Wie die deutsche Wördle-Wortliste gebaut wurde

Ein Wördle mit fünf Buchstaben, sechs Versuchen und einer deutschen Tastatur klingt nach einem Nachmittagsprojekt. Zwei Fragen fressen dabei die ganze Zeit, und beide haben mit dem Alphabet zu tun: Was passiert mit ä, ö, ü und ß? Und welche Wörter dürfen überhaupt Lösung sein?

Die Antworten sind Entscheidungen, keine Naturgesetze. Andere deutsche Wördle-Varianten entscheiden anders. Hier steht, wie wir entschieden haben und warum.

Das Umlaut-Problem

Die englische Vorlage arbeitet mit 26 Buchstaben. Deutsch hat vier Zeichen mehr, und für jedes gibt es genau drei Möglichkeiten.

Möglichkeit eins: Umlaute auf die Tastatur nehmen. Dann wird das Tastaturlayout unhandlich, gerade auf dem Smartphone, und die Farbrückmeldung muss klären, ob ein a als Teiltreffer für ein ä zählt. Sagt man ja, verrät man zu viel. Sagt man nein, fühlt es sich unfair an.

Möglichkeit zwei: Umlaute auflösen. ä wird zu ae, ß zu ss. Das zerstört die Buchstabenzahl: Aus Käse mit vier Buchstaben würde kaese mit fünf. Die Wortlängen im Spiel hätten dann nichts mehr mit den Wortlängen zu tun, die man kennt.

Möglichkeit drei: Wörter mit Umlauten gar nicht erst zulassen. Genau das machen wir. Das Alphabet ist a bis z, exakt 26 Zeichen. Wörter mit ä, ö, ü oder ß fallen bei der Listenerstellung per Konstruktion heraus, weil der Filter nur ^[a-z]{5}$ durchlässt.

Das kostet echte Wörter. Käfig, Möbel, Küche, Straße sind schöne Fünfbuchstabenwörter und kommen nicht vor. Der Gewinn ist ein Spiel ohne Sonderregeln: Was auf der Tastatur steht, gilt, und es gibt keinen einzigen Fall, in dem du raten musst, wie eine Rückmeldung zu lesen ist.

Woher die Wörter kommen

Die naheliegende Quelle wäre eine fertige deutsche Wortliste aus dem Netz. Genau das war die erste Fassung, und genau das ging kaputt: Die verwendete Quelle wurde umstrukturiert, die deutsche Wortdatei antwortete danach mit 404, und ein Neuaufbau der Spieldaten wäre daran gescheitert.

Heute stammen beide Listen aus dem Vokabular, das Kontexto ohnehin erzeugt. Das ist derselbe Bestand, aus dem auch die semantischen Ränge berechnet werden, beschrieben in Wie das Lösungswort entsteht. Kein externer Download, der verrotten kann, und die beiden Spiele auf der Seite teilen sich denselben Wortschatzbegriff.

Zwei Listen mit gegensätzlichen Zielen

Wördle braucht zwei getrennte Listen, und die Anforderungen an sie widersprechen sich.

Die Ratewortliste soll großzügig sein. Nichts ist ärgerlicher, als ein völlig normales deutsches Wort einzutippen und „ungültig“ zu lesen. Also enthält sie jedes Fünfbuchstabenwort aus a bis z, das im Vokabular steht, ergänzt um gebeugte Formen aus der Lemma-Tabelle. Plural, konjugierte Verben, Adjektivformen: alles erlaubt.

Die Lösungsliste soll streng sein. Eine Lösung, die niemand kennt, ist kein Rätsel, sondern Pech. Deshalb läuft sie durch dieselbe Filterkette wie die Kontexto-Lösungen: keine Eigennamen, keine Fremdwörter, keine gebeugten Formen, keine Fragmente, keine Funktionswörter. Was dort passiert, steht im Detail im Artikel über die Lösungsauswahl.

Eine Lösung ist immer auch ein gültiger Tipp. Umgekehrt gilt das ausdrücklich nicht.

Der Schwellenwert, an dem es eng wurde

Kontexto verlangt von seinen Lösungswörtern eine Zipf-Häufigkeit von mindestens 4,0. Die Zipf-Skala ist logarithmisch; 4,0 entspricht etwa zehn Vorkommen pro Million Wörter, also einem Wort, das jede erwachsene Person kennt.

Bei Wördle ließ sich dieser Wert nicht halten. Die Fünfbuchstabenbeschränkung schneidet den Kandidatenpool bereits hart zusammen, und die Umlautbeschränkung schneidet noch einmal. Bei 4,0 wäre gerade genug für etwa ein Jahr tägliche Rätsel übrig geblieben.

Der Wert liegt deshalb bei 3,0. Das ist immer noch klar im Bereich allgemein bekannter Wörter, verlängert die Reihe aber auf mehrere Jahre. Es ist ein bewusster Kompromiss, und er ist die einzige Stelle, an der Wördle laxer ist als Kontexto.

Die Reihenfolge

Nach dem Filtern wird die Lösungsliste nach Häufigkeit sortiert und anschließend mit einem festen Zufallsstartwert gemischt.

Beides zusammen ist wichtig. Ohne Mischen käme das häufigste Wort zuerst und das Spiel würde über Jahre stetig schwerer. Ohne festen Startwert wäre die Reihenfolge bei jedem Neubau der Daten eine andere, und dieselbe Datenbasis würde unterschiedliche Rätsel erzeugen. Der feste Startwert macht den gesamten Vorgang reproduzierbar: Gleiche Eingabe, gleiche Ausgabe, jedes Mal.

Die tägliche Zuordnung ist danach reine Rechnung. Es gibt einen Stichtag, und die Nummer des heutigen Rätsels ist die Zahl der Tage seit diesem Stichtag. Kein Zufall zur Laufzeit, keine Datenbankabfrage, kein Zustand, der auseinanderlaufen könnte.

Warum getrennte Listen die einzige brauchbare Lösung sind

Man könnte auf die Idee kommen, mit einer einzigen Liste auszukommen: Was als Lösung taugt, taugt auch als Tipp. Diese Variante wurde verworfen, und der Grund ist ein Rechenexempel.

Eine Liste, die streng genug für Lösungen ist, enthält keine gebeugten Formen, keine seltenen Wörter und keine Fremdwörter. Sie ist damit klein. Wer HÄUSER eintippen will, findet es nicht, weil es ein Plural ist. Wer PIZZA eintippt, findet es nicht, weil es ein Fremdwort ist. Beides sind völlig normale deutsche Wörter, und beides als „ungültig“ zurückzuweisen ist der sicherste Weg, Leute zu vergraulen.

Umgekehrt: Eine Liste, die großzügig genug für Tipps ist, enthält Formen wie LIEFE oder SÄHET. Als Tageslösung wäre das kein Rätsel, sondern Pech. Niemand kommt in sechs Versuchen auf einen Konjunktiv, den er im Alltag nie schreibt.

Die beiden Anforderungen widersprechen sich also direkt, und jede Einzelliste erfüllt eine davon schlecht. Zwei Listen kosten etwas mehr Pflege und lösen das Problem vollständig: großzügig prüfen, streng auswählen.

Was beim Bau übrig blieb und was nicht

Ein paar Kategorien haben es nicht in die Lösungsliste geschafft, obwohl sie formal passen würden. Sie stehen hier, weil sie erklären, warum manche naheliegenden Wörter nie als Tageslösung auftauchen.

Wörter mit Umlaut. Sie sind vollständig ausgeschlossen, in beiden Listen. Der Grund steht oben: Jede Umlautbehandlung erzeugt Sonderregeln bei der Farbrückmeldung, und Sonderregeln in einem Spiel, dessen ganzer Reiz auf drei eindeutigen Farben beruht, sind teurer als der Verzicht.

Eigennamen und Marken. Sie sind als Lösung gesperrt, aus demselben Grund wie bei Kontexto: Wer den Namen nicht kennt, hat keine Möglichkeit, ihn zu erschließen. Als Tipp bleiben sie erlaubt, soweit sie im Wortschatz stehen.

Wörter mit doppelten Buchstaben an heiklen Stellen. Sie sind nicht gesperrt, aber sie sind der Grund für die häufigste Beschwerde. Bei KAMMER färbt sich das erste M grün und das zweite M ebenfalls, bei KAMEL dagegen färbt sich ein eingegebenes zweites M grau, obwohl ein M vorkommt. Das ist korrektes Wördle-Verhalten und fühlt sich trotzdem falsch an.

Sehr seltene Wörter. Ausgeschlossen über eine Häufigkeitsschwelle. Wo genau diese Schwelle liegt, war die schwierigste Einzelentscheidung beim Bau der Liste, und sie ist oben beschrieben.

Was das für dein Spiel bedeutet

Vier praktische Folgerungen:

1. Denke nie in Umlauten. Wenn dir Bäume einfällt, ist es kein Kandidat. Weder als Lösung noch als Tipp. Das schließt eine ganze Klasse von Wörtern von vornherein aus und verkleinert deinen Suchraum spürbar.
2. Gebeugte Formen sind als Tipp erlaubt, als Lösung nie. hunde darfst du eingeben, um Buchstaben abzufragen, aber du musst nicht befürchten, dass die Lösung eine Pluralform ist. Das ist eine echte Information, die du für die Auswahl deiner Kandidaten nutzen kannst.
3. Die Lösung ist ein bekanntes Wort. Fachbegriffe, Namen und Fremdwörter kannst du aus deiner Kandidatenliste streichen, sobald es eng wird.
4. Als Startwort zählen Vokale und häufige Konsonanten. Wörter wie reise, staub oder laden decken mehrere häufige Buchstaben gleichzeitig ab, ohne einen zu wiederholen.

Wenn du das Buchstabenraten gegen Bedeutungsraten tauschen willst, findest du den Vergleich beider Prinzipien in Kontexto vs. Wordle. Und wenn du Wördle gegen jemanden spielen willst statt allein, beschreibt Duell und Koop die Mehrspielermodi.