Neustart: warum keine Namen mehr als Lösungswörter auftauchen

Die häufigste Rückmeldung zu Kontexto war lange dieselbe, und sie war berechtigt: Zu oft war das gesuchte Wort ein Name. Emma, Dirk, Merkel, Berlin. Das ist bei einem Spiel, das Bedeutungsnähe misst, nicht bloß ärgerlich, sondern ein Konstruktionsfehler.

Der Auswahlalgorithmus wurde deshalb komplett neu gebaut. Weil sich damit die Zuordnung von Tag zu Wort geändert hat, startet die Rätselreihe bei Tag 1 neu. Hier steht, was schiefging und was jetzt anders ist.

Warum ein Name als Lösung unfair ist

Bei einem Buchstabenspiel wäre ein Name eine normale Schwierigkeit. Man kann sich über Buchstaben herantasten, egal ob das Wort Blume oder Berlin heißt.

Bei einem semantischen Spiel funktioniert das nicht. Die Bedeutungsnachbarschaft eines Vornamens besteht fast ausschließlich aus anderen Vornamen, weil Namen in Texten neben Namen stehen. Wenn das Zielwort Emma ist, dann sind die Ränge 2 bis 50 belegt mit Anna, Lena, Marie und so weiter.

Damit gibt es keinen Weg von einem Alltagswort zur Lösung. Du kannst nicht einkreisen, sondern nur Vornamen durchprobieren, bis du zufällig den richtigen erwischst. Das ist kein Rätsel mehr.

Wie die Namen überhaupt hineingerieten

Die alte Auswahl war denkbar einfach: Nimm die häufigsten Wörter aus dem Korpus.

Das klingt vernünftig und hat zwei Haken.

Der erste Haken ist der Korpus. Das Modell ist auf Common Crawl trainiert, also auf gecrawlten Webseiten. In diesem Material sind Vornamen, Nachnamen, Städte und Marken außerordentlich häufig, häufiger als viele ganz normale Alltagswörter. Sie stehen deshalb im oberen Band der Häufigkeitsliste, direkt neben echten Inhaltswörtern.

Der zweite Haken ist die Kleinschreibung. Für die Verarbeitung wird alles kleingeschrieben, damit Haus und haus nicht zwei Einträge werden. Im Deutschen ist die Großschreibung aber das wichtigste einzelne Signal, um einen Eigennamen von einem Gattungsnamen zu unterscheiden. Genau dieses Signal wurde dabei zerstört.

Ein Filter, der nur prüft „ist kleingeschrieben, besteht aus Buchstaben, ist ein bekanntes Lemma“, lässt emma, merkel und berlin also anstandslos durch. Zusätzlich rutschten englische Netzwörter wie school und music mit, weil auch sie in einem Web-Korpus deutscher Seiten häufig vorkommen.

Was jetzt geprüft wird

Der neue Filter legt vier voneinander unabhängige Signale übereinander. Kein einzelnes davon reicht, und genau das ist der Punkt: Wo eines versagt, greift ein anderes.

Wortartanalyse. Ein deutscher Wortarten-Tagger prüft, wie das Wort gelesen wird. Die großgeschriebene Form muss als Gattungsname durchgehen, die kleingeschriebene Form rettet Verben und Adjektive. Alles, dessen beste Lesart ein Eigenname ist, fällt raus.

Wörterbuchabgleich. Ein aus dem Wiktionary abgeleitetes Lexikon unterscheidet einen echten Gattungsnamen mit Deklinationstabelle von einem bloßen Vornamen- oder Nachnameneintrag. Dieses Signal rettet Wörter, die zufällig auch Nachnamen sind: Löwe, Rose, Stein, Sommer, Koch, Jäger.

Namensliste. Rund 35.000 Vor- und Nachnamen dienen als Sicherheitsnetz für Namen, die der Tagger fälschlich als Gattungsnamen liest und die im Wörterbuch nicht als solche stehen, etwa torsten oder jörn.

Fremdwortprüfung. Ein Vergleich der deutschen und der englischen Worthäufigkeit. Ein Wort mit hoher englischer und deutlich niedrigerer deutscher Häufigkeit ist ein englisches Wort, das mitgeschwommen ist. music fällt weg, eingedeutschte Lehnwörter wie Team, Training oder Code bleiben.

Dazu kommen von Hand gepflegte Sperrlisten für Marken, Abkürzungen, religiöse Begriffe und vulgäre Ausdrücke.

Die Fälle, die keiner Regel gehorchen

Zwei Kategorien ließen sich nicht automatisch lösen und brauchen eine Liste von Hand.

Wörter, die dominant Name und nebenbei Gattungsname sind. Dirk ist ein Vorname und zugleich der Name eines Taus in der Segeltechnik. Franziska ist ein Vorname und zugleich eine fränkische Wurfaxt. Im Wörterbuch sehen diese Wörter genauso aus wie Löwe: ein Name mit einem Substantiveintrag daneben. Nur würde niemand Dirk als Ding erraten. Solche Wörter sind einzeln geprüft und ausgeschlossen.

Wörter mit einem obskuren Substantiveintrag. Mars, Flora, Eden, Milan haben alle irgendwo einen Lexikoneintrag als Gattungsname und sind trotzdem für die allermeisten Menschen ein Name. Sie stehen auf einer expliziten Sperrliste.

Das Prinzip dahinter ist bewusst asymmetrisch: Ein grenzwertig gutes Wort zu verwerfen ist in Ordnung, einen Namen durchzulassen nicht. Der Kandidatenpool ist deutlich größer als die Zahl der benötigten Rätsel, Strenge kostet also nichts.

Nur noch Wörter, die wirklich jeder kennt

Zusätzlich gibt es eine Häufigkeitsschwelle. Als Lösung kommen nur Wörter infrage, die im Deutschen so verbreitet sind, dass praktisch jede erwachsene Person sie kennt.

Damit fallen auch seltene Fachbegriffe und ungewöhnliche Komposita aus der Tagesauswahl. Geraten werden dürfen sie weiterhin, das ratbare Vokabular bleibt mit 80.000 Wörtern deutlich größer als der Lösungspool. Der komplette Ablauf steht in Wie das Lösungswort entsteht.

Zwei Nachträge aus dem laufenden Betrieb

Zwei Probleme tauchten erst auf, nachdem der neue Filter schon lief.

Vulgäre Wörter. Nach einem Tag, an dem Arsch die Lösung war, kam eine Sperrliste für eindeutig derbe, sexuelle und beleidigende Ausdrücke dazu. Der Zuschnitt ist bewusst eng: Homografen, deren übliche Bedeutung harmlos ist, bleiben Lösungen. Schwanz ist ein Tierschwanz, Sack ist ein Beutel, Eier sind Eier.

Alte und neue Rechtschreibung. Ein deutscher Web-Korpus enthält beide Schreibweisen der von der Reform betroffenen Wörter. Als anlässlich Lösung war, lag anläßlich auf Rang 2. Wer die alte Schreibweise tippte, sah einen Rang, der praktisch „richtig“ schreit, und gewann trotzdem nicht. Seitdem gilt: Jedes Wort, das seine ß-zu-ss-gefaltete Form mit einem anderen Wort im Vokabular teilt, ist als Lösung gesperrt. Ratbar bleibt es. ß und ss zur Laufzeit zusammenzufalten wäre der falsche Weg gewesen, weil es echte Minimalpaare zerstört: Maße und Masse sind verschiedene Wörter.

Warum die Zählung bei Tag 1 beginnt

Weil die Lösungsliste vollständig neu erzeugt wurde, hat sich die Zuordnung von Tag zu Wort geändert. Es gab keine Möglichkeit, die alte Nummerierung sinnvoll fortzuschreiben, ohne dass Rätselnummern auf andere Wörter zeigen als vorher. Der saubere Weg war ein echter Neuanfang.

Die persönliche Statistik bleibt davon unberührt. Sie liegt lokal im Browser und wurde nicht zurückgesetzt.

Dieselbe Qualitätsprüfung läuft übrigens auch für Wördle, dessen Wortlisten aus demselben Vokabular gebaut werden.

Warum die Erkennung nie perfekt sein kann

Ein Filter für Eigennamen im Deutschen stößt an eine Grenze, die in der Sprache selbst liegt: Die Großschreibung, die im Englischen ein zuverlässiges Signal ist, hilft hier nicht. Im Deutschen wird jedes Substantiv großgeschrieben, Tisch genauso wie Berlin.

Damit fällt das einfachste Merkmal weg, und übrig bleiben Verfahren, die auf Bedeutung und Häufigkeit schauen. Die sind gut, aber nicht eindeutig, weil viele Wörter zugleich Gattungsname und Eigenname sind. Kiefer ist ein Baum und ein Knochen und ein Nachname. Bremen ist eine Stadt, Brechen ein Vorgang. Golf ist ein Sport, ein Meeresteil und ein Auto.

Hinzu kommt die umgekehrte Fehlerrichtung. Ein zu strenger Filter wirft harmlose Wörter mit heraus, weil sie zufällig in denselben Zusammenhängen vorkommen wie Namen. Ein Wort wie Kaiser steht in Texten neben lauter Eigennamen und sieht statistisch aus wie einer, ist aber ein völlig normales Substantiv.

Deshalb steht neben den automatischen Signalen eine von Hand gepflegte Sperrliste. Sie ist ausdrücklich dafür da, erweitert zu werden, und sie ist der Grund, warum Rückmeldungen von Spielenden hier so viel wert sind: Kein Filter findet den Einzelfall, den ein Mensch beim Spielen sofort bemerkt.

Was das für die Suche im Spiel bedeutet

Aus der Regel folgt eine praktische Konsequenz, die vielen nicht bewusst ist: Wenn dein bester Rang sich hartnäckig nicht verbessert und du im Verdacht hast, die Lösung könnte ein Name sein, kannst du diesen Verdacht streichen. Die Lösung ist immer ein Gattungsname, ein Verb im Infinitiv oder ein unflektiertes Adjektiv.

Das grenzt den Suchraum spürbar ein. Wer bei einem Feld aus Fluss, Ufer, Brücke überlegt, ob das Zielwort vielleicht ein Flussname ist, kann diese Richtung sofort verwerfen und stattdessen bei den Gattungsnamen und den zugehörigen Verben weitersuchen.

Als Tipp bleiben Namen dagegen erlaubt und sind manchmal sogar nützlich. Berlin bekommt ganz normal einen Rang, und ein guter Rang für eine Stadt sagt dir, dass das Zielwort im Feld Stadt, Verwaltung oder Geografie liegt. Man darf nur nicht den Fehler machen, den Namen selbst für die Lösung zu halten.

Danke

Dieses Update gibt es vor allem wegen des Feedbacks aus der Community. Ein besonderer Dank geht an @danielschueler auf TikTok, dessen Rückmeldung den Anstoß gegeben hat.

Wenn dir etwas auffällt, das als Lösung nicht hätte kommen dürfen: Schreib uns. Die Sperrlisten sind ausdrücklich dafür gedacht, erweitert zu werden.