Chinesisch ist die weltweit meistgesprochene Erstsprache, und auch die Zahl der Lernenden als Zweitsprache steigt kontinuierlich an. Die Bereitstellung wissenschaftlich gestufter Lesematerialien für Lernende mit unterschiedlichem Hintergrund ist für die Entwicklung der Sprachfähigkeiten und die Verbesserung der Lesekompetenz von großer Bedeutung. Dieser Artikel untersucht anhand einer systematischen Analyse von 44 relevanten chinesischen und englischen Publikationen aus den Jahren 2010 bis 2024 den aktuellen Forschungsstand und die Entwicklungstrends der automatischen Bewertung der Lesbarkeit chinesischer Texte, mit besonderem Fokus auf die Implikationen für die Praxis des internationalen Chinesischunterrichts. Die Forschung zeigt, dass die Lesbarkeitsforschung für Chinesisch derzeit hauptsächlich auf Korpora aus Lehrbuchmaterialien basiert. Korpora für Zweitsprachler konzentrieren sich neben Lehrbüchern vor allem auf begrenzte Texttypen wie Materialien für den Chinesisch-Sprachtest (HSK). In Bezug auf die Darstellung sprachlicher Merkmale bestätigt die Studie, dass spezifische Merkmale wie Grammatikpunkte eine höhere Vorhersagegüte für Zweitsprachler aufweisen. Methodologisch zeigt die Forschung einen Trend von der traditionellen linearen Regression hin zum Deep Learning, insbesondere im Bereich der Stufung internationaler chinesischer Lehrbücher.

Textlesbarkeit;chinesische Texte;Klassifikationsmethoden;Textrepräsentation;chinesische Lesbarkeitsplattform;internationaler Chinesischunterricht