Textanalyse

Texte lokal auf Struktur, Stil, Wortschatz, Lesbarkeit und sprachliche Auffälligkeiten untersuchen und Ergebnisse exportieren.

Funktionen

• Lokale Textanalyse
• Stil- und Lesbarkeitsprüfung
• Mehrsprachige Analyse
• Ergebnisexport

Voraussetzungen

Verwenden Sie einen aktuellen Browser mit JavaScript und Web-Worker-Unterstützung. Zum ersten Laden der Anwendung und Sprachdaten ist eine Netzwerkverbindung erforderlich. Texte werden lokal verarbeitet. Dauerhafte Einstellungen und Wörterbuch-Caches benötigen verfügbaren Browser-Speicher. Morphem- und grammatische Analyse stehen nur für Deutsch zur Verfügung.

Schritte

1. Öffnen Sie eine UTF-8-Textdatei oder fügen Sie Klartext ein.
2. Wählen Sie die Textsprache DE, EN oder ES und starten Sie Analysieren.
3. Öffnen Sie eine Auswertung und wählen Sie eine Fundstelle, um ihren Textbereich zu markieren.
4. Analysieren Sie nach Textänderungen erneut und exportieren Sie bei Bedarf JSON oder Excel.

Parameter

Die Sprachwahl bestimmt die Analysesprache. Automatische Analyse nach Schreibpause, Schriftgröße, Editor-Kopplung sowie Parameter einzelner Auswertungen werden in der jeweiligen Toolbar eingestellt. Tokenlängen und Filter verändern die zugehörige Auswertung, nicht den Originaltext.

Ergebnis

Die Workbench zeigt Kennzahlen, gruppierte Fundstellen und gegebenenfalls deutsche Grammatikzuordnungen. JSON enthält den abgeschlossenen Analysestand; Excel enthält die im Exportdialog gewählten Bereiche. Unbekannte oder mehrdeutige Zuordnungen bleiben als solche erkennbar.

Typische Fehler

Eine falsche Textsprache führt zu unpassenden Sprachbefunden. Nach Bearbeitungen sind alte Ergebnisse veraltet. Ein unbekanntes Wort ist nicht automatisch falsch geschrieben. Bei blockiertem Browser-Speicher bleiben Einstellungen oder geladene Wörterbücher möglicherweise nicht dauerhaft erhalten.

Fehlerbehebung

Prüfen Sie Sprache, Klartextformat und angezeigte Fehlermeldung. Lassen Sie Sprachdaten vollständig laden und starten Sie die Analyse erneut. Bei langen Texten kann der laufende Durchlauf abgebrochen werden. Sichern Sie Ihren Text vor einem Neuladen oder dem Löschen von Website-Daten.

Start und Text

Die Workbench analysiert Klartext lokal. Öffnen Sie eine UTF-8-Datei über das Ordnersymbol, ziehen Sie sie in den Editor oder fügen Sie Text ein. Wählen Sie DE, EN oder ES für die Sprache des Textes. Diese Auswahl ändert nicht die Oberflächensprache. Die Oberfläche unterstützt Deutsch, Englisch, Spanisch und Französisch.

Mit Analysieren beginnt ein neuer Durchlauf. Das Kreispfeilsymbol aktiviert die automatische Analyse nach einer Schreibpause. Abbrechen beendet den laufenden Worker; der Text bleibt erhalten. Nach Text- oder Sprachänderungen gelten vorherige Ergebnisse als veraltet. Analysieren Sie erneut, bevor Sie Fundstellen korrigieren oder Ergebnisse exportieren.

Die Statusleiste zeigt Zustand, Version, Dauer des abgeschlossenen Durchlaufs sowie Zeichen-, Wort- und Satzzahl. Zeichenpositionen beziehen sich auf UTF-16. Ein Bereich enthält seine Startposition, aber nicht seine Endposition. Zeichen-, Wort- und Tokenzahlen sind deshalb unterschiedliche Größen.

Toolbar und Ansichten

Aktion	Wirkung
Textdatei öffnen	UTF-8-Klartext laden; ungültige Dateien melden einen Fehler.
Text herunterladen	Den vollständigen aktuellen Text als Datei sichern.
Rückgängig / Wiederholen	Textänderungen im Editor zurücknehmen oder erneut anwenden.
Analysieren / Abbrechen	Berechnung starten beziehungsweise beenden.
Nach Schreibpause analysieren	Automatische Neuberechnung ein- oder ausschalten.
JSON	Den vollständigen abgeschlossenen Analysestand herunterladen.
Excel	Umfang der Arbeitsmappe wählen und exportieren.
Schrift verkleinern / zurücksetzen / vergrößern	Schriftgröße des Editors ändern.
Editor	Zur CodeMirror-Ansicht wechseln.
Normseite	Text als Manuskriptseiten darstellen; Seitenwechsel ändert keine Wörter.
Sätze	Sätze einzeln bearbeiten und deutsche Grammatikzuordnungen betrachten.
Analyse	Ergebnis-Sidebar öffnen.
Sanitizer	Bereinigungsregeln mit Vorschau öffnen.
Suche / Regex	Suchen und Ersetzen mit Text- oder regulären Ausdrücken öffnen.
Ergebnisansicht folgt dem Editor	Beim Bewegen des Cursors die passende Fundstelle auswählen.
DE / EN / ES	Analysesprache wählen; anschließend neu analysieren.

AT-Toolbars können bei geringer Breite weitere Aktionen hinter ihrem Überlaufbutton anzeigen. Tooltips und zugängliche Beschriftungen benennen die Symbole. Sidebars lassen sich schließen und über ihre Schaltfläche wieder öffnen. Am Trennstrich ändern Sie die Breite. In der Navigation können Sie zwischen Text und Symbolen wechseln.

Ergebnisbäume und Fundstellen

Die Ergebnisbäume verwenden die Standard-AT-Bedienung: Auswahl und Aufklappen sind getrennt. Der Pfeil öffnet einen Zweig, ein Klick auf die Zeile wählt den Befund. Die Suchzeile sucht Endknoten und zeigt Vorschläge; Enter oder ein Klick auf einen Vorschlag öffnet den passenden Pfad. Sie blendet nicht alle anderen Wurzelknoten aus.

Die Toolbar bietet Wurzelsortierung, vollständiges Einklappen und Wiederherstellen des vorherigen offenen Zustands. Spaltenüberschriften sortieren ihre Werte; Spaltengrenzen sind verstellbar. Baumzustände werden je Sicht gespeichert. Es gibt keine Paginierung. Große Bäume rendern nur den sichtbaren Ausschnitt, enthalten aber weiterhin sämtliche Fundstellen. Die Bäume besitzen keine zusätzliche Statusleiste.

Die Auswahl einer Fundstelle markiert den Originalbereich im Editor. Bei aktivierter Editor-Kopplung funktioniert die Zuordnung auch in Gegenrichtung. Nach einer Textänderung werden alte Positionen nicht mehr angewendet.

Auswertungen ohne Morphem-DB

Sicht	Inhalt und Interpretation
Analyse	Laufzeiten der tatsächlich ausgeführten Verarbeitungsschritte. Teilzeiten können in übergeordneten Zeiten enthalten sein; sie dürfen nicht einfach addiert werden.
Basisstatistik	Umfang des Textes, Wörter, Sätze, Absätze und verwendete Wörterbücher. Die Filter wechseln die Kennzahlgruppe.
Rechtschreibung	Von Hunspell nicht erkannte Wörter und ihre Fundstellen. Ein Treffer ist ein Prüfhinweis, kein Beweis für einen Schreibfehler. Korrigieren Sie die Stelle im Editor; diese Sicht ersetzt keine Wörter.
Abkürzungen	Erkannte Abkürzungen aus dem Zusatzwörterbuch, Häufigkeit und Fundstellen. Abkürzungsregeln beeinflussen die Satzsegmentierung.
Wortfrequenz	Häufigkeiten normalisierter Wortschlüssel und alle zugehörigen Vorkommen.
Satzanfänge	Wiederkehrende Anfänge bis zur eingestellten Tokenlänge. Parameter und Informationen sind über die Toolbar erreichbar.
Satzlängen	Wortzahlen in Textreihenfolge, Mindest-/Höchstlänge und Längenverteilung. Null als Obergrenze bedeutet unbegrenzt.
Absatzlängen	Wort- und Satzzahlen je Absatz sowie deren Verteilung.
Satzrhythmus	Aufeinanderfolgende Satzlängen, Änderung zum Vorsatz und Streuungsmaße. Die erste Differenz ist nicht definiert.
Lesbarkeit	Anwendbare Formeln mit Eingangsgrößen, Rechenweg und Grenzen.
Wörtliche Rede	Erkannte Redeabschnitte und ihre Quellbereiche.
Klammern und Zitate	Zeichenpaare, Verschachtelung, vollständiger Inhalt und ungepaarte Zeichen.
Wortvielfalt	Lexikalische Diversitätsmaße und deren Berechnungsgrundlagen.
Wortlängen	Länge einzelner Wörter, Bereichsfilter und Verteilung.
Wortfolgen	N-Gramme innerhalb der zugelassenen Wortgrenzen. Größe und Mindesthäufigkeit sind einstellbar.
Wiederholte Phrasen	Wiederholte zusammenhängende Folgen mit Fundstellen.
Zeichensetzung	Vorkommen von Satzzeichen, gruppiert nach Zeichen.
Satzarten	Einordnung anhand der Endzeichen und Verteilung in einstellbaren Satzfenstern. Dies ist keine vollständige grammatische Satzmodusbestimmung.
Redeanteil	Redeanteile nach Wörtern und Zeichen, Absätze und Zwischenräume ohne Rede.
Wortschatz	Wortschatzumfang, Häufigkeitskonzentration und standardisierte Diversitätsgrößen.
Einmalige Wörter	Wörter mit genau einem Vorkommen.
Groß- und Kleinschreibung	Kleinschreibung, großer Anfang, Versalien und gemischte Schreibungen. Satzanfänge zählen mit. Die Sicht bewertet Formen, nicht orthografische Richtigkeit.
Textbestandteile	Akzeptierte Tokenkategorien des Tokenizers, etwa Wörter, Zahlen, Satzzeichen, URLs, E-Mail-Adressen, Datums- und Zeitangaben. Geschützte Bereiche werden nicht mehrfach als überlappende Regex-Treffer gezählt.

Lesbarkeit und Wortschatz richtig lesen

Eine Kennzahlkachel öffnet ihre Erläuterung. Für Deutsch stehen Flesch/Amstad, LIX, Wiener Sachtextformeln 1–4 und gSMOG zur Verfügung. Bei Flesch bedeutet ein höherer Wert gewöhnlich leichtere Lesbarkeit; bei LIX, Wiener und gSMOG bedeutet ein niedrigerer Wert geringere geschätzte Schwierigkeit. Silbenzahlen sind Näherungen. Inhalt, Fachwissen und literarische Qualität werden nicht gemessen. Der HIX erhält ohne die notwendigen offiziellen Skalierungsdaten keinen Zahlenwert.

TTR hängt stark von der Textlänge ab. MATTR vergleicht gleitende Fenster, MTLD nutzt Abschnitte bis zu einer Diversitätsschwelle, HD-D betrachtet eine standardisierte Stichprobe. Vergleichen Sie nur Werte mit denselben Parametern und derselben Tokenisierung. Einmalige und zweimalige Wörter sowie Anteile der häufigsten Wörter ergänzen diese Größen. Es gibt keinen universellen Grenzwert für einen guten Text.

Deutsche Auswertungen mit Morphem-DB

Die Morphemanalyse ist für Deutsch verfügbar. Das lokale FST liefert gespeicherte Schreibformen, Morphemgrenzen und Merkmalsmatrizen. Anschließend bewertet die Satzanalyse diese Informationen im Kontext. Eine unbekannte Form oder ein nicht gesetztes Merkmal wird nicht aus Hunspell als grammatischer Nachweis abgeleitet.

Sicht	Aussage
Füllwörter	Potenzielle Kandidaten mit gesetztem Wörterbuchflag. Bedeutung und Funktion müssen im jeweiligen Satz geprüft werden.
Wiederholungen ohne Füllwörter	Häufigkeitsauswertung unter Ausschluss der erkannten Kandidaten.
Inhaltswörter	Wörter, die anhand der verfügbaren grammatischen Einordnung als Inhaltsträger behandelt werden.
Stoppwortanteil	Anteil funktionaler Wörter nach den vorhandenen Wortartmerkmalen. Stoppwörter sind keine automatische Löschliste.
Aktiv und Passiv	Satzweise Hypothesen aus finiten Verben, Hilfsverben und Partizipien. Nicht auflösbare Fälle bleiben unbestimmt.
Adverbien	Erkannte adverbiale Wortarten.
Schwache Verben	Belegte schwache Verbformen; schwach beschreibt hier eine Flexionsklasse.
Modalverben	Formen mit belegten Modalverbmerkmalen.
Nominalisierungen	Einträge mit entsprechendem Merkmal.
Abschwächungen / Verstärker	Wörter mit redaktionell gesetzten Flags; die konkrete Wirkung bleibt kontextabhängig.
Wortarten	Verteilung der Zuordnungen und Quellvorkommen einschließlich unbekannter und mehrdeutiger Wörter.

Sätze, Wortarten und HS/NS

In der Satzansicht steht links der bearbeitbare Text. Rechts erscheinen wahlweise Wortarten in Wortreihenfolge oder erkannte Haupt-/Nebensatzstrukturen. Die rechte Analysehälfte lässt sich ausblenden; der Teiler reicht durch die beiden Toolbars. Der Zurück-Pfeil führt zum Editor.

Ein Wortartname rechts gehört zur entsprechenden Wortposition links, nicht zu einer Häufigkeitszählung. Ein Fragezeichen kennzeichnet eine nicht eindeutige Kontextpräferenz. Mehrdeutige und unbekannte Fälle bleiben erkennbar. Beim Überfahren oder Fokussieren einer Wortart wird links das zugehörige Wort hervorgehoben. Bei HS/NS wird der betreffende Teilsatz markiert.

Die farbigen Wortartbuttons schalten Markierungen der jeweiligen Klasse ein oder aus. Farben stimmen mit der Wortartenverteilung überein. Haupt- und Nebensätze werden aus Satzgrenzen, Einleitern, finiten Verbformen und Verbstellung hergeleitet. Überschriften, Jahreszahlen und Fragmente sind nicht automatisch vollständige Hauptsätze. Wortformmehrdeutigkeiten und Wörterbuchlücken können eine vollständige Zuordnung verhindern.

Der Excel-Export enthält zusätzlich eine Tabelle Wortfamilien über vorhandene Basis-IDs. Eine eigene Wortfamilien-Unteransicht ist derzeit nicht vorhanden; Basis-IDs sind keine Garantie für eine vollständige sprachwissenschaftliche Stammfamilie.

Suche, Regex und Sanitizer

Suche / Regex zeigt Treffer und Ersatzvorschau vor dem Anwenden. Wählen Sie Textsuche oder regulären Ausdruck, geben Sie Suchmuster und Ersetzung ein und kontrollieren Sie die Fundstellen. Ungültige Ausdrücke werden als Fehler angezeigt. Die Vorschau verändert den Text nicht. Nach dem Anwenden ist eine neue Analyse erforderlich; Rückgängig macht die Textänderung rückgängig.

Im Sanitizer wählen Sie Standardregeln oder eigene Regeln. Die Trefferliste kann alle, aktive oder selektierte Regeln zeigen. Vorschau berechnet die Änderungen, Anwenden übernimmt sie. Eigene Regeln besitzen Name, Muster, Flags und Ersetzung. Speichern Sie Änderungen über die zugehörige Aktion. Prüfen Sie insbesondere mehrzeilige Ersetzungen vor dem Anwenden.

Excel und JSON

Excel verwendet den abgeschlossenen Analysestand; es startet keine zweite Analyse. Die Arbeitsmappe enthält verknüpfte Tabellen mit stabilen IDs und Originalpositionen.

• Analysebericht: Übersicht, Originaltext, Sätze, Kennzahlen, Wortarten, Familien sowie Text- und Stilbefunde. Fundstellen konzentrieren sich standardmäßig auf Stil, Rechtschreibung und Abkürzungen.
• Vollständige Analyse: zusätzlich Tokens, Lesarten, Teilsätze, Verbkomplexe, Satzglieder, Abhängigkeiten und Diagnosen; Fundstellen aller exportierten Auswertungen.
• Aktuelle Auswertung: alle Befunde dieser Auswertung, unabhängig von Suche, Sortierung und geöffneten Baumzweigen. Dokumentstatistiken beziehen sich weiter auf den gesamten Text.
• Fundstellen und Grammatikdetails sind separat auswählbar. Schließen verwirft den Dialog; Export abbrechen beendet die laufende Erstellung.

Lange Zelltexte werden verlustfrei in das Blatt Langtexte ausgelagert; große Tabellen werden an der Excel-Zeilengrenze fortgesetzt. Text bleibt Text, auch wenn er mit einem Formelzeichen beginnt. Blattnamen und fachliche Spaltenüberschriften sind derzeit deutsch. Der Exportdialog folgt der Oberflächensprache.

JSON enthält die vollständige kanonische Evaluation mit Text, Tokens, Wörtern, Sätzen, Absätzen, Ergebnissen und Versionsbezug. Format 2 speichert gleiche Objekte einmal und verweist über $ref darauf. Der öffentliche Leser readAnalysisJson rekonstruiert die Evaluation und unterstützt auch die frühere Inline-Ausgabe. Beide Formate können den gesamten vertraulichen Ausgangstext enthalten. Sie werden lokal heruntergeladen; die Workbench lädt den Text nicht zur Analyse auf einen Server.

Speicherung und Browserbetrieb

Der zuletzt als Datei geladene Text wird lokal wiederhergestellt. Spätere Texteingaben sind dadurch nicht automatisch dauerhaft gesichert. Verwenden Sie Text herunterladen, bevor Sie die Workbench schließen. Ergebnisse gelten für die aktuelle Sitzung und den zugehörigen Textstand.

Die Browserversion lädt freigegebene Zusatzwörterbücher und prüft ihre SHA-256-Prüfsummen. Eine geprüfte Version wird im Browser gespeichert. Fehlende Cachedateien werden bei bestehender Verbindung erneut geladen. Bei einem fehlgeschlagenen Update bleibt die zuvor geprüfte Version nutzbar. Die deutsche Morphemdatei wird komprimiert beim ersten Bedarf geladen. Ein bereits vollständig geladener Worker kann offline weiterarbeiten. Ein erster Start ohne geladene Dateien ist nicht möglich; eine vollständige Offlineinstallation per Service Worker ist nicht implementiert.

Developer Mode

Das DevLab enthält Wörterbuch, Analysepipeline, Zusatzwörterbücher, Einzelwortzerlegung, RegEx-Pattern, Satzanalyse und Workbench. Der lokale 1984-Prüftext gehört zum Entwicklungsablauf und ist keine grammatisch annotierte Referenz.

Wörterbuch bearbeiten

Links suchen Sie vorhandene Schreibformen. Neu in der mittleren Toolbar öffnet einen leeren Eintrag. Erfassen Sie die tatsächliche Form, IPA, Silbentrennung, Morphemtrennung mit |, Stamm und gegebenenfalls neue Schreibform. Beispielsweise muss Haus|boot ohne Trennzeichen wieder exakt die eingetragene Schreibform ergeben.

Setzen Sie Zusatzmerkmale und Wortarten in den Property Grids. Aktivierte Wortarten öffnen ihre Unteransicht in der rechten AT-Sidebar. Die Matrix beschreibt, welche grammatischen Merkmale die aktuelle Schreibform besitzt. Sie erfasst keine frei erfundenen abweichenden Genitiv- oder Verbformen. Eine andere Schreibform erhält einen eigenen Eintrag. Für Adjektive lassen sich Zuordnungen zu Positiv, Komparativ und Superlativ hinterlegen.

Speichern übernimmt gültige Änderungen. Zurücksetzen verwirft die Bearbeitung. Löschen entfernt den ausgewählten Eintrag. FST erstellen erzeugt die Laufzeitdatei aus dem Wörterbuch. Datenbankdiagnose und Backup dienen der Kontrolle und Sicherung. Die Grammatik beruht erst auf dem neu erzeugten und geladenen Wörterbuchstand.

Im Hauptwörterbuch sind Zahlen, Bindestrichformen, innere Großbuchstaben und Eigennamen ausgeschlossen. Ein Großbuchstabe am Anfang ist zulässig; nicht substantivische Einzelwörter werden normalisiert. Abkürzungen und Eigennamen bleiben in den Zusatzwörterbüchern. Quellen können Einträgen zugeordnet werden; sie ersetzen keine grammatischen Merkmale.

Pipeline und Referenzprüfung

Die Pipeline zeigt pro Satz Morphemnachweise, Wortartkandidaten, finite Verben, Prädikate, Teilsätze, Satztypen, Satzglieder, Abhängigkeiten, Valenzprüfung und Interpretation. Eine nachfolgende Stufe ergänzt Kontextentscheidungen, ohne die ursprünglich belegten Kandidaten als Forschungsdaten zu überschreiben. Nicht unterstützte Valenzrahmen oder unklare Strukturen bleiben entsprechend gekennzeichnet.

UD-Referenztexte dienen zur getrennten Bewertung gegen externe Annotationen. Ein fehlerfrei durchgelaufener Korpus beweist noch keine vollständige sprachwissenschaftliche Richtigkeit. Eigene Prüfsätze, Wörterbuchstand und Referenzversion gehören zum Testnachweis.

Fehler und Grenzen

• Bei veralteten Ergebnissen neu analysieren.
• Bei einem Startfehler der Wörterbücher Verbindung prüfen und neu laden.
• Bei sehr großen Texten können Speicher und Exportdauer die praktische Grenze bilden; abbrechen und einen kleineren Abschnitt prüfen.
• Unbekannte Wörter und fehlende Morphemgrenzen bleiben offen. Die Anwendung verspricht keine vollständige Erkennung aller deutschen Formen.
• Grammatik- und Stilbefunde benötigen Kontextprüfung. Vorschläge werden nicht automatisch in den Text geschrieben.