Wir präsentieren unser UWB-System für die Aufgabe der Erfassung diskriminativer Attribute im Rahmen von SemEval 2018. Gegeben zwei Wörter und ein Attribut entscheidet das System, ob dieses Attribut zwischen den beiden Wörtern diskriminativ ist oder nicht. Unter der Annahme der verteilungsbezogenen Hypothese – d. h., dass die Bedeutung eines Wortes mit seiner Verteilung über Kontexte verknüpft ist – führen wir mehrere Ansätze zur Vergleichbarkeit von Wortkontextinformationen ein. Wir testen state-of-the-art-Semantikräume sowie einfache Ko-Occurrenz-Statistiken. Wir zeigen, dass die Wortverteilung im Korpus das Potenzial besitzt, diskriminative Attribute zu erkennen. Unser System erreicht eine F1-Score von 72,1 % und belegt damit den 4. Platz unter den 26 eingereichten Systemen.