Para tener fluidez conversacional en alemán necesitas aproximadamente 3.000 familias de palabras de alta frecuencia, que cubren cerca del 95% de las palabras del habla y la escritura corrientes. Leer novelas y periódicos sin diccionario apunta a unas 8.000-9.000 familias (Nation, 2006). El alemán complica esto más que la mayoría de los idiomas, porque su costumbre de soldar sustantivos entre sí hace que la pregunta «cuántas palabras» no tenga una respuesta estable hasta que decides qué es una palabra.
Qué cuenta como una palabra en alemán#
El mismo párrafo en alemán produce cuatro totales distintos según la unidad que cuentes.
| Unidad | Definición | Ejemplo en alemán |
|---|---|---|
| Token | Cada palabra que aparece, contada cada vez | spricht, spricht, sprechen = 3 tokens |
| Tipo | Cada forma escrita distinta, contada una vez | spricht, sprechen = 2 tipos |
| Lema | Una palabra base más sus formas flexionadas | sprechen cubre spreche, sprichst, sprach, gesprochen |
| Familia de palabras | Un lema más sus derivaciones transparentes | sprechen más Sprache, Sprecher, Gespräch, aussprechen |
Dos rasgos del alemán hacen que la unidad de familia sea especialmente útil. Los verbos de prefijo separable se dividen dentro de la oración, así que anrufen aparece como ich rufe dich an, y un principiante que lea esa frase ve un verbo y una partícula suelta en lugar de un solo lema. La apofonía de los verbos fuertes cambia la propia raíz, así que singen, sang, gesungen parecen tres elementos y son uno. Cuando alguien cita una meta de vocabulario en alemán, casi siempre se refiere a lemas o familias. A Frequency Dictionary of German (2006) de Jones y Tschirner está construido sobre los 4.000 lemas más frecuentes, y sus autores informan de que esos pocos miles de entradas representan la gran mayoría de las palabras de un texto corrido en el corpus.
Los sustantivos compuestos rompen el recuento#
El alemán forma compuestos de manera productiva, lo que significa que los hablantes fabrican sustantivos nuevos sobre la marcha apilando otros ya existentes. Handschuh es «zapato de mano», un guante. Geschwindigkeitsbegrenzung es un límite de velocidad. Krankenversicherungskarte es una tarjeta de seguro médico. Ninguno de ellos necesita aprenderse como un elemento aparte si ya conoces las partes, porque el significado es composicional y normalmente obvio.
Esto destroza las estadísticas ingenuas de vocabulario en dos direcciones a la vez. Una lista de frecuencia cuenta cada compuesto como su propio tipo, así que los corpus de alemán muestran muchos más tipos distintos que los corpus de inglés del mismo tamaño, con una cola enorme de compuestos que aparecen exactamente una vez. Eso infla cualquier afirmación del tipo «el alemán tiene X palabras». Al mismo tiempo, la carga de aprendizaje es menor de lo que sugiere el recuento de tipos, porque un compuesto que nunca has visto suele ser transparente al instante. La consecuencia práctica: evalúa tu vocabulario alemán por familias y raíces, no por entradas de diccionario, y trata los sustantivos largos desconocidos como un ejercicio de descodificación, no como una tarea de memorización. Un estudiante que conoce Kranken-, Versicherung y Karte ya se ha ganado la tercera palabra gratis.
Los compuestos no siempre son transparentes, y vale la pena decirlo con honestidad. Handschuh se adivina; Wahrzeichen (monumento emblemático) y Augenblick (momento) son idiomáticos y hay que aprenderlos. Pero los casos transparentes dominan, sobre todo en el alemán técnico y administrativo.
Los umbrales de cobertura detrás de «fluido»#
La investigación sobre vocabulario mide la cobertura, la proporción de palabras de un texto que el lector ya conoce. Dos umbrales se repiten. El 95% de cobertura se suele describir como el mínimo para una comprensión adecuada cuando el contexto puede cubrir el resto (Laufer, 1989), aproximadamente una palabra desconocida de cada veinte. El 98% de cobertura es el nivel que Hu y Nation (2000) asociaron con una lectura genuinamente independiente, aproximadamente una palabra desconocida de cada cincuenta. El análisis de Nation de 2006 situó el vocabulario necesario para el 98% en unas 8.000-9.000 familias de palabras para el texto escrito, y bastante menos, unas 6.000-7.000, para el lenguaje hablado, porque el habla recicla un núcleo más pequeño.
Cuánto texto cubren las primeras 1.000, 2.000 y 5.000 palabras#
La frecuencia es brutalmente desigual. Zipf (1949) describió la forma: unos pocos elementos aparecen constantemente, la mayoría casi nunca aparece.
| Familias de palabras más frecuentes | Cobertura aproximada del texto | Qué suele desbloquear |
|---|---|---|
| 1.000 | ~80-85% | Alemán de supervivencia, la idea general de una conversación sencilla |
| 2.000 | ~90% | Intercambios cotidianos con lagunas; lecturas graduadas |
| 3.000 | ~95% | Fluidez oral cómoda; la mayoría de los temas diarios |
| 5.000 | ~96-97% | Noticias simplificadas, cine subtitulado con contexto |
| 8.000-9.000 | ~98% | Novelas y periódicos sin editar, leídos por placer |
La franja superior en alemán son palabras funcionales y verbos de trabajo: der, die, und, sein, haben, werden, können, müssen, machen, gehen. Aprenderlos es inevitable y enormemente rentable. El reverso es la parte desalentadora: subir del 95% al 98% significa adquirir varios miles de palabras progresivamente más raras que encontrarás solo ocasionalmente. Eso es una propiedad de la distribución de frecuencia, no un fallo de tu método de estudio. La misma curva aparece en todos los idiomas estudiados, por eso las metas de vocabulario en español caen casi en el mismo sitio.
Vocabulario alemán por nivel del MCER#
El MCER describe lo que un estudiante puede hacer y deliberadamente no especifica ningún tamaño de vocabulario. El alemán, sin embargo, ofrece una forma inusualmente buena de contrastar las cifras, porque el Goethe-Institut publica listas de palabras para sus exámenes A1, A2 y B1, y la lista de B1 tiene unos 2.400 elementos. Eso coincide bastante con las estimaciones de abajo, que se apoyan en la investigación sobre tamaño de vocabulario (Milton, 2009).
| Nivel MCER | Familias de palabras aproximadas | Qué suele permitir |
|---|---|---|
| A1 | 500-1.000 | Presentaciones, números, compras, datos personales sencillos |
| A2 | 1.000-2.000 | Intercambios rutinarios, narración en pasado, textos cortos y sencillos |
| B1 | 2.000-3.000 | Situaciones de viaje y de trabajo, habla estándar clara, lecturas graduadas |
| B2 | 4.000-5.000 | Discusión abstracta, lectura de prensa con alguna búsqueda ocasional |
| C1 | 6.000-8.000 | Uso profesional y académico, la mayor parte de la literatura |
| C2 | 9.000-10.000+ | Rango cercano al nativo, incluidos los modismos, el registro y la prosa especializada |
Por qué cada cifra de aquí es una estimación#
Trata todo lo anterior como rangos. La unidad domina: contar familias en lugar de tipos puede multiplicar o dividir por varias veces el total del alemán, por culpa de los compuestos. El corpus importa a continuación, ya que una lista derivada de una colección de subtítulos como OpenSubtitles pondera el vocabulario conversacional de forma muy distinta a una construida con Die Zeit. Conocer una palabra no es binario, así que el vocabulario pasivo siempre supera al activo. Y la cobertura no es comprensión: puedes conocer el 98% de las palabras de una póliza de seguro alemana y aun así no saber a qué te comprometiste.
Cómo construir de verdad un vocabulario alemán de ese tamaño#
Las listas por sí solas son lentas y se olvidan. Dos mecanismos respaldados por evidencia hacen el trabajo cuando se combinan.
Volumen de lectura comprensible. La hipótesis del input de Krashen (1985) sostiene que la adquisición ocurre cuando entiendes mensajes ligeramente por encima de tu nivel actual. Leer en alemán algo que en su mayoría puedes seguir pone las familias de alta frecuencia delante de ti repetidamente en contexto natural, y es también donde la descodificación de compuestos se vuelve automática. La distinción entre el estudio cuidadoso y la lectura de alto volumen se trata en lectura intensiva frente a extensiva.
Repaso programado. Repasar en intervalos cada vez más amplios combate la curva del olvido que Ebbinghaus publicó en 1885 con mucha más eficiencia que releer, un hallazgo confirmado en docenas de experimentos revisados por Cepeda y sus colegas en 2006. El argumento práctico a favor de la repetición espaciada repasa la programación.
LingoBlend combina ambos. Pega un artículo o capítulo en alemán, ajusta el porcentaje de mezcla, y las palabras del idioma objetivo se entretejen en un texto que ya entiendes, que es el diglot weave de Burling de 1968 con un motor moderno. Al tocar una palabra mezclada ves su significado, su gramática y su forma base, así que gesprochen se resuelve a sprechen y los verbos separables dejan de parecer dos piezas sin relación. Las palabras guardadas pasan entonces a una cola de repetición espaciada SM-2 que alimenta cinco juegos de repaso. La guía para aprender alemán es un buen punto de partida.