Wie die deutsche Wördle-Wortliste gebaut wurde

Ein Wördle mit fünf Buchstaben, sechs Versuchen und deutscher Tastatur klingt nach einem schnellen Projekt für einen Nachmittag. Zwei Fragen haben uns dabei aber die meiste Zeit gekostet, und beide haben mit dem Alphabet zu tun: Was machen wir mit ä, ö, ü und ß? Und welche Wörter dürfen überhaupt die Lösung sein?

Unsere Antworten sind Entscheidungen, keine Naturgesetze. Andere deutsche Wördle-Spiele entscheiden anders. Hier erklären wir dir, wie wir uns entschieden haben und warum.

Das Problem mit den Umlauten

Das englische Wordle kommt mit 26 Buchstaben aus. Im Deutschen gibt es vier Zeichen mehr, und für jedes gibt es genau drei Möglichkeiten.

Möglichkeit eins: Umlaute auf die Tastatur. Dann wird die Tastatur unhandlich, gerade auf dem Handy. Außerdem müssten die Farben klären, ob ein a als halber Treffer für ein ä zählt. Sagt man ja, verrät man zu viel. Sagt man nein, fühlt es sich unfair an.

Möglichkeit zwei: Umlaute umschreiben. Aus ä wird ae, aus ß wird ss. Dann stimmt aber die Zahl der Buchstaben nicht mehr: Aus Käse mit vier Buchstaben würde kaese mit fünf. Die Wörter im Spiel wären dann anders lang als die Wörter, die du kennst.

Möglichkeit drei: Wörter mit Umlauten gar nicht erst zulassen. Genau das machen wir. Das Spiel nutzt die Buchstaben a bis z, genau 26. Wörter mit ä, ö, ü oder ß fallen beim Erstellen der Liste automatisch heraus, weil der Filter nur Wörter aus fünf Buchstaben von a bis z durchlässt.

Das kostet ein paar schöne Wörter. Käfig, Möbel, Küche und Straße haben fünf Buchstaben und kommen trotzdem nicht vor. Dafür hat das Spiel keine Sonderregeln: Was auf der Tastatur steht, gilt. Es gibt keinen einzigen Fall, in dem du raten musst, wie eine Farbe gemeint ist.

Woher die Wörter kommen

Am einfachsten wäre eine fertige deutsche Wortliste aus dem Internet gewesen. So sah unsere erste Version auch aus, und genau das ging schief: Die Quelle wurde umgebaut, die deutsche Wortdatei war plötzlich nicht mehr erreichbar, und wir hätten die Spieldaten nicht mehr neu bauen können.

Heute kommen beide Listen aus dem Wortschatz, den Kontexto sowieso erzeugt. Das ist derselbe Bestand, aus dem auch die Ränge bei Kontexto entstehen, beschrieben in Wie das Lösungswort entsteht. Es gibt also keinen fremden Download mehr, der irgendwann verschwinden kann, und beide Spiele auf dieser Seite nutzen denselben Wortschatz.

Zwei Listen mit gegensätzlichen Zielen

Wördle braucht zwei getrennte Listen, und was die eine können muss, widerspricht der anderen.

Die Liste der erlaubten Eingaben soll großzügig sein. Nichts ist ärgerlicher, als ein ganz normales deutsches Wort einzutippen und „ungültig“ zu lesen. Deshalb enthält sie jedes Wort aus fünf Buchstaben von a bis z, das im Wortschatz steht. Dazu kommen gebeugte Formen: Mehrzahl, gebeugte Verben, Adjektivformen. Alles ist erlaubt.

Die Liste der Lösungen soll streng sein. Eine Lösung, die niemand kennt, ist kein Rätsel, sondern Pech. Deshalb läuft sie durch dieselben Filter wie die Lösungen bei Kontexto: keine Namen, keine Fremdwörter, keine gebeugten Formen, keine Wortreste und keine kleinen Füllwörter. Wie das genau funktioniert, steht im Artikel über die Lösungsauswahl.

Jede Lösung kannst du also auch als Versuch eingeben. Umgekehrt gilt das ausdrücklich nicht.

Die Grenze, an der es eng wurde

Bei Kontexto muss ein Lösungswort ziemlich häufig sein. Gemessen wird das mit der Zipf-Häufigkeit, einer Skala dafür, wie oft ein Wort in einer Sprache vorkommt. Kontexto verlangt mindestens 4,0, das sind ungefähr zehn Vorkommen pro Million Wörter. Das ist eine technische Grenze und keine Garantie, dass jeder Erwachsene das Wort kennt.

Bei Wördle konnten wir diese Grenze nicht halten. Die fünf Buchstaben schränken die Auswahl schon stark ein, und der Verzicht auf Umlaute noch einmal. Mit 4,0 wären gerade genug Wörter für etwa ein Jahr mit einem Rätsel pro Tag übrig geblieben.

Deshalb liegt die Grenze bei Wördle bei 3,0. So bleiben mehr häufige Wörter übrig, und die Rätsel reichen für mehrere Jahre. Die niedrigere Grenze ist ein bewusster Kompromiss. Sie ist die einzige Stelle, an der Wördle weniger streng ist als Kontexto.

Die Reihenfolge der Rätsel

Nach dem Filtern sortieren wir die Lösungen nach Häufigkeit und mischen sie dann, und zwar immer auf dieselbe Weise.

Beides ist wichtig. Ohne Mischen käme das häufigste Wort zuerst, und das Spiel würde über die Jahre immer schwerer. Würden wir jedes Mal anders mischen, ergäbe derselbe Wortschatz bei jedem Neubau andere Rätsel. Weil wir immer gleich mischen, kommt bei denselben Daten auch immer dieselbe Reihenfolge heraus.

Welches Rätsel heute dran ist, ist danach einfache Rechnung. Es gibt einen Starttag, und die Nummer des heutigen Rätsels ist die Zahl der Tage seit diesem Starttag. Es gibt keinen Zufall während des Spiels und keine Datenbank, die sich verzählen könnte.

Warum es zwei Listen braucht

Man könnte meinen, eine einzige Liste würde reichen: Was als Lösung taugt, taugt auch als Versuch. Diese Idee haben wir verworfen, und zwei Beispiele zeigen, warum.

Eine Liste, die streng genug für Lösungen ist, enthält keine gebeugten Formen, keine seltenen Wörter und keine Fremdwörter. Sie ist deshalb klein. Wer HUNDE eintippen will, findet es nicht, weil es eine Mehrzahl ist. Wer PIZZA eintippt, findet es nicht, weil es ein Fremdwort ist. Beides sind ganz normale Wörter, und sie als „ungültig“ abzulehnen, ist der sicherste Weg, Leute zu verärgern.

Andersherum enthält eine Liste, die großzügig genug für Versuche ist, auch Formen wie LIEFE. Als Tageslösung wäre das kein Rätsel, sondern Pech. Niemand kommt in sechs Versuchen auf eine Verbform, die man im Alltag nie schreibt.

Beide Ziele widersprechen sich also, und eine einzige Liste könnte immer nur eines davon gut. Zwei Listen machen etwas mehr Arbeit und lösen das Problem ganz: großzügig prüfen, streng auswählen.

Was es nicht in die Lösungen geschafft hat

Ein paar Arten von Wörtern sind nicht unter den Lösungen, obwohl sie auf den ersten Blick passen würden. Sie erklären, warum manche naheliegenden Wörter nie das Tageswort sind.

Wörter mit Umlaut. Die fehlen ganz, in beiden Listen. Der Grund steht oben: Jede Lösung für Umlaute bräuchte Sonderregeln bei den Farben. Und Sonderregeln in einem Spiel, das von drei eindeutigen Farben lebt, kosten mehr, als der Verzicht kostet.

Namen und Marken. Als Lösung sind sie gesperrt, aus demselben Grund wie bei Kontexto: Wer einen Namen nicht kennt, kann ihn nicht herleiten. Als Versuch darfst du sie eingeben, soweit sie im Wortschatz stehen.

Wörter mit doppelten Buchstaben. Die sind nicht gesperrt, sorgen aber für die häufigste Beschwerde. Bei KAMMER färbt sich das erste M grün und das zweite auch. Bei KAMEL färbt sich ein eingegebenes zweites M dagegen grau, obwohl ein M im Wort vorkommt. So funktioniert Wördle richtig, es fühlt sich aber trotzdem falsch an.

Sehr seltene Wörter. Die fallen über die Häufigkeitsgrenze heraus. Wo genau diese Grenze liegt, war die schwierigste Entscheidung beim Bau der Liste, und sie steht oben.

Was das für dein Spiel bedeutet

Vier Dinge kannst du dir daraus merken:

1. Denk nie in Umlauten. Fällt dir Bäume ein, kommt es nicht infrage, weder als Lösung noch als Versuch. Damit fällt eine ganze Gruppe von Wörtern weg, und du musst weniger durchdenken.
2. Gebeugte Formen darfst du eingeben, die Lösung ist aber nie eine. hunde darfst du tippen, um Buchstaben zu testen. Du musst aber keine Angst haben, dass die Lösung eine Mehrzahl ist. Das hilft dir beim Aussortieren.
3. Die Lösung ist ein bekanntes Wort. Fachwörter, Namen und Fremdwörter kannst du streichen, sobald es eng wird.
4. Für den Start zählen Vokale und häufige Buchstaben. Wörter wie reise, staub oder laden testen viele häufige Buchstaben auf einmal, ohne einen doppelt zu nutzen.

Willst du statt Buchstaben lieber Bedeutungen raten, findest du beide Spiele im Vergleich in Kontexto vs. Wordle. Und wenn du Wördle gegen jemanden spielen willst statt allein, erklärt Duell und Koop, wie das geht.