Textvereinfachung ist eine intralinguale Übersetzungsaufgabe, bei der Dokumente oder Sätze eines komplexen Quelltexts für eine Zielgruppe vereinfacht werden. Der Erfolg automatischer Textvereinfachungssysteme hängt stark von der Qualität paralleler Trainings- und Evaluierungsdaten ab. Um die Satz- und Dokumentvereinfachung im Deutschen voranzutreiben, präsentieren wir in diesem Beitrag DEplain, eine neue Datensammlung paralleler, professionell verfasster und manuell ausgerichteter Vereinfachungen im einfachen Deutsch („Plain DE“ oder auf Deutsch: „Einfache Sprache“). DEplain besteht aus einem Nachrichtenbereich (ca. 500 Dokumentenpaare, ca. 13.000 Satzpaare) und einer Web-Domain-Korpus (ca. 150 ausgerichtete Dokumente, ca. 2.000 ausgerichtete Satzpaare). Zudem entwickeln wir einen Web-Harvester und experimentieren mit automatischen Ausrichtungsmethoden, um die Integration nicht ausgerichteter sowie zukünftig veröffentlichter paralleler Dokumente zu erleichtern. Mittels dieses Ansatzes erweitern wir dynamisch den Web-Domain-Korpus, der derzeit auf ca. 750 Dokumentenpaare und ca. 3.500 ausgerichteten Satzpaaren angehoben wurde. Wir zeigen, dass die Verwendung von DEplain zur Trainings eines transformerbasierten seq2seq-Modells für Textvereinfachung vielversprechende Ergebnisse liefert. Die Datensammlung, die angepassten Ausrichtungsmethoden für das Deutsche, der Web-Harvester sowie die trainierten Modelle stellen wir hier zur Verfügung: https://github.com/rstodden/DEPlain.