Forschungsumgebung
Diese Forschungsumgebung vernetzt historische und dialektale
Wörterbücher des Deutschen zu einer durchsuchbaren Datenbank
mit diachroner Analyse. Der Bestand umfasst ca. 2,7 Millionen
Artikel aus 53 Wörterbüchern und deckt rund 5.000 Jahre
Sprachgeschichte ab — vom rekonstruierten Urindogermanisch
(Pokorny) über Urgermanisch, Gotisch, Alt- und Mittelhochdeutsch,
Frühneuhochdeutsch (FWB) bis zu den modernen
Dialektwörterbüchern, ergänzt durch etymologische
Spezialwörterbücher (EWA, Pfeifer, DERW).
Funktionen
- Suche — Präfix, Exakt, Enthält (Trigram-Index) und Volltext über alle Wörterbücher
- Querverweisungsgraph — interaktive Visualisierung der Verweisstrukturen zwischen Wörterbüchern (2,1 Mio. Querverweise), Lautwandel-Kanten farbcodiert nach 6 Gruppen
- Etymologie-Zeitstrahl — vertikale Timeline mit Lautwandel-Regeln (Diphthongierung, 2. Lautverschiebung u. a.)
- Bedeutungsvergleich — Artikel-Snippets aus verschiedenen Epochen nebeneinander
- Wortfamilien — Komposita und Ableitungen automatisch gruppiert
- Wortbildungsproduktivität — Affix-Frequenz über Sprachstufen (Ahd.–Nhd.)
- Autovervollständigung — Lemma-Vorschläge während der Eingabe
- Morphologie — Zerlegung in Präfix, Stamm und Suffix mit Stamm-Lookup
- Kompositumanalyse — Zerlegung mit Fugenlaut-Erkennung
- Export — Suchergebnisse als TSV, Graph als SVG mit klickbaren Links
Enthaltene Wörterbücher
Die Daten stammen aus folgenden Quellen:
- Wörterbuchnetz
(TCDH Trier) — AWB, BMZ, Lexer, DWB, GWB, Adelung, Campe u. a.
- Köbler-Wörterbücher
(Gerhard Köbler) — 11 Wörterbücher (449.013 Artikel) für Sprachstufen,
die sonst kaum digital erschlossen sind: Got., As., Anfrk., An., Ae., Afries., Urgerm., Uridg.
- EWA
(Sächsische Akademie der Wissenschaften, Leipzig) — Etymologisches Wörterbuch
des Althochdeutschen (21.006 Lemmata, CC BY-NC-ND 3.0)
- Pokorny
— Indogermanisches Etymologisches Wörterbuch (2.071 urindogermanische Wurzeln)
- FWB
(Göttinger Akademie) — Frühneuhochdeutsches Wörterbuch,
1350–1650 (11.239 Artikel)
- Pfeifer
(DWDS) — Etymologisches Wörterbuch des Deutschen (23.629 Artikel)
- DERW
(Köbler) — Deutsches Etymologisches Rechtswörterbuch (4.519 Artikel)
- MWB Online,
DRW,
Schweizerisches Idiotikon,
Bayerisches Wörterbuch,
LAGIS (Südhess. Wb.)
u. a.
Nicht verfügbare Wörterbücher
Badisches Wörterbuch: Das Badische Wörterbuch
(Albert-Ludwigs-Universität Freiburg) ist derzeit nicht
digital verfügbar. Querverweise aus dem Pfälzischen Wörterbuch
auf das Badische Wb. (
Bad. /
BadWB)
können daher nicht aufgelöst werden.
Falls Sie an einer Online-Ausgabe des Badischen Wörterbuchs
interessiert sind, finden Sie die Kontaktdaten des Projekts unter:
uni-freiburg.de/badwb/kontakt
Schwäbisches Wörterbuch (Fischer/Pfleiderer, 1904–1936):
Nicht als durchsuchbare Datenbank enthalten, aber alle 1.041 Querverweise
aus dem Pfälzischen Wörterbuch sind als Faksimile-Links auf die
BSB-Digitalisate
(Public Domain) auflösbar und führen direkt zur richtigen Spalte.
Weitere Wörterbücher, auf die vereinzelt verwiesen wird, aber
die (noch) nicht in dieser Datenbank enthalten sind:
- Schmeller — Bayerisches Wb. von Schmeller (1827–37); nicht zu verwechseln mit dem modernen Bayerischen Wörterbuch (BAdW), das enthalten ist
- LLU, WLM, Wossidia — weitere Regionalwörterbücher aus dem Wörterbuchnetz
Vernetzung
Die Datenbank enthält über 2,2 Millionen Querverweise
(1,9 Mio. aufgelöst) aus mehreren Quellen:
- Explizite Verweise — aus den HTML-Strukturen der
Originalwörterbücher extrahiert (Wörterbuchnetz-Artikel mit verlinkten
Querverweisen), darunter 392 GWB→DWB-Verweise aus Fußnoten
- Köbler-Textverweise — über 1 Mio. Querverweise aus den
Plaintext-Feldern der 11 Köbler-Wörterbücher (Vw., Hw., E.) automatisch
geparst, davon 886.000 aufgelöst (98,1 % der relevanten, via Normlemma-,
Lemma-Match und Levenshtein-Distanz).
Weitere 60.000 Köbler→Pokorny-Verweise über Seitenzahl-Mapping
- EWA→AWB — 19.381 strukturierte Querverweise aus dem
TEI-XML des Etymologischen Wörterbuchs (100 % aufgelöst)
- Konkordanzwörterbücher — 12.525 cross-language Xrefs
aus Köblers Ahd+As+Anfrk+Mhd+Mnd- und Germ+Got-Konkordanzen
- Implizite Matches — Lemmata mit identischem
Normlemma oder Lautwandel-Varianten werden im Verweisungsgraph
automatisch verbunden (16 Lautwandel-Regeln in 6 Gruppen)
- Normlemma-Matches — 54.000 Querverweise zwischen
den neuen Wörterbüchern (FWB, Pfeifer, DERW, EWA) und dem
bestehenden Bestand über identische Normlemmas
Datenqualität
Die Wörterbücher werden sukzessive auf Inkonsistenzen geprüft.
Als erste wurden die 11 Köbler-Wörterbücher (449.013 Artikel)
vollständig analysiert: 1.329 Artikel enthielten Tippfehler
(Doppelzeichen, unbalancierte Klammern und Anführungszeichen) —
eine Fehlerquote von 0,3 %. Bei handgesetzten Werken mit teils
über 100.000 Einträgen eine bemerkenswerte Konsistenz.
Die übrigen Wörterbücher folgen.
Lokale Korrekturen
In einigen Fällen wurden fehlerhafte Daten aus den Originalquellen
lokal korrigiert. Die Fehler wurden den jeweiligen Projekten gemeldet.
Südhessisches Wörterbuch — 10 korrigierte Verweise
Bei 14 von 90.245 Register-Einträgen des
Südhessischen Wörterbuchs
(LAGIS) führten die Original-Links zu leeren Seiten. 10 konnten mit
korrekten URLs ersetzt werden, 4 bleiben unauflösbar.
| Lemma | Problem | Korrektur |
|---|
| Haut-voll-Flöh' | Doppeltes URL-Encoding (%2527) | Apostroph entfernt → Bd. 3, Sp. 195–196 |
| K'ü'h-stalls-trampeler | Doppeltes URL-Encoding (%2527) | Apostroph entfernt → Bd. 6, Sp. 1077–1078 |
| Queis'chen | Doppeltes URL-Encoding (%2527) | Apostroph entfernt → Bd. 4, Sp. 1147–1148 |
| Radies'chen | Doppeltes URL-Encoding (%2527) | Apostroph entfernt → Bd. 4, Sp. 1181–1182 |
| Radies'chen-salat | Doppeltes URL-Encoding (%2527) | Apostroph entfernt → Bd. 4, Sp. 1181–1182 |
| Radies'chen-schnitt | Doppeltes URL-Encoding (%2527) | Apostroph entfernt → Bd. 4, Sp. 1181–1182 |
| Zitter-rös'chen | Doppeltes URL-Encoding (%2527) | Apostroph entfernt → Bd. 6, Sp. 839–840 |
| Zuckerbaum-häus'chen | Doppeltes URL-Encoding (%2527) | Apostroph entfernt → Bd. 6, Sp. 871–872 |
| Zucker-lies'chen | Doppeltes URL-Encoding (%2527) | Apostroph entfernt → Bd. 6, Sp. 873–874 |
| Zerren (n.) | Zusatz im Lemma nicht auflösbar | Basis-Lemma → Bd. 6, Sp. 787–788 |
4 weitere Einträge
(Costa Kastella, dackeln I, Mutz-el I, Wutkit) bleiben unauflösbar,
da kein passender Artikel gefunden werden konnte.
Wörterbuchnetz — 11.704 PUA-Zeichenkorrekturen
Die Wörterbücher des
Wörterbuchnetzes
verwenden PUA-Zeichen (Private Use Area, U+E000–U+F8FF) aus einer
hauseigenen Schrift (KompLett) für ornamentale Initialen der
gedruckten Wörterbücher. Ohne diese Spezialschrift sind die Zeichen
unsichtbar und werden bei der Suchindexierung falsch normalisiert.
Insgesamt 11.704 Artikel wurden korrigiert:
1.086 mit PUA-Zeichen am Lemma-Anfang und 10.618 mit PUA-Zeichen im
Lemma-Inneren (z. B. U+E04D → Ê in Adelung, U+E59A → A im WWB).
Die Zuordnung basiert auf der offiziellen charMap.js des
Wörterbuchnetzes sowie manuellen Stichproben.
| Wörterbuch | Korrigierte Artikel |
|---|
| WWB | 485 |
| Campe | 367 |
| Adelung | 115 |
| AWB | 83 |
| ElsWB | 31 |
| DWB2, RhWB, LmL | 5 |
15 PUA-Zeichen ohne
Eintrag in der charMap wurden ersatzlos entfernt. Am häufigsten
betroffen: WWB (9.055), Campe (503), AWB (1.367), GWB (386).
Köbler — 71 Doppelzeichen-Korrekturen
In den 11 Köbler-Wörterbüchern
(Ahd., Mhd., Mnd., Got., As., An., Ae., Afries., Anfrk., Germ., Idg.)
wurden 71 Artikel mit doppelten Satzzeichen korrigiert. Die häufigsten
Muster:
| Fehler | Korrektur | Anzahl |
|---|
Vw.. | Vw.: | 22 |
L.. | L.: | 13 |
,, | , | 12 |
E.. | E.: | 9 |
L:: | L.: | 8 |
Q.. | Q.: | 3 |
;; | ; | 2 |
Hw.. | Hw.: | 1 |
8.. | 8. | 1 |
Köbler — 243 Anführungszeichen-Korrekturen
In denselben 11 Wörterbüchern wurden 243 Artikel
mit unbalancierten deutschen Anführungszeichen („…“) korrigiert:
149× verwaistes “ entfernt, 81× fehlendes “ ergänzt,
12× „ als Schließer korrigiert.
Köbler — 999 Klammer-Korrekturen
999 von 1.015 Artikeln mit unbalancierten Klammern
wurden automatisch korrigiert:
| Typ | Beschreibung | Anzahl |
|---|
| FIX-A | Verwaiste ) entfernt | 362 |
| FIX-C | Fehlende ) vor Feldtrenner ergänzt | 356 |
| FIX-E | Fehlende ) am Textende ergänzt | 211 |
| FIX-D | Fehlende ) vor Referenzkennung ergänzt | 39 |
| FIX-B | Doppelte )) korrigiert | 31 |
Alle 1.015 unbalancierten
Artikel wurden korrigiert (999 automatisch, 16 manuell).
Weitere ~3.300 mögliche Wortdopplungen wurden identifiziert,
sind aber überwiegend bewusste Wiederholungen in Quellenangaben.
DWB — 30 fehlerhafte Querverweis-Positionen
Im Deutschen Wörterbuch (Grimm) sind 30 von 56.813
internen Querverweisen um genau eine Zeile verschoben (Off-by-one).
Alle betreffen die Bände 18–31 (S–Z). Die Verweise
werden in dieser Datenbank über Lemma-Abgleich korrekt aufgelöst.
Wortbildungsproduktivität
Wie produktiv sind Präfixe und Suffixe in verschiedenen Sprachstufen?
Die Balken zeigen die Anzahl distincter Lemmata mit dem jeweiligen Affix.
Datenstand
Wird geladen…
Projekt
Dieses Projekt ist eine unabhängige Digital-Humanities-Forschungsumgebung
von Marcel Cotta. Kontakt:
research@marcelcotta.com