Hacia el siglo XII se reconocen similitudes entre ciertas lenguas en textos escritos; por ejemplo, en Islandia un erudito anónimo llega a la conclusión de que el islandés y el inglés están relacionados debido al gran número de palabras que comparten y hacia el fin de esa centuria Giraldus Cambrensis afirma que el galés, cornuallés y bretón son descendientes de una misma lengua, a la que llama "antiquum linguae Britannicae idioma". Actualmente sabemos que estas lenguas pertenecen a la rama brytónica de las lenguas célticas. Cambrensis también sugirió la relación entre las antiguas lenguas brytónicas con el latín y el griego, basándose en similitudes léxicas: sal (latín), hals (griego) y halen (galés).
Pero la rama mejor situada para presentar evidencias de parentesco era la romance, debido a la ventaja de que su antecesor común, el latín, tenía gran abundancia de registros por escrito, siendo además, durante la Edad Media, la lengua de la Iglesia y del mundo académico. Además el latín tuvo una característica peculiar con sus lenguas hijas, y se trata de que estaba en apogeo cuando estos brotes suyos ya estaban también en circulación. Hacia el siglo XIV, el poeta Dante era consciente del parentesco que había entre las lenguas romances y de la ruptura, que fruto del cambio, se había producido entre los diferentes dialectos.
El primer ensayo general para investigar las lenguas del mundo fue el del erudito suizo Conrad Gesner, quien en el siglo XVI produjo una obra, Mithridates, en la que daba listas de palabras comparativas de un cierto número de lenguas, derivando el francés, el italiano y el español del latín y todas las lenguas del mundo del hebreo.
En 1592 el alemán Hieronymus Megiser publicó unas tablas de cuarenta lenguas y dialectos, incrementando el número a cincuenta en la segunda edición. Uno de los primeros intentos de recolectar listas de palabras y clasificar las lenguas en grupos fue hecho bajo el reinado de Catalina la Grande en Rucia hacia finales del siglo XVIII. La emperatriz comisionó a P.S. Pallas para que compilara y organizara listas de las lenguas del mundo, siendo publicado este trabajo entre 1786 y 1789, conteniendo información sobre 200 lenguas. Aparecían en primer lugar las lenguas eslavas, seguidas de las célticas, griega, romances, germánicas, bálticas, caucásicas, ugro-finesas, iranias, semíticas, túrcicas, etc. Había algunos errores (por ejemplo, el vascuence era clasificado como lengua célticas y el yiddish como semítica), siendo la segunda parte de la lista más geográfica que genética. En la segunda edición de la obra se añadieron 80 lenguas más, por lo que Catalina tiene el mérito de ser una de las pioneras en investigación lingüística, siendo ella misma hablante en tres lenguas: ruso, alemán y francés.
Durante el siglo XIX un jesuita español, Lorenzo Hervás y Panduro, publicó una obra de seis tomos que contenía material sobre 300 lenguas y en los primeros años de ese mismo siglo aparecerá otra obra, publicada por J.C. Adelung, que contiene el Padrenuestro en 500 lenguas. En este trabajo Adelung reconoce la afinidad entre el sánscrito y las lenguas europeas.
Para agrupar las lenguas se recurría especialmente a las similitudes léxicas ; por ejemplo se tomaba la palabra "Dios" y se comparaba su parecido entre lengua y lengua, método que, evidentemente, conlleva grandes riesgos de error.
Pero el hombre que ha pasado a la historia como el padre de la agrupación de lenguas bajo el epígrafe indoeuropeo fue William Jones, quien en 1786 postuló la relación genética entre lenguas aparentemente distanciadas entre sí.
