Die Theorie
Wie Automatisieren funktioniert, und warum
Das ist kein Einmaleins-Abfrageprogramm mit einem Tierchen daneben. Es ist eine einzige didaktische Idee, von Anfang bis Ende: wie du eine Rechenaufgabe vom Ausrechnen zum Wissen bringst. Unten steht diese Idee, mit der Forschung darunter.
Die Idee
Automatisieren ist mehr als Auswendiglernen
Rechenautomatisierung ist die Fähigkeit, eine Aufgabe schnell, genau und fast von selbst zu lösen, ohne lange darüber nachzudenken Kennisrotonde, 2023. In der Fachliteratur werden darunter zwei Dinge unterschieden, und der Unterschied ist der Kern dieses ganzen Programms Gerrits & Noteboom, 2018:
- AusrechnenDu kannst es ausrechnen. Du hast einen Weg — eine Strategie —, der dich zur richtigen Antwort bringt, auch wenn das ein paar Sekunden dauert.
- WissenDu weißt es sofort. Die Antwort kommt aus dem Gedächtnis, ohne Ausrechnen. Das nennt man auch Einprägen.
Eine Aufgabe ist erst wirklich automatisiert, wenn du beides kannst: sie ausrechnen und direkt wissen. Deshalb reicht weder Üben allein auf Geschwindigkeit (Drill ohne Verständnis) noch allein auf Strategie (Verstehen, ohne je flüssig zu werden). Die Reihenfolge ist: erst ausrechnen können, dann auswendig wissen.
Dieses Modell mit vier Stufen stammt direkt aus dem niederländischen Mathematikunterricht der Grundschule — aus der Idee, dass eine Aufgabe erst „ausgerechnet“ und erst später „auswendig gewusst“ wird Gerrits & Noteboom, 2018; Danhof et al., 2013. Üben verwendet genau diese vier Stufen: In deinem Konto siehst du pro Einmaleins-Reihe, welche Aufgaben grau, rot, orange oder grün sind.
Warum es wichtig ist
Ein voller Kopf kann nicht nachdenken
Das Arbeitsgedächtnis — der Ort, an dem du etwas „festhältst“, während du nachdenkst — ist klein. Muss ein Kind 7 × 8 noch ausrechnen, ist dieses kleine Gedächtnis schon voll, bevor die eigentliche Aufgabe (eine Division, ein Bruch, eine Sachaufgabe) überhaupt beginnt. Ein Kind, das die Grundaufgaben automatisiert hat, hält dieses Gedächtnis frei für das eigentliche Denken. Die Arbeit an der Automatisierung wirkt sich deshalb insgesamt positiv aufs Rechnen aus Kennisrotonde, 2023.
Das ist kein Nebeneffekt, der von allein kommt. In einer Studie hatten Kinder, die gezielt auf Geschwindigkeit und Automatisierung trainierten, zwei Monate später nachweislich bessere Rechenleistungen als Kinder, die nur mit der richtigen Strategie übten, ohne Tempo zu trainieren Singer-Dudek & Greer, 2005. Und es geht die ganze Grundschulzeit weiter: Das Addieren sitzt im Schnitt mit etwa 7–8 Jahren, das Subtrahieren und Multiplizieren mit etwa 9–10, und das Dividieren erreicht bei vielen Kindern erst nach der Grundschule das nötige Niveau Gliksman et al., 2022.
Erst verstehen
Du lernst eine Reihe nicht einzeln, du leitest sie ab
Programme, die zuerst die Strategie vermitteln und danach automatisieren, erweisen sich als wirksamer als Programme, die nur das eine oder nur das andere tun Ok & Bryant, 2016, Carr et al., 2011, Woodward, 2006. Wissen, das du verstehst, kannst du außerdem flexibel auf neue Aufgaben anwenden Boaler et al., 2015. Deshalb vermittelt die App die Reihen in der Reihenfolge, in der sie einander tragen — zuerst die „Ankerreihen“ (×1, ×2, ×10, ×5), weil sich alle anderen daraus ableiten lassen SLO — kerndoelen.
Mal 10
7 × 10
Hinten kommt eine Null dran. 7 → 70. Die leichteste Ankerreihe und die Grundlage für fast alle anderen.
Mal 5 ist die Hälfte von mal 10
6 × 5
6 × 10 = 60, und die Hälfte davon ist 30.
Mal 9 ist mal 10, minus einmal die Zahl
8 × 9
8 × 10 = 80, minus 8, ist 72.
Zerlege die schweren Reihen
7 × 6
5 × 6 = 30 (die kennst du), dazu 2 × 6 = 12, ergibt 42.
Wo Üben das tut. Jede Reihe trägt ihre Strategie auf dem eigenen Pfad des Kindes — „so rechnest du es aus“, mit einem ausgearbeiteten Beispiel. Und jedes Mal, wenn ein Kind etwas falsch macht, erscheint nicht nur die richtige Antwort, sondern genau dieser Weg dorthin, angewandt auf diese Aufgabe.
Wie man übt
Vier Dinge, die die Forschung immer wieder zeigt
Kurz, täglich und verteilt
Täglich zehn bis fünfzehn Minuten sind wirksamer als einmal lange zu üben. Noch besser funktioniert es, wenn du diese Zeit mit großzügigen Abständen über den Tag verteilst, zum Beispiel dreimal fünf Minuten.
In der App: 3 kurze Einheiten pro Tag, mit Pausen dazwischen — nie eine lange.
Inspectie van het Onderwijs, 2011; Powell et al., 2022; Schutte et al., 2015
Eine gute Mischung aus leicht und schwer
Wirksames Üben hat ein gutes Verhältnis zwischen Aufgaben, die ein Kind schon kennt, und Aufgaben, die noch schwer sind. Genug Halt, um weiterzumachen, genug Widerstand, um etwas zu lernen.
In der App: Jede Einheit besteht aus 10 Aufgaben, die schon klappen, und 5, die noch nicht klappen.
Burns, 2005; Codding et al., 2011; Fuchs et al., 2008
Sofort sehen, ob es stimmt — und warum
Kinder müssen sofort sehen, ob ihre Antwort stimmt, und ein ausgearbeitetes Beispiel hilft, den Fehler zu beheben, statt ihn zu wiederholen. Vormachen und direkte Rückmeldung sind feste Merkmale dessen, was wirkt.
In der App: Ein Fehler stoppt die Einheit: roter Bildschirm, die richtige Antwort und die Erklärung.
Codding et al., 2011; Fuchs et al., 2008
Die Antwort selbst hervorbringen
Erkennen (die richtige Antwort unter mehreren Optionen zeigen) ist etwas anderes als Behalten (die Antwort selbst abrufen). Nur das Zweite trainiert das Gedächtnis, das du fürs Automatisieren brauchst.
In der App: Nirgends Multiple Choice: Dein Kind tippt oder gibt die Antwort selbst ein.
didaktischer Grundsatz
Auf das Kind zugeschnitten
Eine durchgehende Linie, und das Kind findet darauf seinen Platz
Kopfrechnen ist keine lose Sammlung von Merkaufgaben, sondern eine durchgehende Linie: Die Zerlegungen der Zehn machen den Zehnerübergang möglich, der macht das Einmaleins möglich, und Teilen ist ein Einmaleins rückwärts. Jeder Schritt ruht auf dem vorigen, und vor jedem Schritt liegt eine Schwelle, die genommen sein muss, bevor der nächste Sinn ergibt Danhof et al., 2015. Üben legt diese ganze Linie auf eine Leiter — von den ersten Zerlegungen bis zu den großen Reihen, dem Teilen und dem Uhrlesen — in der Reihenfolge, die der Lehrplan vorgibt SLO — kerndoelen.
Ein Kind sollte mitten im Schuljahr nicht genau dort anfangen, wo seine Klasse zufällig gerade steht. Deshalb beginnt jeder gewählte Pfad mit einem kurzen Einstufungstest: Fragen quer über die Breite dieses Pfades, an denen die App sieht, was schon flüssig geht und was nicht. Auf dieser Grundlage setzt sie das Kind einen Schritt höher, wenn es den Stoff schon beherrscht, oder einen Schritt tiefer, wenn das Fundament noch fehlt — mit einer Zeile Erklärung, warum. So übt niemand, was er schon kann, und niemand bleibt an etwas hängen, dessen Vorstufe fehlt Danhof et al., 2013.
Und dabei bleibt es nicht. Jede Aufgabe steuert nach: Wie schnell und wie oft es klappt, entscheidet, ob eine Aufgabe grün wird und aus dem Blick verschwindet oder gerade zurückkommt. Läuft ein Block zu leicht, rückt die Linie von selbst ein Schuljahr nach oben; hakt ein Block weiter, holt die App den Teil darunter — manchmal ein Schuljahr tiefer — wieder dazu, bis es wieder sitzt. Das Niveau ist also keine Einstellung, die einmal gewählt wird, sondern etwas, das sich ständig mit dem Kind bewegt. Unter dieser Farbe achtet die App außerdem auf die Reaktionszeit und darauf, welcher Zwischenschritt — ein Übertrag beim Subtrahieren, ein Nenner — noch hakt, ohne dass das je die Farbe selbst verändert.
Die Maschine
Was unter der Farbe rechnet
Rot, Orange und Grün sind das, was du siehst; darunter führt die App ein Wahrscheinlichkeitsmodell mit drei Zuständen pro Aufgabe — neu, kann es ausrechnen, weiß es sofort — und bewegt es nach jeder Antwort mit derselben Art von Mathematik, die seit dreißig Jahren verwendet wird, um zu verfolgen, was jemand weiß: Bayesian Knowledge Tracing Corbett & Anderson, 1994. Zwei Arten von Antworten bewegen dieses Modell nicht: um Hilfe bitten (es beweist, dass das Kind es ausrechnen kann, nicht, dass es sich erinnert) und ein richtiger neuer Versuch nach einem Fehler — er zählt nicht als erster Beleg.
Neben diesen drei Zuständen pro Aufgabe führt die App pro Lernstrang auch eine Fähigkeitswertung, die sich mit dem Kind bewegt, auf derselben Art von Skala, mit der Schachspieler seit hundert Jahren gegeneinander eingeordnet werden: eine Elo-Zahl Elo, 1978. Jede Aufgabe bekommt ihre eigene Schwierigkeit von der Stufe, auf der sie steht; eine richtige Antwort auf etwas Schwereres als erwartet schiebt die Wertung stärker nach oben als eine richtige Antwort auf etwas Leichteres. So hat die App schon ein Gefühl dafür, wie wahrscheinlich es ist, dass ein Kind eine Aufgabe kann, bevor es sie je gesehen hat — und genau das lässt den Einstufungstest und die allererste Einschätzung jeder neuen Aufgabe an der richtigen Stelle landen.
Die Zeit zählt als dritte Beobachtung neben richtig und falsch: Eine langsame richtige Antwort nährt vor allem „kann es ausrechnen“, eine schnelle richtige Antwort vor allem „weiß es sofort“ — genau der Unterschied, mit dem diese ganze Seite beginnt. Und wo eine Aufgabe aus mehreren Schritten besteht (ein Übertrag beim Subtrahieren, die Minuten auf einer Uhr, der Nenner eines Bruchs), führt die App auch dafür ein eigenes Profil: Ein Block, der auf einem noch hakenden Zwischenschritt beruht, bleibt niedriger, auch wenn der Rest des Lernstrangs längst gut läuft.
Dieses Modell steuert genau zwei Dinge, und nie ein drittes: welche Frage in einer Einheit kommt, und wo die Grenze liegt zwischen „genug geübt“ und „kommt immer wieder“. Die Farbe selbst steuert es nie — sie rechnet weiter mit den drei Feldern, die auch Eltern und Lehrkräfte sehen (wie oft richtig, wie oft versucht, wie schnell), sodass ein grünes Häkchen immer dasselbe bedeutet, mit Modell oder ohne. Die vollständige Darstellung, mit den Rechnungen, steht in docs/motor.md.
Eigenverantwortung
Du übst für dich selbst, nicht für eine Note
Kinder, die selbst sehen, wo sie stehen und was sie noch lernen müssen, üben gezielter und sind motivierter — in einer Studie war selbstreguliertes Üben mit dem eigenen Fortschritt vor Augen wirksamer als eine Viertelstunde Aufgabenreihen Sleeman et al., 2021. Ein Lernspiel legt kein Lernwunder obendrauf, aber es fügt etwas hinzu, das zählt: Kinder fühlen sich sicherer und üben länger weiter Pan et al., 2022, Cozad & Riccomini, 2016.
Deshalb ist die einzige Zahl, die ein Kind in der App über sich selbst sieht, wie viele Tage in Folge es dabei war. Keine Punkte, keine Rangliste, kein Vergleich mit anderen. Dranbleiben ist das Verhalten, das wir belohnen; das Tierchen und seine Welt sind der Grund, wiederzukommen. „Du machst es nicht für die Lehrkraft, nicht für eine Note, sondern für dich selbst“ Gerrits & Noteboom, 2018.
Bei Aufgaben, die schwer zu merken sind, kann eine Eselsbrücke helfen Nelson et al., 2013 — und Wissen, das nicht gepflegt wird, verblasst Danhof et al., 2015. Deshalb fragt die App bekannte Aufgaben weiter ab, unter den 10 von 15 „klappt schon“-Aufgaben, lange nachdem sie grün geworden sind.
Ehrlich darüber, was das hier ist
Diese Seite ist eine allgemeinverständliche Zusammenfassung veröffentlichter Forschung zur Rechenautomatisierung. Sie ist kein Beleg dafür, dass diese App selbst erprobt wurde — das wäre eine andere Behauptung. Was wir zeigen können, ist, dass jede Entscheidung in der App auf eine Quelle unten zurückgeht und dass eine grüne Aufgabe bedeutet: 3 Sekunden oder schneller, und fast immer richtig. Die Zahlen auf dieser Seite stammen aus demselben Code, auf dem die App läuft.
Nachweis
Quellen
- Kennisrotonde. (2023). Is een kwartier rekenautomatisering per dag effectief voor de rekenautomatisering van basisschoolleerlingen? Welke invulling (qua aanpak en inhoud) is het effectiefst per leerjaar? (KR.1849). NRO.
- Gerrits, P., & Noteboom, A. (2018). Rekenen op je basisvaardigheden: automatiseren en memoriseren. JSW, 102(10), 12–15.
- Danhof, W., Bandstra, P., & Hofstetter, W. (2015). Rekendrempels nemen. Volgens Bartjens, 34(3), 4–7.
- Danhof, W., Bandstra, P., Faber, S., Minnaert, A., & Ruijssenaars, W. (2013). Rapport Rekenproject Leerbaarheid van hoofdrekenen. Groningen: Rijksuniversiteit Groningen.
- SLO. Kerndoelen rekenen-wiskunde (o.a. kerndoel 26 en 27: de basisbewerkingen tot 100 uit het hoofd, de tafels van buiten). tule.slo.nl.
- Boaler, J., Williams, C., & Confer, A. (2015). Fluency without fear: Research evidence on the best ways to learn math facts. Reflections, 40(2), 7–12.
- Ok, M. W., & Bryant, D. P. (2016). Effects of a strategic intervention with iPad practice on the multiplication fact performance of fifth-grade students with learning disabilities. Learning Disability Quarterly, 39(3), 146–158.
- Carr, M., Taasoobshirazi, G., Stroud, R., & Royer, J. M. (2011). Combined fluency and cognitive strategies instruction improves mathematics achievement in early elementary school. Contemporary Educational Psychology, 36(4), 323–333.
- Woodward, J. (2006). Developing automaticity in multiplication facts: Integrating strategy instruction with timed practice drills. Learning Disability Quarterly, 29(4), 269–289.
- Singer-Dudek, J., & Greer, R. D. (2005). A long-term analysis of the relationship between fluency and the training and maintenance of complex math skills. The Psychological Record, 55, 361–376.
- Powell, S. L., Duhon, G., Poncy, B. C., Mwavita, M., & Englen, A. J. (2022). Distributed practice in math facts fluency: A comparative analysis of varied intersession intervals. School Psychology Review, 51(5), 517–525.
- Schutte, G. M., Duhon, G. J., Solomon, B. G., Poncy, B. C., Moore, K., & Story, B. (2015). A comparative analysis of massed vs. distributed practice on basic math fact fluency growth rates. Journal of School Psychology, 53(2), 149–159.
- Fuchs, L. S., Fuchs, D., Powell, S. R., Seethaler, P. M., Cirino, P. T., & Fletcher, J. M. (2008). Intensive intervention for students with mathematics disabilities: Seven principles of effective practice. Learning Disability Quarterly, 31(2), 79–92.
- Inspectie van het Onderwijs. (2011). Automatiseren bij rekenen-wiskunde: Een onderzoek naar het automatiseren van basisbewerkingen rekenen-wiskunde in het basisonderwijs. Utrecht.
- Burns, M. (2005). Using incremental rehearsal to increase fluency of single-digit multiplication facts with children identified as learning disabled in mathematics computation. Education and Treatment of Children, 28(3), 237–249.
- Codding, R. S., Burns, M. K., & Lukito, G. (2011). Meta-analysis of mathematic basic-fact fluency interventions: A component analysis. Learning Disabilities Research & Practice, 26(1), 36–47.
- Gliksman, Y., Berebbi, S., & Henik, A. (2022). Math fluency during primary school. Brain Sciences, 12(3), 371.
- Sleeman, M., Friesen, M., Tyler-Merrick, G., & Walker, L. (2021). The effects of precision teaching and self-regulated learning on early multiplication fluency. Journal of Behavioral Education, 30, 149–177.
- Pan, Y., Ke, F., & Xu, X. (2022). A systematic review of the role of learning games in fostering mathematics education in K-12 settings. Educational Research Review, 36, 100448.
- Cozad, L. E., & Riccomini, P. J. (2016). Effects of digital-based math fluency interventions on learners with math difficulties: A review of the literature. Journal of Special Education Apprenticeship, 5(2), 1–19.
- Nelson, P. M., Burns, M. K., Kanive, R., & Ysseldyke, J. E. (2013). Comparison of a math fact rehearsal and a mnemonic strategy approach for improving math fact fluency. Journal of School Psychology, 51(6), 659–667.
- Corbett, A. T., & Anderson, J. R. (1994). Knowledge tracing: Modeling the acquisition of procedural knowledge. User Modeling and User-Adapted Interaction, 4(4), 253–278.
- Elo, A. E. (1978). The rating of chessplayers, past and present. Arco Publishing. (Toegepast op leren in o.a. Pelánek, R. (2017). Bayesian knowledge tracing, logistic models, and beyond: An overview of learner modeling techniques. User Modeling and User-Adapted Interaction, 27, 313–350.)
Die Theorie in der Praxis sehen?
Die erste Woche ist kostenlos. Du legst zuerst ein Konto an — es gehört den Eltern und trägt den Fortschritt deines Kindes — und dann kann das Üben beginnen.