Zurück zum Blog

2026-08-20

Wie du Spaced Repetition effizienter machst

Mach Spaced Repetition effizienter mit FSRS: Abruf von der Muttersprache zur Zielsprache, Sätze statt Listen, neuer Satz, dann jedes Wort einzeln bewerten.

Kurz gesagt

Um Spaced Repetition effizienter zu nutzen, verbessere in dieser Reihenfolge. Nutze einen modernen Planer wie FSRS. Wiederhole von der Muttersprache zur Zielsprache, damit jede Karte echter Abruf ist, nicht Wiedererkennen. Packe Wörter in Sätze (gesammelte Sätze oder Cloze-Karten) statt isolierte Paare. Dann höre auf, denselben Satz zu wiederholen: nutze bei jeder Wiederholung einen neuen, damit du Sprache aufbaust, statt eine Karte auswendig zu lernen. Danach bewerte jedes Wort einzeln und packe mehrere fällige Wörter in einen Satz, damit ein Versuch mehr von der Warteschlange abräumt.

Level 1: Einen guten Algorithmus wählen

Das ist der leichteste Gewinn, weil es meist nur eine Einstellung ist. Ältere Algorithmen wie SM-2 nutzen grobe Ease-Faktoren, die mit der Zeit driftieren. FSRS verfolgt, wie schwer jedes Item ist und wie stabil dein Gedächtnis dafür ist, und bringt die Karte zurück, kurz bevor du sie vergessen würdest.1 Nutze FSRS und die neueste Version (aktuell FSRS-6).

Level 2: Muttersprache zu Zielsprache (abrufen, nicht erkennen)

Zeig die Bedeutung in deiner Muttersprache. Produziere das Wort in der Sprache, die du lernst. Das ist Abruf: du holst die Form aus dem Gedächtnis.

Die andere Richtung (fremdes Wort sehen, die Bedeutung in der Muttersprache erinnern) ist meist Wiedererkennen. Das gilt auch für Multiple-Choice und Antipp-Karten. Wiedererkennen ist leichter, Sitzungen fühlen sich produktiv an. Es ist ein schwächeres Gedächtnisereignis als Abruf, und genau das soll jede Wiederholung sein.23

Wenn die Antwort schon auf dem Bildschirm steht, testest du nicht die Fähigkeit, die du glaubst zu testen.

Level 3: Sätze statt Wortlisten

Ein Muttersprache-zu-Zielsprache-Wortpaar verknüpft nur eine Form mit einer Glossierung. Es zeigt nicht, wie das Wort typischerweise vorkommt: was daneben steht, welche Verben oder Präpositionen es braucht oder in welche Satzart es gehört. Kontext hilft, weil du die Situationen siehst, in denen das Wort wirklich auftaucht, nicht nur eine Zeile aus dem Wörterbuch.4

Zwei verbreitete Upgrades von Wortlisten:

  • Sentence Mining: du speicherst einen echten Satz und wiederholst diesen Satz nach Plan.
  • Cloze-Karten: du siehst einen Satz mit einer Lücke und füllst das fehlende Wort ein.

Beide sind besser als eine nackte Wortliste. Beide haben trotzdem ein Konstruktionsproblem.

Mit einem gesammelten Satz wiederholst du denselben Satz immer wieder. Du lernst diesen Satz auswendig: diese Wortreihenfolge, diese Nachbarn. Du übst nicht, wie du mit diesen Wörtern einen neuen Satz baust. Und weil der ganze Satz eine Karte ist, macht ein falsches Wort die ganze Wiederholung falsch, auch wenn die anderen Wörter stimmen. Mehr zu dieser Falle findest du unter warum Sentence Mining scheitert.

Mit einer Cloze-Karte ist der Satz schon gebaut. Grammatik, Wortreihenfolge und meist alle Wörter sind vorgegeben. Du füllst nur die Lücke. Du konstruierst den Satz nie selbst. Deshalb kann Cloze in der Wiederholung leicht wirken und du kannst den Satz trotzdem nicht selbst schreiben. Siehe Nachteile von Cloze-Karten für eine ausführliche Einordnung.

Level 4: Bei jeder Wiederholung ein neuer Satz

Bleib beim Wort (oder Grammatikpunkt), das du wiederholst. Wechsle den Satz bei jeder Wiederholung.

Wenn die Aufgabe nie wechselt, beginnst du die Karte zu erkennen. Du erinnerst, was diese Karte immer sagt, nicht wie du das Wort nutzt. Ein neuer Satz zwingt dich, dasselbe Item in einem neuen Kontext zu verwenden. Das ist näher an echter Nutzung und verhindert die Falle „In Anki kannte ich es“.5

Level 5: Jedes Wort einzeln bewerten, nicht den ganzen Satz

Wenn du einen vollen Satz geschrieben hast, markiere nicht die ganze Karte als richtig oder falsch. Wenn du ein Wort verpasst und vier andere richtig hast, soll nur das verpasste Wort bald zurückkommen. Wenn du den ganzen Satz als falsch markierst, verbrauchst du Wiederholungen für Wörter, die du schon kennst. Wenn du den ganzen Satz als richtig markierst, verschwindet das schwache Wort zu lange.

Level 6: Mehrere fällige Wörter in einem Satz

Angenommen, drei Wörter sind heute fällig. Drei separate Karten bedeuten drei Übungen. Ein Satz, der alle drei enthält, lässt dich sie in einem einzigen Versuch üben. Du rufst jedes Wort trotzdem ab. Du erledigst dieselben Wiederholungen mit weniger Übungen.

Beispiel: quiero, café und con sind fällig. Statt drei Karten übersetzt du etwas wie „I want coffee with milk." Du produzierst alle drei in einem Rutsch.

Wie du diese Verbesserungen nutzt

Level 1 und 2 sind nur Einstellungen. Level 3 und 4 gehen in bestehenden Apps wie Anki mit etwas Extraaufwand. Level 5 und 6 sind mühsam per Hand.

LinGoat löst das alles für dich. Es nutzt FSRS-6, Satzschreiben von der Muttersprache zur Zielsprache, einen neuen Satz bei jeder Wiederholung, Bewertung pro Wort und packt mehrere fällige Wörter in jede Übung. Sieh dir an, wie LinGoat funktioniert, oder starte direkt mit dem Üben.

Literatur

  1. Ye, J., Su, J., & Cao, Y. (2022). A stochastic shortest path algorithm for optimizing spaced repetition scheduling. Proceedings of the 28th ACM SIGKDD Conference on Knowledge Discovery and Data Mining, 4381-4390. https://doi.org/10.1145/3534678.3539081
  2. Carpenter, S. K., Pan, S. C., & Butler, A. C. (2022). The science of effective learning with spacing and retrieval practice. Nature Reviews Psychology, 1, 496-511. https://doi.org/10.1038/s44159-022-00089-1
  3. Roediger, H. L., & Marsh, E. J. (2005). The positive and negative consequences of multiple-choice testing. Journal of Experimental Psychology: Learning, Memory, and Cognition, 31(5), 1155-1159. https://doi.org/10.1037/0278-7393.31.5.1155
  4. Nation, I. S. P. (2013). Learning Vocabulary in Another Language (2nd ed.). Cambridge University Press. https://doi.org/10.1017/CBO9781139524759
  5. Nielsen, E., et al. (2024). Sentence-based spaced repetition for vocabulary learning. Proceedings of the 19th Workshop on Innovative Use of NLP for Building Educational Applications (BEA). https://aclanthology.org/2024.bea-1.29/