A veces se atribuye erróneamente al filólogo británico sir William Jones[3]​ haber sido el primero en notar las semejanzas entre el sánscrito, el latín y el griego, pues en The Sanskrit Language (1786) supone que esas tres lenguas tienen una raíz común y que, además, pueden estar ligadas al gótico, a las lenguas celtas y al persa.

Franz Bopp apoyó esta hipótesis al comparar sistemáticamente estas lenguas con otras y encontrar múltiples cognados.

Un buen ejemplo de la conexión indoeuropea es la enorme similitud descubierta entre el sánscrito y dialectos antiguos del lituano.

Esta familia está formada por las siguientes subfamilias: albanesa, armenia, báltica, céltica, eslava, germánica, griega, indoirania (que incluye las lenguas indoarias y las iranias) e itálica (que incluye el latín y las lenguas romances).

A ellas se suman dos subfamilias hoy desaparecidas: la anatolia (que incluye la lengua de los hititas) y la tocaria.

Desde la segunda mitad del siglo XVIII, y durante todo el siglo XIX, la lingüística histórica y la neogramática intentaron reunir datos suficientes para demostrar que este conjunto de lenguas, aparentemente diversas, formaban parte de una única familia.

Las relaciones entre el sánscrito, el griego clásico y el latín se habían comprobado ya hacia principios del siglo XIX.

De hecho, entre las lenguas indoeuropeas se encuentran tipologías gramaticales que las hacen muy diferentes entre sí, no siendo cierto que todas las lenguas indoeuropeas conserven actualmente "parecido" entre sí, y su relación filogenética muchas veces solo es accesible mediante el estudio comparado profundo de las mismas y no por su aspecto superficial o las características gramaticales más evidentes.

Algunas lenguas modernas, como el armenio, han perdido completamente la distinción de género tanto en el nombre como en el pronombre.

Rodríguez Adrados ha propuesto que esta es la distinción más antigua y secundariamente apareció en el resto de las ramas también el género femenino.

Se ha reconstruido al antecesor de todo el indoeuropeo no anatolio (pIE-II) como una lengua en la que habrían existido tres números, como en las ramas indoirania y griega.

Así, entre las lenguas romances, derivadas del latín, solo el rumano conserva un sistema reducido de casos.

Las lenguas indoiranias han sufrido así mismo una acusada disminución del número de casos.

Por esa razón, la reconstrucción se ha basado más en las terminaciones y las marcas morfológicas que en las categorías representadas.

En las lenguas modernas, especialmente en las europeas, han aparecido numerosas formas verbales basadas en verbos auxiliares y perífrasis.

Aunque ambas clasificaciones presentan algunos puntos comunes, también difieren de manera importante en otros detalles.

anatolias (†) tocarias (†) griegas armenias albanés indoarias iranias bálticas eslavas germánicas itálicas celtas El árbol de Gamallo-Pichel-Alegria que en cambio emplea métodos lexicoestaticos y parámetros de evolución lingüística tiene la siguiente forma:[13]​ anatolias (†) tocarias (†) celtas itálicas albanés germánicas armenio griegas iranias indoarias bálticas eslavas El árbol de Ringe-Warnow-Taylor, que deja fuera a las lenguas germánicas, ya que considerarlas implica que no existe un árbol de ajuste óptimo (es decir, filogenéticamente perfecto), tiene la siguiente forma:[14]​

Las lenguas centum no constituyen una unidad filogenética válida dentro del indoeuropeo, como una vez se pensó.