Die Relevanz von möglichst realen, nicht simulierten oder eigens für didaktische Zwecke erstellten Gesprächen und Texten für den Sprachunterricht ist sehr groß: Nimmt man das Ziel der sprachlichen Handlungsfähigkeit in einer zielsprachigen Umgebung ernst, so muss man die Lernenden auch mit den entsprechenden sprachlichen Handlungsmustern und den damit verbundenen sprachlichen Formen und Routinen vertraut machen. Dies gilt umso mehr für Lehr-Lernsituationen fernab vom deutschen Sprachraum. Auch wenn Digitalisierung, Medialisierung und weltweite kommunikative Vernetzung inzwischen deutlich mehr Möglichkeiten für den direkten Kontakt mit der deutschen Sprache geschaffen haben (auch in ihrer mündlichen Form), und trotz des wachsenden Angebots an spezifischen Sprachressourcen (online-Wörterbücher, Grammatik-Nachschlageressourcen, Korpora der geschriebenen und gesprochenen Sprache) bleibt das Problem bestehen, gezielt kommunikative Ereignisse zu finden, die sich für eine konkrete Unterrichtssequenz und für bestimmte Lernziele besonders gut eignen. Insbesondere Korpora, also systematisch nach bestimmten Kriterien erhobene und aufbereitete Sprachdatenbanken, stellen für den Sprachunterricht potenziell wertvolle Ressourcen dar. Für das Deutsche gilt jedoch, dass wichtige und größere Korpora meist mit bestimmten (linguistischen) Forschungsinteressen geschaffen und auch für diese Ziele aufbereitet und nutzbar gemacht wurden (vgl. etwa Kupietz / Schmidt 2018; Deppermann et al. 2023), wodurch sie nur bedingt für die direkte Nutzung in sprachdidaktischen Kontexten verwendbar sind1. Dies liegt zum einen am Design der jeweiligen Korpora, das viele aus sprachdidaktischer Sicht relevante Suchfunktionen nicht vorsieht, zum anderen aber auch an den für ihre Nutzung vorausgesetzten korpuslinguistischen Kompetenzen, die für viele Gruppen von Nutzer:innen eine relativ große Hürde darstellen (vgl. Fandrych et al. 2016).

Aus dieser Erkenntnis heraus wurde im Projekt ZuMult (Zugänge zu multimodalen Korpora gesprochener Sprache)2 mit ZuMal (Zugang zu Merkmalsauswahl von Gesprächen)3 ein Werkzeug entwickelt, das es erlaubt, mündliche Interaktionen in größeren Korpora des Deutschen aus sprachdidaktischer Perspektive gezielt auszuwählen. ZuMal wurde so angelegt, dass es auch auf andere gesprochensprachliche Korpora anwendbar ist. Gegenwärtig ist es allerdings auf die Recherche in zwei größeren Korpora der gesprochenen Sprache beschränkt, die beide über die Datenbank für Gesprochenes Deutsch (DGD)4 des Leibniz-Instituts für Deutsche Sprache (kurz: IDS) abrufbar sind: Das Forschungs- und Lehrkorpus Gesprochenes Deutsch (FOLK), das 400 Interaktionen mit einer Gesamtlänge von ca. 336 Stunden und 3,2 Millionen Token umfasst (Stand Januar 2023) sowie das Korpus Gesprochene Wissenschaftssprache kontrastiv (GeWiss), das ausgewählte Gattungen aus der Hochschulkommunikation (im Bereich Germanistik / Deutsch als Fremdsprache sowie verschiedener weiterer Philologien) beinhaltet, mit 436 Interaktionen im Umfang von 146 Aufnahmestunden und ca. 1,2 Millionen Token5.

Für die Auswahloptionen, die im Tool ZuMal angelegt wurden, wurde nun zunächst ermittelt, welche der in den Daten bereits angelegten Informationen für sprachdidaktische Zwecke besonders relevant sein könnten6. Hierfür kamen einerseits die bei der Erarbeitung der Korpora miterhobenen Metadaten in Frage – also Angaben über die Art und den Kontext der Interaktionen, ihre Dauer, die behandelten Themen sowie die Sprecher:innen. Zum anderen wurden aber auch weniger direkt abrufbare Informationen, die in den Datensätzen enthalten waren, auf ihre Relevanz für sprachdidaktische Zwecke hin gesichtet. Dabei standen zwei Aspekte im Vordergrund: Zum einen die sprachliche Schwierigkeit, denn es ist für die Sprachvermittlung natürlich wichtig, einigermaßen passgenaues Material für eine bestimmte Lernendengruppe und einen bestimmten Lernkontext auswählen zu können; zum anderen aber auch die Spezifik der Mündlichkeit, die ja nach wie vor in der Sprachdidaktik häufig nicht ausreichend bedacht wird, nicht zuletzt aus Mangel an geeigneten Sprachbeispielen.

In der Folge werden diese Auswahlmöglichkeiten und die ihnen zugrunde liegenden Kriterien, Konzepte sowie die Art ihrer Operationalisierung in ZuMal der Reihe nach vorgestellt. Nach einer kurzen überblicksartigen Darstellung der ZuMal-Oberfläche (Kap. 2) folgt zunächst eine Übersicht über die metadatenbezogenen Auswahl- und Filtermöglichkeiten (Kap. 3). Im Anschluss werden sodann die schwierigkeitsbezogenen Auswahloptionen dargestellt (Kap. 4), danach die spezifisch auf die Mündlichkeit sowie auf die Frequenz von Wortarten bezogenen Filtermöglichkeiten (Kap. 5). Den Abschluss bildet ein kurzer Abschnitt, der auf das Zusammenspiel und die Kombinationsmöglichkeiten der verschiedenen Auswahloptionen eingeht (Kap. 6).

Die ZuMal-Oberfläche wurde von Josip Batinić als Vue.js-Anwendung entwickelt, die mit den im Projekt ZuMult entwickelten Backend-Komponenten kommuniziert (vgl. Schmidt et al. in diesem Heft). Mit Hilfe von ZuMal kann gezielt nach geeigneten Sprechereignissen aus dem FOLK und dem GeWiss-Korpus gesucht werden. Hierfür wurden verschiedene Filteroptionen implementiert, die es ermöglichen, auf der Basis verschiedener Merkmale eine sprachdidaktisch orientierte Auswahl der Sprechereignisse zu treffen. Die Filter befinden sich auf der linken Seite der ZuMal-Oberfläche und sind in drei Blöcke untergliedert. Der erste Block beruht auf den Metadaten der Sprecherereignisse (darunter Gesprächstyp, Region, Dauer u.a., vgl. Kap. 3). Der zweite Block umfasst schwierigkeitsbezogene Parameter (darunter Niveaustufenzugehörigkeit des Wortschatzes und Sprechgeschwindigkeit, vgl. Kap. 4). Der dritte Block beinhaltet Wortarten und Mündlichkeitsphänomene (vgl. Kap. 5). Je nach Merkmal umfassen die Filter weitere Subkategorien und Schieberegler, mit denen sich die jeweilige Ausprägung der Merkmale bestimmen lässt. Die Filter können sowohl einzeln als auch in Kombination miteinander genutzt werden. Die Ergebnisse der Auswahl werden auf der rechten oberen Seite der ZuMal-Oberfläche in einem Streudiagramm visualisiert. Auf der x- und auf der y-Achse können dabei jeweils die auf die Dauer, die Schwierigkeit, die Wortarten und die auf Mündlichkeitsphänomene bezogenen Parameter eingestellt werden. Die Visualisierung der Ergebnismenge im Streudiagramm passt sich jeweils dynamisch den in den Merkmalsfiltern ausgewählten Einstellungen an, sodass nur die Sprechereignisse im Diagramm angezeigt werden, die den ausgewählten Merkmalsausprägungen entsprechen. Wird keine Anpassung der Filter vorgenommen, sind alle Sprech-ereignisse innerhalb des jeweils ausgewählten Korpus in dem Streudiagramm zu sehen (vgl. Abb. 1). Außerdem wird die durch die Anwendung der Filter vorgenommene Auswahl an Sprechereignissen in einer Tabelle unterhalb des Streudiagramms angezeigt. Ebenso wie das Streudiagramm passt sich die Anzeige der in den Merkmalsfiltern getroffenen Auswahl dynamisch an. In der voreingestellten Ansicht werden in der Tabelle die ID des Sprechereignisses im ausgewählten Korpus, die Art des Gespräches, die Dauer, die Normalisierungsrate (vgl. Kap. 4) und der Link zum Werkzeug ZuViel aufgelistet. Mit Hilfe dieses Links kann dann jedes einzelne Sprechereignis im Transkriptbrowser ZuViel (vgl. Schmidt / Schwendemann / Wallner in dieser Ausgabe) aufgerufen werden. Es ist aber auch möglich, die Tabellenansicht an individuelle Bedürfnisse anzupassen und für jeden der verfügbaren Filter die entsprechenden Spalten hinzuzufügen oder auch abzuwählen. Darüber hinaus lassen sich die Ergebnisse in dieser Ansicht auch sortieren, etwa um sich einen Überblick zu verschaffen, welche Sprechereignisse besonders deutlich von einer (an der Schriftsprache orientierten) Standardvariante abweichen (ermittelt über „Normalisierungsrate“, vgl. Kap. 4).

Im Folgenden werden nun die Auswahloptionen, die in der linken Spalte überblicksartig sichtbar sind, der Reihe nach dargestellt sowie die ihnen zugrunde liegenden Überlegungen transparent gemacht.

Um den in ZuMal angelegten metadatenbezogenen Zugang zu Interaktionen und sprachlichen Phänomenen einordnen zu können, muss zunächst ein Blick auf die Art und Gliederung der mit den beiden Korpora FOLK und GeWiss verbundenen Metadaten geworfen werden, die derzeit mithilfe von ZuMal durchsuchbar sind. Sie sind die Grundlage für verschiedene Auswahl- und Filtermöglichkeiten, die auch für sprachdidaktische Zwecke von großer Bedeutung sind.

Um Korpora gesprochener Sprache gezielt nach verschiedenen relevanten Merkmalen der enthaltenen Daten durchsuchen zu können, ist eine möglichst konsistente Kategorisierung der Gespräche in verschiedenster Hinsicht notwendig. So ist etwa von hoher Relevanz, in welchem Kontext bzw. in welcher Interaktionsdomäne ein Gespräch stattfindet (privat, im Kontext einer Institution, öffentlich; in raum-zeitlicher Ko-Präsenz der Teilnehmenden oder vermittelt über ein Medium), wie die Sprecherkonstellation ist (wie viele Personen nehmen an dem Gespräch teil, welche Funktion haben sie in dem Gespräch, wie vertraut sind sie untereinander) und wie das Gespräch gestaltet ist (hat es einen handlungsbegleitenden Charakter oder nicht, welche Themen werden behandelt). Diese Merkmale können noch deutlich weiter ausdifferenziert werden – bei der Interaktionsdomäne kann nach bestimmten Arten von institutionellen Kontexten weiter differenziert werden (Bildungsinstitutionen, Gesundheitswesen, Wirtschaftsbetriebe, Ämter etc.), bei der Personenkonstellation können soziodemografische Merkmale der Sprecher:innen wie Alter, Herkunft, Bildungshintergrund, Sprachkompetenzen, beruflicher Hintergrund und vieles andere mehr wichtige Parameter darstellen, und die Zahl der Themen und der Themenfokussierung ist im Prinzip unbegrenzt und nicht leicht zu klassifizieren.

Die genannten Merkmale sind für verschiedene Typen von Korpora unterschiedlich wichtig. Strebt man, wie das Forschungs- und Lehrkorpus Gesprochenes Deutsch (FOLK), das am Leibniz-Institut für Deutsche Sprache angesiedelt ist, eine möglichst große Ausgewogenheit der in einem Korpus enthaltenen Daten in Bezug auf interaktionale, medial mündliche Sprache in Deutschland an (vgl. Deppermann / Hartung 2012: 418), dann stellt sich die Frage nach der Art von Merkmalen sowie ihrer Kategorisierung und Verteilung in sehr grundlegender Weise. Bei spezifischeren Korpora, wie es das Korpus Gesprochene Wissenschaftssprache kontrastiv (GeWiss) mit seiner begrenzten Zahl an kommunikativen Ereignissen in einer klar definierten kommunikativen Domäne darstellt, ist schon von vornherein eine relativ strikte Vorauswahl getroffen worden, die das Spektrum der Gesprächsmerkmale deutlich einschränkt. Während bei FOLK eine möglichst breite Abdeckung verschiedenster als besonders relevant erkannter Merkmale im Vordergrund steht, um Aussagen über das Spektrum der Mündlichkeit in unterschiedlichsten regionalen, sozialen und situativen Kontexten sowie bezüglich verschiedener Merkmale der Sprechenden machen zu können (vgl. Deppermann / Hartung 2012: 418–419; Kaiser 2018; Reineke / Deppermann / Schmidt 2023: 71–75), steht bei GeWiss die intra- und interlinguale Vergleichbarkeit gesprochener Sprache in relativ genau definierten Gattungen von Sprechenden mit einem verhältnismäßig ähnlichen Bildungshintergrund im Vordergrund (vgl. Fandrych / Meißner / Slavcheva 2012; Fandrych / Wallner 2023).

Die bei der Korpuserstellung als relevant angesehenen Merkmale werden dabei mithilfe von Metadaten erhoben und mit den Gesprächsereignissen verknüpft. So werden die Gesprächsereignisse gezielt nach bestimmten Eigenschaften durchsuchbar. Die Bestimmung, Auswahl und Zuordnung der Merkmale sowie die Abdeckung und Kombination der Merkmale ist eine sowohl theoretisch wie praktisch sehr herausfordernde Aufgabe, insbesondere, wenn – wie bei FOLK – das langfristige Ziel der Aufbau eines Referenzkorpus ist (vgl. Deppermann / Hartung 2012: 438–441; Kaiser 2018: 516–520). Neben der Auswahl der Parameter und Merkmale stellt auch deren Heterogenität und Hierarchisierung ein theoretisches wie praktisches Problem dar. Bei FOLK wird zwischen „primären Parametern“, welche das Gesprächsereignis betreffen, und „sekundären Parametern“, die sich auf Merkmale der Sprechenden beziehen, unterschieden (vgl. Kaiser 2018: 543–546; Reineke / Deppermann / Schmidt 2023: 74–75). Bei den gesprächsbezogenen primären Parametern wird zunächst nach vier grundlegenden Interaktionsdomänen unterschieden, nämlich privat, institutionell, öffentlich sowie „Sonstiges“8. Weitere Untergliederungen betreffen dann die verschiedenen Lebensbereiche, in denen die Gespräche stattfinden (etwa Bildung, Verwaltung, Medizin, Vereinsleben bei den institutionellen Gesprächen; Politik, Wissenschaft, Wirtschaft und Unterhaltung bei den öffentlichen – massenmedialen – mündlichen Ereignissen) sowie die Arten von Aktivitäten, die evtl. während der Gespräche ausgeführt werden (z.B. Renovieren, Kochen etc. im privaten Bereich; Fahrschulstunde, Meeting etc. im institutionellen Bereich; Mediation oder Panel-Diskussion in der öffentlichen Interaktionsdomäne; vgl. Kaiser 2018: 543). Bei den sekundären Parametern wird nach Geschlecht, Alter und Bildung der Interaktanten differenziert sowie nach dem Ort der Sprachaufnahme, der als Indikator für regionale Spracheinflüsse der Sprechenden angesehen wird9.

Das Spezialkorpus GeWiss hingegen beschränkt sich auf einen konkreten Ausschnitt aus der Hochschulkommunikation: Vorträge und Prüfungsgespräche in ausgewählten philologisch-angewandten Fächern in vier verschiedenen Sprachen (Deutsch, Englisch, Polnisch, Italienisch) und an verschiedenen Standorten (in Deutschland, Großbritannien, Polen, Bulgarien, Italien und Finnland). Neben der Erforschung von sprach- und gattungsvergleichenden Fragen dient GeWiss auch der Untersuchung von unterschiedlichen Stufen der wissenschaftlichen Sozialisation und kommunikativen Kompetenz. So wurden sowohl Vorträge von Expert:innen als auch von Studierenden erhoben, daneben auch gezielt ähnlich viele kommunikative Ereignisse mit Sprechenden, die Deutsch als L1, sowie solchen, die Deutsch als L2 sprechen10 (vgl. ausführlicher Fandrych / Meißner / Slavcheva 2012; Fandrych / Wallner 2023).

In ZuMal wurden nun auf der Basis der vielfältigen erhobenen Metadaten bestimmte, für die Recherche aus der Perspektive der (Fremd-)Sprachenvermittlung besonders relevante Auswahlfunktionen geschaffen, die es erlauben, gezielt nach unterschiedlichen Typen von Interaktionen zu suchen und diese für die weitere Arbeit auszuwählen. Wir stellen die metadatenbasierten Filterfunktionen im Folgenden kurz anhand der beiden Korpora FOLK und GeWiss dar und illustrieren dies mit einigen Beispielen. Wenn man ZuMal öffnet, findet man auf der linken Seite zunächst sechs zentrale Auswahloptionen:

Im Fenster oben links kann man zwischen den beiden Korpora FOLK und GeWiss wählen. Wählt man FOLK (wie in Abbildung 2), erhält man die Kategorien „Gesprächstyp“, „Art“, „Themen“ sowie „Sprachregion“ und „Dauer“. Hinter dem Reiter „Gesprächstyp“ verbergen sich die oben bereits genannten vier Interaktionsdomänen sowie die ihnen zugeordneten Lebensbereiche, aus denen man nun auswählen kann:

In Abbildung 3 wurde aus der Interaktionsdomäne „institutionell“ der Lebensbereich „Kunst/Unterhaltung/Sport“ ausgewählt – in Klammern sieht man hier bereits, wie viele Interaktionen dem jeweiligen Bereich zugeordnet sind. Ein Klick auf den Pfeil links neben „Kunst/Unterhaltung/Sport“ öffnet weitere Unterkategorien (siehe das Szenario für die Auswahl eines institutionellen Gesprächs unten). Sehr vielfältig sind die Auswahloptionen, die sich hinter dem Reiter „Art“ verbergen:

Wie aus dem Screenshot deutlich wird, sind die verschiedenen Interaktionen nach Kurzcharakterisierungen gegliedert, die wichtige weitere Merkmale benennen (und teils auf primären bzw. sekundären Parametern basieren): „Backen mit Freunden“ gibt einen Hinweis auf ein privates Gespräch mit vertrauten Personen, das eine nicht-verbale Aktivität begleitet, „Beratungsgespräch Studienbeihilfe“ auf ein institutionelles Gespräch im Bildungskontext. Mit der Aufstellung ist keine gattungstheoretisch fundierte Kategorisierung verbunden (diese wäre ohnehin kaum zu erreichen, vgl. die Diskussion dazu bei Deppermann / Hartung 2012: 427–430), vielmehr stand bei der Erhebung der Interaktionen im Vordergrund, ein möglichst breites Spektrum von vielfältigen Interaktionen zu erheben; die im Auswahlfilter „Gesprächsart“ genutzten Kurzbezeichnungen haben somit den Charakter einer Hilfestellung bei der Suche und Orientierung zu den aufgenommenen Interaktionen.

Die vierte Auswahloption, „Themen“, eröffnet eine sehr große Palette von Themenbegriffen; diese wurden bei der Erhebung und Transkription der Daten in nicht systematisierter Form den Gesprächen zugeordnet (wobei einzelne Gespräche auch mehrere Themen enthalten können). Die verschiedenen Auswahlen beeinflussen sich gegenseitig, insofern ist der Einstieg in die Suche prinzipiell beliebig – mit einer Ausnahme: Ein Einstieg über den Auswahlfilter „Themen“ ist nicht möglich, da die Zahl der Themenschlagwörter hierfür zu groß und daher unübersichtlich zu handhaben ist. Für die Themenauswahl muss daher zunächst eine Vorauswahl bei den Filtern „Gesprächstyp“ oder „Art“ vorgenommen werden, um die Ergebnismenge zu reduzieren.

Unter „Sprachregion“ lässt sich die Region des Aufnahmeorts einer Interaktion auswählen (s.o.). Hierfür wurden im FOLK-Projekt die verschiedenen Dialekt- und Regionalsprachenräume in Deutschland auf der Basis dialektologischer Forschungsergebnisse in sechs Großregionen unterteilt (vgl. Kaiser 2018: 540–542): Nordwest, Nordost, Mittelwest, Mittelost, Südwest, Südost. Da das Korpus auch Telefongespräche enthält, kommt es auch zu Kombinationen der Regionen, daneben gibt es einige wenige Interaktionen, die außerhalb des zusammenhängenden deutschen Sprachraums aufgenommen wurden (z.B. auf Urlaubsreisen). FOLK versteht sich nicht als Korpus, das die dialektale Vielfalt des deutschen Sprachraums abbildet, es sollen vielmehr „standardnahe bis gemäßigt dialektale Varianten des gesprochenen Deutsch“ erhoben werden (Deppermann / Hartung 2012: 421, Hervorhebung im Original), dennoch finden sich Interaktionen, die relativ deutlich dialektal gefärbt sind (vgl. Kap. 5).

Zuletzt ermöglicht es der Filter „Dauer“, mithilfe eines Schiebereglers eine Auswahl nach der Länge der Interaktionen zu treffen:

Zu allen Filtern gibt es Kurzerklärungen, die über das jeweilige Fragezeichen oben rechts im Hauptfenster der Auswahloption aufrufbar sind. Direkt zugeordnet ist dort auch jeweils ein Link, der zu einer „Handreichung zur Arbeit mit ZuMal“ führt11.

Filtert man über die genannten Tools nach bestimmten Kriterien, wird gleichzeitig im rechten Bereich überblickartig visualisiert, welche Interaktionen in der Auswahl verbleiben (Kap. 2): In der rechten oberen Hälfte wird dies über ein Streudiagramm angezeigt, das nach verschiedenen sprachdidaktischen und schwierigkeitsbezogenen Parametern eingestellt werden kann (siehe dazu genauer Kap. 4), in der rechten unteren Hälfte durch eine Liste der verbleibenden Interaktionsereignisse, die ebenfalls modifiziert werden kann (siehe Kap. 2).

Anhand von zwei möglichen Szenarien soll nun kurz gezeigt werden, wie man für einen bestimmten Sprachvermittlungskontext die besprochenen Filter einsetzen kann. Sucht man eine informelle private Interaktion, wählt man bei Gesprächstyp „privat“. Eine weitere Spezifizierung ist in diesem Filter nicht vorgesehen. Diese kann allerdings über die Auswahl „Art“ vorgenommen werden: Hier wird eine ganze Reihe von privaten Gesprächen gelistet. Als einen typisch informellen Gesprächsanlass könnte man etwa „Kaffeetrinken“ wählen. Klickt man dies an, verbleiben zwei Interaktionen (was man in der ZuMal-Ansicht auch in der Liste der Interaktionen auf der rechten Seite sieht). Der Auswahl-Filter „Themen“ zeigt, dass die Liste der mit den beiden Kaffeetrinken-Interaktionen verbundenen Themen verhältnismäßig groß ist, was bei einer solchen Interaktion nicht verwundert. Die Auswahloption „Sprachregion“ zeigt, dass beide Gespräche im Raum „Nordost“ aufgenommen wurden. Die Dauer ist verhältnismäßig lang (knapp eine Stunde bei einem, eineinhalb Stunden bei dem anderen Gespräch).

Als zweites Beispiel soll die Wahl einer institutionellen Interaktion dienen. Hier kann man nach der Auswahl „institutionell“ beim Filter „Gesprächstyp“ weiter differenzieren, indem man etwa „Bildung“ auswählt. Dies führt zu 78 verbleibenden Interaktionen (vgl. Abbildung 6):

Durch das Klicken auf den Pfeil links neben „Bildung“ erhält man ein weiteres Auswahlmenü, das die verschiedenen Unterkategorien von Bildungsinteraktionen in FOLK auflistet. Interessiert man sich für Feedback-Gespräche, markiert man diese Option und erhält eine Auswahl von drei Interaktionen:

Über den Filter „Art“ kann man sodann sehen, dass die drei mündlichen Feedback-Interaktionen aus einem Feedbackgespräch unter Lehrkräften und zwei Unterrichtshospitationen bestehen. Der Sprachregions-Filter zeigt zudem an, dass das Gespräch unter Lehrkräften in der Region „Mittelwest“, die Unterrichtshospitationsgespräche im Raum „Nordwest“ stattfanden. Auch bezüglich der Dauer unterscheiden sich die beiden Unterrichtshospitationsgespräche vom Lehrkräftegespräch, was über den Filter „Dauer“, aber auch über die Liste der ausgewählten Interaktionen in der Übersicht rechts deutlich wird.

Je nach Interesse kann die Suche nach mündlichen Sprachereignissen aber auch mit der Auswahl einer Sprachregion und / oder eines gewünschten Zeitrahmens („Dauer“) beginnen und dann sukzessive verfeinert werden, auch in Kombination mit den Parametern für Schwierigkeit und Mündlichkeitsphänomene (Kap. 4 und 5).

Bei GeWiss ist der Interaktionstyp, wie bereits geschildert, vorab festgelegt. Anders als bei FOLK allerdings sind verschiedene Sprachen im Korpus enthalten, weshalb statt des dort angebotenen Auswahlmenüs „Gesprächstyp“ der Filter „Sprachen“ vorgesehen ist. Hier kann man nicht nur nach der verwendeten Sprache, sondern auch nach dem Status als L1 oder L2 filtern. In einer Reihe von Interaktionen partizipieren sowohl L1- als auch L2-Sprechende des Deutschen bzw. Englischen – auch dies wird bei der Auswahl separat angezeigt. Die Gesprächsart besteht im Wesentlichen aus den drei genannten Gattungen Expertenvortrag, studentischer Vortrag und Prüfungsgespräch12. Anders als bei FOLK wurden die ausgewählten Gattungen von Beginn an projektintern in gemeinsamen Workshops möglichst konzise definiert und es wurde während des Korpusaufbaus auf Vergleichbarkeit und Konsistenz der Gattungen im Gesamtkorpus geachtet13. Auch im GeWiss-Korpus ist die Liste der behandelten Themen sehr groß, sodass die Themenauswahl erst erfolgen kann, wenn die Zahl der Interaktionen bereits durch das Setzen anderer Filter eingeschränkt wurde. Auch hier besteht die Möglichkeit, nach der Dauer der Interaktionen weiter zu filtern; das Auswahlmenü „Sprachregion“ zeigt beim GeWiss-Korpus allerdings nur die Aufnahmeländer als Ganze an – eine weitere regionale Zuordnung erfolgt an dieser Stelle nicht.

Interessiert man sich etwa für deutschsprachige Prüfungsgespräche im universitären Kontext, kann man sich nach der Wahl der Sprache (z. B. „Deutsch als L1“) und der Gesprächsart („Prüfungsgespräch“) über das Auswahlmenü „Themen“ anzeigen lassen, welche Inhalte in den verbleibenden 18 Interaktionen behandelt wurden. Wählt man als Thema „Standard und Variation“, verbleiben drei Prüfungsgespräche, die alle eine Dauer von ca. einer Stunde aufweisen. Es muss dabei berücksichtigt werden, dass das gewählte Thema hier – und in vielen weiteren Fällen – nur eines von mehreren behandelten Themen ist und man die genaueren Passagen innerhalb des Gesprächs erst mithilfe einer Durchsicht der Transkripte oder über eine Suche nach bestimmten Schlüsselwörtern identifizieren kann.

Für Sprachvermittlungszwecke ist es nun von besonders großer Relevanz, dass man die in diesem Abschnitt beschriebenen metadatenbasierten Auswahloptionen mit verschiedenen weiteren Filterfunktionen kombinieren kann, die sich auf Aspekte der sprachlichen Schwierigkeit und auf bestimmte Mündlichkeitsphänomene beziehen. Diese werden in den folgenden beiden Abschnitten näher dargelegt.

Im Folgenden werden die schwierigkeitsbezogenen Filter vorgestellt. Diese umfassen Auswahlfilter zum in den Sprechereignissen vorhandenen Wortschatz, zur Standardnähe (bzw. der Normalisierungsrate), zur Sprechgeschwindigkeit (bzw. zur Artikulationsrate) der am Gespräch beteiligten Sprechenden und zu Überlappungen, also gleichzeitig gesprochenen Sequenzen dieser Sprechenden.

Ein weiterer Filterbereich erlaubt die Auswahl von Sprechereignissen nach der relativen Vorkommenshäufigkeit bestimmter linguistischer Kategorien. Es handelt sich dabei einerseits um Kategorien, die traditionelle Wortarten abbilden24, andererseits um solche, die für die POS-Annotation gesprochener Sprache und für Spezifika der Mündlichkeit entwickelt wurden (vgl. Westpfahl et al. 2017). Im Filter werden sechs auf Inhaltswortarten bezogene Kategorien verfügbar gemacht: Nomen (NN), Eigennamen (NE), Verben (V), Adjektive (ADJ), Adverbien (ADV) sowie in Distanzstellung verwendete trennbare Verben (vermittelt über das Tag PTKVZ für die abgetrennte Partikel). Daneben umfasst der Bereich sechs Kategorien, die mündlichkeitsbezogene Phänomene abbilden: Häsitationen (NGHES), die Gruppe der Interjektionen, Responsive bzw. Rezeptionssignale (NGIRR), Modalpartikeln (PTKMA), Diskursmarker (SEDM), Tag Questions (SEQU) und Klitisierungen (CLITIC).

In diesem Beitrag wurden die Filter und die Ergebnisse der Anwendung der Filter sowie die dann beobachtbaren Merkmalsausprägungen jeweils einzeln betrachtet32. Aus sprachdidaktischer Perspektive ist es jedoch sinnvoll, die Ausprägungen der Merkmale in Kombination miteinander zu betrachten, um Sprechereignisse zu identifizieren, die für spezifische Unterrichtssequenzen und für individuelle Lernziele besonders geeignet sind. In ZuMal ist dieses kombinatorische Vorgehen sehr leicht umzusetzen, da die ausgewählten Filter die Ergebnismenge nacheinander weiter filtern. Das bedeutet, dass der zweite Filter, der in ZuMal gesetzt wird, die Ergebnismenge, die durch den ersten gesetzten Filter gefunden wurde, weiter filtert. Ein weiterer gesetzter Filter reduziert die relevanten Ergebnisse dann entsprechend weiter. Ein kurzes Anwendungsszenario könnte dieses Zusammenspiel verschiedener Filter bei der Auswahl von Sprechereignissen verdeutlichen: Zunächst soll für eine Unterrichtssequenz zu gesprochener Sprache ein privates Sprechereignis (n = 155) mit einer B1-Wortschatzdeckung von 90 % oder mehr ausgewählt werden. Diese Auswahl reduziert die potenziellen Sprechereignisse auf 100, die zunächst aus Wortschatzperspektive für einen Einsatz im Unterricht geeignet erscheinen. Zugleich weisen aber einige der Sprechereignisse eine sehr hohe Normalisierungsrate auf und passen aufgrund dieser Tatsache vielleicht weniger für eine Gruppe von Lernenden auf Niveau B1. In einem nächsten Schritt wird daher der Filter „Standardnähe (Normalisierungsrate)“ auf einen Bereich zwischen 2 % und 10 % eingestellt, um Sprechereignisse mit einer möglichst geringen Normalisierungsrate auszuwählen. Es bleiben noch 13 Sprechereignisse übrig. Nun sollen aus dieser Ergebnismenge Sprechereignisse gewählt werden, in denen möglichst wenig durcheinander gesprochen wird. Der Filter „Überlappungen“ wird daher auf einen Bereich zwischen 0 und 5 Überlappungen pro 1000 Token eingestellt. Es bleiben noch vier Telefongespräche. In einem letzten Schritt werden diese vier Sprechereignisse nach der Sprechgeschwindigkeit gefiltert. Dazu wird der Filter auf den Wertebereich von 2–4 artikulierten Silben pro Sekunde eingestellt. Es bleibt ein Telefongespräch übrig (FOLK_E_00395_SE_01), welches folglich eine Reihe von schwierigkeitsbezogenen Voraussetzungen erfüllt, um potenziell in einer Unterrichtssequenz auf dem Niveau B1 eingesetzt zu werden. Wenn nun der Filter „Themen“ angesteuert wird, kann zusätzlich ein Überblick über die in diesem Sprechereignis behandelten Themen gewonnen werden. Diese sind: Gartenarbeit, Gottesdienst, Herbstbeginn, Internetauftritt, Kaminofen, Kirchenchor und Zugvögel. Es ist nun möglich, das Transkript dieses Sprechereignisses über den ZuViel-Link aufzurufen und dieses dann mithilfe von ZuViel auf vielfältige Weise für den Einsatz im Unterricht aufzubereiten und besonders geeignete Sequenzen auszuwählen33.

Eine solch mehrperspektivische Auswahl von Sprechereignissen aus Korpora der gesprochenen Sprache für unterrichtliche Kontexte war bisher nur unter großem Aufwand möglich; ZuMal bietet nun einen niedrigschwelligen und intuitiven Zugang zu authentischen Gesprächsdaten für Sprachdidaktiker:innen. ZuMal wurde hierzu in mehreren Durchläufen von Studierenden im Masterstudiengang Deutsch als Fremd- und Zweitsprache am Herder-Institut der Universität Leipzig erprobt und an die Nutzer:innenbedürfnisse angepasst. Wir hoffen nun auf eine weitere Erprobung von ZuMal in (fremd- und zweit-)sprachdidaktischen Zusammenhängen und auf eine Erleichterung des Einsatzes von passgenauen und authentischen Sprechereignissen in Unterrichtskontexten. Wie genau die verschiedenen Filter und Filterkombinationen, und hier vor allem die schwierigkeitsbezogenen und die Wortarten- und Mündlichkeitsfilter, die Interaktion von Lernenden mit ausgewählten Sprechereignissen beeinflussen, stellt dabei eines der großen Desiderata der Mündlichkeitsforschung im Fachzusammenhang DaF/DaZ dar.