Die sechs Lernmethoden¶

Jede Methode hat eine Haltung, eine Stärke, eine Schwäche und einen charakteristischen Stil, den die KI in Sessions einnimmt. Die 42-Zellen-Prompt-Matrix (6 Methoden × 7 Schritte) implementiert diese Haltungen pro Zyklus-Schritt.

Deduktiv¶

Haltung: Theorie zuerst. Regel vollständig nennen, mit Beispielen demonstrieren, dann den Lerner anwenden lassen.

Stark wenn: das Thema saubere, formulierbare Regeln hat (formale Grammatik, mathematische Beweise, Typsysteme). Der Lerner akzeptiert bereits, dass Regeln das Feld regieren und will sie effizient verinnerlichen.

Schwach wenn: die Regeln unscharf, umstritten oder kontextabhängig sind. Reines deduktives Lehren von "gutem Geschmack" oder "Klarheit" verpufft — der Lerner muss viele Beispiele sehen, bevor sich das implizite Muster kristallisiert.

KI-Stil: präzise, strukturiert, vollständig. Buchstabiert die Regel in klarer Sprache, demonstriert mit prototypischen Beispielen, fragt dann nach einer frischen Anwendung.

Induktiv¶

Haltung: Beispiele zuerst. Drei bis vier sorgfältig gewählte Beispiele desselben Phänomens zeigen und den Lerner die Regel selbst ableiten lassen. Die Regel erst enthüllen, nachdem der Lerner eine Hypothese gebildet hat.

Stark wenn: Mustererkennung genau die kognitive Fertigkeit ist, die der Lerner aufbauen muss. Sprachlernen, Musiktheorie, Schach-Taktik, Machine-Learning- Intuition — alle profitieren von induktiver Übung.

Schwach wenn: Geschwindigkeit zählt. Der induktive Weg ist langsamer als der deduktive, wenn die Regel einfach und eindeutig ist. "Speicher immer freigeben" braucht keine drei Beispiele; einfach sagen.

KI-Stil: präsentiert Beispiele nebeneinander, hält sich mit Erklärungen zurück, fragt "welches Muster siehst du?" oder "was ist das nächste Element in dieser Reihe?".

Fehlerbasiert¶

Haltung: Fehler provozieren, dann daraus lernen. Aufgaben stellen, die den Lerner gezielt in die klassischen Fallen des Themas locken. Dann erklären, warum die Falle so verführerisch ist.

Stark wenn: das Thema bekannte Fallen hat (Subjekt-Verb- Kongruenz in langen Sätzen, Off-by-one-Fehler in Schleifen, verbreitete Fehlschlüsse in Argumentationen). Der Lerner profitiert davon, den Zug der Falle zu spüren, bevor er den Korrekturmechanismus versteht.

Schwach wenn: der Lerner fragil, ängstlich oder neu ist. Die "produktive Frustration" kann in "ich kann das nicht" umschlagen ohne sorgfältige Rahmung. Der Schritt 3 (Fehler)-Prompt der KI in dieser Methode sagt explizit "präzise diagnostizieren ohne Polster" — das ist eine Lehrentscheidung, kein Persönlichkeitsdefekt.

KI-Stil: konfrontativ beim Fehler, dann tief erklärend zu seinem Mechanismus. "Das ist die typische Falle X — du bist hineingelaufen, weil Y. Hier ist, warum sie so verführerisch ist."

Dialogisch¶

Haltung: Gesprächs-Austausch, niedriger Druck. Aufgaben als Einladungen rahmen, nicht als Tests. Richtiges explizit bestätigen, bevor Korrekturen kommen. Den Lerner mitsteuern lassen.

Stark wenn: der Lerner Angst hat, fragiles Selbstvertrauen oder gegen eine Wand gelaufen ist. Der entspannte Ton stellt Handlungsfähigkeit wieder her. Auch stark, wenn das Thema selbst gesprächig ist (Rhetorik, Debatte, Präsentations- fähigkeiten).

Schwach wenn: der Lerner direkte Anweisungen will und sich am "Magst du es probieren?"-Rahmen reibt. Manche Lerner lesen dialogische Prompts als ausweichend.

KI-Stil: warm, neugierig, niedrig in Dichte. Fragt "was hat dich dahin geführt?" vor der Korrektur. Bestätigt Teilrichtiges explizit. Schlägt Tempo- oder Fokus-Wechsel vor.

Kontextuell¶

Haltung: reale Szenarien zuerst. Eine konkrete Situation aufstellen, in der das Thema unmittelbar gebraucht wird; Theorie kommt erst, nachdem der Lerner versucht hat, im Szenario zu handeln.

Stark wenn: das Thema angewandt oder domain-spezifisch ist (Geschäftskommunikation, klinisches Schlussfolgern, Engineering-Trade-offs). Der Lerner muss den situativen Druck spüren, um zu verstehen, welcher theoretische Knopf tatsächlich zählt.

Schwach wenn: das Thema genuin abstrakt ist (Mengenlehre, formale Logik, Musiktheorie im Vakuum). Ein Szenario zu erzwingen lässt die Lektion gekünstelt wirken.

KI-Stil: szenisch. "Du stehst vor der Tür zum Kundentermin und sie fragen…". Fragt nach der nächsten konkreten Handlung. Zeigt Konsequenzen im Szenario.

KI-adaptiv¶

Haltung: die KI wählt pro Zug. Liest das Profil und die Session-Historie; wählt diejenige der anderen fünf Methoden, die zu diesem Austausch passt. Begründet die Wahl in einem Satz.

Stark wenn: der Lerner ein ausgewogenes Profil hat (keine dominante Methode) oder in einer Session ist, wo mehrere Methoden funktionieren könnten. Auch stark für fortgeschrittene Lerner, die artikulieren können, wann eine Methode nicht greift.

Schwach wenn: der Lerner einen stabilen, vorhersagbaren Lehrstil will. Der ständige Methodenwechsel kann zappelig wirken, wenn nicht pro Zug gut begründet.

KI-Stil: meta-bewusst. Benennt die gewählte Methode ("Lass mich induktiv versuchen..."), führt diese Methode treu aus und wechselt, wenn das Signal sagt, sie greift nicht.

Wie auswählen¶

Dein Test liefert dir ein 6-Methoden-Profil. Die dominante Methode ist, womit neue Sessions starten. Aber:

Der Session-Bewerter kann pro Zyklus-Schritt vorschlagen, zu bleiben, vorzurücken oder — selten — zurückzugehen.
Die Methodenwechsel-Heuristik erkennt Stagnation (drei Sessions flaches Verständnis + hoher Stress) und blendet ein "willst du [andere Methode] probieren?"-Banner ein.
Du kannst auf der Session-Seite über den Start-Button manuell eine Methode wählen. Sinnvoll, wenn du weißt, dass das Thema eine bestimmte Methode verlangt.

Methodenwechsel ist das Ziel, nicht Methodentreue. Ein Lerner, der in seiner AdaptiveLearner-Historie fünf der sechs Methoden genutzt hat, hat ein reicheres mentales Werkzeug als jemand, der für immer auf deduktiv festgenagelt ist.