Was sind Desirable Difficulties?
Desirable Difficulties, auf Deutsch wünschenswerte Erschwernisse, sind Lernbedingungen, die das Üben schwerer und langsamer wirken lassen, während Sie darin stecken, und die Wochen später dennoch besseres Behalten und besseren Transfer erzeugen. Das Paradox: Von innen sehen sie aus, als würden sie scheitern, und genau deshalb wählt sie fast niemand.
Der Begriff stammt von Robert A. Bjork an der UCLA, der die Idee 1994 benannte und sie in den folgenden Jahrzehnten gemeinsam mit Elizabeth Ligon Bjork ausbaute. Ihr Labor stieß immer wieder auf dasselbe Ergebnis: Die Eingriffe, die die Leistung während des Lernens drückten, waren häufig genau jene, die sie danach verbesserten. Die bekannteste Zusammenfassung ist ein Buchkapitel von Elizabeth und Robert Bjork aus dem Jahr 2011, dessen Titel das Prinzip direkt ausspricht: „Making things hard on yourself, but in a good way.“
Fünf Bedingungen haben Jahrzehnte an Replikationen hinter sich:
- Spacing: Das Lernen auf getrennte Sitzungen verteilen, statt alles in eine einzige Sitzung zu packen.
- Interleaving (Verschränken): Verschiedene Aufgabentypen oder Themen innerhalb einer Sitzung mischen, statt sie zu blocken.
- Abrufübung: Informationen aus dem Gedächtnis herausziehen, statt sie durch Wiederlesen wieder hineinzuschieben.
- Generierung: Eine Antwort produzieren, bevor sie Ihnen gezeigt wird.
- Variiertes Üben: Unter wechselnden statt unter identischen Bedingungen üben.
Eine sechste, das produktive Scheitern, wuchs in einer eigenen Forschungstradition heran und gehört in dieselbe Familie. Sie bekommt weiter unten einen eigenen Abschnitt.
Was sie eint: Jede zwingt Ihr Gehirn dazu, etwas zu rekonstruieren, statt es wiederzuerkennen. Wiedererkennen ist billig und fühlt sich wie Wissen an. Rekonstruktion ist teuer und baut Wissen auf.
Reibung hinzuzufügen ist allerdings nicht das Ziel, und genau hier wird die Idee falsch angewandt. Eine Schwierigkeit zählt nur dann, wenn sie zusätzliche Verarbeitung auslöst, die Sie auch zu Ende bringen können. Schwierigkeit, die Sie schlicht blockiert, ist nicht wünschenswert. Sie ist ein Hindernis. Das hier zählt nicht dazu:
| Sieht aus wie eine Schwierigkeit | Wirklich wünschenswert? | Warum nicht |
|---|---|---|
| In einem lauten Café lernen, in dem Sie sich nicht konzentrieren können | Nein | Die Schwierigkeit hat nichts mit dem Stoff zu tun. Sie frisst Aufmerksamkeit, statt irgendetwas zu kodieren |
| Ein schlecht geschriebenes Lehrbuch lesen | Nein | Das Ringen gilt der Prosa, nicht dem Konzept |
| Eine Aufgabe mehrere Stufen über Ihrem Kenntnisstand | Nein | Sie können nichts produzieren, also gibt es keinen Abruf zu stärken |
| Interleaving von Themen, die Sie einzeln noch nicht verstehen | Nein | Es gibt noch nichts zu unterscheiden |
| Ein Kapitel zum dritten Mal lesen | Nein | Überhaupt keine Schwierigkeit. Es hebt die Verarbeitungsflüssigkeit und lässt die Speicherstärke unberührt |
Die Fluency-Illusion
Schlagen Sie ein Lehrbuchkapitel auf, das Sie schon zweimal gelesen haben. Lassen Sie den Blick über die Seite wandern. Die Sätze fühlen sich vertraut an. Jeder Absatz fügt sich nahtlos ein. Sie schließen das Buch in der Überzeugung, den Stoff zu beherrschen.
Eine Woche später bekommen Sie das Hauptargument kaum noch zusammen.
Kognitionspsychologen nennen das die Fluency-Illusion oder Illusion der Kompetenz, und sie ist der wichtigste Grund, warum die meiste Lernzeit verschwendet ist. Wenn Informationen reibungslos verarbeitet werden, deutet Ihr Gehirn diese Reibungslosigkeit als Beweis für Beherrschung. Das ist sie nicht. Reibungslosigkeit ist nur Reibungslosigkeit.
Die Datenlage ist unerbittlich. Die Übersichtsarbeit von Dunlosky und Kollegen aus dem Jahr 2013 in Psychological Science in the Public Interest sortierte zehn gängige Lerntechniken in drei Stufen danach, als wie nützlich die Evidenz sie auswies. Hervorheben und Wiederlesen, zwei der beliebtesten Methoden der Welt, landeten in der untersten Stufe. Testübung und verteilte Übung landeten in der obersten. Die Methoden, die Lernende lieben, erzeugen schwaches Lernen. Die Methoden, die Lernende meiden, erzeugen starkes Lernen.
Wiederlesen ist der klarste Fall. Callender und McDaniel (2009) führten eine Reihe von Experimenten zum unmittelbaren Wiederlesen eines Textes durch und fanden in späteren Tests wenig bis gar keinen Nutzen, von wenigen Ausnahmen abgesehen. Vertrautheit ist nicht Erinnerung. Wiedererkennen ist nicht Abruf.
Die Illusion ist strukturell. Ihr Gehirn nutzt die Verarbeitungsleichtigkeit als Heuristik für „ich kann das“. Diese Heuristik liegt nur eben falsch, wenn es darum geht, künftigen Abruf vorherzusagen. Zu lernen, dem eigenen Gefühl von Beherrschung zu misstrauen, ist der erste Schritt, um Dinge zu lernen, die gelernt bleiben.
Was Bjork tatsächlich entdeckt hat
Robert A. Bjork und Elizabeth Ligon Bjork haben vierzig Jahre damit verbracht, zu entwirren, warum das passiert. Ihr Buchkapitel „A New Theory of Disuse and an Old Theory of Stimulus Fluctuation“ von 1992 führte den theoretischen Rahmen ein, der all das erklärt.
Die Theorie spaltet das Gedächtnis in zwei voneinander getrennte Dimensionen.
Speicherstärke misst, wie tief eine Erinnerung verankert ist. Sie ist eine Funktion davon, wie intensiv Sie sich mit dem Stoff in unterschiedlichen Kontexten und über die Zeit auseinandergesetzt haben. Speicherstärke kann nur steigen.
Abrufstärke misst, wie leicht Sie diese Erinnerung gerade jetzt abrufen können. Sie schwankt stark. Sie steigt, wenn Sie etwas gerade gelernt haben, fällt ohne Nutzung und hängt stark von den im Moment verfügbaren Hinweisen ab.
Die Fluency-Illusion sitzt in der Kluft zwischen beiden. Wenn Sie ein Kapitel wiederlesen, schießt die Abrufstärke nach oben, weil der Stoff direkt vor Ihnen liegt. Die Speicherstärke bewegt sich kaum. In dem Moment, in dem die Abrufstärke verblasst, gibt es nichts darunter, was den Abruf trägt.
Bjorks zweiter Schritt gab dem Feld seinen Namen. 1994 argumentierte er, dass Zuwächse an Speicherstärke speziell aus dem Abrufen von Informationen entstehen, wenn der Abruf schwierig ist, und nicht aus dem erneuten Präsentieren von Informationen, wenn er leicht ist. Schwierigkeit während der Übung ist paradoxerweise das, was nachhaltiges Lernen erzeugt. Daher: Desirable Difficulties.
Soderstrom und Bjorks Arbeit „Learning versus Performance: An Integrative Review“ von 2015 schärfte die Unterscheidung weiter. Leistung (im Original performance) ist das, was Sie heute, während der Übung, erbringen können. Lernen ist die relativ dauerhafte Veränderung Ihrer Fähigkeit, es später und in einem neuen Kontext zu erbringen. Die meisten Lerngewohnheiten maximieren die Leistung und untergraben das Lernen.
Zwei Jahrzehnte Arbeit im Klassenzimmer später kamen die Bjorks 2020 in einem Artikel im Journal of Applied Research in Memory and Cognition auf das Thema zurück, und ihr Ton hatte sich verschoben. Die Mechanismen waren gut belegt. Irgendjemanden dazu zu bringen, danach zu handeln, war es nicht. Sie räumten ein, sie seien „unrealistischerweise davon ausgegangen, dass es genügt, Lernenden und Lehrenden einfach von den relevanten Forschungsbefunden zu erzählen“, während Lernende mit naiven Vorstellungen über das Lernen ankommen, die man zuerst auflösen muss. Rohrer und Hartwig, zitiert in derselben Ausgabe: „Zu oft ist das Klassenzimmer der Ort, an dem vielversprechende Interventionen sterben.“
Die Quintessenz steht im Zentrum von allem, was folgt. Fühlt sich Ihre Sitzung mühelos an, leistet die Abrufstärke die Arbeit und die Speicherstärke kommt nicht voran. Fühlt sich Ihre Sitzung produktiv mühevoll an (Sie suchen, scheitern, fangen sich wieder, strecken sich), klettert die Speicherstärke. Das Unbehagen ist die Einzahlung.
Genau das verbindet die Methoden, die Glasp-Leser bereits kennen. Active Recall und verteilte Wiederholung sind, zusammen mit der Feynman-Technik, dem Protégé-Effekt und der Blurting-Methode, keine zusammenhanglosen Tricks. Sie sind verschiedene Wege, Ihr Gehirn in die mühevolle Arbeit zu zwingen, die Speicherstärke aufbaut. Das Prinzip der Desirable Difficulties ist das Meta-Prinzip. Alles andere ist Umsetzung.
| Fühlt sich leicht an, wirkt aber nicht | Fühlt sich schwer an und wirkt |
|---|---|
| Dasselbe Kapitel wiederlesen | Das Buch schließen und aufschreiben, woran Sie sich erinnern |
| Massierte Übung (Büffeln) | Verteilte Übung über Tage oder Wochen |
| Ein Thema bis zur Beherrschung durcharbeiten, bevor Sie weitergehen | Mehrere Themen in einer einzigen Sitzung mischen (Interleaving) |
| Musterlösungen zu Stoff lesen, den Sie ohnehin verstehen | Antworten erzeugen, bevor Sie nachsehen |
| Genau denselben Aufgabentyp üben | Aufgabentypen und Kontexte mischen |
| Ganze Absätze hervorheben | Sparsam hervorheben und eigene Randnotizen schreiben |
Spacing: Warum verteiltes Lernen das Büffeln schlägt
Der Spacing-Effekt ist der älteste und am häufigsten replizierte Befund in dieser ganzen Literatur. Hermann Ebbinghaus beschrieb ihn 1885. Er funktioniert immer noch.
Die Behauptung ist einfach. Wenn Sie insgesamt zehn Minuten Zeit haben, um einen Stoff zu lernen, werden Sie sich in einem verzögerten Test an mehr davon erinnern, wenn Sie die zehn Minuten auf mehrere Sitzungen verteilen, statt sie alle in einem Block zu verbringen. Die Gesamtzeit ist identisch. Es zählt die Verteilung.
Die Synthese von Cepeda und Kollegen aus dem Jahr 2006 in Psychological Bulletin führte 839 Messungen aus 317 Experimenten in 184 Artikeln zusammen, allesamt verbale Abrufaufgaben. Spacing schlug massiertes Lernen durchgängig, und der Abstand mit dem besten Behalten wuchs, je länger das Behaltensintervall war. Ein Folgeexperiment derselben Gruppe von 2008 legte das Verhältnis fest: Der optimale Abstand ist ein schrumpfender Anteil daran, wie lange Sie sich etwas merken wollen, nahe 20 bis 40 % bei einem Horizont von einer Woche, aber nur rund 5 bis 10 % bei einem Horizont von einem Jahr. Im Klartext: Um etwas einen Monat lang zu halten, wiederholen Sie alle paar Tage. Um es ein Jahr lang zu halten, lassen Sie die Abstände auf Wochen anwachsen.
Der Mechanismus knüpft direkt an die Aufspaltung in Speicher- und Abrufstärke an. Wenn Sie etwas zweimal hintereinander lernen, geschieht die zweite Begegnung, während die Abrufstärke noch hoch ist; die Übung ist also praktisch geschenkt, und der Gewinn an Speicherstärke ist minimal. Wenn Sie es drei Tage später erneut lernen, ist die Abrufstärke abgeklungen. Die Erinnerung hervorzuholen kostet Mühe, und genau diese Mühe kauft die Speicherstärke.
In der Praxis bekämpft Spacing zwei Feinde: das Büffeln und die ungeplante Wiederholung (die nie stattfindet). Die Lösung liegt auf Kalenderebene. Wählen Sie die Dinge aus, die Sie wirklich behalten wollen, geben Sie jedem davon einen festen Wiederholungstermin und vertrauen Sie dem Plan mehr als Ihrem Gefühl dafür, was mehr Aufmerksamkeit braucht. Aus diesem Gefühl spricht, wieder einmal, vor allem die trügerische Leichtigkeit.
Interleaving: Warum Mischen das Blocken schlägt
Interleaving heißt, verschiedene Themen oder Aufgabentypen innerhalb einer einzigen Lernsitzung zu mischen, statt eines bis zur Beherrschung durchzuarbeiten, bevor man das nächste anfängt. Wenn Sie Algebra lernen, rechnen Sie nicht zwanzig quadratische Aufgaben in Folge. Sie rechnen eine quadratische, dann ein Gleichungssystem, dann eine Funktionstransformation und dann zurück zu einer quadratischen.
Es fühlt sich schlechter an. Die Leistung während der Sitzung sinkt. Lernende bewerten Interleaving regelmäßig als weniger effektiv, selbst nachdem sie messbar mehr daraus gelernt haben. Diese metakognitive Diskrepanz ist eine der stärksten Illusionen im Feld.
Doug Rohrer und Kelli Taylor zeigten das 2007 in einer Studie, deren Titel den Befund bereits nennt: „The Shuffling of Mathematics Problems Improves Learning.“ Studierende lernten, mehrere Aufgabenarten zu lösen, und übten danach entweder nach Typ geblockt oder zufällig gemischt. Im Test eine Woche später war die Leistung der gemischten Gruppe weit überlegen. Rohrer, Dedrick und Stershic replizierten das 2015 in einem echten Klassenzimmer: 126 Siebtklässler arbeiteten über drei Monate gemischte oder geblockte Aufgabenblätter durch, mit demselben Ergebnis im verzögerten Test.
Warum funktioniert es? Zwei Mechanismen. Erstens erzwingt Interleaving das Unterscheiden: Sie können nicht einfach dasselbe Verfahren auf Autopilot anwenden, sondern müssen herausfinden, welches Verfahren jede Aufgabe verlangt. Diese Unterscheidungsleistung ist die Fähigkeit, die Sie in einer Prüfung oder im echten Arbeitsleben tatsächlich brauchen. Zweitens verteilt Interleaving jedes Thema per Definition: Die Lücke zwischen Aufgabentyp-A-Items wird mit Aufgabentyp-B-Items gefüllt, sodass jede Rückkehr zu A einen echten Abruf erfordert.
Der Unterscheidungsmechanismus sagt Ihnen auch, wo Interleaving aufhört zu wirken, und genau hier werden die populären Darstellungen schlampig. Die Meta-Analyse von Brunmair und Richter aus dem Jahr 2019 in Psychological Bulletin, „Similarity matters“, bündelte 59 Studien und 238 Effektstärken. Interleaving gewann insgesamt, moderat (Hedges' g = 0,42), doch der Nutzen spaltete sich stark nach Material auf: am größten bei visuellen Kategorien wie Gemälden, kleiner bei Mathematikaufgaben, und bei reinen Wortlisten kehrte er sich um, dort gewann das Blocken klar. Das Muster ist genau das, was die Theorie vorhersagt. Sind die gemischten Kategorien verwechselbar, lehrt Sie das Nebeneinanderstellen, sie auseinanderzuhalten. Haben sie nichts gemeinsam, gibt es nichts zu unterscheiden, und Sie zahlen die Wechselkosten umsonst.
Für selbstgesteuert Lernende ist Interleaving leichter, als es klingt, und schwieriger, als es aussieht. Sie brauchen keinen ausgefeilten Planer. Sie müssen nur dem Drang widerstehen, ein Thema „fertig zu machen“, bevor Sie weitergehen. Lesen Sie ein Kapitel über Stoizismus, dann eines über Wahrscheinlichkeit, dann eines über UI-Design, dann zurück zum Stoizismus. Ihr Gehirn wird protestieren. Ihr Gehirn liegt falsch. Unser vollständiger Leitfaden zum Interleaving behandelt die Planungsmechanik.
Abrufübung: Der Testeffekt
Wenn Sie nur eine Desirable Difficulty übernehmen, dann diese. Abrufübung (der Testeffekt) ist der Akt, Informationen aus dem Gedächtnis herauszuziehen, statt sie wieder hineinzuschieben. Sie ist der Motor hinter Active Recall, Karteikarten, der Blurting-Methode und dem meisten, was in der Bildung wirkt.
Henry Roediger III. und Jeffrey Karpickes Arbeit „Test-Enhanced Learning: Taking Memory Tests Improves Long-Term Retention“ von 2006 in Psychological Science ist die kanonische Demonstration. Studierende lasen Prosapassagen und lasen sie danach entweder erneut oder schrieben Free-Recall-Tests, in beiden Fällen ohne Rückmeldung. Die Abschlusstests folgten nach fünf Minuten, zwei Tagen oder einer Woche. Nach fünf Minuten lagen die Wiederleser vorn. Nach einer Woche hatten die Getesteten eine rund 50 % höhere Behaltensleistung. Gleiche Gesamtzeit, andere Arbeit: Jeder Abruf, auch ein gescheiterter, veränderte die zugrunde liegende Erinnerung auf eine Weise, die das erneute Präsentieren nicht konnte.
Der Mechanismus ist abrufinduzierte Rekonsolidierung. Wenn Sie eine Erinnerung erfolgreich abrufen, wird das neuronale Muster, das sie trägt, mit den gerade aktiven Hinweisen neu kodiert. Diese Neukodierung stärkt das Muster und erweitert die Hinweismenge, die es später auslösen kann. Wenn Sie scheitern und sich dann die Antwort ansehen, bahnt die fehlgeschlagene Suche selbst den Weg, die Korrektur tiefer zu kodieren. Richland, Kornell und Kao benannten und zeigten das 2009 und nannten es den Pretesting-Effekt.
Abruf funktioniert in Dutzenden Formen: Abruf bei geschlossenem Buch, Karteikarten, freies Zusammenfassen, lautes Erklären, die Feynman-Technik. Was sie eint, ist der zugrunde liegende Schritt: Ziehen Sie es aus dem Gedächtnis, bevor Sie nachsehen.
Nachdem Sie ein Kapitel mit Glasps Web-Highlighter markiert haben, schließen Sie die Quelle und versuchen Sie, das Argument allein aus Ihren Hervorhebungen zu rekonstruieren. Öffnen Sie dann die Seite und prüfen Sie nach. Die Lücke zwischen dem, was Sie produziert haben, und dem, was dort steht, ist Ihr Defizit an Speicherstärke. Diese Lücke zu schließen, ist die Arbeit.
Generierung: Erst die Antwort produzieren
Der Generierungseffekt ist ein enger Verwandter der Abrufübung, eigenständig genug, um eine eigene Zeile zu verdienen. Slamecka und Graf (1978) zeigten über fünf Experimente hinweg, dass Lernende, die Stoff selbst erzeugten, ihn besser behielten als Lernende, die denselben Stoff einfach lasen.
Ihr Paradigma war regelbasiert und fast schon peinlich einfach. Eine Gruppe las Wortpaare direkt, etwa „lamp - light“. Die andere bekam eine Regel (associate), das Stimuluswort „lamp“ und den einzelnen Buchstaben „l“ und musste „light“ selbst produzieren. Die Gruppe, die selbst erzeugte, gewann mit großem Abstand, obwohl die Lesegruppe die Antwort gesehen hatte.
Das Prinzip skaliert nach oben. Einen ausgearbeiteten Beweis zu lesen baut weniger Können auf, als den Beweis selbst zu versuchen und danach zu vergleichen. Die Buchzusammenfassung von jemand anderem zu lesen lehrt weniger, als eine eigene zu schreiben. Jemandem beim Programmieren zuzuschauen lehrt weniger, als den Code selbst zu tippen, einen Fehler zu kassieren und herauszufinden, warum.
Generierung ist Desirable Difficulty in reiner Form. Sie hält absichtlich Informationen zurück, die Sie gern erhalten würden, und zwingt Sie, sie zu produzieren. Die Frustration, sich halb zu erinnern und halb zu raten, ist der Mechanismus. Bis Sie Ihre Antwort prüfen, haben Sie bereits die Arbeit geleistet, die aus bloßem Kontakt echte Kodierung macht.
Hervorheben kann ein Generierungswerkzeug sein oder ein passives. Jeden Absatz flächendeckend gelb zu markieren, ist passiv: Sie lagern das Urteil an ein künftiges Wiederlesen aus. Sparsames, bewusstes Hervorheben ist generativ: Sie zwingen das gegenwärtige Ich, sich auf „das hier zählt mehr als das“ festzulegen, was selbst schon Synthese ist. Die Wissenschaft des Hervorhebens geht tiefer.
Variiertes Üben: Ändern Sie die Bedingungen
Variiertes Üben heißt, dieselbe Fertigkeit in leicht unterschiedlichen Formen, Kontexten und Bedingungen zu üben, statt jedes Mal unter identischen Bedingungen.
Die Studie von Kerr und Booth aus dem Jahr 1978, in der Kinder Bohnensäckchen warfen, wurde zum Lehrbuchbeispiel. Sie untersuchten zwei Altersgruppen, 8-Jährige und 12-Jährige. Eine Gruppe übte aus einer einzigen Distanz. Die andere übte aus einer Mischung von Distanzen, die die Zieldistanz einrahmten, sie aber nie enthielten. Die variierte Gruppe übertraf die feste Gruppe beim Testwurf, den sie nie geübt hatte. Sie hatte eine allgemeinere motorische Repräsentation aufgebaut.
Beachten Sie dieses Detail des Aufbaus, denn es fällt meist unter den Tisch: Die variierten Distanzen umgaben das Ziel. Variabilität ist kein Freibrief für beliebiges Rauschen. Sie wirkt, wenn die Variationen den Raum aufspannen, über den die Fertigkeit generalisieren muss.
Kognitives Lernen zeigt dasselbe Muster. Variieren Sie die Formulierung der Definitionen, die Sie lernen. Variieren Sie die Kontexte, in denen Ihnen ein neuer Begriff begegnet. Lesen Sie über ein Konzept in zwei verschiedenen Fachgebieten statt in zwei verschiedenen Kapiteln desselben Lehrbuchs.
Variabilität unterstützt Transfer: die Fähigkeit, Gelerntes außerhalb der Bedingungen zu nutzen, in denen Sie es gelernt haben. Transfer ist das, was die meisten Lernenden wollen, und das, was die meisten Lerngewohnheiten aktiv verhindern. Wenn Sie eine Fertigkeit in einer Form üben, kodieren Sie die Form mitsamt der Fertigkeit und scheitern, sobald die Form sich ändert. Variabilität entkoppelt die Fertigkeit von jeder einzelnen Form.
Produktives Scheitern: Ringen vor der Erklärung
Manu Kapur an der ETH Zürich nennt es productive failure, produktives Scheitern: Geben Sie Lernenden eine schwere Aufgabe, bevor Sie ihnen die Methode beibringen, lassen Sie sie eigene, fehlerhafte Versuche erzeugen, und liefern Sie erst danach die Instruktion.
Die Versuche scheitern meistens. Genau so ist es gedacht. Was die gescheiterten Versuche leisten: Sie zeichnen eine Karte des Problemraums, sodass die Lernenden die kanonische Lösung, wenn sie eintrifft, irgendwo unterbringen können und sehen, was ihrem eigenen Ansatz gefehlt hat.
Die Meta-Analyse von Sinha und Kapur aus dem Jahr 2021 in Review of Educational Research bündelte 166 experimentelle Vergleiche. Problemlösen vor der Instruktion schlug Instruktion vor dem Problemlösen beim konzeptuellen Verständnis und beim Transfer (Hedges' g = 0,36), ohne beim prozeduralen Wissen etwas zu kosten, und Studien, die Kapurs Gestaltungsprinzipien am genauesten folgten, erreichten g = 0,58. Die Evidenzbasis ist stark MINT-lastig, und der Effekt hängt vom Alter ab: Er war ab etwa der sechsten Klasse aufwärts am stärksten und bei den jüngsten Kindern leicht negativ, denen noch die Grundlage im Problemlösen fehlt, um produktiv zu scheitern.
Die Lesevariante ist leicht umzusetzen. Bevor Sie einen Artikel zu einem Thema öffnen, das Sie halb kennen, schreiben Sie zwei Minuten lang auf, was Ihrer Meinung nach die Antwort ist. Dann lesen Sie. Ihre Version ist fast immer auf interessante Weise falsch, und die Lücke zwischen ihr und der des Autors ist das, woran Sie sich erinnern werden.
Die sechs auf einen Blick:
| Schwierigkeit | Mechanismus | Konkretes Beispiel | Schlüsselstudie |
|---|---|---|---|
| Spacing | Erzwingt echten Abruf, während die Erinnerung verblasst | Notizen an Tag 1, 3, 7, 21 wiederholen statt heute viermal | Cepeda et al. (2006) |
| Interleaving | Erzwingt das Unterscheiden zwischen Aufgabentypen | Algebra, Geometrie und Statistik in einer Sitzung mischen | Rohrer & Taylor (2007); Brunmair & Richter (2019) |
| Abrufübung | Kodiert die Erinnerung mit neuen Hinweisen neu | Buch schließen, aufschreiben, woran Sie sich erinnern, dann prüfen | Roediger & Karpicke (2006) |
| Generierung | Produzieren erzwingt tiefere Kodierung als Lesen | Die Antwort vorhersagen, bevor Sie die Erklärung lesen | Slamecka & Graf (1978) |
| Variiertes Üben | Baut kontextunabhängige Repräsentationen auf | Dasselbe Konzept in 3 verschiedenen Domänen anwenden | Kerr & Booth (1978) |
| Produktives Scheitern | Gescheiterte Versuche zeichnen die Karte, auf der die Erklärung landet | Die Aufgabe angehen, bevor Ihnen die Methode beigebracht wird | Sinha & Kapur (2021) |
Wann Schwierigkeiten unerwünscht werden
Nicht jede Schwierigkeit hilft, und die Forschung dazu, wann sie aufhört zu helfen, ist genauer, als die meisten Zusammenfassungen zugeben.
Eine Schwierigkeit wird unerwünscht, sobald die Lernenden sie nicht produktiv bewältigen können. Wenn Sie die Wörter überhaupt nicht entschlüsseln können, hilft noch langsameres Lesen nicht weiter. Wenn Sie nicht wissen, was eine Ableitung ist, ist Interleaving von Ableitungs- und Integrationsaufgaben nur Rauschen. Wenn Ihre Abrufübung so weit jenseits Ihrer Speicherstärke liegt, dass Sie nichts produzieren, üben Sie keinen Abruf, sondern strampeln.
Die Cognitive-Load-Theorie liefert dafür einen Mechanismus. Das Arbeitsgedächtnis kann nur eine Handvoll zusammenwirkender Elemente gleichzeitig jonglieren. Wenn Stoff ohnehin eine hohe Elementinteraktivität hat (viele Teile, die nur in Beziehung zueinander Sinn ergeben), treibt zusätzliche Generierung oder zusätzliches Interleaving die Gesamtlast über die Kapazität, und die zusätzliche Schwierigkeit bringt nichts, weil keine freie Kapazität mehr da ist, um sie zu verarbeiten.
Chen, Kalyuga und Sweller zeigten diesen Umschlagpunkt 2015 in einer Studie im Journal of Educational Psychology direkt, anhand von Geometrieunterricht. Bei Stoff mit geringer Elementinteraktivität trat der Generierungseffekt wie erwartet auf: Antworten selbst zu erzeugen schlug es, sie gezeigt zu bekommen. Bei Stoff mit hoher Elementinteraktivität kippte das, und das Durcharbeiten von Musterlösungen schlug das Generieren. In einem zweiten Experiment mit kundigeren Lernenden sank dann die effektive Komplexität, und Generierung gewann auf ganzer Linie. Das ist der Expertise-Reversal-Effekt. Die richtige Lernstrategie liegt nicht fest. Sie verschiebt sich, während Sie besser werden.
Bjorks Formulierung hält all das zusammen: Es muss genug Stützgerüst darunter geben, damit das Ringen greift.
Die richtige Zone ist dort, wo Sie etwas produzieren können, auch wenn es unvollständig ist. Sie strecken sich, Sie stürzen nicht. Sie sollten bei einigen Versuchen scheitern und bei den meisten Erfolg haben. Alles richtig zu machen heißt: Der Stoff ist zu leicht oder der Abstand zu kurz. Fast nichts zu produzieren heißt: Sie haben die Grenze überschritten und brauchen Stützgerüst, nicht Biss.
Justieren Sie also in beide Richtungen. Wenn etwas wirklich jenseits Ihres Niveaus liegt, romantisieren Sie das Ringen nicht: Lesen Sie die Erklärung, legen Sie die Grundlage und kommen Sie dann zurück. Wenn etwas zu leicht wirkt, lassen Sie sich vom Komfort nicht täuschen: Vergrößern Sie die Abstände, mischen Sie schwerere Varianten ein oder wechseln Sie in ein generativeres Format.
Stellen Sie sich Speicherstärke auf der einen Achse vor und Abrufstärke auf der anderen. Hohe Speicher- und hohe Abrufstärke heißt: kürzlich geübt und gut gelernt. Hohe Speicher- und niedrige Abrufstärke ist der Bereich, in dem Abrufübung am meisten bewirkt, weil die Suche schwer, die Einzahlung aber echt ist. Niedrige Speicher- und hohe Abrufstärke ist die gefährliche Kombination: Stoff, den Sie eben wiedergelesen haben und zu kennen glauben, ohne ihn aufgebaut zu haben. Hier wohnt das Büffeln. Niedrige Speicher- und niedrige Abrufstärke ist wirklich neuer Stoff, bei dem Sie zuerst Stützgerüst brauchen.
Entfernen KI-Werkzeuge Desirable Difficulties?
Standardmäßig ja. Ein KI-Assistent ist eine außerordentlich effiziente Maschine, um genau die Mühe zu beseitigen, die Speicherstärke aufbaut, und die erste belastbare Evidenz dafür, was das kostet, kam 2025.
Hamsa Bastani, Osbert Bastani und Kollegen führten eine randomisierte kontrollierte Studie durch, veröffentlicht in PNAS, mit knapp tausend Mathematiklernenden an einer großen weiterführenden Schule in der Türkei. Die Lernenden erhielten während der Übungsstunden einen von zwei GPT-4-Tutoren. „GPT Base“ verhielt sich wie die gewöhnliche ChatGPT-Oberfläche. „GPT Tutor“ statteten die Forschenden per Prompt mit Schutzvorkehrungen aus, vor allem damit er von Lehrkräften entworfene Hinweise gibt, statt Antworten herauszugeben.
Während der unterstützten Übung wirkten beide spektakulär. Die Lernenden mit GPT Base verbesserten sich um 48 % gegenüber der Kontrollgruppe. Die Lernenden mit GPT Tutor um 127 %.
Dann nahmen die Forschenden die Werkzeuge weg und ließen eine Prüfung schreiben.
Wer mit GPT Base geübt hatte, schnitt 17 % schlechter ab als Lernende, die nie KI hatten. Nicht schlechter, als sie mit dem Werkzeug in der Hand ausgesehen hatten, sondern schlechter als die Kontrollgruppe, die nie eines bekam. Die GPT-Tutor-Gruppe war statistisch nicht von der Kontrollgruppe zu unterscheiden, mit einer Punktschätzung nahe null.
Das ist Soderstrom und Bjorks Dissoziation von Leistung und Lernen, reproduziert mit einem Chatbot, im Maßstab einer ganzen Schule. Das Werkzeug, das während der Übung am meisten half, schadete danach am meisten. Und beachten Sie: Die Lösung war kein Verbot. Die Lösung bestand darin, die KI die Antwort zurückhalten zu lassen, und das ist der Generierungseffekt in anderem Gewand.
Wissensarbeit von Erwachsenen zeigt dasselbe Muster. Auf der CHI 2025 befragten Lee und Kollegen von Microsoft Research und Carnegie Mellon 319 Wissensarbeitende zu 936 realen Beispielen KI-gestützter Aufgaben. Die meisten berichteten von geringerem kognitivem Aufwand, und die entscheidende Korrelation lief so: Mehr Vertrauen in die KI sagte weniger kritisches Denken voraus, mehr Vertrauen in die eigenen Fähigkeiten dagegen mehr. Vertrauen in das Werkzeug tritt an die Stelle des Denkens.
Eine viel geteilte Studie des MIT Media Lab von Kosmyna und Kollegen weist in dieselbe Richtung: EEG-Aufzeichnungen zeigten die schwächste neuronale Konnektivität bei Teilnehmenden, die ihre Essays mit einem LLM schrieben, und genau diese Teilnehmenden taten sich schwer, aus dem eben erst selbst produzierten Text zu zitieren. Nehmen Sie das als Hinweis, nicht als gesicherte Erkenntnis: Es ist noch ein Preprint, nur 54 Personen nahmen teil (18 davon an der Abschlusssitzung), und andere Forschende haben bereits eine ausführliche methodische Kritik an Stichprobengröße und Auswertung veröffentlicht.
Nichts davon spricht gegen den Einsatz von KI. Es geht darum, an welcher Stelle des Ablaufs Sie sie einsetzen.
| Nutzung, die die Schwierigkeit beseitigt | Nutzung, die sie erhält |
|---|---|
| „Fassen Sie mir diesen Artikel zusammen“, bevor Sie ihn gelesen haben | Ihn lesen, eine eigene Zusammenfassung schreiben, dann die KI fragen, was Ihnen entgangen ist |
| „Lösen Sie diese Aufgabe“ | „Ich bin so auf diese Antwort gekommen. Wo hakt meine Argumentation?“ |
| Zuerst nach der Erklärung fragen | Zuerst die Antwort vorhersagen und dann nach der Erklärung fragen |
| Karteikarten erzeugen und sie lesen | Karteikarten erzeugen und sie bei geschlossenem Buch beantworten |
| Die erste Antwort akzeptieren | Die KI bitten, den Gegenstandpunkt zu vertreten, und dann selbst zwischen beiden entscheiden |
Die Faustregel: Lassen Sie die KI Sie bewerten, nicht für Sie antworten. Leisten Sie den Abruf selbst, produzieren Sie etwas, und holen Sie erst dann das Modell dazu, um Ihr Ergebnis mit der Quelle zu vergleichen. Sie behalten die Schwierigkeit und lagern die Korrektur aus. Unser Beitrag zu KI und Lernen arbeitet den größeren Zielkonflikt durch, und KI-Lernmodi im Vergleich sieht sich an, welche Assistenten die Antwort inzwischen standardmäßig zurückhalten.
Ihre Routine für Desirable Difficulties gestalten
Die Prinzipien zu kennen macht sie nicht automatisch. Sie müssen sie bewusst einbauen, denn der Weg des geringsten Widerstands ist immer die bequeme Variante mit wenig Speicherstärke. So verankern Sie die Schwierigkeiten in einem selbstgesteuerten Lernsystem.
Hervorheben, um zu generieren, nicht um zu markieren. Markieren Sie Sätze sparsam und schreiben Sie dann eine kurze Notiz in eigenen Worten, die erklärt, warum diese Passage zählt und wie sie mit dem zusammenhängt, was Sie schon wissen. Die sparsame Auswahl ist Unterscheidungsleistung. Die Notiz ist Generierung. Hervorheben ohne Notizen ist die passive Falle.
Nutzen Sie KI-Chat für den Abruf, nicht für Erklärungen. Der falsche Weg, einen KI-Assistenten zu nutzen, ist, ihn um die Zusammenfassung eines Kapitels zu bitten, das Sie nicht gelesen haben. Der richtige Weg ist: Lesen Sie das Kapitel, schließen Sie es, schreiben Sie Ihre eigene Zusammenfassung und fügen Sie diese in Glasps KI-Chat ein, mit der Bitte, Ihre Rekonstruktion anhand der Quelle zu bewerten. Sie haben den Abruf geleistet. Die KI übernimmt den Vergleich.
Planen Sie Ihre Abstände mit Kindle-Highlights, nicht nach Gefühl. Ihr Gefühl dafür, wann Sie wiederholen sollten, trügt: Es wird von Aktualität und Emotion gesteuert, nicht von Speicherkurven. Legen Sie Wiederholungen in den Kalender, holen Sie Highlights aus einem Buch hervor, das Sie vor drei Wochen gelesen haben, und versuchen Sie, das Argument vor dem Scrollen zu rekonstruieren. Der mechanische Plan ist es, der das Spacing vor Ihren Instinkten schützt, die der trügerischen Leichtigkeit folgen.
Nutzen Sie den Community-Feed für Interleaving. Lesen Sie nicht vier Artikel hintereinander von derselben Person zum selben Thema. Wechseln Sie durch: Kognitionswissenschaft, dann Unternehmertum, dann Schreiben, dann am Folgetag zurück zur Kognitionswissenschaft. Unterscheiden über Domänen hinweg ist ein stärkeres Training als Tiefe in einer einzigen.
Schauen Sie eine YouTube-Zusammenfassung an und testen Sie sich danach selbst. Schließen Sie die Seite und schreiben Sie drei Dinge auf, an die Sie sich in einem Jahr erinnern wollen. Vergleichen Sie mit dem Transkript. Die Lücke ist der Ort Ihrer Arbeit.
Sagen Sie die Antwort voraus, bevor Sie lesen. Machen Sie bei allem, was Sie unvorbereitet öffnen, den Zug des produktiven Scheiterns. Es verändert, was Ihnen auffällt.
Variieren Sie das Format. Lesen Sie dieselbe Idee in einem Buch, einem Fachartikel, einem Thread und einem Video. Jedes Medium kodiert die Idee anders, und Ihr Gehirn muss über sie hinweg abstrahieren. Genau das ist der Sinn variierten Übens.
Die Systemsicht steht in unserem Begleittext zum Aufbau eines Lernbetriebssystems. Die Desirable Difficulties sind das Prinzip. Das OS ist die tägliche Mechanik.
Häufig gestellte Fragen
Was sind die fünf Desirable Difficulties?
Spacing (das Lernen über die Zeit verteilen), Interleaving (Themen oder Aufgabentypen mischen), Abrufübung (abrufen statt wiederlesen), Generierung (eine Antwort produzieren, bevor man sie sieht) und variiertes Üben (die Bedingungen der Übung verändern). Produktives Scheitern, also eine Aufgabe angehen, bevor Ihnen die Methode beigebracht wird, ist eine eng verwandte sechste. Alle sechs teilen einen Mechanismus: Sie erzwingen Rekonstruktion statt Wiedererkennen.
Was ist ein Beispiel für eine Desirable Difficulty?
Ein Buch zu schließen und eine Zusammenfassung aus dem Gedächtnis zu schreiben ist das sauberste Beispiel. Ebenso, nach einem verteilten Plan zu wiederholen statt zu büffeln, Aufgabentypen in einer Sitzung zu mischen oder eine Antwort vorherzusagen, bevor Sie die Erklärung lesen. Der Test lautet: Kommt die Schwierigkeit aus dem Stoff und aus der Art, wie Sie sich mit ihm befassen, und können Sie trotzdem noch etwas produzieren? In einem ablenkenden Café zu lernen fällt durch diesen Test, weil die Schwierigkeit nichts mit dem Inhalt zu tun hat. Eine Aufgabe weit über Ihrem aktuellen Niveau ebenfalls, weil Sie sich nicht produktiv mit ihr befassen können.
Woher stammt der Begriff „Desirable Difficulties“?
Robert A. Bjork prägte ihn 1994. Die zugängliche Zusammenfassung, die die meisten zitieren, ist ein Buchkapitel von Elizabeth und Robert Bjork aus dem Jahr 2011: „Making things hard on yourself, but in a good way: Creating desirable difficulties to enhance learning“, in Psychology and the Real World. Sein Kernargument: Bedingungen, die den Erwerb verlangsamen und die Leistung während der Übung schlechter aussehen lassen, erzeugen häufig besseres langfristiges Behalten und besseren Transfer, und Lernende deuten diesen kurzfristigen Einbruch systematisch als Misserfolg. Die Bjorks kamen 2020 im Journal of Applied Research in Memory and Cognition auf das Thema zurück, vor allem um festzuhalten, wie schwer die Ideen in die Praxis zu bringen sind.
Ist Hervorheben eine Desirable Difficulty?
Das hängt vollständig davon ab, wie Sie es tun, und das meiste Hervorheben ist es nicht. Ganze Absätze zu markieren schiebt die Entscheidung nur auf denjenigen, der die Seite später wiederliest. Sparsam hervorzuheben, ein oder zwei Passagen pro Seite, und zu jeder eine Notiz in eigenen Worten zu schreiben, ist zugleich eine Unterscheidungs- und eine Generierungsaufgabe. Behandeln Sie Ihre Hervorhebungen als künftige Abrufhinweise, nicht als Ersatz fürs Lesen.
Soll ich bei jeder Aufgabe ringen?
Nein. Das Ziel ist produktives Ringen, nicht Strampeln. Wenn Sie nichts produzieren, sind Sie über die wünschenswerte Zone hinaus in die Überlastung geraten. Gehen Sie einen Schritt zurück, legen Sie die Grundlage und kehren Sie dann zur Schwierigkeit zurück. Sie sollten manchmal scheitern und meistens Erfolg haben. Und bei wirklich komplexem Stoff, der neu für Sie ist, sagt die Forschung: Musterlösungen zuerst durchzuarbeiten schlägt das Generieren. Chen, Kalyuga und Sweller (2015) fanden, dass bei Inhalten mit hoher Elementinteraktivität Musterlösungen das Problemlösen schlagen, bis Lernende genug Expertise haben, damit der Effekt zurückkippt.
Schadet die Nutzung von ChatGPT dem Lernen?
Das hängt vollständig davon ab, an welche Stelle des Ablaufs Sie es setzen. In der PNAS-Studie von 2025 lagen Lernende, die mit einem unbeschränkten GPT-4-Tutor geübt hatten, später 17 % unter jenen, die nie KI hatten, während Lernende, deren Tutor Hinweise statt Antworten gab, keine solche Einbuße zeigten. Lassen Sie ein Modell den Abruf für Sie erledigen, verlieren Sie das Lernen. Leisten Sie den Abruf selbst und nutzen Sie das Modell nur zur Kontrolle, dann behalten Sie das Lernen.
Wie lang sollten die Abstände zwischen meinen Wiederholungen sein?
Länger, als es sich angenehm anfühlt, und jedes Mal länger. Der Abstand, der das Behalten maximiert, wächst mit Ihrem Zielhorizont und schrumpft zugleich als Anteil daran: Ein Horizont von einem Monat verlangt ein paar Tage zwischen den Wiederholungen, einer von einem Jahr verlangt Wochen. Fühlt sich eine Wiederholung leicht an, verlängern Sie den nächsten Abstand. Fühlt sie sich schwer an, kürzen Sie ihn. Ein Plan schlägt Ihr Bauchgefühl in jedem Fall.
Gelten Desirable Difficulties auch für Fertigkeiten und nicht nur für Fakten?
Ja, möglicherweise sogar stärker. Die Variabilitätsforschung kam aus dem motorischen Lernen. Interleaving wurde in Sport und Musik untersucht, bevor es in Lehrbüchern auftauchte. Jede Fertigkeit mit Unterscheidungs-, Transfer- und Abrufanteilen profitiert: Programmieren, Schreiben, Design, Sprache, Instrumente, Sporttechnik. Die Form der Übung ändert sich, das Prinzip nicht.
Warum lehrt meine Schule immer noch den leichten Weg?
Weil der leichte Weg kurzfristig besser aussieht. Massierte Übung und Wiederlesen erzeugen höhere Werte in Tests direkt nach dem Unterricht und schlechtere Werte einen Monat später. Die meisten Schulen messen verzögertes Behalten nicht. Soderstrom und Bjork (2015) haben genau darauf hingewiesen: Leistung mit Lernen zu verwechseln ist strukturell, nicht persönlich. Als selbstgesteuert Lernende müssen Sie nicht warten, bis die Institutionen aufholen.
Fazit
Das Prinzip zum Mitnehmen: Wenn sich Ihr Lernen leicht anfühlt, lernen Sie wahrscheinlich gerade nicht. Mühe ist der Preis dauerhaften Lernens, und das Gehirn zahlt erst aus, wenn Sie es sich durch Spacing, Interleaving, Abruf, Generierung, Variabilität oder produktives Scheitern verdient haben.
Das heißt nicht härter schuften, es heißt klüger schuften. Die meisten Lernenden investieren die Zeit bereits. Sie verbringen sie nur mit Aktivitäten, die die Verarbeitungsflüssigkeit maximieren und die Speicherstärke minimieren. Tauschen Sie ein Wiederlesen gegen eine Rekonstruktion bei geschlossenem Buch. Tauschen Sie eine Büffelsitzung gegen vier verteilte Wiederholungen. Tauschen Sie einen Block identischer Aufgaben gegen einen Mix. Jeder Tausch ersetzt kurzfristigen Komfort durch langfristiges Behalten.
2026 ist der Einsatz gestiegen. Jedes Werkzeug auf Ihrem Schreibtisch bietet inzwischen an, den mühevollen Teil für Sie zu übernehmen, und die Evidenz sagt: Dieses Angebot anzunehmen kostet Sie das Lernen, während es Ihrer Leistung schmeichelt. Die gute Nachricht aus derselben Forschung: Ein Werkzeug, das die Antwort zurückhält, erzeugt keine solche Einbuße. Sie haben die Wahl, welches Sie benutzen.
Glasp wurde rund um diesen Tausch gebaut: sparsames Hervorheben, Randnotizen, KI-bewertete Rekonstruktionen, verteilte Wiederholungen vergangener Lektüren und ein Community-Feed, der Themen standardmäßig mischt. Jedes Element ist ein kleines Stück Reibung, das aus bloßem Kontakt Speicherstärke machen soll.
Nehmen Sie sich morgen das Leichteste in Ihrer Routine vor und ersetzen Sie es durch die schwerere Variante. Dieser Tausch ist das ganze Spiel.
