von Jannik Schmitt, KI-Entwickler und Projektmitarbeiter bei deepsight, Osnabrück
Prüfungsaufgaben sollen zeigen, was Menschen können und wissen. Sie sollen aber nicht daran scheitern, dass die Formulierung unnötig kompliziert ist. Genau hier setzt der Barriere-Sensor im Projekt TOP.KI an: Er hilft dabei, sprachliche Hürden in deutschen Prüfungstexten sichtbar zu machen und gibt Hinweise, wie Aufgaben verständlicher formuliert werden können.
Die Grundidee ist einfach: Der Sensor bewertet keine fachliche Richtigkeit und auch nicht die „Intelligenz“ eines Textes. Er schaut vielmehr darauf, ob bestimmte sprachliche Muster das Lesen und Verstehen erschweren. So unterstützt er Autor:innen dabei, Prüfungsaufgaben klarer, zugänglicher und fairer zu formulieren.
Was kann der Sensor?
Der Barriere-Sensor erkennt sprachliche Stolperstellen in Texten. Dazu gehören zum Beispiel lange Sätze, Passivkonstruktionen, unnötig komplizierte Wendungen, Fremdwörter, verneinende Wortbildungen oder ausgeschriebene Zahlwörter. Solche Formulierungen sind im Deutschen nicht grundsätzlich falsch, sie können aber das Verstehen erschweren, besonders wenn mehrere davon in einem Text zusammenkommen.
Wichtig ist: Der Sensor markiert nicht einfach nur problematische Wörter. Er liefert zu jeder erkannten Stelle auch eine kurze Erklärung, warum sie möglicherweise schwierig ist, und schlägt eine Richtung für die Überarbeitung vor. Aus „Das darf nicht ohne Hilfsmittel durchgeführt werden“ kann so zum Beispiel der Hinweis entstehen, dass doppelte Verneinungen schwer verständlich sind und besser positiv formuliert werden sollten.
Zusätzlich betrachtet der Sensor auch die strukturelle Komplexität eines Satzes. Er schaut also nicht nur auf einzelne Wörter, sondern auch darauf, wie Informationen im Satz angeordnet sind. Das ist für Prüfungstexte besonders relevant, weil schon die Satzstruktur darüber entscheiden kann, ob eine Aufgabe schnell erfasst wird oder unnötig viel kognitive Energie kostet.
Für TOP Assist bedeutet das: Autor:innen bekommen kein pauschales Urteil über einen Text, sondern konkretes, umsetzbares Feedback an den Stellen, an denen Verständlichkeit verbessert werden kann.
Wie funktioniert der Barriere-Sensor?
Vereinfacht gesagt liest der Sensor einen Text in zwei Schritten.
Im ersten Schritt zerlegt er den Text in Sätze und Wörter und untersucht, welche Rolle die einzelnen Wörter im Satz spielen. Er erkennt also zum Beispiel, welches Wort das Verb ist, welche Wörter zusammengehören und wie ein Satz aufgebaut ist.
Im zweiten Schritt vergleicht er diese Struktur mit sprachlichen Mustern, die als potenzielle Barrieren bekannt sind. Dabei arbeitet der Sensor regelbasiert. Er sucht also nicht „irgendwie mit KI“ nach Auffälligkeiten, sondern prüft systematisch, ob bestimmte verständlichkeitskritische Muster vorkommen. Wenn das der Fall ist, markiert er die Stelle und ordnet sie einer Barrieren-Kategorie zu.
Aber wie läuft dieser zweite Schritt genau ab? Konkret haben wir eine Liste an abstrakten Barriere-Typen, die der Barriere-Sensor erkennen kann. Die Definition eines Barriere-Typs besteht effektiv aus einer Liste an Konditionen, z.B. „das gegebene Wort ist ein Substantiv“ und „das Wort endet mit ‚-heit‘, ‚-keit‘ oder ‚-zität'“). Pro Barriere-Typ schauen wir uns jedes Wort im Satz in Leserichtung (also von links nach rechts) an. Bei Barriere-Typen, die mehrere Wörter betreffen, müssen wir pro Wort auch syntaktischen Verbindungen folgen. Zum Beispiel: „Das geht mich nichts an.“
Hier schauen wir uns jedes Wort einzeln an; bis wir beim letzten Wort ‚an‘ angekommen sind. Dieses „hängt“ syntaktisch an „geht“. Dieser Verbindung folgen wir, um beide Wörter gemeinsam als Barriere des Typs „unfestes Verb“ zuzuordnen.
Dieser Ansatz hat einen großen Vorteil: Die Rückmeldungen sind nachvollziehbar. Wer den Hinweis bekommt, dass ein Satz zu lang ist oder dass eine Formulierung unnötig passiv gebaut ist, kann direkt erkennen, worauf sich das Feedback bezieht. Der Sensor ist also nicht nur ein Prüfwerkzeug, sondern auch ein Erklärwerkzeug.
Zurzeit ist die Logik speziell für deutsche Texte umgesetzt. Das ist wichtig, weil Sprachbarrieren nicht in jeder Sprache gleich aussehen. Was im Deutschen schwierig ist, muss in einer anderen Sprache nicht dieselbe Rolle spielen.
Was können andere mit dem Barriere-Sensor machen?
Der Barriere-Sensor ist als Open-Source-Software veröffentlicht. Das bedeutet: Andere können den Quellcode einsehen, nachvollziehen, weiterentwickeln und in eigene Anwendungen einbauen. Die Software steht unter der freien Apache-2.0-Lizenz, die eine breite Weiterverwendung erlaubt.
Das ist für Bildung, Forschung und Praxis besonders interessant. Bildungseinrichtungen könnten den Sensor nutzen, um Aufgaben, Informationsmaterialien oder Lerntexte sprachlich zu prüfen. Forschende könnten untersuchen, welche Arten von sprachlichen Barrieren besonders häufig auftreten. Entwickler:innen könnten den Sensor in Redaktionssysteme, Prüfplattformen oder Schreibwerkzeuge integrieren.
Ebenso wichtig ist: Andere können die bestehenden Regeln verbessern oder neue Regeln ergänzen. Das gilt sowohl für weitere Barrieren im Deutschen als auch für neue Sprachversionen. Die aktuelle Version ist auf Deutsch ausgerichtet, aber die Software ist so aufgebaut, dass weitere sprachspezifische Analysen ergänzt werden können.
Open Source bedeutet hier also nicht nur „kostenlos nutzbar“. Es bedeutet auch: Das Wissen darüber, wie sprachliche Barrieren erkannt werden, bleibt transparent und kann gemeinschaftlich weiterentwickelt werden.
Der Barriere-Sensor unterstützt dabei, Prüfungstexte verständlicher zu machen. Er erkennt typische sprachliche Hürden, erklärt sie in nachvollziehbarer Form und gibt Hinweise für bessere Formulierungen. Damit kann er einen Beitrag dazu leisten, dass Prüfungsaufgaben stärker das prüfen, was sie prüfen sollen, und weniger daran scheitern, wie kompliziert sie formuliert sind.
Gerade weil die Software offen zugänglich ist, kann sie weit über das Projekt TOP.KI hinaus Wirkung entfalten: als Werkzeug für verständlichere Sprache, als Grundlage für Forschung und als Ausgangspunkt für weitere Entwicklungen.