Deutsches Text-Audit – FAQ

Fachlich richtige Inhalte können trotzdem schlecht übertragen werden. Unnötige Abstraktion, komplizierte Strukturen oder unklare Aussagen erschweren die Informationsübertragung. Gerade wenn der Inhalt zählt, sollte seine sprachliche Vermittlung funktionieren.

Ein LLM verändert den Text, das DTA analysiert ihn. Ein LLM kann dabei unbemerkt auch fachliche Aussagen verändern. Das DTA arbeitet deterministisch und reproduzierbar und kann deshalb als unabhängiges Messinstrument vor und nach einer Überarbeitung eingesetzt werden.

Ausgangspunkt war die praktische Arbeit mit Werkzeugen wie Flesch-Index, LIX und BlaBlaMeter zur Analyse eigener und studentischer Texte. Hinzu kam ein sehr praktisches Problem der Lehre: Wenn Studierende Kompetenzen zeigen sollen, müssen sie eigenständige fachliche Produkte und Texte erzeugen. Bei großen Gruppen wird deren differenzierte Prüfung jedoch schnell zu einem erheblichen Korrekturaufwand. Das DTA entstand deshalb nicht als Publikationsidee am Schreibtisch, sondern schrittweise als technisches Hilfsmittel für reale Textarbeit. Es soll Lehrende nicht durch eine automatische Note ersetzen, sondern sprachliche Auffälligkeiten schnell und reproduzierbar sichtbar machen. Besonders unbefriedigend waren dabei einzelne Kennzahlen, deren Entstehung nicht nachvollziehbar ist oder die sich leicht auf einen gewünschten Score optimieren lassen. Das DTA soll deshalb unterschiedliche sprachliche Probleme getrennt anzeigen und begründete Warnsignale liefern, wo ein Text genauer geprüft oder überarbeitet werden sollte.

Günstig sind gleichzeitig kleine P- und Q-Werte. Ein kleiner P-Wert bedeutet, dass die gemeinsame Belastung über die fünf Faktoren gering ist. Ein kleiner P-Wert allein reicht jedoch nicht: Ein einzelner Faktor kann stark ausschlagen, während die anderen niedrig sind. Der Q-Wert erfasst diese Unausgewogenheit. Ein guter Text sollte deshalb sowohl einen niedrigen P-Wert als auch einen niedrigen Q-Wert aufweisen.

Ein exakter Nullpunkt ist im aktuellen Modell weder ein realistisches noch ein sinnvolles Ziel. Dafür müssten alle fünf Dimensionen gleichzeitig nahezu unbelastet sein. Durch die empirische Kalibrierung und die eigenständige ANN-Dimension ist das bei realen zusammenhängenden Texten äußerst unwahrscheinlich. Entscheidend ist deshalb nicht die Annäherung an einen mathematischen Nullpunkt, sondern ein niedriger P-Wert zusammen mit einem niedrigen Q-Wert: geringe Gesamtbelastung bei zugleich ausgewogenem Profil.

Die Skala ist bewusst nicht nach oben begrenzt. Im aktuellen Referenzkorpus der Version 10.10.14 liegt der P-Wert im Mittel bei ungefähr 1,01 und der Median bei ungefähr 0,95. Diese Werte sind keine festen Grenzwerte, sondern beschreiben die gegenwärtige Referenzverteilung und können sich mit einer neuen Version ändern. Deutlich höhere P-Werte weisen auf eine stärkere Gesamtbelastung hin. Ein P-Wert um 2 zusammen mit einem hohen Q-Wert ist deshalb ein starkes Warnsignal: Der Text ist insgesamt stark belastet und zusätzlich unausgewogen.

Die diagonalen Linien sind keine Notengrenzen, sondern mögliche Referenzlinien für eine Bewertung. Sie zeigen anschaulich, wie die Kombination aus P und Q ungefähr eingeordnet werden könnte. Dabei können sich beide Größen teilweise kompensieren: Ein höherer P-Wert kann mit einem niedrigeren Q-Wert zusammentreffen und umgekehrt. Entscheidend ist die Gesamtbelastung. Die Linien 1 bis 4 dienen deshalb nur als Orientierung. Liegt ein Text beispielsweise im Bereich der dritten Linie, kann man sinngemäß von „Ziele erreicht“ sprechen. Die Linien vergeben aber ausdrücklich keine Noten. Sie verdeutlichen lediglich, dass ein fachlich hervorragender Inhalt nicht automatisch einen hervorragend formulierten Text ergibt und deutliche sprachliche Defizite bei einer Gesamtbewertung nicht ignoriert werden sollten.

Das DTA verwendet fünf getrennte Dimensionen. Drei davon tragen bewusst einprägsame Star-Trek-Namen; die Info-Marker zeigen die fachsprachliche Einordnung.

• B – Betazoid i Erfasst vor allem ungebundene Abstraktion, phrasenhafte Vagheit, Füll- und Blähsprache sowie geringe konkrete Aussagebindung. Fachsprachlich geht es um lexikalisch-pragmatische Abstraktion und Vagheit, nicht um einzelne „verbotene“ Wörter. : inhaltsarme oder schwach gebundene Abstraktion und Phrasensprache.
• C – Cardassianisch i Erfasst Merkmale des Nominal- und Kanzleistils: Nominalisierungen, Passiv, Funktionsverbgefüge, syntaktische Verdichtung und Akteursentzug. Solche Formen sind in Fachsprache nicht automatisch falsch; relevant sind Häufung und Funktion. : bürokratische Verdichtung und sprachlicher Handlungsentzug.
• F – Ferengi i Erfasst Hedging und Formen epistemischer, modaler oder konditionaler Absicherung: Relativierungen, Weichmacher und sprachliche Einschränkungen. Notwendige wissenschaftliche oder technische Präzisierung soll dabei von bloßer Ausweichsprache unterschieden werden. : Absicherung, Relativierung und geringe Festlegung.
• LIX i Der LIX ist ein etablierter Lesbarkeitsindex. Er verwendet im Kern die durchschnittliche Satzlänge und den Anteil langer Wörter. Im DTA bildet er die formale Lesbarkeitskomplexität als eigene Dimension ab. : formale Lesbarkeitskomplexität.
• ANN – rekonstruiertes BlaBlaMeter i Der ANN-Wert rekonstruiert das Verhalten des externen BlaBlaMeters mit einem einfachen Feedforward-Netz. In Version 10.10.14 wurde dieses Netz aus 2.545 nutzbaren überarbeiteten Referenztexten vollständig neu trainiert und unabhängig getestet. ANN bleibt eine eigenständige fünfte Dimension; die regelbasierten Größen B, C, F und LIX werden dadurch nicht verändert. : Weitere Informationen beim BlaBlaMeter.

Diese Verfahren liefern häufig einzelne Kennzahlen oder andere Arten von Verständlichkeitsdiagnosen. Das DTA betrachtet unterschiedliche Probleme getrennt und quantitativ. Dadurch entsteht ein mehrdimensionales Textprofil statt nur einer einzelnen Zahl.

„Bullshit“ selbst ist keine sinnvolle objektive Messgröße. Messbar sind aber sprachliche Strukturen, die dazu beitragen: ungebundene Abstraktion, unnötige Verdichtung, Akteursentzug, Absicherung oder geringe Aussagebindung. Genau diese Mechanismen versucht das DTA getrennt zu erfassen.

Die fünf Dimensionen sind der gegenwärtige Entwicklungsstand, keine Naturkonstanten. Das Modell ist absichtlich erweiterbar. Eine zusätzliche Dimension ist aber nur sinnvoll, wenn sie ein eigenständiges sprachliches Phänomen erfasst, zuverlässig messbar ist und zusätzliche diagnostische Information liefert. Mehr Dimensionen sind nicht automatisch ein besseres Modell.

Nicht vollständig. Sprachliche Merkmale können mehrere Wirkungen gleichzeitig haben; Nominalstil kann beispielsweise auch die Lesbarkeit beeinflussen. Entscheidend ist deshalb nicht vollständige statistische Unabhängigkeit, sondern ob die Dimensionen unterschiedliche diagnostische Informationen liefern. Ihre Zusammenhänge müssen empirisch beobachtet und bei der Interpretation berücksichtigt werden.

Das neuronale Netz bildet die fünfte DTA-Dimension ANN. Es rekonstruiert das Verhalten des BlaBlaMeters aus Beispieldaten und geht zusammen mit B, C, F und LIX in die P-Q-Darstellung ein. Die regelbasierten Detektoren B, C und F sowie der LIX werden dadurch jedoch nicht verändert. Nach dem Training sind Skalierung, Gewichte und Bias-Werte fest in der HTML-Datei hinterlegt; bei gleicher Programmversion und gleichem Text entsteht deshalb auch für ANN reproduzierbar dasselbe Ergebnis.

Nein. Die Entwicklung begann unter anderem mit der Untersuchung des BlaBlaMeters und dem Versuch, dessen Verhalten aus Beispielen zu rekonstruieren. Daraus entstand schrittweise ein anderes Konzept: getrennte transparente Detektoren, eigene Dimensionen, eigene Kalibrierungen sowie die P-Q-Darstellung. Der rekonstruierte BlaBlaMeter-Wert blieb als Vergleichsgröße erhalten.

Das DTA vergibt keine Noten. Die Referenzlinien in der P-Q-Darstellung sollen lediglich eine vertraute Orientierung für Größenordnungen geben. Sie machen sichtbar, dass unterschiedliche Kombinationen aus Gesamtbelastung und Unausgewogenheit ähnlich problematisch sein können. Aus einer solchen Linie darf keine scheinobjektive Textnote abgeleitet werden.

Entscheidend ist nicht die Disziplin des Entwicklers, sondern ob die Methode transparent, überprüfbar und empirisch belastbar ist. Wenn eine linguistische Regel falsch ist, muss sich das an Texten zeigen lassen. Dann wird sie korrigiert und erneut getestet.

Das DTA wird nicht dadurch valide, dass seine Ergebnisse plausibel aussehen. Die Detektoren werden an realen Texten geprüft, Fehlklassifikationen werden dokumentiert und Änderungen anschließend gegen bestehende und neue Texte getestet. Das ist eine empirische Entwicklungsstrategie, aber noch keine vollständige externe Konstruktvalidierung. Deshalb ist das DTA als transparentes Diagnoseinstrument zu verstehen, dessen Validität weiter überprüft und erweitert werden kann.

Genau dieses Overfitting soll durch das Entwicklungsverfahren vermieden werden. Nicht jeder unerwartete Wert führt zu einer Änderung. Eine Regel wird erst angepasst, wenn sich eine nachvollziehbare und möglichst wiederkehrende Fehlklasse zeigt. Danach wird geprüft, ob die Änderung den Fehler behebt, ohne bereits funktionierende Fälle zu verschlechtern. Dazu dienen Standardkorpus, neue Texte und Regressionstests.

Diese Gefahr besteht bei jedem regelbasierten Modell und muss deshalb methodisch kontrolliert werden. Ein auffälliger Wert wird nicht allein deshalb zum Fehler erklärt, weil er unerwartet ist. Entscheidend ist, ob sich die Klassifikation sprachlich begründen und an weiteren Fällen reproduzieren lässt. Änderungen sollen generalisierbare Fehlklassen korrigieren und müssen anschließend gegen alte und neue Texte bestehen.

Detektion und Kalibrierung sind zwei verschiedene Ebenen. Die Detektoren bestimmen zunächst Rohmerkmale eines Textes. Der Korpus dient anschließend dazu, deren empirische Verteilung und damit eine interpretierbare Skala zu bestimmen. Wird der Referenzkorpus erweitert, kann sich diese Abbildung ändern. Deshalb gehören Detektorversion und Kalibrierung immer zusammen und werden versioniert.

Gerade weil die Detektoren transparent sind, werden Fehlklassifikationen sichtbar. Sie werden dokumentiert, systematisiert und als Regressionstests weiterverwendet. Ein Messsystem ohne bekannte Fehler wäre nicht automatisch besser; möglicherweise wären seine Fehler nur unbekannt. Entscheidend ist, ob Fehler nachvollziehbar behandelt werden und Änderungen überprüfbar bleiben.

Ja. Sprache ist kontextabhängig, und regelbasierte Detektoren können fachlich notwendige Strukturen falsch einordnen. Deshalb zeigt das DTA keine unfehlbaren Urteile, sondern diagnostische Messwerte. Auffällige Ergebnisse sollten am Text geprüft werden. Wiederkehrende Fehlklassifikationen sind zugleich Material für die Weiterentwicklung der Detektoren.

Nein. Ein hoher Wert zeigt eine starke Belastung in den gemessenen sprachlichen Dimensionen. Er sagt nicht, dass der fachliche Inhalt falsch, unwissenschaftlich oder wertlos ist. Ein fachlich hervorragender Text kann sprachlich schwer zugänglich sein. Das DTA trennt deshalb sprachliche Diagnose und fachliche Bewertung.

Nein. Das DTA misst nur die Eigenschaften, die im Modell operationalisiert sind. Ein Text kann niedrige DTA-Werte haben und trotzdem fachlich falsch, logisch widersprüchlich, schlecht gegliedert oder voller Rechtschreibfehler sein. Das DTA ist kein allgemeiner Qualitätsdetektor für Texte.

Nein. Das DTA bewertet bestimmte sprachliche Eigenschaften. Es überprüft weder Fakten noch Beweise, Argumentationslogik oder wissenschaftliche Originalität. Ein hervorragend formulierter Text kann inhaltlich falsch sein, und ein fachlich korrekter Text kann sprachlich schlecht sein. Diese Ebenen müssen getrennt bewertet werden.

Natürlich gibt es individuelle Unterschiede. Häufen sich jedoch Phrasendrescherei, Nominalstil, Weichmacher, Relativierungen oder schlechte Lesbarkeitswerte, entstehen mehrere Belastungen gleichzeitig. Dann ist es wahrscheinlich, dass viele Leser – insbesondere deutsche Muttersprachler – den Text als schwerfällig, unklar oder unangenehm empfinden. Das DTA ersetzt kein individuelles Urteil, sondern liefert Hinweise darauf, wo eine Überarbeitung sinnvoll sein könnte.

Die Star-Trek-Bezeichnungen sind didaktische Labels, keine sprachwissenschaftlichen Fachbegriffe. Sie machen unterschiedliche Merkmalsgruppen leichter merkbar. Die eigentlichen Detektoren werden unabhängig davon über konkrete sprachliche Merkmale definiert. Für die fachliche Diskussion zählt die Operationalisierung, nicht der Name des Labels.

Das ist überprüfbar. Texte einer neuen Disziplin können in den Korpus aufgenommen und systematisch auf Fehlklassifikationen untersucht werden. Zeigen sich fachtypische Probleme, werden Detektoren angepasst, erneut getestet und die erforderlichen Modelle und Kalibrierungen neu bestimmt. Dasselbe Vorgehen ist auch für besondere Textsorten oder spezielle Anforderungen möglich. Dafür braucht man jedoch repräsentative Beispiele und eine erneute Validierung; eine Anpassung sollte nicht als individuelle Score-Optimierung erfolgen, sondern als eigene dokumentierte Modellversion.

Der Korpus wurde nicht einmalig nach einem theoretischen Idealplan zusammengestellt, sondern schrittweise aus realen Texten der täglichen Arbeit aufgebaut: Hochschultexte, studentische Arbeiten, Fachtexte, Presse- und Alltagstexte sowie weitere tatsächlich gelesene oder bearbeitete Texte. Die Entwicklung folgt einem empirischen, iterativen Vorgehen: Zunächst werden überschaubare Textmengen analysiert, offensichtliche Fehlklassifikationen behoben und die Detektoren verbessert. Danach wird der Korpus erweitert und erneut getestet. So entstehen Änderungen kontrolliert und nachvollziehbar, statt gleichzeitig Hunderte möglicher Sonderfälle in das Modell einzubauen.

Ja. Neue Texte können zu besseren Detektoren oder zu einer neuen empirischen Kalibrierung führen. Deshalb ist ein DTA-Wert immer an eine bestimmte Programmversion gebunden. Für reproduzierbare Vergleiche müssen derselbe Text und dieselbe DTA-Version verwendet werden. Eine veränderte Version ist keine heimliche Korrektur alter Ergebnisse, sondern ein neuer dokumentierter Messstand.

Vor der eigentlichen sprachlichen Analyse findet eine technische Textaufbereitung statt. Nichtsprachliche oder für die deutsche Analyse ungeeignete Bestandteile werden soweit möglich erkannt, bereinigt oder für bestimmte Berechnungen neutralisiert. Das ist notwendig, damit beispielsweise mathematische Formeln oder fremde Schriftsysteme nicht fälschlich als deutsche Wörter bewertet werden. Vollständig fehlerfreie PDF-Extraktion kann dennoch nicht garantiert werden.

Einfach den verfügbaren Text in das DTA übernehmen. Das DTA bereinigt die Eingabe vor der eigentlichen Analyse technisch. Dabei werden unter anderem überflüssige Leerzeichen, problematische Sonderzeichen, ungewöhnliche Aufzählungszeichen, Trennungsartefakte und andere typische Kopierfehler soweit möglich normalisiert. Die Analyse arbeitet anschließend mit dieser bereinigten Textfassung. Diese lässt sich auch anzeigen und kopieren – das DTA kann damit nebenbei als Werkzeug zur technischen Textbereinigung verwendet werden.

Lässt sich Text aus einem PDF oder einer anderen Quelle nicht direkt kopieren, kann er über OCR übernommen werden. Unter Windows geht das beispielsweise mit PowerToys Text Extractor: Windows + Shift + T, gewünschten Bildschirmbereich markieren und den erkannten Text anschließend ins DTA einfügen. Auch typische OCR-Artefakte versucht die Vorverarbeitung des DTA zu bereinigen.

Bereinigen bedeutet dabei nicht, OCR-Fehler zuverlässig inhaltlich zu korrigieren. Wenn OCR Zeichen oder Wörter falsch erkennt, kann der ursprüngliche Inhalt verloren gehen.

Das DTA versucht, typische technische Artefakte aus kopierten oder per OCR erkannten Texten zu bereinigen und eindeutig erkennbare mathematische Formeln von der sprachlichen Analyse auszunehmen. Das funktioniert jedoch nur, soweit die ursprüngliche Struktur noch zuverlässig erkennbar ist.

Insbesondere OCR kann Zeichen falsch interpretieren oder Informationen vollständig verlieren. Aus mathematischen Operatoren, Variablen, Indizes oder Sonderzeichen können beispielsweise normale Buchstaben, Zahlen oder Satzzeichen werden. Solche Fehler lassen sich nicht zuverlässig automatisch rekonstruieren. Das DTA korrigiert deshalb nur eindeutige technische Artefakte und versucht nicht, mehrdeutige Zeichenfolgen zu erraten.

Wenn möglich, sollte daher sauber extrahierter Text verwendet werden. Direktes Kopieren aus einem PDF ist einer OCR-Erkennung in der Regel vorzuziehen, sofern dabei brauchbarer Text entsteht. OCR ist vor allem eine Ausweichmöglichkeit für Quellen, aus denen sich Text nicht direkt übernehmen lässt. Je stärker ein Ausgangstext durch Formeln, ungewöhnliche Typografie, OCR-Fehler oder andere technische Artefakte verändert wurde, desto schwieriger wird die zuverlässige Analyse des darin enthaltenen deutschen Fließtextes.

Was auf dem Bildschirm wie sauberer Text aussieht, muss technisch nicht als sauberer Text gespeichert sein. PDF-, Textverarbeitungs- und Layoutprogramme können unsichtbare Steuerzeichen, ungewöhnliche Leerzeichen oder andere Formatierungsinformationen enthalten. Beim Kopieren werden diese teilweise sichtbar oder verändern die Struktur des Textes. So kann beispielsweise mitten in einem Wort plötzlich ein Leerzeichen erscheinen, obwohl das Wort im PDF optisch korrekt dargestellt wird.

Auch OCR ist nicht fehlerfrei. Dabei wird das sichtbare Dokument neu als Text interpretiert. Buchstaben, Zahlen, Satzzeichen oder mathematische Symbole können verwechselt, Leerzeichen falsch gesetzt oder Zeichen ganz ausgelassen werden. Ähnliche Probleme können auch beim Kopieren aus Word-Dokumenten oder anderen formatierten Quellen auftreten.

Das DTA versucht, technisch eindeutige Störungen wie überflüssige Leerzeichen und typische Extraktionsartefakte zu bereinigen. Nicht eindeutige Fälle werden bewusst nicht automatisch erraten, da eine vermeintliche Korrektur den ursprünglichen Text auch verfälschen könnte. Für die zuverlässigste Analyse ist daher sauberer Plain Text ohne unnötige Formatierungsinformationen die beste Ausgangsbasis. Entscheidend ist nicht nur, was ein Mensch auf dem Bildschirm sieht, sondern welche Zeichen tatsächlich im zugrunde liegenden Text enthalten sind.

Bei sehr kurzen Texten können einzelne Wörter oder Konstruktionen die gemessenen Dichten unverhältnismäßig stark verändern. Statistische und sprachliche Kennzahlen werden dann instabil und leicht überinterpretiert. Eine Mindesttextmenge reduziert diesen Effekt. Das DTA ist deshalb für zusammenhängende Texte gedacht und nicht für die Bewertung einzelner Sätze oder Schlagwörter.

Ja. Das DTA analysiert den vorliegenden deutschen Text unabhängig davon, ob er von einem Menschen oder einem Sprachmodell geschrieben wurde. Es ist jedoch kein KI-Detektor und kann aus seinen Werten nicht zuverlässig ableiten, wer den Text erzeugt hat. Gemessen werden sprachliche Eigenschaften, nicht die Autorschaft.

Neue Modelle werden nicht einfach eingebaut, weil sie auf den Trainingsdaten gut aussehen. Für Version 10.10.14 wurde das ANN vollständig neu aus den erweiterten Referenzdaten aufgebaut. Die Modellwahl erfolgte auf Entwicklungsdaten; ein zuvor abgetrennter Testsatz wurde erst für die abschließende unabhängige Prüfung verwendet. Dort erreichte das neue ANN einen mittleren absoluten Fehler von etwa 0,085 gegenüber dem BlaBlaMeter und ein Bestimmtheitsmaß R² von etwa 0,90.

Anschließend wurden B, C, F und LIX neu auf die aktuelle ANN-Referenzverteilung kalibriert und der gesamte gültige Referenzkorpus mit dem vorherigen Stand verglichen. Die Rangfolge der Texte blieb dabei nahezu unverändert: Für P lag die Spearman-Korrelation bei etwa 0,999, für Q bei etwa 0,998. Q blieb auch im Mittel praktisch stabil; P verschob sich nur leicht nach oben. Solche internen Stabilitätsprüfungen zeigen, ob eine Weiterentwicklung das bestehende Messverhalten kontrolliert fortführt. Sie ersetzen jedoch keine externe Validierung an unabhängigen Textsammlungen.

Das DTA ist transparent aufgebaut: Der vollständige Programmcode liegt in der HTML-Datei und kann eingesehen werden. Damit lässt sich nachvollziehen, welche Merkmale gesucht, wie sie erkannt und wie die Werte berechnet werden. B, C und F beruhen auf expliziten Regeln, der LIX auf einer bekannten Lesbarkeitsformel. ANN ist die gelernte Komponente: Das verwendete Feedforward-Netz wurde aus Referenzdaten trainiert, seine Skalierungsparameter, Gewichte und Bias-Werte sind anschließend aber fest im Programm hinterlegt. P und Q werden aus allen fünf Dimensionen berechnet. Damit bleibt die Laufzeitberechnung lokal und reproduzierbar, auch wenn ANN selbst nicht regelbasiert entstanden ist.

Nein. Das DTA läuft vollständig lokal im Browser auf dem eigenen Rechner. Der eingegebene Text wird nicht an einen Server übertragen und muss keinem externen Dienst zur Analyse übergeben werden. Damit entfällt auch die Frage, ob Texte dort gespeichert, weiterverarbeitet oder für Trainingszwecke verwendet werden. Das DTA ist im Prinzip ein lokales Programm in einer HTML-Hülle: Datei öffnen, Text analysieren – die Daten bleiben auf dem eigenen Rechner.

Natürlich. Wer den Code verändert, verändert damit aber auch das Werkzeug. Sobald man sich auf ein DTA-Ergebnis beruft, kann jeder denselben Text mit der unveränderten Referenzversion erneut prüfen. Weichen die Ergebnisse ab, kommen nur wenige Ursachen infrage: ein anderer Text, eine andere Programmversion oder eine manipulierte Datei. Das DTA enthält deshalb auch einen Integritätshinweis, wenn die Datei verändert wurde. Vollständig verhindern lässt sich Manipulation bei offenem Code nicht – aber sie wird überprüfbar.

Natürlich kann man versuchen, auf eine Messgröße hin zu optimieren. Das garantiert aber keinen besseren Text. Wer nur einzelne Marker entfernt oder Formulierungen mechanisch verändert, kann den Score verbessern und gleichzeitig Stil oder Präzision verschlechtern. Das DTA soll deshalb Hinweise für eine Überarbeitung liefern, nicht zum Selbstzweck optimiert werden.