Creating and Preparing the DSH Learner Corpus as a Data Resource for Investigating the Acquisition of Academic Language Structures by International University Applicants (DSHK)

FAU own research funding: EFI / IZKF / EAM ...


Acronym: DSHK

Start date : 15.08.2026

End date : 14.08.2027

Website: https://www.germanistik.phil.fau.de/faudir/prof-dr-matthias-schwendemann/#projekte

Project details

Short description

Internationale Studienbewerber/-innen für deutschsprachige
Studiengänge müssen in der Regel über Deutschkenntnisse verfügen, die in etwa
einem GER-Niveau von C1 entsprechen und durch zertifizierte
Prüfungsformate (TestDaF, Deutsche Sprachprüfung für den Hochschulzugang (DSH),
DSD II, Goethe-Zertifikat C1 u.a., s.
https://www.study-in-germany.com/de/studium-planen/voraussetzungen/deutschkenntnisse/
/) nachzuweisen sind. Vielfach wurde aber, speziell aus dem Bereich
der Geistes- und Sozialwissenschaften, konstatiert, dass die internationalen
Studierenden trotzdem nicht hinreichend auf den rezeptiven und produktiven
Umgang mit wissenschaftlichen Texten vorbereitet waren bzw. dass bestimmte
Hochschulzugangsverfahren nicht die sprachlichen Fertigkeiten abprüfen, die
dann im Studium relevant werden. Dies kann gravierende Auswirkungen auf den
„Student Life Circle“ (Bärenfänger et al., 2024, Wollert/Zschill, 2017), auf den
Studienerfolg internationaler Studierender (Wisniewski et al., 2022a) und damit
letztlich auf die Attraktivität des Studienstandorts haben.



Die empirische Datenlage zur Studieneingangsphase
internationaler Studierender ist nach wie vor begrenzt. Verlässliche Daten
liefern hier in erster Linie die sprachlichen Produkte der internationalen
Studierenden und Studienbewerber. Zwar hat sich die Lernerkorpuslandschaft im
Bereich Deutsch als Fremd- und Zweitsprache in den letzten Jahren dynamisch
entwickelt (vgl. etwa das Projekt DAKODA mit über 40 Lernerkorpora in einem
zentralen Repositorium; Schwendemann et al., 2025). Ein besonderer Fokus der Forschung
liegt dabei nicht zuletzt auf den sprachlichen Fähigkeiten von internationalen
Studierenden. So entstanden auf Basis des GeWiss-Korpus zur gesprochenen
Wissenschaftssprache (Fandrych/Wallner, 2022) u. a. Studien zu
Positionierungskonstruktionen (Fandrych/Wallner, 2023), zur Frequenz von
Klitisierungen in wissenschaftlichen Vorträgen (Schwendemann/Wallner, 2024), zu Chunks (Wang, 2025) oder zu  Reformulierungen (Wang, 2026). Das wissenschaftliche Schreiben von
Studierenden mit Deutsch als L2 untersucht Lösel (2025) anhand von
lexical bundles im StuWiss-Korpus. 

Welche wissenschaftssprachlichen Anforderungen für
Studierende generell, aber besonders in der Studieneingangsphase, Herausforderungen und Hürden für Studienerfolg darstellen, ist in der
Forschung zur Wissenschaftssprache breit untersucht und mit Defizitbefunden aus
der internationalen Germanistik gut dokumentiert. 



Dennoch existieren für die Analyse von
wissenschaftspropädeutisch-sprachlichen Fähigkeiten von internationalen
Studienbewerbern und -bewerberinnen deutlich
weniger Datensets (vgl. aber das Korpus DISKO (Wisniewski, 2022b), welches
ausgehend von schriftlichen TestDaF-Texten sowohl den Sprachstand in der
Studieneingangsphase erfasst als auch longitudinal die Veränderungen der
schriftlichen Sprachkompetenzen im Studienverlauf dokumentiert.) Gleichzeitig
steht mit den durch das Sprachenzentrum der FAU zur Verfügung gestellten
Prüfungstexten des Prüfungsteils „Vorgabenorientierte Textproduktion“ der
Deutschen Sprachprüfung für den Hochschulzugang (DSH; Qualitätszirkel des FaDaF, 2024) an der FAU ein einzigartiger und noch zu hebender Datenschatz zur
Verfügung, der bislang erst in Ansätzen erschlossen ist und in wenigen
Publikationen genutzt wurde (Coca, 2025, Breindl, i.Dr.). Im Folgenden soll
gezeigt werden, inwiefern die Aufbereitung und Veröffentlichung des DSH-Korpus
im Speziellen die oben genannten Defizite einer Datengrundlage für die
Zweitspracherwerbsforschung und im Allgemeinen zentrale Desiderate der
deutschsprachigen Korpuslandschaft adressiert.

Die DSH-Prüfung zeichnet sich gegenüber gängigen
Sprachstandprüfungen durch ihre explizit wissenschaftsorientierten und
studienbezogenen Anforderungen aus, da insbesondere die schriftliche
Teilprüfung darauf abzielt, die wissenschaftspropädeutische Textkompetenz
der Teilnehmenden zu elizitieren. Eine weitere Besonderheit der DSH-Prüfung im
Vergleich zu anderen in der Rahmenordnung der HRK/KMK (2019–20) anerkannten
Zulassungssprachtests für das Studium an deutschen Hochschulen (TestDaF, DSD
II) liegt in der dezentralen standort-spezifischen Entwicklung der Prüfung bzw.
der Aufgabenstellungen. Somit grenzt sich das geplante DSH-Korpus deutlich
gegenüber dem DISKO-Korpus (Wisniewski et al., 2022b) ab, das überwiegend aus TestDaF-Prüfungstexten besteht.

Neben 225 bereits digital aufbereiteten Texten (Coca, 2025) stehen ca.750 weitere, noch nicht aufbereitete Prüfungstexte zur
Verfügung. Mit insgesamt über 1000 Texten würde das DSH-Korpus zu den
umfangreichsten Lernerkorpora im deutschsprachigen Raum zählen und wäre in
seiner Größe mit dem umfangreichen MERLIN-Korpus vergleichbar (Wisniewski et al. 2013). Zudem können unterschiedliche Sprachniveaus bzw. DSH-Stufen
(DSH-0, DSH-1, DSH-2, DSH-3) verglichen werden, da für alle Texte detaillierte
Bewertungsinformationen des Sprachenzentrums der FAU vorliegen. Ein zentraler
Mehrwert des DSH-Korpus besteht daher in seiner Eignung für die Untersuchung
von Sprachkompetenzen in querschnittlichen und pseudo-/quasi-longitudinalen
Designs.



Die Aufbereitung und Veröffentlichung des Korpus verspricht
eine breite Außenwirkung und eine relevante Innenwirkung im Kontext der FAU.
Die Daten könnten u.a. zur Qualitätssicherung und Prüferschulung (Karges
et al., 2026) im Sprachenzentrum genutzt werden und so zur Weiterentwicklung
zukünftiger DSH-Prüfungssätze beitragen. Von Seiten des Sprachenzentrums (Dr.
Frank Mielke) wurde hier bereits großes Interesse signalisiert. Zugleich lassen
sich mehrere inhaltliche Forschungsfragen an das DSH-Korpus richten, die im
Rahmen des ETI-Projekts exploriert und in einem anschließenden DFG-Projekt
vertieft untersucht werden sollen:



  1. In
    welchem Umfang beherrschen Prüfungsteilnehmende bereits
    wissenschaftssprachtypische komplexe Strukturen, wie z. B.
    Präpositionalobjekte, Nominalisierungskonstuktionen,
    Deagentivierungskonstruktionen, die Konstruktion
    informationsstrukturgesteuerter Satzgliedstellungen, Formen der
    Meinungsäußerung bzw. Positionierungsstrukturen, Formen des
    wissenschaftssprachlichen Hedgings oder der Verbalisierung nonlinearer
    Informationen (Diagramme, Schaubilder etc.)?
  2. Wie
    kohärent sind Texte verschiedener Prüfungsteilnehmender im Hinblick auf
    referentielle Verkettung? Welche Strategien der textuellen Kohärenzbildung
    werden verwendet?
  3. Inwiefern
    besteht eine Diskrepanz zwischen dem Bestehen sprachlicher
    Hochschulzugangsprüfungen und den tatsächlichen Anforderungen an die
    Beherrschung wissenschaftssprachlicher Strukturen im Studium?



Vor dem Hintergrund der sich derzeit dynamisch verändernden
Bedingungen studentischen Schreibens durch KI-gestützte Schreibtools, die
Schreibprozesse, Textproduktion und Routinen im Studium zunehmend beeinflussen,
erscheint zudem die Frage besonders dringlich, über welche Fertigkeiten
Studierende mit Deutsch als L2 (und zunehmend auch als L1) zu Studienbeginn
tatsächlich verfügen und welche Unterstützungsangebote seitens der
Universitäten zielführend sind.

Innerhalb der beantragten Projektlaufzeit werde die
vorhandenen Daten korpuslinguistisch aufbereitet (zu den beantragten Mittel siehe Kostenplan). Zu
datenschutz- und urheberrechtlichen Fragen wurden bereits umfassende Auskünfte
bei der Stabsstelle für Datenschutzkoordination der FAU sowie beim Referat L1
(Rechtsangelegenheiten und Qualitätsmanagement in Lehre und Studium) eingeholt.
Die Rückmeldungen beider Stellen bestätigen die Möglichkeit einer weiteren
Aufbereitung und Veröffentlichung der Daten und bieten zugleich eine sichere Grundlage
für die weitere Arbeit. Die geplante Datenaufbereitung umfasst folgende
Schritte:



Scientific Abstract

International applicants to German-taught degree programmes are generally required to demonstrate German language proficiency at approximately CEFR level C1. Nevertheless, they are often insufficiently prepared to comprehend and produce academic texts. While academic language requirements and the associated challenges to academic success have been extensively researched, few datasets are available for analysing the preparatory academic language skills of international university applicants.

The proposed project addresses this gap by preparing the DSH Learner Corpus at Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU) for corpus linguistic research and making it publicly available. The corpus comprises examination texts from the guided writing component (“Vorgabenorientierte Textproduktion”) of the Deutsche Sprachprüfung für den Hochschulzugang (DSH), the German language examination for university admission. In addition to 225 texts already digitised and prepared as part of Christine Coca’s doctoral dissertation (2026), approximately 750 further examination texts are available. The DSH’s explicit focus on academic language and university study, together with its decentralised, institution-specific task development, gives the corpus a distinctive profile. Detailed assessment data enable comparisons across DSH levels and investigations of language proficiency using cross-sectional and pseudo-/quasi-longitudinal designs.

Data preparation includes developing and testing a transliteration system, transliterating and revising the language data, and adding automatic and manual annotations. Quality assurance involves checking automatic annotations and calculating inter-annotator agreement. The research focuses on applicants’ command of complex structures characteristic of academic language, strategies for establishing textual coherence, and potential discrepancies between passing language examinations for university admission and meeting the actual academic language demands of university study.

The DSH Learner Corpus aims to provide an empirical basis for second language acquisition research while also supporting quality assurance, examiner training, and the further development of DSH examination materials. The research questions explored within the ETI project will be investigated in greater depth in a subsequent DFG project. Given the increasing use of AI-assisted writing tools, identifying students’ actual language skills at university entry and determining which forms of university support are effective are becoming particularly pressing concerns.

Involved:

Matthias Schwendemann Project Leader Eva Breindl-Hiller Project Leader Matthias Schwendemann Project Member Eva Breindl-Hiller Project Member

Research Areas

Microscope SVG Empirische Lernersprachenforschung Deutsch als Fremdsprache Field of Research