Jahrhundertelang wurde Wissen weitergegeben, indem Schüler zu Füßen ihres Meisters saßen. Mittlerweile sitzen wir auf Stühlen und anstatt eines Meisters steht vor uns ein Referent. Ansonsten hat sich aber oft wenig am frontalen Stil geändert: Eine Person spricht, viele andere hören zu. Heute wissen wir, dass dieses Lernmodell extrem ineffizient ist. Studien haben gezeigt, dass Wissen fast gar nicht durch passives Hören aufgenommen werden kann (Freeman et al. 2014, S. 8410). Experimente zeigen zudem, dass selbst das Lesen von Vokabeln nicht sehr Erfolg versprechend ist. Viel wahrscheinlicher ist es dagegen, sich neue Wörter zu merken, wenn sie geschrieben und gesprochen werden. Noch hilfreicher ist die Verbindung der Wörter mir mentalen Bildern, Fantasien oder Erinnerungen (Bransford et al. 2000, S. 124). Je intensiver unsere verschiedenen mentalen Fähigkeiten genutzt wurden, umso leichter können neue Informationen auch behalten werden. Den Grund dafür liefert der Aufbau des Gehirns.
Die Plastizität unseres Gehirns
Unser Gehirn besteht aus 100 Milliarden Neuronen. Jedes Neuron besitzt durchschnittlich 1.000 Synapsen, durch die es mit anderen Nervenzellen Informationen austauschen kann (Breitenstein 2012, S. 407). Damit das Gehirn lernen kann, müssen zwischen Neuronen Synapsen gebildet werden. Dieser Wachstumsprozess geschieht nicht plötzlich, sondern findet umso schneller statt, je besser er in das bisherige Wissen eingebettet wird (Harlen und James 1997, S. 369). Voraussetzung dafür ist, dass die Neuronen immer wieder Reize erhalten, Informationen auszutauschen. Ein einzelner Impuls genügt nicht. Darüber hinaus basiert die Leistungsfähigkeit des Gehirns auf der Anzahl der Synapsen. Erst, wenn Nervenzellen miteinander vernetzt sind, können sie wirksam arbeiten. Je mehr Verbindungen sie eingehen, umso leistungsfähiger wird unser Denken (Bransford et al. 2000, S. 116).
Aufgrund seiner Organisation wird von der Plastizität, der Veränderbarkeit, des Gehirns gesprochen. Denn bilden sich neue Synapsen, dann verändert sich das Gehirn immer auch als Ganzes, weil neue Übertragungswege entstehen. Lernen bedeutet deswegen immer auch, sich selbst zu verändern. Diese Veränderungsfähigkeit behalten wir bis ins hohe Alter (Hall et al. 2014, S. 74). Die Lernforschung wollte auf der Grundlage dieser Entdeckungen wissen, was das Gehirn für einen Reiz benötigt, um neue Synapsen zu bilden. Das Ergebnis: Nicht Wiederholungen sind das Entscheidende, sondern das Lernen durch neue Erfahrungen (Bransford et al. 2000, S. 120). Diese Erkenntnis bestätigt lernpsychologische Forschungen zu erfolgreichem Lernen. Sie konnten zeigen, dass es oberflächliche und tiefe Lernstrategien gibt. Bei einer oberflächlichen Strategie (surface approach) werden Informationen häufig wiederholt, bis sie fest im Gehirn verankert sind. Auch heute kommt diese Strategie etwa beim Vokabellernen erfolgreich zum Einsatz. Vielen von uns ist sie aber auch vom Lernen für Prüfungen vertraut: Mit dem Ergebnis, dass man einen Großteil des Gelernten am Tag nach der Prüfung schon wieder vergessen hatte (Creß 2006, S. 371).
Tiefes Lernen durch Active Learning
Nachhaltiger ist da die Strategie des tiefen Lernens (deep learning). Sie kombiniert die neuen Informationen gezielt mit bisherigem Wissen, um dem Gehirn das Lernen zu erleichtern (Harlen und James 1997, S. 369). Außerdem legt tiefes Lernen Wert darauf, Informationen zusammen mit übergreifenden Ideen zu vermitteln, um Zusammenhänge besser verstehen zu können. Dadurch wird sichergestellt, dass sich das Gehirn in Zukunft eigenständig neue Informationen erschließen und speichern kann. Zugleich nutzt die Vermittlung von übergreifenden Ideen und Zusammenhängen die Eigenschaft des Gehirns, selbst durch Muster und Regeln organisiert zu sein (Bransford et al. 2000, S. 124). Neues Wissen wird dadurch nicht nur in bestehende Muster eingeordnet, es sorgt auch dafür, dass Muster überdacht und verändert werden können.
Damit wird deutlich: Die Plastizität des Gehirns ist perfekt an die komplexe Welt angepasst, in der wir leben. Sowohl auf der Ebene der Zellen als auch auf der Ebene des Wissens kann sich das Gehirn durch Lernerfahrungen immer wieder neu organisieren. Es arbeitet nicht statisch, sondern ist dauerhaften Veränderungen unterworfen. Tiefes Lernen ist einer der wichtigsten Impulse, durch die das Gehirn gezielt und langanhaltend mit neuem Wissen versorgt werden kann (Houghton 2004, S. 9). Der Weg, auf dem das gelingt, wird in der Pädagogik Active Learning genannt und wurde erstmals von Bonwell und Eison (1991) systematisch erläutert.
Active Learning nutzt die Fähigkeit des Gehirns, sich neues Wissen selbstständig erschließen zu können. Informationen werden nicht wie im Frontalunterricht aufgesagt, sondern müssen durch Suchen und Nachdenken gefunden und mit bestehendem Wissen in Übereinstimmung gebracht werden (Alanah Mitchell, Stacie Petter, Albert L. Harris 2017, S. 23). Die dafür benötigten Denkaufgaben sind so vielfältig und anspruchsvoll, dass das Gelernte (fast) von selbst behalten wird. Ideal ist es zudem, wenn Active Learning nicht nur komplexes Wissen vermittelt, sondern wenn die Lernenden durch die Lebensnähe und Relevanz der Herausforderungen auch besonders motiviert und emotional involviert sind.
Mit Simulationen zum langfristigen Erfolg
Aus diesem Grund sind Simulationen eine ideale Technik für nachhaltiges und tiefes Lernen. Ihre Wirksamkeit darin, neues Wissen zu generieren und zugleich als Fähigkeiten praktisch anzuwenden, wurde schon in vielen Studien erfolgreich nachgewiesen (Choi et al. 2017; Abelsson 2017; Lateef 2010; Landriscina 2013). Auch im Bereich des Managementtrainings sind Simulationen eine effektive Methode des Lernens, die mit realen Personen so lebensnah wie möglich durchgeführt werden sollten (Hallinger et al. 2019). Eine anschließende Reflexion der Erfahrungen durch alle Teilnehmenden ermöglicht es, die eigenen Erlebnisse um die Wahrnehmungen anderer zu ergänzen. Auf diese Weise kann unmittelbar von der Komplexität sozialer Situationen gelernt werden. Hinzu kommt die Möglichkeit, die eigene emotionale Intelligenz durch den Austausch zu schulen (Emmerling et al. 2008). Auf diese Weise nutzen reale Simulationen Erkenntnisse der Neurowissenschaften und vermitteln emotionale Erfahrungen, durch die wir neues Wissen und neue Fähigkeiten tief und nachhaltig in unseren Gehirnen verankern können. In einer Business-Welt konstanten Wandels ist genau dieses Lernen wichtig, weil es die neu gewonnenen Erkenntnisse tief durchdringt und speichert, um sie auch in Zukunft erfolgreich auf neue Herausforderungen anwenden zu können.
Literaturverzeichnis
Abelsson, Anna (2017): Learning through simulation. In: Disaster and Emergency Medicine Journal 2 (3), S. 125–128. DOI: 10.5603/DEMJ.2017.0027.
Alanah Mitchell, Stacie Petter, Albert L. Harris (2017): Learning by Doing: Twenty Successful Active Learning Exercises for Information Systems Courses. In: Journal of Information Technology Education: Innovations in Practice 16, S. 21–26.
Bonwell, Charles C.; Eison, James A. (1991): Active Learning. Creating Excitement in the Classroom. Hg. v. Association for the Study of Higher Education. ASHE-ERIC Higher Education.
Bransford, John; Brown, Ann L.; Cocking, Rodney R. (2000): How people learn. Brain, mind, experience, and school. Expanded Edition. Washington, D.C: National Academy Press.
Breitenstein, Caterina (2012): Lernen aus neurowissenschaftlicher Sicht: Von der Assoziation zur Kognition. In: Diskurs Kindheits- und Jugendforschung (4), S. 405–418.
Choi, Wayne; Dyens, Ollivier; Chan, Teresa; Schijven, Mariles; Lajoie, Susanne; Mancini, Mary E. et al. (2017): Engagement and learning in simulation: recommendations of the Simnovate Engaged Learning Domain Group. In: BMJ STEL 3 (Suppl 1), S23-S32. DOI: 10.1136/bmjstel-2016-000177.
Creß, Ulrike (2006): Lernorientierungen, Lernstile, Lerntypen und kognitive Stile. In: Heinz Mandl (Hg.): Handbuch Lernstrategien. Göttingen, Bern, Wien, Toronto, Seattle, Oxford, Prag: Hogrefe, S. 365–377.
Emmerling, Robert J.; Shanwal, Vinod K.; Mandal, Manas K. (Hg.) (2008): Emotional Intelligence. Theoretical and Cultural Perspectives. New York: Nova Science Publishers.
Freeman, Scott; Eddy, Sarah L.; McDonough, Miles; Smith, Michelle K.; Okoroafor, Nnadozie; Jordt, Hannah; Wenderoth, Mary Pat (2014): Active learning increases student performance in science, engineering, and mathematics. In: Proceedings of the National Academy of Sciences of the United States of America 111 (23), S. 8410–8415. DOI: 10.1073/pnas.1319030111.
Hall, Kathy; Curtin, Alicia; Rutherford, Vanessa (2014): Networks of mind. Learning, culture, neuroscience. London, New York: Routledge.
Hallinger, Philip; Lu, Jiafang; Showanasai, Parinya (2019): Seeing and Hearing is Believing, But Eating is Knowing: A Case Study of Implementing PBL in a Master of Educational Management Program. In: Mahnaz Moallem, Woei Hung und Nada Dabbagh (Hg.): The Wiley handbook of problem-based learning. Hoboken NJ: John Wiley [&] Sons (Wiley handbooks in education), S. 483–506.
Harlen, Wynne; James, Mary (1997): Assessment and Learning: differences and relationships between formative and summative assessment. In: Assessment in Education: Principles, Policy [&] Practice 4 (3), S. 365–379. DOI: 10.1080/0969594970040304.
Houghton, Warren (2004): Learning and Teaching Theory for Engineering Academics. Engineering Subject Centre Guide: The Higher Education Academy.
Landriscina, Franco (2013): Simulation and Learning. New York, NY: Springer New York.
Lateef, Fatimah (2010): Simulation-based learning: Just like the real thing. In: Journal of emergencies, trauma, and shock 3 (4), S. 348–352. DOI: 10.4103/0974-2700.70743.
