Genderinklusive Sprache
zugänglicher machen

all.txt ist ein Online-Texteditor, der inklusives und genderneutrales Schreiben in deutscher Sprache ermöglichen soll – ein „Rechtschreibcheck“ für Inklusion in Bezug auf alle Gender. Das CDL unterstützt bei der Erstellung von offenen Daten für genderinklusive Sprache, der Entwicklung eines ersten Datenprodukts und dessen Cloud-Integration. Mit dem gelabelten Datensatz gibt es erstmals im deutschsprachigen Raum eine Basis, um große Sprachmodelle genderinklusiv zu nutzen – auch für andere Projekte.

  • Abgeschlossen
  • Datenanwendung
  • Open Data

Inklusives und genderneutrales Schreiben in deutscher Sprache für alle – das wird möglich durch eine SoftwareSoftwareWährend Hardware die physischen Bestandteile eines Computers beschreibt, wie zum Beispiel eine Festplatte, wird der Begriff Software für die Programme eines Computers verwendet, die ihn funktionsfähig machen, wie zum Beispiel das Betriebssystem., die Texteditor und Rechtschreibprüfung zugleich ist. Sie kann als Plugin heruntergeladen und direkt im Browser eingesetzt werden, um geschlechtsneutrale Texte zu schreiben. Das Ziel von all.txt ist, überholte und nicht-inklusive Sprachpraktiken der Menschen auf zeitgemäße Weise durch Anleitung, Übung und Erklärung zu ändern. Die Software soll als Brücke zwischen Unsicherheit bei der Verwendung von geschlechtergerechter Sprache und dem Verständnis für Gender dienen. Das Programm bietet somit eine einfache Möglichkeit, Unternehmen und Menschen, die im Netz aktiv sind, bei der Verwendung von genderneutraler Sprache im täglichen Gebrauch zu unterstützen.

Das Civic Data Lab unterstützte das all.txt Team von Januar 2024 bis März 2025 bei den nächsten Schritten in ihrer Entwicklung durch:

  • Die Erstellung eines offenen Datensatzes mit Wörtern und Beispielsätzen in genderinklusiver deutscher Sprache (Civic Data Lab Team & all.txt Team)
  • Die Umsetzung einer prototypischen Webanwendung für den Browser, mithilfe derer Nutzer*innen all.txt testen können und die als Basis für die weitere Entwicklung von all.txt dient (Dienstleister &effect GmbH und all.txt Team)
  • Das Aufsetzen von technischer Infrastruktur und technisch-organisatorischen Prozessen (DevOpsDevOpsDevOps ist ein Ansatz in der Softwareentwicklung und IT, bei dem die enge Zusammenarbeit zwischen Entwicklung („Development“) und IT-Betrieb („Operations“) im Vordergrund steht. In der klassischen Softwareentwicklung (z.B. Wasserfallmodell) sind Entwicklung und Betrieb meist stark voneinander getrennt und werden oft von unterschiedlichen Abteilungen oder Auftragnehmern durchgeführt. Die Software wird zunächst vollständig entwickelt, abgenommen und anschließend in den Betrieb überführt. Bei DevOps hingegen werden Entwicklung und Betrieb in gemeinsamen, agilen Teams integriert. So ergänzt DevOps agile Methoden, indem der Betrieb stärker in den Entwicklungsprozess eingebunden wird und erste fertige Funktionalitäten schnell an die Nutzer*innen bereitgestellt werden, um frühzeitig Feedback aus der Anwendung zu erhalten. Ziel von DevOps ist es, die Softwarequalität zu erhöhen, Entwicklungszyklen zu verkürzen und Updates schneller bereitzustellen. Zentrale Prinzipien sind die kontinuierliche Integration (Continuous Integration), die kontinuierliche Bereitstellung (Continuous Delivery) und eine weitgehende Automatisierung (siehe auch CI/CD).) (Dienstleister &effect GmbH und all.txt Team)

Ergebnisse

Hier stehen (Zwischen-)ergebnisse aus dem Projekt bereit, die Ihr im Sinne der gemeinwohlorientierten Datennutzung weiterverwenden könnt. Angaben zu den Lizenzangaben finden sich in den Materialien.

Übergangswelle

Technologien

Backend

  • ProgrammierspracheProgrammierspracheEine Programmiersprache ist eine künstliche Sprache, mit der Menschen Anweisungen und Programme schreiben können, die Computer ausführen können. Genau wie eine natürliche Sprache (z.B. Deutsch) hat eine Programmiersprache… … ein Vokabular: die Gesamtheit der “Schlüsselwörter” der Programmiersprache, die verwendet werden können, um ein Programm zu schreiben … eine Syntax bzw. Grammatik: Regeln, wie Wörter und andere Elemente (z.B. Klammer, Doppelpunkt, Komma, Semikolon) angeordnet werden müssen, damit der Computer sie versteht Im Gegensatz zu natürlichen Sprachen (z.B. Deutsch) hat bei einer Programmiersprache allerdings jedes Wort nur eine Bedeutung bzw. entspricht einer bestimmten Ausführungslogik durch den Computer. So löst in der Programmiersprache Python das Wort/der Befehl mean immer die Berechnung eines Mittelwerts aus – der Computer wird niemals “fies” werden. Verschiedene Programmiersprachen haben unterschiedliche Stärken - manche sind besonders gut für Webentwicklung geeignet, andere für die Datenanalyse oder für mobile Anwendungen.: Python
    • Frameworks: FastAPI
  • DatenbankDatenbankEine Datenbank ist ein System zur Speicherung und Verwaltung von Daten. Es handelt sich um eine Softwareanwendung, die strukturierte Daten in Tabellen (Spalten und Zeilen) organisiert und effiziente Abfragen und Transaktionen ermöglicht. Datenbanken werden in zahlreichen Bereichen eingesetzt, um große Mengen an Informationen sicher und zugänglich zu halten.: PostgreSQL

Frontend

  • Programmiersprache: Typescript
    • Frameworks: vue.js

Architektur & DevOps

  • Cloud: Scaleway
  • Infrastructure-as-Code (IaC): terraform
  • Versionierung: GitLab
  • CI/CDCI/CDCI/CD beschreibt einen automatisierten Prozess in der Softwareentwicklung, bei dem neue Änderungen der Software regelmäßig zusammengeführt (continuous integration), getestet und den Nutzer*innen der Software bereitgestellt (continuous deployment) werden. CI/CD ist eng mit dem Konzept des Deployments verknüpft, da es diesen letzten Schritt der Entwicklung einer Software - die Bereitstellung der Software für die Nutzer*innen - stark vereinfacht und durch Automatisierung beschleunigt. Als Teil des DevOps-Ansatzes trägt CI/CD dazu bei, Software schneller, zuverlässiger und mit weniger manueller Arbeit in Betrieb zu nehmen. Während DevOps der übergeordnete Ansatz ist, der Entwicklung und Betrieb zusammenbringt, beschreibt C/CD die konkreten Prozesse und Werkzeuge, mit denen dieser kontinuierliche Fluss von Änderungen automatisiert wird. Die folgende Grafik zeigt den grundsätzlichen Ablauf eines CI/CD Prozesses: & DeploymentDeploymentDeployment bezeichnet den Schritt, in dem eine entwickelte Software – zum Beispiel eine Website, ein Machine-Learning-Modell oder ein Chatbot – so bereitgestellt wird, dass sie tatsächlich genutzt werden kann. Im Gegensatz zur einfachen Installation von Standardsoftware (wie z.B. eines Textverarbeitungsprogramms) ist das Deployment eigener Software in der Regel kein einmaliger Klick, sondern ein mehrstufiger Prozess. Dies gilt insbesondere dann, wenn mehrere Personen beteiligt sind, verschiedene Testphasen notwendig sind oder ein stabiler und fehlerfreier Betrieb sichergestellt werden muss. Heutzutage wird dieser Prozess häufig so weit wie möglich automatisiert, um Deployments einfacher, weniger fehleranfällig und häufiger durchführen zu können (siehe DevOps).: GitLab CI/CD, Docker

Kommunikation & Projektmanagement

  • Slack
  • GitLab Issues
  • Notion (aber: Zugriff und Berechtigungen für alle sicherstellen!)
  • Google Docs
  • Zoom für Online-Meetings: anfangs wöchentlich/zweiwöchentlich, im späteren Projektverlauf nur noch alle paar Monate
Übergangswelle

Erkenntnisse

  • Sowohl die Entwicklung einer datenbasierten Webanwendung mit Frontend und BackendFrontend und BackendDie Begriffe Frontend und Backend bezeichnen unterschiedliche Bereiche oder Schichten (en: “Layer”) einer Anwendung: Das Frontend ist die Präsentationsebene einer Anwendung, die für die Benutzerin sichtbar ist und mit der sie mithilfe von Bedienelementen wie z.B. Buttons, Menüs oder Formularen interagieren kann. Das Backend ist der Bereich einer Anwendung, die dem Frontend die Logik der Anwendung bereitstellt. Im Backend werden z.B. Daten aus Datenbanken gelesen, Benutzer*innen authentifiziert oder Berechnungen durchgeführt. Frontend und Backend sind besonders bei WebApps relevant. In diesem Fall erfolgt die Kommunikation zwischen Frontend und Backend typischerweise über eine API. als auch die Implementation von DevOps-Praktiken wie CI/CD und Infrastructure-as-Code sind gut gelöste Probleme, die von kompetenten Dienstleistern zügig umgesetzt werden können. Die Integration von DevOps in der weiteren Entwicklung erfordert jedoch ein Grundverständnis und praktische Kompetenzen (z.B. Triggern von Pipelines). Hier ist ein guter Wissenstransfer und umfassende Dokumentation essenziell.
  • Die zentrale technische Herausforderung des Vorhabens war die Konzeption und Implementierung eines AlgorithmusAlgorithmusEin Algorithmus ist eine formal festgelegte Vorgehensweise, die eine Aufgabe gemäß eines bestimmten Schemas löst und einen Eingabewert zu einem Ausgabewert umformt. Ein Beispiel ist der PageRank-Algorithmus, der Websiten auf Grundlage der Linkpopularität, d.h. der Anzahl an Links die auf eine Seite verweisen, nach Relevanz sortiert. Im öffentlichen Diskurs wird der Begriff oft im Zusammenhang mit technischen Anwendungen zu Automatisierung und Optimierung von Prozessen, wie Suchmaschinenalgorithmen, Verschlüsselungstechniken und maschinelles Lernen., der beliebige Input-Texte in verschiedene Versionen von genderinklusive Sprache (z.B. verschiedene Neopronomen, Entgendern mit Gender-Sternchen/Doppelpunkt/Binnen-I, geschlechtsneutrale Formulierungen) “übersetzen” konnte. Zur Lösung dieser Herausforderung gibt es bisher keine Standardalgorithmen und –modelle. Es war und ist daher sehr unsicher, wie dieses Problem am besten gelöst werden kann. Eine Option besteht darin, computerlinguistische Methoden z.B. zu Co-Reference Resolution zu implementieren. Auf der anderen Seite werden die Funktionsumfänge von Small und Large Language Models immer schneller größer und können ggf. auch dieses Problem lösen. Hier muss noch mehr geforscht werden. Der Open Data Datensatz, der im Rahmen des Datenvorhabens entstand, kann hier als Benchmark und als Trainingsdatensatz dienen.

Erkenntnisse zur Zusammenarbeit und zur Organisation des Datenvorhabens

  • Strukturelle Hürden wie finanzielle Unsicherheit, zusätzlicher Überzeugungsaufwand für queere Projekte und klassistische Benachteiligung nicht-privilegierter Personen im IT-Umfeld haben Auswirkungen auf persönliche Kapazitäten und Ressourcen. Offene, verständnisvolle und empathische Kommunikation ist die zentrale Voraussetzung dafür, trotz dieser Herausforderungen erfolgreich zusammenarbeiten zu können.
  • Es ist wichtig, zentrale Unsicherheitsfaktoren zu identifizieren und sie zügig zu reduzieren. Bei der Planung des Datenvorhabens wäre es sinnvoll gewesen, stärker und früher auf den Algorithmus zu fokussieren und verschiedene Ansätze zu testen.
  • “Mut zum Pivotieren” – Flexibilität bei der Neuausrichtung von Vorhaben ist notwendig, gerade bei Vorhaben mit vielen unklaren Parametern und viel Unsicherheit hinsichtlich technischer Machbarkeit.
  • In einem von Unsicherheit und hoher Arbeitsbelastung geprägten Umfeld sind kleine, klar definierte Arbeitspakete noch wichtiger als sonst, um Erfolgserlebnisse zu schaffen und die Motivation im Team zu erhalten.
  • Strukturierte Arbeitsprozesse und gutes Projektmanagement sind essenziell.

Mehr zu Erkenntnissen aus dem DatenvorhabenDatenvorhabenDer Begriff Datenvorhaben beschreibt ein geplantes Projekt oder eine Initiative, bei dem bzw. der Daten eine zentrale Rolle spielen. Er umfasst die Sammlung, Analyse und Nutzung von Daten, um Entscheidungsprozesse zu verbessern und Innovationen voranzutreiben. Das CDL hat 2023 - 2025 Organisationen bei ihren individuellen Vorhaben begleitet. mit all.txt in unserem Blog Post.

Beteiligte

all.txt Team

Mpho und Kolleg*innen waren die zivilgesellschaftliche*n Partner*innen. Sie haben existierenden Code bereitgestellt, inhaltliche & technische Expertise eingebracht und den Datensatz miterstellt.

Erfahre mehr

&effect data solutions GmbH

Jan und Rahkakavee von &effect haben als technischer Dienstleister mit viel Expertise die Textbox umgesetzt und technische Infrastruktur sowie Deployment erarbeitet.

Erfahre mehr
Civic Data Lab

Civic Data Lab Team

Vom CDL Team waren Leo, Helen und Nevena betetiligt.

Aus dem Projektverlauf:

Übergangswelle

Kontakt zum Umsetzungs-Team

Mpho Mathelemuse (dey/dem)

all.txt Team und nun auch Teil des CDL Teams Kontakt in HumHub

Leo Preu (er/ihm)

CDL Team Kontakt in HumHub

Nevena Nikolajević (sie/ihr)

CDL Team Kontakt in HumHub