Zusammenfassung In der Vergangenheit wurde Kritik am HSM-Satztest dahingehend geäußert, dass die Objektivität durch Inhomogenität der Testlisten und mögliche Wiederholungseffekte durch die limitierte Anzahl an Sätzen eingeschränkt sei. Auf diese Kritik sollte mit einer Erweiterung des HSM- Satztestmaterials reagiert werden. Dazu wurden 1388 neue und alte, schon in den bisherigen HSM-Listen enthaltene Sätze zusammengestellt und aufgesprochen (Angermüller, unpublizierte Dissertation). In der vorliegenden Arbeit wurden diese Sätze individuell auf Verstehbarkeit evaluiert und eine Methode entwickelt, mit der die Sätze so auf Listen verteilt werden konnten, dass alle Listen den gleichen Mittelwert und minimale Varianz des Verstehbarkeits-Schwierigkeitsgrades aufwiesen. Um die Situation von Hörbehinderten, für die derartige Tests vorgesehen sind, zu imitieren und um die Verstehbarkeit in einen empfindlichen Bereich zu bringen, wurden alle Sätze auf gleiche Spitzenwerte des SPLs (sound pressure levels) kalibriert und mit einem spektral sprachähnlichen (CCITT-) Rauschen bei einem festen SNR (Signal-Rausch-Abstand) versehen. Anschließend wurden sie 36 normalhörenden Probanden dargeboten, um jedem Satz einen Verstehbarkeitsgrad zuweisen zu können. Jeder Proband hörte ein Drittel der Gesamtsatzmenge, so dass jeder Satz von jeweils 12 Probanden beurteilt wurde. Basierend auf den Satzverstehbarkeitswerten wurde eine Methode entwickelt, die die Sätze den Listen nach bestimmten Vorgaben zuwies, so dass Listen mit exakt gleicher mittlerer Verstehbarkeit resultierten. Die Methode der Listeneinteilung erwies sich als so leistungsfähig, dass ein zusätzliches Kriterium berücksichtigt werden konnte. Es konnte auch die Varianz der Verstehbarkeit innerhalb der Listen sehr weitgehend angeglichen werden. Die Methode ist auch auf andere Sprachverständnistests übertragbar, sofern einige Voraussetzungen erfüllt sind. Es stellte sich allerdings auch heraus, dass die Sätze von vielen Probanden als unterschiedlich laut wahrgenommen wurden. Dies kann einerseits an der Aufsprache selbst gelegen haben, zum anderen ist es möglich, dass die Methode der Lautstärkenkalibrierung dafür verantwortlich ist, worauf es gewisse statistische Hinweise gibt. Dies zu untersuchen und gegebenenfalls zu verbessern sollte Aufgabe von zukünftigen Untersuchungen sein. / Abstract In the past, the HSM-sentence-test has been criticised to the effect that its objectivity was compromised by inhomogeneity of the sentence lists and by possible repetition effects due to a limited number of sentences. These criticisms were addressed by an extension of the sentence material of the HSM-sentence-test. First, 1388 new and old, already in the original HSM lists contained sentences were collected and recorded (Angermüller, unpublished PhD thesis). In the work presented in this thesis, the sentences were individually evaluated for intelligibility and a method was developed to allocate sentences to lists in such a way, that the lists had the same average level and minimum variance of understanding difficulty. To imitate the condition of hearing-impaired subjects, for whom such tests are designed, and to bring the intelligibility into a sensitive range, the peak SPLs (sound pressure levels) of all sentences were calibrated and a speech spectrum (CCITT) noise was added at a fixed SNR (signal to noise ratio). Then the sentences were presented to 36 normal hearing subjects to determine their individual degree of intelligibility. Each test subject was presented a third of the whole sentence material, and therefore, each sentence was judged by 12 subjects. Based on the degrees of intelligibility, a method was developed with which sentences could be allocated to lists, considering certain prerequisites. As a result, we obtained lists with exactly the same average intelligibility. This method turned out to be so efficient that an additional criterion could be accounted for. It was also possible to equalize to a large extent the within-list variance. The method can be transferred to other speech perception tests as long as a number of conditions are met. One observation however, was that sentences were perceived as different loud by many subjects. On one hand, this may have been a property of the recordings themselves. But possibly it may also have been due to the method of loudness calibration, for what we found some statistical evidence. Further analysis and improvement, where appropriate, should be the focus of future studies.