Aktuelles

Für Studierende aus dem Ausland steht vor Studienbeginn eine Sprachprüfung an. Zum Studium wird nur zugelassen, wer nach dem „Gemeinsamen europäische Referenzrahmen für Sprachen“ (GER) mindestens Niveau C1, also „fachkundige Sprachkenntnisse“ vorweisen kann.

Große Datensätze schaffen Grundlage

Doch wie gut lässt sich mit den aktuellen Verfahren wirklich der Lernstand der Getesteten abbilden? Mit großen Datensätzen will Computerlinguist Dr. Josef Ruppenhofer vom Forschungszentrum CATALPA eine Grundlage dafür schaffen, dass Testverfahren künftig noch aussagekräftiger werden.

„Bisher gingen Teile der Forschungscommunity davon aus, dass der Spracherwerb in Stufen erfolgt, und zwar unabhängig vom Alter oder der Vorbildung von Lernenden“, erklärt Ruppenhofer. „Zu diesem Konzept gibt es auch schon viele Untersuchungen – aber immer nur mit eher kleinen Gruppen von Lernenden.” Fassbar werden die Spracherwerbsstufen beispielsweise durch die Wortstellung von Verben in einem Satz. Zuerst werden einfache Sätze gelernt, etwa „ich suche eine neue Wohnung“. Stufe für Stufe werden die Sätze komplexer (siehe Abbildung), bis schließlich auch solche Nebensätze korrekt gebildet werden können, bei denen das Verb am Ende stehen muss („weil ich eine neue Wohnung suche“). Die Zwischenstufen enthalten unter anderem typische Fehler im Satzbau.

Forschende aus Hagen und Leipzig arbeiten zusammen

Gängige Sprachtests basieren auf diesem Konzept der Erwerbsstufen. Ob das Konzept aber tatsächlich für alle Lernenden einheitlich passt, ist in der neueren linguistischen Forschung umstritten. Hier will das vom BMBF geförderte Forschungsprojekt DAKODA, kurz für „Datenkompetenzen in DaF/DaZ“, mehr Klarheit schaffen. Ruppenhofer arbeitet in dem Projekt gemeinsam mit dem Hagener Computerlinguisten Prof. Dr. Torsten Zesch und einem Team der Universität Leipzig rund um Prof. Dr. Katrin Wisniewski zusammen. Die Forschenden wollen mit Künstlicher Intelligenz eine differenziertere Analyse ermöglichen und dadurch genauere Aussagen über die Qualität des Erwerbsstufen-Ansatzes treffen können.

Unterschiedliche Textformen als Basis

Dafür ist viel Vorarbeit gefragt: „Wenn bisher die Sprache von Lernenden erhoben wurde, hatte man meist keine großen Fallzahlen“, erklärt Ruppenhofer. Damit sich mit Hilfe von KI Aussagen über die Sprachkenntnisse der Lernenden treffen lassen, muss er daher zunächst zahlreiche Datensätze mit erfassten Texten – sogenannte Textkorpora – zusammenführen.