e-fellows entwickeln Lern-App: Effizienter lernen: So geht's

Fragst du dich auch häufig, wie du effizienter lernen kannst? Dann geht es dir wie e-fellows.net-Stipendiat Marco Zeulner, der nie genau wusste, ob er schon genug Wissen verinnerlicht hatte, um die Prüfungen zu bestehen. Aus diesem Grund entwickelte er zusammen mit seinem Zwillingsbruder Tobias und einem früheren Kommilitonen und Freund die Lern-App Retain. Wir haben mit ihm gesprochen. 

Wie entstand die Idee zu eurer App?

Nach vier Jahren im Beruf war es für mich eine ganz schöne Umstellung, im Bachelor auf einmal ganz viel Theorie lernen zu müssen. Ich habe mich gefragt, wie man effizient lernen kann, und bin auf die Anki-App gestoßen. Das ist in Deutschland die bekannteste App, wenn es um das effiziente Lernen mit Karteikarten geht.

Als ich mit der App für meine Prüfungen gelernt habe, sind mir einige Schwachstellen aufgefallen: Mich hat gestört, dass ich nicht sehen konnte, wie weit ich in meinem Lernprozess bin. Ich wurde zu keinem Zeitpunkt gefragt, wann meine Prüfung ist und was mein Lernziel ist. So habe ich zwar gelernt, wusste aber nicht, ob ich gerade 70 Prozent geschafft habe oder schon 100 Prozent. Da ich dazu neige, zu viel zu lernen, hat mich das viel Zeit gekostet. Außerdem nutzt Anki einen Standard-Algorithmus, der 2025 schon 40 Jahre alt wird.  

Was findest du daran problematisch?

Der Algorithmus entscheidet anhand von Regeln, wann er dem Nutzer eine bestimmte Karteikarte ausspielt. Das heißt, wenn ich eine Karteikarte kann, wird mir diese beispielsweise erst nach sieben Tagen wieder gezeigt. Wenn ich eine Karteikarte nicht kann, wird sie mir schon wieder zehn Minuten später ausgespielt. Das Problem daran ist, dass jemand diese Regeln vor langer Zeit aufgestellt hat und sie sehr statisch sind und sich nicht an die Nutzer:innen anpassen. 

Unser Gehirn funktioniert aber nicht immer gleich: Wenn ich momentan sehr gestresst bin, kann ich mir Sachen schwerer merken, als wenn ich entspannt bin. Unabhängig davon fällt es manchen Menschen grundsätzlich leichter, sich Dinge zu merken als anderen. Die KI, mit der wir arbeiten, passt sich automatisch an das Lernverhalten jedes einzelnen Nutzers an. Das ist ihr großer Vorteil. 

Euer Algorithmus arbeitet also mithilfe von KI. Wie kann ich mir das vorstellen?

In der Lernwissenschaft hat sich ein Modell etabliert, das zeigt, für welche Zeit sich unser Gehirn Sachen merkt und wieder vergisst: die Vergessenskurve von Ebbinghaus. Diese besagt, dass ich eine Wissenseinheit in dem Moment, in dem ich sie lese, zu 100 Prozent wiedergeben kann. Je mehr Zeit verstreicht, desto geringer wird die Wahrscheinlichkeit, dass ich mir die Einheit gemerkt habe und wiedergeben kann.

Dieses Modell war lange etabliert. In letzter Zeit haben sich die kritischen Stimmen daran aber gemehrt: Denn das Modell basiert nur auf einer einzigen Komponente, der sogenannten "Memory Strength" und ist deshalb zu vereinfacht, um die Komplexität unseres Erinnerungsvermögens zu beschreiben. Inzwischen hat sich das DSR-Modell von Piotr Wozniak durchgesetzt, welches das Gehirn mit diesen Komponenten modelliert: 

• Difficulty (D): beschreibt, wie unterschiedlich schwer einzelne Wissenseinheiten sind
• Stability (S): steht dafür, wie lange eine Wissenseinheit im Gedächtnis bleibt
• Retrievability (R): definiert, wie einfach eine Wissenseinheit wiedergegeben werden kann

Dieses erweiterte Modell hat ebenso das Ziel, zu modellieren, wie einzelne Personen Wissen aufnehmen und vergessen. Aber es ist viel flexibler und realistischer und kann dadurch viel genauere Vorhersagen treffen. Deshalb wird es auch seit einigen Jahren erfolgreich in der Praxis eingesetzt, zum Beispiel von der App "SuperMemo“. 

Wir haben ebendieses Modell für unseren Algorithmus genutzt und es mithilfe von Künstlicher Intelligenz auf den Lernprozess jeder Nutzerin und jeden Nutzers angewandt. So wird für jede einzelne Karteikarte der optimale Zeitpunkt zum erneuten Abfragen auf Basis dieses Models berechnet. Dabei berücksichtigen wir das Prüfungsdatum. Erstellt eine Nutzerin bei uns ein Kartendeck, kann sie angeben, bis wann und wie gut sie dieses beherrschen muss. Wir bieten dafür drei Abstufungen an. Denn für eine Multiple-Choice-Klausur muss ich Themen weniger im Detail beherrschen als für die Verteidigung meiner Masterarbeit. 

So können wir personalisierte Lernpläne anbieten und den Nutzer:innen transparent darstellen, wo sie gerade stehen und wie weit sie noch von ihrem Lernziel entfernt sind. Das kann momentan keine andere App auf dem Markt.

Für welche Fächer und für welche Art von Prüfungen eignet sich das Lernen mit der Retain-App?

Perfekt geeignet ist die App, wenn man einfach nur Theorie auswendig lernen muss, die man schnell in der Klausur abrufen können will. Dazu zählen zum Beispiel theoretisches Wissen, Konzepte, Definitionen oder Aufzählungen. Das Gute ist ja, dass man sich schon beim Erstellen der Karteikarten in die Rolle des Professors versetzt und sich damit beschäftigt, welche Fragen er stellen könnte. 

Jetzt könnte man einwenden, dass das Erstellen der Karteikarten viel Zeit in Anspruch nimmt. Was würdest du jemandem raten, der nicht mehr viel Zeit bis zur Prüfung hat, aber dennoch gerne mit eurer App lernen würde?

Ich würde ihm raten, sich mit seinen Kommiliton:innen die Themen zu teilen. Jeder macht ein Kapitel. Ihr könnt die in unserer App ganz einfach miteinander teilen und zu einem Kartendeck zusammenfügen. Wenn man vorher mit Anki gearbeitet hat, kann man seine Karteikarten auch in unsere App importieren. Außerdem können die Nutzer:innen künftig einfach eine PDF- oder Bild-Datei hochladen, aus der die KI automatisch Fragen erstellt. 

Ihr versprecht eine Zeitersparnis von 20 Prozent beim Lernen mit eurer App im Vergleich zum Lernen mit der Anki-App. Wie kommt diese Zahl zustande?

Wissenschaftler:innen haben diesen Wert bei einer Gegenüberstellung verschiedener Lern-Algorithmen ermittelt. Mit unserem neuen KI-Ansatz brauchen die Nutzer:innen 20 Prozent weniger Wiederholungen, das heißt 20 Prozent weniger Zeit, um denselben Wissensstand zu erreichen wie mit einem regelbasierten System wie der Anki-App. 

Wo stößt eure App an ihre Grenzen?

Gerade für konzeptionelle Fächer wie Mathe oder Physik, die man verstehen muss, eignet sich unsere App nicht. Ansonsten haben wir noch Optimierungsbedarf bei sehr großen Kartendecks. Wir haben viel mit Mediziner:innen gesprochen, die für ihr Staatsexamen lernen. Die haben häufig Decks mit mehr als 40.000 Karteikarten. Da wir unsere Berechnungen für jede einzelne Karteikarte machen, kommt hier ganz schön viel Rechenlast zusammen. Aktuell begrenzen wir die Decks auf 20.000 Karteikarten, aber wir arbeiten an einer Lösung. 

Welche Pläne und Visionen habt ihr sonst noch für die Retain-App?

Ich bin der Ansicht: Wir haben gerade erst angefangen. Sehr gerne würde ich den Challenge-Gedanken noch einbauen, sodass Nutzer:innen in Lerngruppen gegenseitig sehen, bei wie viel Prozent sie gerade stehen und sich mit ihren Kommiliton:innen vergleichen können. Das schafft einen Wettbewerbsgedanken und sorgt für zusätzliche Motivation.