Pour être fluide à l'oral en allemand, il vous faut environ 3 000 familles de mots à haute fréquence, ce qui couvre près de 95 % des mots de la conversation et de l'écrit ordinaires. Lire des romans et des journaux sans dictionnaire demande plutôt environ 8 000 à 9 000 familles (Nation, 2006). L'allemand complique la question plus que la plupart des langues, car son habitude de souder les noms entre eux fait que « combien de mots » n'a pas de réponse stable tant que vous n'avez pas décidé ce qu'est un mot.
Ce qui compte comme un mot en allemand#
Le même paragraphe allemand produit quatre totaux différents selon l'unité que vous comptez.
| Unité | Définition | Exemple allemand |
|---|---|---|
| Occurrence | Chaque mot du texte, compté à chaque apparition | spricht, spricht, sprechen = 3 occurrences |
| Forme | Chaque forme écrite distincte, comptée une fois | spricht, sprechen = 2 formes |
| Lemme | Un mot de base et ses formes fléchies | sprechen couvre spreche, sprichst, sprach, gesprochen |
| Famille de mots | Un lemme et ses dérivés transparents | sprechen plus Sprache, Sprecher, Gespräch, aussprechen |
Deux particularités de l'allemand rendent l'unité « famille » particulièrement utile. Les verbes à particule séparable se scindent dans la phrase, si bien qu'anrufen devient ich rufe dich an, et un débutant qui lit cette phrase y voit un verbe et une particule esseulée plutôt qu'un seul lemme. L'ablaut des verbes forts change la racine elle-même, si bien que singen, sang, gesungen ont l'air de trois éléments distincts alors qu'ils n'en forment qu'un. Quand quelqu'un cite un objectif de vocabulaire allemand, il s'agit presque toujours de lemmes ou de familles. A Frequency Dictionary of German (2006) de Jones et Tschirner s'appuie sur les quelque 4 000 lemmes les plus fréquents, et ses auteurs rapportent que ces quelques milliers de mots-souches représentent la grande majorité des occurrences du corpus.
Les mots composés faussent le décompte#
L'allemand forme des mots composés de façon productive, ce qui veut dire que les locuteurs fabriquent de nouveaux noms à la volée en empilant des mots déjà connus. Handschuh est une chaussure-de-main, un gant. Geschwindigkeitsbegrenzung est une limitation de vitesse. Krankenversicherungskarte est une carte d'assurance maladie. Aucun de ces mots n'a besoin d'être appris séparément si vous en connaissez déjà les éléments, car le sens est compositionnel et généralement évident.
Cela fausse les statistiques de vocabulaire naïves dans deux sens à la fois. Une liste de fréquence compte chaque composé comme une forme à part entière, si bien que les corpus allemands affichent beaucoup plus de formes distinctes que des corpus anglais de même taille, avec une immense traîne de composés qui n'apparaissent qu'une seule fois. Cela gonfle artificiellement toute affirmation du type « l'allemand compte X mots ». Dans le même temps, la charge d'apprentissage réelle est plus légère que ne le suggère le décompte des formes, car un composé jamais rencontré se devine souvent instantanément. Conséquence pratique : jugez votre vocabulaire allemand en familles et en racines, pas en entrées de dictionnaire, et traitez les noms longs inconnus comme un exercice de décodage plutôt que comme une tâche de mémorisation. Un apprenant qui connaît Kranken-, Versicherung et Karte a déjà gagné le troisième mot gratuitement.
Les composés ne sont pas toujours transparents, et il faut le dire honnêtement. Handschuh se devine ; Wahrzeichen (monument emblématique) et Augenblick (instant) sont idiomatiques et doivent être appris. Mais les cas transparents dominent largement, surtout dans l'allemand technique et administratif.
Les seuils de couverture derrière « fluide »#
La recherche sur le vocabulaire mesure la couverture, la part des mots d'un texte qu'un lecteur connaît déjà. Deux seuils reviennent constamment. 95 % de couverture est souvent décrit comme le plancher d'une compréhension correcte quand le contexte peut combler le reste (Laufer, 1989), soit environ un mot inconnu sur vingt. 98 % de couverture est le niveau que Hu et Nation (2000) associent à une lecture véritablement autonome, soit environ un mot inconnu sur cinquante. L'analyse de Nation en 2006 situe le vocabulaire nécessaire pour atteindre 98 % à environ 8 000 à 9 000 familles de mots pour l'écrit, et sensiblement moins, autour de 6 000 à 7 000, pour l'oral, car la parole recycle un noyau plus restreint.
Quelle part du texte couvrent les 1 000, 2 000 et 5 000 mots les plus fréquents#
La fréquence des mots est brutalement inégale. Zipf (1949) en a décrit la forme : quelques éléments apparaissent sans cesse, la plupart n'apparaissent presque jamais.
| Familles de mots les plus fréquentes | Couverture approximative du texte | Ce que cela débloque en général |
|---|---|---|
| 1 000 | ~80–85 % | Allemand de survie, l'idée générale d'une conversation simple |
| 2 000 | ~90 % | Échanges quotidiens avec des trous ; lectures graduées |
| 3 000 | ~95 % | Aisance confortable à l'oral ; la plupart des sujets du quotidien |
| 5 000 | ~96–97 % | Actualités simplifiées, films sous-titrés avec le contexte |
| 8 000–9 000 | ~98 % | Romans et journaux non adaptés, lus par plaisir |
La tranche la plus fréquente de l'allemand est dominée par les mots grammaticaux et les verbes à tout faire : der, die, und, sein, haben, werden, können, müssen, machen, gehen. Les apprendre est incontournable et extrêmement rentable. L'envers du décor est plus dégrisant : passer de 95 % à 98 % de couverture suppose d'acquérir plusieurs milliers de mots de plus en plus rares, que vous ne croiserez qu'occasionnellement. C'est une propriété de la distribution de fréquence, pas un échec de votre méthode d'étude. La même courbe se retrouve dans toutes les langues étudiées, ce qui explique pourquoi les objectifs de vocabulaire de l'espagnol se situent presque au même endroit.
Le vocabulaire allemand par niveau CECRL#
Le CECRL décrit ce qu'un apprenant sait faire et ne fixe volontairement aucune taille de vocabulaire. L'allemand bénéficie pourtant d'un repère de vérification inhabituellement solide, car le Goethe-Institut publie les listes de mots de ses examens A1, A2 et B1, et la liste B1 compte environ 2 400 éléments. Cela correspond d'assez près aux estimations ci-dessous, qui s'appuient sur la recherche sur la taille du vocabulaire (Milton, 2009).
| Niveau CECRL | Familles de mots approximatives | Ce que cela permet généralement |
|---|---|---|
| A1 | 500–1 000 | Présentations, nombres, achats, faits personnels simples |
| A2 | 1 000–2 000 | Échanges courants, récit au passé, textes courts et simples |
| B1 | 2 000–3 000 | Situations de voyage et de travail, discours standard clair, lectures graduées |
| B2 | 4 000–5 000 | Discussion abstraite, lecture de presse avec quelques recherches ponctuelles |
| C1 | 6 000–8 000 | Usage professionnel et universitaire, la plupart des œuvres littéraires |
| C2 | 9 000–10 000+ | Niveau proche du natif, y compris l'idiome, le registre et la prose spécialisée |
Pourquoi chaque chiffre ici est une estimation#
Traitez tout ce qui précède comme des fourchettes. L'unité domine tout : compter en familles plutôt qu'en formes peut multiplier un total allemand par plusieurs, à cause des composés. Le corpus compte ensuite : une liste tirée d'une collection de sous-titres comme OpenSubtitles pondère le vocabulaire conversationnel très différemment d'une liste construite sur Die Zeit. Connaître un mot n'est pas binaire, si bien que le vocabulaire passif dépasse toujours le vocabulaire actif. Et la couverture n'est pas la compréhension : vous pouvez connaître 98 % des mots d'un contrat d'assurance allemand et ne toujours pas savoir à quoi vous vous êtes engagé.
Comment construire concrètement un vocabulaire allemand de cette taille#
Les listes seules sont lentes et s'oublient vite. Deux mécanismes étayés par la recherche font le travail lorsqu'on les associe.
Un grand volume de lecture compréhensible. L'hypothèse de l'input de Krashen (1985) soutient que l'acquisition se produit quand vous comprenez des messages légèrement au-dessus de votre niveau actuel. Lire de l'allemand que vous suivez pour l'essentiel vous expose aux familles à haute fréquence de façon répétée et en contexte naturel, et c'est aussi là que le décodage des composés devient automatique. La distinction entre étude attentive et lecture à haut volume est détaillée dans lecture intensive et lecture extensive.
Des révisions planifiées. Réviser à intervalles croissants combat la courbe de l'oubli publiée par Ebbinghaus en 1885 bien plus efficacement que la relecture, un résultat confirmé par des dizaines d'expériences passées en revue par Cepeda et ses collègues en 2006. Le cas concret de la répétition espacée détaille la planification.
LingoBlend combine les deux. Collez un article ou un chapitre allemand, réglez le pourcentage de mélange, et des mots en langue cible se tissent dans un texte que vous comprenez déjà — le diglot weave de Burling (1968) avec un moteur moderne. Toucher un mot mélangé affiche son sens, sa grammaire et sa forme de base, si bien que gesprochen renvoie à sprechen et que les verbes à particule séparable cessent de ressembler à deux morceaux sans rapport. Les mots enregistrés alimentent ensuite une file de répétition espacée SM-2 qui nourrit cinq jeux de révision. Le guide d'apprentissage de l'allemand est un bon point de départ.