Kausalsemantik

Eine Operationalisierung am Beispiel der sterben-Komposita im dt. Umweltdiskurs


Landwirtschaft und Pestizide verursachen Bienensterben.

Bienensterben bedroht Landwirtschaft.

G L Landwirtschaft B Bienensterben L->B 0,5     P Pestizide P->B 0,5 B->L -1

Patrick Johnson

Komponenten

Methodisch

  • Kausalsemantik
    • Extraktion
    • Numerische Projektion

Wie lässt sich sprachliche Kausalattribution quantifizieren?

Inhaltlich

  • Umweltdiskurs
    • Verantwortung
    • Domänenspezifik

Wie strukturieren Kausalstrukturen politische Handlungsfähigkeit im dt. Umweltdiskurs?

UMWELTDISKURSE

  • Umweltprobleme diskursiv definiert (Hannigan 2014)
    • […] als seien der technische Fortschritt und der Mensch an sich das Problem. [taz 2019]
  • Diskursive Prominenz korreliert mit politischer Priorität (Downs 1972)
    • […] Sturmschäden und Borkenkäferbefall als Symptome einer Erkrankung ‘totgeschwiegen’.
      [SZ 1994]
  • Problemwahrnehmung sinkt mit zeitlicher/räumlicher Distanz (Giddens 2009)
    • […] Artensterben, die Klimakrise und die Nahrungsmittelkrise noch so weit weg, dass sie nicht bereit sind, sich und ihr Leben zu ändern. [ZEIT 2022]
  • „slow violence“ (Nixon 2011)
    • Die Ausrottung geschieht lautlos, paradoxerweise fällt das Insektensterben vielen nur an ihren sauberen Windschutzscheiben auf. [taz 2019]

UMWELTKORPUS

  • Zeitungstexte & Plenardebatten
  • 184 Keywords
    • Klimawandel, Artensterben, Fukushima, CO2, Mikroplastik, Pfand
    • Pro Text mind. ein Keyword
  • 1990-2020
    • 413.892 Texte
      • Pro Jahr mind. 10.000
    • 22 Mio. Sätze

📄 Stegmeier, J. & Müller, M. (2025). Die Korpora der DFG-Forschungsgruppe “Kontroverse Diskurse. Sprachgeschichte als Zeitgeschichte seit 1990”. Doi: 10.26083/tuprints-00031401.

-STERBEN

\(\textit{WABI}\)

Form # %
Aussterben 3812 35%
— Waldsterben 1837 15%
— Artensterben 1562 13%
Massensterben 692 6%
— Bienensterben 549 4%
— Insektensterben 490 4%
Fischsterben 450 4%
Absterben 373 3%

\(\small \text{Annotationskorpus (4.434 Sätze): } \textit{Artensterben}, \textit{Bienensterben}, \textit{Insektensterben}, \textit{Waldsterben}\)

VERANTWORTUNG

  • Kausaltyp \(\to\) Konsequenz (Stone 1989; Fischer 2003)
    • Natürlich/Mechanisch \(\to\) hemmt Verantwortungsübernahme
      • Die Industrie führt das Bienensterben auf die Varroa-Milbe zurück und nicht auf die eigenen Pestizide. [SZ 2018]
    • Technisch \(\to\) Umrüstung
      • Als das Waldsterben für Schlagzeilen sorgte, sind sie auf Autos mit Katalysator umgestiegen. [ZEIT 2006]
    • Strukturell \(\to\) Systemtransformation
      • Ohne Agrarwende müssen wir das Insektensterben akzeptieren und bestäuben in 30 Jahren die Pflanzen per Hand. [taz 2018]
    • Polykausal \(\to\) Verantwortungsdiffusion (Iyengar 1991)
      • Dabei gebe es für das Bienensterben viele Ursachen, außer dem Einsatz von Pestiziden auch Wetterveränderungen und Milbenbefall. [ZEIT 2018]

KAUSALATTRIBUTION

Rehbein / Ruppenhofer (2017)

  • Verb-zu Konstruktion
    • \(C\) führt zu \(E\)
  • Transitive-kausative Konstruktion
    • \(C\) verursacht \(E\)
  • Präpositionale Konstruktion
    • Durch \(C\) entsteht \(E\)

Dunietz et al. (2017)

  • FACILITATE ‘erleichtern’
    • We are in serious economic trouble because of inadequate regulation.
  • INHIBIT ‘hemmen’
    • The new regulations should prevent future crises.

EXZERPTE I

Fördernd

  • Fipronil wird für das Bienensterben mitverantwortlich gemacht. [taz 2013]

Hemmend

  • Die grüne Landwirtschaftsministerin hat das Waldsterben gestoppt. [taz 2003]

INDIKATOREN

\(\small (C = \text{Cause}; E = \text{Effect}; I = [-1, 1])\)

Hemmend

Mono (\(\small -1\))

  • \(C\) stoppt / verhindert / gegen \(E\)

Prio (\(\small -0{,}75\))

  • \(C\) ist die größte Bedrohung für \(E\)

Poly (\(\small -0{,}5\))

  • \(C\) reduziert / mindert \(E\)

Fördernd

Mono (\(\small +1\))

  • \(C\) ist der Grund / verantwortlich für \(E\)

Prio (\(\small +0{,}75\))

  • \(C\) ist der Hauptgrund für \(E\)

Poly (\(\small +0{,}5\))

  • \(C\) verstärkt / intensiviert \(E\)

\(\pm =\) Polarität; \(||I|| =\) Salienz

EXZERPTE I

Fördernd

  • Fipronil wird für das Bienensterben mitverantwortlich gemacht.
    [taz 2013]

\[ (\text{Fipronil}; \text{Bienensterben}; 0{,}5) \]

Hemmend

  • Die grüne Landwirtschaftsministerin hat das Waldsterben gestoppt. [taz 2003]

\[ (\text{Landwirtschaftsministerin}; \text{Waldsterben}; -1) \]

KONTEXTMARKER I

\(\small (C = \text{Cause}; E = \text{Effect}; I = [-1, 1])\)

Prio (\(\small ||I|| = 0{,}75\))

  • vor allem \(C\) verursacht \(E\)
  • \(C\) ist wesentlich an \(E\) beteiligt

Poly (\(\small ||I|| = 0{,}5\))

  • Unter anderem \(C\) verursacht \(E\)
  • Nicht nur \(C\) verursacht \(E\)

Das Insektensterben ist wahrscheinlich maßgeblich auf die intensive Landwirtschaft zurückzuführen. [SZ 1992] \[ (\text{Landwirtschaft}; \text{Insektensterben}; 0{,}75) \]

\(\pm =\) Polarität; \(||I|| =\) Salienz

KONTEXTMARKER II

\(\small (C = \text{Cause}; E = \text{Effect}; I = [-1, 1])\)

Negation

Propositional (\(\small I \cdot 0\))

  • \(C\) ist nicht der Grund für \(E\)

Objektbasiert (\(\small I \cdot\) \(-1\))

  • \(C\) verursacht die Vernichtung von \(E\)

Neben dem Insektensterben leiden diese Arten auch unter einem Mangel an Brutplätzen. [SZ 2018] \[ (\text{Insektensterben}; \text{Arten}; -0{,}5) \] \[ (\text{Brutplätze}; \text{Arten}; 0{,}5) \]

\(\pm =\) Polarität; \(||I|| =\) Salienz

AGGREGATION

\(\small (C = \text{Cause}; E = \text{Effect}; I = [-1, 1])\)

Summierung

\[ \begin{split} (\text{Verkehr}; \text{Waldsterben}; 0{,}5) \\ + (\text{Verkehr}; \text{Waldsterben}; 1) \\ \\ (\text{Autos}; \text{Waldsterben}; 0{,}5) \\ \\ \overline{= (\text{Verkehr}; \text{Waldsterben}; 1{,}5)} \\ (\text{Autos}; \text{Waldsterben}; 0{,}5) \\ \end{split} \]

Normalisierung

  • Globaler Gesamteinfluss: \(1{,}5 + 0{,}5 = 2\) \[ \begin{split} (\text{Verkehr}; \text{Waldsterben}; 1{,}5 \;/ \;2) \\ (\text{Autos}; \text{Waldsterben}; 0{,}5 \;/ \;2) \\ \\ \overline{= (\text{Verkehr}; \text{Waldsterben}; 0{,}75)} \\ (\text{Autos}; \text{Waldsterben}; 0{,}25) \\ \end{split} \]

PHASEN (WALDSTERBEN)

📄 Johnson, P. (2026). Waldsterben 2.0 – Climate change as an attributed cause of forest diebacks. In: Landscapes in Language, Society and Cognition (Interdisciplinary Linguistics). Berlin/Boston: De Gruyter Mouton. (i. Dr.)

URSACHEN (WALDSTERBEN)

Etwa 58 Prozent der gesamten Stickoxid- Emissionen und 22 Prozent der Kohlendioxid-Emissionen, die für Waldsterben und Treibhauseffekt verantwortlich sind, werden vom Straßenverkehr im EG-Bereich produziert.
[taz 1990]

1990-2002

Cause n ∅ I % I
Saurer Regen 9 0,87 6,0
Stickoxid 10 0,56 4,1
Luftverschmutzung 5 0,90 3,4
Autos 6 0,69 3,1
Schwefeldioxid 5 0,78 2,9
Ozon 6 0,54 2,5
Verkehr 4 0,75 2,3

Gesamt: ∅ \(||I||\) = 0,69 über 119 Entitäten (n=187)

URSACHEN (WALDSTERBEN)

Die Folgen davon bekommt er noch heute zu spüren, wenn es in der Klimadebatte heißt, dass auch das Waldsterben letztlich eine Erfindung der Wissenschaft gewesen sei, und das ist der Schaden, der bleibt.
[FAZ 2013]

2003-2018

Cause n ∅ I % I
Saurer Regen 4 0,81 10,0
Schwefeldioxid 3 0,92 8,5
Unternehmen 2 0,75 4,6
Wissenschaft 1 1,00 3,1
Ökobauern 1 1,00 3,1
Altlast 1 1,00 3,1
Braunkohlekraftwerk 1 1,00 3,1

Gesamt: ∅ \(||I||\) = 0,79 über 35 Entitäten (n=41)

URSACHEN (WALDSTERBEN)

Es mehren sich die Signale, dass wir durch den Klimawandel in Deutschland auf ein neues Waldsterben zusteuern.
[taz 2019]

2019-2020

Cause n ∅ I % I
Klimawandel 8 0,71 27,5
Luftverschmutzung 2 1,00 11,6
Trockenheit 2 1,00 11,6
Hirsch 1 1,00 5,8
Erderwärmung 1 1,00 5,8
Saurer Regen 4 0,25 5,8
Dürre 1 1,00 5,8

Gesamt: ∅ \(||I||\) = 0,66 über 15 Entitäten (n=29)

URSACHEN

Artensterben

  • 1990-2009
    • Generisch anthropogen (Mensch) & Himmelskörper (Meteorit)
  • 2010-2017
    • Landwirtschaft (Monokultur)
  • 2018-2020
    • Mensch + Landwirtschaft

Bienensterben

  • 1990-2013
    • Pestizidprodukte (Poncho Pro, Bayer)
  • 2014-2020
    • Neonikotinoide & Landwirtschaft

Insektensterben

  • 2017-2018
    • Pestizide & Landwirtschaft
  • 2019-2020
    • + Lichtverschmutzung

PHASEN (BIENENSTERBEN)

WIRKUNGEN (BIENENSTERBEN)

Ein rätselhaftes Bienensterben bedroht die Existenz zahlreicher Erdbeer-Bauern südlich der niederländischen Stadt Breda.
[taz 1990]

1990-2013

Effect n Kategorie
Ernte 2 Landwirtschaft
Bienenkrankheiten 1 Biota
Bundesamt 1 Politik
Erdbeer-Bauern 1 Landwirtschaft
Naturhaushalt 1 Biota
Landwirtschaft 1 Landwirtschaft
Kolonien 1 Biota

Gesamt: ∅ \(||I||\) = 0,82 über 25 Entitäten (n=27)

WIRKUNGEN (BIENENSTERBEN)

Ein rätselhaftes Bienensterben bedroht die Existenz zahlreicher Erdbeer-Bauern südlich der niederländischen Stadt Breda.
[taz 1990]

1990-2013

Effect n ∅ I % I
Landwirtschaft 15 -0,8 -48,4
Politik 2 -1,00 -12,9
Biota 4 -1,00 -12,9
Diskurs 2 +0,75 9,7
Abstrakt 2 +0,75 9,7
Emission 1 +0,50 3,2
Mensch 1 +0,50 3,2

Gesamt: ∅ \(||I||\) = 0,82 über 25 Entitäten (n=27)

WIRKUNGEN (BIENENSTERBEN)

Fatal auch das Bienensterben, das alle Arten erfasst: Wildbienen, Waldbienen, Weltbienen.
[taz 2017]

2014-2020

Effect n ∅ I % I
Biota 8 -1,00 -48,0
Diskurs 3 -0,83 20,0
Landwirtschaft 1 -1,00 -8,0
Mensch 3 -1,00 -8,0
Politik 1 -1,00 -8,0
Abstrakt 6 +0,92 4,0
Emission 2 +0,70 4,0

Gesamt: ∅ \(||I||\) = 0,90 über 22 Entitäten (n=24)

WIRKUNGEN

Waldsterben

  • 1990-2002: Biota (Fichten, Buchen)
  • 2003-2018: Diskurs
    (Protest, Demonstration)
  • 2019-2020: Diskurs retrospektiv & Biota ggw.

Artensterben

  • 1990-2009: Biota (Amphibien)
  • 2010-2017: Biota & (Land)Wirtschaft
  • 2018-2020: Biota

Insektensterben

  • 2017-2018: Biota (Vögel)
  • 2019-2020: Biota & Landwirtschaft

PHASEN (ARTENSTERBEN)

INTERVENTIONEN (ARTENSTERBEN)

Im Kampf gegen das Artensterben will die Bundesregierung einzigartige Rotbuchenwälder in Wildnis zurückverwandeln.
[Spiegel 2007]

1990-2009

Cause n ∅ I % I
Politik 29 -0,88 -43,5
Mensch 15 -0,86 -22,2
Abstrakt 9 -0,93 -14,3
Biota 9 -0,56 -8,5
Wirtschaft 3 -1,00 -5,1
Naturschutz 2 -1,00 -3,4
Diskurs 1 -1,00 -1,7

Gesamt: ∅ \(||I||\) = 0,82 über 60 Entitäten (n=70)

INTERVENTIONEN (ARTENSTERBEN)

Bis 2020 wollen die EU-Mitglieds-
staaten das Artensterben aufhalten. [taz 2012]

2010-2017

Cause n ∅ I % I
Politik 21 -0,89 -68,1
Naturschutz 3 -1 -10,7
Mensch 3 -0,83 -9,0
Abstrakt 3 -0,83 -9,0
Landwirtschaft 1 -0,75 -2,7
Biota 1 -0,17 -0,6

Gesamt: ∅ \(||I||\) = 0,86 über 27 Entitäten (n=32)

INTERVENTIONEN (ARTENSTERBEN)

Um das Artensterben zu stoppen, muss sich grundsätzlich etwas ändern. [taz 2018]

2019-2020

Cause n ∅ I % I
Politik 25 -0,92 -35,2
Abstrakt 23 -0,82 -27,6
Naturschutz 6 -1,00 -9,2
Diskurs 6 -0,88 -8,4
Mensch 4 -0,88 -5,4
Wirtschaft 3 -0,88 -5,4
Landwirtschaft 2 -1,00 -4,6

Gesamt: ∅ \(||I||\) = 0,91 über 59 Entitäten (n=74)

INTERVENTIONEN

Waldsterben

  • 1990-2002: Politik (Koalitionsvertrag)
  • 2003-2018: Abstrakt (Einen) & Diskurs (Protest)
  • 2019-2020: Diskurs (Demonstration)
    & Abstrakt (Wir)

Bienensterben

  • 1990-2013: Landwirtschaft (Imker)
  • 2014-2020: Abstrakt (Sie, Etwas)

Insektensterben

  • 2017-2018: Politik & Landwirtschaft
  • 2019-2020: Politik & Abstrakt (Wir)

DISKURSÖKOLOGIEN

Waldsterben

  • Naturalisierung
    (Emission \(\to\) Klima)
  • Temporale Entkopplung
    Schäden <-> Reaktion

Bienensterben

  • Diversifikation d. Ursachen
    (+ Landwirtschaft)
  • Pronominalisierung
    (Imker \(\to\) Etwas)

Insektensterben

  • Diversifikation d. Ursachen
    (+ Lichtverschmutzung)
  • Depersonalisierung
    (Schulze \(\to\) Regierung)

Artensterben

  • Temporäre Sektoralisierung
    (Mensch \(\to\) \ \(+\) [Land]Wirtschaft)
  • Internationalisierung
    (regionale \(\to\) internat. Interventen)

C-BERT

Token Classification Confidence
Die O 0,57
Bundesregierung ENTITY 0,59
stoppt INDICATOR 0,54
das O 0,30
Waldsterben ENTITY 0,65

🤗 pdjohn/C-EBERT-610m

padjohn/cbert


Indicator Entity Relation Confidence
stoppt Bundesregierung MONO_POS_CAUSE 0,99
stoppt Waldsterben MONO_NEG_EFFECT 0,88

📄 Johnson P. (2026). C-BERT: Factorized Causal Relation Extraction. Doi: 10.26083/tuda-7797. (Preprint)

ATTRIBUTIONAL CAUSAL GRAPH

  • 360.000 Entitäten
  • 1,6 Mio. Relationen
Cypher Query (Neo4j)
// Wirkungen von Klimawandel (max 2 Sprünge) 
(Klimawandel)-[*..2]->(e)

KAUSALE NACHBARSCHAFT

Insektensterben

Rang Nachbar \(\cos(\theta)\)
1 Artenschwund 0,64
2 Kulturlandschaft 0,43
3 Nitrate 0,41
4 Artensterben 0,40
5 Welternährung 0,40

Artensterben

Rang Nachbar \(\cos(\theta)\)
1 Klimaänderung 0,60
2 Erwärmung 0,57
3 Klimawandel 0,47
4 Treibhauseffekt 0,46
5 Erderwärmung 0,43

ZUSAMMENFASSUNG

Kausalsemantik

  • Indikatoren

    • verursachen, beitragen, reduzieren, stoppen

  • Kontextmarker

    • maßgeblich, auch, nicht, Schwund

  • \((C\text{ause}, E\text{ffect}, I\text{nfluence})\)

    • \(I = \pm, ||\text{Salienz}||\)

  • ACG

    • CBERT
    • Kausalprofile

Diskursökologien

  • Waldsterben
    • Naturalisierung verschleiert Anthropogenität
  • Artensterben
    • Oszillierung verhindert Konvergenz
  • Bienensterben
    • Strukturalisierung fragmentiert Verantwortung
  • Insektensterben
    • Intersektoralisierung erfordert Koordination

METRIKEN

Agency (\(\to\))

  • Absolute Summe ausgehender Einflüsse
  • Mensch (\(\small 16.149\)) \(>\) Klimawandel (\(\small 10.418\)) \(>\) Waldsterben (\(\small 164\)) \(>\) Insektensterben (\(\small 41\))

Sensitivity (\(\leftarrow\))

  • Absolute Summe eingehender Einflüsse
  • Mensch (\(\small 22.060\)) \(>\) Strom (\(\small 10.758\)) \(>\) Artensterben (\(\small 421\)) \(>\) Insektensterben (\(\small 129\))

Discourse Balance (\(\overset{\pm}{\leftarrow}\))

  • Verhältnis zwischen fördernden und hemmenden eingehenden Einflüssen
  • Strom (\(\small 6.565\)) \(>\) Waldsterben (\(\small 142\)) \(>\) Insektensterben (\(\small 22\)) \(>\) Klimawandel (\(\small -3.026\))

SWEETSER

Epistemische Kausalität

He’s sick, because he has a fever.

He must be sick, because he has a fever.

I conclude that the has a fever, because I know he is sick and being sick generally causes fever.

He has a feverE, because he is sickC.

He’s sickC, because he has a feverE.

KAUSALVEKTOREN

\[\small \overrightarrow{v}_{\text{Mensch}_C} = [\text{Mensch}, \text{Klimawandel}, \text{Artensterben}, ... ] = [0; 343{,}75; 30{,}75; ... ]\] \[\small \overrightarrow{v}_{\text{Mensch}_E} = [\text{Mensch}, \text{Klimawandel}, \text{Artensterben}, ... ] = [0; -34{,}5; -2; ...]\]

\[\small \overrightarrow{v}_{\text{Mensch}} = \overrightarrow{v}_{\text{Mensch}_C} \oplus \overrightarrow{v}_{\text{Mensch}_E}\]

DEPENDENZ

\(\textit{nk}_\pm\) = Ursache von | Kampf gegen \(\textit{WABI}_i\)

\(\textit{oa}_\pm\) = verursacht | stoppt \(\textit{WABI}_i\)

ANNOTATION

JSON

  {
    "subfolder": "Waldsterben_sb",
    "global_sentence_id": 19507294,
    "text_id": "pp_13_158_00017",
    "sentence": "Das Waldsterben löst Ängste aus.",
    "relations": [
      {
        "indicator": "löst",
        "entities": [
          {
            "entity": "Waldsterben",
            "relation": "Cause"
          },
          {
            "entity": "Ängste",
            "relation": "Effect"
          }
        ]
      }
    ]
  }

\(\tiny |K_A| \approx 4.300; \quad K_A \subsetneq K_U(\textit{Artensterben} \cup \textit{Bienensterben} \cup \textit{Insektensterben} \cup \textit{Waldsterben})\)

KOGNITION & FRAMES

Mentale Repräsentation

  • Lakoff / Johnson (1980): Causation is a Force — Intensität × Richtung
  • Talmy (1988): Kraftdynamik
    • zwingen (Druck) · verhindern (Blockierung)
    • \(\to\) fördernd / hemmend

Semantische Rollen

  • Fillmore (1968)
    • Agens \(\to\) Instrument \(\to\) Patiens
  • Zifonun (1997)
    • Verursacher (\(\supsetneq\) Agens) → abstrakte Kausalattributionen

LOGISCHE KAUSALINFERENZ

Aristotles - Mill (1739)

  • Sequentialität
    • Die Straße ist nass, nachdem es geregnet hat.
    • \(t_{C} < t_{E}\)
  • Hinlänglichkeit
    • Regen bedingt nasse Straßen.
    • \(C \to E\)
  • Notwendigkeit
    • Nasse Straßen setzen Regen voraus.
    • \(E \to C\)

Mackie (1965) - Halpern (2016)

  • Kontrafaktizität
    • Die Straße ist nass, wenn und nur wenn es geregnet hat.
    • \((C \land E) \land (\neg C \land \neg E)\)
  • Schuld
    • Regen ist nicht die einzige Ursache von nassen Straßen.
    • \(C_i =\frac{C}{\#C}\)

Kontextdimensionen

Räumlichkeit

  • GIS Polygone
  • in Deutschland
    • \(\small [[12.10, 50.32],[12.10, 50.31], ...]\)

Temporalität

  • zwei Jahre später
    • \(\Delta 5.256^6\)

Unsicherheit

  • wahrscheinlich / könnte
    • \(P(X) < 1\)

Provenienz

  • könne / verantwortlich gemacht (\(\phi\))
  • laut \(X\) (\(\phi_X\))
  • Statement Nodes (Wikidata)

Attribute

  • Intensive Landwirtschaft
    • \((\text{Landwirtschaft}_\text{Intensiv},...,...)\)
    • \((\text{Landwirtschaft}, \text{Intensiv}, \text{Type})\)
  • Autos verursachen dreckige Luft
    • \((\text{Autos}, \text{Luft}, -1)\)?