Buchstabenhäufigkeit

Autor: Silvan Maaß

Hast du dich schon einmal gefragt, warum der Buchstabe "E" im Deutschen so oft vorkommt, während das "X" ein seltener Gast ist? Oder warum Geheimdienste und Kryptoanalytiker Buchstabenverteilungen genau untersuchen? Nein? Dann tauche ein in die faszinierende Welt der Buchstabenstatistik.

Definition: Buchstabenhäufigkeit

Der Begriff "Buchstabenhäufigkeit" - auch "Graphemhäufigkeit" genannt - beschreibt, wie oft einzelne Buchstaben in einer Sprache vorkommen. Es ist also eine statistische Messung, die angibt, mit welcher Wahrscheinlichkeit bestimmte Buchstaben in Texten erscheinen.
Je nach Sprache variiert die Buchstabenhäufigkeit erheblich. Sie kann sogar innerhalb einer Sprache je nach Textart (wissenschaftlich, literarisch, umgangssprachlich) unterschiedlich sein.

Buchstabenhäufigkeit in der deutschen Sprache

Das deutsche Alphabet besteht aus 26 Grundbuchstaben, 3 Umlauten (ä, ö, ü) und dem "ß". Aber nicht alle werden gleich häufig verwendet. Einige Buchstaben tauchen in fast jedem Satz auf, während andere selten sind und nur in bestimmten Wörtern vorkommen.
Die Verteilung der Buchstabenhäufigkeit beeinflusst nicht nur die Sprache selbst. Sie hat weitreichende Auswirkungen. In der Kryptographie nutzen Analysen der Buchstabenverteilung statistische Muster, um verschlüsselte Texte zu entschlüsseln. In der Texterkennung (OCR) hilft die Verteilung dabei, Buchstaben zuverlässig zu identifizieren, insbesondere bei handschriftlichen oder schwer lesbaren Texten. Sogar Spiele wie Scrabble basieren auf dieser Häufigkeit, indem häufige Buchstaben weniger Punkte bringen als seltene.

Die Entwicklung der Buchstabenhäufigkeit kann sich mit der Zeit auch verändern, da sich der Sprachgebrauch wandelt. Besonders durch Anglizismen und den Einfluss neuer Kommunikationsformen (z. B. Internet und Social Media) können bestimmte Buchstaben oder Kombinationen an Häufigkeit gewinnen oder verlieren.

Statistiken zur Buchstabenhäufigkeit: Deutsch

Die Häufigkeitsangaben in der folgenden Häufigkeitstabelle basieren auf einer umfangreichen Textanalyse eines deutschsprachigen Korpus von 10.215.394 Zeichen (entsprechend 1.702.565 Wörtern). Das Textkorpus wurde aus verschiedenen literarischen Gattungen zusammengestellt, um ein möglichst repräsentatives Bild des deutschen Wortschatzes zu gewährleisten.

Hinweis: Die Groß- und Kleinbuchstaben wurden gemeinsam erfasst. Zudem sei darauf hingewiesen, dass die Verwendung eines anderen Textkorpus zu leicht abweichenden Ergebnissen führen könnte, da die Häufigkeitsverteilung von Buchstaben und Wörtern naturgemäß vom analysierten Sprachmaterial abhängt.
Erwähnenswert ist ebenfalls, dass sich unsere Auswertung sehr gut mit der des Dudens deckt.

Säulendiagramm der Buchstabenhäufigkeit

Das folgende Säulendiagramm enthält die visualisierten Werte aus der Tabelle Statistiken zur Buchstabenhäufigkeit.

Quelle: eigene Erhebung, sprachnudel.de, 2024

Über den Autor
Silvan Maaß ist Diplom-Kommunikationswirt (dab) sowie Mitbegründer der Sprachnudel, wodurch er sich seit über 20 Jahren beinahe täglich mit theoretischer und angewandter Linguistik beschäftigt. Die Lebendigkeit der Sprache hat es ihm besonders angetan. Daher interessiert er sich insbesondere für Okkasionalismen und Neologismen - zwei kreative Themenfelder der Linguistikforschung, die in unserer Gesellschaft relevanter denn je sind.
Viele seiner Gedanken und Beobachtungen hat er im Sprachnudel-Magazin verfasst, wo er regelmäßig über sprachliche Phänomene und aktuelle Entwicklungen der deutschen Sprache schreibt.