Eine Sprache mit KI lernen (2026)

Die Wissenschaft, die KI geerbt hat: Krashen, i+1 und der affektive Filter

Vor den Chatbots gab es eine Hypothese. In den frühen 1980er-Jahren argumentierte der Linguist Stephen Krashen, dass wir eine Sprache nicht wirklich durch das Auswendiglernen von Regeln lernen. Wir erwerben sie auf dieselbe stille Weise, wie es Kinder tun: indem wir Botschaften verstehen.

Seine Hypothese des verständlichen Inputs, die er in seinem Buch The Input Hypothesis von 1985 vollständig darlegte, stellt eine konkrete Behauptung auf: Erwerb findet statt, wenn wir große Mengen an Input erhalten, den wir größtenteils verstehen können und der genau eine Stufe über unserem aktuellen Können liegt. Krashen nannte dieses Niveau "i+1", wobei i das ist, was Sie jetzt können, und +1 das etwas schwierigere Material, das Ihr Gehirn sich zu verstehen anstrengt.

Daraus folgen zwei Dinge, und beide sind wichtig dafür, wie Sie KI nutzen sollten.

Erstens war der Engpass nie die Information. Es war verständliche Information auf dem richtigen Niveau. Ein muttersprachlicher Nachrichtenartikel ist für einen Anfänger kein i+1, sondern Rauschen. Ein Kinderbuch könnte für eine fortgeschrittene lernende Person i minus 3 sein und damit langweilig. Jahrzehntelang bedeutete es, eine stetige Versorgung mit Material auf genau Ihrem Niveau zu finden, einen Tutor, eine Lehrkraft oder eine Menge Glück zu brauchen.

Zweitens besagt Krashens Hypothese des affektiven Filters, dass Stress, Angst und mangelndes Selbstvertrauen den Erwerb physisch blockieren. Input, mit dem Sie sich zu sehr schämen oder zu nervös sind, sich auseinanderzusetzen, bleibt nicht hängen. Wer in einer Französischstunde in der Schule jemals mitten im Satz erstarrt ist, kennt dieses Gefühl.

Halten Sie diese beiden Gedanken fest. Eine auf Abruf verfügbare Quelle von niveaugerechtem Input mit geringer Angst ist genau das, was sich Sprachlernende seit vierzig Jahren wünschen. In diese Lücke tritt die KI von 2026.

Input allein genügt nicht: Swain und die Output-Hypothese

Krashens inputzentrierte Sichtweise war einflussreich, und sie wurde fast sofort auch angefochten. Im selben Jahr, in dem The Input Hypothesis erschien, veröffentlichte die angewandte Linguistin Merrill Swain ihre Output-Hypothese (1985), die auf einer auffälligen Erkenntnis aus französischen Immersionsprogrammen in Kanada beruhte.

Diese Schülerinnen und Schüler erhielten jahrelang reichhaltigen, verständlichen Input. Ihr Hörverstehen und Leseverständnis waren hervorragend. Dennoch blieben ihr Sprechen und Schreiben hartnäckig zurück. Swains Argument: Sie müssen auch Sprache produzieren. Der Akt, einen Satz zu bilden, zwingt Sie dazu, die Lücken in dem zu bemerken, was Sie tatsächlich wissen, Hypothesen über die Grammatik zu testen und von vagem Wiedererkennen zu präziser Beherrschung überzugehen.

Die ehrliche Synthese also, auf die sich der Großteil des Fachgebiets geeinigt hat, sieht so aus:

• Input baut Verständnis auf und speist Ihr unbewusstes Modell der Sprache. Vor allem Lesen und Hören.
• Output baut Produktion, Flüssigkeit und die Fähigkeit auf, Wörter unter Druck abzurufen. Sprechen und Schreiben.
• Feedback korrigiert Fehler, bevor sie zu dauerhaften Gewohnheiten fossilieren.

Den größten Teil der Geschichte war es teuer, alle drei zu bekommen. Input konnten Sie sich zusammensuchen. Output und Feedback erforderten einen geduldigen Menschen, der stundenlang mit Ihnen sprach und Ihre Fehler behutsam korrigierte. Diese Person war die knappe Ressource. Behalten Sie das im Hinterkopf, während wir betrachten, was KI verändert.

Was KI im Jahr 2026 wirklich gut macht

Lässt man das Marketing beiseite, läuft der Beitrag der KI zum Sprachenlernen auf einige konkrete Fähigkeiten hinaus, von denen jede auf die obige Wissenschaft abbildbar ist.

Verständlicher Input auf Abruf. Bitten Sie ein Modell, eine Nachrichtengeschichte "für Anfänger, nur im Präsens und mit den 500 häufigsten Wörtern" nachzuerzählen, und Sie erhalten sofortigen i+1-Input zu einem Thema, das Ihnen am Herzen liegt. Dasselbe Werkzeug kann einen echten Artikel, der etwas zu schwer ist, nehmen und ihn um eine Stufe vereinfachen, was die wörtliche Definition davon ist, etwas auf i+1 herunterzuholen.

Ein Gesprächspartner mit unendlicher Geduld. Der Sprachmodus lässt Sie reden, stocken, wiederholen und fragen "wie würde es ein Muttersprachler sagen?", ohne dass die soziale Uhr eines Menschen tickt. Hier zahlt sich der Punkt mit dem affektiven Filter aus: Weniger Angst bedeutet mehr Output, und mehr Output ist genau das, was Ihnen laut Swain fehlte.

Sofortiges, gezieltes Feedback. Fügen Sie ein, was Sie geschrieben haben, und bitten Sie um Korrekturen plus eine einzeilige Erklärung zu jeder. Das verkürzt den Output-Feedback-Kreislauf von "der Stunde nächste Woche" auf "genau jetzt".

Übersetzung und Erklärung beim Überfahren. Fremdsprachigen Text zu lesen und unbekannte Wörter direkt vor Ort zu erläutern hält Sie im Input, statt zu einem Wörterbuch zu springen und den Faden zu verlieren.

Verteiltes Wiederholen, das sich tatsächlich selbst plant. Der Wortschatz, den Sie zusammentragen, muss wiederholt werden, und der wissenschaftlich gestützte Weg dazu ist FSRS (der Free Spaced Repetition Scheduler), der moderne Algorithmus, der jetzt in Anki eingebaut ist. Er sagt voraus, wann Sie eine Karte gerade vergessen werden, und zeigt sie dann an, was weitaus effizienter ist als erneutes Lesen.

So ordnen sich die einzelnen Teile der zugrunde liegenden Theorie zu:

Der rote Faden: KI ist keine neue Lerntheorie. Sie ist ein Liefermechanismus für eine alte, gut belegte.

Das wöchentliche System: Input, Output, Wiederholung

Listen von Fähigkeiten bringen niemandem eine Sprache bei. Eine Routine tut es. Hier ist ein konkretes wöchentliches System, das die Input-Output-Review-Struktur respektiert und in ungefähr eine Stunde pro Tag passt. Skalieren Sie die Minuten an Ihr Leben an; die Verhältnisse sind wichtiger als die Gesamtzeiten.

Täglicher Input (20-30 Min.). Lesen oder hören Sie etwas knapp über Ihrem Niveau zu einem Thema, das Sie ohnehin in Ihrer Muttersprache konsumieren würden. Kochen, Fußball, eine Serienzusammenfassung, was auch immer Sie bei der Stange hält. Wenn es zu schwer ist, bitten Sie die KI, es um eine Stufe zu vereinfachen, statt es aufzugeben. Erwachsene lesen Sachtexte mit etwa 238 Wörtern pro Minute und Belletristik mit nahezu 260 in ihrer Muttersprache (Brysbaerts Metaanalyse von 2019); in einer neuen Sprache fangen Sie weitaus langsamer an, und das ist zu erwarten. Am Anfang zählt Menge mehr als Tempo.

Output jeden zweiten Tag (15-20 Min.). Sprechen Sie mit einem KI-Sprachpartner oder schreiben Sie ein paar Absätze. Wählen Sie ein reales Szenario: im Restaurant bestellen, Ihr Wochenende beschreiben, eine milde Meinung vertreten. Drängen Sie sich etwas über Ihre Komfortzone hinaus, damit Sie auf die Lücken stoßen, die Swain am Herzen lagen. Bitten Sie dann um Korrekturen.

Tägliche Wiederholung (10 Min.). Arbeiten Sie Ihr Kartenset zum verteilten Wiederholen durch. Die Karten sollten aus Wörtern stammen, denen Sie tatsächlich in Ihrem Input begegnet sind, nicht aus einer generischen Top-1000-Liste. Kontextgebundener Wortschatz bleibt besser hängen, weil Sie einen Gedächtnishaken dafür haben. Das ist reine aktive Abrufung plus Verteilung, die beiden wirkungsvollsten Lerntechniken, die es gibt.

Wöchentlicher menschlicher Kontrollpunkt (optional, aber wertvoll). Eine Tutorensitzung, ein Sprachaustausch oder ein Kurs. Hier fangen Sie die Dinge auf, die KI klammheimlich falsch macht, und hier lebt echtes kulturelles und soziales Feedback.

Eine nützliche Art, dieselbe Woche zu betrachten, ist danach, welche Fähigkeit jeder Block trainiert:

Wenn Sie einen tieferen Vergleich wollen, wie KI-Lernfunktionen auf Lernmodi abbildbar sind, lesen Sie unsere Aufschlüsselung von KI-Lernmodi im Vergleich.

Das Web und YouTube in verständlichen Input verwandeln

Der schwierigste Teil von Krashens Modell in der Praxis ist das Versorgungsproblem. Woher kommt ein stetiger Strom an interessantem, niveaugerechtem Input, sobald Sie die Lehrbuchdialoge ausgeschöpft haben? Die Antwort im Jahr 2026 ist das offene Web und Video, verständlich gemacht.

Beginnen Sie mit dem Lesen. Das fremdsprachige Internet ist die größte kostenlose Input-Bibliothek, die je zusammengetragen wurde. Rezeptblogs, Sportforen, Fan-Wikis, Meinungskolumnen. Der Trick besteht darin, im Text zu bleiben. Nutzen Sie Glasps Web-Highlighter, um beim Lesen die Wörter und Phrasen zu markieren, die Sie nicht kennen, damit Sie echte Lücken im Kontext markieren, statt isolierte Wörter in ein Wörterbuch zu kopieren. Wenn eine Phrase wirklich verwirrend ist, kann Glasps KI-Chat erklären, warum sie so aufgebaut ist, wie sie ist, genau dort, wo Sie sie gefunden haben.

Video ist der Punkt, an dem die meisten Lernenden stecken bleiben, weil muttersprachlich schnelle Rede am Anfang brutal ist. Genau hier retten Sie Transkripte. Lassen Sie ein fremdsprachiges Video durch YouTube Summary laufen, um das Transkript und die Kernaussagen herauszuziehen, und lesen Sie dann mit, während Sie zuhören. Plötzlich wird der Sprachschwall zu verständlichem Input, den Sie pausieren, erneut lesen und nach Wortschatz auswerten können. Ein Reise-Vlog auf Spanisch oder ein Kochkanal auf Japanisch verwandelt sich in eine strukturierte Lektion, ohne dass jemand einen Lehrplan schreibt.

Das passt natürlich dazu, wie wir allgemeiner über das Lernen von YouTube geschrieben haben: Das Video ist das Rohmaterial, und das Transkript plus Ihre Markierungen sind das, was Zuschauen in tatsächlichen Erwerb umwandelt.

Der Sinn von all dem ist Wiederholung mit Abwechslung. Krashens i+1 ist kein einzelner magischer Satz; es ist eine Flut von leicht herausforderndem Input über viele Themen, sodass dieselbe Grammatik und derselbe Wortschatz in unterschiedlichem Gewand wiederkehren, bis Ihr Gehirn aufhört, sie als fremd wahrzunehmen.

Eine persönliche Input-Bibliothek aufbauen, die Sie wiederholen können

Input, den Sie einmal verstanden und nie wieder gesehen haben, ist größtenteils verschwendet. Die Lernenden, die tatsächlich Fortschritte machen, behandeln ihren Input als einen Vermögenswert, den sie wieder aufsuchen, nicht als einen Strom, den sie konsumieren und vergessen. Das ist die Brücke zwischen Krashens Input und der Wiederholungshälfte Ihres wöchentlichen Systems.

Jede Markierung, die Sie beim Lesen fremdsprachiger Artikel setzen, wird Teil einer persönlichen Bibliothek verständlichen Inputs: eine durchsuchbare, wachsende Sammlung echter Sprache auf Ihrem Niveau, zu Themen, die Sie gewählt haben. Über Monate hinweg wird diese Bibliothek zu einer weitaus besseren Aufzeichnung Ihres Lernens als jedes vorgefertigte Kartenset, denn jeder Eintrag hat einen Kontext, an den Sie sich erinnern.

Bücher gehören hier ebenfalls hin. Wenn Sie fremdsprachige Bücher auf einem Kindle lesen, synchronisieren sich Ihre Kindle-Markierungen in dieselbe Bibliothek, sodass ein Roman, den Sie auf Italienisch durcharbeiten, dieselbe Wiederholungspipeline speist wie die Artikel und Videos.

Dann schließen Sie den Kreislauf. Exportieren Sie Ihre Markierungen und verwandeln Sie sie in Karteikarten für Ihr System zum verteilten Wiederholen. Eine Markierung kommt bereits mit ihrem Satz, was bedeutet, dass Ihre Karten eingebauten Kontext haben statt nackter Wortpaare. Dieser Kontext ist es, der verteiltes Wiederholen für Lesende so wirksam macht: Sie merken sich nicht "manzana = Apfel", Sie treffen einen Satz wieder, den Sie einmal verstanden haben, was weitaus näher daran ist, wie Erwerb tatsächlich funktioniert.

Der Arbeitsablauf in einem Satz: lesen oder schauen, markieren, was an Ihrer Grenze liegt, in Karteikarten exportieren, nach einem FSRS-Plan wiederholen, wiederholen. Input wird zu behaltenem Gedächtnis statt zu einem angenehmen Nachmittag, den Sie bis Donnerstag vergessen haben.

Wo KI an ihre Grenzen stößt (Lesen Sie dies, bevor Sie ihr vertrauen)

Ehrlichkeit schützt hier Ihre Zeit. KI ist ein leistungsstarker Liefermechanismus, aber sie hat bestimmte, gut dokumentierte Fehlermodi, und die Leute, die sie verkaufen, stellen diese selten in den Vordergrund.

Sie halluziniert Grammatik. Bitten Sie ein Modell, eine Regel zu erklären, und es antwortet jedes Mal selbstbewusst, auch wenn es falsch liegt. Es kann Ausnahmen erfinden, die Geschlechtsübereinstimmung falsch darstellen oder eine "natürliche" Formulierung rechtfertigen, die kein Muttersprachler verwenden würde. Bei wichtiger Grammatik überprüfen Sie es anhand einer echten Quelle oder einer Lehrkraft. Eine flüssig klingende falsche Antwort ist gefährlicher als gar keine Antwort.

Aussprache-Feedback ist nachsichtig. Text-Feedback ist stark; das Ohr ist schwächer. Modelle akzeptieren oft eine Aussprache, die ein Muttersprachler beanstanden würde, was klammheimlich einen Akzent festsetzen kann, der später schwerer zu korrigieren ist. Echtes menschliches Zuhören, oder zumindest ein auf Phonetik ausgerichteter Kurs, füllt diese Lücke.

Kulturelle und pragmatische Feinheiten werden eingeebnet. Zu wissen, wann eine Phrase unhöflich, vertraulich, regional oder sarkastisch ist, ist der schwere, menschliche Teil der Sprachflüssigkeit, und es ist genau das, worüber KI hinweggleitet. Sie bringt Ihnen bereitwillig einen lehrbuchkorrekten Satz bei, der in einem echten Gespräch falsch ankommt.

Sie kann zu einem bequemen Ersatz für den beängstigenden Teil werden. Mit einer Maschine zu sprechen ist sicher, was großartig ist, um Krashens affektiven Filter zu senken, und schrecklich, wenn es jemals das Sprechen mit einem Menschen ersetzt. Die Reibung eines echten Gesprächs ist Teil des Trainings.

Deshalb stellen die glaubwürdigsten Quellen KI als am wirksamsten dar, wenn sie mit hochwertigen strukturierten Kursen, kultureller Immersion und echter menschlicher Interaktion kombiniert wird, nicht als Ersatz dafür. Nutzen Sie KI, um Ihre Wiederholungen zu vervielfachen und die Hürde zum Anfangen zu senken. Nutzen Sie Menschen und strukturierte Kurse, um das aufzufangen, was KI nicht sehen kann. Die Kombination schlägt beide für sich allein.

Häufig gestellte Fragen

Kann ich nur mit KI flüssig werden?

Wahrscheinlich nicht auf hohem Niveau. KI ist hervorragend für Input-Menge, risikoarme Output-Übung und Wiederholung, was den größten Teil der Mühe ausmacht. Aber sie korrigiert die Aussprache zu wenig, ebnet kulturelle Feinheiten ein und halluziniert gelegentlich Grammatik. Behandeln Sie sie als Motor für tägliche Wiederholungen und kombinieren Sie sie mit echten menschlichen Gesprächen und einem strukturierten Kurs für die Teile, die sie nicht beurteilen kann.

Ist verständlicher Input wirklich besser als das Lernen von Grammatikregeln?

Sie sind keine Feinde. Krashen (1985) argumentierte, dass Input die Hauptarbeit beim Erwerb leistet, und Jahrzehnte an Belegen stützen, dass die Input-Menge enorm wichtig ist. Aber explizites Grammatiklernen und Output (Swain 1985) beschleunigen die Genauigkeit und helfen Ihnen, Lücken zu bemerken. Die stärksten Routinen nutzen Input als Fundament und fügen darauf gezielte Grammatik und Sprechen hinzu.

Welches Werkzeug zum verteilten Wiederholen sollte ich verwenden?

Anki mit dem FSRS-Algorithmus ist 2026 der wissenschaftlich gestützte Standard. FSRS sagt voraus, wann Sie eine Karte gerade vergessen werden, und plant die Wiederholung für diesen Moment, was weitaus effizienter ist als feste Intervalle oder erneutes Lesen. Befüllen Sie Ihr Kartenset mit Wortschatz, dem Sie tatsächlich beim Lesen und Schauen begegnet sind, nicht mit einer generischen Häufigkeitsliste, damit jede Karte Kontext hat.

Wie mache ich muttersprachliche YouTube-Videos als Anfänger verständlich?

Nutzen Sie das Transkript. Lassen Sie das Video durch YouTube Summary laufen, um das vollständige Transkript und die Kernaussagen zu erhalten, lesen Sie dann beim Zuhören mit und pausieren Sie nach Belieben. Das Transkript verwandelt muttersprachlich schnelle Rede, die sonst überwältigend ist, in verständlichen Input, den Sie erneut lesen und nach neuen Wörtern auswerten können.

Wie viel Zeit pro Tag brauche ich tatsächlich?

Eine Stunde pro Tag, ungefähr aufgeteilt in 20-30 Minuten Input, 15-20 Minuten Output ein paar Mal pro Woche und 10 Minuten Wiederholung täglich, bringt die meisten Menschen stetig voran. Beständigkeit schlägt Marathonsitzungen. Zwei konzentrierte Stunden am Sonntag verlieren gegen zwanzig Minuten jeden Tag, denn Verteilung und häufiges Abrufen sind das, was dauerhaftes Gedächtnis aufbaut.

Fazit

Die Wissenschaft war längst geklärt, bevor die Werkzeuge ankamen. Krashen sagte uns 1985, dass wir Sprachen aus reichlichem, niveaugerechtem Input mit geringer Angst erwerben. Swain erinnerte uns im selben Jahr daran, dass wir auch Sprache produzieren müssen, um sie wirklich zu besitzen. Was fehlte, war nie die Theorie. Es war eine billige, geduldige, stets verfügbare Möglichkeit, Input zu liefern, Output anzuregen und Fehler zu korrigieren. Das ist der Teil, den KI endlich gelöst hat.

Bauen Sie den Kreislauf auf und lassen Sie ihn laufen: verständlicher Input jeden Tag, Output ein paar Mal pro Woche, Wiederholung jeden Tag und ein Mensch dabei, wann immer Sie es einrichten können. Sorgen Sie dann dafür, dass sich Ihr Input verzinst, statt zu verdunsten.

Markieren Sie fremdsprachige Artikel und Videos mit Glasps Web-Highlighter, um eine persönliche Bibliothek verständlichen Inputs aufzubauen, machen Sie schwierige Videos mit YouTube Summary verständlich, holen Sie fremdsprachige Bücher über Ihre Kindle-Markierungen herein, fragen Sie mit Glasps KI-Chat nach verwirrenden Phrasen und exportieren Sie Ihre Markierungen in Karteikarten zum verteilten Wiederholen, damit die Sprache, die Sie einmal verstanden haben, zur Sprache wird, die Sie behalten.