Wer regelmässig wissenschaftliche Erkenntnisse über Lesen, #Lernen und ähnliche Themen konsultiert, begegnet einem vertrauten Muster. Irgendwo erscheint eine neue Studie. Wenige Tage später folgen die populärwissenschaftlichen Schlagzeilen: Papier sei dem Bildschirm überlegen, Bücher förderten das Verständnis, digitale Medien erschwerten die Konzentration. Die Studien unterscheiden sich, die Botschaft bleibt konstant.

Auch vor wenigen Tagen machte eine solche Untersuchung die Runde. Sie kommt zu einem ähnlichen Schluss wie viele ihrer Vorgänger: Wer auf Papier liest, verarbeitet komplexe Inhalte offenbar effizienter als jemand, der denselben Text auf einem digitalen Gerät liest. Doch während ich die Berichte darüber las, blieb ich an einer anderen Frage hängen. Nicht daran, ob Papier Vorteile hat. Sondern daran, was genau eigentlich mit „Bildschirm“ gemeint ist. Denn je länger ich mich mit dem Thema beschäftige, desto mehr habe ich den Eindruck, dass wir über digitales Lesen oft in viel zu groben Kategorien sprechen.

Was die Studie zeigt – und was nicht

Die Studie Manga reading on paper vs. digital devices [1] liess Studierende einen Manga entweder in gedruckter Form oder auf einem Tablet lesen und untersuchte anschliessend ihre Hirnaktivität mittels funktioneller Magnetresonanztomografie.

Die Ergebnisse sind durchaus bemerkenswert: Die Teilnehmenden verstanden die Geschichte unabhängig vom Medium ähnlich gut. Bei komplexeren Fragen jedoch benötigten die Tablet-Leser mehr Zeit, um die richtigen Antworten zu finden. Gleichzeitig zeigten ihre Gehirne stärkere Aktivität in jenen Bereichen, die für Sprachverarbeitung, räumliche Orientierung und die Verknüpfung von Informationen zuständig sind. Die Forscher schliessen daraus, dass Papier dem Gehirn zusätzliche Orientierungspunkte liefert. Man erinnert sich nicht nur an den Inhalt eines Textes, sondern auch daran, wo dieser stand: links oder rechts, vorne oder hinten im Buch, oben oder unten auf einer Seite. Das Gehirn erstellt gewissermassen eine räumliche Landkarte des Gelesenen, die später beim Erinnern und Verknüpfen von Informationen hilft.

Bevor man diese Befunde jedoch verallgemeinert, lohnt sich ein zweiter Blick auf den Untersuchungsgegenstand. Manga ist eine ausgesprochen spezifische Textsorte: visuell verdichtet, stark bildbasiert, mit einer eigenen Leserichtung und Erzählweise. Ob sich dieselben Effekte bei einem Roman, einem Fachbuch oder einem Zeitungsartikel in gleicher Form zeigen würden, bleibt offen. Die Studie liefert einen interessanten Baustein zum Verständnis des Lesens, aber keinen Beweis für eine generelle Überlegenheit des Papiers.

Das Problem mit dem Sammelbegriff „Bildschirm“

Noch grundsätzlicher stört mich allerdings etwas anderes. In der Berichterstattung wird aus „Tablet schlechter als Papier“ regelmässig „Bildschirme schlechter als Papier“. Das erscheint mir problematisch.

Ein Tablet verfügt über einen selbstleuchtenden Bildschirm, zeigt Farben, unterstützt Apps, Benachrichtigungen und Animationen. Es ist ein Multifunktionsgerät, auf dem Lesen nur eine Tätigkeit unter vielen ist. Ein E-Reader dagegen ähnelt einem Buch deutlich stärker. Seine E-Ink-Anzeige reflektiert Licht wie Papier, statt es auszustrahlen. Die Geräte sind meist monochrom, ablenkungsarm und werden fast ausschliesslich zum Lesen genutzt. Wer nach einer Stunde auf einem Tablet ermüdet, macht auf einem E-Reader nicht zwingend dieselbe Erfahrung.

Beide Geräte besitzen zwar einen Bildschirm, doch damit enden die Gemeinsamkeiten. Sie in denselben Topf zu werfen, ist ungefähr so erhellend wie die Aussage, Fahrräder und Motorräder seien dasselbe, weil beide zwei Räder haben.

Hinzu kommt, dass die möglichen Ursachen für Unterschiede beim Lesen auf verschiedenen Ebenen liegen können. Eine Rolle spielen die Bildschirmtechnologie, die Helligkeit, das Ablenkungspotenzial, die Art der Navigation durch den Text, die Haptik des Geräts oder die räumliche Orientierung innerhalb eines Dokuments. Wer all diese Faktoren unter dem Begriff „Bildschirmlesen“ zusammenfasst, kann am Ende kaum noch sagen, welcher davon tatsächlich wirksam ist.

Was wirklich für Papier spricht – und was offen bleibt

Interessanterweise geht es in der Studie gar nicht um Augenbelastung oder Bildschirmhelligkeit. Das zentrale Argument der Autoren ist räumlicher Natur. Ein physisches Buch verändert sich während des Lesens. Die gelesenen Seiten werden mehr, die ungelesenen weniger. Bestimmte Passagen erhalten eine physische Position innerhalb des Objekts. Man weiss oft noch, dass eine wichtige Stelle ungefähr im ersten Drittel des Buches auf einer linken Seite stand, ohne sich bewusst daran erinnern zu wollen.

Diese Orientierungshilfen fehlen beim Tablet weitgehend. Sie fehlen allerdings auch beim E-Reader. Wer die Erklärung der Forscher für überzeugend hält, müsste deshalb konsequenterweise davon ausgehen, dass auch E-Reader zumindest einen Teil dieses Nachteils ebenfalls zeigen. Die Frage ist lediglich, wie stark dieser Effekt tatsächlich ausfällt und ob andere Vorteile von E-Ink-Geräten ihn teilweise kompensieren.

Genau hier wird die Forschungslage erstaunlich dünn. Viele ältere Studien entstanden zu einer Zeit, als E-Reader noch kaum verbreitet waren. Untersucht wurden meist Computerbildschirme oder Tablets. Die Ergebnisse wurden später häufig auf digitales Lesen insgesamt übertragen. Ob diese Verallgemeinerung gerechtfertigt ist, wurde jedoch selten systematisch überprüft – zumindest so weit ich als Laie die Literatur überblicke. Der direkte Vergleich zwischen Papier und modernen E-Readern bleibt damit weitgehend ein Forschungsdesiderat.

Was wir eigentlich fragen sollten

Die neue Studie liefert interessante Hinweise darauf, wie unser Gehirn Geschichten verarbeitet. Sie stützt die Annahme, dass physische Bücher dem Denken räumliche Ankerpunkte geben, die bei komplexen Inhalten helfen können. Das allein macht die Arbeit lesenswert.

Was sie jedoch nicht zeigt, ist die Überlegenheit von Papier gegenüber jeder Form digitalen Lesens. Dafür untersucht sie die digitale Seite der Gleichung zu wenig differenziert.

Vielleicht sollten wir deshalb aufhören, Bildschirmlesen so zu behandeln, als wäre das eine einheitliche Tätigkeit. Zwischen Smartphone, Tablet, Computerbildschirm und E-Reader liegen erhebliche Unterschiede – technisch, ergonomisch und möglicherweise auch kognitiv. Die eigentliche Frage lautet daher nicht: Papier oder digital? Sondern: Welche Eigenschaften eines Mediums unterstützen konzentriertes Denken – und welche erschweren es?

Das erscheint mir nicht nur die interessantere Frage. Es ist vermutlich auch die wissenschaftlich präzisere. Ähnliches gilt übrigens auch für die Forschung zum Thema handschriftliches Schreiben auf Papier vs. auf „Bildschirmen“.

💬 Kommentieren (nur für write.as-Accounts)

Discuss...

Fussnoten [1] K. Umejima, Y. Sunada und K. L. Sakai, „Manga reading on paper vs. digital devices: Prospective effects on core and supportive integration processes in the brain“, PLOS ONE, 3. Juni 2026. [Online]. Verfügbar: https://doi.org/10.1371/journal.pone.0349778.

Bildquelle Harry Wilson Watrous (1857–1940): Just a Couple of Girls, Brooklyn Museum, New York, 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 | #ProductivityPorn

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

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

Wer schon einmal versucht hat, eine längere Liste, Fachbegriffe oder eine Präsentation auswendig zu lernen, kennt das Problem: Einzelne Informationen verschwinden schnell wieder aus dem Gedächtnis. Besonders schwierig wird es, wenn die Inhalte wenig miteinander zu tun haben. Genau hier setzt die sogenannte Loci-Methode an – eine jahrtausendealte Lerntechnik, die bis heute verwendet wird.

Der Grundgedanke ist simpel: Man verbindet den Lernstoff mit bekannten Orten. Tatsächlich nutzt die Methode eine Stärke unseres Gehirns, die viele im Alltag unterschätzen: Menschen erinnern sich oft erstaunlich präzise an Räume, Wege und räumliche Abläufe. Wer sich etwa an seine Primarschule oder die Wohnung der Grosseltern erinnert, sieht häufig sofort konkrete Bilder vor sich. Die Loci-Methode macht sich genau dieses räumliche Gedächtnis zunutze.

Woher kommt die Methode?

Die Ursprünge der Loci-Methode reichen bis in die Antike zurück. Schon griechische und römische Redner nutzten sie, um lange Reden frei vortragen zu können. Bücher waren damals selten und teuer, vieles musste auswendig gelernt werden. Besonders in der #Rhetorik spielte das Gedächtnis deshalb eine zentrale Rolle.

Der Legende nach geht die Methode auf den griechischen Dichter Simonides von Keos zurück. Nachdem ein Gebäude eingestürzt war, soll er die Opfer anhand ihrer ursprünglichen Sitzordnung identifiziert haben. Daraus entstand die Einsicht, dass räumliche Anordnungen Erinnerungen besonders zuverlässig strukturieren können. Später verwendeten auch berühmte Redner wie Cicero diese Technik.

Auch moderne Gedächtnissportler greifen bis heute auf dieselbe Grundidee zurück. Der technologische Fortschritt hat die Funktionsweise unseres Gehirns nämlich nicht verändert. Noch immer gilt: Bilder und räumliche Vorstellungen prägen sich meist leichter ein als abstrakte Informationen oder reine Textfolgen: „Unserem Gehirn fällt es schwer, sich schnell mehrere unzusammenhängende Begriffe oder Zahlen zu merken.“ [1] Genau deshalb helfen Bilder und Orte beim #Lernen.

Wie ist die Methode aufgebaut?

Die Loci-Methode folgt einem klaren Ablauf. Sie benötigt keine besondere Begabung, wohl aber etwas Übung. Anfangs wirkt der Prozess oft ungewohnt, nach einigen Anwendungen wird er jedoch deutlich einfacher.

Im Zentrum stehen drei Elemente:

1. eine vertraute Route oder Umgebung
2. feste Ankerpunkte entlang dieser Route
3. bildhafte Verknüpfungen mit dem Lernstoff

Zunächst wählt man einen Ort, den man sehr gut kennt. Das kann die eigene Wohnung sein, der Arbeitsweg, ein Spaziergang durch die Altstadt oder sogar ein vertrautes Schulzimmer. Wichtig ist lediglich, dass die Reihenfolge der Orte eindeutig ist.

Anschliessend legt man konkrete Stationen fest. In einer Wohnung könnten das beispielsweise Eingangstür, Garderobe, Sofa, Tisch, Bücherregal und Balkon sein. Diese Punkte bilden später die Struktur für die Informationen.

Nun beginnt der eigentliche Lernprozess: Die Inhalte werden als möglichst lebendige Bilder mit diesen Orten verbunden. Je ungewöhnlicher oder absurder die Vorstellung, desto besser funktioniert sie oft. Genau darin liegt eine gewisse Eigenart der Methode. Unser Gehirn reagiert besonders stark auf Überraschungen, Emotionen und skurrile Bilder.

Wer sich etwa die Reihenfolge bestimmter Begriffe merken möchte, könnte sich vorstellen, dass auf dem Sofa plötzlich ein riesiges Wörterbuch explodiert oder dass aus dem Kühlschrank französische Vokabeln herausfliegen. Solche Bilder wirken albern – und genau deshalb bleiben sie häufig haften.

Wie kann man die Methode konkret verwenden?

Besonders gut eignet sich die Loci-Methode für Lernstoff mit klarer Reihenfolge. Dazu gehören beispielsweise:

• Vokabeln
• Präsentationen
• historische Ereignisse
• Fachbegriffe
• Listen
• Prüfungsthemen

Nehmen wir ein einfaches Beispiel aus dem Sprachlernen. Angenommen, man möchte sich fünf französische Wörter merken. Die Wohnung dient dabei als Route.

An der Eingangstür sitzt eine riesige „pomme“ (Apfel), die den Weg versperrt. Auf dem Sofa springt ein „chat“ (Katze) herum. Im Badezimmer schwimmt ein „poisson“ (Fisch) in der Badewanne. Am Küchentisch liegt ein überdimensionales „livre“ (Buch), und auf dem Balkon steht plötzlich ein „cheval“ (Pferd).

Wer später gedanklich durch die Wohnung geht, ruft dadurch automatisch die Begriffe ab. Die Orte dienen als mentale Auslöser.

Ähnlich funktioniert die Methode auch bei Präsentationen. Statt den Vortrag Wort für Wort auswendig zu lernen, verbindet man die einzelnen Themen mit Stationen entlang einer Route. Dadurch erinnert man sich an die Reihenfolge und an die wichtigsten Inhalte, ohne mechanisch auswendig sprechen zu müssen.

Im Berufsalltag kann die Technik ebenfalls nützlich sein. Wer sich Namen, Gesprächspunkte oder Abläufe merken möchte, kann diese gedanklich an Orte koppeln. Gerade bei Vorträgen oder Prüfungen hilft dies oft gegen das bekannte „Blackout“-Gefühl.

Die Methode ist also leicht und überall einsetzbar. Allerdings gilt auch: Die Technik ersetzt kein Verständnis. Wer Inhalte nicht begreift, kann sie zwar kurzfristig speichern, aber kaum sinnvoll anwenden.

Warum funktioniert das überhaupt?

Die genaue Funktionsweise des Gedächtnisses ist bis heute nicht vollständig verstanden. Bekannt ist jedoch, dass räumliche Orientierung und bildhafte Vorstellungen tief im menschlichen Denken verankert sind.

Die Loci-Methode nutzt dabei mehrere psychologische Effekte gleichzeitig:

• Strukturierung von Informationen
• Verknüpfung mit bekannten Räumen
• emotionale oder absurde Bilder
• aktives statt passives Lernen

Gerade der letzte Punkt wird häufig unterschätzt. Viele Menschen lernen passiv: lesen, markieren, wiederholen. Die Loci-Methode zwingt hingegen dazu, Informationen aktiv umzuwandeln und mit eigenen Vorstellungen zu verbinden (Elaboration). Dadurch entsteht eine tiefere Verarbeitung des Lernstoffs.

Ein weiterer Vorteil liegt darin, dass Reihenfolgen stabil bleiben. Wer seine Route kennt, kann Inhalte oft erstaunlich zuverlässig abrufen.

Vor- und Nachteile

Die Methode hat klare Stärken, aber auch Grenzen. Hilfreich ist sie insbesondere dann, wenn grosse Mengen an Fakten gelernt werden müssen. Viele Menschen erleben zudem, dass Lernen dadurch kreativer und weniger monoton wird. Die Methode funktioniert ohne technische Hilfsmittel und lässt sich nahezu überall anwenden.

Allerdings braucht der Einstieg Zeit. Gute Bilder zu entwickeln ist anstrengender, als Informationen einfach zu lesen. Gerade am Anfang empfinden viele die Technik als umständlich. Hinzu kommt, dass sie sich nicht für jede Art von Lernen eignet. Tiefes Verständnis, kritisches Denken oder mathematische Zusammenhänge lassen sich dadurch nicht automatisch verbessern.

Auch die Wiederholung bleibt wichtig. Ohne regelmässiges Auffrischen (Spaced Repetition) werden die mentalen Bilder mit der Zeit unscharf: „Ohne Wiederholung werden die gemerkten Bilder im Kopf immer unschärfer.“ [2]

Warum man die Loci-Methode auch heute noch anwenden kann

Die Loci-Methode gehört zu den ältesten bekannten Lerntechniken – und vermutlich auch zu den unterschätztesten. Ihr Erfolg beruht nicht auf Magie oder aussergewöhnlichen Gedächtnisleistungen, sondern auf einer geschickten Nutzung menschlicher Wahrnehmung.

Wer bereit ist, sich auf die ungewohnten Bilder und räumlichen Vorstellungen einzulassen, entdeckt oft eine überraschend wirkungsvolle Lernstrategie. Eine so einfache Methode mag altmodisch wirken aber vielleicht liegt genau darin ihre Stärke.

💬 Kommentieren (nur für write.as-Accounts)

Discuss...

Fussnoten [1] Luca Intzen, „Mnemotechnik: Lernen mit der Loci-Methode“, Betzold Blog, 2026. [2] „Loci-Methode“, Wikipedia, 2026.

Bildquelle Henry Robert Morland (1716/19–1797): Woman Reading by a Paper-Bell Shade, Yale Center for British Art, New Haven, 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 | #ProductivityPorn

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

„Das ist gar kein Schreiben – das ist Tippen.“ Mit dieser spitzen Bemerkung soll Truman Capote einst die Prosa seines Kollegen Jack Kerouac kommentiert haben. Die Bemerkung war polemisch gemeint, doch sie trifft einen Nerv, der bis heute empfindlich ist: Verändert das Werkzeug, mit dem wir schreiben, auch die Art, wie wir denken? Meine Antwort lautet: Ja. Und wir unterschätzen diesen Einfluss systematisch.

Wenn ein Finger eine Taste drückt, passiert neuronal wenig Aufregendes. Jede Taste erzeugt dieselbe Bewegung – nach unten, zurück. Das Gehirn schaltet rasch auf Autopilot. Handschreiben funktioniert anders: Jeder Buchstabe muss aktiv geformt werden, die Hand bewegt sich in wechselnden Richtungen, Auge und Motorik arbeiten eng zusammen. EEG-Messungen bei Zwölfjährigen und Erwachsenen zeigen, dass dabei Hirnregionen aktiv werden, die mit #Lernen, Gedächtnisbildung und sensorischer Integration verbunden sind – und zwar deutlich stärker als beim Tippen [1]. Das Schreiben mit der Hand ist kein obsoleter Umweg. Es ist eine kognitiv dichte Tätigkeit.

Diese Dichte hat Konsequenzen. Wer in einer Vorlesung mitschreibt, kann auf der Tastatur fast wörtlich festhalten, was gesagt wird – und verarbeitet dabei kaum etwas. Wer mit der Hand schreibt, muss auswählen, verdichten, umformulieren. Der Stift zwingt zur Langsamkeit, und Langsamkeit zwingt zum Denken. Studien zeigen, dass handschriftliche Notizen zu einem besseren inhaltlichen Verständnis führen als getippte, obwohl – oder gerade weil – sie kürzer sind [2]. Das Gleiche gilt für Kinder im Schriftspracherwerb: Wer Buchstaben aktiv schreibt, entwickelt die Hirnstrukturen, die später beim Lesen benötigt werden, schneller und stabiler als wer sie nur antippt [3]. Die Hand lehrt das Auge sehen.

Die Hand lehrt das Auge sehen

Nun könnte man einwenden: Das haben wir schon einmal gehört. Als die Schreibmaschine in Büros und Redaktionen einzog, klagte der Philosoph Martin Heidegger, mit ihr gehe der unmittelbare Zusammenhang zwischen Hand und Denken verloren. Die Maschine siegte trotzdem – und die Literatur überlebte. Tatsächlich entstanden durch sie neue Ausdrucksformen, etwa die typografischen Experimente der Avantgarde. Neue Werkzeuge verdrängen ältere nicht einfach; sie verschieben, was mit ihnen möglich ist. Doch dieser Befund ist kein Freispruch für die Tastatur. Er ist eine Warnung: Wer annimmt, das Werkzeug sei neutral, irrt.

Handschrift ist dabei mehr als ein kognitives Instrument. Sie ist individuell. Zwei Menschen können denselben Satz formulieren, aber ihre Schriften werden ihn verschieden erscheinen lassen, werden Tempo, Druck und Stimmung verraten. Briefe, Tagebücher, handschriftliche Manuskripte vermitteln nicht nur Inhalt, sondern eine körperliche Spur ihres Autors. Digitaler Text ist typografisch uniform. Das ist für viele Zwecke ein Vorzug. Doch etwas geht dabei verloren: die Sichtbarkeit des Denkenden hinter dem Gedachten.

Das bedeutet nicht, die Tastatur zu verdammen. Sie ist für Produktion, Bearbeitung und Verbreitung von Texten unersetzlich. Wer heute einen Artikel, ein Dokument oder eine E-Mail verfasst, denkt zu Recht mit den Fingern auf der Tastatur. Aber Schreiben ist nicht gleich Schreiben. Die Tastatur optimiert Geschwindigkeit und Volumen. Die Hand optimiert Tiefe und Verarbeitung. Wer beides vermischt, versteht keines von beidem richtig.

Zurück zu Capote. Was sein Urteil über Kerouac interessant macht, ist nicht nur die Pointe – es ist der Sprecher. Capote tippte selbst. Er arbeitete jahrelang an der Schreibmaschine, später am Computer. Und er schrieb trotzdem. Sein Einwand galt nicht dem Werkzeug als solchem, sondern der Haltung dahinter: dem Schreiben ohne Formwillen, ohne Auswahl und ohne Verlangsamung. Das „Tastatur-Geratter”, das er Kerouac vorwarf, war kein technisches Urteil. Es war ein ästhetisches – und ein kognitives.

Handschrift ist in diesem Sinne keine sentimentale Reminiszenz an Schulfüller und Tintenflecken. Sie ist eine Praxis des Denkens, die das digitale Zeitalter nicht obsolet gemacht hat, sondern dringlicher. Wer schreibt, denkt. Und wer mit der Hand schreibt, denkt – das legen die Befunde nahe – oft klarer, tiefer, aber auch langsamer. Die Langsamkeit ist aber keinMangel, sondern Methode.

Capote irrte, was Kerouac betrifft. Aber die Frage, die sein Spott aufwirft, bleibt gültig: Schreiben wir – oder tippen wir nur?

💬 Kommentieren (nur für write.as-Accounts)

Discuss...

Quellen [1] E. O. Askvik, F. R. van der Weel und A. L. H. van der Meer, „The importance of cursive handwriting over typewriting for learning in the classroom: A high-density EEG study of 12-year-old children and young adults,” Frontiers in Psychology, Bd. 11, Art.-Nr. 1810, 2020, doi: 10.3389/fpsyg.2020.01810.

[2] P. A. Mueller und D. M. Oppenheimer, „The pen is mightier than the keyboard: Advantages of longhand over laptop note taking,” Psychological Science, Bd. 25, Nr. 6, S. 1159–1168, 2014, doi: 10.1177/0956797614524581.

[3] K. H. James und I. Gauthier, „Letter processing automatically recruits a sensory-motor brain network,” Neuropsychologia, Bd. 44, Nr. 14, S. 2937–2949, 2006, doi: 10.1016/j.neuropsychologia.2006.06.028.

Bildquelle Thorvald Erichsen (1868–1939): Jorde skriver hjem. Vestre Gausdal, Kunstmuseum, Lillehammer, 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 | #Selbstbetrachtungen

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

Selbstgesteuertes Lernen gilt heute als eine der Schlüsselkompetenzen schlechthin. Unsere Arbeitswelt ist geprägt von Beschleunigung und Verdichtung. Eigenverantwortung wächst. Gleichzeitig bleibt oft unklar, wie Sie Ihren Lernprozess konkret strukturieren sollen, ohne sich in Methoden, Tools oder gut gemeinten Ratschlägen zu verlieren. Das FASTER-Modell von Jim Kwik, der als Lerncoach vor allem ein breites Publikum anspricht, bietet hierfür einen einfachen, aber nicht oberflächlichen Orientierungsrahmen. Ich lese es weniger als Lernmethode im engeren Sinn, sondern als Heuristik, die hilft, Aufmerksamkeit, Handlung und Wiederholung bewusst zu organisieren.

FASTER ist ein sechsstufiges Modell, das #Lernen nicht inhaltlich, sondern prozessual beschreibt. Im Zentrum steht die Idee, dass wirksames Lernen weniger von Methoden als von bewussten Entscheidungen abhängt: Woran richtet man die eigene Aufmerksamkeit aus, wie aktiv geht man mit dem Stoff um, in welchem Zustand lernt man, wie verankert man Lernzeit im Alltag und wie sichert man das Gelernte ab. Das Modell versteht Lernen damit als gestaltbaren Ablauf, der vor dem eigentlichen Lernen beginnt und erst mit gezielter Wiederaufnahme endet (Forget, Act, State, Teach, Enter, Review).

Selbstgesteuertes Lernen bedeutet nicht, alles allein zu tun. Es bedeutet, Verantwortung für Ziele, Vorgehen und Bewertung des eigenen Lernens zu übernehmen. Damit verschiebt sich der Fokus von der Vermittlung zur Gestaltung von Lernbedingungen. Genau hier setzt FASTER an. Das Modell beschreibt keine Inhalte, sondern sechs Entscheidungen, die man vor, während und nach dem Lernen treffen kann. In dieser Perspektive wird Lernen nicht optimiert, sondern gestaltet.

Forget: Raum schaffen

Der erste Schritt fordert dazu auf, Vorwissen, Ablenkung und selbst gesetzte Grenzen zeitweise auszublenden. Für selbstgesteuertes Lernen ist das zentral. Wenn man mit festen Annahmen darüber lernt, was man bereits weiss oder nicht kann, reduziert man die eigene Lernspanne erheblich. Die Idee des bewussten Vergessens korrespondiert mit dem Konzept des Pre-Testing. Ein offener Einstieg, der eigene Wissenslücken sichtbar macht, fördert Aufmerksamkeit und Lernbereitschaft stärker als der Versuch, an vermeintlich Bekanntes anzuknüpfen.

Act: Aktiv mit dem Stoff arbeiten

FASTER versteht Lernen explizit als aktive Tätigkeit. Das deckt sich mit gut belegten Erkenntnissen aus der Lernforschung. Strategien wie Retrieval Practice oder Elaboration zeigen, dass Behalten vor allem dann gelingt, wenn man Informationen aktiv abruft, verknüpft und umformuliert. Für selbstgesteuertes Lernen bedeutet das, sich nicht auf Lesen oder Zuhören zu beschränken, sondern bewusst mit dem Stoff zu arbeiten. Aktivität ist hier kein Bonus, sondern Voraussetzung.

State: Den eigenen Zustand beachten

Der emotionale und körperliche Zustand beeinflusst, wie Lerninhalte verarbeitet werden. Diese Einsicht ist nicht neu, doch Lernende ignorieren sie oft. Selbstgesteuertes Lernen verlangt daher auch Selbstwahrnehmung. Wenn man lernt, ohne den eigenen Zustand zu reflektieren, riskiert man oberflächliche Verarbeitung. Mental Replay, also das bewusste innere Durchgehen von Lerninhalten, zeigt, wie stark Emotion, Aufmerksamkeit und Erinnerung miteinander verbunden sind. FASTER macht diesen Zusammenhang explizit, ohne ihn theoretisch auszudeuten. Der bewusste Blick auf den eigenen Zustand schafft die Grundlage dafür, das Gelernte später auch weitergeben zu können.

Das FASTER-Modell im Überblick (eigene Darstellung mit ChatGPT)

Teach: Verstehen durch Weitergabe

Das Element „Teach“ greift eine der wirksamsten Lernstrategien auf: Wer etwas erklären kann, hat es in der Regel verstanden. Für selbstgesteuertes Lernen ist das besonders relevant, da externe Prüfungen oder Rückmeldungen oft fehlen. Die Vorstellung, das Gelernte jemand anderem vermitteln zu müssen, erzwingt Struktur, Präzision und Auswahl. Didaktisch lässt sich hier eine enge Verbindung zur Retrieval Practice ziehen, ergänzt durch Elaboration: Erklären bedeutet erinnern und vertiefen zugleich. Doch damit dieser Schritt gelingt, braucht es Verbindlichkeit im Alltag.

Enter: Verbindlichkeit schaffen

Ein oft unterschätzter Aspekt selbstgesteuerten Lernens ist die Organisation im Alltag. FASTER adressiert dies nüchtern über den Kalender. Lernzeit wird nicht als Restposten behandelt, sondern als fixe Verpflichtung. Der Kalendereintrag macht den Unterschied zur blossen To-do-Liste: Er reserviert Zeit, schafft Verbindlichkeit und reduziert die Wahrscheinlichkeit, dass andere Aufgaben dazwischenkommen. Diese Perspektive ist wenig spektakulär, aber realistisch. Ohne zeitliche Struktur bleibt selbst die beste Lernabsicht erfolglos. In der Praxis zeigt sich, dass selbstgesteuertes Lernen weniger an Motivation scheitert als an fehlender Planung. Die geplante Zeit allein reicht aber nicht – das Gelernte muss gesichert werden.

Review: Wiederholen mit System

Der letzte Schritt verweist auf Spaced Practice, also verteilte Wiederholung. Diese gilt als eine der robustesten Strategien für langfristiges Behalten. Entscheidend ist, dass Wiederholen nicht als passives Durchlesen verstanden wird, sondern als aktiver Abruf. Das bedeutet: Statt Notizen erneut zu lesen, versucht man, das Gelernte aus dem Gedächtnis zu rekonstruieren. Erst danach gleicht man es mit den Unterlagen ab. Bewährt haben sich Abstände von einem Tag, einer Woche und einem Monat nach dem ersten Lernen. FASTER bleibt hier bewusst offen, bietet aber einen klaren Hinweis: Lernen endet nicht mit dem ersten Verstehen. Für selbstgesteuertes Lernen ist diese Einsicht zentral, da Lernprozesse selten extern getaktet werden.

Einordnung und praktische Empfehlung

Aus pädagogischer Sicht ist FASTER kein vollständiges Modell selbstgesteuerten Lernens. Fragen der Zieldefinition, der Erfolgskontrolle oder des Transfers bleiben weitgehend ausgeklammert. Das Modell setzt voraus, dass man weiss, was man lernen will und warum. Diese Leerstelle ist relevant, schmälert aber nicht den praktischen Wert des Ansatzes. FASTER will nicht erklären, was Lernen ist, sondern Orientierung im Lernhandeln bieten.

Ich verstehe das FASTER-Modell als praxistaugliche Heuristik für selbstgesteuertes Lernen. Es ersetzt weder didaktische Konzepte noch wissenschaftliche Modelle, schafft aber einen klaren Rahmen für bewusste Lernentscheidungen. Seine Stärke liegt in der Konzentration auf Aufmerksamkeit, Aktivität und Wiederholung. Wer selbstgesteuert lernt, findet hier keine Abkürzung, aber eine strukturierte Erinnerung daran, worauf es ankommt.

Meine Empfehlung lautet daher: Nutze FASTER nicht als Methode, sondern als Checkliste. Dort, wo Lernen ins Stocken gerät, lohnt sich der Blick auf diese sechs Schritte:

• Forget: Habe ich Raum geschaffen, indem ich Vorwissen und Ablenkungen ausgeblendet habe?
• Act: Arbeite ich aktiv mit dem Stoff, statt nur zu lesen oder zuzuhören?
• State: Bin ich mir meines emotionalen und körperlichen Zustands bewusst?
• Teach: Kann ich das Gelernte in eigenen Worten erklären oder weitergeben?
• Enter: Habe ich feste Lernzeiten im Kalender eingetragen?
• Review: Wiederhole ich das Gelernte in verteilten Abständen durch aktiven Abruf?

💬 Kommentieren (nur für write.as-Accounts)

Discuss...

Literatur Jim Kwik (2021): Limitless. Wie du schneller lernst und dein Potenzial befreist. Gräfelfing: Next Level.

Bildquelle Jean-Étienne Liotard (1702–1789): Portrait de Marie-Adélaïde de France en tenue turque, Uffizien, Florenz, 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 Übersichtsgrafik zum Modell wurde basierend auf meiner Inhaltsangabe von ChatGPT (GPT-5.2) generiert. Prompt: „Erstelle mir aus nachfolgendem Text eine Infografik, im Stil von Flipcharts in Trainings. Nutze ausschliesslich meinen Text und erstelle die Infografik im Querformat, weisser Hintergrund.“

Themen #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

Letzte Woche, beim Abendessen mit Freunden, rutschten wir in eine Diskussion über die aktuelle Situation im Iran. Innerhalb von Minuten sprachen wir aneinander vorbei – nicht weil die Argumente fehlten, sondern weil niemand wirklich zuhörte. Jeder wartete nur darauf, den nächsten Punkt zu setzen. Das Gespräch wirkte wie eine schlecht geschnittene Talkshow: viel Bewegung, wenig Erkenntnis. Genau an diesem Punkt setzen Daniel Dennetts vier Debattierregeln [1] ein – weniger als Technik, mehr als philosophische Zumutung an das eigene Denken.

Die Zumutung des fairen Verstehens

Die erste Regel ist radikal schlicht: Stelle die Position des Gegenübers so dar, dass er oder sie sich darin wiedererkennt. Nicht karikiert, nicht verkürzt, sondern in ihrer stärksten Form. Wenn ich ehrlich bin, ist das der Moment, an dem es unbequem wird. Denn damit verliere ich einen Teil meiner gewohnten Überlegenheit. Ich kann mich nicht mehr darauf verlassen, dass der andere „offensichtlich“ falsch liegt. Ich muss mir Mühe geben. Und genau darin liegt der Prüfstein meiner Wahrheitsliebe.

Diese Forderung erinnert stark an eine Praxis, die älter ist als jede Talkshow. In den Dialogen von Platon lässt Sokrates seine Gesprächspartner ausführlich zu Wort kommen. Er fasst ihre Positionen zusammen, schärft sie nach, manchmal bis zur Plausibilität. Erst dann setzt er an. Wer die Dialoge liest, merkt schnell: Das ist kein rhetorischer Trick. Es ist eine Haltung. Sokrates will nicht siegen, sondern verstehen, worauf ein Gedanke hinausläuft, wenn man ihn ernst nimmt.

Gemeinsamkeiten und was man lernen kann

Daniel Dennetts zweite Regel – Gemeinsamkeiten benennen – wird oft unterschätzt. Sie wirkt banal, ist aber philosophisch brisant. Wer Gemeinsamkeiten ausspricht, anerkennt, dass Wahrheit selten exklusiv ist. Dass selbst gegensätzliche Positionen oft von ähnlichen Sorgen, Hoffnungen oder Grundannahmen ausgehen. Ich habe erlebt, wie sich damit der Ton eines Gesprächs verändert. Der Konflikt wird präziser, weniger zu einem Stellvertreterkrieg der Haltungen. Man streitet dann nicht mehr über Gesinnungen, sondern über Wege.

Noch anspruchsvoller finde ich die dritte Regel: anzuerkennen, was man vom Gegenüber gelernt hat. Das widerspricht einer tief eingeübten Debattenlogik. In öffentlichen Auseinandersetzungen gilt #Lernen oft als Gesichtsverlust. Wer sagt, „Das habe ich so noch nicht gesehen“, gibt Schwäche zu. Philosophisch betrachtet ist genau das ein Zeichen von Stärke. Wer nichts lernen kann, hat sich bereits entschieden, nichts mehr verstehen zu wollen.

Kritik – aber erst am Schluss

Erst nach diesen drei Schritten, so Dennett, ist Kritik angebracht. Diese Reihenfolge ist entscheidend. Sie schützt davor, gegen imaginäre Gegner anzutreten. Kritik ohne vorherige faire Rekonstruktion ist bequem. Sie trifft selten das Argument, sondern das Zerrbild. Kritik nach ernsthaftem Verstehen hingegen tut weh – und zwar nicht nur dem Gegenüber, sondern auch mir selbst. Denn wenn ich eine Position wirklich stark gemacht habe, wenn ich ihre innere Logik nachvollzogen habe, dann wird meine Ablehnung komplizierter. Ich kann nicht mehr einfach abtun. Ich muss begründen, warum dieser nachvollziehbare Gedanke trotzdem nicht trägt. Das kostet Kraft. Aber genau diese Reibung macht die Kritik präzise.

Was mich an diesen vier Regeln besonders beeindruckt, ist ihre implizite #Ethik. Sie verlangen Respekt, ohne Harmonie zu erzwingen. Sie fordern Klarheit, ohne Herablassung. Und sie richten sich nicht primär an das Gegenüber, sondern an mich selbst. Bin ich bereit, einen Gedanken stark zu machen, den ich ablehne? Halte ich es aus, dass ein gutes Argument nicht aus meinem Lager stammt?

Gerade heute, wo Meinungen oft als Teil der eigenen Identität verteidigt werden, wirkt das altmodisch. Und vielleicht ist es das auch. Die sokratische Methode war nie effizient, nie massentauglich. Sie war langsam, manchmal unerquicklich, und sie setzte voraus, dass Wahrheit wichtiger ist als das bestätigende Nicken der Gleichgesinnten.

Beim nächsten Abendessen werde ich es anders versuchen. Nicht mit dem Anspruch, alle zu überzeugen. Aber mit der Absicht, wenigstens eine Position so darzustellen, dass mein Gegenüber sagt: „Ja, genau das meine ich.“ Vielleicht liegt die eigentliche Reibung dieser Regeln darin, dass sie eine Frage stellen, die sich nicht elegant umschiffen lässt: Bin ich bereit, meine Meinung zu riskieren, um zu verstehen?

💬 Kommentieren (nur für write.as-Accounts)

Discuss...

Literatur [1] Daniel Dennett, Intuition Pumps And Other Tools for Thinking, New York,: W. W. Norton & Company, 2013.

Bildquelle Nicolas-André Monsiau (1754–1837): Aspasia Conversing with Socrates and Alcibiades, Pushkin Museum, 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.

Themen #ProductivityPorn | #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

Wie oft hast du dir vorgenommen, etwas zu üben, bis es sitzt – und warst frustriert, weil sich kaum Fortschritte zeigten? In der Lehre erlebe ich oft, wie stark sich die Vorstellung hält, man müsse eine Aufgabe einfach immer wieder wiederholen, bis sie sitzt. Viele Lernende vertrauen darauf, dass reine Routine den entscheidenden Unterschied macht. Umso grösser ist die Irritation, wenn die Fortschritte trotzdem ausbleiben. Eine 2016 veröffentlichte Studie eines Forschungsteams der Johns-Hopkins-Universität stellt dieses verbreitete Bild des sturen Wiederholens ebenfalls infrage. Sie zeigt, wie das Gehirn auf feinste Veränderungen im Übungsablauf reagiert und weshalb genau diese Abweichungen den Lernfortschritt beschleunigen können.

Die Studie und ihre wichtigsten Ergebnisse

Die Untersuchung [1] von Nicholas Wymbs, Amy Bastian und Pablo Celnik zielte darauf ab, zu verstehen, wie motorische Fertigkeiten im Gehirn stabilisiert und erweitert werden. Zentral ist dabei ein Prozess, der Memory Reconsolidation genannt wird. Jede Erinnerung, auch die an eine motorische Fähigkeit, wird beim erneuten Abruf nicht einfach abgespult, sondern gewissermassen wieder geöffnet. Während dieser Phase kann sie verändert und dadurch gestärkt werden.

Um diesen Mechanismus zu untersuchen, liessen die Forschenden 86 Freiwillige eine neuartige motorische Aufgabe erlernen: Mit einer präzisen Fingerbewegung sollte ein Cursor auf dem Bildschirm möglichst schnell und genau in verschiedene Fenster gesteuert werden. Entscheidend war dabei die Kraftdosierung, die über ein kleines Gerät erfasst wurde. Die Teilnehmenden wurden in drei Gruppen eingeteilt, deren Trainingspläne sich gezielt unterschieden.

Eine Gruppe übte die Aufgabe zweimal am selben Tag im Abstand von sechs Stunden und wiederholte sie am nächsten Tag erneut. Eine zweite Gruppe erhielt ebenfalls zwei Übungseinheiten am ersten Tag. Für die zweite Einheit veränderten die Forschenden die Bedingungen minimal. Die benötigte Kraft wurde leicht angepasst. Eine Veränderung, die die Teilnehmenden meist nicht bewusst bemerkten. Die dritte Gruppe trainierte nur einmal pro Tag. Diese Kontrollgruppe sollte zeigen, ob allein die Häufigkeit des Übens oder die Art der Wiederholung entscheidend ist.

Das Ergebnis fiel deutlich aus: Die Gruppe mit den kleinen Veränderungen erzielte fast doppelt so grosse Lernfortschritte wie jene, die die Aufgabe einfach identisch wiederholte. Sie wurde schneller und präziser, obwohl der Aufwand derselbe war. Wer dagegen nur einmal täglich übte, schnitt spürbar schlechter ab als beide anderen Gruppen. Das zeigt: Bloss häufiger zu üben, reicht nicht. Die Studie zeigt also, dass die Reconsolidation nicht durch Wiederholung an sich, sondern durch gezielte, subtile Abweichungen aktiviert wird. Interessant ist auch, was nicht funktioniert: Werden die Aufgaben zu stark verändert, geht der Effekt verloren. Dann entsteht eher Verwirrung als lernfördernde Irritation.

Für mich liefert diese Studie einen klaren Hinweis darauf, wie flexibel das Gehirn ist, wenn es um die Weiterentwicklung bestehender Muster geht. Es braucht kleine Störungen der Routine, um neue Verbindungen zu bilden und alte zu stärken.

Drei Erkenntnisse für die Praxis

Für den eigenen Lernprozess lässt sich daraus einiges gewinnen. Zunächst zeigt sich, dass reines Wiederholen weniger wirksam ist, als viele annehmen. Das gilt nicht nur für motorische Abläufe. Auch beim Erlernen von Konzepten, beim Sprechen vor Publikum oder beim Lösen von Problemen profitieren wir von leichten Veränderungen im Vorgehen. Kleine Abweichungen regen das Gehirn dazu an, bestehendes Wissen zu überarbeiten und neu zu verknüpfen.

Ein zweiter Punkt betrifft das Timing. Die Studie bestätigt, wie bedeutsam Pausen für die Speicherung von Wissen sind. Zwischen einer ersten und einer zweiten Übungseinheit sollte genügend Zeit liegen, damit sich die neu gebildeten Spuren festigen können. Erst danach lohnt sich ein weiterer Durchgang – idealerweise einer, der nicht vollständig identisch ist.

Und drittens wird deutlich, dass Variationen den Transfer stärken. Wer immer unter denselben Bedingungen übt, wird zwar routiniert, aber oft nur in genau diesem Szenario. Sobald die Umgebung oder das Tempo wechseln, bröckelt die Sicherheit. Wer hingegen bewusst kleine Veränderungen zulässt, schafft eine Fertigkeit, die auch unter ungewohnten Umständen Bestand hat.

Diese Erkenntnisse lassen sich leicht in die eigene Lernpraxis integrieren. Sie verlangen keine aufwändigen Methoden, sondern lediglich die Bereitschaft, Routinen auch mal zu durchbrechen.

Ein Beispiel aus der Praxis: Einen kurzen Vortrag einüben

Damit die Idee greifbar wird, möchte ich ein einfaches Beispiel durchspielen. Angenommen, ich bereite einen kurzen Vortrag vor, den ich in wenigen Tagen halten werde. Ich beginne mit einem ersten Durchgang, in dem ich den Vortrag in normalem Tempo und möglichst realitätsnah durchführe. Ich achte darauf, dass alle zentralen Punkte vorkommen, und lasse den Vortrag danach ruhen.

Nach einer Pause von mindestens sechs Stunden starte ich den zweiten Durchgang. Nun baue ich eine kleine Variation ein. Ich könnte den Vortrag beispielsweise etwas schneller halten. Nicht übertrieben, sondern nur so, dass ich gelegentlich ins Stolpern gerate und spontane Entscheidungen treffen muss. Genau diese kleinen Unsauberkeiten helfen dem Gehirn, vorhandene Muster zu erweitern.

Beim nächsten Üben wähle ich eine andere Variation. Ich spreche bewusst langsamer und lasse mehr Pausen zu. Dadurch verlagert sich die Aufmerksamkeit auf Betonung und Rhythmus, und ich entdecke unter Umständen Stellen, die mehr Ruhe vertragen. Einmal übe ich nur den schwierigsten Teil, löse ihn aus dem Gesamtfluss heraus und setze ihn anschliessend wieder ein. Ein anderes Mal ändere ich die Umgebung: Ich stehe an einem anderen Ort, benutze einen anderen Laptop oder arbeite mit reduzierten Notizen. Jede dieser Varianten bleibt nah genug am Original, um den Lernprozess zu unterstützen, verändert aber genug, um neue Verbindungen zu schaffen.

Das Einüben wird dadurch nicht länger, aber wirksamer. Ich merke, wie der Vortrag stabiler wird, gerade weil ich ihn nicht immer identisch ausführe. Mit der Zeit entsteht eine Flexibilität, die mir Sicherheit gibt, auch wenn am Vortragstag etwas Unvorhergesehenes geschieht.

Fazit

Die Studie zeigt, dass #Lernen nicht durch mechanische Wiederholung entsteht, sondern durch Wiederholung mit feinen Abweichungen. Das Gehirn reagiert darauf, indem es bestehende Muster erneut öffnet und verstärkt. Variationen sind kein Störfaktor, sondern ein zentraler Bestandteil wirksamer Übung. Wer Pausen einplant, kleine Veränderungen zulässt und die Routine nicht als Voraussetzung versteht, steigert die Lernqualität deutlich – unabhängig davon, ob es um eine motorische Fertigkeit, einen Vortrag oder ein komplexes Thema geht. Die nächste Frage ist dann: Welche kleinen Variationen lassen sich in deine eigene Lernpraxis einbauen?

💬 Kommentieren (nur für write.as-Accounts)

Discuss...

Fussnote [1] N. F. Wymbs, A. J. Bastian und P. A. Celnik, „Motor Skills Are Strengthened through Reconsolidation“, Current Biology, 2016. https://doi.org/10.1016/j.cub.2015.11.066.

Bildquellen Claude Monet (1840–1926): Variationen seiner Serie Les Meules; die Winter-Variante: Metropolitan Museum of Art, New York, Public Domain, die Sommer-Variante: Musée d’Orsay, Paris, 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

Die Diskussion um künstliche Intelligenz kreist meist um Effizienzgewinne, Automatisierung und neue Arbeitsformen oder gar den Verlust derselben. Weniger sichtbar, aber mindestens ebenso bedeutsam, ist eine zweite Ebene: die Frage, wie KI unser Denken beeinflusst. In den vergangenen Monaten habe ich mich mit diesem Thema befasst und entsprechende Beiträge und Studien gelesen. Zusammen ergeben sie ein Bild, das mich nachdenklich stimmt. KI nimmt uns nicht nur Arbeit ab – sie verschiebt auch, was wir als geistige Eigenleistung betrachten. Ich möchte in diesem Beitrag darlegen, was wir darüber wissen, warum das sog. Cognitive Offloading im Kontext von KI so stark zunimmt und wie wir aktiv gegensteuern können. Nicht, weil KI per se problematisch ist, sondern weil unser Umgang mit ihr entscheidet, ob sie unser Denken ergänzt oder ersetzt.

Was Cognitive Offloading eigentlich bedeutet

Der Begriff ist nicht neu. Cognitive Offloading beschreibt das Auslagern gedanklicher Aufgaben an Hilfsmittel – von der Einkaufsliste bis zur Navigations-App. Wir tun das täglich und meistens aus guten Gründen: Es entlastet unser Gedächtnis und ermöglicht uns, Ressourcen anderweitig einzusetzen. So weit, so bekannt. Doch generative #KI markiert einen qualitativen Sprung. Wir lagern nicht mehr nur Fakten oder Erinnerungen aus, sondern zunehmend komplexere Denkprozesse: das Strukturieren, Zusammenfassen, ja sogar das Argumentieren. Die Maschine übernimmt Tätigkeiten, die früher als Kern unserer geistigen Leistungsfähigkeit galten. Genau darin liegt die Ambivalenz: KI kann Denken erleichtern oder Denken ersetzen.

Warum KI Offloading so stark beschleunigt

1. Geschwindigkeit ersetzt Auseinandersetzung

Schülerinnen und Schüler geben in einer Oxford-Untersuchung an, KI helfe ihnen, schneller zu denken – allerdings oft oberflächlicher. Dieses „Schneller-sein-wollen“ führt dazu, dass Lernende KI als Abkürzung nutzen. Was verschwindet, ist der Zwischenschritt der eigenen Auseinandersetzung.

2. KI erzeugt polierte Ergebnisse ohne gedankliche Tiefe

Ein Beitrag in der Harvard Business Review beschreibt dieses Phänomen anschaulich: KI kann Präsentationen, Texte oder Berichte generieren, die auf den ersten Blick professionell wirken, aber inhaltlich substanzarm bleiben. In Unternehmen führt das zu „Workslop“ – Arbeit, die zwar formal korrekt aussieht, aber anderen zusätzliche Arbeit verursacht. Das eigentliche Problem: Die polierte Oberfläche verschleiert, dass kein eigener Denkprozess stattgefunden hat.

3. Neurowissenschaftliche Befunde zeigen: Wir denken weniger

Der New Scientist fasst verschiedene Studien zusammen, die zeigen, dass die Nutzung von ChatGPT während anspruchsvollen Aufgaben mit geringerer Hirnaktivität einhergeht. Nicht, weil KI unser Gehirn beschädigt, sondern weil wir weniger kognitiv involviert sind. Die Maschine denkt für uns – und wir lassen es zu.

4. Deskilling: Fähigkeiten bauen sich ab, wenn wir sie nicht nutzen

Wer selten schreibt, verliert seinen Stil. Wer Rechnungen nicht mehr im Kopf löst, verliert das Gefühl für Zahlen. Und wer sich Wissen nur noch generieren lässt, trainiert seine analytischen Fähigkeiten weniger. Genau diesen Prozess habe ich bereits hier in einem anderen Beitrag beschrieben.

Wo die Risiken besonders sichtbar werden

Schule & Hochschule

Jugendliche nutzen KI aus pragmatischen Gründen: Sie ist schnell, freundlich, verfügbar und liefert Erklärungen ohne Peinlichkeit. Die Oxford-Daten zeigen, dass ein Teil der Jugendlichen bereits das Gefühl hat, abhängig zu sein. Besonders gefährdet sind Lernende, die ohnehin Mühe haben, Lernprozesse zu steuern. Für sie wird KI schnell zur Denkprothese.

Gerade im schulischen #Lernen ist jedoch der Weg relevanter als das Ergebnis. Wer Zusammenhänge nicht selbst erarbeitet, baut kein dauerhaftes Wissen auf. Der Verlust findet also nicht im Output statt, sondern im Prozess.

Beruf & Arbeitsleben

Im Arbeitsleben zeigt sich das Problem anders, aber ebenso deutlich. Workslop ist Offloading auf Kosten anderer: Die Maschine produziert etwas, das jemand anderes korrigieren muss. Mitarbeitende berichten laut der HBR-Studie, dass sie viel Zeit damit verbringen, KI-generierten Output zu „reparieren“. Aus kognitiver Trägheit wird organisationaler Schaden. Aus individueller Passivität wird kollektive Ineffizienz.

Alltag & Informationsverarbeitung

Sogar im Privaten nimmt KI uns Entscheidungen ab: Was wir sehen, lesen, kochen, schauen. Informationen werden vorgeschlagen, statt gesucht. Das Denken wird bequem. Doch je weniger wir uns aktiv informieren, desto anfälliger werden wir für Fehleinschätzungen.

Generell gilt: Je häufiger wir Offloading betreiben, desto seltener desto weniger denken wir selber.

Warum es trotzdem keinen Grund zur Panik gibt

Trotz all dieser Befunde, KI macht uns nicht automatisch dümmer. Sie schafft lediglich neue Möglichkeiten, Denkprozesse zu verkürzen. Das Risiko entsteht nicht primär durch die Technologie, sondern durch unser fehlendes Bewusstsein, diese Technologie auch sinnstiftend einzusetzen:

• Wer vor der KI-Nutzung eigene Gedanken formuliert, bleibt kognitiv aktiv.
• Wer KI nutzt, um Ideen zu prüfen statt zu ersetzen, denkt tiefer statt flacher.
• Wer KI nutzt, um Materialien oder Perspektiven zu sammeln, statt ganze Lösungen zu generieren, entwickelt stärkeres Urteilsvermögen.

Mit anderen Worten: KI kann Denkprozesse verstärken – wenn wir sie nicht anstelle unserer Denkprozesse einsetzen.

Die entscheidende Frage: Wer denkt hier eigentlich?

Für mich ist das der Kern: Nicht die Maschine entscheidet, sondern wir. Wer KI ungefiltert arbeiten lässt, gibt die Verantwortung für sein Denken ab. Wer jedoch bewusst auswählt, interpretiert und reflektiert, bindet die Maschine konstruktiv in den eigenen Denkprozess ein.

Ich erlebe in meiner eigenen Arbeit immer wieder, dass KI brauchbare oder sogar sehr gute Dienste leistet, wenn ich mit einer eigenen Hypothese starte. KI kann dann prüfen, ergänzen oder infrage stellen. Problematisch wird es, wenn ich sie frage, was ich denken (oder tun) soll. Lernen, Schreiben, Entscheiden – all dies bleibt letztlich ein menschlicher Prozess. KI kann ihn unterstützen, aber nicht ersetzen.

Wie wir unser Denken erhalten können

Für mich kristallisieren sich dazu fünf Prinzipien heraus, die für Schule, Beruf und Alltag gelten:

1. Zuerst denken, dann KI nutzen Der wichtigste Schritt ist derjenige, der meist als erstes weggelassen wird. Eine eigene Skizze, ein Gedankengerüst oder eine erste Hypothese zwingt uns, aktiv zu bleiben. Studien zeigen: Wer zuerst selbst denkt, bleibt auch beim Einsatz von KI geistig involviert.

2. KI nach Materialien, nicht nach Lösungen fragen Frage nach Materialien, Perspektiven, Quellen oder Gegenargumenten – aber überprüfe diese und lass die Interpretation bei Dir. So vermeidest Du den „Anker-Effekt“, bei dem die erste KI-Antwort Deine weitere Argumentation prägt.

3. KI als Sparringpartner, nicht als Ghostwriter verwenden Mach Dir bewusst, dass KI Texte produziert, die gut klingen, aber keine eigenen Gedanken enthalten. Der Mehrwert entsteht erst durch Dein Urteil. Genau hier unterscheiden sich „Piloten“ von „Passagieren“, wie es der HBR-Beitrag ausdrückt.

4. Denkprozesse sichtbar machen Vergleiche KI-Outputs, kommentiere Unterschiede, markiere Lücken, identifiziere Fehler. Diese Metakognition schützt vor Deskilling.

5. Qualitätsstandards klar definieren Ob Schule oder Unternehmen: Es braucht Normen. KI-Output darf nicht ungeprüft weitergegeben werden. Die Verantwortung für Inhalte bleibt beim Menschen – formell, fachlich und ethisch.

Fazit: KI macht uns nicht dümmer – aber sie macht es uns leichter, uns dumm zu verhalten

Cognitive Offloading ist kein neues Phänomen, aber KI hebt es auf ein neues Niveau. Wir stehen vor einer paradoxen Situation: Noch nie konnten wir so schnell Wissen abrufen, und selten war die Gefahr so gross, dass wir dabei weniger verstehen. KI selbst ist nicht grundsätzlich das Problem. Die Herausforderung liegt in unserem Umgang damit. Die gute Nachrichtist aber, dass wir steuern können, wie stark das Offloading unsere Fähigkeiten beeinflusst. Wer bewusst mit KI arbeitet, bleibt kognitiv aktiv. Wer zuerst denkt und erst nachher eine KI nutzt, sorgt dafür, dass die Maschine das Denken ergänzt, nicht ersetzt. Und wer KI als Werkzeug des Verstehens nutzt – nicht des Abkürzens –, erhält die Tiefe, die Lernen, Arbeiten und Entscheiden ausmacht.

Damit bleibt ein einfacher, aber zentraler Gedanke: KI kann vieles – aber sie nimmt uns nicht die Verantwortung ab, selbst zu denken.

💬 Kommentieren (nur für write.as-Accounts)

Discuss...

Bildquelle Pietro della Vecchia (1602/3–1678): Creation of a Homunculus, Königliches Schloss auf dem Wawel, Krakau, 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 | #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