Was ist Spaced Repetition?

Die direkte Antwort lautet: Spaced Repetition — das Wiederholen von Stoff in mit der Zeit wachsenden Abständen statt alles auf einmal — ist wirklich robust durch die Lernwissenschaft belegt, mit Wurzeln, die bis zu Hermann Ebbinghaus' Studien zur Vergessenskurve von 1885 zurückreichen, und starker moderner Bestätigung: Eine große Meta-Analyse von 317 Experimenten (Cepeda et al.) fand, dass verteiltes Üben zuverlässig geballtes (gecrammtes) Üben übertrifft, und eine Meta-Analyse von 2025 fand eine substanzielle Effektstärke (d=0,54) zugunsten verteilten gegenüber geballtem Üben. Das ist eine der solider belegten Behauptungen der Lernwissenschaft, keine trendige Produktivitätsidee mit dünner Grundlage. Es lohnt sich, das mit mehreren anderen populären Lernbehauptungen zu kontrastieren, die anderswo auf dieser Seite besprochen werden — von denen manche, wie speziell Micro-Learning, auf deutlich dünnerer und weniger konsistenter Evidenz stehen als Spacing.

Der Mechanismus: warum Spacing besser ist als Pauken

Ebbinghaus' ursprüngliche Arbeit von 1885 begründete die „Vergessenskurve“ — die Beobachtung, dass neu gelernte Information mit der Zeit vorhersehbar verblasst, sofern sie nicht aufgefrischt wird —, und die Kerneinsicht hinter Spaced Repetition ist, dass das Wiederholen von Stoff genau dann, wenn er kurz davor ist, vergessen zu werden, statt während er noch frisch ist, eine kleine Menge anstrengenden Abrufs erzwingt, die das Gedächtnis stärker festigt als ein müheloses Wiederholen von Stoff, den man ohnehin klar erinnert. Etwas zu früh zu wiederholen, während es noch voll zugänglich ist, liefert wenig von diesem Abrufaufwand und entsprechend wenig Nutzen; es zu spät zu wiederholen, nachdem es vollständig vergessen wurde, bedeutet, neu anzufangen statt etwas zu festigen. Spaced-Repetition-Systeme sind darum herum gebaut, genau diesen spezifischen, individuell variierenden Sweet Spot zu schätzen und die nächste Wiederholung genau darum herum zu planen. Ebbinghaus' ursprüngliche Methodik war für ihre Zeit bekanntermaßen streng — er testete sich selbst wiederholt über Jahre hinweg mit Nonsens-Silben, die gezielt so gewählt waren, dass sie keine Vorassoziationen hatten, was einen Störfaktor (Vorwissen) kontrollierte, der seine Vergessenskurven-Ergebnisse sonst schwerer sauber interpretierbar gemacht hätte. Erwähnenswert ist auch, dass Ebbinghaus seine Befunde weit über ein Jahrhundert vor der Existenz moderner statistischer Methoden veröffentlichte, und dennoch hat sich die grundlegende Form seiner Vergessenskurve bemerkenswert gut gegen spätere, strengere Replikationen mit moderner Methodik gehalten — ein seltener Fall, in dem ein so alter Befund immer noch als grundlegend gilt, statt als überholt.

Wie der moderne Algorithmus tatsächlich funktioniert

Die meistgenutzte praktische Umsetzung geht auf Piotr Wozniaks SuperMemo-Algorithmus von 1985 zurück, der für jedes einzelne Stück Stoff ein wachsendes Intervall berechnet, basierend darauf, wie leicht es bei der letzten Wiederholung abgerufen wurde — wird etwas leicht richtig beantwortet, wächst das nächste Intervall weiter; wird es falsch beantwortet oder gezögert, schrumpft das Intervall wieder —, was einen personalisierten Wiederholungsplan statt eines starren Einheits-Zeitplans erzeugt. Die meiste moderne Spaced-Repetition-Software (Anki und ähnliche Werkzeuge) nutzt einen Nachfahren desselben zugrunde liegenden Ansatzes. Die Stärke der Evidenz hier kommt speziell vom Spacing selbst, nicht von einer bestimmten App oder Algorithmus-Marke — der Mechanismus war gut belegt, bevor es Software gab, die ihn automatisierte, und die Software ist eine praktische Umsetzung eines bereits etablierten Befunds, nicht die Quelle des Befunds. Erwähnenswert ist auch, dass sich der konkrete Intervall-Verlängerungs-Algorithmus zwischen verschiedenen Spaced-Repetition-Werkzeugen etwas unterscheidet, und keine einzelne Formel hat sich als eindeutig überlegen gegenüber engen Varianten erwiesen — der Kernmechanismus (wachsende Intervalle basierend auf Abrufschwierigkeit) ist es, was die Evidenz stützt, nicht eine bestimmte mathematische Umsetzung davon. Erwähnenswert ist außerdem, dass die meisten Spaced-Repetition-Werkzeuge erlauben, die Aggressivität des zugrunde liegenden Algorithmus manuell anzupassen — lohnt sich auszuprobieren, wenn sich ein Standardplan für ein bestimmtes Fach durchgängig entweder zu leicht oder zu anspruchsvoll anfühlt.

Wie stark die Evidenz tatsächlich ist, im Vergleich zu anderen Lernbehauptungen

Es lohnt sich, genau zu benennen, wie gut diese konkrete Behauptung im Vergleich zu anderen auf dieser Seite besprochenen belegt ist: Cepeda et al.s Übersichtsarbeit fasste 317 einzelne Experimente zusammen, was nach den Maßstäben der Lernwissenschaft eine beachtliche Evidenzbasis ist, und die Effektstärke der jüngeren Meta-Analyse von 2025 (d=0,54) ist ein moderater bis großer Effekt im Kontext der Bildungsforschung, wo deutlich kleinere Effekte üblich sind. Das stellt Spaced Repetition auf einen deutlich festeren Boden als mehrere loser belegte Lerntrends — lohnt sich zu kontrastieren mit unserem Ratgeber zu Micro-Learning, wo die zugrunde liegende Forschung trotz oberflächlich ähnlichem Marketing spürbar dünner ist. Dieses Evidenzniveau ist mit ein Grund, warum Spaced Repetition so durchgängig in Sprachlern-Apps, medizinischer Ausbildung und anderen Bereichen mit starkem Faktenabruf-Anteil auftaucht — es ist eine der seltenen Lerntechniken, bei denen die zugrunde liegende Forschung stark genug ist, dass ihre Übernahme keine wirklich offene wissenschaftliche Debatte mehr ist. Es ist außerdem wirklich eine der wenigen Lerntechniken, bei denen das Folgen der Evidenz und das Folgen der gängigen Praxis leistungsstarker Studierender und Fachleute in Bereichen mit starkem Auswendiglern-Bedarf genau in dieselbe Richtung zeigen.

Wo Mr. Grummel ins Bild passt

Mr. Grummels eigener Quiz-Mechanismus zieht echten, wenn auch informellen, Nutzen aus genau demselben zugrunde liegenden Prinzip — wiederholtes Begegnen mit Fragen über mehrere Sitzungen hinweg funktioniert als eine Form verteilten Abrufübens, auch wenn das ein Nebenprodukt des Blockiermechanismus ist, nicht als eigens gebautes Lernwerkzeug konzipiert, so wie es eine dediziert dafür gebaute Spaced-Repetition-App wäre. Nichts davon macht Mr. Grummel zu einem Ersatz für ein dediziertes Spaced-Repetition-Werkzeug — der Fragenpool ist nicht um individuelle Abrufschwierigkeit herum gebaut oder geplant, so wie es ein eigens dafür gebautes System wie Anki ist —, aber das zugrunde liegende Prinzip ist ein echter, wenn auch nachrangiger, Nutzen davon, über getrennte Sitzungen hinweg wiederholt derselben Art von Frage zu begegnen. Wer speziell den vollen, bewussten Nutzen von Spaced Repetition fürs eigentliche Lernen will, für den bleibt ein eigens dafür gebautes Werkzeug die bessere Wahl — Mr. Grummels Version ist ein angenehmer Nebeneffekt des Blockiermechanismus, kein Ersatz dafür.