Active Recall: Warum Abrufen besser wirkt als Wiederlesen

Stell dir zwei Leute vor, die dasselbe Kapitel lernen. Die eine liest es viermal. Der andere liest es einmal und versucht dann dreimal, alles aus dem Kopf aufzuschreiben. Wer weiß nach einer Woche mehr?

Wenn du „der Zweite“ gesagt hast, liegst du richtig. Wenn du dich fragst, warum sich dann fast alle für Variante eins entscheiden, liegst du auch richtig. Dieser Artikel erklärt beides.

Was Active Recall ist

Active Recall heißt in der Forschung Retrieval Practice: Du rufst zuvor Gelerntes aus dem Gedächtnis ab. Der Lernvorteil, der dadurch später entsteht, heißt Testing-Effekt. Das typische Versuchsdesign ist simpel: erst lernen, dann entweder abrufen oder nochmal lernen, nach einer Wartezeit ein Abschlusstest.

„Abrufen“ heißt nicht „Prüfung schreiben“. Eine Karteikarte, die du umdrehst, nachdem du die Antwort im Kopf formuliert hast, ist Retrieval Practice. Ein leeres Blatt, auf das du schreibst, was du vom Kapitel noch weißt, auch. Ein Skript, das du mit dem Textmarker nochmal durchgehst, nicht.

Das Schlüsselexperiment: wer zuletzt lacht

Roediger und Karpicke haben das 2006 mit Studierenden getestet. In Experiment 1 lasen 120 Studierende zwei Sachtexte. Einen davon lasen sie nochmal, den anderen versuchten sie frei zu erinnern, ohne Feedback. Getestet wurde nach fünf Minuten, zwei Tagen oder einer Woche.

Abschlusstest nach	Wiederlesen	Abrufen
fünf Minuten	81 %	75 %
zwei Tagen	54 %	68 %
einer Woche	42 %	56 %

Nach fünf Minuten gewinnt das Wiederlesen. Nach zwei Tagen und nach einer Woche gewinnt das Abrufen, mit Effektstärken von d = 0,95 und d = 0,83. In Experiment 2 mit 180 Personen schlug dreimaliges Abrufen nach einer Woche viermaliges Lesen sogar mit d = 1,26.

Genau hier liegt die Falle. Wiederlesen fühlt sich gut an und ist kurzfristig tatsächlich besser. Wer am Abend direkt nach dem Lernen prüft, ob es „sitzt“, wird vom Wiederlesen belohnt. Die Rechnung kommt später.

Fairerweise: Die Studie hatte Grenzen. Zwei kurze Texte, Beobachtung über maximal eine Woche, und in Experiment 2 dauerten Abrufphasen länger als Lernphasen, die Gesamtlernzeit war also nicht exakt gleich.

Warum alle trotzdem wiederlesen

Karpicke, Butler und Roediger haben 2009 nachgefragt: 177 Studierende beschrieben ihre Lernstrategien. 84 % nannten Wiederlesen, für 55 % war es die häufigste Strategie. Nur 11 % beschrieben eindeutig Abrufübungen. Das ist eine Befragung mit Selbstauskünften, aber das Bild ist deutlich.

Spannender ist ein Experiment von Karpicke aus demselben Jahr. Lernende durften selbst entscheiden, ob sie ein Vokabelpaar weiter lernen, weiter testen oder aus dem Stapel entfernen. Das Ergebnis: Viele hörten nach dem ersten erfolgreichen Abruf zu früh auf. Wer weiter abrief, hatte nach einer Woche 78 % richtig. Wer weiter lernte, 39 %. Wer die Karte entfernte, 35 %.

Ein erfolgreicher Abruf heißt also nicht „kann ich“. Er heißt „kann ich gerade“.

Einmal richtig ist nicht genug

Karpicke und Roediger haben das 2008 in Science noch zugespitzt. 40 Studierende lernten 40 Swahili-Englisch-Wortpaare. Nachdem ein Wort einmal richtig erinnert wurde, wurde es entweder weiter gelernt und getestet, nur weiter getestet, nur weiter gelernt oder ganz entfernt.

Nach einer Woche erreichten die beiden Bedingungen mit weiterem Abrufen ungefähr 80 %. Ohne weitere Tests waren es 36 % beziehungsweise 33 %. Weiteres Lesen schon gekonnter Wörter brachte unter diesen Bedingungen keinen messbaren Vorteil.

Was du daraus nicht ableiten solltest: „Wiederlesen bringt gar nichts.“ Untersucht wurde Wiederlesen nach erfolgreichem Abruf, mit Vokabeln und einer kleinen Stichprobe. Was du ableiten kannst: Hör nicht auf, eine Karte abzufragen, nur weil du sie einmal wusstest. Genau das ist der Job eines Spaced-Repetition-Algorithmus. Wie der entscheidet, wann eine Karte wiederkommt, steht im Ratgeber Spaced Repetition erklärt.

Wie groß ist der Effekt wirklich?

Einzelne Experimente sind schön, Meta-Analysen sind ehrlicher. Wichtig ist dabei immer die Frage: Abrufen im Vergleich wozu?

• Gegen erneutes Lernen: Rowland (2014) fand über 159 Effektgrößen aus 61 Studien im Schnitt Hedges’ g = 0,50. Die Studien unterschieden sich stark voneinander, der Durchschnitt ist also kein einheitlicher Effekt.
• Gegen breitere Kontrollbedingungen: Adesope et al. (2017) mit 118 Artikeln und 15.427 Teilnehmenden kamen auf g = 0,61 insgesamt. Gegen Wiederlesen waren es g = 0,51, gegen gar nichts tun g = 0,93. Die oft zitierte 0,61 ist also kein reiner Vergleich mit Wiederlesen.
• Im echten Unterricht: Yang et al. (2021) werteten 222 Studien mit 48.478 Lernenden aus Unterrichtskontexten aus: g = 0,499 insgesamt, gegen erneutes Lernen g = 0,330.
• Gegen andere aktive Lernmethoden: Hier wird es dünn. Gegen elaborative Lernstrategien lag der Vorteil bei Yang et al. nur bei g = 0,095 und war statistisch nicht gesichert.

Die belastbare Aussage lautet: Abrufen verbessert im Durchschnitt das spätere Behalten gegenüber Wiederlesen. „Active Recall ist jeder anderen Methode überlegen“ geht über die Daten hinaus.

Abrufen gegen Mindmaps

Ein beliebtes Argument für Active Recall ist Karpicke und Blunt (2011). Abrufübungen schlugen dort Concept Mapping (Mindmaps mit dem Text vor Augen) mit d = 1,50. In Experiment 2 schnitten 101 von 120 Personen nach Abrufübungen besser ab, sogar in einem Test, der selbst eine Concept Map verlangte.

Die Geschichte hat aber ein zweites Kapitel. Mayrhofer et al. haben 2023 eine präregistrierte Studie mit 230 auswertbaren Personen gemacht und dabei Lernzeit und Instruktionen angeglichen. Bei textnahen Fragen lagen Abrufübungen bei 73 %, Concept Mapping bei 70 %, kein signifikanter Unterschied. Das beweist nicht, dass beide gleich gut sind. Es schwächt aber die pauschale Behauptung, Abrufen sei Mindmaps grundsätzlich überlegen.

Hilft das auch bei neuen Fragen?

Die berechtigte Sorge: Lerne ich so nur, genau meine Karteikarten zu beantworten? Pan und Rickard (2018) haben das in einer Meta-Analyse mit 10.382 Teilnehmenden untersucht. Ergebnis: Abrufen verbessert auch Leistungen, die über die ursprüngliche Übungsfrage hinausgehen, d = 0,40. Bei Anwendungs- und Schlussfolgerungsfragen waren es d = 0,32, mit großen Unterschieden zwischen den Studien.

Die Grenze: Einige Transferarten waren kaum untersucht. Die Analyse belegt keinen Ferntransfer auf beliebige neue Probleme. Wenn du Anwendung können musst, übe Anwendung. Schreib also auch Karten, die nach dem Warum und dem Wie fragen, nicht nur nach dem Was. Beispiele dafür findest du im Ratgeber Gute Karteikarten schreiben.

Feedback: der unterschätzte Teil

Abrufen ohne nachzusehen ist nur die halbe Methode. Bei Rowland lag der Vorteil mit Feedback bei g = 0,73, ohne Feedback bei g = 0,39. Ohne Feedback und wenn höchstens die Hälfte der Antworten anfangs richtig war, lag er praktisch bei null (g = 0,03). Das sind Zusammenhänge aus dem Vergleich vieler Studien, keine garantierte Formel, aber die Richtung ist klar: Wer sich falsch erinnert und es nicht merkt, lernt den Fehler.

Butler und Roediger (2008) zeigten das mit Multiple-Choice-Tests. Ohne Feedback übernahmen Lernende später teilweise falsche Antwortoptionen. Mit Feedback, egal ob sofort oder am Ende des Tests, sank das auf das Niveau ungetesteter Fragen. Das Feedback am Ende des Übungstests schnitt dabei sogar etwas besser ab als sofortiges (d = 0,56). Eine allgemeine Empfehlung, Feedback möglichst lange hinauszuzögern, folgt daraus nicht.

Falsch raten hilft, wenn danach die Lösung kommt

Klingt paradox, ist aber belegt: Kornell, Hays und Bjork (2009) ließen Lernende Antworten raten, bevor sie die richtige sahen. In Experiment 5 mit 30 Personen und gleicher Lernzeit wussten sie nach durchschnittlich 38 Stunden 47 % richtig nach einem Rateversuch, gegenüber 35 % nach direktem Lernen (d = 0,94).

Die Grenzen sind wichtig: kleine Stichproben, einfache Wortpaare, und nicht jedes Experiment der Reihe zeigte den Vorteil. Die vorsichtige Formulierung lautet: Ein erfolgloser Versuch kann das anschließende Lernen fördern, wenn danach die richtige Antwort kommt. Unkorrigierte Fehler helfen nicht.

Für dich heißt das: Eine neue Karte, die du nicht weißt, ist kein verlorener Durchgang. Versuch trotzdem eine Antwort, bevor du umdrehst.

Offene Frage oder Multiple Choice?

Häufige Behauptung: Freies Erinnern wirkt immer stärker als Wiedererkennen. Rowland fand in einer Teilanalyse tatsächlich Unterschiede: freier Abruf g = 0,81, Abruf mit Hinweis g = 0,72, Wiedererkennen g = 0,36. Im Unterricht fanden Yang et al. dagegen praktisch identische Vorteile für Abruf (g = 0,520) und Wiedererkennen (g = 0,518).

Einen universellen Formatsieger gibt es also nicht. Bei Multiple Choice brauchst du aber Feedback, damit sich die falschen Optionen nicht festsetzen.

So nutzt du Active Recall heute

1. Antwort formulieren, dann umdrehen. Im Kopf oder laut, aber konkret.
2. Ehrlich bewerten. Fast gewusst ist nicht gewusst.
3. Nicht nach dem ersten Treffer aufhören. Eine Karte, die du einmal wusstest, muss wiederkommen.
4. Raten erlaubt. Bei neuen Karten erst einen Versuch, dann die Lösung.
5. Warum-Fragen dazu. Für Transfer reichen Faktenkarten nicht.
6. Leeres Blatt. Nach jedem Kapitel aufschreiben, was du noch weißt, dann mit dem Skript vergleichen.

Active Recall mit checkst

checkst ist um genau diese Schleife gebaut: Frage sehen, Antwort abrufen, umdrehen, ehrlich bewerten. FSRS plant dann, wann die Karte wiederkommt, damit du nicht nach dem ersten Treffer aufhörst. Wenn dir das Kartenschreiben zu lange dauert, lässt du dir aus deinem Skript, einem PDF oder einem Foto Karten von der KI vorschlagen und gehst sie eine nach der anderen durch, bevor du sie speicherst. Und wenn du zu zweit lernst, teilt ihr in einer Lerngruppe ein Deck. Das Abrufen selbst bleibt aber deine Aufgabe, und das ist der Teil, der wirkt.

Den größeren Zusammenhang, also wie Abrufen, Verteilen, Mischen und Schlaf zusammenspielen, findest du im Ratgeber Wie lernt man am besten?.