Startwort-Benchmark: 2.400 Rätsel gemessen, drei eigene Empfehlungen widerlegt

Auf dieser Seite stand von Anfang an derselbe Rat wie überall sonst im Netz: Fang mit breiten Alltagswörtern an, Zeit, Mensch, Wasser. Der Rat klang plausibel und war nie überprüft.

Jetzt ist er überprüft. Für jedes der 2.400 vorberechneten Rätsel liegt eine vollständige Rangliste über alle 80.000 Vokabelwörter vor. Damit lässt sich für jedes Kandidatenwort exakt ausrechnen, welchen Rang es in jedem einzelnen Rätsel bekommen hätte. Kein Sampling, keine Schätzung, 108.000 Einzelmessungen.

Das Ergebnis hat zwei unserer drei Standardempfehlungen kassiert.

Was überhaupt gemessen wurde

46 Kandidaten in drei Gruppen: Wörter, die wir für breit hielten; mittelbreite Begriffe als Kontrollgruppe; bewusst enge Spezialbegriffe als Gegenprobe. Verben und Adjektive sind absichtlich dabei.

Pro Wort und Rätsel wurde der Rang abgelesen, daraus Median, Spannweite, Streuung und zwei Trefferquoten berechnet: wie oft das Wort unter Rang 300 landet (grün) und wie oft unter Rang 1500 (gelb oder besser).

Ein Kandidat fiel schon vor der Messung durch: Quastenflosser steht gar nicht im Vokabular. Das Wort diente in der alten Fassung dieser Seite als Beispiel für ein zu enges Startwort, und es ist tatsächlich so selten, dass es die Aufnahmeschwelle nicht schafft.

Die erste Überraschung: grün ist praktisch unerreichbar

Die naive Erwartung an ein gutes Startwort ist, dass es einen guten Rang liefert. Das tut keines.

Der Spitzenreiter gehen landet in 5,0 Prozent der Rätsel unter Rang 300, dahinter sprechen mit 4,7 Prozent. Bei den klassisch empfohlenen Substantiven liegt die Quote zwischen 1 und 2,5 Prozent.

Anders gesagt: In neunzehn von zwanzig Partien ist dein erster Zug rot, egal wie gut das Startwort gewählt ist. Das ist kein Versagen, sondern Statistik. Rang 300 von 80.000 ist das obere 0,4 Prozent des Wortschatzes, und die Wahrscheinlichkeit, dass ein einzelnes Wort dort zufällig landet, ist entsprechend klein.

Wer also nach dem ersten Zug enttäuscht ist, misst an der falschen Messlatte.

Die eigentliche Kennzahl

Nützlich ist ein Startwort nicht, wenn es grün wird, sondern wenn es überhaupt ein Signal gibt. Die dafür passende Zahl ist der Anteil der Rätsel unter Rang 1500, also gelb oder besser. In diesem Bereich beginnt der Rang, etwas über das Themenfeld auszusagen.

Hier ist die Rangfolge, gemessen über alle 2.400 Rätsel:

| Wort | Median-Rang | unter 1500 | unter 300 | |---|---:|---:|---:| | gehen | 26.906 | 13,2 % | 5,0 % | | machen | 28.883 | 12,8 % | 3,6 % | | arbeit | 18.038 | 11,9 % | 2,4 % | | sehen | 28.663 | 11,0 % | 3,8 % | | bauen | 34.200 | 11,0 % | 3,6 % | | sprechen | 28.616 | 10,7 % | 4,7 % | | zeit | 16.348 | 10,3 % | 2,3 % | | weg | 18.811 | 9,6 % | 2,3 % | | schnell | 29.757 | 9,6 % | 3,7 % | | leben | 21.839 | 8,6 % | 2,1 % | | haus | 23.032 | 7,8 % | 2,5 % | | spiel | 19.736 | 7,5 % | 2,1 % | | mensch | 27.006 | 5,6 % | 1,3 % | | wasser | 38.216 | 2,6 % | 0,9 % | | thermodynamik | 36.471 | 2,2 % | 0,5 % |

Die vollständige Tabelle mit allen 45 Kandidaten steht unter Kontexto in Zahlen.

Die zweite Überraschung: Verben schlagen Substantive deutlich

Die fünf besten Wörter im Feld sind vier Verben und ein Substantiv. gehen, machen, sehen, bauen und sprechen liegen alle über 10 Prozent, während die Mehrheit der empfohlenen Substantive zwischen 5 und 8 Prozent hängt.

Der Grund ist vermutlich grammatisch. Ein Verb erscheint in Sätzen über praktisch jedes Thema, weil fast jeder Sachverhalt eine Handlung enthält. Ein Substantiv trägt dagegen selbst schon ein Thema mit sich. Wasser steht in Texten über Wasser.

Die Empfehlung „variiere die Wortart, wenn du feststeckst“ stand schon vorher auf dieser Seite. Die Daten sagen etwas Schärferes: Fang gleich mit einem Verb an.

Die dritte Überraschung: Wasser ist ein schlechtes Startwort

Wasser stand hier an drei Stellen als Musterbeispiel für ein breites Startwort. Gemessen liegt es auf Platz 39 von 45.

Sein Median-Rang ist 38.216, sein Anteil unter 1500 beträgt 2,6 Prozent. Beides ist schlechter als bei Thermodynamik, das ausdrücklich als Gegenbeispiel für ein zu enges Wort in der Tabelle stand.

Im Nachhinein ist der Grund erkennbar. Wasser fühlt sich breit an, weil es in vielen Lebensbereichen vorkommt: Chemie, Küche, Geografie, Wetter. Für das Modell zählt aber nicht, in wie vielen Bereichen ein Wort auftaucht, sondern wie ähnlich sich seine typischen Satzumgebungen sind. Und die sind bei Wasser erstaunlich einheitlich: Es geht fast immer buchstäblich um Flüssigkeit.

Zeit dagegen erscheint in Sätzen über Geschichte, Physik, Termine, Musik, Alter, Erinnerung. Diese Umgebungen haben untereinander wenig gemein, und genau daraus entsteht die Verbindung in viele Richtungen.

Wir haben die Empfehlungen auf der Strategie-Seite, in der Spielanleitung und in Die besten Startwörter entsprechend korrigiert.

Was nicht funktioniert hat

Zur Ehrlichkeit gehört auch, welche Kennzahl sich als unbrauchbar erwiesen hat.

Vor der Messung war die Erwartung, dass die Streuung das entscheidende Merkmal ist: Ein gutes Startwort sollte einen Rang haben, der je nach Zielwort stark schwankt, während ein Wort mit konstantem Rang keine Information trägt. Das ist theoretisch richtig und praktisch nutzlos, denn der Interquartilsabstand liegt bei allen 45 Kandidaten zwischen 30.000 und 46.000. Er unterscheidet nichts.

Auch der Median allein führt in die Irre. Zeit hat mit 16.348 den besten Median im Feld, liegt bei der Trefferquote aber nur auf Platz sieben. Ein niedriger Median entsteht schon dadurch, dass ein Wort selten sehr weit hinten landet, und das hilft beim Raten nicht.

Nur der Anteil unter Rang 1500 misst, was zählt.

Die überarbeitete Empfehlung

Aus den Daten folgt ein Startsatz, der anders aussieht als der alte:

1. gehen, das messbar beste Startwort im Feld.
2. arbeit, das beste Substantiv im Feld und insgesamt auf Platz drei.
3. sehen oder sprechen, ein zweites Verb aus einem anderen Bereich.
4. zeit, für die abstrakt-zeitliche Richtung.

Jedes dieser vier Wörter liefert für sich genommen in rund jeder neunten Partie einen Rang unter 1500. Wie oft mindestens eines davon trifft, sagt die Messung nicht: Die vier Ergebnisse hängen voneinander ab, weil bei einem gut erreichbaren Zielwort oft mehrere gleichzeitig anschlagen. Einfach zusammenzählen wäre deshalb falsch.

Wichtiger als die konkrete Auswahl bleibt aber die Lesart: Auch ein rotes Startwort ist ein Ergebnis. Warum die Absagen oft mehr wert sind als die Treffer, steht in Die besten Startwörter, und wie es nach der Eröffnung weitergeht in Wenn du feststeckst.

Warum die Messung nicht mit dem Bauchgefühl übereinstimmt

Drei der vier Ergebnisse widersprechen dem, was vorher in der Strategie stand, und das lohnt eine Erklärung. Warum liegt die Intuition hier so verlässlich daneben?

Der Grund ist eine Verwechslung von zwei Eigenschaften, die sich sehr ähnlich anfühlen: thematische Breite und kontextuelle Breite.

Wasser hat thematische Breite. Es kommt in Texten über Natur, Haushalt, Sport, Chemie und Politik vor, und deshalb hält man es für ein gutes Startwort. Seine Satzumgebungen ähneln sich aber stark: Es geht fast immer buchstäblich um Flüssigkeit, und die Wörter drumherum sind dieselben, egal ob der Text von einem See oder von einer Wasserrechnung handelt.

gehen hat kontextuelle Breite. Es kommt in Sätzen über praktisch jedes Thema vor, und zwar in jeweils anderer Nachbarschaft: zur Schule gehen, es geht um, die Uhr geht falsch, das Geschäft geht gut. Sein Vektor liegt deshalb nicht in einer Ecke, sondern zwischen vielen Feldern, und genau das macht seinen Rang aussagekräftig.

Für die Messung zählt nur die zweite Eigenschaft, denn ein Startwort ist gut, wenn sein Rang je nach Zielwort schwankt. Ein Wort, das sich thematisch breit anfühlt, seine Satzumgebung aber kaum wechselt, liefert bei jedem Rätsel ungefähr dasselbe und damit keine Information.

Was die Messung nicht beantwortet

Damit die Zahlen nicht überinterpretiert werden, gehört dazu, was sie nicht hergeben.

Gemessen wurde die Trefferquote unter 1.500 je Einzelwort, nicht die Güte eines Satzes aus vier Wörtern. Vier Wörter mit je 11 Prozent decken zusammen nicht 44 Prozent ab, weil ihre Felder sich überschneiden. Die Auswahl der vier Empfohlenen berücksichtigt das qualitativ, indem sie verschiedene Richtungen abdeckt, sie ist aber nicht als Kombination durchgerechnet.

Ebenfalls nicht gemessen: wie schnell eine Partie nach einem guten Startwort tatsächlich endet. Ein verwertbares Signal in Zug eins ist ein Vorteil, aber was daraus wird, hängt am Spielverhalten und nicht mehr am Startwort.

Und schließlich gilt die Messung für den vorberechneten Bestand von 2.400 Rätseln mit der aktuellen Lösungsauswahl. Ändert sich diese Auswahl, etwa weil weitere Wörter gesperrt werden, verschieben sich die Quoten leicht. Die Größenordnung und die Rangfolge sind davon nicht betroffen.

Methodik zum Nachrechnen

Die Zahlen stammen aus scripts/export-startword-benchmark.py im Projektarchiv. Das Skript liest die vorberechneten Rangarrays der Rätsel, schlägt für jeden Kandidaten seinen Vokabelindex nach und liest an dieser Position den Rang ab, Rätsel für Rätsel.

Stand der Auswertung: 15. August 2026, 2.400 Rätsel, 80.000 Vokabelwörter, 45 Kandidaten. Der Datensatz liegt als JSON im Projekt und lässt sich nach jedem Neuaufbau der Spieldaten erneut erzeugen.