quadriga-dk · DanilSko · Sep 2, 2026 · Sep 2, 2026 · Sep 2, 2026 · Sep 2, 2026
diff --git a/README.md b/README.md
@@ -12,14 +12,14 @@ Anhand modellhafter Forschungsfragen werden für die drei Datentypen Bewegtes Bi
 
 ## Nutzung dieser OER
 
-Sie können dieses JupyterBook zu Lehr- und Lernzwecken verwenden. Sie können sie zudem teilen und bearbeiten unter der Bedingung der Nennung der Autor:innen und der gleichen Lizenzierung. Weitere Informationen dazu entnehmen Sie bitte den <a href="https://github.com/quadriga-dk/Text-Fallstudie-2/blob/main/LICENSE.md" target="_blank">Lizenzhinweisen</a>.  
+Sie können dieses JupyterBook zu Lehr- und Lernzwecken verwenden. Sie können es zudem teilen und bearbeiten unter der Bedingung der Nennung der Autor:innen und der gleichen Lizenzierung. Weitere Informationen dazu entnehmen Sie bitte den <a href="https://github.com/quadriga-dk/Text-Fallstudie-2/blob/main/LICENSE.md" target="_blank">Lizenzhinweisen</a>.  
 
 ## Inhalt der OER
-Diese OER vermittelt Methoden zur automatische Erstellung, Aufbereitung und Analyse eines Textkorpus. Im Zentrum steht die Frage, wie sich die kommunikative Barrierefreiheit des Berliner Senats im Zeitraum von 2011 bis März 2025 entwickelt hat. Die Kommunikation des Senats wird an Hand von Pressemitteilungen untersucht. Der Fokus des Lehrbuchs liegt auf der Korpuserstellung mittels Web-Scraping und HTML-Parsing sowie der quantitativen Analyse von Textkomplexität. Die OER ist in sieben Kapitel aufgeteilt: Es wird zuerst in die Fragestellung und deren Operationalisierung eingeführt, dann werden Korpora als epistemische Objekte und HTML als digitales Textformat erläutert, danach folgt eine Einführung in Web-Scraping als Methode zum Korpusaufbau, die praktische Korpuserstellung wird durchgeführt und abschließend wird eine quantitative Analyse der Textkomplexität auf dem erstellten Korpus ausgeführt.
+Diese OER vermittelt Methoden zur automatischen Erstellung, Aufbereitung und Analyse eines Textkorpus. Im Zentrum steht die Frage, wie sich die kommunikative Barrierefreiheit des Berliner Senats im Zeitraum von 2011 bis März 2025 entwickelt hat. Die Kommunikation des Senats wird anhand von Pressemitteilungen untersucht. Der Fokus des Lehrbuchs liegt auf der Korpuserstellung mittels Web-Scraping und HTML-Parsing sowie der quantitativen Analyse von Textkomplexität. Die OER ist in sieben Kapitel aufgeteilt: Es wird zuerst in die Fragestellung und deren Operationalisierung eingeführt, dann werden Korpora als epistemische Objekte und HTML als digitales Textformat erläutert, danach folgt eine Einführung in Web-Scraping als Methode zum Korpusaufbau, die praktische Korpuserstellung wird durchgeführt und abschließend wird eine quantitative Analyse der Textkomplexität auf dem erstellten Korpus ausgeführt.
 
 
 ## Ansprechpartner:innen
 
 QUADRIGA ist ein Verbundprojekt mehrerer Institutionen, das von der Universität Potsdam koordiniert wird. Partner sind die Fachhochschule Potsdam, die Filmuniversität Babelsberg, das Fraunhofer FOKUS, die Freie Universität Berlin, die Humboldt-Universität zu Berlin, die Technische Universität Berlin und die Gesellschaft für Informatik.  
 
-Fragen und Feedback zu dieser OER können Sie uns sowohl über GitHub Issues als auch über Email zukommen lassen.  
+Fragen und Feedback zu dieser OER können Sie uns sowohl über GitHub Issues als auch über E-Mail zukommen lassen.  
diff --git a/corpus_analysis/corpus-analysis_analysis.ipynb b/corpus_analysis/corpus-analysis_analysis.ipynb
@@ -47,17 +47,7 @@
    "id": "d3aab470-ab59-4e18-b0b5-60d4815bac55",
    "metadata": {},
    "outputs": [],
-   "source": [
-    "# import libraries for table processing and for compuation of readability metrics\n",
-    "from pathlib import Path\n",
-    "from multiprocessing import Pool, cpu_count\n",
-    "from functools import partial\n",
-    "import requests\n",
-    "\n",
-    "import pandas as pd\n",
-    "import textstat\n",
-    "textstat.set_lang(\"de\")"
-   ]
+   "source": "# import libraries for table processing and for computation of readability metrics\nfrom pathlib import Path\nfrom multiprocessing import Pool, cpu_count\nfrom functools import partial\nimport requests\n\nimport pandas as pd\nimport textstat\ntextstat.set_lang(\"de\")"
   },
   {
    "cell_type": "markdown",
@@ -246,11 +236,7 @@
    "cell_type": "markdown",
    "id": "0d11521a-432e-4529-8fe6-80266480c873",
    "metadata": {},
-   "source": [
-    "## Textkomplexität berechnen \n",
-    "Im folgenden berechnen wir mittels vier unterschiedlicher Metriken die Textkomplexität. Alle Metriken verwenden für die Berechnung des Komplexitätsscores die durchschnittliche Satzlänge und nehmen unterschiedliche Worteingenschaften dazu. \n",
-    "Zuerst verschaffen wir uns einen Überblick über die Texteigenschaften, um die Ergebnisse der Metriken besser bewerten zu können. "
-   ]
+   "source": "## Textkomplexität berechnen \nIm folgenden berechnen wir mittels vier unterschiedlicher Metriken die Textkomplexität. Alle Metriken verwenden für die Berechnung des Komplexitätsscores die durchschnittliche Satzlänge und nehmen unterschiedliche Worteigenschaften dazu. \nZuerst verschaffen wir uns einen Überblick über die Texteigenschaften, um die Ergebnisse der Metriken besser bewerten zu können. "
   },
   {
    "cell_type": "code",
@@ -299,9 +285,7 @@
    "cell_type": "markdown",
    "id": "1650e5df-d9ba-4561-8e4e-fbb79727476e",
    "metadata": {},
-   "source": [
-    "Ein Score zwischen 30 und 50 gibt eine hohe Schwierigkeit an, ungefährt äquivalent zum Niveau von Bachelorstudierenden."
-   ]
+   "source": "Ein Score zwischen 30 und 50 gibt eine hohe Schwierigkeit an, ungefähr äquivalent zum Niveau von Bachelorstudierenden."
   },
   {
    "cell_type": "markdown",

diff --git a/corpus_analysis/corpus-analysis_assessment.md b/corpus_analysis/corpus-analysis_assessment.md
@@ -47,7 +47,7 @@ question1 = [
                 "feedback": """✓ Korrekt! Wichtige Differenzierung: Es geht nicht nur um die absolute Wortlänge, der Text wird dabei in Abschnitte unterteilt, und es wird die Konsistenz der Schwierigkeit gemessen. Dies wird im Coleman-Liau-Index verwendet und unterscheidet sich von der einfachen durchschnittlichen Wortlänge."""
             },
             {
-                "answer": "Wörter mit mehr als drei Silben gelten in den meisten Indexe als schwer",
+                "answer": "Wörter mit mehr als drei Silben gelten in den meisten Indexen als schwer",
                 "correct": True,
                 "feedback": """✓ Korrekt! Standard-Schwellenwert: 1-2 Silben gelten als leicht, 3 und mehr Silben gelten als schwer. Dies wird in der Wiener Sachtextformel verwendet, ist sprachabhängig (Silbentrennung) und ein wichtiger Parameter für die Komplexität."""
             },
@@ -93,7 +93,7 @@ question2 = [
                 "feedback": """✓ Korrekt! Standardberechnung: Die Summe aller Satzlängen wird durch die Anzahl der Sätze geteilt, dies glättet Extremwerte und liefert einen repräsentativen Wert für den gesamten Text. Es wird in Flesch, Wiener und ARI verwendet und bildet die Basis für die meisten Berechnungen."""
             },
             {
-                "answer": "Kürzere Sätze führen immer zu einem niedrigeren Textkomplexitätsscore in allen Indexe",
+                "answer": "Kürzere Sätze führen immer zu einem niedrigeren Textkomplexitätsscore in allen Indexen",
                 "correct": False,
                 "feedback": """× Nicht präzise genug. Wichtige Nuance: Die Richtung hängt vom Index ab, bei Flesch bedeutet ein höherer Score einen leichteren Text (kürzere Sätze), bei Wiener/ARI bedeutet ein niedrigerer Score einen leichteren Text (kürzere Sätze). Dies ist nicht einheitlich über alle Indexe, die Beziehung ist konsistent, aber die Skalen unterscheiden sich."""
             },
@@ -364,7 +364,7 @@ Die Daten zeigen einen **klaren Abwärtstrend** der Flesch-Scores über 14 Jahre
 
 ---
 
-**4. Überprüfung mit anderen Indexe:**
+**4. Überprüfung mit anderen Indexen:**
 
 **JA, definitiv!** Und zwar aus folgenden Gründen:
 
@@ -408,5 +408,5 @@ for measure in ['flesch', 'wiener', 'ari', 'coleman_liau']:
 
 **Zusammenfassung:**
 
-Die Analyse zeigt eine problematische Entwicklung hinsichtlich Barrierefreiheit. Eine umfassende Validierung mit multiplen Indexe und tiefergehende Analysen der Ursachen sind empfehlenswert, um fundierte Empfehlungen für barriereärmere Kommunikation zu geben.
+Die Analyse zeigt eine problematische Entwicklung hinsichtlich Barrierefreiheit. Eine umfassende Validierung mit multiplen Indexen und tiefergehende Analysen der Ursachen sind empfehlenswert, um fundierte Empfehlungen für barriereärmere Kommunikation zu geben.
 ````
diff --git a/corpus_analysis/corpus-analysis_intro.md b/corpus_analysis/corpus-analysis_intro.md
@@ -20,13 +20,13 @@ Mit Ihren Rückmeldungen können wir unser interaktives Lehrbuch gezielt an Ihre
 Sie können die auf einem Korpus ausgeführte Berechnung der Textkomplexität erklären und die Ergebnisse interpretieren.
 ```
 
-Nachdem wir im vorherigem Kapitel ein Korpus gescraped und aus den HTML-Dokumenten den Text extrahiert haben, analysieren wir das Textkorpus in diesem Kapitel in Hinblick auf die Textkomplexität.
+Nachdem wir im vorherigen Kapitel ein Korpus gescraped und aus den HTML-Dokumenten den Text extrahiert haben, analysieren wir das Textkorpus in diesem Kapitel in Hinblick auf die Textkomplexität.
 
 ```{figure} ../assets/images/flow-chart_corpus-analysis.png
 ---
 name: Flussdiagramm der Fallstudie – Korpusanalyse
 ---
-Flussdiagramm der Fallstudie, das aktuelle Arbeitspaket ist hevorgehoben.
+Flussdiagramm der Fallstudie, das aktuelle Arbeitspaket ist hervorgehoben.
 ```
 
 Dafür wird:

diff --git a/corpus_analysis/corpus-analysis_resumee.md b/corpus_analysis/corpus-analysis_resumee.md
@@ -7,7 +7,7 @@
 Es gibt verschiedene Textkomplexitätsmaße, die unterschiedliche Parameter zur Berechnung der Textkomplexität oder Lesbarkeit eines Textes einsetzen. Die Parameter lassen sich aufteilen in die Wort- und die Satzebene. Die meisten Scores lassen sich in eine Klassenstufe übersetzen. Wichtig: Die Indizes unterscheiden sich in ihrer Richtung – beim Flesch-Index bedeutet ein höherer Score eine leichtere Lesbarkeit, bei den meisten anderen Indexen (ARI, Coleman-Liau, Wiener Sachtextformel) bedeutet ein höherer Score eine schwerere Lesbarkeit.
 
 **Berechnung der Textkomplexität**
-Wir haben vier Maße zur Berechnung der Textkomplexität angewendet: Flesch (am weitesten verbreitet, operiert auf Satzlänge und Silbenanzahl), Wiener Sachtextformel (auf Deutsch ausgelegt, operiert auf Satzlänge und Anteil von schwierigen Wörtern), Automated Readability Score (operiert rein auf Längenmaßen) und Coleman-Liau (operiert auf der Gleichverteilheit der Textschwierigkeit).
+Wir haben vier Maße zur Berechnung der Textkomplexität angewendet: Flesch (am weitesten verbreitet, operiert auf Satzlänge und Silbenanzahl), Wiener Sachtextformel (auf Deutsch ausgelegt, operiert auf Satzlänge und Anteil von schwierigen Wörtern), Automated Readability Score (operiert rein auf Längenmaßen) und Coleman-Liau (operiert auf der Gleichmäßigkeit der Textschwierigkeit).
 Die Maße haben wir mittels Python auf die Pressemitteilungen angewendet.
 
 **Analyse und Visualisierung**

diff --git a/corpus_analysis/corpus-analysis_text_complexity.md b/corpus_analysis/corpus-analysis_text_complexity.md
@@ -10,10 +10,10 @@ Wie entwickelt sich die kommunikative Barrierearmut des Berliner Senats im Zeitr
 `````
 Um diese mit quantitativen Methoden zu bearbeiten, wurde die Forschungsfrage zunächst wie folgt **operationalisiert**:
 1. die **Kommunikation des Berliner Senats** wird durch das Korpus, bestehend aus Pressemitteilungen, erfasst
-2. die **Barrierearmut** wird über Lesarbeitsindizes errechnet
+2. die **Barrierearmut** wird über Lesbarkeitsindizes errechnet
 
 ## Lesbarkeitsindizes
-Wie im Kapitel ["Operationalisierung"](research-question_operationalization) beschrieben, kann Leichte Sprache in drei Dimension unterschieden werden. Im folgenden gehen wir genauer darauf ein, welche Indikatoren auf Wort- und Satzebene eine Rolle bei der Berechnung der Lesbarkeitsindizes spielen. 
+Wie im Kapitel ["Operationalisierung"](research-question_operationalization) beschrieben, kann Leichte Sprache in drei Dimensionen unterschieden werden. Im folgenden gehen wir genauer darauf ein, welche Indikatoren auf Wort- und Satzebene eine Rolle bei der Berechnung der Lesbarkeitsindizes spielen. 
 
 ### Wortebene
 * **Länge** der Wörter:
@@ -105,7 +105,7 @@ Wobei:
 **Beispiel:**
 * Prozentsatz von Wörtern mit drei oder mehr Silben: 2 von 13 = 0.1538 * 100 = 15.38 
 * Durchschnittliche Satzlänge (ASL) = 13 (da Kommata und Punkte nicht als Worte gezählt werden)
-* Anzahl an langen Wörten: 6 
+* Anzahl an langen Wörtern: 6 
 * Wiener Sachtextformel = (0,2007 * 15,38) + (0.1682 * 13) + (0.1373 * 6) - 2,779 = 3.32
 
 Der Satz wird als *sehr einfach* eingestuft.
@@ -158,7 +158,7 @@ Analog zum ARI, entspricht der Index dem US-amerikanischen Schuljahr, das zum Ve
 Der Satz wird als *sehr schwierig* eingestuft.
 
 <!-- ### Komplexere Methoden zur Berechnung der Textkomplexität -->
-<!-- comment out for now since there's no content here -- >
+<!-- comment out for now since there's no content here -->
 
 
 

diff --git a/corpus_analysis/corpus-analysis_visualisation-explanation.md b/corpus_analysis/corpus-analysis_visualisation-explanation.md
@@ -8,4 +8,4 @@ Für jede Zeiteinheit wird der Durchschnitt der Textkomplexitätsmaße errechnet
 
 ## Visualisierung
 Eine visuelle Darstellung ermöglicht es, die Werte besser zu vergleichen. In einem Liniendiagramm, in dem die X-Achse in die Zeiteinheiten eingeteilt ist und die Y-Achse die Textkomplexität darstellt, werden zunächst alle Datenpunkte eingetragen und dann zu einer Linie verbunden. Da anhand der Linie lokale und globale Minima sowie Maxima gut erkennbar werden und sich leicht ein Trend ablesen lässt, eignet sich das Liniendiagramm gut zur Darstellung einer zeitlichen Entwicklung. 
-Die Häufigkeiten über Zeit ließen sich auch in einem Balkendiagramm darstellen. Diese sind nützlich, um Häufigkeiten in diskreten Zeitintervallen zu visualisieren, sie eignen sich aber weniger gut, um eine zeitliche Entwicklung zu zeigen. 
+Die Häufigkeiten über Zeit ließen sich auch in einem Balkendiagramm darstellen. Dieses ist nützlich, um Häufigkeiten in diskreten Zeitintervallen zu visualisieren, sie eignen sich aber weniger gut, um eine zeitliche Entwicklung zu zeigen.