Tool für Erweiterte Textstatistik

• Wortzähler
• Textanalyse
• Lesbarkeitsprüfer
• Worthäufigkeit
• Keyword-Extraktor
• Text teilen

Ein Durchschnitt allein sagt fast nichts. Zwei Texte können dieselbe mittlere Satzlänge von zwanzig Wörtern haben, während der eine gleichmäßig liest und der andere zwischen Fünf-Wort-Fragmenten und Sätzen von Absatzlänge springt. Der zweite ist der, mit dem Leser kämpfen, und nur eine Verteilung zeigt das. Dieses Tool misst die Form Ihres Textes – wie Längen verteilt sind, wie ungleichmäßig sie sind, wie vielfältig der Wortschatz ist – damit Sie entscheiden können, was Sie überarbeiten.

Vorteile

• Verteilungen statt nur Durchschnitte: Wort- und Satzlänge jeweils als vollständiges Histogramm, daneben Mittelwert, Median, Standardabweichung, Minimum und Maximum.
• Ein Vielfaltswert, der Länge überlebt: MTLD neben dem rohen Type-Token-Verhältnis, damit zwei unterschiedlich lange Texte wirklich vergleichbar sind.
• Satzerkennung, die stimmt: Dezimalzahlen, Abkürzungen, Initialworte, Domains, Dateinamen und Auslassungspunkte bleiben im Satz.
• Korrekte Zahlen in jeder Schrift: Chinesisch, Japanisch, Thai, Khmer, Laotisch und Birmanisch werden richtig segmentiert.
• Ein Zeichensetzungsprofil: jedes Zeichen gezählt, mit Dichte je Satz und je hundert Wörter.
• Nichts verlässt Ihr Gerät: kein Upload, und die Seite funktioniert nach dem Laden auch offline.

Ein Dokument mit 25 MB wird auf einem Desktop-Rechner in etwa einer Sekunde analysiert – und zwar außerhalb der Seite, sodass die Eingabe nie stockt.

Der Text wird dreimal durchlaufen: einmal über Zeichen, einmal für Satzgrenzen, einmal für Wörter. Jeder Durchlauf schreibt in Zähler fester Größe statt Listen aufzubauen. Deshalb ist ein 25-MB-Dokument in etwa einer Sekunde fertig und deshalb kann die Arbeit vollständig außerhalb der Seite laufen – die Eingabe stockt nie, und es gibt keine Schaltfläche, die Sie um Erlaubnis für die Analyse bittet, die Sie schon angefordert haben.

Was jede Zahl bedeutet

• Wörter: Folgen von Buchstaben und, wahlweise, Ziffern. Apostrophe und Bindestriche verbinden ein Wort, wenn die Optionen es sagen.
• Sätze: Grenzen aus der unten beschriebenen intelligenten Erkennung oder aus einer einfachen Trennung an . ! ?.
• Absätze und Zeilen: eine Zeile ist eine Zeile mit Inhalt; ein Absatz ist ein Block von Zeilen, der durch eine Leerzeile vom nächsten getrennt ist. Beides wird gemeldet, weil keines allein das ist, was alle meinen.
• Mittelwert, Median und Standardabweichung: der Durchschnitt, der mittlere Wert und wie weit ein typischer Wert davon entfernt liegt. Eine große Abweichung bei der Satzlänge ist das Kennzeichen ungleichmäßigen Rhythmus.
• Type-Token-Verhältnis: eindeutige Wortformen geteilt durch alle Wörter, in Prozent. Einfach, vertraut – und längenabhängig.
• MTLD: wie viele Wörter vergehen, bis das laufende Verhältnis 0,72 unterschreitet, in beiden Richtungen gemittelt. Höher heißt vielfältiger.
• Hapaxlegomena: Wörter, die genau einmal vorkommen.

Ein Punkt ist keine Satzgrenze. Er ist ein Zeichen, das meistens eine Satzgrenze ist, und die Ausnahmen sind häufig genug, dass eine naive Trennung gewöhnliche Geschäftsprosa falsch behandelt. Die intelligente Erkennung ist hier die Voreinstellung und hält einen Satz über alle folgenden Fälle zusammen.

Wie die Satzerkennung arbeitet

• Dezimalzahlen und Versionsnummern – 3.50 und 1.2.3 stehen in einem Satz, nicht in zwei oder drei.
• Abkürzungen mit Punkt – Dr., Prof., Nr. und ähnliche beenden nie einen Satz.
• Abkürzungen, die es manchmal doch tun – usw., z. B., d. h., Vol., Abb., Jan. Diese trennen nur, wenn danach ein Großbuchstabe oder ein öffnendes Anführungszeichen folgt.
• Initialworte – U.S.A. gefolgt von einem Großbuchstaben ist eine Grenze; gefolgt von einem kleingeschriebenen Wort nicht.
• Domains und Dateinamen – example.com und report.txt sind nicht zwei Sätze.
• Auslassungspunkte – Warte… nichts geschah ist ein Satz; Warte… Nichts geschah sind zwei.
• Schließende Anführungszeichen und Klammern gehören zum Satz, den sie beenden.
• Eine Leerzeile beendet einen Satz, damit eine Überschrift oder ein Listenpunkt ein eigener Satz ist.
• Auch die fernöstlichen Punkte, das Devanagari-Danda und das arabische Frage- und Satzzeichen beenden Sätze.

Die einfache Erkennung bleibt daneben erhalten und tut, was fast jeder andere Online-Zähler tut: an jedem . ! ? trennen und sonst nichts. Sie ist da, damit Sie die Zahl eines anderen Werkzeugs nachvollziehen können – nicht, weil sie richtiger wäre.

Das bekannte Maß ist das Type-Token-Verhältnis: eindeutige Wortformen geteilt durch alle Wörter. Es ist leicht zu erklären und hat einen Fehler, der schwerer wiegt, als es klingt: Es sinkt, je länger ein Text wird, ganz gleich, was die Schreiberin tut. Ein Aufsatz mit 500 Wörtern und ein Buch mit 90.000 Wörtern derselben Autorin erhalten sehr verschiedene Werte – und der Unterschied ist die Länge, nicht der Wortschatz.

Wortschatzvielfalt

• Das Type-Token-Verhältnis wird gezeigt, weil es die Zahl ist, die man kennt, und weil es bei Texten ähnlicher Länge gut brauchbar ist.
• MTLD steht daneben, weil es nicht längenabhängig ist. Es zählt, wie viele Wörter vergehen, bis das laufende Verhältnis eine feste Schwelle unterschreitet, und meldet Wörter je Unterschreitung.
• MTLD wird vorwärts und rückwärts berechnet und gemittelt, weil ein Text mit früh platzierten seltenen Wörtern in beiden Richtungen anders abschneidet.
• Unter etwa fünfzig Wörtern gibt es nichts zu messen, und es wird kein MTLD angezeigt statt einer aus zu wenig Text erfundenen Zahl.
• Hapaxlegomena – genau einmal verwendete Wörter – sind die dritte Sicht. Zusammen trennen die drei einen breiten von einem wiederholenden und von einem kurzen Wortschatz.

Fügen Sie Text ein oder öffnen Sie eine Klartextdatei und lesen Sie Längenverteilungen, Vielfaltswerte und das Zeichensetzungsprofil.

So erstellen Sie Textstatistiken online

1. Text hinzufügen — Fügen Sie Text in das Feld ein oder öffnen Sie eine .txt-, .md-, .log-, .csv- oder .tsv-Datei. Nichts wird hochgeladen – die Analyse läuft auf Ihrem Gerät.
2. Zählweise wählen — Die intelligente Satzerkennung hält Dezimalzahlen, Abkürzungen und Initialworte zusammen. Die einfache Erkennung trennt an jedem Punkt, so wie es die meisten anderen Zähler tun. Zahlen, Apostrophe und Bindestriche lassen sich einzeln ein- oder ausschließen.
3. Profil lesen — Die Verteilungen zeigen die Form Ihres Textes, nicht nur den Durchschnitt. Die Standardabweichung sagt, wie gleichmäßig Ihre Sätze sind; MTLD sagt, wie vielfältig Ihr Wortschatz ist, ohne Länge zu bestrafen.
4. Exportieren oder vergleichen — Kopieren Sie den Bericht oder laden Sie ihn als Text herunter. Mit Pro exportieren Sie CSV oder JSON und analysieren bis zu 100 Dokumente in einer Vergleichstabelle mit allen Berichten in einem Archiv.

Immer dann, wenn Sie eine Überarbeitungsentscheidung treffen und dafür Belege statt eines Eindrucks möchten, und immer dann, wenn Sie zwei Fassungen desselben Textes vergleichen.

Ideale Anwendungsfälle

• Entwurf überarbeiten: den einen absatzlangen Satz finden und sehen, ob der Rhythmus gleichmäßig ist.
• Fassungen vergleichen: vorher und nachher analysieren und sehen, welche Zahlen sich wirklich bewegt haben.
• Ein Set vergleichen: mit Pro einen Ordner voller Entwürfe in einer Tabelle analysieren und den Ausreißer finden, ohne einen davon zu öffnen.
• Redaktionsrichtlinien: eine Vorgabe zur Satzlänge an der Verteilung prüfen statt am Durchschnitt.
• Lehre und Forschung: Maße lexikalischer Vielfalt an einem echten Text zeigen, mit rohem Verhältnis und MTLD nebeneinander.
• Umfrage- und Bewertungstexte: die CSV-Spalte mit Freitextantworten öffnen und als Prosa analysieren.
• Private Entwürfe: unveröffentlichte Manuskripte und vertrauliche Dokumente, ohne Upload.

Was die Zahlen genau sind und wo sie aufhören. Alles Folgende ist eine Eigenschaft der Messung, kein Hinweis auf ein unfertiges Werkzeug.

Kernpunkte

• Wort- und Satzlänge werden in Codepunkten gemessen, sodass ein akzentuierter Buchstabe oder ein Emoji als ein Zeichen zählt.
• Die Wortlänge zählt Buchstaben und Ziffern des Tokens. Anhängende Satzzeichen gehören nicht zum Wort.
• Die Satzlänge wird in Wörtern gemessen, mit derselben Wortdefinition, die Ihre Optionen wählen.
• Der Median stammt aus der exakten Verteilung, nicht aus einer Stichprobe – bei jeder Dokumentgröße der wahre Median.
• Die Standardabweichung ist der Populationswert über alle Wörter bzw. alle Sätze, keine Stichprobenschätzung.
• Längster und kürzester Satz werden bis 4.000 Zeichen angezeigt; darüber wird die Vorschau gekürzt und sagt es, während die gemeldete Länge die echte ist.
• Bei Gleichstand gewinnt das erste Vorkommen.
• Eine Verteilung mit langem Ausläufer wird in 24 Bereiche gebündelt statt abgeschnitten – die wenigen sehr langen Sätze sind der Befund.

Dieses Tool liest Klartext. Alles andere wird bereits im Dateidialog abgelehnt, mit einem Link zum Werkzeug auf dieser Seite, das den Text extrahiert. Ein Word-Dokument, das an einen Textscanner gegeben wird, ergibt Statistiken über Auszeichnung statt über Prosa – eine Seite voller überzeugender, plausibler, völlig falscher Zahlen.

Was gelesen wird und was nicht

• Liest: .txt, .text, .md, .markdown, .log, .csv und .tsv.
• Kodierungen: UTF-8, UTF-8 mit Byte-Order-Mark, UTF-16 in beiden Byte-Reihenfolgen und Windows-1252 als Rückfall. Eine aus Windows-Editor als „Unicode“ gespeicherte Datei ist UTF-16 und wird korrekt gelesen.
• Word-Dokumente: zuerst den Text extrahieren, dann analysieren.
• PDFs: zuerst den Text extrahieren, dann analysieren.
• Präsentationen: zuerst den Text extrahieren, dann analysieren.
• Tabellen: die gewünschte Spalte als CSV exportieren – das liest dieses Tool direkt.
• Bilder, Audio und Video: den Text zuerst erkennen oder transkribieren.
• Binärdateien mit .txt-Endung: abgelehnt, statt zu Unsinn analysiert zu werden.

Die Zahlen sind nur so aussagekräftig wie der Vergleich, in den Sie sie stellen.

Qualitätsüberlegungen

• Vergleichen Sie Gleiches mit Gleichem. Ändern Sie zwischen zwei Analysen eine Sache – den Entwurf, nicht Entwurf und Optionen zugleich.
• Nutzen Sie MTLD statt des Type-Token-Verhältnisses, sobald sich zwei Texte in der Länge deutlich unterscheiden.
• Lesen Sie die Standardabweichung neben dem Mittelwert. 18 mit Abweichung 4 und 18 mit Abweichung 16 sind verschiedene Texte.
• Entfernen Sie Auszeichnung vor der Analyse, wenn Sie Statistiken über die Prosa möchten. Markdown-Syntax zählt als Zeichensetzung – korrekt, aber vermutlich nicht Ihre Frage.
• Für eine juristische oder wissenschaftliche Wortzahl prüfen Sie die geforderte Definition von „Wort“ und stellen Sie Zahlen-, Apostroph- und Bindestrich-Option entsprechend ein.
• Lesen Sie die Wortschatzvielfalt nicht als Qualitätsnote. Sie misst Vielfalt, und Vielfalt ist nicht immer das, was ein Text braucht.

Wann Sie sich nicht darauf verlassen sollten

• Wenn Sie einen abgestuften Lesbarkeitswert brauchen – Flesch, Fog, SMOG oder eine Klassenstufe. Der Lesbarkeitsprüfer dieser Seite berechnet sie.
• Wenn Sie wissen müssen, welche Wörter wie oft vorkommen. Das beantworten Worthäufigkeit und Keyword-Extraktor.
• Wenn Satzgrenzen den Hausregeln eines bestimmten Verlags folgen müssen statt dem üblichen Sprachgebrauch.
• Wenn Sie Silben-, Lemma-, Wortarten- oder N-Gramm-Statistiken brauchen.
• Als Plagiats-, Grammatik- oder SEO-Suite. Es misst, es urteilt nicht.

Kostenlos analysieren Sie ein Dokument bis 25 MB – rund vier Millionen Wörter – mit sämtlichen Kennzahlen: nichts auf dieser Seite liegt hinter der Bezahlschranke. Pro hebt die auferlegte Größengrenze auf und ergänzt, was Umfang braucht: bis zu 100 Dokumente in einem Durchgang, eine Vergleichstabelle, CSV- und JSON-Export und alle Berichte in einem Archiv. Das Tool benötigt JavaScript und einen aktuellen Browser; die Analyse läuft außerhalb der Seite, sodass ein großes Dokument den Tab nie einfriert.

Empfohlener Überarbeitungsablauf

• Analysieren Sie zuerst den Entwurf und lesen Sie vor allem die Satzlängenverteilung – im Ausläufer liegt die Arbeit.
• Öffnen Sie den längsten Satz, teilen Sie ihn und analysieren Sie erneut, um zu bestätigen, dass die Abweichung wirklich gesunken ist.
• Prüfen Sie die Wortschatzvielfalt mit MTLD, wenn die beiden Fassungen unterschiedlich lang sind; sonst mit dem Type-Token-Verhältnis.
• Nutzen Sie Trimmer, Splitter oder Duplikat-Entferner für die Aufräumarbeit, auf die das Profil zeigt.
• Schließen Sie mit einer Lesbarkeitsprüfung und einem Keyword-Durchgang ab.

Für eine vollständige Prüfung nutzen Sie dieses Profil zusammen mit dem Lesbarkeitsprüfer für abgestufte Werte, der Worthäufigkeit für Ihre Lieblingswörter und dem Wortzähler, wenn Sie nur eine Zahl brauchen.