Back openDesk Edu for a sovereign, open-source education â every vote counts.
Vote nowSave products you love by clicking the heart icon.
Corpus-GröĂe: 13.204 Paper
Disziplinen: 20 akademische Fachbereiche
Abdeckung: 98,1 % SĂ€ttigung (157/160 Taxonomie-Zellen)
Zeitraum: 1964â2026
Die Lernwissenschaft hat einen Wendepunkt erreicht. Nach der Analyse von 13.204 Forschungspapieren aus 20 akademischen Disziplinen haben wir die evidenzbasierten Prinzipien identifiziert, die effektive Lernplattformen von ineffektiven unterscheiden.
Das Problem: Die meisten Online-Kurse und Trainingsprogramme scheitern. Die Abschlussquoten in der Industrie schwanken zwischen 5â15 %. Lernende vergessen 70 % der Inhalte innerhalb von 30 Tagen. Organisationen investieren Milliarden in Schulungen mit minimalem ROI.
Die Lösung: Eine Lernplattform, die auf 1.732 Papern zum Thema GedĂ€chtnis, 4.495 Papern zur Personalisierung und 926 Papern zu Feedback basiert â alles synthetisiert in umsetzbare Design-Prinzipien.
Die Ergebnisse: Organisationen, die evidenzbasiertes Learning Design einfĂŒhren, verzeichnen eine 3- bis 5-fache Verbesserung der Retention, eine 2- bis 3-fache Steigerung der Abschlussquoten und einen messbaren Skill-Transfer in reale Kontexte.
| Metrik | Wert |
|---|---|
| Analysierte Paper insgesamt | 13.204 |
| Akademische Disziplinen | 20 |
| Forschungsaspekte | 8 |
| Abgedeckte Jahre | 1964â2026 |
| Wachstumsrate (2021â2026) | +13.175 % |
| SĂ€ttigungsgrad | 98,1 % |
Das Feld erlebte ab 2022 ein exponentielles Wachstum, das mit der Transformer/LLM-Revolution zusammenfiel:
| Jahr | Paper | Wachstum |
|---|---|---|
| 2026* | 2.655 | - |
| 2025 | 3.876 | +24 % |
| 2024 | 3.128 | +23 % |
| 2023 | 2.533 | +226 % |
| 2022 | 779 | +3.795 % |
| 2021 | 20 | - |
*Daten fĂŒr 2026 sind unvollstĂ€ndig (aktuelles Jahr)
| Rang | Kategorie | Paper | % | Reifegrad |
|---|---|---|---|---|
| 1 | Machine Learning | 1.513 | 11,5 % | HOCH |
| 2 | Memory Science | 1.159 | 8,8 % | HOCH |
| 3 | Language | 1.048 | 7,9 % | HOCH |
| 4 | Collective Intelligence | 991 | 7,5 % | HOCH |
| 5 | Cognitive Science | 890 | 6,7 % | HOCH |
| 6 | Education | 877 | 6,6 % | HOCH |
| 7 | Health | 875 | 6,6 % | HOCH |
| 8 | Neuroscience | 683 | 5,2 % | MITTEL |
| 9 | Social Learning | 562 | 4,3 % | MITTEL |
| 10 | Educational Psychology | 561 | 4,2 % | MITTEL |
Evidenzbasis: 1.732 Paper zu GedÀchtnis und Retention
Was funktioniert:
Was nicht funktioniert:
Design-Regel: Jedes Konzept muss in zunehmenden Intervallen ĂŒber 30â90 Tage hinweg wiederholt werden.
Implementierung: Der FSRS (Free Spaced Repetition Scheduler) Algorithmus mit 17 Parametern erreicht eine optimale Zeitplanung.
Evidenzbasis: Integriert in 1.732 GedÀchtnis-Paper
Was funktioniert:
Was nicht funktioniert:
Design-Regel: Wenn Lernende sich nicht anstrengen mĂŒssen, Informationen abzurufen, lernen sie nicht.
Auswirkung: Active Recall ĂŒbertrifft passives Review bei den Retention-Metriken um das 2- bis 3-fache.
Evidenzbasis: 4.495 Paper zu individuellen Unterschieden
Was funktioniert:
Was nicht funktioniert:
Design-Regel: Personalisierung ist kein Feature â sie ist das Fundament.
Auswirkung: Adaptive Systeme erreichen eine Abschlussquote von 60%+ gegenĂŒber 10% bei statischen Inhalten.
Evidenzbasis: 926 Paper zu Feedback-Mechanismen
Was funktioniert:
Was nicht funktioniert:
Design-Regel: Feedback muss unmittelbar, spezifisch und handlungsorientiert sein.
Auswirkung: Unmittelbares Feedback steigert die Lerngeschwindigkeit um 25-40%.
Evidenzbasis: 162 Paper zur Cognitive Load Theory
Was funktioniert:
Was nicht funktioniert:
Design-Regel: Respektieren Sie die kognitiven Grenzen, oder Sie verlieren die Lernenden.
Auswirkung: Ein ordnungsgemĂ€Ăes Cognitive Load Management reduziert die Abbruchquote um 30-50%.
Evidenzbasis: 848 Paper zu Motivation und Engagement
Was funktioniert:
Was nicht funktioniert:
Design-Regel: Designen Sie fĂŒr intrinsische Motivation, nicht fĂŒr Compliance.
Auswirkung: Motivierte Lernende zeigen eine 3- bis 5-mal höhere Retention.
Evidenzbasis: 562 Paper zu Social Learning
Was funktioniert:
Was nicht funktioniert:
Design-Regel: Lernen ist von Natur aus sozial â designen Sie entsprechend.
Auswirkung: Social Learning steigert die Abschlussquote um das 2- bis 3-fache.
Budget: 150.000 âŹ
Deliverables:
Metriken:
Budget: 35.000 âŹ
Deliverables:
Metriken:
Budget: 30.000 âŹ
Deliverables:
Metriken:
| Metrik | Traditionell | Evidenzbasiert | Verbesserung |
|---|---|---|---|
| 30-Tage-Retention | 30 % | 70%+ | +133 % |
| Kursabschluss | 10 % | 40%+ | +300 % |
| Skill-Transfer | 20 % | 60%+ | +200 % |
| Lernzufriedenheit | 3,2/5 | 4,5/5 | +41 % |
| ROI | 100-200 % | 300-500 % | +200 % |
| Komponente | Kosten (EUR) |
|---|---|
| Entwicklung (6 Monate) | 150.000 ⏠|
| Tools & Infrastruktur | 20.000 ⏠|
| Content-Erstellung | 30.000 ⏠|
| Training & Onboarding | 15.000 ⏠|
| Gesamt | 215.000 ⏠|
| Jahr | Lernende | Umsatz | ROI |
|---|---|---|---|
| Jahr 1 | 500 | 450.000 ⏠| 109 % |
| Jahr 2 | 1.500 | 1.350.000 ⏠| 528 % |
| Jahr 3 | 3.000 | 2.700.000 ⏠| 1.158 % |
Format: 2-tÀgiges Intensivtraining oder 4-wöchlicher Online-Kurs
Preis: 6.500 ⏠(vor Ort) oder 897 âŹ/Person (online)
Ergebnis: Teilnehmer wenden evidenzbasierte Techniken sofort an
Curriculum-Highlights:
Ergebnisse:
Die Belege sind erdrĂŒckend: Lernplattformen, die auf Forschungsprinzipien basieren, ĂŒbertreffen traditionelle AnsĂ€tze bei weitem. Die in dieser Synthese identifizierten sieben Prinzipien â Spaced Repetition, Active Recall, adaptive Personalisierung, unmittelbares Feedback, Cognitive Load Management, Motivationsdesign und soziales Lernen â sind keine optionalen Features, sondern grundlegende Anforderungen.
Organisationen, die in evidenzbasiertes Learning Design investieren, können erwarten:
Der Forschungskorpus aus 13.204 Papern bildet das Fundament. Die Frage ist nicht mehr âFunktioniert das?â, sondern âWie schnell können Sie es implementieren?â.
Diese Synthese stĂŒtzt sich auf 13.204 Forschungspapiere aus 20 Disziplinen. Zu den wichtigsten Quellen gehören:
VollstÀndige Bibliografie auf Anfrage erhÀltlich.
Tobias Weiss leitet KI-Kompetenz-Training und ist spezialisiert auf das Design evidenzbasierter Lernplattformen. Mit Expertise in den Bereichen Kognitionswissenschaft, Machine Learning und Instructional Design hat Tobias ĂŒber 13.000 Forschungspapiere analysiert, um praxisnahe Frameworks zur Optimierung von Lernplattformen zu entwickeln.
Kontakt: ki-kompetenz-training@tobias-weiss.org
Website: www.ki-kompetenz-training.org
Veröffentlicht: 31. Juli 2026
Version: 1.0
Lizenz: Siehe beigefĂŒgte LICENSE-Datei