Wie viele Wörter hat die deutsche Sprache?

Autor: Silvan Maaß

Einleitung

Stellt euch vor, ihr müsstet alle deutschen Wörter zählen. Wo würdet ihr beginnen – und wichtiger noch: wo würdet ihr aufhören? Die deutsche Sprache steht vor einem faszinierenden lexikalischen Paradox: Theoretisch verfügt der deutsche Wortschatz über keine feste Obergrenze. Die Frage nach der exakten Anzahl deutscher Wörter gleicht daher der Suche nach dem Ende des Universums, ein Unterfangen, das Linguisten vor methodische Grundsatzprobleme stellt und tiefe Einblicke in die Struktur menschlicher Kommunikation eröffnet.

Umfang des deutschen Wortschatzes

Eine exakte Zahl für den deutschen Wortschatz existiert nicht, sondern nur Annäherungswerte. Der deutsche Wortschatz ist beeindruckend vielfältig, doch da sich der Wortbestand durch Neologismen, Archaismen und Lehnwörter ständig verändert, ist eine endgültige Zählung praktisch unmöglich. Erschwerend kommt hinzu, dass verschiedene lexikografische Projekte nach unterschiedlichen Kriterien zählen: Welche Wortformen gelten als eigenständige Einträge? Werden Fachbegriffe, Dialektwörter und veraltete Ausdrücke mitgezählt? Je nach Antwort auf diese Fragen kommen völlig verschiedene Zahlen zustande.

Unterschiedliche Zahlen

Schätzungen zum deutschen Gesamtwortschatz reichen von 300.000 bis über 700.000 Wörtern, je nachdem, welche Quellen und Kriterien zugrunde gelegt werden. Aktuelle Schätzungen gehen von etwa 300.000 bis 500.000 Wörtern für die deutsche Gegenwartssprache aus. Der von Duc Ho Lee im Jahr 2014 veröffentlichte "Große deutsche Wortschatz (GDW)" umfasst sogar 700.000 Stichwörter und dürfte damit das aktuell umfangreichste Verzeichnis dieser Art sein. Digitale Sammlungen wie das Dudenkorpus operieren auf einer grundlegend anderen Ebene: Die Textdatenbank erfasst über 20 Millionen Grundformen und etwa sieben Milliarden Wortformen (Stand: 2024). Zum Vergleich: Im Jahr 2012 enthielt das Dudenkorpus noch 10 Millionen Grundformen und etwa 2 Milliarden Wortformen. Die digitale Sammlung hat sich seither also erheblich ausgedehnt. Die aktuelle Ausgabe des gedruckten Duden (29. Auflage vom 20.08.2024) verzeichnet dagegen "nur" 151.000 Stichwörter.

Wichtig ist dabei: Der erfasste Wortschatz ist als gemeinschaftliches Archiv zu verstehen, nämlich als kollektives Inventar aller Wörter, die von unterschiedlichen Personen in diversen Texten verwendet wurden. Kein einzelner Mensch kennt 500.000 oder gar 700.000 Wörter.

Die Zahlendiskrepanz erklärt

Die großen Unterschiede zwischen den einzelnen Wortschatzangaben erklären sich durch grundlegend verschiedene Erfassungskriterien. Die mit 151.000 Einträgen vergleichsweise niedrige Wortanzahl des gedruckten Duden ergibt sich bereits aus dem Buchformat. Die Redaktion muss eine sorgfältige Auswahl treffen und konzentriert sich dabei auf gebräuchliche Alltagswörter, wichtige Fachbegriffe und Neuwörter, die sich im Sprachgebrauch dauerhaft etabliert haben.

Die enorme Diskrepanz zwischen den 300.000 bis 700.000 Wörtern der deutschen Gegenwartssprache und den über 20 Millionen Grundformen im Dudenkorpus lässt sich ebenso erklären. In die Gegenwartssprache finden nur Wörter Einzug, die mit einer bestimmten Häufigkeit über einen längeren Zeitraum verwendet werden. Das Dudenkorpus hingegen ist eine umfangreiche digitale Textsammlung, die die Dudenredaktion zur Erforschung und Dokumentation der deutschen Sprache erstellt und pflegt. Das Dudenkorpus schließt ein weit breiteres Spektrum ein: alte Wörter (Archaismen), selten verwendete Ausdrücke, regionale Dialektwörter, neue Wortschöpfungen (Neologismen) sowie Fachbegriffe. Hinzu kommen verschiedenste Wortzusammensetzungen, sogenannte Komposita (z. B. Eierschalensollbruchstellenverursacher), die den Umfang des Dudenkorpus zusätzlich in die Höhe treiben.

Hinweis: Weitere Informationen zu diesem Thema bietet der Abschnitt Lexikalische Ressourcen und ihre Limitationen.

Aktive und passive Wortschatzgrößen

Obwohl der Gesamtwortschatz des Deutschen in die Millionen geht, umfasst der aktive Wortschatz eines erwachsenen Muttersprachlers lediglich 12.000 bis 16.000 Wörter. Der aktive Wortschatz bezeichnet alle Wörter, die ein Sprecher im Alltag spontan produziert. Etwa 3.500 davon sind Fremdwörter. Die genauen Werte variieren je nach Bildungsgrad, Berufsfeld und persönlichen Interessen. Deutlich größer ist der passive Wortschatz, also alle Wörter, die ein Sprecher zwar versteht, aber nicht aktiv verwendet. Beim Erwachsenen liegt dieser bei rund 50.000 Wörtern. Diese Diskrepanz zwischen aktivem und passivem Lexikon erklärt, warum selbst gebildete Sprecher viele Fachbegriffe, Archaismen oder Dialektausdrücke zwar erkennen, aber nicht spontan abrufen. Der Wortschatz eines Kindes fällt naturgemäß deutlich kleiner aus und wächst im Verlauf der Spracherwerbsphase schrittweise an.

Welche Sprache hat die meisten Wörter?

Die arabische Sprache gilt mit bis zu 12 Millionen Wörtern als die wortreichste Sprache der Welt. Die Frage nach dem größten Wortschatz fasziniert Linguisten und Sprachbegeisterte gleichermaßen. Das Arabische verdankt seinen außerordentlichen Lexikonumfang vor allem dem Wurzelkonsonanten-System, das eine außergewöhnliche Derivationskapazität ermöglicht, also die Fähigkeit, aus einer Wortwurzel viele verwandte Begriffe abzuleiten. Historisch als Träger islamischer Gelehrsamkeit und wissenschaftlicher Innovation etabliert, verfügt das Arabische zudem über hochspezialisierte Begriffsnetzwerke: etwa 1.000 Bezeichnungen für "Kamel" oder 500 Bezeichnungen für "Löwe". Den zweitgrößten Wortschatz besitzt das Englische. Das "Oxford English Dictionary" verzeichnet aktuell ungefähr 850.000 Wörter (Stand: 2025) und wächst um rund 15.000 Wörter pro Jahr.

Historische Entwicklung des deutschen Wortschatzes

Die systematische Erfassung des deutschen Wortschatzes beginnt im 18. Jahrhundert und zeigt seitdem einen kontinuierlichen Zuwachs, von 58.000 Einträgen bis hin zu digitalen Sammlungen mit Millionen von Grundformen. Den Anfang machte Johann Christoph Adelungs "Grammatisch-kritisches Wörterbuch der Hochdeutschen Mundart", das 1774 erstmals erschien und etwa 58.000 Einträge umfasste. Ab 1838 erweiterten die Brüder Grimm diesen Bestand im "Deutschen Wörterbuch" auf rund 320.000 Stichwörter. Bis 1961 erschienen insgesamt 16 Bände dieses Monumentalwerks. Diese historischen Wörterbücher bildeten die Grundlage für moderne lexikografische Projekte wie das "Digitale Wörterbuch der deutschen Sprache (DWDS)" oder den heutigen Duden. Der quantitative Sprung von Adelungs 58.000 Wörtern zu den 320.000 Wörtern der Brüder Grimm illustriert den immensen Zuwachs des deutschen Lexikons und zeigt, wie systematische Erfassungsmethoden die Lexikografie verändert haben. Die deutsche Gegenwartssprache reicht heute weit über alle gedruckten Lexika hinaus, ein Phänomen, das erst durch digitale Korpora vollständig fassbar wird.

Sprachwandel und lexikalische Dynamik

Der deutsche Wortschatz befindet sich in einem permanenten Wandel: Veraltete Begriffe verschwinden aus dem aktiven Gebrauch, während gesellschaftliche Umbrüche und technologische Innovationen kontinuierlich neue Wörter hervorbringen. Besonders sichtbar ist dieser Prozess in der Digitalisierung. Neologismen wie "liken", "googeln" oder "streamen" sind binnen weniger Jahre zu Alltagswörtern geworden, während Begriffe aus vordigitalen Zeiten wie "Telefax" oder "Tonbandgerät" zunehmend in Vergessenheit geraten. Bemerkenswert ist dabei, dass Wörter selten vollständig verschwinden. Veraltete Ausdrücke überleben häufig in Nischen wie der Literatur oder historischen Texten. Genau deshalb integrieren die Referenzkorpora des DWDS sowohl zeitgenössische als auch historische Texte, um ein umfassendes Bild des Sprachgebrauchs über verschiedene Epochen hinweg zu gewährleisten.

Neben der Digitalisierung treibt auch die Globalisierung den Sprachwandel voran. Verstärkter Sprachkontakt zwischen Kulturen begünstigt die Übernahme von Lehnwörtern und Fremdausdrücken, besonders von Anglizismen. Soziale Bewegungen prägen den Wortschatz zusätzlich, indem neue Terminologien entstehen oder bestehende Begriffe umgedeutet werden. Dieser Wandel verläuft allerdings nicht gleichmäßig über alle Bevölkerungsgruppen hinweg. Jüngere Generationen fungieren häufig als sprachliche Innovationstreiber, während ältere Sprachgemeinschaften konservativere Muster beibehalten. Im digitalen Zeitalter hat sich die Geschwindigkeit des Sprachwandels insgesamt merklich erhöht, sodass Wörterbücher und Sprachinstitutionen zunehmend unter Druck stehen, mit der rasanten lexikalischen Entwicklung Schritt zu halten.

Methodische Herausforderungen der Wortschatzerfassung

Die vollständige Erfassung des deutschen Wortschatzes scheitert an einer Reihe struktureller Hindernisse, die den Prozess zu einem prinzipiell unabschließbaren Unterfangen machen. Die hochproduktive Wortbildung des Deutschen, insbesondere bei Komposita, erlaubt theoretisch unbegrenzte Neubildungen. Jedes beliebige Substantiv lässt sich mit einem anderen kombinieren und ergibt so ein neues, verständliches Wort. Gleichzeitig erschwert die Existenz verschiedener Standardvarietäten in Deutschland, Österreich und der Schweiz sowie zahlreicher Dialekte die Definition eines einheitlichen Standardwortschatzes erheblich. Hinzu kommen ständig wachsende Fachterminologien aus Wissenschaft, Technik und Medizin, die zunehmend in die Allgemeinsprache einfließen. Besondere Dokumentationsprobleme bereiten die flüchtigen Ausdrucksformen der Umgangssprache und Jugendsprache, deren Wortschatz sich rasch verändert und selten schriftlich fixiert wird. Bei der Integration von Fremdwörtern, besonders von Anglizismen, entstehen zudem Abgrenzungsfragen und orthografische Varianten, die eine einheitliche Erfassung erschweren. Bei korpusbasierten Erfassungsmethoden bestimmt die Auswahl der Textkorpora maßgeblich, welche Wörter überhaupt ins Blickfeld der Lexikografie geraten. All diese Faktoren machen die Wortschatzerfassung im Deutschen zu einem dynamischen, niemals abgeschlossenen Prozess.

Die Rolle digitaler Korpora

Digitale Korpora, also umfangreiche Sammlungen authentischer Sprachdaten, haben die linguistische Forschung und lexikografische Arbeit im deutschen Sprachraum grundlegend verändert. Digitale Korpora ermöglichen empirisch fundierte Einblicke in den tatsächlichen Sprachgebrauch und haben damit die traditionelle, oft intuitionsbasierte Sprachbetrachtung weitgehend abgelöst. Das Dudenkorpus gilt mit seinen über 20 Millionen Grundformen als zentrale Ressource für die deutsche Sprachforschung. Besonders wertvoll erweisen sich digitale Korpora für die Dokumentation des Sprachwandels. Neologismen, Bedeutungsverschiebungen und veränderte Verwendungsmuster lassen sich durch Frequenzanalysen und Kollokationsstudien präzise nachverfolgen. Die korpusbasierte Lexikografie profitiert dabei von statistischen Relevanzkriterien und der Möglichkeit, Wörterbucheinträge mit authentischen Textbelegen zu untermauern. Die zunehmende Diversifizierung digitaler Korpora, von spezialisierten Fachkorpora bis hin zu Sammlungen von Social-Media-Texten, erweitert das erfassbare Spektrum sprachlicher Varietäten erheblich. Moderne computerlinguistische Methoden wie maschinelles Lernen und Künstliche Intelligenz eröffnen dabei Analysemöglichkeiten, die manuell kaum zu bewältigen wären.

Trotz ihrer immensen Bedeutung stehen digitale Korpora vor eigenen methodischen Herausforderungen. Fragen der Repräsentativität, des Urheberrechts und der angemessenen linguistischen Annotation bleiben zentrale Diskussionspunkte der Korpuslinguistik. Zudem erfordert die sinnvolle Interpretation korpuslinguistischer Daten nach wie vor linguistisches Fachwissen und hermeneutische Kompetenz. In der Zukunft dürften multimodale Korpora, die neben geschriebener Sprache auch gesprochene Sprache, Gestik und weitere kommunikative Ressourcen erfassen, das Verständnis sprachlicher Praktiken weiter vertiefen.

Lexikalische Ressourcen und ihre Limitationen

Wörterbücher, Thesauri und Sprachdatenbanken bilden das Fundament linguistischer Forschung, doch alle lexikalischen Ressourcen unterliegen strukturellen Beschränkungen, die ihre Vollständigkeit begrenzen. Der Rechtschreibduden mit 151.000 Einträgen (Stand 2024) dient vielen als Referenz für korrekte Schreibung und Grammatik, bildet aber nur einen Bruchteil des tatsächlichen Wortschatzes ab, da die Aufnahme nach Häufigkeit und allgemeiner Relevanz gefiltert wird. Das digitale DWDS erfasst im Vergleich über 250.000 Wörter und verknüpft Einträge mit Textbeispielen und statistischen Frequenzdaten. Diese Zahlen verdeutlichen die fundamentale Diskrepanz zwischen gedruckten und digitalen lexikalischen Ressourcen. Während der gedruckte Duden durch physische Begrenzungen zur rigorosen Selektion gezwungen ist, können digitale Systeme ein weit umfassenderes Bild des deutschen Wortschatzes zeichnen.

Eine zentrale Limitation aller lexikalischen Ressourcen ist die unvermeidbare Diskrepanz zwischen lexikografischer Erfassung und Sprachwirklichkeit. Die außerordentliche Produktivität der deutschen Wortbildung, insbesondere bei Komposita, erzeugt kontinuierlich neue Wortformen, die in keinem Wörterbuch vollständig abbildbar sind. Der deutsche Grundwortschatz umfasst etwa 1.285 Wörter, während der gesamte Wortschatz in die Millionen geht. Zeitliche Verzögerungen stellen ein weiteres strukturelles Problem dar. Zwischen dem Aufkommen neuer Begriffe und ihrer lexikografischen Erfassung vergeht oft erhebliche Zeit, ein Prozess, der durch die beschleunigte Sprachentwicklung im digitalen Zeitalter zusätzlich unter Druck gerät. Neologismen aus Technologie, Biologie, Medizin, sozialen Medien und Jugendkulturen finden erst mit Verzögerung Eingang in standardisierte Ressourcen. Methodologisch problematisch ist zudem die Abhängigkeit vom zugrundeliegenden Textkorpus. Die Selektion der Quellen beeinflusst maßgeblich, welche Wörter und Verwendungsweisen überhaupt erfasst werden. Informelle Register, Fachsprachen und bestimmte Textsorten sind in vielen Korpora nach wie vor unterrepräsentiert. Trotz zunehmender Digitalisierung kämpfen lexikalische Ressourcen darüber hinaus mit Problemen der Interoperabilität. Unterschiedliche Annotationsschemata, Metadatenstrukturen und technische Formate erschweren die Vernetzung verschiedener Datenbanken, eine Vernetzung, die für umfassende linguistische Analysen jedoch unerlässlich wäre.

Alle genannten Limitationen verdeutlichen, dass lexikalische Ressourcen stets als Annäherungen an die sprachliche Realität zu verstehen sind: wertvolle, aber notwendigerweise unvollständige Werkzeuge im fortlaufenden Prozess der Sprachdokumentation und -beschreibung.

Abschließende Worte

Der deutsche Wortschatz ist kein festes Inventar, sondern ein dynamisches, vielschichtiges Phänomen und ein Spiegel kultureller, wissenschaftlicher und gesellschaftlicher Entwicklungen. Während traditionelle Wörterbücher wie der Duden eine kuratierte Auswahl etablierter Begriffe dokumentieren, erfassen digitale Korpora die gesamte Breite des realen Sprachgebrauchs, von der Hochsprache bis zum Dialekt, vom Archaismus bis zum Neologismus. Der aktive Wortschatz eines Einzelnen mag begrenzt sein, doch die kollektive lexikalische Vielfalt des Deutschen bleibt ein offenes System, das sich mit jeder gesellschaftlichen Veränderung und jeder technologischen Innovation neu definiert. Eine endgültige Antwort auf die Frage "Wie viele Wörter hat die deutsche Sprache?" wird es deshalb nie geben, und das ist kein Mangel, sondern das Wesen lebendiger Sprache.

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.