Flesch-Index
Der Flesch-Index ist eine Lesbarkeitsformel, die dazu verwendet wird, die Verständlichkeit eines Textes einzuschätzen. Je höher der Flesch-Wert, desto einfacher ist der Text zu lesen. Besonders im Content-Marketing und bei der Erstellung von nutzerfreundlichen Inhalten ist der Flesch-Index ein hilfreiches Werkzeug, um sicherzustellen, dass ein Text die richtige Lesbarkeit für die jeweilige Zielgruppe hat.
Berechnung des Flesch-Indexes
Die Berechnung des Flesch-Indexes basiert auf zwei wesentlichen Faktoren:
- Satzlänge – Die durchschnittliche Anzahl an Wörtern pro Satz.
- Wortlänge – Die durchschnittliche Anzahl an Silben pro Wort.
Die Formel für den Flesch-Index lautet:
Flesch-Index = 180 - ASL - (58,5 * ASW)
Dabei ist:
- ASL: Durchschnittliche Satzlänge (Anzahl der Wörter pro Satz)
- ASW: Durchschnittliche Silbenzahl pro Wort
Einteilung des Flesch-Indexes
Der Flesch-Index reicht von 0 bis 100 und lässt sich wie folgt unterteilen:
Flesch-Wert | Beschreibung | Beispieltext |
---|---|---|
90 - 100 | Sehr leicht | Werbeslogans, einfache Anweisungen |
80 - 90 | Leicht | Kinderbücher, Grundlagentexte |
70 - 80 | Einfach | Populärwissenschaftliche Artikel, Ratgeber |
60 - 70 | Normal | Artikel in Magazinen, allgemeine Nachrichten |
50 - 60 | Anspruchsvoll | Texte für Fachpublikum, längere Berichte |
30 - 50 | Schwierig | Wissenschaftliche Artikel, komplexe Anleitungen |
0 - 30 | Schwer | Akademische Texte, juristische Fachliteratur |
Beispiele für den Flesch-Index
- Sehr leichter Text (90–100): „Lies diesen Text. Er ist kurz und einfach. Alle können ihn verstehen.“
- Normaler Text (60–70): „Das Keyword-Tool hilft dir, relevante Begriffe zu finden und deinen Content besser zu strukturieren. Die Benutzerfreundlichkeit des Tools ermöglicht eine schnelle Einarbeitung und spart Zeit.“
- Anspruchsvoller Text (50–60): „Die Implementierung von Keyword-Clustern in die Content-Strategie optimiert die thematische Ausrichtung und fördert die SEO-Relevanz durch gezielte Keyword-Platzierung in den Inhalten.“
- Schwerer Text (0–30): „Die Methodik des Keyword-Clusterings basiert auf komplexen algorithmischen Modellen, die semantische Ähnlichkeiten und thematische Beziehungen zwischen Suchbegriffen quantifizieren, um relevante Content-Segmente zu identifizieren.“