Das KiezDeutsch-Korpus

Spontansprachliche Daten Jugendlicher aus urbanen Wohngebieten

Der Beitrag beschreibt ein Korpus spontansprachlicher Daten von Jugendlichen aus urbanen Wohngebieten und präsentiert Ergebnisse darauf basierender Korpusanalysen. Die Daten stammen aus Selbstaufnahmen von Gesprächen Berliner Jugendlicher (23 Ankersprecher/innen, 14 bis 17 Jahre alt). Das Korpus umfasst rund 333.000 Token. Den größeren Teil stellen Daten ein- und mehrsprachiger Sprecher/innen dar, die aus einem Wohngebiet mit einem hohen Bevölkerungsanteil mit Migrationshintergrund stammen. Wie an anderer Stelle argumentiert, kann die multiethnische Jugendsprache, die hier gesprochen wird, das sog. „Kiezdeutsch“, als neuer, dynamischer Dialekt des Deutschen charakterisiert werden. Ein kleinerer Teil des Korpus bringt Daten aus einem sozioökonomisch vergleichbaren, aber weitgehend monoethnischen Wohngebiet zusammen. Das Korpus stellt eine neue empirische Ressource für Untersuchungen zum Sprachgebrauch in mehrsprachigen Kontexten, urbaner Jugendsprache und spontaner, informeller dialogischer Sprache dar. Wir illustrieren dieses Potenzial mit Korpusanalysen zu zwei Phänomenen auf Wort- bzw. Satzebene: die Verwendung von so als Fokusmarker und nicht-kanonische „Adv SVO“-Linearisierungen. Daneben geben wir eine Übersicht über das Korpusdesign und diskutieren Probleme der Transkription natürlicher Sprachdaten.

This paper describes a corpus of spontaneous speech by young people in an urban area of Germany and presents linguistic analyses drawing on this resource. The data are based on self-recordings of peer group conversations among adolescents in Berlin (23 anchor speakers aged 14 to 17). The corpus consists of approx. 333,000 tokens. Its main part draws on data from monolingual and multilingual speakers of German, all living in a neighbourhood with a high proportion of people with a migrant background. As is argued elsewhere, the multiethnic youth language spoken here, “Kiezdeutsch”, can be regarded as a new, dynamic German dialect. A smaller part of the corpus contains data from a largely monoethnic neighbourhood with comparable socioeconomic indicators. The corpus provides a new empirical source for studies of language use in multilingual contexts, urban youth language, and spontaneous, informal dialogic speech in general. We illustrate this potential with corpus analyses of two phenomena at the word and sentence levels: the use of so ‘such’ as a focus marker and non-canonical Adv SVO serialisations. In addition we give an outline of the technical corpus design and touch on problems of adequate methods of transcription for natural language data.