Der Installateur schließt den Wartungsschacht. Er ist jetzt fertig.
Wer ist hier fertig, der Installateur oder der Schacht? Die DIN-Norm für Einfache Sprache nutzt diesen Satz als Negativbeispiel für unklare Bezüge und empfiehlt, das Substantiv zu wiederholen:
Der Wartungsschacht ist jetzt fertig.
Für Leserinnen und Leser ist die zweite Fassung eindeutig besser. In der Praxis wird die Verständlichkeit eines Textes aber oft mit einem Lesbarkeitsindex wie dem LIX bewertet. Und der bewertet die bessere Fassung schlechter: Sein Wert steigt von 37,8 auf 45,0 und damit über die Grenze von 40, unter der ein Text auf der üblichen LIX-Skala als sehr leicht gilt.

Das ist kein Rechenfehler. Der LIX zählt, wie lang Sätze und Wörter sind, und „Wartungsschacht“ ist nun einmal ein langes Wort. Ob ein Bezug eindeutig ist, sieht er nicht. Das Beispiel führt zu einer grundsätzlichen Frage: Was ist an der Verständlichkeit eines Textes überhaupt messbar, mit welchen Verfahren, und wo hört das Messen auf? Die kurze Antwort: Automatisch prüfen lässt sich heute weit mehr als Satz- und Wortlänge, von Genitivketten bis zu inhaltlichen Widersprüchen. Ob ein Text verstanden wird, zeigt aber erst der Test mit den Menschen, für die er geschrieben ist.
Der Artikel stützt sich auf aktuelle Forschung zur automatischen Textvereinfachung, einem Teilgebiet der Computerlinguistik (Natural Language Processing, kurz NLP). Im Zentrum steht das Paper „Profiling German Text Simplification with Model-Fingerprints“ von Lars Klöser, Mika Elias Beele und Bodo Kraft von der FH Aachen, erschienen im Januar 2026. Lars Klöser und Bodo Kraft sind Co-Founder von laizee.ai, dem Unternehmen hinter Fair Text. Lars Klöser forscht zur automatischen Vereinfachung deutscher Texte.
Was Lesbarkeitsindizes erfassen und was ihnen entgeht
Lesbarkeitsformeln wie Flesch-Reading-Ease, LIX oder die Wiener Sachtextformel verrechnen im Kern zwei Größen: wie viele Wörter ein Satz hat und wie lang die Wörter sind, gemessen in Buchstaben oder Silben. Wie die einzelnen Formeln rechnen und wie ihre Skalen zu lesen sind, erklärt unser Lesbarkeitsindex-Rechner.
Weiter geht der Hohenheimer Verständlichkeitsindex (HIX). Berechnet wird er mit der Software TextLab, die die Universität Hohenheim gemeinsam mit dem Communication Lab Ulm entwickelt hat. Die Universität nutzt ihn unter anderem für ihren jährlichen Vergleich der Reden von DAX-Vorständen. Der HIX kombiniert vier klassische Formeln (Amstad-Formel, 1. Wiener Sachtextformel, SMOG-Index und LIX) mit weiteren Merkmalen wie dem Anteil von Schachtelsätzen, Passivsätzen, abstrakten Substantiven und Fremdwörtern. Wie diese Merkmale im Einzelnen gewichtet werden, ist öffentlich nicht im Detail dokumentiert. Im Kern ordnet der HIX einen Text ein, indem er dessen Merkmale mit denen bekannter Vergleichstexte abgleicht: Ähnelt der Text eher einem Boulevardartikel oder eher einer Doktorarbeit?
Heraus kommt ein Wert zwischen 0 (formal schwer verständlich) und 20 (formal leicht verständlich). Aussagekräftig wird er erst im Vergleich mit Texten derselben Textsorte. Politikwissenschaftliche Doktorarbeiten erreichen im Schnitt 4,3 Punkte, die Politikberichterstattung der Bild-Zeitung 16,8. In einer Hohenheimer Studie zur Kommunikation von Stadtwerken gelten für Pressemitteilungen mindestens 12 Punkte als Ziel, für Produkttexte mindestens 16. Die Hohenheimer Forschenden betonen selbst, dass formale Verständlichkeit nur eines von mehreren Kriterien ist.
Was eine einzelne Zahl übersieht, macht ein kleiner Versuch deutlich. Ein vereinfachter Text muss drei Dinge leisten: Er soll leicht lesbar sein, den Inhalt des Originals korrekt wiedergeben und sprachlich richtig sein. Eine Lesbarkeitsformel misst nur das Erste. Wir haben dazu den Satz aus einer fiktiven Wirtschaftsmeldung auf drei Arten vereinfacht und jeweils den LIX berechnet. Je niedriger der Wert, desto leichter gilt der Text.


Den mit Abstand besten Wert bekommt ausgerechnet die fehlerhafte Fassung. Die gekürzte Fassung schneidet trotz fehlender Inhalte schlechter ab als die vollständige, weil ihr einziger Satz mehrere lange Wörter enthält. Wie sich Fehler und fehlende Inhalte automatisch aufspüren lassen, zeigen die Abschnitte zu Satzbau und Inhaltstreue weiter unten.
Auch die DIN 8581-1 warnt davor, Verständlichkeit an der Satzlänge festzumachen. In ihrer Einleitung heißt es: „Selbst ein relativ langer Satz mit 20 Wörtern kann verständlich sein, wenn er beispielsweise eine Aufzählung mit mehreren Beispielen enthält.“ Umgekehrt kann ein Satz mit zehn Wörtern schwer verständlich sein, wenn er einen komplexen Gedanken transportiert. Die Forschung stützt diese Skepsis. Eine Studie an englischen Texten zeigte, dass klassische Formeln das Textverständnis Erwachsener schlechter vorhersagen als Modelle mit weiteren sprachlichen Merkmalen (Crossley et al. 2017).
Welche Regeln sich wie erfassen lassen
Software und KI-Werkzeuge können heute viele Aspekte der Verständlichkeit im Detail prüfen, weit über Satz- und Wortlänge hinaus. Die folgende Übersicht zeigt, mit welchen Verfahren sich die wichtigsten Regeln der Einfachen und Leichten Sprache erfassen lassen. Sie stützt sich in großen Teilen auf den Simplification Profiler, ein Analysewerkzeug, das Klöser, Beele und Kraft in ihrem Paper vorstellen. Ergänzt haben wir Verfahren aus weiterer Forschung, etwa zur Gebräuchlichkeit von Wörtern und zu eindeutigen Bezügen. Zusammen ergeben diese Prüfungen ein deutlich genaueres Bild als ein Lesbarkeitsindex.
Regel | Prüfverfahren | So funktioniert es | Von gängigen Indizes erfasst? |
|---|---|---|---|
Kurze Sätze | Wortzählung | Durchschnittliche Satzlänge in Wörtern pro Satz | Ja |
Kurze Wörter | Silben- oder Buchstabenzählung | Durchschnittliche Wortlänge in Silben oder Buchstaben pro Wort | Ja |
Gebräuchliche Wörter, | Häufigkeitsabgleich | Jedes Wort wird mit einer Liste abgeglichen, die angibt, wie häufig es im Deutschen vorkommt. Seltene Wörter und Fremdwörter werden markiert | Teilweise (HIX: Grundwortschatz) |
Lange Wörter gliedern (nur Leichte Sprache) | Gliederungsprüfung | Prüft, ob zusammengesetzte Wörter wie „Gleichstellungsgesetz“ gegliedert sind, also „Gleichstellungs-Gesetz“ oder „Gleichstellungs·gesetz“ | Nein |
Höchstens ein Nebensatz, keine Schachtelsätze | Satzbau-Analyse | Ein Programm (Parser) erkennt, aus welchen Teilsätzen ein Satz besteht und wie sie zusammenhängen. So lässt sich zählen, wie viele Nebensätze ein Satz hat und ob einer mitten im Hauptsatz steht | Teilweise (HIX: Schachtelsätze) |
Kurze Verbal- und Nominalklammer | Satzbau-Analyse | Der Parser erkennt, welche Wörter zusammengehören, etwa „hat“ und „informiert“ oder „der“ und „Beschluss“. Gezählt wird, wie viele Wörter dazwischen stehen | Nein |
Keine Genitiv- und Attributketten | Satzbau-Analyse | Der Parser erkennt, welches Substantiv an welchem hängt. Gezählt wird, wie viele Genitive oder Ergänzungen hintereinanderstehen | Nein |
Aktiv statt Passiv | Mustererkennung | Erkennt typische Passivformen wie „wird geprüft“ oder „wurde beschlossen“ und berechnet ihren Anteil | Teilweise (HIX) |
Präsens bevorzugt, gegenüber Konjunktiv I, und II | Wortformerkennung | Bestimmt die Zeitform jedes Verbs und erkennt Konjunktivformen wie „sei“, „habe“ oder „wäre“ | Nein |
Positiv statt verneint, keine doppelte Verneinung | Wortliste | Erkennt Verneinungen wie „nicht“, „kein“ oder „un-“ und markiert doppelte Verneinungen wie „nicht unwichtig“ | Nein |
Verbalstil statt Nominalstil | Wortendungen und Liste | Erkennt Substantivierungen wie „die Durchführung“ oder „das Öffnen“ und feste Wendungen wie „in Gang setzen“ | Teilweise (HIX: abstrakte Substantive) |
Abkürzungen und Sonderzeichen vermeiden | Mustererkennung | Findet Abkürzungen wie „z. B.“ oder „u. a.“ und Sonderzeichen wie „§“ | Nein |
Einheitliche Begriffe, keine Synonyme | Synonymerkennung | Findet unterschiedliche Wörter für dasselbe, etwa „Antrag“, „Formular“ und „Vordruck“ im selben Text | Nein |
Eindeutige Bezüge | Bezugsauflösung | Ordnet Wörter wie „er“ oder „sie“ ihrem Bezugswort zu und warnt, wenn mehrere infrage kommen | Nein |
Roter Faden, keine Gedankensprünge | Kohärenzmessung | Ein Sprachmodell bewertet, wie eng aufeinanderfolgende Sätze inhaltlich zusammenhängen. Ein großer Abstand deutet auf einen Gedankensprung | Nein |
Sprachlich richtig | Rechtschreib- und Grammatikprüfung | Markiert Fehler und berechnet den Anteil fehlerfreier Wörter und Teilsätze | Nein |
Inhalt vollständig und nicht verfälscht (bei vereinfachten Texten) | Inhaltsprüfung per LLM | Ein Sprachmodell vergleicht die Vereinfachung Satz für Satz mit dem Original und prüft, ob etwas fehlt oder ins Gegenteil verkehrt wurde | Nein |
Relevanter Inhalt, respektvoller Ton, passende Beispiele | Menschliche Prüfung | schwer automatisch messbar | Nein |
Wie ungleich Regelverstöße in echten Texten verteilt sind, zeigt eine Auswertung aus dem Paper. Klöser, Beele und Kraft haben 10.000 zufällige Ausschnitte aus der deutschen Wikipedia mit je fünf Sätzen auf Verständlichkeitsregeln geprüft. Zu lange Sätze fanden sie in 84,71 % der Ausschnitte, zu lange Wörter in 72,99 % und abstrakte Wörter in 70,68 %. Unter den ausgewerteten Regeln am seltensten verletzt waren Anglizismen (12,57 %), Verneinungen (10,16 %) und Fachbegriffe (3,37 %). Häufig heißt dabei nicht wichtig. Ein einziger unerklärter Fachbegriff in einem Bescheid kann das Verständnis stärker blockieren als mehrere lange Sätze, fällt in einer Häufigkeitsstatistik aber kaum auf.


Jedes dieser Verfahren liefert einen eigenen Wert. Zusammen ergeben sie statt einer einzelnen Zahl ein Profil des Textes, wie es der Abschnitt „Profil statt Punktzahl“ beschreibt.
Satzbau und Wortschatz prüfen
Auf der Ebene des einzelnen Satzes arbeitet die automatische Prüfung am zuverlässigsten. Ein Parser zerlegt jeden Satz in eine Baumstruktur, die zeigt, welche Wörter voneinander abhängen. Daran lassen sich Konstruktionen wie Klammern, Genitivketten oder Nebensätze erkennen. Wortlisten ordnen zusätzlich jedes einzelne Wort ein.
Ein gutes Beispiel ist die Verbalklammer, also der Abstand zwischen den Teilen eines Prädikats: „Die Stadt hat alle Anwohnerinnen und Anwohner der betroffenen Straßen bereits vor Beginn der Bauarbeiten im Frühjahr schriftlich informiert.“ Zwischen „hat“ und „informiert“ stehen 15 Wörter. Erst am Satzende erfährt man, was die Stadt getan hat. Der Parser verbindet beide Verbteile, das Prüfverfahren zählt die Wörter dazwischen.


Dass dieser Abstand zählt, ist psycholinguistisch gut begründet: Je weiter zusammengehörige Wörter auseinanderstehen, desto mehr muss das Arbeitsgedächtnis beim Lesen zwischenspeichern (Gibson 1998). Nebenbei verrät der Satz, wie wenig die Satzlänge allein aussagt. Mit 19 Wörtern bleibt er unter der Obergrenze von 25 Wörtern, die die DIN 8581-1 nennt.
Nach demselben Prinzip lassen sich Genitivketten finden, etwa „die Prüfung der Einhaltung der Vorgaben der Satzung des Vereins“. Eine Formanalyse bestimmt den grammatischen Fall jedes Substantivs, und der Parser zeigt, dass hier vier Genitive aneinanderhängen. Passivsätze verraten sich durch eine Form von „werden“ plus Partizip, den Konjunktiv erkennt die Analyse an der Verbform.
Solche Regeln lassen sich mit Expertensystemen und KI-Systemen abbilden. Der Simplification Profiler fasst sie in einem Score namens SIM zusammen (Rule-Based Simplicity, regelbasierte Einfachheit). Grundlage sind Verständlichkeitsregeln, die die Community der frei verfügbaren Sprachprüfung LanguageTool pflegt, in Kombination mit der NLP-Software spaCy. Sie markieren unter anderem lange Sätze, Passiv, Genitiv, Nebensätze, Verneinungen und den Konjunktiv. Der Score gibt an, wie hoch der Anteil der Wörter und Teilsätze ohne Regelverstoß ist. Er ist so berechnet, dass schon wenige Verstöße deutlich ins Gewicht fallen. Ein zweiter Score namens LNG misst nach demselben Muster Rechtschreib- und Grammatikfehler. Er hätte das „kaput“ aus unserem Versuch sofort gefunden.
Beim Wortschatz nähern sich die gängigen Formeln der Verständlichkeit über die Wortlänge an. Das führt nur bedingt zum Ziel: „Fahrradweg“ ist lang und trotzdem leicht, „Lemma“ ist kurz und vielen unbekannt. Aussagekräftiger ist, wie gebräuchlich ein Wort ist.
Dafür gleicht ein Prüfverfahren jedes Wort mit Häufigkeitslisten ab. Wie oft ein Wort in großen Textsammlungen vorkommt, ist ein gutes Indiz dafür, wie bekannt und damit wie verständlich es ist. Solche Angaben liefern etwa das Wortschatz-Projekt der Universität Leipzig, das Digitale Wörterbuch der deutschen Sprache (DWDS) oder der Duden, der für seine Einträge eine Häufigkeit angibt.
Häufigkeitslisten bewerten jedes Wort für sich, ohne den Satz, in dem es steht. Sprachmodelle können diesen Zusammenhang einbeziehen. Sie berechnen, wie erwartbar ein Wort an seiner Stelle im Satz ist. Fachleute sprechen von Surprisal, also davon, wie sehr ein Wort an dieser Stelle überrascht.
Dass dieses Maß etwas über die tatsächliche Lesbarkeit aussagt, zeigt eine Studie mit 360 Teilnehmenden. Die Forschenden zeichneten beim Lesen vereinfachter Texte die Augenbewegungen auf und verglichen, welches Maß am besten vorhersagt, wie leicht sich ein Text liest. Die Erwartbarkeit der Wörter lag vorn, die getesteten klassischen Formeln schnitten schlechter ab (Gruteke Klein et al. 2025, englische Texte).
Roter Faden und Inhaltstreue prüfen
Schwieriger wird es, sobald man über den einzelnen Satz hinausgeht. Ob ein Text einen roten Faden hat, lässt sich annähern, indem man misst, wie eng aufeinanderfolgende Sätze zusammenhängen. Ob eine Vereinfachung den Inhalt verändert hat, zeigt ein automatischer Abgleich mit dem Original.
Für den Zusammenhang zwischen Sätzen gibt es mehrere Ansätze. Der einfachste zählt, wie viele Wörter benachbarte Sätze gemeinsam haben, so arbeitet unter anderem das Analysewerkzeug Coh-Metrix für englische Texte. Ein zweiter verfolgt, welche Personen und Dinge von Satz zu Satz wiederkehren und in welcher Rolle, etwa als Subjekt oder Objekt (Barzilay und Lapata 2008).
Der dritte Ansatz nutzt Sprachmodelle. Sie übersetzen jeden Satz in eine lange Zahlenreihe, die seine Bedeutung abbildet. Liegen die Zahlenreihen zweier benachbarter Sätze nah beieinander, ist der Übergang vermutlich glatt. Ein großer Abstand deutet auf einen Gedankensprung. So berechnet der Simplification Profiler seinen Kohärenz-Score COH.
Ein Beispiel: „Die Bibliothek ist montags bis freitags von 9 bis 18 Uhr geöffnet. Hinter dem Rathaus gibt es seit Januar einen neuen Parkplatz. Am Samstag öffnet die Bibliothek von 10 bis 14 Uhr.“ Der erste und der dritte Satz gehören zusammen, der zweite unterbricht den Gedanken. Stellt man den Parkplatz-Satz ans Ende, steigt der Kohärenz-Wert. Solche Brüche entstehen etwa auf Websites, wenn neue Informationen einfach unten angehängt werden.


Die Grenzen dieses Scores benennen die Autoren selbst: Er erfasst nur den Übergang von Satz zu Satz, nicht den Aufbau des ganzen Textes, und er kann eine Vereinfachung bestrafen, die Informationen bewusst neu ordnet. Ein Text, der dieselbe Aussage fünfmal wiederholt, würde nach dieser Logik sogar als besonders zusammenhängend gelten. Die Gliederungsregeln der DIN 8581-1 zielen aber auf den ganzen Text: Das Wichtigste steht am Anfang, das Grundsätzliche vor dem Besonderen, Anleitungen folgen der zeitlichen Reihenfolge. Ob ein Text diese Ordnung einhält, hängt davon ab, was die Leserin wissen will. Das steht in keinem Vergleich zweier Sätze.
Zwei weitere Regeln betreffen ebenfalls den ganzen Text und sind gut prüfbar: eindeutige Bezüge und einheitliche Begriffe. Bei eindeutigen Bezügen hilft die automatische Bezugsauflösung. Sie ordnet jedes Pronomen seinem wahrscheinlichen Bezugswort zu. Beim Installateur vom Anfang kämen für „er“ zwei Substantive infrage, der Satz bekäme eine Warnung. Für einheitliche Begriffe sucht ein Verfahren nach Varianten für dasselbe Ding. Wer im selben Schreiben von „Antrag“, „Formular“ und „Vordruck“ spricht, lässt Leser rätseln, ob drei verschiedene Dokumente gemeint sind.
Beim Vereinfachen kann Inhalt verloren gehen oder verfälscht werden, egal ob ein Mensch oder eine KI den Text umschreibt. Die DIN 8581-1 stellt klar, dass kein Inhalt fehlen darf, den Leser brauchen, um ihre Interessen wahrzunehmen, zum Beispiel eine Frist für einen Widerspruch. Klöser, Beele und Kraft prüfen das mit Sprachmodellen, die auf logisches Schlussfolgern trainiert sind. Der Score COR (Content Correctness) misst, ob die Vereinfachung einem Satz des Originals widerspricht. Der Score COV (Content Coverage) misst, ob die Aussagen des Originals in der Vereinfachung noch enthalten sind. Unsere fehlerhafte Fassung mit den sinkenden Preisen würde bei COR auffallen, die stark gekürzte bei COV.
Dabei zeigte sich ein Zielkonflikt. Vereinfachungen, bei denen eine Zielgruppe vorgegeben war, erreichten höhere Lesbarkeitswerte, deckten aber weniger vom ursprünglichen Inhalt ab. Varianten mit Fokus auf Vollständigkeit verhielten sich umgekehrt. Eine hohe Abdeckung ist allerdings nicht immer das Ziel. Gerade Leichte Sprache lässt Nebensächliches bewusst weg und ergänzt dafür Erklärungen. Ob das Weglassen richtig war, entscheidet kein Score, sondern jemand, der weiß, was die Leser brauchen.
Ab wann ist es zu viel? Das Schwellenwert-Problem
Einen Genitiv zu finden ist für ein Prüfverfahren leicht. Zu entscheiden, ob ein Text zu viele davon hat, ist schwer. Die Normen nennen dafür fast nie eine Grenze, und das hat gute Gründe: Was zu viel ist, hängt stark von der Textart und von der Zielgruppe ab. Ein technisches Prüfverfahren braucht aber feste Werte, um überhaupt entscheiden zu können.
Harte Zahlen enthält die DIN 8581-1 nur wenige: ein Richtwert von 15 und eine Obergrenze von 25 Wörtern pro Satz sowie nur ein Nebensatz. Bei den meisten anderen Regeln bleibt die Norm bewusst offen. Zwischen den Teilen eines Prädikats sollen „nicht zu viele Wörter“ stehen. Der Genitiv sei „in der Regel verständlich“, nur eine Häufung sei zu vermeiden. Das Passiv ist ausdrücklich erlaubt, wenn die Handlung wichtiger ist als die handelnde Person, wie in der Meldung über einen Banküberfall. Auch die DIN SPEC 33429 für Leichte Sprache nennt beim Genitiv keine Zahl.
Ein Prüfverfahren findet also jeden Genitiv und jedes Passiv, kann aber nicht selbst entscheiden, welches davon stört. Eine Möglichkeit ist, die Häufigkeit zu betrachten und dafür Schwellenwerte festzulegen, frei nach dem Motto: Die Dosis macht das Gift. Wo dieser Schwellenwert liegt, hängt von den Lesenden ab: von ihrer Lesekompetenz, ihrem Sprach- und Fachwissen, ihrem Alter und ihrem kulturellen Hintergrund. Einfache Sprache deckt deshalb eine große Bandbreite ab, von Texten für ein allgemeines Publikum bis zu Texten, die nahe an Leichte Sprache heranreichen. Die Sprachwissenschaftlerin Christiane Maaß beschreibt dafür eine eigene Zwischenstufe, die sie „Leichte Sprache Plus“ nennt. Wie weit die Maßstäbe auseinanderliegen, zeigt schon die Satzlänge: bis zu 15 Wörter nach DIN 8581-1, im Schnitt 8 bis 10 nach DIN SPEC 33429.


Hinzu kommt, dass ein Lesbarkeitswert nur aussagt, ob ein Text leichter ist als die Vergleichstexte, an denen die Skala ausgerichtet ist. Einen offiziellen LIX-Wert für Einfache Sprache gibt es deshalb nicht, die DIN 8581-1 nennt keinen einzigen Lesbarkeitsindex.
Sinnvolle Schwellenwerte lassen sich aus menschlichen Urteilen gewinnen. So arbeitete der Wettbewerb GermEval 2022: Deutschlernende bewerteten Sätze auf einer Skala von 1 bis 7 nach Schwierigkeit, und die besten Systeme sagten diese Urteile mit einem typischen Fehler von unter einem halben Skalenpunkt voraus. Das gilt allerdings nur für Deutschlernende auf einem bestimmten Niveau. Für Menschen mit Lernschwierigkeiten oder für Fachleute, die einen fachfremden Text lesen, müsste man neu messen.
Profil statt Punktzahl: wie ein besseres Bewertungssystem aussieht
Aus diesen Befunden ergibt sich, wie eine bessere Bewertung aussehen kann. Verständlichkeit hat viele Dimensionen, also sollte auch ihre Bewertung mehrere Dimensionen haben. Statt einer Zahl steht ein Profil aus mehreren Messungen, mit festen Grenzen für das, was immer gilt, und einstellbaren Bereichen für das, was von der Zielgruppe abhängt.
Klöser, Beele und Kraft stellen ihre Messungen als Spinnendiagramm dar, in dem jede Achse einen Score zeigt. Die Autoren sprechen von einem Fingerabdruck. Das Diagramm macht sichtbar, was eine einzelne Zahl verdeckt: Eine Vereinfachung kann sehr leicht zu lesen und trotzdem lückenhaft sein, eine andere vollständig, aber sprachlich anspruchsvoller. Grundlage des Profils ist die Unterscheidung zwischen universellen Kriterien, die für jeden Text gelten, und zielgruppenabhängigen, die sich nach Zielgruppe und Zweck richten.

Für universelle Kriterien lassen sich feste Grenzen setzen: keine Rechtschreib- und Grammatikfehler, kein Widerspruch zum Original, einheitliche Begriffe, eindeutige Bezüge. Für zielgruppenabhängige Kriterien wie Satzlänge, Passivanteil, Länge der Klammern oder den Anteil seltener Wörter braucht es dagegen Bereiche, die zur Zielgruppe passen.
Eine Möglichkeit ist, Einfache Sprache dafür in Stufen zu unterteilen. Sabine Manning schlägt im Blog von Multisprech drei Stufen vor: eine nah an der Fachsprache, etwa für bürgernahe Behördentexte, einen Kernbereich für ein breites Publikum und eine Stufe nah an der Leichten Sprache, die aber den Regeln der Standardsprache folgt. Leichte Sprache steht als eigene Stufe daneben. Für jede Stufe gibt es pro Regel einen Bereich, etwa für die Satzlänge oder den Anteil seltener Wörter. Anhaltspunkte liefern die Normen selbst, zum Beispiel ihre Beispieltexte: Wie lang sind die Sätze in der DIN 8581-1, wie lang in der DIN SPEC 33429?
Offen ist, wie die einzelnen Werte zu einer Einstufung zusammenfinden. Eine Möglichkeit ist ein gewichteter Durchschnitt über alle Regeln. Er glättet aber genau das, was ein Profil sichtbar machen soll: Gute Werte bei der Satzlänge könnten einen inhaltlichen Fehler ausgleichen. Die andere Möglichkeit ist eine Stufenlogik. Überschreitet ein Text bei einer bestimmten Zahl von Regeln den Bereich seiner Stufe, landet er in der nächsthöheren. Für Einfache und Leichte Sprache spricht vieles für diese zweite Variante, kombiniert mit festen Grenzen für die universellen Kriterien. Ein gravierendes Problem lässt sich dann nicht durch gute Werte an anderer Stelle verdecken.


Ein solches Profil soll Fachleute unterstützen, nicht ersetzen. Wer einen Text bewertet, kann die Messwerte mit dem eigenen Leseeindruck abgleichen und sieht, an welcher Stelle nachgebessert werden sollte. Auch ein Sprachmodell, das Texte einschätzt, urteilt einheitlicher, wenn es sich auf solche Messwerte stützt.
Was sich nicht messen lässt: Verstehen ist menschlich
Ein Teil der Regeln der Einfachen und Leichten Sprache entzieht sich jeder Messung. Und selbst ein vollständiges Profil sagt nicht, ob ein bestimmter Mensch einen Text versteht.
Kein verlässliches Messverfahren gibt es unter anderem für diese Punkte:
- die Auswahl des Inhalts, also ob ein Text enthält, was die Leser für ihr Anliegen brauchen
- den Ton, etwa ob ein Satz bevormundend klingt, statt die Leserinnen und Leser ernst zu nehmen, wie es die DIN 8581-1 verlangt
- Beispiele und Vergleiche, die zur Lebenswelt der Zielgruppe passen
- bildhafte Sprache wie Metaphern, Redewendungen oder Ironie
- den Aufbau des ganzen Textes, etwa ob das Wichtigste am Anfang steht
- Hilfen wie Zusammenfassungen, Worterklärungen oder Bilder, die den Text stützen
Zu einigen dieser Punkte kann ein Sprachmodell eine Einschätzung abgeben, zum Beispiel ob ein Satz bevormundend wirkt, ob ein Beispiel passt oder ob eine Redewendung erklärt werden sollte. Eine Messung ist das nicht. Dieselbe Frage kann beim nächsten Durchlauf eine andere Antwort ergeben, und schon eine leicht veränderte Fragestellung verschiebt das Ergebnis. Vor allem bleibt es eine Einschätzung darüber, wie ein Text auf Menschen wirkt, und die lässt sich nicht in einer Zahl festhalten. Klöser, Beele und Kraft halten entsprechend fest, dass ihr Werkzeug Ton und Vertrauen nicht erfasst und menschliches Urteil nicht ersetzt.
Verstehen passiert bei einem Menschen, und es hängt nicht nur vom Text ab. Die DIN 8581-1 nennt selbst Faktoren der Lesesituation: wo jemand liest, wie viel Zeit er hat, wie lange er konzentriert bleibt, wie sehr ihn das Thema interessiert und in welchem emotionalen Zustand er ist. Wer müde oder gestresst ist, versteht denselben Text schlechter als ausgeruht. Dazu kommen Vorwissen und Leseerfahrung, die sich von Mensch zu Mensch stark unterscheiden. Ein Score beschreibt den Text. Ob der Text bei einem bestimmten Menschen ankommt, beschreibt er nicht.
Deshalb verlangen das Regelwerk des Netzwerks Leichte Sprache und die DIN SPEC 33429 für Leichte Sprache eine Prüfung durch Menschen aus der Zielgruppe. Das Regelwerk sagt es ohne Umweg: „Lassen Sie den Text immer prüfen.“ Die Prüfung schützt eine Zielgruppe, für die ein missverstandener Text besonders schwer wiegen kann, und hält den Standard der Leichten Sprache hoch. Mehr dazu steht in unserem Beitrag zu den Regeln der Leichten Sprache.
Fazit: Regeln lassen sich messen, Verstehen nicht
Verständlichkeit lässt sich zum Teil messen. Ob ein Text die Regeln der Einfachen und Leichten Sprache einhält, können Prüfverfahren heute für viele Regeln feststellen, und zwar weit genauer als ein Lesbarkeitsindex.
Im Versuch vom Anfang bekam die fehlerhafte Fassung den besten LIX-Wert. Ein Profil aus mehreren Prüfverfahren hätte sie sofort aussortiert: die Rechtschreibprüfung wegen „kaput“, die Inhaltsprüfung wegen der sinkenden Preise. Welche der übrigen Fassungen ihre Leser tatsächlich erreicht, kann aber auch das Profil nicht sagen. Das zeigt nur der Test mit der Zielgruppe, und bei Leichter Sprache ist dieser Test fester Teil der Regeln.
Haben Sie Interesse an weiteren Informationen oder Fragen?
Haben Sie Fragen zu der Forschung oder interessieren Sie sich für unsere Lösungen im Bereich der Einfachen und Leichten Sprache? Wir freuen uns immer über eine Kontaktaufnahme.
Quellen
Klöser, L., Beele, M. E., Kraft, B. (2026): Profiling German Text Simplification with Model-Fingerprints. arXiv:2601.13050
DIN 8581-1:2024-05: Einfache Sprache – Anwendung für das Deutsche – Teil 1: Sprachspezifische Festlegungen. DIN Media
DIN SPEC 33429:2025-03: Empfehlungen für Deutsche Leichte Sprache. DIN Media
Netzwerk Leichte Sprache (2022): Die Regeln für Leichte Sprache
Universität Hohenheim: CEO-Klartext 2026 (Hohenheimer Verständlichkeitsindex)
Universität Hohenheim: Klartext-Initiative, FAQ (2012) (HIX-Vergleichswerte)
Universität Hohenheim: Wie verständlich kommunizieren Stadtwerke? (HIX-Zielwerte nach Textsorte)
Crossley, S. et al. (2017): Predicting Text Comprehension, Processing, and Familiarity in Adult Readers: New Approaches to Readability Formulas. Discourse Processes
Gibson, E. (1998): Linguistic complexity: locality of syntactic dependencies. Cognition
Gruteke Klein, K. et al. (2025): Surprisal Takes It All: Eye Tracking Based Cognitive Evaluation of Text Readability Measures
Barzilay, R., Lapata, M. (2008): Modeling Local Coherence: An Entity-Based Approach. Computational Linguistics
Graesser, A. C., McNamara, D. S. et al. (2004): Coh-Metrix: Analysis of text on cohesion and language
Mohtaj, S. et al. (2022): GermEval 2022 Shared Task on Text Complexity Assessment of German Text
Hansen-Schirra, S., Maaß, C. (Hrsg.) (2020): Easy Language – Plain Language – Easy Language Plus
Manning, S. (2025): Einfache Sprache neu denken: Prüfen auf Verständlichkeit. Multisprech