Welche Sprache hat die meisten Wörter?

Welche Sprache hat die meisten Wörter?

Welche Sprache die meisten Wörter hat, lässt sich nicht eindeutig sagen. Sprachen bilden Wörter unterschiedlich, verändern sich ständig, und nicht überall wird gleich gezählt. Bei Chinesisch ist zum Beispiel schwerer festzulegen, was genau als einzelnes Wort gilt.

Oft wird deshalb auf Wörterbücher geschaut. Der Duden umfasst rund 151.000 Wörter, das Deutsche Wörterbuch der Brüder Grimm etwa 450.000 und das Oxford English Dictionary über 600.000. Diese Zahlen sind aber nur Annäherungen, weil Wörterbücher unterschiedliche Ziele verfolgen. Deshalb kannst du Sprachen nicht einfach nach der Anzahl ihrer Wörter vergleichen.

Wie vergleichen sich Englisch, Deutsch, Arabisch?

Drei Sprachen tauchen in Diskussionen über den größten Wortschatz besonders häufig auf: Englisch, Deutsch und Arabisch. Jede bringt gute Argumente mit.

Englisch: viele Quellen, viele Einträge

Englisch ist die Sprache mit dem wahrscheinlich bekanntesten Wörterbuch der Welt. Warum das Oxford English Dictionary auf 600.000 Einträge kommt, hat gleich mehrere Ursachen:

• Lehnwörter: Englisch hat im Laufe seiner Geschichte Wörter aus dem Französischen, Lateinischen, Deutschen und vielen anderen Sprachen übernommen. So existieren oft mehrere Synonyme für denselben Begriff – zum Beispiel „begin“ (germanisch), „commence“ (französisch) und „initiate“ (lateinisch).
• Globale Verbreitung: Als Weltsprache in Wissenschaft, Technik und Popkultur nimmt Englisch ständig neue Fachbegriffe auf.
• Dokumentationstiefe des OED: Das OED erfasst auch historische und veraltete Wörter, die heute kaum jemand mehr benutzt.

Deutsch: produktive Zusammensetzung als Wortmaschine

Für Deutsch kursiert eine ganz andere Größenordnung. Sprachforscher schätzen den Grundformbestand aus Textkorpora auf rund 17 Millionen. Diese Zahl klingt gigantisch — sie stammt aus einer anderen Zähllogik.

Der Grund dafür ist die Bildung von Komposita: Im Deutschen lassen sich Wörter fast unbegrenzt kombinieren. „Frühjahrsputzaktion“ oder „Notfallkontaktformular“ sind legitime Neubildungen. Im Korpus zählt jede solche Kombination als eigene Grundform. Deshalb ist die Zahl so hoch. Sie spiegelt aber nicht wider, wie viele Wörter Deutschsprachige tatsächlich kennen oder benutzen.

Arabisch: eine Sprache oder viele?

Arabisch ist keine einheitliche Sprache, sondern ein Bündel aus eng verwandten Varietäten. Das Modernes Hocharabisch unterscheidet sich stark von den gesprochenen Dialekten in Marokko, Ägypten oder dem Irak. Sprachwissenschaftler sprechen hier von einer sogenannten Makrosprache — also mehrere Sprachenvarianten unter einem gemeinsamen Namen.

Zählst du den Wortschatz aller arabischen Varietäten zusammen, kommst du auf mehr als 12 Millionen Wörter. Vergleichst du Hocharabisch allein, sieht das Ergebnis anders aus: Die reine Hochsprache umfasst je nach Wörterbuch zwischen 120.000 und 200.000 tatsächlich genutzte Wörter.

Was zählt als Wort?

Doch um die Zahlen zu vergleichen, brauchst du eine klare Definition. Was genau ist eigentlich ein „Wort“? Der Unterschied liegt zwischen zwei Konzepten:

• Grundform (Lemma): Das ist die Wörterbuch-Form eines Wortes. „Kind“ ist ein Lemma.
• Wortform: Das sind alle gebeugten Varianten dieses Lemmas — also „Kind“, „Kindes“, „Kinder“, „Kindern“. Ein Lemma kann viele Wortformen haben.

Zählst du Wortformen statt Lemmata, wird die Gesamtzahl sehr groß. Beide Ansätze sind legitim — sie messen aber sehr unterschiedliche Dinge.

Wie werden Wortschatzgrößen gemessen?

Wenn du im Internet nach der Anzahl der Wörter einer Sprache suchst, findest du oft sehr unterschiedliche Zahlen. Das liegt daran, dass es verschiedene Methoden gibt, Wortschätze zu messen. Zwei grundlegende sind Wörterbücher und Korpora.

📖 Wörterbücher: kuratiert, aber selektiv

Wörterbücher wie das Oxford English Dictionary (OED) oder der Duden zählen hauptsächlich Lemmata. Aber sie entstehen durch Redaktionsarbeit. Das heißt, Sprachexperten entscheiden, welche Wörter einen Eintrag bekommen und welche nicht. Das macht diese Zählungen sehr selektiv. 

Typische Herausforderungen dabei sind:

• Fachwortlastigkeit: Viele große Wörterbücher enthalten tausende Fachbegriffe aus Medizin, Recht oder Chemie. Das treibt die Zahl nach oben, spiegelt aber nicht den Alltagswortschatz wider.
• Historische Einträge: Wörterbücher dokumentieren oft auch veraltete Wörter, die heute niemand mehr benutzt. 
• Schreibvarianten: Zählt „E-Mail“ und „Email“ als ein Eintrag oder als zwei? Je nach Redaktion fällt die Antwort anders aus.

🗃️ Korpora: datengetrieben, aber ungefiltert

Der zweite Weg nutzt sogenannte Korpora. Das sind riesige Sammlungen echter Texte aus Büchern, Zeitungen oder dem Web. Korpora erfassen zunächst Wortformen. Für Auswertungen können diese Formen anschließend automatisch auf ihre Grundform, also ein Lemma zurückgeführt werden. 

Ein Beispiel ist das Deutsche Referenzkorpus (DeReKo) des Instituts für Deutsche Sprache. Es umfasst 63,8 Milliarden Wörter und zeigt damit, wie groß solche Textsammlungen sein können.

Dieser Ansatz ist weniger von Redaktionsentscheidungen abhängig. Dafür bringt er andere Probleme mit:

• Korpusgröße entscheidet: Je mehr Texte in der Sammlung sind, desto mehr seltene Wörter tauchen auf. Eine kleine Textsammlung liefert automatisch niedrigere Zahlen.
• Ungefilterte Webdaten: Neue Wörter wie „cringe“ oder „lowkey“ tauchen in Web-Korpora auf, lange bevor sie in einem Wörterbuch landen. Korpora sind damit aktueller als jedes Wörterbuch, aber sie filtern auch weniger.
• Technische Heuristiken: Kein Programm ist perfekt. Manche Wortformen werden falsch zugeordnet oder als eigene Grundform gewertet. 

Wie beeinflussen Schriftsysteme Zählungen?

Bisher ging es um alphabetische Sprachen, bei denen Wörter durch Leerzeichen getrennt sind. Doch nicht alle Sprachen funktionieren so — und das verändert die Zählung ebenfalls.

Ein Schriftzeichen ist aber kein Wort. Wie viele Wörter eine Sprache hat, hängt also auch davon ab, wie ihr Schriftsystem Einheiten trennt.

➡️ Beispiel: Chinesisch

Chinesische Schriftzeichen stehen ohne Leerzeichen nebeneinander. Ein Programm muss deshalb erst algorithmisch entscheiden, wo ein Wort endet und das nächste beginnt. Doch Zeichenkombinationen lassen oft mehrere sinnvolle Segmentierungen zu. Je nach Algorithmus entstehen somit unterschiedliche Wörter und damit unterschiedliche Zählstände.

Das zeigt sich auch an den Zahlen: Das Xiandai Hanyu Cidian enthält etwa 70.000 Einträge, während das historische Hanyu Da Cidian auf über 370.000 Einträge kommt.

Wichtig: Der gemessene Wortschatz hängt nicht nur von der Sprache selbst ab, sondern auch von der Technik, die sie misst. 

Wie viele Wörter kennst du?

Dein persönlicher Wortschatz ist ein anderes Maß als das Gesamtlexikon einer Sprache.

Dabei unterscheiden Sprachforscher zwei Arten:

1. Aktiver Wortschatz: Wörter, die du selbst benutzt — im Gespräch, beim Schreiben, im Alltag. Bei Erwachsenen liegt dieser Bereich typischerweise zwischen 12.000 und 20.000 Wörtern.
2. Passiver Wortschatz: Wörter, die du verstehst, aber selten oder nie selbst verwendest. Er ist deutlich größer und wird auf 50.000 bis 100.000 Wörter geschätzt.

Entscheidend dafür, wo du in diesen Spannen landest, ist nicht die Gesamtgröße der Sprache. Es sind individuelle Faktoren, die deinen persönlichen Umfang prägen:

• Bildung und Leseverhalten: Wer viel liest, begegnet mehr Wörtern — und übernimmt sie in den passiven Wortschatz.
• Fachgebiete: Ein Arzt kennt tausende medizinische Begriffe, die ein Jurist nie benutzt — und umgekehrt.
• Medienkonsum: Podcasts, Serien oder Social Media bringen ständig neue Begriffe in Umlauf, oft bevor sie im Wörterbuch auftauchen.

Deutsche Wörter

Jetzt weißt du, wie komplex die Messung von Wortschätzen ist — doch wie entstand die deutsche Sprache überhaupt? In unserem Beitrag zu deutschen Wörtern erfährst du, welche historischen Einflüsse den deutschen Wortbestand geprägt haben und woher viele deutsche Begriffe stammen.