Zum Inhalt

Tracking: Git fürs Lernen

Die meisten Lern-Apps tracken "Prozent abgeschlossen" oder "Streak-Tage". Diese Zahlen sind leicht zu berechnen, sagen aber fast nichts darüber, wie du tatsächlich lernst. AdaptiveLearner leiht stattdessen Gits mentales Modell.

Die Git-Analogie

Git Lernen
Commit Schnappschuss einer Session (Methode, Bewertungen, Dauer)
Diff Delta zur vorherigen Session im selben Thema
Branch Ein Methodenwechsel (deduktiv → dialogisch)
Log Volle chronologische Historie der Commits
Blame Welche Session ein bestimmtes Muster eingeführt hat
Bisect Die Session finden, in der Verständnis aufhörte zu wachsen

Wir nutzen Git nicht wörtlich. Wir nutzen seine Disziplin von versioniertem, wiederherstellbarem, vergleichbarem Zustand. Sessions sind dauerhaft; sie verschwinden nicht beim Schließen des Tabs. Du kannst zurückschauen, vergleichen und Muster finden.

Was committet wird

Jede Session, die mit einer Bewertung endet, erzeugt eine ProgressCommit-Zeile:

Spalte Was sie erfasst
method Welche der sechs Methoden diese Session nutzte
understanding Deine 1-5-Bewertung, skaliert auf 0.0-1.0
stress Gleiche Skalierung
error_rate 0.0-1.0 (aktuell immer 0.0; reserviert für eine zukünftige Pro-Schritt-Fehlerquote)
duration_minutes Verstrichene Zeit zwischen started_at und ended_at
committed_at Wann der Commit geschrieben wurde
project_id Welches Lernprojekt
session_id Welche Session

Das war's. Sieben Felder, keine NULLs (Rating-Werte sind Pflicht zum Beenden). Eine Handvoll Bytes pro Session.

Was du damit machen kannst

Trendlinien

Die Progress-Timeline im Dashboard plottet deine letzten 5 Verständnis- + Stress-Bewertungen. Fünf Punkte reichen, um Richtung zu erkennen:

  • Beide steigen: Fortschritt + Selbstvertrauen beide hoch. Weitermachen.
  • Verständnis steigt, Stress steigt: du streckst dich. Gut, aber nur eine Weile nachhaltig.
  • Verständnis flach, Stress steigt: Stagnation. Die Methodenwechsel-Heuristik schlägt hier an.
  • Verständnis fällt: etwas hat sich geändert. Thema schwieriger? Methode passt nicht mehr? Zeit, in die Historie zu schauen.

Methodenverteilung

Welche Methoden hast du tatsächlich genutzt? Viele Lerner entdecken, dass sie auf eine Methode zurückgreifen (oft deduktiv) und die anderen nie probieren. Das Balkendiagramm im Dashboard ist ein Spiegel — kein Wettbewerb.

Streak

Aufeinanderfolgende Kalendertage mit mindestens einer Session. Setzt zurück, sobald ein Tag ohne Session vergeht. Das ist die einzige "Gamification"-Kennzahl in AdaptiveLearner und sie ist bewusst zurückhaltend. Die andere Seite des Charts ist wichtiger.

Schritt-Bewertungs-Aggregate

Der Dual-Prompt-Bewerter schreibt eine StepEvaluation- Zeile pro KI-Roundtrip. Der Tracking-Aggregator macht daraus:

  • Mittlere Konfidenz — wie sicher die KI im Schnitt ist, dass du für den nächsten Schritt bereit bist. Niedrig (< 0.5) heißt, der Stoff ist genuin schwer für dich. Das ist Information, kein Urteil.
  • Wiederholungs-Zahl — wie oft der Bewerter "bleib hier" sagte. Wiederholungs-lastige Phasen sind normal für dichte Themen.
  • Zeit pro Schritt — gesamte Wandzeit-Sekunden, die du pro Schritt im Projekt verbracht hast (gedeckelt für Lücken > 2h). Der Schritt mit der meisten Zeit ist, wo bei dir gerade die kognitive Arbeit passiert.

Die Fortschritts-Seite rendert all das als Balkendiagramme.

Was wir bewusst nicht tracken

  • Keine Engagement-Metriken — keine "Minuten pro Tag"-Schuld, keine Notifications, keine täglichen Erinnerungen. AdaptiveLearner kämpft nicht um deine Aufmerksamkeit.
  • Kein Vergleich mit anderen Usern — du bist allein in deinen Daten (Lokal-Modus) oder allein mit dem Backend (Server-Modus). Keine Bestenlisten, kein Peer-Vergleich.
  • Keine "abgeschlossenen Lektionen" — es gibt kein fixes Curriculum zum Abschließen. Du setzt dein eigenes Thema.
  • Keine "Meisterungs-Prozent" — was würde 100% bei einem Lernthema überhaupt heißen? Meisterschaft ist eine Haltung, keine Ziellinie.

Datenschutz

Im Lokal-Modus liegen die Daten in IndexedDB auf deinem Gerät. Lies sie über die Browser-DevTools oder exportiere sie für Backup. Niemand sonst sieht sie, außer mit Zugriff auf dieses Browser-Profil.

Im Server-Modus liegen die Daten in SQLite auf dem Backend- Host. Verschlüsselte API-Keys ausgenommen, sind die Zeilendaten im üblichen Sinn nicht sensibel — nur Methoden- namen, ganzzahlige Bewertungen, Zeitstempel. Aber sie sind deine. AdaptiveLearner sendet nichts davon an einen Drittanbieter-Analytics- oder Telemetrie-Dienst.

Warum das fürs Lernen wichtig ist

Streak-Zähler in den meisten Apps sind süchtigmachend, aber flach. Aus einem 90-Tage-Duolingo-Streak lernst du nichts darüber, was du gelernt hast. Das Git-Modell gibt dir Muster:

  • "Ich bin am 10. Mai von deduktiv zu dialogisch gewechselt, und meine Verständnislinie ist diese Woche hochgeschossen."
  • "Ich habe 40% meiner Zeit auf Schritt 3 (Fehler) verbracht. Das Thema hat mehr Fallen als ich erwartet hatte."
  • "Ich hatte drei Wochen keine kontextuelle Session; die Spaced-Empfehlungskarte hat recht, mich zu schubsen."

Das sind die Fragen, die ein ernsthafter Lerner sich selbst stellt. AdaptiveLearner gibt dir das Substrat, sie zu stellen.