Buchstabenhäufigkeit berechnen: So entstehen die Prozentwerte

Inhalt
Wer einen englischen Text einfügt und wissen möchte, welcher Buchstabe wie oft und mit welchem Prozentanteil vorkommt, liest das Ergebnis meist an zwei Stellen falsch: Entweder hält man die Gesamtzahl aller Zeichen für den Nenner der Prozentwerte, oder man übersieht, dass sich der Umfang der Auswertung je nach Groß-/Kleinschreibung-Option von 26 auf 52 Buchstaben ändert. Dieser Artikel klärt zunächst, welche Berechnungsgrundlage tatsächlich gilt, und zeigt dann, wie Sie das Ergebnis auch ohne Tool von Hand überprüfen.
Kurzfassung ① Der Nenner der Prozentwerte (%) ist nicht die Gesamtzahl der Zeichen (inklusive Leerzeichen und Ziffern), sondern ausschließlich die Anzahl der reinen Buchstaben. ② Ist die Unterscheidung von Groß- und Kleinschreibung ausgeschaltet, werden die Häufigkeiten auf A-Z, also 26 Buchstaben, zusammengefasst. Ist sie eingeschaltet, werden a-z und A-Z getrennt gezählt, also 52 Buchstaben. ③ Die Länge der Balken im Diagramm bezieht sich nicht auf 100 %, sondern ist ein relativer Vergleich zum häufigsten Buchstaben des jeweiligen Textes.
Warum diese Berechnung so leicht verwirrt
Wer die Buchstabenhäufigkeit im englischen Alphabet ermitteln möchte, steht meist vor einer von drei Situationen: Man löst Übungsaufgaben zu Substitutionschiffren (etwa der Caesar-Verschlüsselung) und schätzt ab, welcher Buchstabe im Klartext einem E oder T entsprechen könnte. Man erstellt Material für Tippübungen und will sehen, welche Buchstaben wie oft vorkommen. Oder man erstellt linguistische Statistiken auf Basis von Textdaten.
In allen drei Fällen passiert derselbe Fehler: Man berechnet die Prozentwerte von Hand mit der Gesamtzahl der Zeichen als Nenner, die Zahlen stimmen dann nicht mit denen des Tools überein, und man glaubt, sich verrechnet zu haben. Tatsächlich unterscheidet sich nur die Berechnungsgrundlage – falsch ist keiner der beiden Werte.
Ein Beispiel: Ein Text mit 100 Zeichen enthält Leerzeichen und Ziffern, aber nur 80 Buchstaben. Kommt das E zehnmal vor, ergibt sich nicht 10 von 100 (10 %), sondern 10 von 80 (12,5 %). Wer diesen Unterschied nicht kennt, sieht ständig Abweichungen zwischen dem Ergebnis des Tools und dem selbst berechneten Wert.
So berechnen Sie die Häufigkeit ohne Tool von Hand
Alles lässt sich auch von Hand oder in einer Tabellenkalkulation berechnen. Die Reihenfolge:
Schritt 1 – Zuerst festlegen, ob Groß- und Kleinschreibung unterschieden wird. Ob Sie „A“ und „a“ zu einem Buchstaben zusammenfassen oder als verschiedene Buchstaben getrennt zählen, bestimmt alle weiteren Ergebnisse.
Schritt 2 – Das Vorkommen jedes Buchstabens zählen. In einer Tabellenkalkulation können Sie mit einer Formel wie =LEN(A1)-LEN(SUBSTITUTE(A1,"e","")) zählen, wie oft ein bestimmter Buchstabe vorkommt. Solche Textfunktionen unterscheiden allerdings standardmäßig nicht zwischen Groß- und Kleinschreibung. Um beides getrennt zu zählen, müssen Sie zusätzlich die Funktion EXACT kombinieren.
Schritt 3 – Die Gesamtzahl der Buchstaben bestimmen. Addieren Sie die Häufigkeiten aller 26 (oder 52) Buchstaben. Diese Summe ist die „reine Buchstabenzahl“ ohne Leerzeichen, Ziffern und Satzzeichen und dient anschließend als Nenner der Prozentrechnung.
Schritt 4 – Den Prozentwert jedes Buchstabens berechnen. Teilen Sie die Häufigkeit des Buchstabens durch die in Schritt 3 ermittelte Summe und multiplizieren Sie mit 100.
Schritt 5 – Sortieren. Für eine Sortierung nach Häufigkeit ordnen Sie die Prozentwerte absteigend, für eine alphabetische Ansicht von A bis Z.
Bei einem Text von wenigen Zeilen lässt sich das gut von Hand erledigen. Ab einem Absatz Länge wird es aber schnell mühsam, 26 (oder 52) Buchstaben einzeln zu zählen. Mit unserem Tool „Buchstabenhäufigkeit analysieren (A-Z)“ prüfen Sie es direkt.
Fügen Sie Ihren Text ein, und die Häufigkeit sowie der Anteil von A bis Z werden sofort berechnet. Kostenlos nutzbar, ohne Anmeldung und ohne Installation.

Zwei Berechnungsgrundlagen, die oft falsch verstanden werden
Die zwei Stellen, an denen beim Lesen der Ergebnisse am häufigsten Verwirrung entsteht, in der Übersicht:
| Punkt | Verbreitetes Missverständnis | Tatsächliche Berechnungsgrundlage |
|---|---|---|
| Nenner der Prozentwerte | Gesamtzahl der Zeichen (inklusive Leerzeichen und Ziffern) | Nur die Anzahl der reinen Buchstaben |
| Option für Groß-/Kleinschreibung | Es wird immer auf 26 Buchstaben zusammengefasst | Standard sind 26 (keine Unterscheidung), mit eingeschalteter Option werden 52 getrennt ausgewiesen |
| Länge der Balken im Diagramm | Ein Balken über die volle Länge entspricht 100 % | Relative Länge, bezogen auf den häufigsten Buchstaben im jeweiligen Text |
Leerzeichen, Ziffern und Satzzeichen werden in der Zusammenfassung oben auf dem Bildschirm (Gesamtzeichen, Buchstaben, Ziffern, Leerzeichen) jeweils angezeigt, fließen aber nicht in die Prozentberechnung der einzelnen Buchstaben ein. Verglichen werden also nur die Buchstaben untereinander, ohne alle anderen Zeichen.
Wie die Unterscheidung von Groß- und Kleinschreibung das Ergebnis verändert
Die Option für Groß- und Kleinschreibung verändert auch die Form des Ergebnisses selbst. Ist die Unterscheidung ausgeschaltet, werden das T in „The“ und das t in „the“ zusammengefasst, und es erscheinen 26 Zeilen von A bis Z. Ist sie eingeschaltet, werden Groß- und Kleinbuchstaben als eigene Zeilen geführt, sodass bis zu 52 Zeilen entstehen können.
Welche Einstellung die richtige ist, hängt vom Ziel ab. Wenn Sie auch den Anteil von Eigennamen oder Satzanfängen mit Großbuchstaben sehen möchten, schalten Sie die Unterscheidung ein. Geht es nur um die Häufigkeit der einzelnen Buchstaben als solche, lassen Sie die Standardeinstellung (keine Unterscheidung) bestehen.
Vergleich mit der Standardreihenfolge (E-T-A-O-I-N)
In der Kryptologie und der Linguistik ist allgemein bekannt, dass in englischen Texten meist das E am häufigsten vorkommt, gefolgt von T, A, O, I und N. Stellen Sie die mit dem Tool berechnete Rangfolge Ihres Textes neben diese Reihenfolge, dann sehen Sie, ob die Verteilung einem üblichen englischen Satz nahekommt oder ob bestimmte Wörter oder Wiederholungsmuster den Text prägen.
Diese Reihenfolge ist jedoch nur eine Tendenz für gewöhnliche englische Prosa. Bei kurzen Texten oder bei vielen Eigennamen, Code-Anteilen oder wiederholten Wörtern kann das Ergebnis deutlich davon abweichen.
Zusammenfassung
- Die Prozentwerte (%) werden nicht auf die Gesamtzahl der Zeichen bezogen, sondern auf die reine Buchstabenzahl (ohne Leerzeichen, Ziffern und Satzzeichen).
- Je nach Option für Groß- und Kleinschreibung ergeben sich 26 Kategorien (Standard) oder 52 Kategorien.
- Die Balkenlänge bezieht sich nicht auf 100 %, sondern ist ein relativer Vergleich zum häufigsten Buchstaben des Textes.
- Die Sortierung können Sie wahlweise nach Häufigkeit (Standard) oder alphabetisch wählen.
- Im Vergleich mit der bekannten Standardreihenfolge (E, T, A, O, I, N …) sehen Sie, ob Ihr Text einer üblichen englischen Verteilung nahekommt.
Fügen Sie Ihren Text ein, und die Häufigkeit sowie der Anteil von A bis Z werden sofort berechnet. Kostenlos nutzbar, ohne Anmeldung und ohne Installation.
Häufig gestellte Fragen
Werden Leerzeichen und Ziffern bei der Prozentberechnung mitgezählt?
Nein. Gesamtzahl der Zeichen, Leerzeichen und Ziffern werden zwar separat in der Zusammenfassung angezeigt, die Prozentwerte (%) der einzelnen Buchstaben werden aber ausschließlich auf Grundlage der reinen Zeichen des englischen Alphabets berechnet. Auch wenn ein Text viele Leerzeichen oder Ziffern enthält, beeinflusst das die Verhältnisse unter den Buchstaben nicht.
Wann sollte ich die Unterscheidung von Groß- und Kleinschreibung einschalten?
Eine feste Regel gibt es nicht, es hängt vom Ziel ab. Möchten Sie auch den Anteil von Wörtern oder Satzanfängen mit Großbuchstaben getrennt betrachten, schalten Sie die Unterscheidung ein und werten in bis zu 52 Kategorien aus. Geht es nur um die Häufigkeit der einzelnen Buchstaben, lassen Sie die Standardeinstellung ohne Unterscheidung (26) einfach bestehen.
Die Balken sind alle unterschiedlich lang: bedeutet der längste Balken 100 %?
Nein. Die Balkenlänge richtet sich nicht nach 100 %, sondern nach dem häufigsten Buchstaben im Text (dem Maximalwert); die übrigen Buchstaben werden relativ dazu dargestellt. Die tatsächlichen Prozentwerte stehen als Zahlen in jeder Zeile. Den genauen Wert lesen Sie daher am besten an der Zahl daneben ab, nicht an der Balkenlänge.
Verändert die Sortierung (nach Häufigkeit oder alphabetisch) das Ergebnis selbst?
Nein. Die Sortierung ändert nur die Reihenfolge, in der dasselbe Rechenergebnis angezeigt wird; Häufigkeit und Prozentwert der einzelnen Buchstaben bleiben unverändert. Die Sortierung nach Häufigkeit zeigt auf einen Blick, welche Buchstaben am meisten vorkommen, die alphabetische Sortierung hilft dabei, einen bestimmten Buchstaben von A bis Z nachzuschlagen.
Dieser Artikel basiert auf unserem koreanischen Original. Koreanisches Original lesen