Datenpakete & Lizenzen

Die Daten hinter dem Vokabelsammler

Die Wörterbücher und Vokabelpakete der App sind frei lizenziert und stehen hier als Dateien zum Herunterladen bereit: als SQLite-Datenbanken und JSON-Dateien, mit allen Angaben zu Quellen, Änderungen und Lizenz.

Kurz gesagt: Die Daten stammen aus Wiktionary und UniMorph und stehen unter der Lizenz CC BY-SA 4.0. Du darfst sie kopieren, verändern und weitergeben, auch kommerziell – wenn du die Quellen nennst, Änderungen kenntlich machst und das Ergebnis unter denselben Bedingungen weitergibst. Die Einzelheiten stehen unten im Abschnitt Lizenz und Quellenangabe.

Wörterbuch-Pakete

Wörterbücher als SQLite-Datenbank

Ein Wörterbuch-Paket ist eine ZIP-Datei mit einer SQLite-3-Datenbank. Sie enthält die Wörter (Lemmata) einer Sprache mit Wortart, Geschlecht und allen Wortformen sowie Übersetzungen in andere Sprachen. Genau diese Dateien lädt die App herunter. Spanisch und Französisch sind in Vorbereitung.

Deutsch de.sqlite.zip

Version: 2026.10.7
Wörter: 160.323
Wortformen: 2.297.891
Übersetzungen: 265.078
Entpackt: 548 MB

Herunterladen (125 MB)

Griechisch el.sqlite.zip

Version: 2026.10.6
Wörter: 81.135
Wortformen: 1.063.853
Übersetzungen: 11.023
Entpackt: 286 MB

Herunterladen (55,7 MB)

Englisch en.sqlite.zip

Version: 2026.10.5
Wörter: 81.694
Wortformen: 170.231
Übersetzungen: 149.882
Entpackt: 59,3 MB

Herunterladen (21,9 MB)

Stand der Angaben: 2026-10-26. Die Dateien werden von Zeit zu Zeit erneuert; die Version steht in der Datenbank (Tabelle pack_info) und in der Paketliste index.json.

Vokabelpakete

Wortlisten als JSON-Datei

Ein Vokabelpaket ist eine JSON-Datei mit Wörtern zu einem Niveau oder Thema: Wort, Übersetzung(en), Wortart, Geschlecht, Beispielsatz mit Übersetzung und Formen. Die Beispielsätze und ein Teil der Übersetzungen wurden mit Hilfe von KI-Diensten erstellt und durchgesehen. Für die Pakete gilt dieselbe Lizenz wie für die Wörterbuch-Pakete.

Paket	Sprachen	Art	Wörter	Version	Datei
A1	🇬🇷 Griechisch → 🇩🇪 Deutsch	Niveau A1	477	2026.10.1	el-a1-de-1.json (6,5 MB)
Essen und Trinken	🇬🇷 Griechisch → 🇩🇪 Deutsch	Thema	487	2026.10.4	el-essen-drinken-nahrung-restaurant-de-1.json (4,1 MB)
Nautik & Segeln	🇬🇷 Griechisch → 🇩🇪 Deutsch	Thema	123	2026.10.2	el-nautik.json (1,2 MB)
A1	🇬🇧 Englisch → 🇩🇪 Deutsch	Niveau A1	497	2026.10.3	en-a1-de-1.json (1,4 MB)
A1	🇪🇸 Spanisch → 🇩🇪 Deutsch	Niveau A1	491	2026.10.2	es-a1-de-1.json (4,5 MB)

Die Liste aller Pakete steht in vocab-packages/index.json. Stand: 2026-10-26.

Aufbau der Datenbank

Jedes Wörterbuch-Paket ist eine SQLite-3-Datei (Schema-Version 1). Du kannst sie mit jedem SQLite-Werkzeug öffnen, zum Beispiel mit sqlite3 auf der Kommandozeile.

Tabelle	Inhalt
pack_info	Schlüssel und Werte zum Paket: `pack_code`, `language_code`, `version`, `exported_at`, `schema_version`.
lemma	Die Wörter in Grundform: Sprache, Schreibweise (`lemma`, `normalized_lemma`), Wortart (`morph_type`: `n` Nomen, `v` Verb, `a` Adjektiv, `d` Adverb, `p` Pronomen, `phrase` Ausdruck …), Geschlecht und Angaben zu den Formen (unveränderlich, nur Singular/Plural, Steigerung).
form	Alle Wortformen eines Wortes (`surface`) mit Person, Zahl, Zeit, Modus, Genus verbi, Fall, Geschlecht, Steigerungsstufe und weiteren Merkmalen.
lemma_translation	Übersetzungen eines Wortes in andere Sprachen mit Rang, Hinweis, Herkunft (`source_type`: z. B. `wiktionary-kaikki`, `manual`, `ai-generated`) und Fachgebiet.
category	Fachgebiete mit Namen auf Deutsch, Englisch, Spanisch, Französisch und Griechisch.
source, license, form_source	Woher eine Form stammt: Quelle, Lizenz und Verweis auf den Eintrag der Quelle. So lässt sich zu jeder Form nachvollziehen, aus welcher Quelle sie kommt.

Die Datenbank ist für den Einsatz in der App gebaut und verändert sich mit ihr; spätere Versionen können Tabellen oder Spalten ergänzen. Verlass dich bei eigenen Programmen auf pack_info.schema_version und nicht auf eine bestimmte Spaltenzahl.

Beispielabfragen

-- alle Formen des Wortes „Haus“ (Deutsch-Paket)
SELECT f.surface, f.number, f.grammatical_case
FROM lemma l
JOIN form f ON f.lemma_id = l.id
WHERE l.language_code = 'de' AND l.normalized_lemma = 'haus' AND l.morph_type = 'n'
ORDER BY f.number, f.grammatical_case;

-- Übersetzungen eines Wortes
SELECT t.language_code, t.translation
FROM lemma l
JOIN lemma_translation t ON t.lemma_id = l.id
WHERE l.language_code = 'de' AND l.normalized_lemma = 'haus';

Lizenz und Quellenangabe

Diese Datenpakete enthalten sprachliche Daten, die aus freien Ressourcen abgeleitet wurden, darunter UniMorph und Wiktionary. Sie können zusätzliche Normalisierungen, Umstrukturierungen, Filter, Anreicherungen und Fehlerkorrekturen enthalten.

Die Daten werden unter denselben ShareAlike-Bedingungen weitergegeben, die das Ausgangsmaterial verlangt: Creative Commons Namensnennung – Weitergabe unter gleichen Bedingungen 4.0 International (CC BY-SA 4.0). Soweit Teile der Daten aus Material unter CC BY-SA 3.0 stammen (UniMorph), werden sie nach den Bedingungen dieser Lizenz in einer späteren Version derselben Lizenz weitergegeben. Die Lizenztexte: CC BY-SA 4.0, CC BY-SA 3.0.

Quellen

Wiktionary – wiktionary.org. Lizenz: CC BY-SA 4.0 für den Text der Einträge, mit zusätzlichen Lizenzangaben der Wikimedia Foundation, wie sie Wiktionary dokumentiert. Die Daten wurden über das Projekt Wiktextract von Tatu Ylonen (kaikki.org) aus den Wiktionary-Datenabzügen (englische und weitere Ausgaben, Stand 2026) in strukturierte Form gebracht.
UniMorph – unimorph.github.io. Lizenz: CC BY-SA 3.0; bitte prüfe zusätzlich die Lizenz des jeweiligen Sprachdatensatzes im UniMorph-Repository.
Eigene Ergänzungen: von Hand eingetragene Wörter, Formen und Übersetzungen, per Regelmodell abgeleitete Formen (zum Beispiel Genitiv Plural im Griechischen) und Übersetzungen, die mit Hilfe von KI-Diensten ergänzt wurden. Sie sind in der Datenbank als solche gekennzeichnet (form_source, lemma_translation.source_type) und stehen unter derselben Lizenz.

Änderungen an den Quellen

Die Ursprungsdaten wurden für diese Datensätze verarbeitet und verändert, unter anderem durch:

Normalisierung von Formen und Merkmalen (Etiketten wie Fall, Zahl, Zeit),
Umstrukturierung in ein eigenes, für die App gebautes Format,
Entfernen doppelter Einträge und Bereinigung,
Ergänzen abgeleiteter Angaben (zum Beispiel Rang, Steigerungsangaben, Rückrichtung von Übersetzungen),
Korrekturen und Konsistenzprüfungen, teils von Hand.

Weitergabe und Namensnennung

Wenn du die Daten oder daraus abgeleitete Daten weitergibst, nenne die Quellen, verweise auf die Lizenz, gib an, dass du Änderungen vorgenommen hast, und gib dein Ergebnis unter CC BY-SA 4.0 weiter. Der folgende Text ist ein Vorschlag:

Enthält Daten der Vokabelsammler-Datenpakete (wordcollector.de/datenpakete/), abgeleitet aus
Wiktionary (wiktionary.org, CC BY-SA 4.0; aufbereitet mit Wiktextract/kaikki.org) und
UniMorph (unimorph.github.io, CC BY-SA 3.0). Die Daten wurden verändert.
Lizenz: CC BY-SA 4.0 (creativecommons.org/licenses/by-sa/4.0/)

Die Namensnennung gegenüber den Wiktionary-Autorinnen und -Autoren erfolgt über die Nennung von Wiktionary mit Verweis auf das Projekt und die Versionsgeschichte der jeweiligen Seiten (Seitenverlauf bei Wiktionary).

Weitere Hinweise

Die Daten sind maschinell aus Gemeinschaftswörterbüchern gewonnen und können Fehler und Lücken enthalten. Es gibt keine Gewähr für Richtigkeit und Vollständigkeit.
Diese Datensätze und die App stehen in keiner Verbindung zu UniMorph, Wiktionary oder der Wikimedia Foundation und werden von ihnen nicht unterstützt oder empfohlen.
Die App selbst (Programmcode, Oberfläche, Texte, Logo) ist nicht Teil dieser Lizenz; für sie gelten die Bedingungen des App Stores.
Fragen zur Lizenz oder Fehler in den Daten? Schreib uns über Support & Kontakt.