Das Thomas-Mann-Korpus

Warum das nötig war

Am 1. Januar 2026 sind Thomas Manns Werke in Ländern mit siebzigjähriger Schutzfrist gemeinfrei geworden. Bibliotheken und Archive haben darauf großzügig reagiert und Digitalisate zugänglich gemacht — Faksimiles, Handschriften, Erstdrucke als Bilder.

Ein Bild einer Seite ist kein Text. Man kann darin nicht suchen, nicht zählen, nicht zitieren, ohne abzuschreiben. Wer wissen will, wie oft Mann das Wort Bürgerlichkeit gebraucht, oder wie sich sein Satzbau zwischen den Betrachtungen und dem Zauberberg ändert, braucht Zeichen, keine Pixel.

Ein großer Teil dieses Korpus lag bereits als Text vor. 523.201 Wörter lagen es nicht — darunter die vollständigen Betrachtungen eines Unpolitischen, Rede und Antwort, Bemühungen und Die Forderung des Tages, also gerade die Essays, in denen Mann in eigener Sache argumentiert. Diese Bände wurden hier von Scans neu transkribiert und geprüft. In der Tabelle sind sie mit ◆ bezeichnet.

Die Werke

Jede Datei ist reiner UTF-8-Text in der Orthographie der Vorlage, ohne Modernisierung. Der Kurz-Hash identifiziert die Fassung; die vollständigen Prüfsummen stehen in SHA256SUMS, die Herkunft jedes Bandes in manifest.json.

Für Studierende

Das Korpus ist absichtlich langweilig gebaut: eine Textdatei je Werk, keine Datenbank, kein Zugang, kein Konto. Damit arbeitet jedes Werkzeug, das Sie schon haben.

curl -O https://mann.institution.art/korpus/thomas-mann-korpus.tar.gz
tar xzf thomas-mann-korpus.tar.gz

# Wie oft steht "Bürgerlichkeit" bei Mann?
grep -o -i "bürgerlichkeit" *.txt | wc -l

# Alle Stellen mit "Ironie" im Zauberberg, mit Kontext
grep -n -i -C1 "ironie" der_zauberberg*.txt

Zitierhinweis: Bitte nennen Sie Werk, Fassung (Kurz-Hash) und Abrufdatum. Die Datei ist die Ausgabe, aus der Sie zitieren — der Hash macht sie überprüfbar.

Was wir damit gemacht haben

Dieses Korpus entstand als Nebenprodukt. Die eigentliche Frage war, ob man einer Maschine beibringen kann, in Manns Manier zu argumentieren — nicht seine Sätze zu wiederholen, sondern eine Gegenwartsfrage so zu behandeln, wie er sie behandelt hätte: mit zwei ernst genommenen Positionen und ohne wohlfeile Entscheidung.

Die Antwort ist unfertig und wird hier nicht behauptet. Was sich messen ließ, ist gemessen; was nicht, ist offen. Ein Beispiel ist ausdrücklich als Maschinentext gekennzeichnet. Kein von uns erzeugter Text wird je als Mann ausgegeben.

Das Korpus hängt an diesem Ergebnis nicht. Es ist unabhängig von jedem Modell und bleibt bestehen, auch wenn das Experiment scheitert. Darum steht es zuerst auf dieser Seite.