Über das Zählen von Wörtern und Zeichen | Segmentierung, Grapheme und Limits

Was ist ein Wort?

Im Deutschen ist ein Wort grob das, was zwischen Leerzeichen steht, aber Chinesisch, Japanisch und Thai werden ohne Leerzeichen geschrieben. Der Unicode-Standard (UAX 29) beschreibt Wortgrenzen, und Browser ergänzen Wörterbücher für diese Sprachen. Zahlen wie 3,5 zählen als ein Wort.

Was ist ein Zeichen?

Ein Computer speichert Text als Codepunkte, ein Leser sieht aber Grapheme. Eine Flagge, ein Familien-Emoji oder ein e mit separatem Akzent sind mehrere Codepunkte, aber ein sichtbares Zeichen. Dieser Zähler zählt Grapheme, wie die meisten Menschen es erwarten.

Lese- und Sprechtempo

Eine Übersicht von Marc Brysbaert aus dem Jahr 2019 über 190 Studien fand ein mittleres stilles Lesetempo von etwa 238 Wörtern pro Minute für englische Sachtexte und rund 260 für Belletristik. Vorträge und Hörbücher liegen meist bei 130 bis 160 Wörtern pro Minute.

Gängige Limits

Eine SMS fasst 160 Zeichen aus dem GSM-Alphabet oder 70, wenn andere Zeichen vorkommen; längere Nachrichten werden in Teile von 153 oder 67 geteilt. X erlaubt 280 gewichtete Zeichen. Suchmaschinen zeigen etwa 50 bis 60 Zeichen eines Titels und etwa 155 bis 160 einer Meta-Beschreibung, gemessen in Pixeln, also nur als Richtwert.

Häufig gestellte Fragen

Zählen Leerzeichen als Zeichen?

Ja, bei der üblichen Zeichenzahl. Die Zahl ohne Leerzeichen lässt Leerzeichen, Tabs und Zeilenumbrüche weg, was manche Verlage und Übersetzer für die Abrechnung nutzen.

Wie werden Wörter im Chinesischen oder Japanischen gezählt?

Mit wörterbuchbasierter Segmentierung, sodass ein Satz in Wörter aus einem oder mehreren Zeichen zerlegt wird. Ergebnisse können zwischen Browsern leicht abweichen.

Was ist Keyword-Dichte?

Der Anteil eines Wortes an allen Wörtern. Wenn häufige Wörter wie der, und oder von ignoriert werden, erscheinen die Wörter, die das Thema tragen.