Warum Wort-für-Wort-Bewertung SRS besser macht

Das Wichtigste zuerst

Wort-für-Wort-Bewertung ist für Spaced Repetition entscheidend, weil SRS-Algorithmen Einträge planen, nicht ganze Sätze. Wenn du einen ganzen Satz als falsch markierst, obwohl nur ein Wort danebenlag, werden auch alle anderen Konzepte in diesem Satz bestraft. Wenn du ihn als richtig wertest, obwohl eine Grammatikform nicht stimmt, bekommt genau die schwache Stelle einen Freifahrtschein. In beiden Fällen entfernt sich der Lernplan von dem, was du wirklich kannst.

Die Lösung ist eine Bewertung auf Konzept- bzw. Wortebene. LinGoat nennt das granulare Zuordnung: Jedes Vokabel- oder Grammatikkonzept im Satz wird einzeln bewertet und danach an den Scheduler übergeben. So bleibt mehrwortige Satzpraxis mit FSRS kompatibel, statt gegen das System zu arbeiten. Zum größeren Zusammenhang siehe LinGoats gesamte Lernlogik und wie Spaced Repetition funktioniert.

Was mit granularer Zuordnung gemeint ist

Bei einer Übersetzungsaufgabe formulierst du einen vollständigen Satz in der Zielsprache. Wort-für-Wort-Bewertung bleibt aber nicht bei „richtig“ oder „falsch“ für den Satz als Ganzes stehen. Stattdessen ordnet sie Erfolg oder Misserfolg den einzelnen erfassten Konzepten zu, also etwa einem Verb, einer Präposition, einem Nomen, einer Zeitform oder einem Kasusmarker.

Granulare Zuordnung ist LinGoats Begriff für genau diesen Schritt. Für Lernende ist das leicht zu verstehen: Du sollst wissen, welcher Teil nicht geklappt hat, und die App soll genau diesen Teil später erneut ansetzen. Diese direkte, lokalisierte Korrektur hilft außerdem dabei, die gerade getestete Hypothese zu aktualisieren, statt nur mit dem vagen Gefühl zurückzubleiben, dass „der Satz falsch war“.

Warum Satz-weit nur richtig oder falsch SRS aus dem Tritt bringt

Spaced Repetition setzt voraus, dass jede Wiederholung ein klarer Hinweis auf eine bestimmte Erinnerung ist. Moderne Scheduler wie FSRS modellieren Wiederauffindbarkeit, Stabilität und Schwierigkeit pro Eintrag und aktualisieren diese Werte anhand deiner Bewertung für genau diesen Eintrag.¹ Ein Satz, der fünf fällige Konzepte enthält, ist als Übung zwar effizient, aber nur dann, wenn das System das Ergebnis auch in fünf Einzelwerte zerlegen kann.

Eine reine Satzbewertung mit richtig oder falsch macht aus diesen fünf Signalen nur noch ein einziges Bit:

• Falsche Fehler: Du verfehlst eine Endung, und vier sichere Wörter werden so behandelt, als hättest du sie vergessen. Die Abstände werden für Inhalte kürzer, die du eigentlich gut abrufen kannst. Die Wiederholungslast steigt aus den falschen Gründen.
• Falsche Erfolge: Du triffst fast den ganzen Satz, und genau das eine unsichere Konzept rutscht als „Gut“ mit durch. Der Scheduler verlängert das Intervall für diesen Eintrag. Du siehst ihn zu spät wieder.
• Unbrauchbare Mittelwerte: Selbst eine mittlere Satzbewertung sagt FSRS nicht, welches Konzept schwierig war. Schwierigkeit und Stabilität vermischen sich dann über mehrere, eigentlich unabhängige Erinnerungen hinweg.

Das ist keine kleine UX-Frage, sondern ein Datenproblem. Adaptive Apps, die auf Beherrschung setzen, brauchen Ergebnisse auf Eintragsebene. Ein bloßes Satz-Feedback kann das nicht ersetzen. Siehe auch was adaptive Sprachlern-Apps überhaupt erfassen sollten.

Was FSRS aus jeder Wiederholung braucht

FSRS und ähnliche Modelle sind nur so gut wie das Protokoll der Wiederholungen, das sie erhalten. Ye, Su und Cao beschreiben Scheduling als Optimierung der Frage, wann ein Lernstoff wieder abgefragt werden sollte, damit die vorhergesagte Erinnerungsleistung nahe an einem Zielwert bleibt.¹ Diese Optimierung setzt voraus, dass jede protokollierte Bewertung einer konkreten Gedächtniseinheit entspricht.

Auch Benchmarks, die FSRS mit älteren SM-2-ähnlichen Heuristiken vergleichen, bewerten die Vorhersagegüte auf Basis von Karten- bzw. Eintragsverläufen, nicht auf Basis unmarkierter Absatzwerte.² Wenn deine „Karten“ in Wahrheit mehrkonzeptige Sätze sind und du nur richtig oder falsch für den gesamten Block speicherst, trainierst du ein Eintragsmodell mit verfälschten Labels.

Auch die Forschung zum Abruftraining weist in dieselbe Richtung: Der lernwirksame Test ist ein Abrufversuch für genau die Information, die du behalten willst, nicht ein allgemeines Bauchgefühl zu einem Absatz.³ Der Satz kann also ruhig das Übungsformat sein. Die Bewertungslogik muss nur erkennen, welche Konzepte erfolgreich abgerufen wurden.

Warum lokale Korrektur so gut funktioniert

In der Erstspracherwerbsforschung korrigieren Bezugspersonen Fehler von Kindern oft durch eine lokale Umformulierung, eine sogenannte Recast: Das Kind sagt etwa „I eated“, und der Erwachsene antwortet „you ate“. Forschung zu solchen Umformulierungen behandelt diese Art Feedback als negative Evidenz, die hilft, eine grammatische Hypothese zu überarbeiten.⁴

Erwachsene Lernende bekommen natürlich nicht tausende gesprochene Recasts pro Tag. Wort-für-Wort-Bewertung bei schriftlicher Produktion ist nicht dasselbe wie Alltagssprache, erfüllt aber eine ähnliche Funktion: Sie verortet den Fehler, damit du die richtige Regel anpasst, statt den gesamten Versuch zu verwerfen. LinGoat nutzt dieses Signal sowohl fürs Feedback als auch fürs Scheduling. Es ist schriftliche Satzpraxis plus SRS, nicht der Anspruch, Gespräche mit echten Menschen zu ersetzen.

So passt das zu Übersetzungsaufgaben und Sätzen mit mehreren Konzepten

Granulare Zuordnung ist der Grund, warum Übersetzungsaufgaben von der Muttersprache in die Zielsprache überhaupt einen Scheduler speisen können. Übersetzen zwingt dich dazu, die fälligen Konzepte tatsächlich abzurufen, statt ihnen auszuweichen. Die Wort-für-Wort-Bewertung macht aus diesem erzwungenen Abruf saubere Ergebnisse pro Konzept.

Dasselbe Prinzip macht Satzwiederholungen mit mehreren Konzepten erst sinnvoll: Mehrere fällige Elemente in einem natürlichen Satz zu bündeln spart Zeit nur dann, wenn jedes Element unabhängig erfolgreich oder erfolglos sein kann. Ohne diese Trennung wird aus „effizientem“ Bündeln nur effiziente Verfälschung.

LinGoat erzeugt neue Sätze rund um deine fälligen Konzepte, bewertet jedes Konzept einzeln und plant mit FSRS. Genau diese Kombination ist der Kern: Abstände, Produktion und granulare Zuordnung greifen ineinander. Sieh dir an, wie LinGoat funktioniert, oder starte direkt.

Literatur

1. Ye, J., Su, J., & Cao, Y. (2022). A stochastic shortest path algorithm for optimizing spaced repetition scheduling. In Proceedings of the 28th ACM SIGKDD Conference on Knowledge Discovery and Data Mining (pp. 4384-4394). Association for Computing Machinery. https://doi.org/10.1145/3534678.3539081
2. Expertium. (2025). Benchmark of spaced repetition algorithms. https://expertium.github.io/Benchmark.html
3. Roediger, H. L., & Karpicke, J. D. (2006). Test-enhanced learning: Taking memory tests improves long-term retention. Psychological Science, 17(3), 249-255. https://doi.org/10.1111/j.1467-9280.2006.01693.x
4. Chouinard, M. M., & Clark, E. V. (2003). Adult reformulations of child errors as negative evidence. Journal of Child Language, 30(3), 637-669. https://doi.org/10.1017/S0305000903005701