Es ist der populärste Zuschauersport der Welt und auch in Deutschland kommt kaum eine Tageszeitung ohne Berichte um den runden Lederball aus, der nach wie vor stets ins Eckige muss. Doch König Fußball, wie er 1973 in einem von Jack White komponierten und von der damaligen deutschen Nationalmannschaft eingesungenen Song bezeichnet wird, genießt in der universitären Forschung als ‚Proletensport‘ einen eher schlechten Ruf. Dass dieses Genre aber für seriöse, insbesondere digitale Geisteswissenschaften ein interessantes Untersuchungsfeld sein kann und die computerlinguistischen Resultate wiederum eine neue Perspektive auf den Fußball gewähren, beweist Simon Meier-Vieracker von der Technischen Universität Dresden.
In seinem Vortrag „Fußball digital – Fußball und was noch alles dazu gehört als Gegenstand der Digital Linguistics“ nimmt er uns mit auf eine linguistische Reise in die sehr große Welt des Fußballs. Im Fokus stehen dabei die Erstellung von Textkorpora, die den digitalen Fußballdiskurs möglichst repräsentativ für linguistische Forschungsfragen erschließen sowie diverse Methoden der Digital Humanities, wie zum Beispiel Kontrastierung und Kollokationen, die aufzeigen, welche Erkenntnisse auf Basis solcher Korpora zu erzielen sind.
Warum Fußball?
Gleich zu Beginn des Vortrags klärt Meier-Vierecker auf, dass hinter dem Vortragstitel „Fußball digital“ eine gewisse Ambiguität steckt, deren jeweilige Deutungen die Motivation hinter seiner Forschung ausmachen. So besitzt der digitale Fußball, dessen Statistiken und Spielberichte in einer Vielzahl an Online-Medien aufbereitet und diskutiert werden, große Mengen an Informationen und damit ein ebenso großes Untersuchungspotenzial. Dieser digitale Fundus, und die damit einhergehende fortgeschrittene Digitalisierung des Fußballdiskurses, lässt wiederum eine effiziente Weiterverarbeitung und diverse Analysen mit den Werkzeugen der Digital Humanities zu, um schließlich werthaltige linguistische Forschungsfragen zu stellen und auch bearbeiten zu können.

Die linguistische Untersuchung von Fußball ist dabei kein neues Themengebiet im eigentlichen Sinne und durch diverse Veröffentlichungen seit 1903 immer mal wieder Gegenstand der Forschung. Jedoch blieb der Fußball bislang immer, auch aufgrund des bereits angesprochenen Rufes als Proletensport, ein Randaspekt in wissenschaftlichen Ausarbeitungen. Dennoch wird ersichtlich, welche Bedeutung dem Fußball in unserer Gesellschaft zukommt, wie uns Meier-Vieracker anhand eines Samples des deutschen Referenzkorpus zeigt, wonach rund 7,5% der archivierten Tageszeitungstexte das Thema Fußball behandeln und somit nahezu doppelt soviel Text generiert im Vergleich zur Bundespolitik.
Belegt ist damit die hohe Quantität an untersuchbaren Medien, die eine geeignete Grundlage für intensivere Forschung bereitstellen. Hinzu kommen qualitative Aspekte wie unterschiedliche und eigentümliche Textgattungen oder der Fußballjargon. Ein weiterer Reiz für die Sprachwissenschaften ist dabei die Ambivalenz der Fußballsprache zwischen Stabilität und Variabilität. Denn zum einen ist der Fußball ein in seinen dogmatischen Grundprinzipen, wie die Spielzeit oder Spieleranzahl pro Team, festgelegtes Spiel, und zum anderen ist der Sport selbst sowie das sportliche Umfeld ständigen Veränderungen, wie zum Beispiel Taktik, Regeländerungen oder den berichtenden Medien, unterworfen – und das spiegelt sich auch in den einerseits stabilen, andererseits veränderlichen Weisen wider, wie über den Fußball gesprochen wird. Dem Forschungsvorhaben entgegen kommt zusätzlich, dass die digitale Fußballberichterstattung ein glocalized genre ist und somit gleichartige Texte weltweit auf ähnlichen Strukturen, beispielsweise auf gleichartigen content management systems, zu finden sind, was das Forschungsgebiet auf internationale Ebene erweitert und die Erstellung von großen Textkorpora, welche obligatorisch für die weitergehende Forschung sind, erleichtert.

Korpora und Textaufbereitung
Für das derzeitige Forschungsvorhaben von Meier-Vieracker relevant sind vor allem die Textsorten Liveticker, Spielbericht, Taktikanalysen und Spielerbewertungen, deren Korpora vor allem im Kontext zu einem Spieltag entstehen. Die Quellenauswahl folgt dabei festen Kriterien, wie zum Beispiel das Vorhandensein von ganzen Saisons oder Metadaten. Das Scraping der Quellen wird mit import.io oder wget aus dem HTML-Quelltext realisiert und das Material dann in die Open Corpus Workbench, kurz CWB, transformiert. Einige Anbieter, wie der Sport Informationsdienst, stellen ihre Inhalte auch direkt in XML bereit.
Die Textaufbereitung, also die Tokenisierung und Annotation nach Wortarten und Lemmata, erfolgt über den TreeTagger. Die einzelnen Korpora werden auf fussballlinguistik.de für registrierte Nutzer bereitgestellt, sofern mit den Urhebern Rechtevereinbarungen getroffen werden konnten. Neben deutschsprachigen Quellen wie dem Kicker oder der Sportschau erstreckt sich das Angebot auch auf fremdsprachige und internationale Quellen, sodass mittlerweile 28 Korpora verfügbar sind (Stand 25.06.2019). Für das Projekt obligatorisch ist zudem die Beschreibung der Korpora mit Metadaten (Textsorte, Zeitraum usw.), die wiederum auch für Suchanfragen über restricted queries verwendet werden können. Zudem ist auch sichergestellt, dass Links zur Originalquelle stets vorhanden sind.
Fußballlinguistik
Welche sprachwissenschaftlichen Analysen sind nun mit den Korpora zu bewerkstelligen? Das erste Beispiel zeigt, wie ähnlich sich gleichartige Quellen, in diesem Fall Liveticker, im Sprachgebrauch sind. Gesucht sind die zahlreichen Synonyme für einen fußballerischen Schuss oder Pass, also das reguläre Bewegen des Balles mit dem Fuß oder Kopf. In einem Graphen sind die jeweiligen Quellen mit den von ihnen verwendeten Synonymen über Kanten verbunden, wobei einige Verben von mehreren Livetickern verwendet werden. Entsprechend der Verteilung und der Häufigkeit ordnen sich die Synonyme, aber auch die Quellen selbst, im Graphen an. Gemeinsame Verben, die alle teilen, sind vor allen allgemeine Fußballbegriffe wie „köpfen“, „passen“ oder „flanken“. Deutliche Abwandlungen vom allgemeinen Jargon sind wiederum mit bestimmten Portalen verbunden, und sind zum Teil exklusiv bzw. nur einmal verwendet worden. Beispiele dafür sind „strähnen“, „graniten“ oder „bummsen“, welche im 11freunde-Ticker zu finden sind, wohingegen sich die anderen drei Live-Ticker eher mit Synonymen wie „versenken“, „durchstecken“ oder „chippen“ entfalten, die auch mehrfach verwendet werden. Der aufgezeigte Erfindungsreichtum des Genres ist für Linguisten natürlich ein interessanter Aspekt, der auch mögliche Rückschlüsse auf das Themenfeld anbietet. Ein Beispiel dafür sind Differenzen der Live-Ticker im Sprachgebrauch, die durch die Position der Quellen im Graphen offensichtlich wird.
Solch kontrastive Analysen können ebenfalls effektiv in word clouds dargestellt und auf die Untersuchung unterschiedlicher Textsorten, die sich auf das gleiche Spiel beziehen, ausgeweitet werden. Gegenüberstellt sind im nächsten Beispiel die Textsorten des klassischen Spielberichtes, der gemeinhin für interessierte Laien aufbereitet ist, und Taktikanalysen des Tatktikblogs spielverlagerung.de, welche bemüht sind, möglichst detailliert und mit einem fachsprachlichen Anspruch Taktiken und Spielverhalten zu analysieren. Die Daten der Visualisierung resultieren aus einer Keyword-Analyse und zeigen deutliche Differenzen in Wortschatz und Sprachgebrauch.


Eine andere Analyseform ist die Berechnung von Kollokationen. Bei Kollokationen handelt es sich um Ausdrücke, die im Umfeld eines Suchwortes signifikant häufig vorkommen. Dies führt dazu, dass im direkten Kontext eines Suchbegriffs wie „köln*“ in erster Linie Substantive und Verben auftreten, die auf eine defensive Taktik hindeuten (z.B. Abwehr, kontern, Bollwerk). Beim sportlichen Branchenprimus FC Bayern München wird dagegen eine dominante und scheinbar auch erfolgreiche Spielweise hervorgehoben (z.b. gewinnen, erhöhen, auseinandernehmen). Auch die Untersuchung der kollokativen Adjektive suggeriert, dass der 1. FC Köln oftmals glücklich, desolat und hektisch spielt, und der Rekordmeister übermächtig, souverän und dominant seine Spiele bestreitet.

Von der Betrachtung einer Fußballmannschaft aus lohnt es sich aber auch, auf die individuellen Leistungen der Akteure durch die beiden Textsorten Spieler- und Schiedsrichterbewertungen einen Blick zu werfen. Hilfreich sind hier die besonderen Metadaten, zum Beispiel die Benotung eines Spielers, welche den Texten zugeordnet sind. Mithilfe einer lexikonbasierten Analyse lässt sich feststellen, welche Worte in solchen Texten eine hohe Gewichtung für die Notenvergabe haben. Resultate aus den aufbereiteten Daten könnten dann Erkenntnisse über die Verwendung von bestimmten Begrifflichkeiten sein. Das könnte etwa die Untersuchung des Begriffes „stark“ sein, welcher vor allem bei der Note 2 am häufigsten auftritt. Die Begründung hierfür, so die Einschätzung von Meier-Vieracker, sind vor allem die Benutzung von stärkeren Begriffen wie „bockstark“, um die sehr gute Leistung nochmal herauszustellen. Die Betrachtung der Daten lässt sich aber ebenso umdrehen und durch eine Keyword-Analyse untermauen. Diese gestattet die Begriffe zuzuordnen, die besonders relevant für die jeweilige Notenvergabe sind. Mit diesen Verfahren lassen sich schließlich repräsentative Templates erstellen, die eine typische Bewertung für die jeweilige Leistungsbenotung simulieren soll.
Ein weiterer interessanter Aspekt ist die Analyse der Textlänge im Verhältnis zu der Benotung. Unter anderem ist ersichtlich, dass zwar grundsätzlich schlechtere Benotungen ausführlicher begründet werden müssen, aber auch Bestnoten gegenüber „nur“ guten Noten. Ein Umstand, der mit dispräferierten Aussagen vergleichbar ist, wonach Zusagen oftmals mit einem lapidaren „gerne“ signalisiert werden können, aber Absagen meist begründet werden müssen.
Fazit
Die Fußballlinguistik ist ein Paradebeispiel dafür, dass ein in der Forschung wenig beachtetes Themenfeld durchaus ein großes Potenzial besitzt. Gerade der Fußball, der medial sehr präsent und ein Milliardengeschäft ist, produziert Unmengen an digitalen Daten, die für die Linguistik, aber auch für andere Geisteswissenschaften, wichtige Erkenntnisse zu vielen Fragestellungen liefern kann. Dabei müssen für die riesigen Datenmengen digitale Methoden aus den Digital Humanities, insbesondere der Computerlinguistik, herangezogen werden, um eine reelle Möglichkeit auf eine möglichst breite Forschung mit repräsentativen Ergebnissen zu haben. Insbesondere große Textkorpora sind für alle weiteren Vorhaben einer solchen Diskursanalyse unentbehrlich, da deren Qualität und Quantität den möglichen Erkenntnisgewinn stark beeinflusst.
Zur Person: Simon Meier-Vieracker ist Vertretungsprofessor am Institut für Germanistik der TU Dresden. Er ist im Vorstand der Arbeitsgemeinschaft Linguistische Pragmatik und Mitglied in der Gesellschaft für Germanische Sprachgeschichte sowie Angewandte Linguistik. Seine Forschungsschwerpunkte sind die Diskurs-, Korpus- und Medienlinguistik als auch Phraseologie und Formelhaftigkeit sowie Theorie und Geschichte des Gesprächs. Er ist zudem Autor des Blogs fussballlinguistik.de
Zum Autor: Mark Eschweiler hat einen BA-Abschluss in Informationsverarbeitung und Geschichte an der Universität zu Köln erzielt. Derzeit studiert er MA Informationenverarbeitung, ebenfalls in Köln, und arbeitet als wissenschaftlicher Mitarbeiter im Thomas-Institut (Mittelalterliche Philosophie). Dort ist er für die Weiterentwicklung der Digital Averroes Research Environment (DARE) und für die Dokumentenanalyse im KA3-Projekt zuständig.