Mit zwanzig lernte ich, um voranzukommen. Mit dreissig lernte ich, um beruflich relevant zu bleiben. Mit fünfzig stelle ich mir eine andere Frage: Hat Lernen vielleicht weniger mit Karriere zu tun als mit der Art, wie wir altern? Diese Frage drängte sich mir bei der Lektüre verschiedener Texte zur Altersforschung auf. Überraschend war dabei nicht die Erkenntnis, dass ältere Menschen noch lernen können. Das dürfte heute kaum jemanden erstaunen. Überraschend war vielmehr die Vermutung, dass der Zusammenhang möglicherweise umgekehrt verläuft: Vielleicht lernen wir nicht weiter, weil wir geistig fit geblieben sind. Vielleicht bleiben wir geistig fit, weil wir weiterlernen.

Lange Zeit betrachtete die Wissenschaft das Altern vor allem als Geschichte des Verlusts. Die körperliche Leistungsfähigkeit nimmt ab, die Reaktionsgeschwindigkeit sinkt, das Gedächtnis wird weniger zuverlässig. Auch das Gehirn schien diesem Muster zu folgen. Wer älter wurde, so die verbreitete Annahme, musste sich mit einem schrittweisen geistigen Rückzug abfinden.

Heute zeichnet sich ein differenzierteres Bild ab. Zwar nehmen bestimmte Fähigkeiten tatsächlich ab. Gleichzeitig bleiben Wissen, Erfahrung, Sprachvermögen und Urteilskraft oft erstaunlich lange erhalten. Der ältere Mensch mag langsamer sein als der jüngere, aber nicht zwingend weniger klug. Häufig verfügt er über einen grösseren Vorrat an Erfahrungen und Zusammenhängen, auf die er zurückgreifen kann.

Noch wichtiger ist eine andere Erkenntnis: Das Gehirn ist kein starres Organ, das nach der Jugend fertig entwickelt ist. Es bleibt lebenslang veränderbar – Neurowissenschaftler sprechen von Neuroplastizität. Was mich daran fasziniert, ist weniger der Fachbegriff als das Bild dahinter. Das Gehirn legt nicht einfach Wissen auf Vorrat an. Es baut ein dichtes Netz von Verbindungen. Fällt ein Weg aus, stehen andere zur Verfügung.

Daraus ergibt sich das Konzept der kognitiven Reserve. Menschen altern kognitiv sehr unterschiedlich, und eine Erklärung lautet, dass manche im Laufe ihres Lebens eine Art innere Widerstandsfähigkeit aufgebaut haben – durch Lesen, #Lernen, Schreiben, Gespräche, Musik, soziale Beziehungen, geistige Herausforderungen. Nicht als bewusste Vorsorge, sondern als Haltung: neugierig geblieben zu sein.

Diese Sichtweise verändert den Blick auf das Lernen grundlegend. Lernen dient nicht nur dazu, Wissen zu erwerben oder beruflich Schritt zu halten. Es ist zugleich eine Investition in die eigene geistige Beweglichkeit.

Vielleicht liegt hier sogar ein tieferer Irrtum unserer Bildungskultur. Wir betrachten Lernen oft als Vorbereitung auf das Leben. Schule bereitet auf den Beruf vor, Weiterbildung auf die nächste Karrierestufe. Lernen erscheint als Mittel zum Zweck.

Was aber, wenn Lernen nicht die Vorbereitung auf das Leben ist, sondern ein Teil des guten Lebens selbst?

In der japanischen Zen-Tradition spricht man von Shoshin, dem „Geist des Anfängers“. Gemeint ist die Fähigkeit, einer Sache so zu begegnen, als sähe man sie zum ersten Mal. Der Anfänger verfügt über wenig Wissen, aber über viele Möglichkeiten. Der Experte besitzt viel Wissen, läuft jedoch Gefahr, sich in Gewohnheiten und Gewissheiten einzurichten.

Je älter ich werde, desto häufiger beobachte ich diesen Mechanismus auch bei mir selbst. Die Versuchung ist real: sich auf das zurückzuziehen, was man bereits weiss. Es fühlt sich nicht nach Rückzug an – es fühlt sich nach Kompetenz an. Aber es ist nicht dasselbe.

Vielleicht liegt darin die grösste Herausforderung des Alterns: nicht die nachlassende Fähigkeit zu lernen, sondern der schleichende Verlust der Bereitschaft dazu. Seneca, der stoische Philosoph, hätte das wohl verstanden. Für die Stoiker war #Bildung keine Lebensphase, sondern eine Haltung. Man lernte nicht, um irgendwann fertig zu sein, sondern um aufmerksam, urteilsfähig und wach zu bleiben. Das klingt nach einem alten Gedanken – und ist vielleicht deshalb so beständig, weil er stimmt.

Was mich geistig wach hält, sind meistens nicht die grossen Projekte. Es sind die kleinen Momente, in denen man wieder Anfänger wird. Ein Buch, das die eigene Sicht auf die Welt verschiebt. Ein Gedanke, den man so noch nie gedacht hat. Eine Frage, auf die man keine fertige Antwort besitzt.

Die moderne Forschung bestätigt genau diese Haltung. Wer geistig beweglich bleiben möchte, sollte sich nicht nur mit Vertrautem umgeben. Das Gehirn reagiert besonders stark auf Neuheit, Herausforderung und Anpassung. Eine Fremdsprache lernen. Ein Instrument beginnen. Reisen. Schreiben. Neue Menschen kennenlernen. Die einzelnen Tätigkeiten sind austauschbar. Entscheidend ist etwas anderes: die Bereitschaft, wieder Anfänger zu werden.

Freilich wäre es ein Fehler, Lernen zum Wundermittel zu erklären. Das Gehirn arbeitet nicht isoliert. Bewegung, Schlaf, Ernährung, soziale Beziehungen – all das spielt ebenso hinein. Ein gesundes #Alter ist kein Soloprojekt.

Aber darüber, wie wir geistig altern, haben wir mehr Einfluss, als lange angenommen wurde. Das Gegenteil des geistigen Alterns ist nicht Jugendlichkeit. Es ist Neugier. Wer aufhört zu lernen, wird nicht alt. Er beginnt lediglich, sich zu wiederholen.

💬 Kommentieren (nur für write.as-Accounts)

Discuss...

Bildquelle Pompeo Batoni (1708–1787): Die büßende Magdalena (Kopie aus dem 19. Jahrhundert, das Original wurde im Zweiten Weltkrieg in Dresden vernichtet), Dorotheum, Wien, Public Domain.

Disclaimer Teile dieses Texts wurden mit Deepl Write (Korrektorat und Lektorat) überarbeitet. Für die Recherche in den erwähnten Werken/Quellen und in meinen Notizen wurde NotebookLM von Google verwendet.

Topic #Selbstbetrachtungen | #Erwachsenenbildung

Michael Gisiger

Erwachsenenbildner und Coach mit 20+ Jahren Erfahrung. Aus philosophischer Perspektive schreibe ich über Produktivität, PKM und Coaching – fundiert und praxisnah.

Website · Mastodon · Nolto · Bluesky · LinkedIn

Im Jahr 1947 hielt Dorothy L. Sayers vor der Oxford University Society einen Vortrag, der unter dem Titel The Lost Tools of Learning in die Bildungsgeschichte eingegangen ist. Auf den ersten Blick wirkt er wie ein gelehrtes Relikt: Die Autorin, bekannt vor allem als Schöpferin des Detektivs Lord Peter Wimsey, plädiert für eine Wiederbelebung des mittelalterlichen Triviums – jener Trias aus Grammatik, Dialektik und Rhetorik, die im Mittelalter die Grundlage jeder höheren Bildung bildete. Bildungskonservative Nostalgie, könnte man meinen, und zur Tagesordnung übergehen.

Doch dann stösst man auf einen Satz, der beinahe prophetisch wirkt: „They learn everything, except the art of learning.“ Sie lernen alles, ausser der Kunst des Lernens. Sayers schrieb diese Worte zu einer Zeit, in der Radio und Zeitungen die Öffentlichkeit prägten. Ihre Sorge galt der Anfälligkeit einer formal alphabetisierten, aber intellektuell ungeschulten Bevölkerung für Propaganda und Manipulation. Was sie beschrieb, war kein Mangel an Wissen, sondern ein Defizit an geistigen Werkzeugen: an der Fähigkeit, Argumente zu prüfen, Begriffe zu definieren, Schlüsse zu ziehen.

Diese Diagnose ist heute aktueller denn je.

Sayers' Kerngedanke ist leicht misszuverstehen. Sie lehnte neue Wissensinhalte nicht ab. Was sie kritisierte, war die Verwechslung von Wissen und Können: Schülerinnen und Schüler akkumulierten Fakten, ohne je gelernt zu haben, wie man mit Fakten umgeht. Das Trivium, das sie als Gegenmittel vorschlug, war deshalb kein Lehrplan für bestimmte Inhalte, sondern eine Schulung in Methode. Grammatik lehrte, Sprache präzise zu verstehen; Dialektik schulte das logische Argumentieren; #Rhetorik lehrte, Gedanken überzeugend zu formulieren. Die drei Stufen bauten aufeinander auf – und ihr Ziel war, wie Sayers am Ende ihres Essays formuliert, ein einziges: „to teach men how to learn for themselves“.

Selbstständigkeit als Ergebnis von #Bildung, nicht als ihr Ausgangspunkt. Diese Unterscheidung, die in vielen aktuellen Debatten über selbstorganisiertes #Lernen erstaunlich selten gemacht wird, ist der eigentliche Kern ihres Arguments.

Das Neue an der künstlichen Intelligenz

Was hätte Sayers wohl gesagt, wäre sie heute Zeugin der Debatte über künstliche Intelligenz in Schulen? Vermutlich hätte sie die Frage nach dem Ob wenig interessiert. Sie hätte nach dem Wie und dem Wozu gefragt. Und vor allem hätte sie eine Frage gestellt, die in den meisten bildungspolitischen Diskussionen heute kaum aufkommt: Sind die Lernenden überhaupt in der Lage zu beurteilen, was KI-Systeme produzieren?

Denn hier liegt der entscheidende qualitative Unterschied zu früheren technologischen Umbrüchen. Ein Taschenrechner automatisiert eine Rechenoperation. Eine Suchmaschine liefert Informationen. Beides erfordert vom Nutzer noch eine eigenständige Leistung: das Verstehen des Rechenwegs, das Bewerten und Einordnen des Gefundenen. Ein grosses Sprachmodell wie ChatGPT hingegen übernimmt etwas anderes: Es simuliert Denkprozesse. Es formuliert Argumente, strukturiert Texte, zieht Schlussfolgerungen, nimmt Positionen ein. Es ahmt nach, was bisher als sichtbares Zeichen geistiger Arbeit galt.

Das ist neu. Und es verändert die Bedingungen des Lernens auf eine Weise, für die wir noch keine verlässlichen Antworten haben.

Werkzeuge beherrschen oder beherrscht werden

Die naheliegende Reaktion, KI-Werkzeuge und Bildschirme aus dem Unterricht fernzuhalten, verkennt das Problem. Sayers selbst war keine Technikfeindin, und ihr Anliegen war auch kein nostalgisches. Sie fragte nicht nach den Werkzeugen, sondern nach dem Verhältnis des Menschen zu ihnen: Beherrscht er sie, oder wird er von ihnen beherrscht? Diese Frage stellt sich heute mit neuer Dringlichkeit.

Wer schreiben kann, wird mit KI-Unterstützung oft klarer schreiben. Wer argumentieren kann, wird Gegenargumente schneller prüfen. Wer dialektisch geschult ist, wird die Grenzen eines KI-generierten Texts erkennen – seine blinden Flecken, seine Scheinlogiken, seine Glätte, hinter der zuweilen Ungenauigkeit oder gar Halbwahrheit steckt. Diese Fähigkeiten sind kein Selbstzweck. Sie sind Voraussetzungen dafür, dass technische Hilfsmittel tatsächlich nützen, statt bloss zu entlasten.

Wer sie nie erworben hat, erhält durch #KI keine Verstärkung seiner Kompetenz, sondern die Illusion davon.

Sayers beschrieb das Bildungsproblem ihrer Zeit mit dem Bild des verlorenen Handwerkszeugs: „We have lost the tools of learning – the axe and the wedge, the hammer and the saw, the chisel and the plane.“ Stattdessen, so ihre Diagnose, besässen die Menschen bloss spezialisierte Schablonen, mit denen je eine einzige Aufgabe erledigt werden könne, ohne dass Hand und Auge dabei trainierten und ohne dass je das Ganze in den Blick käme.

Das Bild ist präzise auch auf unsere Gegenwart anwendbar. Die Fähigkeit, einen langen argumentativen Text aufmerksam zu lesen – nicht zu überfliegen, nicht zusammenzufassen, sondern ihm Schritt für Schritt zu folgen –, ist eine solche Grundfertigkeit, die durch KI nicht ersetzt, wohl aber verdrängt werden kann. Dasselbe gilt für das Verfassen eines kohärenten Texts aus dem eigenen Denken heraus, der länger ist als ein Post auf Social Media, und für das Erkennen von Widersprüchen, für das geduldige Durcharbeiten eines schwierigen Arguments.

Diese Fähigkeiten sind keine Relikte humanistischer Bildung. Sie sind die Voraussetzungen dafür, dass Dialektik – also kritisches Denken in Sayers' Sinn – überhaupt stattfinden kann.

Die eigentliche Frage lautet deshalb nicht, ob Schülerinnen und Schüler KI verwenden dürfen. Sie lautet, ob sie gelernt haben, Argumente zu prüfen, Texte zu bewerten und Schlussfolgerungen nachzuvollziehen – bevor sie ein Werkzeug nutzen, das dies für sie zu tun scheint.

Sayers' Befund aus dem Jahr 1947 bleibt in seiner Nüchternheit unübertroffen: „To learn six subjects without remembering how they were learnt does nothing to ease the approach to a seventh; to have learnt and remembered the art of learning makes the approach to every subject an open door.“

Die Werkzeuge des Lernens gehen nicht verloren, weil wir aufhören, sie zu kennen. Sie gehen verloren, weil wir aufhören, sie zu nutzen. Und wenn das geschieht, werden die Werkzeuge nicht zu Hilfsmitteln des Denkens – sondern zu seinem Ersatz.

💬 Kommentieren (nur für write.as-Accounts)

Discuss...

Bildquelle Mosaik aus der Villa des T. Siminius Stephanus: Platons Akademie, Pompeji, Public Domain.

Disclaimer Teile dieses Texts wurden mit Deepl Write (Korrektorat und Lektorat) überarbeitet. Für die Recherche in den erwähnten Werken/Quellen und in meinen Notizen wurde NotebookLM von Google verwendet.

Topic #Maschinenwelten | #Philosophie

Michael Gisiger

Erwachsenenbildner und Coach mit 20+ Jahren Erfahrung. Aus philosophischer Perspektive schreibe ich über Produktivität, PKM und Coaching – fundiert und praxisnah.

Website · Mastodon · Nolto · Bluesky · LinkedIn

Ich greife einen Gedanken auf, der mir seit einiger Zeit nicht mehr aus dem Kopf geht. Er stammt von Robert Spaemann, einem katholischen Philosophen, und ist ebenso schlicht wie unbequem: Bildung ist nicht Ausbildung. Ein gebildeter Mensch ist nicht einfach jemand mit viel Wissen oder mit einer gut verwertbaren Qualifikation, sondern jemand, der Zusammenhänge versteht, urteilen kann und sein Wissen in ein umfassenderes Verständnis von Welt und Mensch einordnet. Bildung, so Spaemann, ist Orientierung. Je länger ich diesen Satz mit mir herumtrage, desto deutlicher wird mir, wie sehr er quer zu vielen gegenwärtigen Debatten steht.

Wer heute über Defizite in Wissenschaft, Politik oder Medien klagt, spricht meist von fehlender Expertise, von mangelnder Professionalität oder von ungenügender Kompetenz. Das klingt zunächst plausibel. Doch bei genauerem Hinsehen beschleicht mich der Verdacht, dass diese Diagnose zu kurz greift. Fachwissen ist so verfügbar wie nie zuvor. Funktionale Fähigkeiten lassen sich erwerben, zertifizieren und laufend aktualisieren. Und dennoch bleibt ein Unbehagen. Was oft fehlt, ist nicht Information, sondern Einordnung. Nicht Können, sondern Urteilskraft. Nicht Eloquenz, sondern #Bildung.

Diese begriffliche Unschärfe ist mehr als ein akademisches Detail. Wenn Bildung und Ausbildung, Kompetenz und Orientierung, Wissen und Verstehen in Eins fallen, verändert sich stillschweigend, was wir von Menschen in verantwortungsvollen Rollen erwarten. Dann genügt es, etwas effizient zu beherrschen, ohne es in einen grösseren Zusammenhang stellen zu können. Genau an diesem Punkt gewinnt Spaemanns Unterscheidung ihre Schärfe. Sie ist ein Massstab für die Gegenwart.

Die Verwechslung

Gerade an der Debatte über generative künstliche Intelligenz zeigt sich, wie sehr wir Bildung und Ausbildung verwechseln. Vor diesem Hintergrund erscheint mir auch diese Debatte in einem anderen Licht. Meist wird die #KI als Bedrohung oder als Effizienzwerkzeug verhandelt. Entweder fürchten wir den Verlust menschlicher Fähigkeiten, oder wir feiern Produktivitätsgewinne. Beides bleibt an der Oberfläche. Denn KI adressiert zunächst Ausbildung, nicht Bildung. Sie liefert Informationen, strukturiert Texte, schlägt Lösungen vor. Was sie nicht kann, ist verstehen, urteilen oder Verantwortung tragen. Bildung lässt sich nicht automatisieren.

Und doch wäre es zu einfach, daraus eine kulturkritische Abwehrhaltung abzuleiten. Gerade in Bildungszusammenhängen kann KI, klug eingesetzt, Räume eröffnen. Nicht als Antwortmaschine, sondern als Gesprächspartnerin. Nicht als Ersatz für Erfahrung, sondern als Anlass zur Reflexion. Wenn sie dazu beiträgt, Fragen zu vertiefen, Perspektiven zu wechseln oder Denkbewegungen sichtbar zu machen, kann sie Breitenbildung unterstützen. Vorausgesetzt, wir verwechseln das Werkzeug nicht mit dem Ziel.

Zwei Stimmen

An dieser Stelle drängt sich mir eine andere Stimme auf, die in der medialen Berichterstattung und in den sozialen Medien der letzten Monate kaum zu überhören ist. Sie klingt ganz anders. Drängend, appellativ und leistungsorientiert. Ihr Kern lautet: Wer jetzt früh versteht, früh nutzt und früh adaptiert, verschafft sich einen entscheidenden Vorteil. KI wird hier nicht als Bildungsfrage, sondern als Karrierethema verhandelt. #Lernen bedeutet vor allem, schneller zu sein als andere. Wer eine Stunde pro Tag experimentiert, sich keine Scheu vor grossen Aufgaben leistet und bereit ist, Teile seiner Arbeit zu automatisieren, wird vorne mitspielen.

Ich halte diese Perspektive nicht für falsch. Sie ist realistisch, wirksam und für viele Menschen attraktiv. Sie trifft einen Nerv unserer Arbeitswelt. Und doch irritiert sie mich. Denn implizit transportiert sie ein bestimmtes Verständnis von Lernen und Bildung. Lernen wird zur Anpassungsleistung, Wissen zur Ressource und die KI zum Beschleuniger. Orientierung spielt dabei kaum eine Rolle. Entscheidend ist, ob etwas funktioniert.

Hier liegt für mich eine zentrale Spannung. Auf der einen Seite steht ein funktionales Bildungsverständnis, das auf Effizienz, Nutzen und individuelle Positionierung ausgerichtet ist. Auf der anderen Seite ein bildungstheoretisches Verständnis, das Lernen als Verhältnis zu sich selbst und zur Welt begreift. Beide Perspektiven schliessen sich nicht aus. Aber sie lassen sich auch nicht nahtlos ineinander überführen. Was verlieren wir aus dem Blick, wenn Bildung auf „Frühsein“ reduziert wird?

Was bleibt

Gerade deshalb scheint mir die Frage nach KI weniger eine technische als eine bildungstheoretische zu sein. Sie zwingt uns, unsere Begriffe zu klären. In Elternhaus, Schule und Erwachsenenbildung entscheidet sich nicht, wie leistungsfähig KI ist, sondern wie wir sie rahmen. Ob schnelle Antworten zählen oder gute Fragen. Ob Output oder Orientierung im Vordergrund steht. Ein Beispiel: Wenn Schülerinnen und Schüler mit KI einen Text schreiben, können sie entweder lernen, wie man ein Werkzeug bedient – oder wie man mit diesem Werkzeug denkt, zweifelt und urteilt. Der Unterschied liegt nicht in der Technologie, sondern in der pädagogischen Haltung.

Eine gewisse Gelassenheit hilft dabei. Technologische Umbrüche verlaufen selten gleichmässig. Sie sind fragmentarisch, widersprüchlich und oft langsamer, als es der öffentliche Diskurs vermuten lässt. Nicht alles verändert sich gleichzeitig, nicht alles sofort. Der Himmel fällt uns nicht auf den Kopf. Aber Übergangszeiten haben es in sich. Sie verlangen nach Menschen, die Zusammenhänge sehen, Unsicherheiten aushalten und Verantwortung übernehmen können. Mit anderen Worten: nach gebildeten Persönlichkeiten.

Vielleicht liegt hier der eigentliche Prüfstein der KI-Debatte. Nicht darin, wie schnell Modelle besser werden, sondern darin, ob wir unsere Unterscheidungen schärfen. Spaemanns Satz wirkt auf mich dabei wie eine Zumutung – aber vielleicht ist gerade diese Zumutung heilsam in einer Zeit, die nach schnellen Antworten verlangt. Bildung ist Orientierung. Wenn das stimmt, dann verschärft KI nicht primär ein Technikproblem, sondern ein Bildungsproblem. Und die Antwort darauf lässt sich nicht automatisieren. Sie beginnt dort, wo wir uns die Zeit nehmen, über unsere Begriffe nachzudenken.

💬 Kommentieren (nur für write.as-Accounts)

Discuss...

Bildquelle Pieter Bruegel d. Ä. (1525/30–1569): Grosser Turmbau zu Babel, Kunsthistorisches Museum, Wien, Public Domain.

Disclaimer Teile dieses Texts wurden mit Deepl Write (Korrektorat und Lektorat) überarbeitet. Für die Recherche in den erwähnten Werken/Quellen und in meinen Notizen wurde NotebookLM von Google verwendet.

Topic #Selbstbetrachtungen | #Maschinenwelten

Michael Gisiger

Erwachsenenbildner und Coach mit 20+ Jahren Erfahrung. Aus philosophischer Perspektive schreibe ich über Produktivität, PKM und Coaching – fundiert und praxisnah.

Website · Mastodon · Nolto · Bluesky · LinkedIn

Du kennst das vielleicht: Nach einem intensiven Kurstag gehst Du mit einem guten Gefühl nach Hause. Die Inhalte waren spannend, die Übungen sinnvoll, die Gruppe engagiert. Doch eine Woche später, beim Wiederholen der Unterlagen, ist vieles verschwunden. Du erkennst Schlagworte, aber der Zusammenhang ist weg. Und schon stellt sich die leise Frage: Wieso bleibt so wenig hängen, obwohl ich mich doch wirklich konzentriert habe? Dieses Erlebnis ist ganz normal. Unser Gehirn vergisst schnell – nicht, weil es schlecht arbeitet, sondern weil es effizient ist. Es sortiert aus, was im Moment nicht überlebenswichtig scheint. Doch das bedeutet nicht, dass Lernen zum Kampf gegen das Vergessen werden muss. Es gibt einfache Wege, das Gedächtnis zu unterstützen: Wege, die keine besondere Begabung und keinen grossen Aufwand verlangen. Fünf davon möchte ich Dir zeigen. Sie lassen sich sofort anwenden, besonders gut beim #Lernen in der beruflichen Weiterbildung.

Warum wir vergessen

Die Forschung spricht hier von der „Vergessenskurve“. Schon der Psychologe Hermann Ebbinghaus stellte Ende des 19. Jahrhunderts fest, dass Menschen innerhalb von Stunden einen Grossteil des neu Gelernten wieder verlieren. Heute wissen wir, dass das Gehirn Informationen nur dann langfristig speichert, wenn sie aktiv genutzt oder mit bestehenden Erfahrungen verknüpft werden. Anders gesagt: Wissen bleibt nicht, weil wir es einmal gehört oder verstanden haben, sondern weil wir es immer wieder abrufen, verbinden und anwenden.

Vergessenskurve nach Ebbinghaus (Quelle: agolution.com)

Viele Lernende versuchen, Vergessen durch Wiederholen der Unterlagen zu vermeiden. Doch reines Nachlesen oder erneutes Durchgehen der Notizen ist meist wenig wirksam. Entscheidend ist, dass das Gehirn selbst arbeitet – durch Erinnern, Erzählen, Üben, Reflektieren. Genau dort setzen die folgenden Methoden an.

1. „Brain Dump“: Wissen aktiv abrufen

Nach dem Lernen alles aufschreiben, was man noch weiss: Das ist der Kern des sogenannten Brain Dump. Ohne Hilfsmittel, ohne Nachschlagen. Was einfach klingt, hat eine starke Wirkung. Das aktive Abrufen zwingt das Gehirn, Verbindungen zu aktivieren, die beim reinen Lesen passiv bleiben. Wer versucht, Wissen aus dem Gedächtnis zu rekonstruieren, verankert es tiefer.

Beispiel: Am Ende eines Moduls zu Projektmanagement notierst Du drei Minuten lang alles, was Dir zum Thema „Risikomanagement“ einfällt: Begriffe, Abläufe, Beispiele. Danach vergleichst Du mit Deinen Unterlagen oder besprichst Dich kurz mit anderen. So erkennst Du, was sitzt und wo Du nacharbeiten solltest.

Der Effekt: Du trainierst Dein Gedächtnis gezielt, statt es nur zu füttern.

2. „Personal Reflection“: Neues mit Bekanntem verknüpfen

Das Gehirn liebt Zusammenhänge. Neues Wissen bleibt besser haften, wenn es an persönliche Erfahrungen oder bereits vorhandenes Wissen anschliesst. Diese Technik nennt sich elaborative Interrogation.

Beispiel: Nach einer Lektion über Kommunikation überlegst Du, in welchen Situationen Du das Gelernte bereits erlebt hast. Vielleicht erinnerst Du Dich an ein Gespräch mit einem schwierigen Kunden oder an eine Teamdiskussion, bei der Missverständnisse entstanden. Notiere, was Du damals anders hättest machen können – mit dem neuen Wissen im Kopf.

Der Effekt: Solche kurzen Reflexionsmomente sind wirkungsvoll. Sie verwandeln Theorie in Erfahrung und helfen, Wissen zu „vernetzen“. Das Gehirn speichert nicht isolierte Fakten, sondern Sinnzusammenhänge.

3. „Immediate Use“: Neues sofort anwenden

Wenn wir etwas Neues lernen und es nicht gleich verwenden, verblasst es rasch. Je schneller wir das Wissen anwenden, desto stabiler wird es.

Beispiel: In einem Kurs zu Feedback-Techniken erhältst Du nach dem Input die Aufgabe, innerhalb von zehn Minuten ein kurzes Feedback an eine Kollegin zu formulieren. Es geht nicht um Perfektion, sondern um den unmittelbaren Transfer. Indem Du das Gelernte gleich ausprobierst, signalisierst Du Deinem Gehirn: Das ist relevant, das brauche ich.

Der Effekt: Schnelles Anwenden verhindert, dass Wissen im Kurzzeitgedächtnis stecken bleibt. Und es steigert das Selbstvertrauen: Du merkst unmittelbar, dass Du das Neue bereits nutzen kannst.

4. „Rehearse for 40 Seconds“: Kurz wiederholen, bewusst festhalten

Eine Methode, die fast meditativ wirkt: Nach einer Lerneinheit nimmst Du Dir 40 Sekunden Zeit, um das Wichtigste innerlich zu wiederholen. Keine Notizen, kein Austausch – nur gedanklich.

Beispiel: Am Ende eines Nachmittagsseminars über Zeitmanagement lehnst Du Dich kurz zurück, schliesst die Augen und gehst nochmals durch, was hängen bleiben soll: die drei zentralen Prinzipien, ein Satz, der Dich besonders angesprochen hat, eine Idee, die Du umsetzen willst.

Der Effekt: Neurowissenschaftliche Studien zeigen, dass selbst kurze mentale Wiederholungen helfen, Erinnerungen zu festigen. Das Gehirn nutzt diese ruhigen Momente, um Informationen zu „sortieren“ und dauerhaft abzuspeichern.

5. „Predict whether you will remember“: Lernbewusstsein stärken

Diese Methode trainiert das Bewusstsein für den eigenen Lernprozess. Sie ist erstaunlich einfach: Du schätzt ein, ob Du Dich später an etwas erinnern wirst – und prüfst das nach einiger Zeit.

Beispiel: Zu Beginn eines Moduls denkst Du kurz darüber nach, ob Du Dich in einer Woche noch an die drei Phasen eines Projekts erinnern wirst. Du trägst Deine Einschätzung im Lernjournal ein. Eine Woche später prüfst Du: Was weisst Du noch? Was hast Du unterschätzt oder überschätzt?

Der Effekt: Solche kleinen Prognosen fördern das metakognitive Denken, das Nachdenken über das eigene Lernen. Du lernst, Deine Aufmerksamkeit bewusster zu steuern, und erkennst, welche Inhalte noch nicht gefestigt sind.

Fazit: Erinnerung ist Übungssache

Vergessen ist kein Zeichen von Schwäche, sondern Ausdruck einer gesunden, filternden Gedächtnisleistung. Entscheidend ist, wie wir mit diesem Wissen umgehen.

Die fünf Methoden – Brain Dump, Personal Reflection, Immediate Use, Rehearse for 40 Seconds und Predict whether you will remember – zeigen, dass wir unser Gedächtnis nicht überlisten müssen. Es genügt, ihm regelmässig kleine Impulse zu geben: erinnern, verknüpfen, anwenden, innehalten.

Im Alltag und besonders in der #Bildung sind das keine zusätzlichen Aufgaben, sondern kurze Gewohnheiten, die Lernen nachhaltiger machen. Ich z. B. merke immer wieder: Das, was ich aktiv nutze und mit Erfahrungen verbinde, bleibt lebendig. Der Rest verblasst! Und das ist auch in Ordnung, denn Lernen ist kein einmaliger Akt, sondern ein ständiges Wiederentdecken.

Vielleicht probierst Du eine dieser Methoden schon beim nächsten Kurs aus. Dein Gedächtnis – und Dein Lernerfolg – werden es Dir danken. Leise, aber zuverlässig.

💬 Kommentieren (nur für write.as-Accounts)

Discuss...

Bildquelle Anonymes Portrait eines Philosophen, Italien, 17. Jahrhundert, Akademie der Bildenden Künste, Warschau, Public Domain.

Disclaimer Teile dieses Texts wurden mit Deepl Write (Korrektorat und Lektorat) überarbeitet. Für die Recherche in den erwähnten Werken/Quellen und in meinen Notizen wurde NotebookLM von Google verwendet.

Topic #Erwachsenenbildung

Michael Gisiger

Erwachsenenbildner und Coach mit 20+ Jahren Erfahrung. Aus philosophischer Perspektive schreibe ich über Produktivität, PKM und Coaching – fundiert und praxisnah.

Website · Mastodon · Nolto · Bluesky · LinkedIn

Ziele begegnen uns überall: im Sport, in der Schule, im Beruf. Wir setzen sie uns selbst oder bekommen sie von anderen vorgegeben. Doch obwohl Zielsetzung als Erfolgsrezept gilt, wirken nicht alle Ziele gleich. Manche motivieren, andere frustrieren. Manche fördern Leistung, andere behindern sie sogar. Normalerweise bin ich zurückhaltend, wenn Befunde aus anderen Disziplinen auf #Bildung oder Beruf übertragen werden. Die Kontexte unterscheiden sich zu stark: in Struktur, Zielrichtung und Dynamik. Doch die sportpsychologischen Erkenntnisse aus dem systematischen Review von Williamson et al. (2024) [1] lassen sich schwer ignorieren. Zu deutlich zeigen sie, wie unterschiedlich Ziele wirken können und werfen wichtige Fragen für andere Lebensbereiche auf.

Die Studie wirft einen differenzierten Blick auf ein Thema, das häufig allzu plakativ gehandhabt wird. „Ziele motivieren“, „Ziele bringen Fokus“, „Ziele sind der erste Schritt zum Erfolg“. Mag sein. Aber welche Art von Ziel genau? Und unter welchen Bedingungen? Diese Fragen sind keineswegs trivial, denn die Art der Zielsetzung entscheidet darüber, ob sie hilfreich oder hinderlich wirkt.

Die Erkenntnisse der Sportforschung

Williamson und sein Team haben 27 experimentelle Studien systematisch ausgewertet – eine umfangreiche Datenbasis, die aussagekräftige Schlüsse über Zielsetzung im Sport erlaubt. Ein systematisches Review fasst dabei alle verfügbaren hochwertigen Studien zu einer Fragestellung zusammen und bewertet deren Ergebnisse statistisch. Untersucht wurden sowohl leistungsbezogene Effekte als auch psychologische Wirkungen wie Motivation, Selbstwirksamkeit oder Angst. Die Resultate sind differenziert, aber in einem Punkt eindeutig: Nicht alle #Ziele fördern Leistung. Manche behindern sie sogar. Entscheidend ist die Art des Ziels.

Prozessziele schnitten am besten ab. Sie konzentrieren sich auf konkrete Handlungen während der Ausführung, etwa auf die richtige Armhaltung beim Freiwurf oder die Atmung beim Laufen. Leistungsziele wirkten mittelstark. Hier geht es um messbare Vorgaben, wie eine bestimmte Sprungweite oder Laufzeit. Ergebnisziele hingegen, also das Ziel, besser zu sein als andere oder ein Turnier zu gewinnen, blieben wirkungslos oder führten sogar zu erhöhter Anspannung. Besonders bemerkenswert ist, dass Novizen stärker von Zielen profitierten als erfahrene Sportlerinnen und Sportler. Ebenso zentral war die Beobachtung, dass Ziele nur dann Wirkung entfalteten, wenn sie von regelmässigem Feedback begleitet wurden. Ohne Rückmeldung blieben sie wirkungslos.

Überraschend war auch ein weiterer Befund: Ziele, die von Trainerinnen oder Trainern formuliert wurden, waren wirksamer als selbst gesetzte. Dieser Befund sollte jedoch vorsichtig interpretiert werden – möglicherweise liegt die Wirkung nicht in der Fremdbestimmung, sondern darin, dass externe Personen realistischere und besser strukturierte Ziele formulieren.

Vorsicht bei der Übertragung

Bevor wir diese Erkenntnisse auf andere Bereiche übertragen, müssen wichtige Einschränkungen bedacht werden. Die Studien stammen überwiegend aus kontrollierten Laborsituationen mit klaren, messbaren Aufgaben. Sport zeichnet sich durch sofortige Rückmeldung und eindeutige Erfolgskriterien aus – Bedingungen, die in Schule und Beruf oft nicht gegeben sind. Zudem unterscheiden sich die Kontexte fundamental: Während im Sport meist einzelne, konkrete Fertigkeiten trainiert werden, geht es in Bildung und Beruf oft um komplexere, langfristige Entwicklungsprozesse. Die psychologischen Wirkungen wurden in den Studien sehr unterschiedlich gemessen, was die Vergleichbarkeit einschränkt. Trotz dieser Vorbehalte lassen sich interessante Parallelen ziehen, allerdings mit der nötigen Vorsicht.

Ziele im Unterricht – Potenzial jenseits von Noten

In der Schule werden Ziele zwar thematisiert, aber selten systematisch genutzt. Meist geht es um Noten, um Abschlüsse oder um das Bestehen einer Prüfung. Dies sind klassische Ergebnisziele, also genau jene Zielart, die laut Williamson et al. im Sport kaum Wirkung zeigt. Sie liegen zudem nicht vollständig im Einflussbereich der Lernenden und fördern den sozialen Vergleich, der erwiesenermassen [2] motivationsschädlich wirken kann. Mehr Potenzial könnte in der Arbeit mit Prozesszielen liegen. Diese helfen dabei, den Blick auf das eigene Tun zu lenken. Etwa: „Ich will heute bei jeder Textaufgabe zuerst die wichtigen Informationen markieren, bevor ich mit der Lösung beginne“ oder „Ich will beim Lesen gezielt nach Schlüsselwörtern suchen, die mir beim Verstehen helfen“. Solche Ziele sind konkret, überprüfbar und realistisch. Sie könnten die Selbstwirksamkeit stärken [3] und eine Haltung fördern, die auf Lernfortschritt ausgerichtet ist, nicht auf Bewertung.

Allerdings birgt auch Zielarbeit in der Schule Risiken: Unrealistische Ziele können Stress erzeugen, zu häufige Zielsetzung kann als Kontrolle empfunden werden. Lehrpersonen müssen daher sensibel vorgehen und Zielarbeit als Unterstützung, nicht als zusätzlichen Leistungsdruck gestalten. Entscheidend bleibt die Verbindung von Zielsetzung und individualisiertem Feedback. Nur so kann aus dem Ziel eine echte Orientierungshilfe werden.

Was das für Lernende bedeutet

Williamson et al. deutet darauf hin, dass gerade weniger erfahrene Lernende von klar formulierten, handlungsnahen Zielen profitieren könnten. Ziele geben Struktur, helfen beim Einstieg in neue Inhalte und verhindern, dass das #Lernen im Ungefähren bleibt. Im Idealfall entstehen aus diesen Prozesszielen auch Routinen beim Planen, Durchführen und Überprüfen von Lernschritten. Dennoch muss Zielarbeit nicht in jedem Unterrichtssetting gleich präsent sein. Manchmal ist freies Explorieren wichtiger als zielgerichtetes Arbeiten. Die Kunst liegt darin, Zielarbeit klug einzusetzen, dort, wo sie das eigenständige Denken über das eigene Lernen fördern kann. Ein weiterer Punkt: Ziele brauchen Rückmeldung. Ob durch die Lehrperson, durch Mitschülerinnen und Mitschüler oder durch Selbstbeobachtung – ohne Resonanz bleiben Ziele abstrakt. Feedback ermöglicht Anpassung, bestätigt Fortschritt oder macht Lernhindernisse sichtbar.

Berufliche Ziele richtig setzen

Auch im Beruf müssen wir uns oder im Team jeden Tag Ziele setzen. Ob in Jahresgesprächen, Projektplänen oder individuellen Entwicklungsvereinbarungen, Ziele sind allgegenwärtig. Doch wie oft werden sie tatsächlich operationalisiert? Und wie häufig bleiben sie nur lose formulierte Absichtserklärungen? Die Erkenntnisse von Williamson et al. legen nahe, dass wirkungsvolle Ziele konkret, handlungsbezogen und im eigenen Einflussbereich liegen sollten. Anstatt sich vorzunehmen „Ich will eine bessere Teamleiterin werden“ könnte es hilfreicher sein zu formulieren: „Ich will in den nächsten Wochen gezielt nach jedem Teammeeting eine kurze Nachbesprechung mit einzelnen Teammitgliedern führen, um deren Perspektive zu verstehen.“ Statt des vagen Unternehmensziels „Wir wollen die Kundenzufriedenheit steigern“ wäre ein Prozessziel spezifischer: „Wir wollen unser System zur Bearbeitung von Kundenanfragen so umgestalten, dass jede Anfrage innerhalb von 24 Stunden eine erste Rückmeldung erhält.“

Allerdings unterscheidet sich der Arbeitskontext erheblich vom Sport: Berufliche Ziele sind oft langfristiger, komplexer und stärker von externen Faktoren abhängig. Zudem können falsch gesetzte Ziele zu Stress, Tunnelblick oder unethischem Verhalten führen – Risiken, die in der Sportforschung weniger relevant sind. Ziele sollten daher nicht als Leistungsdruck verstanden werden, sondern als Strukturierungshilfe. Besonders für weniger erfahrene Mitarbeitende können sie Orientierung geben und Entwicklungsschritte sichtbar machen. Auch hier gilt: Ohne Feedback bleibt Zielarbeit wirkungslos. Rückmeldung muss dabei nicht zwingend von oben kommen. Entscheidend ist, dass sie regelmässig, konkret und konstruktiv erfolgt.

Der Befund, dass extern formulierte Ziele wirksamer waren, lässt sich nicht als Plädoyer für Kontrolle interpretieren. Vielmehr könnte er auf den Wert gemeinsamer Zielklärung hinweisen, einen Prozess, in dem verschiedene Perspektiven zusammenfliessen und realistische, gut durchdachte Ziele entstehen.

Ein nützliches Werkzeug mit klaren Grenzen

Zielarbeit ersetzt weder guten Unterricht noch professionelle Führung. Sie ist kein Allheilmittel und birgt auch Risiken: Unrealistische Ziele können demotivieren, zu starker Fokus auf Ziele kann Kreativität einschränken, und schlecht kommunizierte Ziele können als Kontrollinstrument missbraucht werden. Dennoch kann Zielarbeit Lern- und Entwicklungsprozesse strukturieren, wenn sie klug gestaltet wird. Das Review von Williamson et al. liefert dazu wichtige Anhaltspunkte, auch wenn die Übertragung aus dem Sport durchaus ihre Grenzen hat. Wer Ziele setzen will, sollte sich weniger fragen: Was will ich erreichen? Wichtiger erscheint: Was kann ich heute konkret tun, das in meinem Einflussbereich liegt? Diese Verschiebung des Fokus von Ergebnissen zu Prozessen könnte – bei aller gebotenen Vorsicht – auch jenseits des Sports hilfreich sein.

💬 Kommentieren (nur für write.as-Accounts)

Discuss...

Quellen [1] Williamson, O., Swann, C., Bennett, K. J. M., Bird, M. D., Goddard, S. G., Schweickle, M. J., & Jackman, P. C. (2022). The performance and psychological effects of goal setting in sport: A systematic review and meta-analysis. International Review of Sport and Exercise Psychology, 17(2), 1050–1078. https://doi.org/10.1080/1750984X.2022.2116723.

[2] Vázquez, A., Álvarez, L., & Del Río Lanza, A. (2023). Is comparison the thief of joy? Students’ emotions after socially comparing their task grades, influence on their motivation. The International Journal of Management Education. https://doi.org/10.1016/j.ijme.2023.100813.

[3] Murphy, P., Buehl, M., Zeruth, J., Edwards, M., Long, J., & Monoi, S. (2010). Personal Epistemology in the Classroom: Examining the influence of epistemic beliefs and goal orientations on the academic performance of adolescent students enrolled in high-poverty, high-minority schools. . https://doi.org/10.1017/CBO9780511691904.011.

Bildquelle Ernst Ludwig Kirchner (1880–1938): Bogenschützen, Kirchner Museum, Davos, Public Domain.

Disclaimer Teile dieses Texts wurden mit Deepl Write (Korrektorat und Lektorat) überarbeitet. Für die Recherche in den erwähnten Werken/Quellen und in meinen Notizen wurde NotebookLM von Google verwendet.

Topic #Erwachsenenbildung | #Coaching

Michael Gisiger

Erwachsenenbildner und Coach mit 20+ Jahren Erfahrung. Aus philosophischer Perspektive schreibe ich über Produktivität, PKM und Coaching – fundiert und praxisnah.

Website · Mastodon · Nolto · Bluesky · LinkedIn

Ich habe lange geglaubt, dass gute Ideen aus dem Nichts auftauchen. Beim Zähneputzen, auf einem Spaziergang, in der Dusche. Dieses magische „Heureka!“ – und plötzlich ist die Lösung da. Aber irgendwann merkte ich: So einfach ist es nicht. Der Geistesblitz ist nur der sichtbare Höhepunkt eines unsichtbaren Prozesses. Und je komplexer das Problem, desto weniger reicht er allein. Wer Lösungen für anspruchsvolle Fragen finden will – ob im Beruf, im Studium oder im Alltag –, muss wissen, wie dieser Denkprozess funktioniert. Dabei geholfen hat mir ein Denker, der schon vor fast hundert Jahren genau das beschrieben hat: Graham Wallas. Sein Modell der kreativen Problemlösung hat mich beeindruckt – und vielleicht geht es dir nach der Lektüre ähnlich.

Der Pionier des strukturierten Denkens

Graham Wallas (1858–1932) war Sozialpsychologe und Mitbegründer der London School of Economics (LSE). 1926 veröffentlichte er The Art of Thought – einen Versuch, den Ablauf kreativen Denkens als strukturierten Prozess zu beschreiben. Ihm ging es nicht um künstlerische Kreativität, sondern um die Art von Denken, die neue Lösungen für konkrete Herausforderungen hervorbringt. Also um kreative Problemlösung – ob in Wissenschaft, Technik, #Bildung oder Management.

Die Methode war damals ungewöhnlich: Wallas kombinierte Selbstbeobachtung mit der Analyse von Werken berühmter Wissenschafter wie Helmholtz oder Poincaré. Und er war einer der ersten, der systematisch zwischen bewussten und unbewussten Phasen im Denkprozess unterschied. Sein Modell ist nicht nur klar und eingängig – es ist auch heute noch erstaunlich anschlussfähig an moderne Erkenntnisse aus Kognitionspsychologie und Design. Und es hilft dabei, das diffuse Geschehen im Kopf beim Problemlösen greifbar zu machen.

Anatomie einer guten Idee: Die vier Phasen

Wallas identifizierte vier aufeinanderfolgende, aber nicht strikt lineare Phasen, die sich bei vielen erfolgreichen Denkprozessen wiederfinden:

1. Preparation – Die Vorarbeit

Jede kreative Problemlösung beginnt mit bewusster Auseinandersetzung. In dieser Phase versuchst du, das Problem zu verstehen, Informationen zu sammeln, Hypothesen zu formulieren und erste Ideen zu entwickeln. Wallas beschreibt diese Phase als „Untersuchung in alle Richtungen“. Ein Softwareentwickler, der ein Usability-Problem lösen will, recherchiert bestehende Lösungen, führt Nutzertests durch und sammelt Feedback. Das kann heissen: Recherchieren, Gespräche führen, Beobachten, Schreiben, Skizzieren. Wichtig ist nicht das sofortige Finden einer Lösung, sondern das gründliche Durchdringen der Fragestellung.

Diese Phase ist anstrengend. Oft frustrierend. Und nicht selten kommt man an einen Punkt, an dem nichts mehr weitergeht. Aber genau das gehört dazu. Die Mühe ist nicht vergeblich – sie legt das Fundament für alles, was folgt.

2. Incubation – Das unbewusste Arbeiten

Wenn die bewusste Anstrengung nicht weiterführt, beginnt die zweite Phase. Du legst das Problem beiseite. Äusserlich machst du etwas anderes – innerlich arbeitet dein Geist weiter. Unbewusst, leise, im Hintergrund. Wallas beschreibt diese Phase als besonders rätselhaft. Sie findet statt, während wir spazieren, schlafen, kochen, stricken oder Musik hören. Während der Softwareentwickler am Wochenende Sport treibt, arbeitet sein Unterbewusstsein weiter. Neuere Forschungen bestätigen: In diesem Zustand sind andere Hirnareale aktiv, es entstehen neue Verbindungen, bisher Unverbundenes kann plötzlich zusammenfinden.

Was Wallas damals nur vermuten konnte, bestätigt heute die Neurowissenschaft: In scheinbar unproduktiven Momenten wird das sogenannte „Default Mode Network“ aktiv – ein Hirnnetzwerk, das Erinnerungen aufruft, Zukünftiges durchspielt und neue Lösungswege simuliert. Wer also beim Duschen oder Spazieren abschweift, ist oft in einem kognitiven Zustand erhöhter Verbindungskraft zwischen Planung, Erinnerung und Vorstellung – ein perfektes Umfeld für Ideenentwicklung.

Diese Phase lässt sich nicht erzwingen, aber sie lässt sich fördern. Indem du gezielt Pausen einbaust. Indem du mehrere Projekte gleichzeitig verfolgst. Indem du akzeptierst, dass Nachdenken manchmal Abstand braucht – und Vertrauen.

Für mich persönlich ist diese Phase zentral geworden. Ich plane heute bewusster mit ihr – nicht nur im Schreiben, auch in der Konzeption, im Coaching, in der Unterrichtsvorbereitung. Oft bringt genau dieser Zwischenraum die entscheidende Wendung.

3. Illumination – Der Moment der Einsicht

Dann, plötzlich, ist sie da: die Idee. Der Einfall. Der Gedanke, der alles verändert. Wallas nennt das die Phase der „Illumination“. Sie ist meist sehr kurz, aber umso eindrucksvoller. Wichtig: Diese Einsicht ist nicht das Produkt des Zufalls. Sie ist die Frucht der vorherigen beiden Phasen – ein Resultat der Vorarbeit und der mentalen Reifung im Hintergrund. Manchmal kommt sie beim Aufwachen, mitten im Gespräch oder auch beim Blick aus dem Fenster.

Wallas warnt davor, diese Phase zu überschätzen. Sie ist wichtig – aber sie ist nicht die Lösung. Sie ist der Impuls, dem man folgen kann. Ein Pfad, kein fertiger Plan. Und manchmal stellt sich heraus, dass er in eine Sackgasse führt. Auch das gehört dazu.

4. Verification – Die kritische Prüfung

Jetzt beginnt die bewusste Arbeit erneut. Du prüfst die Idee, testest ihre Tragfähigkeit, verfeinerst die Formulierung, baust einen Prototyp, diskutierst mit anderen, korrigierst Details. Diese Phase ist rational, methodisch, kritisch. Und sie ist unverzichtbar. Denn die Idee allein reicht nicht. Sie muss Bestand haben, überzeugen, umgesetzt werden.

Wallas verweist hier auf den Mathematiker Poincaré, der sagte: Die Inspiration liefert nur den Ausgangspunkt. Die eigentliche Arbeit beginnt danach.

Ich finde: Genau hier entscheidet sich, ob aus einer guten Idee ein tragfähiger Beitrag wird. Und oft zeigt sich in dieser Phase auch, dass man wieder einen Schritt zurück muss – zur Vorbereitung, zur Inkubation oder sogar zum Problemverständnis.

Alte Weisheit, neue Anwendung

Wallas’ Modell mag aus den 1920er-Jahren stammen, ist in vielem aber erstaunlich modern:

1. Kreativität braucht Struktur

Wallas zeigt: Kreativität ist nicht das Gegenteil von Disziplin, sondern ihr Zusammenspiel. Wer Probleme lösen will, braucht Phasen des Fragens, des Loslassens, des Findens – und des Prüfens. Und das in einem Rhythmus, der sich nicht auf Knopfdruck steuern lässt.

2. Pausen sind produktiv

In einer Kultur der Daueroptimierung ist das ein wichtiges Signal: Gutes Denken braucht Leerlauf, braucht zuweilen auch Langeweile. Wer dem Drang widersteht, immer effizient zu sein, schafft Raum für wirkliche Einsichten.

• Für Berufstätige: Plane bewusst Puffertage zwischen intensiven Projektphasen.
• Für Studierende: Beginne mit Hausarbeiten früher, auch wenn du zunächst nur Quellen und Ideen sammelst.
• Für Teams: Nutzt Design-Thinking-Methoden, die diese Phasen strukturiert durchlaufen.

3. Der „Heureka“-Moment ist nicht der Anfang

Der Geistesblitz ist ein Ergebnis, kein Startpunkt. Wer ihn als Ziel kultivieren will, muss ihn vorbereiten – durch geduldiges Fragen, bewusstes Loslassen und sorgfältiges Prüfen.

4. Jeder kann den Prozess gestalten

Wallas’ Modell lässt sich auf viele Arten anwenden:

• Bei komplexen beruflichen Entscheidungen,
• in der Strategiearbeit,
• im Unterrichtsdesign,
• beim Schreiben oder Forschen und
• in Innovationsprojekten.

Es hilft, die eigene Denkweise besser zu verstehen – und gezielt zu verbessern.

Fazit: Der Kompass für kreatives Denken

Graham Wallas hat mit seinem Buch The Art of Thought einen bleibenden Beitrag geleistet. Nicht weil er ein Patentrezept geliefert hätte – sondern weil er ein Muster sichtbar gemacht hat, das vielen Denkprozessen zugrunde liegt. Ich habe viel aus diesem Modell gelernt. Vor allem: Geduld zu haben. Zwischen den Phasen unterscheiden zu lernen. Den „Heureka“-Moment nicht zu überschätzen. Und die stille Phase des Nichtwissens als produktiven Teil des Ganzen zu verstehen.

Vielleicht wirst du beim nächsten ungelösten Problem innehalten und dich fragen: In welcher Phase bin ich gerade? Brauche ich mehr Recherche, eine bewusste Pause oder den Mut, eine erste Idee zu testen? Wallas’ Modell gibt dir einen Kompass für diesen Weg.

💬 Kommentieren (nur für write.as-Accounts)

Discuss...

Bildquelle Thomas Degeorge (1786–1856): Death of Archimedes, Musée d'Art Roger-Quilliot, Clermont-Ferrand, Public Domain.

Disclaimer Teile dieses Texts wurden mit Deepl Write (Korrektorat und Lektorat) überarbeitet. Für die Recherche in den erwähnten Werken/Quellen und in meinen Notizen wurde NotebookLM von Google verwendet.

Topic #ProductivityPorn | #Coaching

Michael Gisiger

Erwachsenenbildner und Coach mit 20+ Jahren Erfahrung. Aus philosophischer Perspektive schreibe ich über Produktivität, PKM und Coaching – fundiert und praxisnah.

Website · Mastodon · Nolto · Bluesky · LinkedIn

Was bringt Menschen dazu, ihr Verhalten zu ändern? Wie lässt sich #Lernen fördern, ohne moralischen Zeigefinger? Und wie können wir in Coachingprozessen wirkungsvolle Impulse setzen – ohne komplexe Theorien zu bemühen? In meiner Arbeit als Dozent und Coach bin ich immer wieder auf der Suche nach einfachen, fundierten und praxistauglichen Ansätzen. Einer dieser Ansätze begleitet mich inzwischen seit einiger Zeit: das EAST-Framework.

EAST steht für Easy, Attractive, Social, Timely. Diese vier Begriffe fassen zentrale Prinzipien der Verhaltenswissenschaft in einer klaren, handlungsleitenden Struktur zusammen. Das Framework wurde 2014 vom Behavioural Insights Team (BIT) entwickelt – einem Spin-off der britischen Regierung – und hat sich seither in hunderten Projekten im öffentlichen und privaten Sektor bewährt. Ich nutze EAST im Unterricht, in Coachings und nicht zuletzt auch für mich selbst. Warum es so gut funktioniert – und wie Du es in Deinen eigenen Kontexten einsetzen kannst –, möchte ich Dir im Folgenden zeigen. Meine Ausführungen basieren auf dem offiziellen, überarbeiteten EAST Guide von 2024.

Was ist EAST?

Das EAST-Framework basiert auf der Idee, dass menschliches Verhalten systematisch veränderbar ist – wenn man versteht, wie Menschen Entscheidungen treffen. Anders als traditionelle Modelle der Motivation geht EAST davon aus, dass Verhalten stark durch das Umfeld, durch Routinen und durch soziale Einbettung geprägt ist.

Die vier Prinzipien lauten:

• Easy – Verhalte Dich so, dass der gewünschte Weg der einfachste ist.
• Attractive – Gestalte den Zielzustand ansprechend und aufmerksamkeitsstark.
• Social – Nutze soziale Normen und Beziehungen als Verstärker.
• Timely – Wähle den richtigen Moment für den Impuls.

Diese vier Prinzipien lassen sich als Checkliste verwenden: Ist das Verhalten, das ich fördern will, einfach, attraktiv, sozial eingebettet und zum richtigen Zeitpunkt adressiert? Wenn nicht – wo kann ich ansetzen? Die Stärke des Modells liegt darin, dass es zugleich intuitiv und wissenschaftlich fundiert ist. Und: Es lässt sich sofort anwenden.

Die Geschichte von EAST

EAST entstand aus einem konkreten Bedürfnis: Die britische Regierung wollte öffentliche Dienstleistungen verbessern, ohne neue Gesetze oder grosse Budgets einsetzen zu müssen. Stattdessen sollten psychologische Erkenntnisse genutzt werden, um bestehende Prozesse wirksamer zu gestalten. Das Behavioural Insights Team entwickelte zunächst komplexe Modelle, die später auf das Wesentliche reduziert wurden – das Framework EAST.

Ein Beispiel: In Grossbritannien wurde die Anmeldung zur staatlichen Altersvorsorge auf ein opt-out-System umgestellt. Statt sich aktiv einschreiben zu müssen, waren alle automatisch dabei – wer nicht wollte, musste sich abmelden. Dieses einfache Default-Setting führte dazu, dass sich Millionen mehr Menschen beteiligten, vor allem in sozial benachteiligten Gruppen (Guide S. 9f.). Ähnliche Effekte konnten in der Schweiz beobachtet werden, als Energieversorger den Wechsel zu Ökostrom zur Standardoption machten (Guide S. 11).

Seit seiner Veröffentlichung steht das Framework unter einer Creative-Commons-Lizenz (CC BY-NC-SA 4.0) zur freien Nutzung und Weiterentwicklung zur Verfügung – ein wichtiger Aspekt, insbesondere für den Bildungs- und Coachingbereich.

EAST im Team: Verhalten gestalten statt verordnen

In der Arbeit mit Teams – sei es in der Weiterbildung oder Organisationsentwicklung – zeigt sich immer wieder: Verhalten lässt sich nicht durch Appelle verändern, sondern durch Rahmenbedingungen. EAST bietet hierfür einen differenzierten, aber leicht verständlichen Ansatz.

In der Praxis bedeutet das etwa:

• Easy: Prozesse werden so gestaltet, dass erwünschtes Verhalten der einfachste Weg ist (z. B. eine standardisierte Meeting-Struktur mit Fokus auf Austausch).
• Attractive: Fortschritt wird sichtbar gemacht (z. B. durch Visualisierungen oder spielerische Elemente).
• Social: Vorbilder im Team werden benannt und gefeiert.
• Timely: Neue Routinen werden an Umbruchphasen gekoppelt, z. B. Projektstarts oder neue Rollen.

In Workshops nutze ich das EAST-Framework als strukturierende Denkhilfe, um mit Gruppen Interventionen zu entwerfen oder bestehende Prozesse zu analysieren. Besonders hilfreich ist dabei die systematische Perspektive auf die vier Hebel: Was macht es schwer, das Gewünschte zu tun – und wie können wir es leichter machen? Was spricht Menschen an? Welche sozialen Dynamiken wirken? Und wann ist der richtige Moment für einen Impuls?

EAST als Werkzeug im Selbstcoaching und beim Aufbau von Gewohnheiten

EAST funktioniert nicht nur im Gruppenkontext. Auch im #Selbstmanagement entfaltet das Modell Wirkung – besonders beim Aufbau neuer #Habits. In diesem Kontext hat sich für mich folgendes Vorgehen bewährt:

• Easy: Friktionen abbauen – zum Beispiel durch Vorbereitungen am Vorabend (Sportkleidung bereitlegen, Apps vorkonfigurieren).
• Attractive: Anreize sichtbar machen – etwa durch Fortschrittsverfolgung oder kleine Belohnungen.
• Social: Gewohnheiten mit anderen teilen – sei es in Gruppen, über Apps oder mit einem Accountability Partner.
• Timely: Zeitfenster nutzen – der Monatsanfang, der Montag oder ein beruflicher Wechsel bieten sich als „Frischstart-Momente“ an (Guide S. 42).

Was EAST dabei besonders wertvoll macht: Es verschiebt die Perspektive weg vom „inneren Schweinehund“ hin zur Gestaltung der Umgebung. Wer aufhört, sich selbst zu pathologisieren, und stattdessen beginnt, sein Umfeld strategisch zu gestalten, kommt oft deutlich schneller ans Ziel und kann Habits dauerhaft verankern.

EAST im Einzel- und Teamcoaching

Auch im Coaching eignet sich EAST hervorragend, um Veränderungsprozesse konkret und lösungsorientiert zu begleiten. Ich nutze das Framework regelmässig, wenn Klientinnen und Klienten mit Anliegen zu mir kommen wie:

• „Ich möchte mich beruflich neu orientieren, weiss aber nicht, wo ich anfangen soll.“
• „Ich nehme mir ständig vor, mehr zu lesen / weniger zu unterbrechen / gesünder zu leben – aber es klappt nicht.“

EAST hilft dabei, diese Anliegen in handhabbare Fragen zu übersetzen:

1. Was wäre eine kleine Änderung, die es Dir einfacher macht?
2. Wie könnte Dein Ziel attraktiver gestaltet sein – in der Darstellung, in der Wahrnehmung?
3. Wer tut das schon – und wie könntest Du Dich mit diesen Menschen verbinden (social)?
4. Wann wäre ein guter Moment für einen ersten Schritt (timely)?

In Teamcoachings ist EAST zudem hilfreich, um Spannungsfelder zu analysieren: Wo besteht eine Diskrepanz zwischen gewünschtem Verhalten und tatsächlichen Handlungsanreizen? Wo erzeugen Prozesse unbeabsichtigt Reibung? EAST sensibilisiert für solche „Verhaltensarchitekturen“ – und eröffnet pragmatische Wege zur Veränderung.

Grenzen und ethische Fragen

So hilfreich EAST auch ist: Das Modell ist kein Allheilmittel. Verhalten ist komplex, Kontext entscheidend. Was in einem Team funktioniert, kann in einem anderen kontraproduktiv sein. Die Autoren des Frameworks selbst warnen daher vor zu strikter Anwendung – jede Intervention sollte getestet und kontextualisiert werden (Guide S. 6).

Zudem ist EAST in der Tradition des Nudging verankert – also der sanften Lenkung von Verhalten. Das wirft ethische Fragen auf: Wer entscheidet, was „wünschenswertes Verhalten“ ist? Und wann kippt eine Intervention in Manipulation? Auch hier gilt: Transparenz, Mitgestaltung und Feedbackschleifen sind zentrale Qualitätskriterien für den Einsatz in #Bildung und Coaching.

Fazit

Ich nutze EAST nicht, weil es gerade angesagt ist – sondern weil es wirkt. Es ist ein Werkzeugkasten, kein Dogma. Ein Modell, das hilft, Verhalten zu verstehen und gezielt zu beeinflussen – ob im Unterricht, in der Teamentwicklung oder in der persönlichen Selbststeuerung.

Und: Es ist offen zugänglich. Das Framework steht unter einer Creative-Commons-Lizenz. Vielleicht ist das der grösste Wert von EAST – es ist nicht nur ein Modell über Verhalten, sondern auch ein Modell für Kooperation und Wissensweitergabe.

Wenn Du also das nächste Mal vor der Frage stehst, wie Du bei Dir oder anderen Veränderung ermöglichen kannst, erinnere Dich an diese vier einfachen Prinzipien: Easy. Attractive. Social. Timely.

Manchmal sind es gerade die einfachen Dinge, die nachhaltig wirken.

💬 Kommentieren (nur für write.as-Accounts)

Discuss...

Bildquelle Caspar David Friedrich (1774–1840): Zwei Männer in Betrachtung des Mondes, Staatliche Kunstsammlungen Dresden, Public Domain.

Disclaimer Teile dieses Texts wurden mit Deepl Write (Korrektorat und Lektorat) überarbeitet. Für die Recherche in den erwähnten Werken/Quellen und in meinen Notizen wurde NotebookLM von Google verwendet. Die Illustrationen im Beitrag wurden mit NapkinAI erstellt.

Topic #ProductivityPorn | #Coaching

Michael Gisiger

Erwachsenenbildner und Coach mit 20+ Jahren Erfahrung. Aus philosophischer Perspektive schreibe ich über Produktivität, PKM und Coaching – fundiert und praxisnah.

Website · Mastodon · Nolto · Bluesky · LinkedIn

Die Frage, ob KI Schülerinnen und Schüler dümmer macht, wirkt auf den ersten Blick reisserisch. Und doch ist sie berechtigt – zumindest, wenn man sich ernsthaft mit den Veränderungen auseinandersetzt, die KI-gestützte Tools wie ChatGPT im schulischen Alltag auslösen. In einem Artikel in der Frankfurter Allgemeinen Zeitung geht Lisa Becker diesem Thema differenziert nach. Sie beobachtet eine grosse Bandbreite im Umgang mit KI an Schulen: Von Lehrpersonen, die KI gezielt einsetzen, um Lernprozesse zu fördern, bis hin zu jenen, die deren Existenz weitgehend ignorieren.

Besonders aufmerksam macht Becker auf eine Tendenz, die ich selbst im Bildungskontext immer wieder beobachte: Lernende nutzen #KI in hohem Masse eigenständig – meist ausserhalb des Unterrichts, zum Beispiel beim Vorbereiten von Referaten oder für schriftliche Arbeiten. Sie geben Stichworte ein, lassen sich Zusammenfassungen liefern, schreiben sogar ganze Texte mithilfe von ChatGPT. Der Umgang ist pragmatisch, aber überhaupt nicht reflektiert. Die Lehrperson erfährt in vielen Fällen nicht einmal, ob oder wie KI im Hintergrund mitgewirkt hat. Daraus ergibt sich eine entscheidende Frage: Was passiert mit dem #Lernen, wenn zentrale kognitive Prozesse ausgelagert werden?

Zwischen Hoffnung und Kontrollverlust

Auf der einen Seite steht die Verlockung: KI kann Arbeit abnehmen, Inhalte strukturieren, auf Knopfdruck Wissen bereitstellen. Sie ist schneller als jedes Schulbuch, rund um die Uhr verfügbar und – zumindest auf den ersten Blick – unerschöpflich „kompetent“. Für Schülerinnen und Schüler eröffnet sich damit eine neue Form der Lernhilfe: eine Art Super-Nachschlagewerk, das nicht nur erklärt, sondern auf Wunsch auch analysiert, vergleicht oder interpretiert.

Auf der anderen Seite steht die Sorge, dass genau diese Entlastung zur Entmündigung führt. Becker bringt das auf den Punkt: „Gerade schwächere Schüler sind besonders gefährdet, der Maschine das Denken zu überlassen.“ Wer nicht lernt, mit Informationen umzugehen, sondern sie nur abruft, entwickelt keine eigenen Kompetenzen. Das betrifft nicht nur Fachwissen, sondern vor allem Denkprozesse: das Verstehen, Einordnen, Argumentieren – alles Fähigkeiten, die für ein selbstständiges Lernen und Urteilen zentral sind.

Was passiert beim sogenannten Deskilling?

Ein Begriff, der in diesem Zusammenhang oft fällt, ist Deskilling. Er bezeichnet den schleichenden Abbau von Fähigkeiten, weil sie nicht mehr regelmässig genutzt werden. Bekannt ist das Phänomen etwa aus dem Umgang mit dem Taschenrechner: Wer selbst einfache Rechnungen nicht mehr im Kopf durchführt, verliert allmählich die Fähigkeit zum Kopfrechnen. Ähnliches gilt im digitalen Kontext: Wer Texte nur noch mit ChatGPT generiert, übt weder persönlichen Stil noch Ausdrucksvermögen.

Beim Lernen heisst das: Wenn die KI anstelle der Lernenden denkt, formuliert und strukturiert, wird der Aufbau eigener Fähigkeiten unterbrochen. Besonders problematisch ist das bei Schülerinnen und Schülern, die sich ohnehin schwertun, Lernprozesse zu steuern. Für sie kann KI – falsch genutzt – zu einer Art Denkprothese werden, die das Lernen scheinbar erleichtert, es aber langfristig behindert.

Cognitive Offloading: Entlastung mit Risiko

Verwandt mit dem Deskilling ist das Konzept des Cognitive Offloading – das gezielte Auslagern kognitiver Aufgaben an Hilfsmittel. In vielen Fällen ist das nicht nur legitim, sondern klug: Wir schreiben Einkaufslisten, nutzen Kalender oder speichern Telefonnummern im Handy. Unser Gedächtnis wird entlastet, damit es sich auf Wichtigeres konzentrieren kann.

Auch beim Lernen kann Offloading nützlich sein: Wer sich von der KI einen Überblick über ein Thema geben lässt, gewinnt Zeit und Energie für die Vertiefung. Wer sich Fragen vorschlagen lässt, kann daraus eigene weiterführende Überlegungen entwickeln. Problematisch wird es jedoch, wenn das Auslagern zur Gewohnheit wird – und die Inhalte nicht mehr hinterfragt werden.

Mehrere Studien stützen diese Einschätzung. Forschende von Microsoft und der Carnegie Mellon University zeigten, dass kritisches Denken messbar abnimmt, wenn Menschen KI-Antworten ungeprüft übernehmen (was erschreckenderweise mehrheitlich der Fall ist). Eine andere Studie weist sogar auf einen Zusammenhang zwischen intensiver ChatGPT-Nutzung und Leistungsabfall hin – inklusive Gedächtnisverlust. Die Technik entlastet nicht nur – sie verführt auch zur Passivität.

Die entscheidende Frage: Wer denkt hier eigentlich?

Lernen ist kein Konsumvorgang. Wer nur auswählt, zusammenkopiert und weitergibt, hat noch nichts verstanden. Künstliche Intelligenz ist ein mächtiges Werkzeug, aber sie übernimmt das Denken nicht – zumindest nicht auf eine Weise, die #Bildung fördern würde. Was sie liefert, ist Oberflächliches: sprachlich geschliffen, oft logisch aufgebaut, manchmal sogar originell. Doch ohne eigene Auseinandersetzung bleibt es fremdes Wissen.

Deshalb ist die zentrale Frage im Umgang mit KI nicht: Was kann sie?, sondern: Was tue ich mit dem, was sie liefert? Lasse ich mich inspirieren, vergleiche ich verschiedene Perspektiven, entwickle ich eigene Fragen weiter – oder übernehme ich das Resultat als fertige Lösung?

Wie sinnvoller KI-Einsatz im Unterricht aussehen kann

Sinnvoll eingesetzt, kann KI Lernprozesse nicht nur unterstützen, sondern gezielt vertiefen. Dafür braucht es aber mehr als nur den Zugang zu einem Tool – es braucht didaktische Konzepte, pädagogische Begleitung und kritische Reflexion. Becker bietet hierzu in dem FAZ-Artikel einige konkrete Hinweise, die sich in der Praxis umsetzen lassen.

Ein wirksamer Ansatz ist der reflektierte Einsatz im Unterricht. Wenn Lernende beispielsweise eine Klassenarbeit mit Unterstützung von ChatGPT verfassen dürfen, um im Anschluss die Struktur, den Inhalt oder die Qualität gemeinsam zu analysieren, fördert das nicht nur das fachliche Lernen, sondern auch die Metakognition – also das Nachdenken über das eigene Denken. Die KI liefert so nicht die Lösung, sondern wird zum Anlass für Reflexion.

Wichtig ist dabei, die KI als Lernpartnerin und nicht als Ersatz zu begreifen. Sie kann beim Sammeln von Ideen helfen, Argumente vorschlagen oder Diskussionsimpulse liefern. Im Unterricht bedeutet das: nicht die Vorschläge übernehmen, sondern mit ihnen arbeiten. Lehrpersonen können mit der Klasse gemeinsam Varianten vergleichen, Stärken und Schwächen analysieren und so den kritischen Umgang mit Texten und Informationen schulen.

Ein weiteres Feld mit grossem Potenzial sind automatisierte Feedback-Tools. Diese geben Schülerinnen und Schülern unmittelbare Rückmeldung zu sprachlichen, strukturellen oder inhaltlichen Aspekten ihrer Texte. Der Vorteil: Die Rückmeldung erfolgt sofort, individuell und unabhängig von der Verfügbarkeit einer Lehrperson. So kann der Schreibprozess gezielt gefördert werden – auch ausserhalb des Unterrichts.

Noch einen Schritt weiter gehen intelligente tutorielle Systeme (ITS), also KI-Tutoren. Diese Systeme passen Aufgaben und Inhalte an den individuellen Lernstand an, berücksichtigen Unterschiede im Vorwissen, in der Sprache oder im Lerntempo und fördern gezielt Basiskompetenzen. Gerade in heterogenen Klassen können sie helfen, die Lernenden differenziert zu fördern und alle auf ein höheres Kompetenzniveau zu bringen.

Entscheidend ist dabei die Rolle der Lehrperson. Sie bleibt aktive Gestalterin des Lernprozesses. Lehrkräfte sollten nicht nur KI-Tools auswählen, sondern gemeinsam mit den Schülerinnen und Schülern deren Einsatz reflektieren und weiterentwickeln. Das verlangt auch von den Lehrpersonen selbst Bereitschaft zur Weiterbildung und Offenheit für neue pädagogische Wege.

Nicht zuletzt braucht es eine verlässliche technische Ausstattung. KI kann nur dann sinnvoll in den Unterricht integriert werden, wenn die Infrastruktur stabil, der Zugriff für alle gewährleistet ist und alles selbstverständlich auch datenschutzkonform betrieben wird. Auch die Integration in die Schulentwicklung ist wichtig: Der Einsatz von KI darf kein Einzelprojekt bleiben, sondern sollte eingebettet sein in eine pädagogisch fundierte Gesamtplanung.

Richtig eingesetzt, kann KI also mehr sein als ein technisches Hilfsmittel – sie kann zu einem Impulsgeber für Lernen, Denken und Diskutieren werden. Vorausgesetzt, ihr Output wird nicht einfach unkritisch übernommen, sondern bewusst gesteuert.

Ein persönliches Fazit

Macht KI Schülerinnen und Schüler dümmer? Sie kann – wenn man sie unreflektiert nutzt, sie unkommentiert werkeln lässt oder als Ersatz für Lernen begreift. Aber sie muss nicht. Richtig eingesetzt, kann KI das Lernen bereichern, differenzieren und vertiefen. Sie kann Impulse geben, Perspektiven eröffnen, individuelle Förderung ermöglichen.

Was es dazu braucht, ist eine Haltung: neugierig, kritisch, strukturiert. Wer die KI nutzt, um weiterzudenken, statt abzuwälzen, wird davon profitieren. Wer sie als Sparringpartner sieht, nicht als Problemlöser, entwickelt sich weiter. Es ist nicht die KI, die klüger oder dümmer macht – es ist unser Umgang mit ihr. Wir haben es selbst in der Hand.

Und vielleicht ist das die wichtigste Aufgabe unserer Zeit: zu verstehen, was Maschinen für uns tun können – und was wir selbst leisten müssen, um wirklich zu lernen.

💬 Kommentieren (nur für write.as-Accounts)

Discuss...

Bildquelle Thomas Webster (1800–1886): The Frown, Guildhall Art Gallery, London, Public Domain. Der dritte Junge von rechts trägt eine sog. Eselskappe, eine bis in das 19. Jahrhundert angewandte Bestrafung bzw. Demütigung für Schüler.

Disclaimer Teile dieses Texts wurden mit Deepl Write (Korrektorat und Lektorat) überarbeitet. Für die Recherche in den erwähnten Werken/Quellen und in meinen Notizen wurde NotebookLM von Google verwendet.

Topic #Erwachsenenbildung | #Maschinenwelten

Michael Gisiger

Erwachsenenbildner und Coach mit 20+ Jahren Erfahrung. Aus philosophischer Perspektive schreibe ich über Produktivität, PKM und Coaching – fundiert und praxisnah.

Website · Mastodon · Nolto · Bluesky · LinkedIn

In meiner Tätigkeit als Dozent spreche ich häufig mit meinen Studierenden darüber, wie sie richtig lernen können. Dabei vermittle ich wissenschaftlich fundierte Methoden, die das #Lernen effizienter und nachhaltiger machen. Eine der zentralen Empfehlungen, die ich regelmässig betone, betrifft den Schlaf: Wer ausreichend schläft, kann das Gelernte besser verarbeiten und behalten. Doch aktuelle Forschungsergebnisse aus Japan zeigen nun, dass Schlaf noch weit mehr bewirkt: Er bereitet das Gehirn aktiv auf zukünftiges Lernen vor.

Eine neue Perspektive auf den Schlaf

Schlaf galt bislang primär als Phase, in der Erlerntes konsolidiert und dauerhaft im Gedächtnis verankert wird. Doch ein Forschungsteam um Kaoru Inokuchi von der University of Toyama legt mit seiner aktuellen Studie, veröffentlicht unter dem Titel „Parallel processing of past and future memories through reactivation and synaptic plasticity mechanisms during sleep“ in Nature Communications (April 2025), nahe, dass Schlaf auch eine vorbereitende Funktion auf neue Lerninhalte hat.

Mithilfe modernster Bildgebungstechniken verfolgten die Wissenschaftler die Aktivität einzelner Nervenzellen bei Mäusen während Lern- und Schlafphasen. Dabei identifizierten sie neben den bereits bekannten sogenannten Engramm-Zellen, die für das Speichern bestehender Erinnerungen verantwortlich sind, auch eine neue Zellpopulation: die Engramm-to-be-Zellen. Diese Neuronen synchronisieren sich während des Schlafs und bilden die Grundlage für das spätere Abspeichern neuer Erfahrungen.

Inokuchi erklärt dazu: „Engramm-to-be-Zellen zeigten während des Schlafs eine verstärkte gemeinsame Aktivität mit bestehenden Engramm-Zellen, was darauf hindeutet, dass diese Interaktion zur #Bildung neuer Gedächtnisnetzwerke beiträgt.“ Schlaf ist demnach keine rein rückwärtsgewandte Konsolidierung, sondern zugleich eine vorausschauende Vorbereitung auf das Kommende.

„Wir wollen, dass die Menschen verstehen: Schlaf ist nicht nur Ruhe – er spielt eine entscheidende Rolle dabei, wie das Gehirn Informationen verarbeitet.“ – Studienautor Kaoru Inokuchi

Was Schlafmangel im Gehirn anrichtet

Die Bedeutung ausreichenden Schlafs wird noch deutlicher, wenn man sich vor Augen führt, welche Folgen Schlafmangel auf das Gehirn hat. Zwei aktuelle Studien zeigen, dass sowohl kurzfristige als auch chronische Schlafstörungen tiefgreifende Auswirkungen auf kognitive Leistungsfähigkeit und emotionale Stabilität haben können.

Eine umfassende Metastudie des Forschungszentrums Jülich, veröffentlicht in JAMA Psychiatry, zeigt: Chronischer Schlafmangel verändert Hirnregionen wie den Hippocampus und die Amygdala – Areale, die für Gedächtnis, Gefühlsverarbeitung und Entscheidungsfindung zentral sind. Kurzfristiger Schlafentzug wiederum beeinträchtigt den Thalamus, der unter anderem für Aufmerksamkeit und Bewegungskoordination zuständig ist. Die Forscher kommen zum Schluss: „Schlechter Schlaf ist einer der wichtigsten – aber veränderbaren – Risikofaktoren für psychische Erkrankungen bei Jugendlichen und älteren Menschen.“

Auch eine Studie der Universität Cambridge und der Universität Fudan, veröffentlicht in Cell Reports, bestätigt, wie sensibel das Gehirn auf selbst geringe Veränderungen in der Schlafdauer reagiert. Jugendliche, die pro Nacht nur wenige Minuten länger schliefen, erzielten in kognitiven Tests bereits signifikant bessere Ergebnisse. „Schon ein bisschen mehr Schlaf zählt“, betont die Neuropsychologin Barbara Sahakian.

Diese Erkenntnisse verdeutlichen: Guter Schlaf ist nicht nur ein Vorteil – er ist eine Notwendigkeit für geistige Gesundheit und Lernfähigkeit. Wer ihm zu wenig Raum gibt, riskiert nicht nur Leistungsabfall, sondern auch langfristige gesundheitliche Folgen.

Konsequenzen für Lernende

Für Schülerinnen, Schüler und Studierende ergeben sich daraus wichtige Implikationen. Wenn Du optimal lernen möchtest, reicht es nicht aus, lediglich fleissig zu sein und viele Stunden in Bücher zu investieren. Entscheidend ist vielmehr, dass Du Deinem Gehirn genügend Zeit für hochwertige Schlafphasen gibst – sowohl nach dem Lernen als auch vor neuen Lernabschnitten.

Dies bedeutet: Wer sich vor wichtigen Lernphasen regelmässig um guten Schlaf bemüht, verbessert nicht nur die Festigung bereits vorhandener Kenntnisse, sondern steigert auch die eigene Aufnahmefähigkeit für neues Wissen. Schlaf ist somit nicht nur Nachbearbeitung, sondern Vorbereitung – ein aktiver Bestandteil des Lernprozesses.

Gerade bei intensiven Lernperioden, wie etwa während Prüfungsvorbereitungen oder beim Erlernen neuer komplexer Themenfelder, kann der bewusste Einbau von ausreichendem Schlaf zwischen den Lerneinheiten entscheidend über den Lernerfolg mitbestimmen.

Konsequenzen für Lehrende

Für uns als Lehrende ergeben sich daraus ebenfalls zentrale Erkenntnisse. Wir sollten unsere Bildungsangebote so gestalten, dass Lernende den notwendigen Raum für Schlaf und Erholung erhalten. Dies könnte heissen:

• Lernrhythmen so planen, dass sie abwechselnd Phasen intensiver Informationsaufnahme und Erholungszeiten vorsehen.
• Prüfungen und Leistungserhebungen so terminieren, dass die Lernenden nicht gezwungen sind, in den Tagen zuvor auf Schlaf zu verzichten.
• Bewusstsein schaffen für die Rolle des Schlafes als integralen Bestandteil erfolgreichen Lernens – nicht als nachrangigen Luxus.

Es liegt an uns, eine Lernkultur zu fördern, in der Schlaf nicht als Zeichen von Schwäche oder mangelndem Einsatz gilt, sondern als Voraussetzung für geistige Höchstleistungen.

Wie kannst Du diese Erkenntnisse für Dein Lernen umsetzen?

Zum Abschluss drei konkrete Empfehlungen für die Praxis:

1. Plane Deinen Schlaf bewusst ein:
   Behandle Schlaf wie eine feste Lerneinheit. Plane nicht nur, wann Du lernst, sondern auch, wann Du schläfst. Achte auf regelmässige Schlafenszeiten und möglichst ungestörte Schlafphasen.

2. Nutze den Schlaf als Teil Deiner Lernstrategie:
   Verteile Lerninhalte auf mehrere Tage statt auf eine einzige lange Lernsitzung. Gib Deinem Gehirn die Möglichkeit, nach jedem Lernabschnitt durch Schlaf sowohl das Gelernte zu konsolidieren als auch die Aufnahmefähigkeit für Neues zu erhöhen.

3. Vermeide Schlafmangel in entscheidenden Lernphasen:
   Kurzfristige Erfolge durch „Durchlernen“ in der Nacht sind trügerisch. Schlafmangel beeinträchtigt nicht nur das Erinnerungsvermögen, sondern auch die Fähigkeit, neues Wissen effizient aufzunehmen. Guter Schlaf vor Lernphasen ist genauso wichtig wie danach.

Fazit

Schlaf ist eine aktive Ressource, die sowohl das Festigen von Gelerntem als auch die Vorbereitung auf neues Wissen unterstützt. Die Forschung liefert damit ein weiteres starkes Argument dafür, Schlaf als unverzichtbaren Bestandteil jeder ernsthaften Lernstrategie zu betrachten. Wer klug lernt, lernt nicht nur – sondern schläft auch.

💬 Kommentieren (nur für write.as-Accounts)

Discuss...

Bildquelle Konstantin Andrejewitsch Somow (1869–1939): A Sleeping Woman, Tretyakov Gallery, Moskau, Public Domain.

Disclaimer Teile dieses Texts wurden mit Deepl Write (Korrektorat und Lektorat) überarbeitet. Für die Recherche in den erwähnten Werken/Quellen und in meinen Notizen wurde NotebookLM von Google verwendet.

Topic #Erwachsenenbildung

Michael Gisiger

Erwachsenenbildner und Coach mit 20+ Jahren Erfahrung. Aus philosophischer Perspektive schreibe ich über Produktivität, PKM und Coaching – fundiert und praxisnah.

Website · Mastodon · Nolto · Bluesky · LinkedIn

Seit über 100 Jahren wird regelmässig behauptet, neue Technologien würden die #Bildung revolutionieren. Ob Radio, Film und Fernsehen, Taschenrechner, Computer oder E-Learning – jede dieser Innovationen wurde als fundamentaler Umbruch angekündigt. Doch in der Praxis blieben die grossen Umwälzungen aus. Der Unterricht in vielen Klassenzimmern sieht auch heute noch überraschend ähnlich aus wie vor Jahrzehnten. Der Grund dafür ist weniger technischer als vielmehr kognitionspsychologischer Natur: Bildung ist ein sozialer und mental anspruchsvoller Prozess, der sich nicht durch technischen Fortschritt allein verbessern lässt.

In seinem Vortrag What Everyone Gets Wrong About AI and Learning (gehalten an einem Symposium des Perimeter Institute for Theoretical Physics im April 2025) legt der Wissenschaftskommunikator Dr. Derek Muller (bekannt u. a. durch seinen Youtube-Kanal Veritasium) dar, dass auch Künstliche Intelligenz – trotz ihres Potenzials – keine Bildungsrevolution auslösen wird, wenn wir nicht verstehen, wie #Lernen tatsächlich funktioniert. Dabei stützt er sich auf zentrale Erkenntnisse aus der kognitiven Psychologie, insbesondere auf Daniel Kahnemanns Modell der zwei Denksysteme (Schnelles Denken, langsames Denken, 2011).

System 1 und System 2: Wie Denken (nicht) funktioniert

Gemäss Kahnemann operieren wir mit zwei komplementären Denksystemen:

• System 1 ist schnell, automatisch, intuitiv und mühelos. Es basiert auf Erfahrung und Mustern aus dem Langzeitgedächtnis. Es ist unser „Standardmodus“ im Alltag.
• System 2 hingegen ist langsam, analytisch, kontrolliert und anstrengend. Es kommt zum Einsatz, wenn wir neue, komplexe oder widersprüchliche Informationen verarbeiten müssen.

Effektives Lernen erfordert genau dieses System 2: das bewusste, kognitive Ringen mit einem Sachverhalt. Nur durch wiederholte Aktivierung von System 2 können wir neues Wissen stabil im Langzeitgedächtnis verankern – erst dann wird es später für System 1 automatisiert verfügbar. In Mullers Worten: „System 1 kann nur leisten, was System 2 vorher mühsam aufgebaut hat.“

Effizienzgewinn durch unmittelbares Feedback

Ein zentraler Beitrag von #KI zum Lernen liegt in der Fähigkeit, sofortiges und spezifisches Feedback zu geben. Lernprozesse – vornehmlich in den frühen Phasen des Kompetenzerwerbs – profitieren stark von dieser unmittelbaren Rückmeldung. Wer z. B. ein physikalisches Problem löst oder eine Sprache lernt, benötigt nicht nur richtige oder falsche Antworten, sondern Hinweise darauf, warum eine Lösung (nicht) funktioniert. KI kann hier, ähnlich wie ein guter Tutor, zielgerichtet unterstützen und somit eine wesentliche Voraussetzung für tiefes Lernen schaffen.

Darüber hinaus ermöglicht KI eine hohe Frequenz an Übung und Rückmeldung, ohne dass dafür kontinuierlich eine Lehrperson anwesend sein muss. Gerade in stark übungsintensiven Bereichen – etwa beim Erlernen mathematischer Verfahren, grammatischer Strukturen oder beim Trainieren von Entscheidungen in komplexen Situationen, bei denen mehrere Informationen abgewogen werden müssen (z. B. in der Medizin) – kann diese Form der automatisierten Begleitung den Lernprozess beschleunigen und individualisieren. Entscheidend ist jedoch, dass das Feedback nicht rein korrektiv bleibt, sondern kognitive Aktivität anregt – etwa durch gezielte Nachfragen, Erklärungen oder weiterführende Denkanstösse.

Massgeschneiderte Übungssettings und adaptive Systeme

Darüber hinaus kann KI repetitives Üben (Muller nennt dies „Reps“) erleichtern, indem sie Aufgaben passend zum Wissensstand generiert. Dies ermöglicht eine Form der Binnendifferenzierung, die im Klassenunterricht nur schwer realisierbar ist. Aus kognitionspsychologischer Sicht ist dies insbesondere deshalb wertvoll, weil gezieltes, herausforderndes Üben in der „Zone of Proximal Development“ (Lew Wygotski, 1930) als zentral für nachhaltiges Lernen gilt. KI-Systeme könnten hier eine unterstützende Funktion übernehmen, wenn sie sorgfältig gestaltet sind.

Die „Zone of Proximal Development“ (Zone der proximalen Entwicklung) bezeichnet den Bereich zwischen dem, was ein Lernender bereits eigenständig leisten kann, und dem, was er mit Unterstützung durch eine kompetentere Person zu leisten vermag. Wygotski betonte, dass Lernen am effektivsten ist, wenn es in diesem Bereich stattfindet, da hier das grösste Entwicklungspotenzial besteht. Durch gezielte Anleitung und Unterstützung – auch als „Scaffolding“ bezeichnet – können Lernende Aufgaben bewältigen, die sie allein noch nicht meistern würden. Mit zunehmender Kompetenz wird die Unterstützung schrittweise reduziert, bis der Lernende die Aufgabe eigenständig ausführen kann. Diese dynamische Interaktion zwischen Lernendem und Lehrendem ist zentral für den Erwerb neuer Fähigkeiten und die kognitive Entwicklung.

Die grosse Gefahr: kognitive Entlastung am falschen Ort

Gerade weil KI so leistungsfähig ist, birgt sie eine ernsthafte Gefahr: Sie kann dazu verleiten, die kognitive Anstrengung – das gezielte Aktivieren von System 2 – zu umgehen. Wer einen Aufsatz schreiben, ein Argument strukturieren oder ein Problem lösen soll, kann dies heute mit einem KI-Chatbot automatisieren. Doch dadurch entfällt die mentale Arbeit, die zur Verankerung im Langzeitgedächtnis notwendig ist.

Ohne diese Anstrengung entsteht kein Chunking, also keine kognitive Verdichtung komplexer Inhalte zu handhabbaren Einheiten. Expertise – etwa beim Schachspielen, beim Musizieren oder in der Physik – basiert gerade darauf, dass System 1 über ein reichhaltiges, domänenspezifisches Netz an Erfahrungen und Mustern verfügt. Dieses Netz aber lässt sich nicht über KI „importieren“ – es muss aufgebaut werden, durch wiederholte, bewusste Anwendung von System 2.

Der Unterschied zwischen Unterstützung und Ersatz

Ob KI eine sinnvolle Rolle im Lernen einnimmt, hängt entscheidend davon ab, ob sie als Unterstützung oder als Ersatz für Denkprozesse dient. Wird KI eingesetzt, um Lernende zu fordern, anzuleiten und ihnen gezielt Hilfestellungen zu geben, kann sie ein wertvolles Werkzeug sein. Wird sie hingegen genutzt, um Denkarbeit auszulagern, verhindert sie Lernprozesse – selbst wenn das Resultat (z. B. ein gelungener Text) oberflächlich betrachtet korrekt erscheint.

Gerade in diesem Spannungsfeld gewinnt die Rolle der Lehrperson an Bedeutung. Sie ist nicht durch KI ersetzbar, sondern übernimmt eine zentrale Funktion im Lernprozess: Sie motiviert, strukturiert, fordert heraus und sorgt für Verantwortlichkeit. In der Metapher von Muller: Die Lehrperson ist wie ein Personal Trainer. Das Fitnessstudio steht allen offen – aber ohne Anleitung, Rückmeldung und soziale Einbettung bleiben Fortschritte aus.

Didaktische Konsequenzen

Für die Gestaltung von Unterricht bedeutet dies zweierlei: Erstens müssen Unterrichtsformate so gestaltet werden, dass sie aktives, anstrengendes Denken begünstigen – mit gezielter Steuerung des Cognitive Load (John Sweller, 1988), also der mentalen Belastung, die während des Lernens im Arbeitsgedächtnis entsteht. Sweller unterscheidet drei Formen: Die intrinsische kognitive Belastung (intrinsic cognitive load) ergibt sich aus der Komplexität und Neuartigkeit des Lernstoffs. Sie ist grundsätzlich nicht vermeidbar, kann jedoch durch geeignete didaktische Aufbereitung verringert werden – etwa durch die Aktivierung von Vorwissen, die gezielte Sequenzierung von Inhalten oder durch anschauliche Beispiele. Die zusätzliche, nicht-lernbezogene kognitive Belastung (extraneous cognitive load) entsteht durch ablenkende, schlecht strukturierte oder unnötig komplizierte Lernumgebungen. Sie ist überflüssig und sollte möglichst vermieden werden – etwa durch klare Sprache, reduzierte Informationsdichte, verständliche Visualisierungen oder störungsarme Rahmenbedingungen. Die lernbezogene kognitive Belastung (germane cognitive load) schliesslich fördert das Verstehen, indem sie die kognitiven Ressourcen gezielt auf sinnstiftende Verarbeitungsprozesse lenkt – etwa auf das Erkennen von Zusammenhängen, das Bilden mentaler Modelle oder das Reflektieren über den eigenen Denkweg. Erfolgreiche Lehre zielt darauf ab, die extrinsische und – soweit möglich – auch die intrinsische Belastung zu reduzieren und gleichzeitig die lernbezogene Belastung gezielt zu fördern.

Zweitens muss der Einsatz von KI pädagogisch so gerahmt sein, dass sie Denken stimuliert, nicht ersetzt. Dazu gehört auch die Entwicklung von Prüfungsformaten, in denen eigenständiges Denken sichtbar wird – jenseits von automatisierbaren Produkten. Das bedeutet konkret: Lernaufgaben und Prüfungen sollten so gestaltet sein, dass sie nicht lediglich reproduktives Wissen abfragen, sondern Denkprozesse, Argumentationsfähigkeit, Transferleistung oder kreative Problemlösungen erfordern. KI kann dabei als unterstützendes Werkzeug dienen – etwa zur Ideengenerierung, zum Vergleich von Lösungswegen oder zur Reflexion –, darf aber nicht die eigentliche kognitive Leistung ersetzen. Entscheidend ist, dass Lernende aufzeigen, wie sie zu einem Ergebnis gelangt sind – nicht nur, dass sie eines präsentieren.

Fazit

Künstliche Intelligenz kann Lernprozesse sinnvoll bereichern – durch unmittelbares Feedback, individualisierte Übungsangebote und adaptive Unterstützung. Doch genau darin liegt auch ihre Gefahr: Wird die KI nicht als Werkzeug, sondern als Ersatz für Denken genutzt, untergräbt sie den eigentlichen Kern des Lernens. Denn Lernen ist und bleibt ein aktiver, anstrengender, zutiefst individueller Prozess – getragen von Wiederholung, Reflexion und der bewussten Auseinandersetzung mit Unverstandenem. Kein Algorithmus kann diesen mentalen Weg für uns gehen. Nur wer System 2 regelmässig beansprucht, kann dauerhaftes Verstehen aufbauen.

Oder wie Muller es prägnant formuliert: „Der Zugang zu Wissen war nie das Problem. Entscheidend ist, ob wir bereit sind, uns mit diesem Wissen wirklich auseinanderzusetzen – bewusst, systematisch und mit kognitiver Anstrengung.“

Für mich als Erwachsenenbildner bedeutet das: Ich sehe meine Rolle zunehmend als Lernbegleiter und Coach – nicht als Vermittler von Inhalten, sondern als Gestalter von Lernprozessen. Ich möchte meine Studierenden befähigen, KI gezielt und verantwortungsvoll zu nutzen: nicht um das Denken zu umgehen, sondern um es anzuregen, zu strukturieren und zu vertiefen. Denn wer selbständig lernen will, muss nicht nur wissen, was er lernen soll – sondern auch, wie. Und genau hier kann KI, klug eingesetzt, eine wertvolle Partnerin sein.

💬 Kommentieren (nur für write.as-Accounts)

Discuss...

Bildquellen Die Illustrationen dieses Beitrags stammen aus dem 1913 erschienenen „The Cubies’ ABC“, einem von Mary Mills Lyall (Text) and Earl Harvey Lyall (Illustrationen) herausgegebenen Abc-Buch (Public Domain). Das Buch war eine Satire auf den Kubismus und den Futurismus, die damals noch nicht sehr angesehen waren.

Disclaimer Teile dieses Texts wurden mit Deepl Write (Korrektorat und Lektorat) überarbeitet. Für die Recherche in den erwähnten Werken/Quellen und in meinen Notizen wurde NotebookLM von Google verwendet.

Topic #Erwachsenenbildung | #Maschinenwelten

Michael Gisiger

Erwachsenenbildner und Coach mit 20+ Jahren Erfahrung. Aus philosophischer Perspektive schreibe ich über Produktivität, PKM und Coaching – fundiert und praxisnah.

Website · Mastodon · Nolto · Bluesky · LinkedIn