Die kulturelle Entwicklung des Menschen vollzieht sich im Vergleich zur natürlichen Evolution der Arten in hohem, sich immer noch beschleunigendem Tempo. Nachdem das Größenwachstum des menschlichen Gehirns aufgehört hatte, sind kulturelle Lernprozesse an die Stelle der genetischen Anpassung getreten. Was anderen Tierarten fehlt, ist die generationenübergreifende Weitergabe symbolisch gespeicherten Wissens, das im Lichte neuer Erfahrungen revidiert und erweitert wird. Der Schimpansenforscher und Entwicklungspsychologe Michael Tomasello, der die gut erforschte Ontogenese als Schüssel für die Aufklärung der immer noch rätselhaften Phylogenese des Menschen benutzt, ist von diesem Phänomen ausgegangen. Zunächst hat er die sozialkognitiven Fähigkeiten, die für die Ausbildung und Umbildung von Traditionen nötig sind, an ihren frühkindlichen Wurzeln untersucht – dort also, wo Mütter ihre Kinder auf Objekte hinweisen, um ihnen etwas beizubringen.

Bereits in diesem vorsprachlichen Alter folgen ungefähr einjährige Kinder der Zeigegeste von Bezugspersonen und benutzen selber den Zeigefinger, um mit anderen ihre Wahrnehmungen zu teilen. Am Funktionieren dieser einfachen Geste entdeckte Tomasello eine triadische Beziehung, für die es bei Schimpansen keine Entsprechung gibt. Auf der horizontalen Ebene übernehmen die Beteiligten mit der Blickrichtung auch die Intention des jeweils anderen, sodass eine soziale Perspektive entsteht, aus der beide in vertikaler Richtung ihre Aufmerksamkeit zugleich auf das angezeigte Objekt richten. Auf diese Weise gewinnen sie von dem gemeinsam identifizierten und wahrgenommenen Gegenstand ein intersubjektiv geteiltes Wissen. Alsbald kommen nachahmende Gebärden für die Repräsentation von Gegenständen, auch von Objekten außerhalb der Sichtweite des Kindes, hinzu. Auf diesem Wege kann sich sukzessive ein gemeinsames Hintergrundwissen aufbauen, auf das sich die erweiterte Gestenkommunikation stützt.

Offenbar bildet sich mit den in kommunikativer Absicht ausgetauschten Gesten beides gleichzeitig aus: die intersubjektive Beziehung zu anderen Personen und die intentionale Bezugnahme auf etwas in der objektiven Welt. Das scheint auch der sozialkognitive Kern für den Gebrauch einer grammatischen Sprache zu sein, die zugleich der Kommunikation miteinander und der Darstellung von etwas dient.

Diese Einsicht hat jedenfalls für jene einfallsreichen experimentellen Vergleiche des problemlösenden Verhaltens von Kindern und Schimpansen die Weichen gestellt, die Michael Tomasello und dessen Mitarbeiter seit etwa zehn Jahren am Leipziger Max-Planck-Institut für evolutionäre Anthropologie durchführen. Aus den ingeniösen Forschungen ist ein bahnbrechendes, vorzüglich ins Deutsche übersetztes Buch über Die Ursprünge der menschlichen Kommunikation hervorgegangen. Im Hinblick auf die sozialkognitiven Fähigkeiten, die Homo sapiens für die Herausbildung von Kultur und Gesellschaft im Laufe der langen Periode der Hominisierung erworben haben muss, klafft ja zwischen der ersten, durch Gesten vermittelten gemeinsamen Wahrnehmung und einer vollständig ausgebildeten soziokulturellen Lebensform eine große Lücke. Ungelöst ist immer noch das uralte Problem, an dem sich auch die Philosophie spätestens seit Herder die Zähne ausbeißt: Wie die Sprachen entstanden sind, die eine uns geläufige kommunikative Handlungskoordinierung und arbeitsteilige Kooperation möglich gemacht und damit einen völlig neuen Modus der Vergesellschaftung ins Leben gerufen haben.

Um eine solche interdisziplinäre Fragestellung anzugehen, ist die Zusammenführung der Entwicklungspsychologie mit Sprachforschung auf der einen, Primatenforschung auf der anderen Seite hilfreich. Hinsichtlich der linguistischen Seite wählt Tomasello keinen leichten Weg. Alle bekannten Umgangssprachen besitzen Grammatiken, die so kompliziert sind, dass das außerordentliche Tempo des kindlichen Spracherwerbs kaum als ein kontinuierlicher Lernvorgang vom Einfachen zum Komplexen zu erklären ist. Jedenfalls schien Chomskys durchschlagende Kritik an Skinners behavioristischer Theorie des Spracherwerbs Mitte der sechziger Jahre eher für die Annahme angeborener Mechanismen zu sprechen. Das erklärt einerseits den großen Erfolg der universalistisch angelegten transformationsgrammatischen Ansätze in der Linguistik, andererseits die anhaltende Suche nach den genetischen Grundlagen der Sprache in der Biologie.

Im Gegensatz dazu greift Tomasello auf die alte Theorie des Ursprungs der Sprache aus der Gestenkommunikation zurück. Damit nimmt er eine erhebliche Begründungslast in Kauf. Er muss die Struktur der Sprache auf die grammatische Verknüpfung einfacher semantischer Konventionen zurückführen und diese wiederum auf die Konventionalisierung von nicht vokalen Gesten, die eine evolutionär vorteilhafte Form der Kooperation ermöglichen. Der sozialpragmatische Ansatz erklärt nämlich die Entstehung der Sprache funktional aus der Lösung jener allgemeinen Kommunikationsaufgaben, die sich in kooperierenden Gruppen aus Problemen der Handlungskoordinierung ergeben.