1. Das Korpus

Eine wichtige Ressource für die Analyse von politischer Sprache und Zeitdiskursen sind die offiziellen Protokolle der Plenardebatten des Deutschen Bundestages. Das an der TU Darmstadt und der Universität Heidelberg betriebene Discourse Lab¹ hostet ein linguistisch aufbereitetes und mit Metadaten angereichertes Korpus der Plenarprotokolle, das den Zeitraum von 1949 bis 2021, also alle Legislaturperioden von 1 bis 19 abdeckt. Die Protokolle werden vom Deutschen Bundestag zur Verfügung gestellt (https://www.bundestag.de/services/opendata) und werden seit 2016 von Discourse Lab für die digitale Linguistik aufbereitet². Die Vorverarbeitung umfasst Tokenisierung, Satzsegmentierung, Lemmatisierung, Part-of-Speech-Tagging, die Auszeichnung der Parteizugehörigkeit der Redner*innen sowie die separate Markierung von Zwischenrufen. So können Redebeiträge mit und ohne Zwischenrufe oder auch Zwischenrufe gesondert durchsucht werden. Ein parlamentarischer Redebeitrag (<text>) bildet die Grundeinheit des Korpus. Innerhalb eines Beitrags wird zwischen Text des Sprechenden (<sp>) und Zwischenruf (<z>) unterschieden. Jede <text>-Einheit besitzt neben einer eindeutigen ID folgende Metadaten: Sprecher*in, Fraktionszugehörigkeit, Legislaturperiode, Sitzungsnummer, Tag, Monat und Jahr. Abb. 1 gibt einen Überblick über das Datenmodell des Korpus.

Abbildung 1

Datenmodell der Parlamentsprotokolle auf Discourse Lab

Wir sind bei der Aufbereitung von einer Nutzung ausgegangen, die immer wieder zwischen der Messung der Verteilung von Ausdrücken und Ausdruckskonstellationen, der interpretativen Textanalyse und der sequentiellen Analyse der Debatten wechselt und die Ergebnisse jeweils für die anderen Ebenen operationalisiert. Jede Belegstelle ist daher mit einem Metadatenblatt verknüpft, das neben den zuvor genannten Metadaten auch den vollständigen Sprecherbeitrag sowie Verlinkungen auf die Metadatenblätter des vorherigen und nachfolgenden Redebeitrags enthält. Das ermöglicht die Einordnung der Suchergebnisse in ihren inhaltlichen Kontext und ermöglicht es, die sequentielle Debattenstruktur für jede Sitzung in beide Richtungen leicht nachzuvollziehen. In Abb. 2 wurde auf die Darstellung des vollständigen Redebeitrags aus Platzgründen verzichtet.

Abbildung 2

Metadatenblatt der Parlamentsprotokolle auf Discourse Lab

Die Metadaten können verwendet werden, um entweder Teilkorpora zu erstellen (z.B. alle Debattenbeiträge einer Fraktion) oder sich die Verteilung von Suchergebnissen anzeigen zu lassen (z.B. die Verwendung des Lemmas Risiko in den verschiedenen Jahren/Legislaturperioden/Fraktionen). Alle XML-Attribute können zudem in Abfragen verwendet werden, um komplexere Restriktionen oder Abhängigkeiten zu formulieren. Zum Beispiel findet der folgende Ausdruck alle Tokens der Lemmata Terminus, Terminologie, Fachausdruck, Fachwort, Begriff sowie alle Komposita mit dem Grundwort Begriff außer Kampfbegriff, vorausgesetzt sie wurden von einem Mitglied der SPD-Fraktion im Jahr 1957 geäußert:

([lemma="Terminus|Terminologie|Fachausdruck|Fachwort"]|[lemma=".*begriff"%c&lemma!="Kampf.*"]) :: match.text_year="1957"&match.text_group="SPD"

2. Nutzung des Korpus

Das hier beschriebene Korpus wird in der IMS Corpus Workbench (vgl. Evert / Hardie 2011) verwaltet und browserbasiert über die Analyseumgebung CQPweb (vgl. Hardie 2012) zur Verfügung gestellt. Es kann von allen Interessierten in Forschung und Lehre eingesetzt und nach einmaliger Registrierung über eine Benutzeroberfläche durchsucht und sprachstatistisch analysiert werden. CQPweb hat vor allem einen Vorteil: Es lässt sich einerseits sehr niederschwellig einsetzen und ermöglicht aus dem Stand einfache Suchen nach Belegen und Distributionsanalysen. Andererseits lassen sich aber auch komplexe Suchen mittels einer Suchsyntax (Corpus Query Language CQL) durchführen und gezielt Metadaten und verschiedene Annotationsebenen ansteuern. Außerdem bietet CQPweb dem oder der Forschenden die Möglichkeit, Verfahren der inferentiellen Statistik wie Kollokationsanalysen und Keywording anzuwenden, dabei zwischen verschiedenen statistischen Maßen zu wählen und so diese Operationen auf Forschungsfragen und Korpusspezifika abzustimmen.

Als Nutzungsbeispiel sei das Verhältnis des generischen Maskulinums Bürger zur Doppelform Bürgerinnen und Bürger bei der generischen Thematisierung der entsprechenden Gruppe über die Zeit (Abb. 3 links) und in der Legislaturperiode 19 nach Parteien (Abb. 3 rechts) dargestellt. Den Graphiken liegen folgende Anfragen zugrunde³:

[word!="Bürgerin(nen)?"]{5}[word="Bürger(n|s)?"][word!="Bürgerin(nen)?"]{5}

Abbildung 3

Anteil des generischen Maskulinums „Bürger“ an generischen Thematisierungen nach Jahren (links, Frequenz je 1 Mio. Wörter) und nach Partei in Legislaturperiode 19 (rechts, in Prozent)

Der Suchausdruck für die Doppelform ist der folgende:

(([word="Bürgerinnen"][]{,3}[word="und"][]{,3}[word="Bürgern?"]) ([word="Bürgern?"] []{,3}[word="und"][]{,3}[word="Bürgerinnen"])) within s

Neben den wenig überraschenden Befunden, dass die Doppelform seit Mitte der 80er Jahre stetig zunimmt und dass der Anteil des generischen Maskulinums bei Vertreter*innen in der LP 19 umso größer ist, je konservativer die Partei ist, zeigt sich hier, dass ab 2018 das generische Maskulinum wieder überwiegt. Dass das vor allem an der AfD liegt, zeigt die Graphik Abb. 3 rechts. Wir sehen an ihr aber auch, dass durchaus auch Grüne und Linke in einem Fünftel der Fälle in der Legislaturperiode 2017 bis 2021von Bürgern sprechen, nämlich bevorzugt dann, wenn Bürger nicht-fokal in komplexen Nominalphrasen steht und der Redner ein Mann ist, wie im folgenden Beleg:

Beim Militär dürft ihr dabei sein, aber bei einem gemeinsamen ökonomischen und politischen Europa bleibt ihr Bürger zweiter Klasse.

ID 19_104_00101 – Jürgen Trittin, Die Grünen, 06.06.2019

Daneben fällt die Hausse des Konzepts BÜRGER in den 1970er Jahren auf, die Anfang der 1980er auf noch hohem Niveau beendet scheint, während der Niedergang des generischen Maskulinums Bürger danach zunehmend von der Doppelform aufgefangen wird – bis zum Einzug der AfD in den Bundestag.

Ausgearbeitete Nutzungsbeispiele sind neben der Studie von Müller zur Terminologiearbeit im deutschen Bundestag in diesem Heft z.B. die Studien von Müller und Mell (2021) zur Geschichte des Risikokonzeptes im politischen Diskurs und von Felder und Müller (2022) zu Moralisierungspraktiken in Bundestagsdebatten.

Das Korpus und eine E-Mailadresse zur Anmeldung sind zu finden unter: https://www.discourselab.de/cqpweb/.

Biografische Notiz

Marcus Müller ist Professor für Germanistik – Digitale Linguistik an der Technischen Universität Darmstadt. Zu seinen Forschungsschwerpunkten gehören digitale Diskursanalyse, Korpuslinguistik, Wissenschaftsdiskurse, grammatische Variation sowie Sprache und Kunst. Aktuelle Arbeitsschwerpunkte sind empirische Terminologieforschung, öffentliche Risikodiskurse in Deutschland und Großbritannien und heuristische Praktiken in wissenschaftlichen Texten.