---
title: "Was ist die Wortfehlerrate (WER)? Formel und Beispiele"
description: "Die Wortfehlerrate misst die Genauigkeit von Speech-to-Text als Ersetzungen, Löschungen und Einfügungen je Referenzwort. Formel, Beispiel und wie man WER liest."
url: https://broadrouter.com/de/glossary/word-error-rate/
lang: de
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Mit KI-Unterstützung aus dem Englischen übersetzt. [Englisches Original lesen](https://broadrouter.com/glossary/word-error-rate/) (aktualisiert am 2026-11-16).

# Wortfehlerrate (Word Error Rate, WER)

Aktualisiert 2026-11-16

Die Wortfehlerrate (WER) ist das Standardmaß für die Genauigkeit der Spracherkennung: die Zahl der Wortersetzungen, -löschungen und -einfügungen, die nötig sind, um ein Transkript in die korrekte Referenz zu verwandeln, geteilt durch die Zahl der Wörter in der Referenz. Niedriger ist besser.

Auch genannt: WER, Wortfehlerrate, Wortfehlerquote, Genauigkeit der Spracherkennung, Transkriptionsgenauigkeit, word error rate, ASR accuracy, transcription accuracy, word accuracy

Die WER beantwortet eine Frage: Wie viele von je 100 gesprochenen Wörtern hat das Transkript falsch erfasst?

## So funktioniert es

Richten Sie das Transkript des Modells an einer korrekten menschlichen Referenz aus und zählen Sie dann drei Fehlerarten:

-   **S**ubstitutionen (Ersetzungen): ein falsches Wort anstelle des richtigen;
-   **D**eletionen (Löschungen): ein Wort, das gesagt wurde, aber fehlt;
-   **I**nsertionen (Einfügungen): ein Wort, das nicht gesagt wurde, aber auftaucht.

`WER = (S + D + I) / N`, wobei N die Zahl der Wörter in der Referenz ist.

Beispiel. Die Referenz lautet „please send the invoice to our office today“ (8 Wörter). Das Transkript lautet „please send an invoice to office today now“:

| Fehler | Anzahl |
| --- | --- |
| „the“ → „an“ | 1 Ersetzung |
| „our“ fehlt | 1 Löschung |
| „now“ hinzugefügt | 1 Einfügung |

WER = 3 / 8 = 0,375, also 37,5 %. Wikipedia merkt an, dass die WER eine Editierdistanz auf Wortebene ist und, weil Einfügungen nicht begrenzt sind, „can be larger than 1.0“ (Übersetzung: „größer als 1,0 sein kann“).

Tools wie das Python-Paket `jiwer` berechnen sie. Normalisieren Sie vorher beide Texte: Groß- und Kleinschreibung, Satzzeichen, Zahlen als Ziffern oder Wörter und bei Arabisch Diakritika sowie Alef- und Ya-Formen. Allein die Wahl der Normalisierung kann den Wert spürbar verändern.

## Warum es wichtig ist

-   **Modelle vergleichen.** Die WER ist die übliche Kennzahl auf Leaderboards und in Herstellerangaben und damit der erste Filter bei der Wahl einer [Speech-to-Text](https://broadrouter.com/de/glossary/speech-to-text/)\-API.
-   **Ihr Audio ist anders.** Dasselbe Modell kann bei vorgelesener Sprache und bei Telefonaten im Dialekt sehr unterschiedlich abschneiden. Bei Arabisch liefern Aufnahmen in [modernem Hocharabisch](https://broadrouter.com/de/glossary/msa/) und im Dialekt verschiedene Werte. Testen Sie mit Aufnahmen wie Ihren.
-   **Nicht alle Fehler wiegen gleich.** Die WER gewichtet jedes Wort gleich. Eine falsche Kontonummer zählt als ein Fehler, genau wie ein fehlendes „the“. Lesen Sie die Transkripte, nicht nur die Werte.

## Bei BroadNet Inference

BroadNet veröffentlicht eigene Labormessungen für [BroadNet Transcribe Arabic](https://broadrouter.com/de/models/cohere-transcribe-arabic/):

| Testset | Was es ist | WER (%) |
| --- | --- | --- |
| FLEURS-ar | Saubere vorgelesene Sätze | 3,8 |
| MASC-ar | Gemischte arabische Sprache aus dem Alltag | 21,1 |
| Dialekt-Set von BroadNet | Dialektsprache | 23,4 |

Der Abstand zwischen 3,8 und 23,4 zeigt, warum Ihr eigener Test zählt. BroadNet meldet für das Modell außerdem einen Rang von #2 von 37 (Angabe für September 2026; die Live-Rangliste führte das Modell am 15. November 2026 auf #4 von 39) im Open Universal Arabic ASR Leaderboard. Das Startguthaben von $5 reicht für etwa 1,190 Minuten arabisches Audio, genug für ein Testset. Der [Ratgeber für Käufer](https://broadrouter.com/de/blog/arabic-speech-to-text-api-buyers-guide/) enthält einen Testplan für eine Stunde, und die [Anleitung für Arabisch](https://broadrouter.com/de/guides/arabic-speech-to-text-api/) liefert den Code.

## Häufige Fragen

### Was ist eine gute Wortfehlerrate?

Das hängt vom Audio ab. Saubere vorgelesene Sprache kann einstellige Werte erreichen, während verrauschte Gespräche oder Dialektaufnahmen beim selben Modell oft weit höher liegen. Vergleichen Sie Modelle auf demselben Testset, am besten mit Ihren eigenen Aufnahmen.

### Kann die WER über 100 % liegen?

Ja. Einfügungen werden mitgezählt, der Nenner sind aber nur die Referenzwörter, daher kann ein Transkript mit vielen zusätzlichen Wörtern über 1,0 liegen.

### Wird die WER als Prozentwert oder als Dezimalzahl angegeben?

Beides ist üblich. 0,211 und 21,1 meinen meist dasselbe, etwa 21 Fehler pro 100 Referenzwörter. Prüfen Sie, welche Form eine Quelle verwendet.

## Siehe auch

-   [Speech-to-Text (Spracherkennung)](https://broadrouter.com/de/glossary/speech-to-text/) (Begriff)
-   [Zero Data Retention (ZDR)](https://broadrouter.com/de/glossary/zero-data-retention/) (Begriff)
-   [Modernes Hocharabisch (MSA)](https://broadrouter.com/de/glossary/msa/) (Begriff)
-   [Code-Switching](https://broadrouter.com/de/glossary/code-switching/) (Begriff)
-   [Zeichenfehlerrate (Character Error Rate, CER)](https://broadrouter.com/de/glossary/character-error-rate/) (Begriff)
-   [Speech-to-Text API für Arabisch: Schritt für Schritt](https://broadrouter.com/de/guides/arabic-speech-to-text-api/) (Anleitung)
-   [WhatsApp-Sprachnachrichten per API in Text umwandeln](https://broadrouter.com/de/guides/transcribe-whatsapp-voice-notes/) (Anleitung)
-   [Speech-to-Text-API für Arabisch: So wählen Sie 2026 die richtige](https://broadrouter.com/de/blog/arabic-speech-to-text-api-buyers-guide/) (Artikel)

Testen Sie es mit Ihrem echten Workload. Neue Konten starten mit USD 5 Guthaben für Gemma und Transkription. DeepSeek, GLM und Qwen3.8 erfordern eine Aufladung.

[Loslegen](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-glossary-word-error-rate&utm_content=page-cta) ·

**Quellen**

-   [Word error rate (englische Wikipedia) (geprüft am 2026-11-16)](https://en.wikipedia.org/wiki/Word_error_rate)
-   [Hugging Face Tasks, automatische Spracherkennung (WER) (geprüft am 2026-11-16)](https://huggingface.co/tasks/automatic-speech-recognition)
-   [Modellkatalog von BroadNet, Speech-to-Text (Labormessungen) (geprüft am 2026-11-16) (auf Englisch)](https://www.broadnet.ai/inference/models)
-   [Open Universal Arabic ASR Leaderboard (geprüft am 2026-11-16)](https://huggingface.co/spaces/elmresearchcenter/open_universal_arabic_asr_leaderboard)
