Einzigartige Wörter zählen

Autoren, Lehrkräfte und Sprachlernende stellen oft eine schärfere Frage als die bloße Wortzahl: wie viel eines Textes neues Vokabular ist und wie viel wiederholte Formulierung. Ein Absatz kann lang wirken und doch dieselben wenigen Begriffe wiederholen, oder kurz sein und viele verschiedene Wörter tragen. Dieser Rechner für einzigartige Wörter tokenisiert Ihren Text mit Unicode-Regeln, zählt jede Wortvorkommnis, ermittelt wie viele dieser Token unter optionaler Groß-/Kleinschreibungsignoranz verschieden sind und meldet die Lücke als Wiederholungen plus klare Verhältnisse. Sie sehen Gesamtwörter, einzigartige Wörter, wiederholte Wörter, das klassische Unique-Verhältnis (type-token ratio), das komplementäre Wiederholungsverhältnis und bei Wiederholungen das Verhältnis einzigartiger zu wiederholten Vorkommnissen.

Wortanzahl und Wortschatz sind zwei verschiedene Fragen

Die Gesamtzahl der Wörter sagt, wie lang ein Text ist. Die Zahl der einzigartigen Wörter sagt, wie groß sein Wortschatz ist, wenn jede Wiederholung nur einmal zählt. Die Differenz sind die wiederholten Vorkommen: Jedes Mal, wenn ein Wort nach seinem ersten Auftreten erneut erscheint, steigt diese Zahl, während die einzigartigen Wörter gleich bleiben. Teilt man die einzigartigen durch alle Wörter, erhält man das Type-Token-Verhältnis. Sein Gegenstück, eins minus dieses Verhältnis, zeigt den Anteil, der nur wiederholt. Gibt es Wiederholungen, vergleicht ein drittes Verhältnis den Wortschatz mit den zusätzlichen Vorkommen: Im Beispielsatz stehen 9 einzigartige Wörter 4 Wiederholungen gegenüber, das ergibt 2,25.

Wofür die Zahlen taugen und wofür nicht

Im Unterricht vergleichen Lernende einen ersten Entwurf mit der Überarbeitung und sehen, ob der Hinweis auf mehr Abwechslung als höheres Verhältnis ankommt und nicht nur als längerer Aufsatz. Redaktionen achten auf ein fallendes Verhältnis bei steigender Länge, denn es kann auf leere Wiederholung hindeuten, auch wenn die Rechtschreibung stimmt. Ein Urteil über die Qualität sind die Werte aber nicht: Fachtexte wiederholen definierte Begriffe, Gedichte ihren Refrain. Vergleichen Sie deshalb nur Texte, die nach denselben Regeln gezählt wurden, also auch mit derselben Einstellung zur Groß- und Kleinschreibung.

Was Unique- und Gesamtwortzahlen messen

Die Gesamtwortzahl beantwortet, wie lang ein Text in Token ist. Die Unique-Wortzahl beantwortet, wie groß der Wortschatz nach dem Zusammenfassen von Duplikaten ist. Ein Verhältnis nahe eins bedeutet, dass fast jedes Token einen neuen Typ einführt; nahe null bedeutet starke Wiederverwendung eines kleinen Lexikons.

Das komplementäre Wiederholungsverhältnis ist eins minus diesem Bruch und zeigt, welcher Anteil des Stroms recycelt wird. Keine dieser Metriken bewertet Qualität allein: Fachprosa darf definierte Begriffe legitim wiederholen, und Poesie sparsam einen Refrain nutzen. Sie liefern jedoch eine reproduzierbare numerische Basis, damit Klassen, Redaktionschecklisten und automatisierte Dashboards Entwürfe vergleichen können, ohne über die manuelle Zählweise zu streiten.

Wo ein Unique-Wörter-Rechner sich lohnt

Sprachklassen nutzen einen Rechner für einzigartige Wörter, damit Lernende Erstentwurf und Überarbeitung vergleichen und sehen, ob Feedback zur Vielfalt als höheres Unique-Verhältnis erscheint und nicht nur als längerer Aufsatz. Programme für Englisch als Zweitsprache setzen einfache Ziele, etwa ein Mindest-Unique-Verhältnis für eine freie Schreibprobe vor dem nächsten Abschnitt. Content-Teams und SEO-Redaktionen prüfen Produktseiten und Blogbeiträge mit Keyword-Stuffing-Risiko: ein sinkendes Unique-Verhältnis bei steigender Gesamtwortzahl kann hohle Wiederholung signalisieren, auch wenn die Rechtschreibprüfung sauber ist.

Forschende, die kleine Korpora aufbauen, brauchen einen deterministischen type-token-ähnlichen Snapshot ohne vollen NLP-Stack; dieser Parse-Pfad der Stufe A braucht keine Modelle und kein ausgehendes Netz. Halten Sie Anfragen auf den relevanten Abschnitt, pinnen Sie gerundete Verhältnisse in Tests und erhalten Sie reproduzierbare Zahlen zur lexikalischen Vielfalt für Hausaufgaben, redaktionelle Gates und Edge-Worker, ohne eine eigene Linguistik-Pipeline aufzubauen.