Open Access

Das Projekt Sprache und Studienerfolg bei Bildungsausländer/-innen fokussiert nicht nur die Entwicklung sprachlicher Kompetenzen des Deutschen und ihren direkten Einfluss auf den Studienerfolg internationaler L2-Studierender, sondern untersucht auch zwei ausgewählte, stark sprachgeprägte Handlungen, und zwar das Schreiben von Klausuren und das Mitschreiben in Vorlesungen. Bedarfsanalysen hatten ergeben, dass diese Sprachhandlungen internationale Studierende vor erhebliche Herausforderungen stellen. Zur Untersuchung diesbezüglicher Fragen kam eine Reihe verschiedener Methoden zum Einsatz. Eine wichtige Säule der Untersuchung des Mitschreibens im Studium bildete die Erstellung des nachnutzbaren und öffentlich zugänglichen Korpus MIKO, das in diesem methodologisch ausgerichteten Kapitel gesondert beschrieben wird, während Kapitel 7 stärker inhaltlich auf das Mitschreiben eingeht. MIKO (kurz für: Mitschreiben in Vorlesungen: Ein multimodales Lehr-Lernkorpus) ist ein multimodales, wissenschaftssprachliches Vorlesungskorpus, das sprachlich-fachliche Anforderungen des Mitschreibens in Vorlesungen der Studieneingangsphase fokussiert.

Empirische Ansätze halten zunehmend Einzug in die Methodik und Herangehensweise geisteswissenschaftlicher Forschung. Die Sprachwissenschaften stützen sich zunehmend auf Forschungsdaten und Sprachmodelle, um ein digitales Bild natürlicher Sprachen zu erzeugen. Auf dieser Grundlage wird es möglich, entlang nutzerspezifischer Suchanfragen des distant reading automatisiert semantische Muster in Texten zu erkennen. Seit mithilfe solcher Modelle, etwa in Suchmaschinen, webbasierten Übersetzungs- oder Konversationstools, sprachliche Informationen maschinell in sinnhaften Zusammenhängen reproduziert werden können, sind die Implikationen sogenannter Künstlicher Intelligenz (KI) zu einem Thema im gesamtgesellschaftlichen Diskurs avanciert. Vielen Linguisten ist es deshalb ein Anliegen, ihre Erkenntnisse für neue Anwendungsfelder jenseits ihrer unmittelbaren disziplinären Umgebung zu öffnen und zu einer fundierten Debatte beizutragen. Dieser Feststellung gegenüber steht die Einsicht, dass Forschungsergebnisse aller Disziplinen zwar archiviert, aber mangels gezielter Interpretierbarkeit großer und komplexer Datenmengen häufig für diesen breiten Diskurs nicht genutzt werden. Ein nachweisbarer Impact bleibt aus. An dieser Schnittstelle erarbeitet das vom Bundesministerium für Bildung und Forschung (BMBF) finanzierte Projekt TextTransfer einen Ansatz, um per distant reading auf Art und Wahrscheinlichkeit eines gesellschaftlichen, wirtschaftlichen oder politischen Impacts textgebundenen Forschungswissens zu schließen. Zu diesem Zweck baut TextTransfer ein maschinelles Lernverfahren auf, das auf empirischem Erfahrungswissen zu Impacterfolgen von Forschungsprojekten fußt. Als wesentlicher Baustein dieses Erfahrungsgewinns gilt die Verifizierbarkeit der Lernergebnisse. Der vorliegende Artikel zeigt einen ersten Ansatz im Projekt, ein Sprachmodell in einem gesteuerten Lernverfahren mit belastbaren Lerndaten zu trainieren, um möglichst hohe Präzision im Impact-Assessment zu erreichen.

Für den Zugriff auf die IDS-Korpora wurde Anfang der 1990er Jahre am IDS das Korpusrecherche- und -analysesystem COSMAS (Corpus Search, Management and Analysis System) (al-Wadi 1994) entwickelt, welches sich bereits in seiner ersten seit 1991 bis 2003 im Betrieb befindlichen Version – COSMAS I – in der Praxis bewährt hatte. Unter den zahlreichen Funktionalitäten waren u.a. ‘virtuelle’ Korpuskomposition, statistische Kookkurrenzanalyse und morphologischer Suchassistent besonders innovativ. 2003 wurde COSMAS I durch die neuere Version COSMAS II (Bodmer 2005) ersetzt, welche vor allem für den Umgang mit Mehrfachannotationen entworfen wurde. Die Datenbasis von COSMAS II speist sich heute aus verschiedenen Quellen: Neben DeReKo sind ebenso historische und einige Projektkorpora mittels COSMAS II für die öffentliche Recherche und Analyse zugänglich gemacht worden. Derzeit hat COSMAS II weltweit ca. 19.000 registrierte Nutzer, die auf die angebotenen Ressourcen zugreifen können. Da COSMAS II jedoch bereits Anfang der 1990er Jahre konzipiert wurde und der Arbeitsaufwand, derartige Software zu erweitern, mit steigender Lebensdauer und Komplexität überproportional steigt, wird es zunehmend schwieriger, die Software an die sich rasch wandelnden Bedarfe anzupassen. Indes haben sich sowohl die technischen als auch die wissenschaftlichen Rahmenbedingungen derart stark verändert, dass es sinnvoll erschien, ein neuartiges Analyse-Tool zu entwickeln, welches neuen Anforderungen und Herausforderungen gerecht wird.

Dieses Gespräch wurde am 6. Februar 2023 in den Räumlichkeiten des Marsilius-Kollegs der Universität Heidelberg aufgenommen. Es spiegelt den Austausch zwischen den beteiligten Wissenschaftlerinnen und Wissenschaftlern wider und gibt einen ersten Einblick in die Themen und Fragen, die in diesem Sammelband eine Rolle spielen. Das Gespräch wurde transkribiert und an denjenigen Stellen sprachlich überarbeitet, die es aus Gründen der Verständlich- und Lesbarkeit erforderten. Der mündliche, im Nachdenken begriffene Charakter des Gesprächs wurde gewahrt.

A constructicon, i.e., a structured inventory of constructions, essentially aims at documenting functions of lexical and grammatical constructions. Among other parameters, so-called constructional collo-profiles, as introduced by Herbst (2018, 2020), are conclusive for determining constructional meanings. They provide information on how relevant individual words are for construction slots, they hint at usage preferences of constructions and serve as a helpful indicator for semantic peculiarities of constructions. However, even though collo-profiles constitute an indispensable component of constructicon entries, they pose major challengers for constructicographers: For a constructicographic enterprise it is not feasible to conduct collostructional analyses for hundreds or even thousands of constructions. In this article, we introduce a procedure based on the large language model BERT that allows to predict collo-profiles without having to extensively annotate instances of constructions in a given corpus. Specifically, by discussing the constructions X macht Y ADJP (‘x makes Y ADJ’, e.g. he drives him crazy) and N1 PREP N1 (e.g., bumper to bumper, constructions over constructions), we show how the developed automated system generates collo-profiles based on a limited number of annotated instances. Finally, we place collo-profiles alongside other dimensions of constructional meanings included in the German Constructicon.