Wünschenswerte Erschwernisse: Warum Mühe wirkt

Was sind Desirable Difficulties?

In der Lernwissenschaft ist eine Desirable Difficulty, auf Deutsch eine wünschenswerte Erschwernis, eine Lernbedingung, die das Üben schwerer und langsamer wirken lässt, während Sie darin stecken, und die Tage oder Wochen später dennoch besseres Behalten und besseren Transfer erzeugt. Robert Bjork prägte den Begriff 1994. Die heutigen Standardbeispiele sind Spacing, Interleaving, Abrufübung, Generierung und variiertes Üben. Der Haken: Desirable Difficulties senken Ihre Leistung während der Übung, sehen also aus, als würden sie scheitern, und genau deshalb wählt sie fast niemand.

Bjork, Psychologe an der UCLA, stellte die Idee in einem Buchkapitel über Training vor und baute sie in den folgenden Jahrzehnten gemeinsam mit Elizabeth Ligon Bjork aus. 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“.

In diesem Kapitel steht auch die Definition, und sie ist an eine Bedingung geknüpft, die in den populären Fassungen fehlt. Desirable Difficulties, schreiben die Bjorks, „sind wünschenswert, weil sie Kodierungs- und Abrufprozesse auslösen, die Lernen, Verstehen und Erinnern unterstützen. Fehlen den Lernenden jedoch das Hintergrundwissen oder die Fähigkeiten, um erfolgreich auf sie zu reagieren, werden sie zu unerwünschten Schwierigkeiten.“ Die zweite Hälfte ist die, die gern überlesen wird: Dieselbe Aufgabe kann für eine Person wünschenswert und für eine andere nutzlos sein.

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. Dieselbe Idee ist auch unter dem Namen Effortful Learning (mühevolles Lernen) bekannt: Die Übung, die Arbeit macht, ist die Übung, die bleibt.

---

Beispiele für Desirable Difficulties: Was zählt und was nicht

Reibung hinzuzufügen ist nicht das Ziel, und genau hier wird die Idee falsch angewandt. „Viele Schwierigkeiten sind unerwünscht, während des Unterrichts und für immer danach“, warnen die Bjorks in demselben Kapitel von 2011. Eine Schwierigkeit verdient das Adjektiv nur, wenn sie zwei Tests besteht. Die zusätzliche Mühe muss in den Stoff selbst fließen: ihn abrufen, ihn erzeugen oder ihn von etwas Ähnlichem unterscheiden. Und Sie müssen damit auch vorankommen können. Schwierigkeit, die Sie schlicht blockiert, ist nicht wünschenswert. Sie ist ein Hindernis.

Schickt man die üblichen Kandidaten durch diese beiden Tests, sortieren sie sich so:

Falls Ihnen das als Quizfrage begegnet ist (Welches der folgenden Beispiele ist eine Desirable Difficulty?), ist die mittlere Spalte der Lösungsschlüssel und die rechte Spalte die Begründung. Jedes Ja lässt Sie etwas rekonstruieren. Jedes Nein macht entweder gar nichts schwerer oder das Falsche.

---

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 die 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 vier Experimente 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 Jahrzehnte 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.

Aus dieser Aufspaltung ergibt sich die am wenigsten intuitive Regel der Theorie. Je höher die Abrufstärke einer Erinnerung in dem Moment ist, in dem Sie sie erneut lernen oder abrufen, desto kleiner fällt der Zuwachs an Speicherstärke aus. Leichter Zugriff kauft eine kleine Einzahlung. Schwerer Zugriff kauft eine große, vorausgesetzt, Sie kommen ans Ziel. Schwierigkeit während der Übung ist paradoxerweise das, was nachhaltiges Lernen erzeugt.

Der Name kam zwei Jahre später. In einem Buchkapitel von 1994, „Memory and Metamemory Considerations in the Training of Human Beings“, trug Bjork die Trainingsmethoden zusammen, die Menschen beim Üben ausbremsten und ihnen danach halfen, und nannte sie Desirable Difficulties. Seine ursprüngliche Liste hatte fünf Einträge, und sie deckt sich nicht ganz mit der, die heute im Umlauf ist:

Generierung steht nicht darauf. Im Kapitel der Bjorks von 2011 ist sie dann dabei und teilt sich einen Abschnitt mit dem Testen. Die reduzierte Rückmeldung nahm den umgekehrten Weg und verschwand aus den meisten Zusammenfassungen. Der Abschnitt über umstrittene Fälle sieht sich ihre besser untersuchte Verwandte an, die verzögerte Rückmeldung.

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.

Ein Vierteljahrhundert nach der Namensgebung kamen die Bjorks 2020 in einem Artikel im Journal of Applied Research in Memory and Cognition, „Desirable Difficulties in Theory and Practice“, 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 hätten „dazu geneigt, unrealistischerweise anzunehmen, 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.

---

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, in derselben Monografie, aus der auch die Vergessenskurve stammt. 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. Mehr als 1.350 Personen lernten eine Reihe von Fakten, wiederholten sie einmal nach einem Abstand von bis zu dreieinhalb Monaten und schrieben bis zu ein Jahr danach einen Abschlusstest. Der optimale Abstand erwies sich als schrumpfender Anteil daran, wie lange Sie sich etwas merken wollen: etwa 20 bis 40 % eines Behaltensintervalls von einer Woche, aber nur etwa 5 bis 10 % eines Behaltensintervalls von einem Jahr. In den Kalender übertragen heißt das: Die eine Wiederholung liegt bei einem Test in einer Woche grob anderthalb bis drei Tage nach dem ersten Lernen, bei einem Test in einem Jahr etwa drei bis fünf Wochen danach.

Der Effekt hält auch in echten Kursen, nur fällt er dort kleiner aus. Eine Meta-Analyse zum Mathematiklernen von Murray und Kollegen aus dem Jahr 2025 in Educational Psychology Review fand, dass Spacing massiertes Lernen insgesamt schlug (g = 0,28 über 27 Studien), und zwar stärker, wenn der Stoff isoliert unterrichtet wurde (0,43), als wenn er in einen tatsächlichen Kurs eingebettet war (0,24).

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 Studien mit Wortmaterial 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. Wählen Sie Dinge, die Sie tatsächlich verwechseln könnten, etwa zwei Autoren, die sich in derselben Frage widersprechen, oder drei Aufgabentypen aus einem Kurs, und wechseln Sie zwischen ihnen ab. 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 Tests zum freien Abruf (Free Recall), in beiden Fällen ohne Rückmeldung. Im ersten Experiment folgte der Abschlusstest nach fünf Minuten, zwei Tagen oder einer Woche. Nach fünf Minuten lagen die Wiederleser vorn, mit 81 % zu 75 %. Eine Woche später hatte sich die Reihenfolge umgekehrt: Die getestete Gruppe konnte 56 % wiedergeben, die Wiederlesegruppe 42 %. Ein zweites Experiment trieb den Vergleich weiter. Studierende, die eine Passage einmal lasen und sich danach dreimal selbst testeten, konnten eine Woche später 61 % wiedergeben, gegenüber 40 % bei Studierenden, die sie viermal lasen, also rund 50 % mehr. Gleiche Gesamtzeit, andere Arbeit.

Warum der Abruf das bewirkt, ist bis heute umstritten. Dass er die Erinnerung verändert, ist es nicht. Bjork brachte es schon 1975 auf eine knappe Formel, und sein Kapitel von 1994 wiederholt sie: Der Akt des Abrufs ist ein „Gedächtnismodifikator“ (im Original „memory modifier“). Eine prominente Erklärung, die Theorie des episodischen Kontexts aus dem Labor von Jeffrey Karpicke, besagt, dass ein erfolgreicher Abruf den Kontext einer Erinnerung aktualisiert, sodass er neben dem Moment des Lernens auch den Moment des Abrufs umfasst, und dass dieser reichere Kontext einer späteren Suche hilft, die richtige Erinnerung anzusteuern. Selbst Scheitern hilft. Suchen Sie nach einer Antwort, finden Sie nichts und sehen Sie sie sich dann an, und Sie werden sie besser behalten, als wenn Sie dieselbe Zeit mit Lesen verbracht hätten. Richland, Kornell und Kao zeigten das 2009 in einer Arbeit mit dem Titel „The Pretesting Effect: Do Unsuccessful Retrieval Attempts Enhance Learning?“

Eine Lücke bleibt: Der Großteil dieser Evidenz stammt aus verbalem Material. Die Meta-Analyse von Murray zum Mathematiklernen aus dem Spacing-Abschnitt fand nur sieben Studien, die Testen mit erneutem Lernen verglichen, und das Konfidenzintervall ihres gebündelten Effekts (g = 0,18) schloss die Null ein. Die Autoren werten das als zu wenig Evidenz für ein Urteil, nicht als Beleg dafür, dass Abruf in Mathematik versagt.

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 53 Studien und 166 experimentelle Vergleiche. Problemlösen vor der Instruktion schlug Instruktion vor dem Problemlösen (Hedges' g = 0,36), und die Studiendesigns, die Kapurs Prinzipien des produktiven Scheiterns am genauesten folgten, schnitten besser ab, mit Effekten zwischen 0,37 und 0,58. Zwei Grenzen zeigten sich. Bei Kindern der zweiten bis fünften Klasse und bei domänenübergreifenden Fähigkeiten war es besser, mit der Instruktion zu beginnen. Jüngeren Kindern fehlt womöglich noch die Grundlage im Problemlösen, 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:

---

Zwei umstrittene Fälle: Verzögerte Rückmeldung und schwer lesbare Schriftarten

Zwei Kandidaten werden ständig als Desirable Difficulties bezeichnet. Der eine ist ein enger Verwandter eines Eintrags auf Bjorks ursprünglicher Liste und erweist sich als an Bedingungen geknüpft. Der andere stand nie auf der Liste und hat die Replikation nicht überstanden.

Reduzierte und verzögerte Rückmeldung. Der Eintrag auf Bjorks Liste von 1994 ist die reduzierte Rückmeldung, und er stammt aus dem Training motorischer Fertigkeiten. Richard Schmidt und seine Mitarbeiter hatten festgestellt: Wer Rückmeldung in regelmäßigen Zusammenfassungen gibt oder sie im Lauf der Übung ausschleicht, verlangsamt den Erwerb einfacher motorischer Fertigkeiten und verbessert ihr langfristiges Behalten. Die gängige Erklärung lautet, dass ständige Rückmeldung zur Krücke wird: Die Leistung stützt sich darauf und sackt ab, sobald sie fehlt.

Die Variante, die an Lernstoff getestet wurde, ist die verzögerte Rückmeldung. Bei Butler, Karpicke und Roediger (2007) lasen Studierende Prosapassagen, schrieben einen Multiple-Choice-Test und sahen die richtigen Antworten entweder sofort oder mit Verzögerung. In einem späteren Test mit Abrufhinweisen (Cued Recall) gewann die verzögerte Rückmeldung. Die Erklärung der Autoren ist fast schon ernüchternd schlicht: Rückmeldung, die später eintrifft, wirkt wie eine zeitlich verteilte zweite Darbietung des Stoffs.

Die Meta-Analyse von Kulik und Kulik aus dem Jahr 1988 über 53 Studien hatte die Grenze bereits vermessen. Laborexperimente zum Lernen von Testinhalten sprachen meist für die Verzögerung. Angewandte Studien mit echten Tests aus dem Unterricht und echtem Kursmaterial fanden die sofortige Rückmeldung meist wirksamer. Die Antwort lautet also „manchmal“. Die Lösung eine Weile zurückzuhalten kann helfen, wenn sicher ist, dass Sie sie sich später holen. Im normalen Kursalltag gilt: Holen Sie sie sich schnell.

Schwer lesbare Schriftarten. 2011 veröffentlichten Diemand-Yauman, Oppenheimer und Vaughan „Fortune Favors the Bold (and the Italicized)“ in Cognition. In einer Laborstudie lernten 28 Teilnehmende Faktenblätter über fiktive außerirdische Spezies, gesetzt entweder in gut lesbarer Arial in 16 Punkt oder in kleinerer, grauer Comic Sans oder Bodoni. Die Gruppe mit den schwer lesbaren Schriften behielt 86,5 % der Fakten, die andere 72,8 %. Eine zweite Studie formatierte echtes Unterrichtsmaterial für 222 Highschool-Schülerinnen und -Schüler in Ohio um und fand auch in deren regulären Tests höhere Punktzahlen. Es sah nach geschenktem Lernen aus: Schrift ändern, mehr behalten.

Der Befund hielt nicht stand. Rummer, Schweppe und Schwede führten drei leicht abgewandelte Replikationen der Laborstudie durch, veröffentlicht 2016, und fanden in keiner einen Effekt. Eine Meta-Analyse von Xie, Zhou und Liu aus dem Jahr 2018 bündelte 25 Artikel und 3.135 Teilnehmende und fand, dass schwerer lesbarer Text weder auf die Erinnerungsleistung (d = -0,01) noch auf den Transfer (d = 0,03) einen Effekt hatte. Was er sehr wohl bewirkte: Die Teilnehmenden lernten länger (d = 0,52) und waren sich des Gelernten weniger sicher (d = -0,43). Die Schrift lieferte das Gefühl der Schwierigkeit, aber nicht den Nutzen.

Sans Forgetica, die nach links geneigte, lückenhafte Schrift, die die RMIT University 2018 herausbrachte, um die Idee auszunutzen, schnitt nicht besser ab. Zwei Arbeiten von 2020 in Memory testeten sie in sieben Experimenten. Die Lesenden stuften sie als schwerer lesbar ein als Arial und behielten trotzdem nicht mehr. Eine der beiden Arbeiten trägt den Titel „Disfluent Difficulties Are Not Desirable Difficulties“.

Robert Bjork äußerte sich selbst dazu. In einem Kommentar von 2016 mit dem Titel „Is Disfluency Desirable?“ kamen er und Carole Yue zu dem Schluss, dass sich die ursprünglichen Vorteile „nicht replizieren lassen, jedenfalls nicht in allgemeiner Form“, und nannten einen möglichen Grund: Was für das Lernen aus Texten zählt, „geschieht nach der perzeptuellen Kodierung dessen, was auf dem Papier oder dem Bildschirm steht“.

Das ist der erste der beiden Tests aus dem Abschnitt mit den Beispielen: Die Mühe muss in den Stoff fließen. Eine schwer lesbare Schrift erschwert das Sehen. Desirable Difficulties erschweren das Abrufen, Erzeugen und Unterscheiden, und nur diese zweite Art von Mühe verändert die Erinnerung, die Sie aufbauen wollen. Spätere Studien förderten eng begrenzte Ausnahmen zutage (eine fand einen Vorteil nur dann, wenn die Lesenden nicht mit einem Test rechneten), aber nichts, worauf sich eine Lerngewohnheit aufbauen ließe.

---

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.

Das ist die zweite Hälfte der Definition der Bjorks vom Anfang dieses Leitfadens: Ohne das Hintergrundwissen, um auf eine Schwierigkeit zu reagieren, wird sie unerwünscht.

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 oder gar keine KI. „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. Ein Werkzeug, das die Übungsergebnisse um die Hälfte anhob, ließ die Lernenden schlechter dastehen, sobald es weg war. 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.

Zwei kleinere Studien wiederholen das Muster. In einer randomisierten Studie von André Barcaui aus dem Jahr 2025 (n = 120) lernten Bachelorstudierende mit oder ohne ChatGPT und schrieben 45 Tage später einen unangekündigten Test. Die ChatGPT-Gruppe erreichte 57,5 % gegenüber 68,5 %, und die Arbeit hält ausdrücklich fest, dass das Ergebnis zum „Prinzip der ‚Desirable Difficulties‘“ passt. In einem Preprint vom September 2026 ließen Bergh und Kollegen 55 Informatikstudierende C-Programmieraufgaben mit ChatGPT oder mit gewöhnlicher Websuche bearbeiten. Die ChatGPT-Gruppe schrieb besseren Code (89 % gegenüber 69 %) und schnitt beim Abruf schlechter ab, sowohl direkt danach (41 % gegenüber 53 %) als auch 48 Stunden später (39 % gegenüber 52 %).

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 Befragten 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. Stand Oktober 2026 ist es noch immer ein arXiv-Preprint, überarbeitet im Dezember 2025, und eine begutachtete Fassung konnten wir nicht finden. Nur 54 Personen nahmen teil (18 davon an der Abschlusssitzung), und ein Kommentar, den andere Forschende auf arXiv veröffentlicht haben, stellt die Stichprobengröße, die EEG-Auswertung und Unstimmigkeiten in der Darstellung der Ergebnisse infrage.

Nichts davon spricht gegen den Einsatz von KI. Es geht darum, an welcher Stelle des Ablaufs Sie sie einsetzen.

Zwei Arbeiten aus dem Jahr 2026 belegen das mit Daten. In einem Arbeitspapier vom Middlebury College lernten 210 Bachelorstudierende, per Zufall zugeteilt, bis zu 35 Minuten lang mit oder ohne GPT-4o. Danach wurden alle ohne das Werkzeug getestet. Die KI-Gruppe schnitt etwa eine Viertel-Standardabweichung besser ab und hielt den Vorsprung in einem Behaltenstest eine Woche später. Anders als in den türkischen Klassenzimmern war unter anderem die Art der Nutzung. Am häufigsten baten die Studierenden das Modell, ein schwieriges Konzept zu erklären: 44 % der KI-Gruppe gaben das an, gegenüber 16 %, die sagten, sie hätten sich Antworten entwerfen lassen (die Chatprotokolle zeigten mehr solches Entwerfen, als die Studierenden angaben). Um eine Erklärung zu bitten, wenn man feststeckt, ist etwas anderes, als nach der Antwort zu fragen.

Ein Tutor, der Antworten zurückhält, wirkt nur, wenn Lernende ihn auch nutzen. In einer zweijährigen randomisierten Studie zum Tutor Khanmigo der Khan Academy an 18 Middle Schools in Tennessee, im August 2026 als NBER-Arbeitspapier erschienen, waren die Zuwächse klein (0,06 bis 0,08 Standardabweichungen pro Jahr) und ähnelten dem, was das Üben mit der Khan Academy auch ohne die KI bringt. Im Median schrieben die Lernenden dem Tutor nur an einem Drittel ihrer Übungstage und nur in 17 % der Sitzungen, in denen sie einen Fehler gemacht hatten. Ein Tutor, der nur Hinweise gibt, hilft nur den Lernenden, die ihn etwas fragen.

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, KI-Lernmodi im Vergleich sieht sich an, welche Assistenten die Antwort inzwischen standardmäßig zurückhalten, und Funktionieren KI-Tutoren wirklich? stellt die türkische Studie neben die Studien, die Zuwächse fanden.

---

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 den KI-Chat für den Abruf, nicht für Zusammenfassungen. 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.

Wechseln Sie im Community-Feed die Themen. 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. So weit auseinanderliegende Themen lassen sich nicht verwechseln, erwarten Sie also nicht den Unterscheidungsvorteil des Interleaving. Was Sie bekommen, ist Spacing: Das erste Thema hatte einen Tag Zeit zu verblassen, bevor Sie zu ihm zurückkehren. Für echtes Interleaving wechseln Sie zwischen zwei Autoren ab, die sich in derselben Frage widersprechen.

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. Bjorks ursprüngliche Liste von 1994 sah etwas anders aus: Dort stand die reduzierte Rückmeldung, wo heutige Listen die Generierung führen.

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?

Welches der folgenden Beispiele ist eine Desirable Difficulty?

Die richtigen Antworten sind: Lernsitzungen zeitlich verteilen, verwandte Themen mischen (Interleaving), sich selbst testen, eine Antwort erzeugen, bevor man sie sieht, und die Übungsbedingungen variieren. Die üblichen falschen Antwortoptionen sind Büffeln, Wiederlesen und flächendeckendes Hervorheben. Schwer lesbare Schriftarten sind die Falle: Ältere Kursunterlagen führen sie als Desirable Difficulty auf, aber der Effekt ließ sich nicht replizieren. Die Regel hinter dem Lösungsschlüssel: Eine Desirable Difficulty bremst Sie während der Übung und verbessert, was Sie später abrufen und anwenden können.

Was ist eine unerwünschte Schwierigkeit (Undesirable Difficulty)?

Jede Schwierigkeit, die das Lernen schwerer macht, ohne dass Sie abrufen, erzeugen oder unterscheiden müssen, oder eine, mit der Sie nicht vorankommen. Schwer lesbare Schriftarten, laute Räume und schlecht geschriebene Lehrbücher sind echte Schwierigkeiten, aber die Mühe fließt ins Sehen oder Konzentrieren, nicht in den Gedanken. Eine Aufgabe weit über Ihrem Niveau scheitert aus dem zweiten Grund. Merken sollte man sich den Satz der Bjorks selbst: „Viele Schwierigkeiten sind unerwünscht, während des Unterrichts und für immer danach.“

Verbessern schwer lesbare Schriftarten wie Sans Forgetica das Gedächtnis?

Nein. Eine Studie von 2011 berichtete, dass schwerer lesbare Schriftarten die Erinnerungsleistung verbesserten, aber der Befund ließ sich nicht replizieren. Eine Meta-Analyse von 2018 über 25 Artikel und 3.135 Teilnehmende fand keinen Effekt schwer lesbarer Texte auf Erinnerungsleistung oder Transfer, und zwei Arbeiten von 2020 fanden speziell für Sans Forgetica keinen Gedächtnisvorteil. Menschen finden diese Schriftarten schwerer zu lesen, lernen länger und wissen am Ende gleich viel.

Wer hat den Begriff Desirable Difficulties geprägt?

Robert A. Bjork prägte ihn 1994. Als Quelle wird meist sein Kapitel „Memory and metamemory considerations in the training of human beings“ im MIT-Press-Band Metacognition: Knowing about Knowing zitiert. Die zugängliche Zusammenfassung, die die meisten lesen, 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 in „Desirable difficulties in theory and practice“ 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. Ein 2026 vorgestelltes Experiment, in dem die KI am häufigsten gebeten wurde, Konzepte zu erklären, fand das Gegenteil: höhere Werte in einem Test ohne KI eine Woche später. Lassen Sie ein Modell den Abruf für Sie erledigen, verlieren Sie das Lernen. Leisten Sie den Abruf selbst und nutzen Sie das Modell zum Erklären oder zur Kontrolle, dann behalten Sie das Lernen.

Wie lange sollte man zwischen Lernsitzungen warten?

Länger, als es sich angenehm anfühlt, und jedes Mal länger. Der Abstand, der das Behalten maximiert, wächst mit der Zeitspanne, über die Sie sich etwas merken müssen, und schrumpft zugleich als Anteil daran. Nach den Verhältnissen aus Cepedas Experiment von 2008 (20 bis 40 % eines Behaltensintervalls von einer Woche, 5 bis 10 % eines Behaltensintervalls von einem Jahr) liegt der beste Abstand bei grob anderthalb bis drei Tagen für einen Test in einer Woche und bei etwa drei bis fünf Wochen für einen Test in einem Jahr. 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, und mehrere von ihnen haben dort ihren Ursprung. Variiertes Üben und reduzierte Rückmeldung stammen beide aus der Forschung zu motorischen Fertigkeiten, und Interleaving wurde an motorischen Fertigkeiten untersucht, unter dem Namen kontextuelle Interferenz, lange bevor irgendjemand Mathematikaufgaben mischte. Jede Fertigkeit mit Unterscheidungs-, Transfer- und Abrufanteilen profitiert: Programmieren, Schreiben, Design, Sprache, Instrumente, Sporttechnik. Die Form der Übung ändert sich, das Prinzip nicht.

Warum unterrichten Schulen nicht mit Desirable Difficulties?

Weil der leichte Weg kurzfristig besser aussieht. Massierte Übung und Wiederlesen erzeugen höhere Werte in Tests direkt nach dem Unterricht und schlechtere Werte eine Woche 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. Und sparen Sie sich die unechte Schwierigkeit: Eine hässlichere Schrift oder ein lauterer Raum bringt Ihnen nichts.

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.