Sprache, die bleibt

Kapitel 1 · Sechshundert Stunden — und kein Wort

1.1 Zwei Szenen

Amal ist vierunddreißig, sie kam vor drei Jahren aus Syrien nach Deutschland. Sie hat getan, was man von ihr verlangt hat, und mehr als das: Sie hat den allgemeinen Integrationskurs besucht — sechshundert Unterrichtsstunden Sprachkurs, dazu hundert Stunden Orientierungskurs —, sie hat Vokabelhefte gefüllt, Arbeitsblätter bearbeitet, Modelltests geübt. Am Ende hat sie den „Deutsch-Test für Zuwanderer" bestanden, mit dem Ergebnis B1. Sie gehört damit zur besseren Hälfte ihres Jahrgangs. Das Zertifikat liegt zu Hause in einer Klarsichtfolie.

An der Supermarktkasse fragt die Kassiererin, schnell und beiläufig, über die Schulter: „Sammeln Se Punkte?" Amal versteht die Wörter nicht. Sie versteht nicht einmal, dass es eine Frage war. Sie spürt die Schlange hinter sich, das Warten, die Blicke. Sie lächelt, nickt, bezahlt und sagt — nichts. Auf dem Heimweg übersetzt sie sich den Satz, den sie nicht gesagt hat. Zu Hause könnte sie fehlerfrei erklären, wann der Dativ steht.

Die zweite Szene spielt tausend Kilometer südlich, in einer Oberstufenklasse in Bologna. Englisch steht hier seit der Grundschule auf dem Stundenplan; die meisten in diesem Raum haben mehr als zehn Jahre Unterricht hinter sich, Grammatikpensen, Vokabeltests, Klassenarbeiten. Die Lehrerin startet eine Dokumentation im englischen Original. Nach zwei Minuten hebt jemand die Hand und fragt, ob es die Fassung nicht auch auf Italienisch gebe. Es ist keine Provokation. Es ist eine ehrliche Auskunft: Der Ton erreicht sie nicht.

Beide Szenen sind erfunden. Die Zahlen, die hinter ihnen stehen, sind es nicht.

1.2 Was die Zahlen sagen

Der deutsche Integrationskurs ist kein Nebenangebot, sondern das zentrale sprachpolitische Instrument des Landes: siebenhundert Unterrichtsstunden, gesetzlich geregelt, mit dem erklärten Ziel, die Teilnehmenden im Abschlusstest auf das Niveau B1 zu führen.¹ Im Jahr 2024 erreichten von den Teilnehmenden des Abschlusstests aus allgemeinen Integrationskursen 58,6 Prozent dieses B1; 31,8 Prozent blieben bei A2, 9,6 Prozent darunter.² Man muss diese Zahl zweimal lesen. Sie zählt nur diejenigen, die überhaupt bis zum Test gekommen sind — und selbst von ihnen verfehlt vier von zehn das Kursziel.

Und die Zahl sagt noch etwas Zweites, Leiseres. Denn B1 ist kein hohes Niveau. Die europäische Referenzskala beschreibt es als Schwellenniveau: Wer B1 hat, kann sich über vertraute Dinge in einfachen, zusammenhängenden Sätzen äußern und versteht die Hauptpunkte, wenn klare Standardsprache verwendet wird.³ Die Kassiererin verwendet keine klare Standardsprache. Der Alltag tut es fast nie. Das heißt: Selbst das Erreichen des Kursziels garantiert nicht die Sprache, die man an der Kasse, beim Arzt, im Elterngespräch braucht. Amal ist kein Ausnahmefall des Systems. Sie ist sein Erfolgsfall.

Die italienische Szene hat ihre eigene Statistik. Italien testet seine Abschlussjahrgänge flächendeckend; im Jahr 2025 erreichten im Fach Englisch 53,3 Prozent der Schülerinnen und Schüler des letzten Jahrgangs das vorgesehene Niveau im Leseverstehen — im Hörverstehen waren es 43 Prozent, im Süden des Landes deutlich unter drei von zehn.⁴ Mehr als ein Jahrzehnt Unterricht, und weniger als die Hälfte versteht die Sprache, wenn sie gesprochen wird. Wohlgemerkt: versteht. Vom Sprechen ist noch gar nicht die Rede.

Zwei Länder, zwei Systeme, zwei sehr verschiedene Lernergruppen — und dasselbe Muster: Der Aufwand ist enorm, der Ertrag an lebendiger Sprache ist es nicht. Wer nur eine der beiden Szenen kennte, könnte an nationale Besonderheiten glauben, an Kursqualität, an Motivation. Die Doppelung legt einen anderen Verdacht nahe: Es liegt nicht an den Ländern. Es liegt an der Art, wie wir glauben, dass Sprachen in den Kopf kommen.

1.3 Wissen über eine Sprache, Können in einer Sprache

Der Verdacht hat einen klassischen Namen. Stephen Krashen hat Anfang der 1980er Jahre die Unterscheidung, um die es hier geht, ins Zentrum der Spracherwerbsforschung gestellt: Erwachsene verfügen über „zwei getrennte und unabhängige Wege, Kompetenz in einer zweiten Sprache zu entwickeln".⁵ Der eine Weg ist das Lernen — bewusstes Wissen über die Sprache: Regeln kennen, Regeln benennen, über Regeln sprechen können. Der andere ist der Erwerb — ein unbewusster Prozess, derselbe, mit dem Kinder ihre Muttersprache aufbauen: Man merkt nicht, dass er stattfindet, und sein Ergebnis ist kein Regelwissen, sondern ein Sprachgefühl. Ein Satz „klingt richtig" oder „klingt falsch", ohne dass man sagen könnte, warum.

Diese Unterscheidung erklärt beide Szenen mit einem Schlag. Amal hat gelernt, was das Kurssystem zu lehren versprach: Wissen über das Deutsche. Der Dativ, den sie erklären kann, ist echtes Wissen — aber es ist Wissen der falschen Sorte für den Moment an der Kasse. Dort ist keine Zeit, Regeln anzuwenden; dort müsste der Satz von selbst kommen, aus dem Gefühl. Und die Klasse in Bologna hat elf Jahre lang Englisch gelernt und dabei erstaunlich wenig Englisch erworben — weil der Unterricht ihr vor allem Sätze über die Sprache gezeigt hat und viel zu selten die Sprache selbst, in Mengen, in denen ein Gefühl hätte entstehen können.

Man muss dazu sagen: Die scharfe Trennung der beiden Wege ist in der Forschung umstritten geblieben — ob Gelerntes wirklich nie zu Erworbenem werden kann, wie Krashen es behauptete, bezweifeln viele.⁶ Für dieses Buch ist der Streit weniger wichtig, als er scheint. Denn unstrittig ist das Phänomen, auf das die Unterscheidung zeigt: Regelwissen und flüssiges Können sind zweierlei; das eine stellt sich durch Erklären und Üben von Regeln ein, das andere nachweislich nicht in ausreichendem Maß. Vier Jahrzehnte Forschung haben an diesem Kernbefund wenig geändert.⁷

1.4 Warum es nicht an den Lehrkräften liegt

Es wäre bequem, an dieser Stelle ein Versagen zu diagnostizieren: schlechte Kurse, unmotivierte Lehrer, faule Schüler. Dieses Buch tut das nicht, und zwar nicht aus Höflichkeit. Die Lehrkräfte in Integrationskursen und Schulklassen arbeiten in einem System, das ihnen die Bedingungen diktiert: Es gibt ein Curriculum, das in Prüfungen mündet, und Prüfungen fragen bevorzugt ab, was sich abfragen lässt — Regelwissen, Wortlisten, geübte Formate. Es gibt Klassen von zwanzig und mehr Personen, in denen der einzelne Lernende pro Stunde auf wenige Sprechminuten kommt. Und es gibt die Angst: vor der Blamage beim Fehler, vor der Prüfung, vor dem Urteil der anderen — eine Angst, die gerade bei Erwachsenen, die im Zielland um ihren Platz kämpfen, jede Unterrichtsstunde begleitet.

Unter diesen Bedingungen ist regelzentrierter Unterricht keine Dummheit, sondern eine rationale Anpassung: Er ist planbar, prüfbar, abrechenbar. Nur erzeugt er eben das, was er prüft — und nicht das, was Amal an der Kasse gebraucht hätte. Wenn man das System nicht anklagen, sondern verstehen will, muss man die Frage anders stellen: Nicht „Wer macht es falsch?", sondern „Unter welchen Bedingungen entsteht Sprache tatsächlich — und wie stellt man diese Bedingungen her, auch außerhalb des Klassenzimmers, auch ohne dass jemand dafür scheitern muss?"

1.5 Was dieses Buch behauptet — und was nicht

Die These dieses Buches lässt sich in drei Sätzen sagen. Sprache wird erworben, nicht gepaukt: Sie entsteht aus verständlichem Input — aus Sprache, die man versteht, weil Bild, Zusammenhang und Vorwissen beim Verstehen helfen. Sie bleibt, wenn dieser Input verankert wird — emotional, rhythmisch, melodisch, so, wie ein Lied im Kopf bleibt, das man nie zu behalten versucht hat. Und sie entfaltet sich, wo Menschen verbunden sind — wo eine Gemeinschaft die Angst senkt und das Sprechen und Singen zu etwas macht, das man miteinander tut statt voreinander. Verständlich, verankert, verbunden: An diesen drei Bedingungen wird sich alles messen lassen, was die folgenden Kapitel vorschlagen.

Pontivo — die Plattform, deren pädagogisches Konzept dieses Buch begründet — ist der Versuch, diese drei Bedingungen in eine gebaute Form zu bringen: authentischer Film mit zweisprachigen, synchronen Untertiteln und einer Klick-Erklärung für die Stelle, die man gerade nicht verstanden hat; ein Liederbuch für das gemeinsame Singen in Gruppen; ein Klassenzimmer, in dem eine Lehrkraft führt und alle folgen können; eine Erzählung, die das Ganze zusammenhält.⁸

Ebenso wichtig ist, was dieses Buch nicht behauptet. Es behauptet nicht, dass Pontivo bewiesen hätte, was es baut. Die Prinzipien, auf denen die Plattform steht, sind durch Jahrzehnte von Forschung gestützt; das wird Kapitel für Kapitel mit Fundstellen belegt. Die konkrete Bauform aber — dieser Player, dieses Liederbuch, dieser Comic, in dieser Kombination — ist eine Reihe von Design-Wetten, die empirisch noch nicht gemessen sind. Das Buch wird beide Ebenen konsequent auseinanderhalten und im letzten Kapitel eine Liste dessen aufstellen, was zu messen wäre. Der Maßstab, dem sich diese Schriftenreihe verpflichtet hat, gilt auch hier: Was hier steht, soll prüfbar sein — nach außen wie an uns selbst.

1.6 Der Weg durch dieses Buch

Der Weg ist in sechs Teile gegliedert. Teil I benennt das Problem und legt in Kapitel 2 das Fundament: die Bedingungen, unter denen Menschen Sprachen tatsächlich erwerben — dort werden die drei Fragen „Verständlich? Verankert? Verbunden?" ihren wissenschaftlichen Boden bekommen. Teil II wendet sich dem Input zu: dem Film mit seinen zwei Untertitelspuren und der Frage, warum bewegtes Bild mit Text verständlicher Input von seltener Dichte ist — und wo die Grenzen dieser Verheißung liegen. Teil III gehört der Melodie: dem Befund, dass gesungene Sprache anders haftet als gesprochene, und den Bedingungen, unter denen das gilt. Teil IV betritt den sozialen Raum: den Chor, der nachweislich schneller verbindet als fast jede andere gemeinsame Tätigkeit, und das Klassenzimmer, in dem die Muttersprache vom Störfaktor zum Gerüst wird. Teil V führt die drei Stränge in einer einzigen Übung zusammen: dem Lied aus der Heimat, das eine Gruppe gemeinsam in die neue Sprache übersetzt und dann gemeinsam singt — dort wird sich zeigen, warum dieses unscheinbare Format die dichteste Stelle des ganzen Konzepts ist, und welche Rolle die Erzählung „Coro One Sky" dabei spielt. Teil VI schließlich kehrt zu Amal und zur Klasse in Bologna zurück: Es beschreibt die drei konkreten Lern-Szenarien, für die Pontivo gebaut ist, zieht die Grenzen des Ansatzes — und legt die Messlatte fest, an der er sich wird messen lassen müssen.

Am Anfang stand eine Frau, die schweigend bezahlt hat, obwohl sie ein Zertifikat besitzt. Am Ende dieses Buches soll nachvollziehbar sein, warum ihr sechshundert Stunden Unterricht dieses Schweigen nicht nehmen konnten — und was es stattdessen braucht. Das nächste Kapitel beginnt dort, wo jeder Spracherwerb beginnt: bei der Frage, was im Kopf geschieht, wenn ein Mensch eine Sprache nicht lernt, sondern bekommt.

Kapitel 2 · Die Bedingungen des Erwerbs

2.1 Was ein Kind bekommt

Niemand hat je einem Dreijährigen den Dativ erklärt. Trotzdem steht er eines Tages in der Küche und sagt einen Satz mit Dativ — nicht, weil er eine Regel angewandt hätte, sondern weil der Satz für ihn richtig klingt. Das Kind hat die Sprache nicht gelernt wie ein Schulfach. Es hat sie bekommen: aus Tausenden von Stunden Sprache, die an es gerichtet war, eingebettet in Situationen, die es verstand — beim Essen, beim Anziehen, beim Vorlesen, im Streit um das letzte Gummibärchen. Verstehen kam zuerst; die Form kam hinterher, von selbst.

Man muss mit dieser Beobachtung vorsichtig sein. Erwachsene sind keine großen Kinder; sie haben weniger Zeit, andere Gehirne, ein fertiges Selbstbild und eine erste Sprache, die immer mitspricht.¹ Aber die Spracherwerbsforschung der letzten vier Jahrzehnte hat eine Kernaussage erstaunlich stabil gehalten: Der Mechanismus, der beim Kind die Sprache aufbaut, steht auch dem Erwachsenen noch zur Verfügung — wenn man ihm gibt, was das Kind bekommt. Die Frage dieses Kapitels ist deshalb nicht, ob Erwachsene Sprachen erwerben können, sondern unter welchen Bedingungen. Zwei davon lassen sich benennen, belegen — und bauen.

2.2 Erste Bedingung: verständlicher Input

Die erste Bedingung hat Stephen Krashen in eine Formel gefasst, die zum bekanntesten Kürzel der Disziplin geworden ist: i + 1. Wenn i der gegenwärtige Stand eines Lerners ist, dann geschieht Erwerb, wenn er Sprache versteht, die ein Stück darüber liegt. Krashens eigene Formulierung ist präziser, als ihre populäre Kurzform ahnen lässt: Eine „notwendige (aber nicht hinreichende) Bedingung" für den Schritt von i nach i + 1 sei, „dass der Erwerbende Input versteht, der i + 1 enthält — wobei ‚verstehen' heißt, dass er auf die Bedeutung und nicht auf die Form der Botschaft gerichtet ist".² Zwei Dinge stecken in diesem Satz. Erstens: Es genügt nicht, Sprache zu hören; sie muss verstanden werden. Zweitens: Das Verstehen gelingt gerade nicht durch Analyse der Form, sondern an ihr vorbei — mit Hilfe von allem, was außer der Sprache noch da ist: der Situation, dem Bild, dem Weltwissen, dem Gesicht des Sprechenden. Genau deshalb kann man Sprache verstehen, die man noch nicht kann. Und genau in diesem Moment, sagt die Hypothese, wächst das Können.

Daraus folgt ein dritter, oft übersehener Punkt, der für alles Weitere in diesem Buch wichtig ist: Man muss i + 1 nicht dosieren. Krashen selbst hat betont, dass der Input nicht gezielt auf die „nächste Struktur" zugeschnitten werden muss — wenn genug verständlicher Input da ist, ist i + 1 automatisch enthalten.³ Der Lehrplan, der heute den Dativ und nächste Woche das Perfekt „dran nimmt", versucht etwas zu steuern, was sich bei ausreichender Menge von selbst einstellt. Die praktische Folge ist eine Umkehrung der üblichen Knappheitslogik: Nicht die richtige Portion Sprache ist das Ziel, sondern die große Menge verständlicher Sprache.

Auch hier ist zu unterscheiden: Dass verständlicher Input notwendig ist, bestreitet in der Forschung niemand; ob er hinreichend ist, sehr wohl. Die Interaktionsforschung hat gezeigt, dass das Aushandeln von Bedeutung im Gespräch den Input erst richtig wirksam macht, und die Output-Forschung, dass eigenes Sprechen und Schreiben eine eigene, nicht ersetzbare Funktion hat — wer nur versteht, muss nie Sätze bauen.⁴ Dieses Buch übernimmt darum nicht Krashens Maximalthese, sondern den Konsenskern: Ohne massiven verständlichen Input entsteht keine Sprache; alles andere baut auf ihm auf. Was das für die Grenzen einer Plattform bedeutet, die vor allem Input liefert, wird Kapitel 9 offen bilanzieren.

2.3 Die Probe aufs Exempel: die Bücherflut von Fidschi

Hypothesen dieser Größe brauchen eine Probe außerhalb des Seminarraums. Eine der schönsten stammt aus den Jahren 1980/81, aus ländlichen Grundschulen auf Fidschi, wo Englisch Zweitsprache und der Unterricht streng strukturiert war. Warwick Elley und Francis Mangubhai statteten Klassen der Stufen 4 und 5 mit je 250 attraktiven englischen Geschichtenbüchern aus — eine „Bücherflut" — und ließen sie täglich zwanzig bis dreißig Minuten damit arbeiten: die eine Hälfte mit gemeinsamem, vorgelesenem Lesen, die andere mit stillem Selbstlesen. Die Kontrollklassen behielten ihr gewohntes strukturbasiertes Programm. Entscheidend: Die Buchklassen bekamen keine zusätzliche Englischzeit — dieselben Stunden, nur anders gefüllt.⁵

Nach acht Monaten hatten die Buchklassen der Stufe 4 ihr Leseverstehen um fünfzehn Monate verbessert, die Kontrollklassen um sechseinhalb; im Hörverstehen und bei den Strukturtests zeigte sich dasselbe Muster. Im zweiten Jahr griff der Vorsprung auf das Schreiben und andere Fächer über; über sieben verschiedene Sprachtests hinweg lagen die Effektstärken zwischen 0,76 und 1,18 — in der Bildungsforschung sind das große Werte. Kinder, die einfach nur verstehbare, interessante Geschichten in Menge bekamen, überholten Kinder, die systematisch unterrichtet wurden, auch und gerade in dem, was die anderen systematisch geübt hatten: Grammatik.⁶

Eine Vorsicht gehört dazu: Fidschi war eine Flut aus Büchern, bei Kindern, im Klassenzimmer. Dass sich der Befund auf Erwachsene vor einem Bildschirm überträgt, ist damit nicht bewiesen — was trägt, ist das Prinzip: Reichhaltiger, verständlicher, bedeutsamer Input schlägt formzentrierte Instruktion, ohne dass jemand mehr Zeit investieren müsste. Ob der Film diese Rolle für Erwachsene spielen kann, und unter welchen Bedingungen, ist die Frage von Teil II — und sie hat ihre eigene Forschung.

2.4 Zweite Bedingung: ein niedriger Filter

Die zweite Bedingung betrifft nicht den Input, sondern den Menschen, der ihn empfängt. Krashen nannte sie den affektiven Filter: Angst, fehlendes Selbstvertrauen, fehlende Motivation wirken wie eine Blende zwischen dem verstandenen Input und dem Teil des Kopfes, der daraus Sprache baut. Ist der Filter hoch, kann jemand eine Botschaft vollständig verstehen — und es bleibt trotzdem nichts hängen. Krashens Fazit ist bemerkenswert praktisch: Die wirksame Lehrkraft sei, wer „Input liefert und ihn in einer Situation niedriger Angst verständlich macht".⁷

Das Bild vom Filter ist eine Metapher, kein nachgewiesener Mechanismus, und es ist dafür kritisiert worden.⁸ Aber das Phänomen, auf das es zeigt, gehört zum am besten Belegten der ganzen Disziplin. Elaine Horwitz und ihre Kollegen haben der Fremdsprachenangst 1986 ihren Namen und ihr Messinstrument gegeben und sie als eigenständiges Syndrom beschrieben: „ein eigenes Geflecht von Selbstwahrnehmungen, Überzeugungen, Gefühlen und Verhaltensweisen", das aus der Einzigartigkeit des Sprachenlernens entsteht — denn kein anderes Schulfach greift Selbstbild und Selbstausdruck so an wie das Sprechen in einer Sprache, die man noch nicht beherrscht.⁹ Vier Jahrzehnte Forschung mit dieser und verwandten Skalen zeigen durchweg dasselbe: Je höher die Sprachangst, desto schlechter die Leistung, und zwar quer durch Länder, Sprachen und Altersgruppen.¹⁰ Jeder, der je in einer Schulklasse aufgerufen wurde und den eigenen Herzschlag lauter hörte als die Frage der Lehrerin, kennt den Mechanismus von innen.

Für den Bau von Lernumgebungen ist das keine Randnotiz, sondern eine Konstruktionsvorgabe erster Ordnung. Es genügt nicht, guten Input bereitzustellen; man muss die Situation so bauen, dass niemand Angst haben muss, ihn zu empfangen und zu erwidern. Das ist der tiefere Grund, warum dieses Buch der Gemeinschaft einen ganzen Teil widmet: Der Chor, in dem die einzelne Stimme in der Menge geschützt ist, und die geschlossene Gruppe, in der Fehler unter Freunden passieren, sind — das wird Teil IV zeigen — keine sozialen Beigaben, sondern Angstsenker, und damit im Wortsinn Erwerbsbedingungen.

2.5 Die dritte Frage: Was bleibt?

Verständlich und angstfrei — reicht das? Noch nicht ganz. Zwischen dem Verstehen eines Satzes und seinem Besitz liegt eine dritte Hürde: das Behalten. Jeder kennt Sprache, die verstanden wurde und trotzdem spurlos verschwand — der Vortrag von letzter Woche, das Gespräch von gestern. Und jeder kennt das Gegenteil: den Werbejingle aus der Kindheit, das Lied, das nach dreißig Jahren noch wortwörtlich abrufbar ist, den Filmsatz, den man mit der Stimme des Schauspielers zitiert. Offenbar gibt es Formen von Input, die haften — weil sie mehrfach kodiert sind (Bild und Ton zugleich), weil sie emotional besetzt sind, weil Rhythmus und Melodie sie tragen, weil eine Geschichte ihnen einen Platz gibt.

Dieses Buch fasst diese dritte Bedingung unter dem Wort verankert zusammen. Anders als „Input" und „affektiver Filter" ist das kein eingeführter Fachbegriff, sondern eine Sammelklammer dieses Buches für mehrere getrennt erforschte Effekte — die doppelte Kodierung von Bild und Wort, das Gedächtnis für Gesungenes, die Kraft der Erzählung —, die in den Teilen II, III und V einzeln belegt werden.¹¹ Damit ist das Prüfraster komplett, das dieses Buch durchziehen wird. Es besteht aus drei Fragen, die man an jede Lernumgebung stellen kann, an ein Klassenzimmer ebenso wie an eine App:

• Verständlich? — Bekommt der Lernende Sprache in Menge, die er verstehen kann, weil Kontext, Bild und Vorwissen ihm helfen?
• Verankert? — Ist der Input so beschaffen, dass er bleibt — mehrfach kodiert, emotional, rhythmisch, erzählt?
• Verbunden? — Geschieht das Ganze in einem Raum, der die Angst senkt, statt sie zu erzeugen?

Der Regel-Unterricht aus Kapitel 1 beantwortet alle drei Fragen mit Nein: Sein Input ist knapp und formzentriert, sein Stoff ist auf Abfragbarkeit statt auf Haften gebaut, und seine Prüfungssituation ist eine Angstmaschine. Das ist, in drei Sätzen, die Diagnose — und zugleich der Bauplan für alles, was folgt.

2.6 Der Sog: Warum Menschen wiederkommen

Verständlich, verankert, verbunden — die drei Fragen beschreiben, was mit dem Input geschieht. Eine vierte Frage entscheidet darüber, ob es überhaupt Input gibt: Warum sollte jemand am Dienstag wiederkommen, der am Montag freiwillig gekommen ist? Die Motivationspsychologie hat darauf eine erstaunlich stabile Antwort. Nach der Selbstbestimmungstheorie von Deci und Ryan trägt sich menschliches Engagement dann selbst, wenn drei Grundbedürfnisse erfüllt sind: Autonomie (ich wähle), Kompetenzerleben (ich kann) und soziale Eingebundenheit (ich gehöre dazu).¹² Man lese die drei Begriffe neben den Bauplan dieses Buches: Die Auswahl des Films ist Autonomie; die Muttersprachzeile erzeugt Kompetenzerleben vom ersten Abend an — man versteht, wo man im Kurs scheiterte; und die Gruppe, von der Teil IV handelt, ist die Eingebundenheit. Der Lückentext einer Lern-App erfüllt keines der drei Bedürfnisse: Er wählt für den Lernenden, er dokumentiert vor allem Fehler, und er wird allein bearbeitet.

Wo die drei Bedürfnisse zusammenkommen, kann Beschäftigung in den Zustand kippen, den Csíkszentmihályi Flow genannt hat: Das Tun trägt sich selbst, die Anstrengung verschwindet aus dem Erleben.¹³ Der Unterschied ist im Alltag mit bloßem Auge sichtbar: Die Hausaufgabe wird absolviert, weil das System sie abprüft; der Film wird zu Ende geschaut, weil man wissen will, wie es weitergeht. Für eine Methode, deren erste Bedingung Menge heißt (2.2), ist das keine psychologische Fußnote, sondern die Antwort auf die Mengenfrage selbst: Menge entsteht nicht aus Disziplin, sondern aus Sog.

2.7 Vom Prinzip zum Bau

Nimmt man die drei Fragen ernst, wird aus der Spracherwerbstheorie eine Konstruktionsaufgabe: Woher bekommt eine erwachsene Frau in Gelsenkirchen, ein Jugendlicher in Bologna massenhaft verständlichen Input in der Zielsprache — nicht fünfundvierzig Minuten pro Woche, sondern jeden Abend, freiwillig, gern? Wie muss dieser Input beschaffen sein, damit er nicht nur verstanden wird, sondern bleibt? Und wie baut man darum einen sozialen Raum, der die Angst senkt, statt sie zu vergrößern?

Die nächsten vier Teile dieses Buches gehen diese Fragen der Reihe nach durch. Die erste Antwort liegt näher, als der Sprachunterricht lange wahrhaben wollte: Sie flimmert seit hundert Jahren über Leinwände und Bildschirme, sie ist authentisch, emotional, massenhaft vorhanden und in fast jede Sprache der Welt untertitelt. Das nächste Kapitel handelt vom Film — und von der Frage, was aus einem Fernsehabend wird, wenn man ihn richtig baut.

Kapitel 3 · Sehen, hören, lesen: der doppelt kodierte Film

3.1 Ein europäisches Zufallsexperiment

Warum sprechen die Niederländer, die Skandinavier, die Portugiesen so auffällig gut Englisch — und die Deutschen, Spanier, Italiener so viel schlechter? Die übliche Antwort zeigt auf die Schulen. Die interessantere Antwort zeigt auf den Fernseher. Als in den 1920er und 30er Jahren der Tonfilm nach Europa kam, musste jedes Land entscheiden, was es mit fremdsprachigen Filmen tut. Große Sprachräume, die sich die teure Synchronisation leisten konnten — Deutschland, Italien, Spanien, Frankreich —, ließen die Stimmen neu einsprechen. Kleine Länder untertitelten. Die Entscheidung fiel aus ökonomischen und politischen Gründen, lange bevor jemand an Sprachdidaktik dachte — und sie blieb, wie Mediensysteme bleiben, für Generationen.

Damit hat die Geschichte ein Experiment angelegt, das kein Forscher je hätte genehmigen lassen: ganze Bevölkerungen, über Jahrzehnte, die eine Gruppe mit englischem Originalton und Untertiteln, die andere mit Synchronfassung. Eine ökonometrische Studie hat die Bilanz gezogen: Länder mit Untertitel-Tradition schneiden in den englischen Sprachtests markant besser ab — der geschätzte Untertitel-Effekt entspricht etwa 17 Prozent des durchschnittlichen Fertigkeitsniveaus, anderthalb Standardabweichungen im Ländervergleich, und er ist am stärksten genau dort, wo der Fernseher am meisten liefert: beim Hörverstehen.¹ Portugal untertitelt, Spanien synchronisiert; die portugiesischen TOEFL-Ergebnisse liegen deutlich über den spanischen — bei zwei Nachbarländern mit eng verwandten Sprachen.² Man muss diese Zahlen mit der gebotenen Vorsicht lesen: Es sind Ländermittelwerte, keine Messungen an einzelnen Lernern, und Länder unterscheiden sich in mehr als ihren Fernsehgewohnheiten.³ Aber die Richtung ist schwer wegzudiskutieren — zumal sie exakt dorthin zeigt, wohin auch die Labor- und Klassenzimmerforschung zeigt, von der dieses Kapitel handelt.

Der Fernsehabend ist, mit anderen Worten, nie nur Unterhaltung gewesen. Er ist die größte Sprachlernmaschine, die je gebaut wurde — nur hat sie niemand als solche gebaut. Dieses Kapitel fragt, warum sie funktioniert, und das nächste, wie man sie vom Zufallsprodukt zum Instrument macht.

3.2 Zwei Kanäle sind mehr als einer

Der erste Grund liegt in der Architektur des Gedächtnisses. Allan Paivio hat in den 1970er und 80er Jahren die Dual-Coding-Theorie entwickelt: Menschen verarbeiten Information in zwei getrennten, aber verbundenen Systemen — einem sprachlichen für Wörter und einem bildlichen für Anschauung. Was in beiden Systemen zugleich abgelegt wird, ein Wort mit seinem Bild, hat zwei Gedächtnisspuren statt einer und entsprechend mehr Wege, wiedergefunden zu werden.⁴ Richard Mayer hat daraus eine empirisch breit geprüfte Theorie des multimedialen Lernens gebaut, deren Grundbefund inzwischen Lehrbuchwissen ist: Menschen lernen aus Wort und Bild besser als aus Wort allein.⁵

Für den Spracherwerb ist das mehr als eine Gedächtnistechnik. Man erinnere sich an Krashens Paradox aus Kapitel 2: Erwerb geschieht, wenn man Sprache versteht, die man eigentlich noch nicht kann — und das gelingt nur, weil außer der Sprache noch etwas da ist, das beim Verstehen hilft. Der Film ist genau dieses „außer der Sprache": Die Handlung zeigt, wovon die Rede ist; das Gesicht zeigt, wie es gemeint ist; die Szene liefert den Kontext, den der Anfänger braucht, um aus einem unverständlichen Lautstrom eine verstehbare Botschaft zu machen. Der Film ist i + 1 mit eingebauter Verstehenshilfe — verständlicher Input in industrieller Menge.

3.3 Die dritte Spur: Untertitel in der Zielsprache

Doch Hören und Sehen allein lassen eine Lücke. Wer eine fremde Sprache nur hört, weiß oft nicht einmal, wo ein Wort aufhört und das nächste beginnt — der Lautstrom kennt keine Leerzeichen. Hier kommt die dritte Spur ins Spiel: der Untertitel in der Zielsprache, das Mitlesen dessen, was man hört. Robert Vanderplank hat schon in den 1980er Jahren, mit den Teletext-Untertiteln der BBC, systematisch beobachtet, dass Lerner aus untertiteltem Fernsehen Sprache ziehen — und dass der Untertitel nicht vom Hören ablenkt, sondern das Gehörte lesbar macht.⁶ Seither ist daraus eine eigene Forschungsrichtung geworden. Ihre Meta-Analyse — achtzehn Studien zu Hörverstehen und Wortschatz — kommt zu einem klaren Ergebnis: Untertitel in der Zielsprache verbessern beides, das Verstehen und das Wörterlernen, mit großen Effekten.⁷

Warum, zeigt eine viel zitierte Studie aus Michigan besonders schön. Lerner des Arabischen, Chinesischen, Spanischen und Russischen sahen kurze Videos mit und ohne zielsprachliche Untertitel; mit Untertiteln schnitten sie in Wortschatz- und Verstehenstests besser ab. Die Erklärung der Autorinnen ist die entscheidende: Untertitel helfen, Wortgrenzen zu identifizieren — sie zerlegen den „ansonsten unverständlichen Sprachstrom" in Einheiten, an die sich Bedeutung heften kann, und verbinden das Gehörte mit dem Geschriebenen.⁸ Und dass dieser Mechanismus nicht auf den Unterricht angewiesen ist, zeigt die Forschung an Kindern, die fremdsprachiges Fernsehen schlicht geschaut haben und dabei messbar Sprache aufnahmen — beiläufig, ohne Auftrag, ohne Test im Rücken.⁹

3.4 Die Redundanz-Frage

An dieser Stelle muss dieses Buch eine Spannung austragen, die man in Werbetexten vergeblich suchen würde. Denn dieselbe multimediale Lernforschung, auf die sich Abschnitt 3.2 stützt, kennt ein Redundanzprinzip, das gegen Bildschirmtext zu sprechen scheint: Wer eine Erklärung hört und denselben Text zusätzlich geschrieben mitliest, lernt oft schlechter als ohne den Text — die doppelte Darbietung desselben Wortlauts verstopft die Verarbeitung, statt sie zu stützen.¹⁰ Wäre das uneingeschränkt wahr, wäre der untertitelte Film eine schlechte Idee.

Die Auflösung liegt im Lernziel, und sie verdient es, genau formuliert zu werden. Das Redundanzprinzip wurde an Muttersprachlern gewonnen, die aus gesprochenen Erklärungen Inhalte lernen sollten — Blitzentstehung, Bremssysteme. Für sie ist der mitlaufende Text tatsächlich redundant: Er enthält nichts, was das Ohr nicht mühelos liefert. Für den Sprachlerner ist die Lage umgekehrt. Sein Lernziel ist nicht der Inhalt hinter der Sprache, sondern die Sprache selbst — und sein Ohr liefert eben nicht mühelos: Es verliert Wortgrenzen, verschluckt Endungen, rät bei jedem dritten Wort. Der zielsprachliche Untertitel ist für ihn keine zweite Kopie des Verstandenen, sondern oft der einzige Zugang zum Nicht-Verstandenen. Die Redundanz-Literatur selbst benennt diese Randbedingungen inzwischen ausdrücklich: Bei Nicht-Muttersprachlern, bei schwer verständlichem Ton, bei kurzem, langsam dargebotenem Text kehrt sich das Prinzip um oder verschwindet.¹¹ Die Captioning-Befunde aus 3.3 sind also keine Anomalie, die man verschweigen müsste — sie sind der gut belegte Sonderfall, in dem aus Redundanz Stützung wird. Bleiben soll von dieser Debatte trotzdem ein Stachel: Text auf dem Bildschirm ist nicht gratis. Er kostet Aufmerksamkeit, und eine Lernumgebung, die Untertitel einsetzt, muss sich fragen lassen, ob sie diese Aufmerksamkeit gut investiert.

3.5 Zwei Sprachen zugleich: die zweisprachige Wette

Pontivo geht über den einsprachigen Untertitel hinaus: Sein Player zeigt zwei Spuren zugleich — die Zielsprache, synchron zum Ton, und darunter die Muttersprache des Lernenden. Die Logik ergibt sich aus allem Bisherigen: Die zielsprachliche Spur segmentiert den Lautstrom und verbindet Klang mit Schrift; die muttersprachliche Spur garantiert das Verstehen — sie hält die Bedingung „verständlich" auch dort aufrecht, wo Bild und Kontext allein nicht mehr reichen, und macht damit authentisches, ungestuftes Material für Anfänger überhaupt erst zugänglich. Sie ist, um einen Begriff aus Kapitel 7 vorwegzunehmen, gelebtes Translanguaging: Die Muttersprache wird nicht ausgesperrt, sondern als Verstehensgerüst eingespannt.¹²

Wie steht die Forschung zu zweisprachigen Doppel-Untertiteln? Sie ist jung, klein — und ermutigend. Eine Blickbewegungsstudie mit chinesischen Englischlernern verglich alle vier Bedingungen (nur Muttersprache, nur Zielsprache, beide, keine): Die Doppelspur erzeugte keine messbare Mehrbelastung gegenüber einer einzelnen Spur, und sie half dem Verstehen gegenüber dem Sehen ohne Untertitel; die Blicke der Lerner verteilten die Arbeit selbst — stabil auf die Muttersprachzeile für die Bedeutung, flexibel auf die Zielsprachzeile für die Form.¹³ Weitere Studien finden Wortschatzzuwächse aus doppelt untertiteltem Sehen.¹⁴ Aber es wäre übertrieben, daraus mehr zu machen, als es ist: Das sind wenige Studien mit kleinen Stichproben und kurzen Clips. Dass Pontivos konkrete Bauform — die synchrone Doppelspur im Dauerbetrieb, über Monate, bei Geflüchteten und Schulklassen — hält, was die Prinzipien versprechen, ist eine Design-Wette: gut begründet, noch nicht gemessen. Sie steht auf der Messliste von Kapitel 9 weit oben.

3.6 Was der Film noch nicht kann

Der Film hat Grenzen, und zwei davon sind grundsätzlich. Die erste: Er liefert Verstehen, aber keine einzelne Worterklärung. Wer mitten im Satz an einem Wort hängen bleibt, dem hilft die schönste Doppelspur nicht weiter — er braucht eine Antwort auf dieses eine Wort, jetzt, ohne den Film zu verlassen. Wie aus diesem Moment des Bedürfnisses Wortschatz wird, ist die Frage des nächsten Kapitels. Die zweite Grenze ist tiefer: Der Film macht aus niemandem einen Sprecher. Er füllt das Ohr, nicht den Mund. Was es braucht, damit aus verstandener Sprache gesprochene wird — und warum dieser Weg über das Singen führen kann —, davon handeln die Teile III und IV.

Kapitel 4 · Das Wort im Moment des Bedürfnisses

4.1 Die Stelle, an der man hängen bleibt

Man sitzt im Film, es läuft gut, man versteht — und dann kommt ein Wort, an dem alles hängt. Der Schwarm verhält sich wie ein einziges Tier. Schwarm? Die Doppelspur aus Kapitel 3 hilft ein Stück weit: Unten steht die Übersetzung des Satzes. Aber welches Wort im Satz war nun welches? Warum steht das Verb da, wo es steht? Und was genau heißt dieses eine Wort, um das es offenbar geht? In diesem Moment ist der Lernende in einem Zustand, den sich jeder Didaktiker nur wünschen kann: Er will etwas wissen. Nicht, weil es im Lehrplan steht, sondern weil es ihm gerade den Film versperrt. Die Frage dieses Kapitels ist, was man mit diesem Moment macht — und was aus Wörtern wird, wenn man ihn richtig nutzt.

4.2 Beiläufiges Lernen ist real — und es ist langsam

Die Vokabelforschung hat eine gute und eine unbequeme Nachricht. Die gute: Wortschatz wächst tatsächlich beiläufig — beim Lesen, Hören und Zuschauen, ohne Vokabelheft, einfach dadurch, dass Wörter in verständlichen Zusammenhängen wieder und wieder vorkommen. Der überwiegende Teil des Wortschatzes, den Muttersprachler besitzen, ist genau so entstanden; niemand hat ihnen zwanzigtausend Wörter beigebracht.¹ Auch vor dem Bildschirm funktioniert das: In der Leuvener Studie, die drei Untertitel-Varianten verglich, hatten die Zuschauer nach zweimaligem Sehen dreier französischer Clips messbar Wörter aufgenommen — die Untertitel-Gruppen erkannten die Form der neuen Wörter signifikant besser als die Kontrollgruppe und wussten noch, in welchem Clip sie ihnen begegnet waren.²

Die unbequeme Nachricht steckt in derselben Studie: Auf die Frage, was die Wörter bedeuten, war der Vorsprung schon dünner — nur die Gruppen, deren Untertitel die Schlüsselwörter hervorhoben, übertrafen die Kontrollgruppe beim Wiedererkennen der Bedeutung, und beim freien Erinnern der Bedeutung verschwand der Effekt ganz.³ Das ist kein Ausreißer, sondern der Normalbefund des beiläufigen Lernens: Es baut zuerst ein Gefühl für die Form auf — dieses Wort gibt es, so klingt es, da gehört es hin — und erst über viele Begegnungen hinweg die sichere Bedeutung. Beiläufigkeit ist breit, aber flach; pro Begegnung bleibt wenig hängen, und seltene Wörter begegnen einem selten.⁴ Wer nur schaut, lernt wirklich — aber langsam.

4.3 Was die Glosse ändert

Es gibt ein altbewährtes Werkzeug, das genau an dieser Schwäche ansetzt: die Glosse — die kleine Worterklärung am Rand des Textes, im Buchdruck so alt wie das Buch selbst. Die Forschung hat sie gründlich vermessen. Eine Meta-Analyse über 42 Studien mit fast viertausend Lernern kommt zu einem bemerkenswert klaren Ergebnis: Lesen mit Glossen führte zu 45,3 Prozent gelernten Zielwörtern im sofortigen Test (gegenüber 26,6 Prozent ohne Glossen) und zu 33,4 Prozent im verzögerten Test (gegenüber 19,8) — die Glosse verdoppelt das beiläufige Lernen beinahe.⁵ Zwei Details derselben Analyse sind für alles Weitere wichtig. Erstens: Glossen in der Muttersprache der Lernenden wirkten besser als Erklärungen in der Zielsprache — ein weiterer Beleg dafür, dass die Muttersprache im Lernprozess Gerüst ist, nicht Gegner.⁶ Zweitens: Am stärksten wirkten Glossen, die den Lernenden kurz arbeiten ließen (etwa Mehrfachwahl-Glossen, bei denen man die passende Bedeutung auswählt), am schwächsten die, die man gar nicht erst aufsuchen muss.⁷

Der zweite Befund hat eine Theorie im Rücken, die man kennen sollte, weil sie den „Moment des Bedürfnisses" aus 4.1 direkt adressiert: die Involvement-Load-Hypothese von Laufer und Hulstijn. Sie besagt, grob gesprochen, dass ein Wort umso eher bleibt, je mehr von drei Zutaten im Lernmoment steckt: Bedürfnis (ich brauche dieses Wort jetzt), Suche (ich muss mir seine Bedeutung beschaffen) und Bewertung (ich muss prüfen, ob die Bedeutung in meinen Zusammenhang passt).⁸ Das Vokabelheft am Sonntagabend hat von allen dreien wenig. Der Klick im Film hat alle drei: Das Bedürfnis kommt aus der Handlung, die Suche ist der Klick selbst, und die Bewertung geschieht im Moment, in dem die Erklärung auf die Szene trifft, die man gerade vor Augen hat.

4.4 Der Klick — und was an ihm Wette ist

Pontivos Klick-Erklärung ist die Glosse, in die Jahrhundertform übersetzt: Wer im Player an einer Stelle hängen bleibt, tippt sie an und bekommt eine Erklärung dieser Stelle in diesem Zusammenhang — in seiner Muttersprache, ohne den Film zu verlassen.⁹ Das ist mehr als ein Wörterbuch-Aufruf, denn erklärt wird nicht das Wort im luftleeren Raum, sondern die Stelle: die Wendung, die Anspielung, die Grammatik, die den Satz so gebaut hat. Nach allem, was die Glossen-Forschung weiß, ist genau das die richtige Bauform: muttersprachlich, bedürfnisgetrieben, kontextgebunden.¹⁰

Aber hier muss dieses Buch zwei Wetten offen auf den Tisch legen. Die erste: Die Erklärungen erzeugt ein Sprachmodell — eine Maschine, die sehr gute und gelegentlich falsche Erklärungen produziert, und die Forschung, die Glossen vermessen hat, hat redaktionell geprüfte Glossen vermessen, keine maschinell erzeugten. Ob die maschinelle Glosse die Qualität hält, auf der ihre Belegbasis steht, ist offen und muss kontrolliert werden — das Schwesterbuch dieser Reihe hat dem Problem, dass maschinelle Auskünfte Belege brauchen, die tragen, ein ganzes Werk gewidmet.¹¹ Die zweite Wette betrifft das Maß: Die Glossen-Forschung weiß auch, dass Unterbrechung kostet. Wer alle fünf Sekunden klickt, schaut keinen Film mehr, sondern blättert ein Wörterbuch mit Bildern — und verliert genau das, was den Film als Input so wertvoll macht: den Fluss, die Geschichte, das Dranbleiben. Wo das gesunde Maß liegt, zwischen dem Klick, der ein Loch stopft, und dem Klicken, das den Abend zerlegt, ist empirisch nicht geklärt. Beides steht auf der Messliste von Kapitel 9.

4.5 Verstanden ist noch nicht behalten

Nehmen wir an, alles gelingt: Der Film liefert verständlichen Input in Menge, die Doppelspur hält das Verstehen hoch, der Klick vertieft die Stellen, an denen es klemmt. Dann hat der Lernende am Ende des Abends — verstanden. Aber zwischen dem Verstehen und dem Besitz einer Sprache liegt die Nacht, und die Nacht ist ein Sieb. Was am Morgen noch da ist, entscheidet sich nicht allein an der Zahl der Begegnungen, sondern daran, wie der Stoff im Kopf abgelegt wurde: ob er eine Form hatte, an der das Gedächtnis Halt findet. Die älteste solche Form der Menschheit ist nicht die Tabelle und nicht die Regel. Sie ist der Vers, der Rhythmus, die Melodie — das Lied, das man nicht zu behalten versucht und trotzdem nie wieder loswird. Warum das so ist, und was es für den Spracherwerb bedeutet, ist die Frage des nächsten Teils.

Kapitel 5 · Warum das Lied im Kopf bleibt

5.1 Das Gedächtnis, das niemand bestellt hat

Fast jeder Mensch trägt Liedzeilen in Sprachen mit sich herum, die er nie gelernt hat. Wer in den 1980er Jahren jung war, kann bis heute italienische Refrains mitsingen, ohne Italienisch zu können; Kinder singen englische Popzeilen lautgetreu nach, Jahre bevor sie das erste englische Wort verstehen. Niemand hat diese Zeilen geübt, niemand wollte sie behalten — sie sind einfach geblieben. Der Sprachdidaktiker Tim Murphey hat für die harmloseste Form dieses Phänomens einen schönen Namen geprägt: das song-stuck-in-my-head-Phänomen, das Lied, das im Kopf weiterläuft, ob man will oder nicht.¹

Für ein Buch über Spracherwerb ist das mehr als eine Kuriosität. Kapitel 4 endete mit der Frage, welche Form Input haben muss, damit er die Nacht übersteht. Hier liegt eine Antwort seit Jahrtausenden offen herum: Vor aller Schrift haben Menschen ihr Wissen in Versen, Rhythmen und Melodien überliefert — nicht aus ästhetischem Vergnügen, sondern weil gebundene Sprache die einzige war, die zuverlässig von Kopf zu Kopf kam. Die Frage ist, ob dieser alte Befund moderner Prüfung standhält: Bleibt gesungene Sprache wirklich besser haften als gesprochene — und wenn ja, unter welchen Bedingungen?

5.2 Was das Labor sagt: Die Melodie zerlegt den Strom

Die erste moderne Antwort kommt aus einem Labor in Marseille und knüpft unmittelbar an das Segmentierungsproblem aus Kapitel 3 an: Wo hört im fremden Lautstrom ein Wort auf, wo fängt das nächste an? Daniele Schön und Kollegen ließen Erwachsene einem künstlichen Sprachstrom zuhören — aneinandergereihte Silben ohne Pausen, aus denen sich „Wörter" nur über statistische Regelmäßigkeiten heraushören lassen. Wurde der Strom gesprochen dargeboten, blieben die Hörer nach sieben Minuten auf Zufallsniveau. Wurde derselbe Strom gesungen — jede Silbe konsequent an eine Tonhöhe gekoppelt —, erkannten sie die Wortgrenzen.² Das Fazit der Autoren: Gerade in der Anfangsphase, beim ersten Zerlegen einer neuen Sprache, wirken „die motivationalen und strukturierenden Eigenschaften der Musik" zusammen — die Melodie macht den Strom nicht nur angenehmer, sie gliedert ihn.³

Der zweite Baustein kommt aus Edinburgh und betrifft nicht das Hören, sondern das Sprechen. Karen Ludke, Fernanda Ferreira und Katie Overy ließen sechzig Erwachsene fünfzehn Minuten lang ungarische Alltagssätze lernen — nach dem Hör-und-Wiederhol-Verfahren, in drei Gruppen: sprechen, rhythmisch sprechen, singen. Die Sing-Gruppe schnitt insgesamt am besten ab, und ihr Vorsprung war statistisch signifikant genau bei den zwei Tests, die am schwersten wiegen: beim Erinnern und Produzieren der gesprochenen ungarischen Sätze.⁴ Bemerkenswert ist, was den Unterschied nicht erklärte: weder Alter noch Stimmung, weder phonologisches Arbeitsgedächtnis noch musikalische Begabung oder Ausbildung.⁵ Man musste kein Musiker sein — das Singen selbst tat die Arbeit. Die Autoren fassen ihre Deutung in eine Formel, die dieses Buch aufnimmt: Eine „Hör-und-Sing-Methode" kann das wortgetreue Gedächtnis für fremdsprachliche Sätze stützen.⁶

Warum das plausibel ist, lässt sich aus den vorigen Kapiteln zusammensetzen: Das Lied ist mehrfach kodierter Input im Sinne von Kapitel 3 — Text, Melodie, Rhythmus, oft noch Bewegung —, es erzwingt Wiederholung, ohne zu langweilen (kein Mensch liest einen Text zwanzigmal, aber jeder singt einen Refrain zwanzigmal), es verlangsamt und dehnt die Silben, macht also die Lautgestalt hörbarer als schnelles Sprechen, und es hängt Sprache an Emotion. Aber Plausibilität ist billig. Die Wahrheit ist komplizierter, und sie gehört in die Hauptlinie, nicht ins Kleingedruckte.

5.3 Wann das Lied nicht hilft

Denn dieselbe Forschung kennt Befunde, die in die Gegenrichtung zeigen. Isabelle Peretz — eine der führenden Musikkognitionsforscherinnen — ließ mit Amélie Racette Erwachsene Liedzeilen lernen und fand: Beim Singen wurden weniger Wörter erinnert als beim Sprechen, und ob das Material gesungen oder gesprochen präsentiert wurde, machte für das Textgedächtnis keinen Unterschied.⁷ Und Wanda Wallace hatte schon 1994 gezeigt, dass die Melodie den Text nur dann trägt, wenn sie über die Strophen hinweg wiederkehrt und leicht zu lernen ist; eine einmal gehörte oder ständig wechselnde Melodie hilft nicht — sie kostet.⁸

Widerlegt das den Teil III dieses Buches? Nein — es präzisiert ihn, und zwar genau dorthin, wo Pontivos Liederbuch gebaut ist. Liest man die Befunde nebeneinander, ergeben sie keine Kakophonie, sondern eine Bedingungsliste. Das Lied hilft, wenn die Melodie einfach ist und sich wiederholt — dann übernimmt sie die Gliederungsarbeit, die Wallace beschreibt, statt selbst Lernstoff zu sein; wo die Melodie schwer ist, wird sie zur Doppelaufgabe, und der Text verliert (das ist Racettes Befund: ihre Probanden mussten unbekannte Melodien mitlernen). Das Lied hilft ferner beim wortgetreuen Behalten von Wendungen und Sätzen — Ludkes Produktionstests —, nicht als Ersatz für das breite Verstehen, das der Film liefert. Und es hilft dem, der mitsingt, mehr als dem, der nur hört: Singen ist Aussprache-Übung mit eingebautem Metronom.⁹ Kurz: Das Lied ist kein Wundermittel, sondern ein Spezialwerkzeug — das Verankerungswerkzeug für die Wendungen, die sitzen sollen.

5.4 Vom Labor zum Liederbuch

Genau als dieses Spezialwerkzeug ist das Liederbuch in Pontivo gebaut. Es setzt auf einfache, wiederholungsreiche Lieder — Volkslieder, Kinderlieder, Kanons, moderne Mitsinglieder —, also auf das Repertoire, das Wallaces Bedingung von selbst erfüllt: Strophenmelodien, die sich wiederholen, Refrains, die wiederkommen. Es zeigt Text und Akkorde zusammen (im ChordPro-Format, dem Standard der Mitsing-Praxis), damit eine Gitarre oder ein Klavier die Gruppe tragen kann. Und es ist — das ist der entscheidende Punkt, der in den nächsten Teil überleitet — kein Karaoke-Automat für Einzelne, sondern ein Gruppenwerkzeug: Der Lehrer- und Schüler-Modus lässt eine Person das Lied wählen, und alle singen dasselbe, zur selben Zeit, im selben Raum.¹⁰

Auch hier gilt: Dass dieses Liederbuch, mit diesen Liedern, in dieser Einbettung den Laborvorsprung des Singens in messbaren Spracherwerb übersetzt, ist eine Design-Wette — die Laborstudien arbeiteten mit Minutenaufgaben und Einzelpersonen, nicht mit Monaten und Klassen.¹¹ Aber die Wette ist präzise platziert: Sie setzt auf den am besten belegten Fall (einfache, wiederholte Melodien; wortgetreues Behalten; aktives Mitsingen) und meidet den widerlegten (schwere Melodien, passives Hören, Lied als Allzweckersatz für Input).

Eines allerdings kann das Lied, was keine Laborstudie misst und kein Film ersetzt: Man kann es gemeinsam tun. Eine Klasse kann nicht gemeinsam einen Satz an der Supermarktkasse sagen — aber sie kann gemeinsam singen, vom ersten Tag an, auch die, die noch kein Wort sprechen. Was dabei mit einer Gruppe von Menschen geschieht — mit ihrer Angst, ihrer Bindung, ihrem Gefühl, dazuzugehören —, ist vielleicht der stärkste Einzelbefund dieses ganzen Buches. Er ist das Thema des nächsten Kapitels.

Kapitel 6 · Der Chor: Zugehörigkeit senkt die Hürde

6.1 Neunzig Minuten

Man stelle sich einen Dienstagabend in einem Gemeindesaal vor. Vierzehn Menschen, die sich nicht kennen, zwei davon erst seit Monaten im Land. Um sieben Uhr stehen sie verlegen zwischen Stuhlreihen. Um halb neun stehen sie im Halbkreis, haben dreimal denselben Kanon verpatzt und zweimal gelacht, und als jemand vorschlägt, nächste Woche zehn Minuten früher anzufangen, nicken alle. Irgendetwas ist in diesen neunzig Minuten passiert, das in Sprachkursen oft in Monaten nicht passiert.

Dieses Etwas ist messbar. Ein Forscherteam um den Evolutionspsychologen Robin Dunbar begleitete über sieben Monate neu gegründete Abendkurse für Erwachsene — Singklassen und, als Vergleich, Bastel- und Schreibkurse — und ließ die Teilnehmer zu drei Zeitpunkten einschätzen, wie nah sie sich ihrer Gruppe fühlten. Das Ergebnis: Nach dem ersten Monat zeigten die Sänger einen signifikant größeren Zuwachs an empfundener Nähe als alle Vergleichsgruppen; erst nach Monaten zogen die anderen nach.¹ Die Forscher tauften den Befund auf einen Namen, der hängen bleibt: den Eisbrecher-Effekt — Singen stellt schnelle soziale Bindung zwischen Fremden her, ohne dass es dazu langer persönlicher Gespräche bedürfte.² Ihre evolutionäre Deutung: Gesang ist vermutlich eines der ältesten Werkzeuge der Menschheit, um Gruppen zu verbinden, die zu groß sind, als dass sich jeder mit jedem einzeln anfreunden könnte.³ Der Chor am Dienstagabend führt kein Sozialexperiment durch. Er benutzt eine sehr alte Maschine.

6.2 Was das gemeinsame Singen mit Menschen macht

Der Eisbrecher-Befund steht nicht allein; um ihn herum liegt ein breites Feld von Forschung zum Chorsingen und Wohlbefinden. Sänger eines Laienchors, vor und nach der Probe untersucht, zeigten nach dem Singen mehr positive Stimmung, weniger negative — und einen Anstieg des Immunglobulins A im Speichel, eines Markers der Immunabwehr; das bloße Anhören von Chormusik in derselben Gruppe bewirkte das nicht.⁴ Befragt man Chormitglieder selbst, ist das Bild einhellig: In einer der frühen systematischen Erhebungen gaben 87 Prozent an, sozial vom Singen zu profitieren, 75 Prozent emotional.⁵ Man muss diese Literatur nüchtern einordnen — vieles beruht auf Selbstauskünften von Menschen, die freiwillig in Chören singen, die physiologischen Studien sind klein.⁶ Aber die Konvergenz ist bemerkenswert: Quer durch Methoden und Länder findet sich dasselbe Muster aus gehobener Stimmung, gesenktem Stress und — vor allem — sozialer Verbundenheit.

Für die Frage dieses Buches ist ein dritter Befund der wichtigste. Die größte Untersuchung zum Singen von Kindern, die Evaluation des britischen Nationalprogramms „Sing Up" mit Daten von über sechstausend Kindern, fand einen klaren Zusammenhang: Je weiter die Singentwicklung eines Kindes, desto positiver sein Selbstbild und sein Gefühl, sozial dazuzugehören — unabhängig von Alter, Geschlecht und Herkunft.⁷ Die Autoren mahnen selbst zur Vorsicht: Das ist eine Korrelation, keine nachgewiesene Wirkrichtung; wer sich zugehörig fühlt, singt vielleicht auch lieber.⁸ Aber genau diese Studie hält fest, worauf es hier ankommt: Singen und Zugehörigkeit hängen aneinander, und zwar unabhängig davon, woher ein Kind kommt.

6.3 Die geschützte Stimme

Nun könnte man einwenden: Schön — aber was hat das mit Spracherwerb zu tun? Die Antwort führt zurück zu Kapitel 2, und sie hat zwei Stufen.

Die erste Stufe ist die Angst. Kein Moment des Sprachenlernens ist so angstbesetzt wie der, in dem man vor anderen den Mund aufmacht: Man klingt wie ein Kind, man wird bewertet, und das Selbstbild — erwachsen, kompetent, ernst zu nehmen — steht auf dem Spiel; die Fremdsprachenangst-Forschung hat gezeigt, dass gerade das Sprechen-vor-anderen ihr Zentrum ist und dass sie Leistung messbar drückt.⁹ Der Chor ist die einzige soziale Form, die dieses Problem konstruktiv löst statt es zu verbieten: Die einzelne Stimme ist in der Menge unhörbar. Wer im Chor einen Fehler singt, blamiert sich nicht — es merkt buchstäblich niemand. Damit wird etwas möglich, das es sonst nirgends gibt: laute, aktive Produktion in der Zielsprache vom ersten Tag an, mit einem Blamage-Risiko von null. Eine Klasse kann nicht im Chor einen Behördenbrief formulieren; aber sie kann im Chor singen, auch die, die noch kein einziges Wort sprechen. Der Chor ist, in der Sprache von Kapitel 2, ein gebauter Filter-Senker: Er stellt die Bedingung her, unter der Input überhaupt ankommt und Produktion sich überhaupt traut.

Die Organisationspsychologie hat für diese Bedingung einen präzisen Namen. Amy Edmondson nannte sie psychologische Sicherheit: die geteilte Überzeugung einer Gruppe, dass zwischenmenschliches Risiko — fragen, irren, Nichtwissen zeigen — hier nicht bestraft wird; in ihrer Studie an einundfünfzig Arbeitsteams war genau diese Überzeugung die Voraussetzung dafür, dass Menschen lernen, statt sich abzusichern.¹⁰ Der Chor muss diese Sicherheit nicht durch Appelle herstellen; er baut sie in seine Form ein: Die Menge verbirgt die Stimme, also existiert das Risiko, vor dem man geschützt werden müsste, gar nicht erst.

Die zweite Stufe ist das Dranbleiben. Spracherwerb braucht, das war die Lektion der Teile II und III, vor allem eines: Menge — Monate von Input, Hunderte von Begegnungen mit jedem Wort. Menge aber ist keine didaktische Größe, sondern eine motivationale: Sie entsteht nur, wo Menschen wiederkommen. Und Menschen kommen dorthin wieder, wo sie dazugehören. Der Eisbrecher-Effekt ist deshalb kein Wellness-Bonus am Rande der Methode, sondern ihr Fundament: Die Bindung der ersten Wochen entscheidet darüber, ob es die Monate überhaupt gibt, in denen die anderen Mechanismen wirken können.

Beides zusammen ist die Kette, die dieses Buch behauptet — und sie soll hier so offen wie möglich liegen: Die Chorforschung belegt Bindung, Stimmung und Zugehörigkeit; sie belegt nicht direkt, dass im Chor Sprache erworben wird. Der Schluss vom Chor auf den Spracherwerb läuft über zwei belegte Zwischenglieder — Angst hemmt Erwerb, Zugehörigkeit trägt Dranbleiben — und ist als Kette plausibel, aber als Ganzes ungemessen.¹¹ Kapitel 9 wird genau diese Kette auf die Messliste setzen.

6.4 Für die, die ankommen müssen

Für eine Gruppe ist diese Kette keine akademische Figur, sondern der Alltag: für Menschen, die neu in einem Land sind. Eine Geflüchtete wie Amal aus Kapitel 1 hat nicht nur ein Sprachproblem; sie hat ein Zugehörigkeitsproblem, und beide verstärken sich gegenseitig — wer nicht sprechen kann, findet schwer Anschluss, und wer keinen Anschluss hat, hat niemanden, mit dem er sprechen könnte. Der Sprachkurs unterbricht diesen Kreislauf nicht: Dort sitzt sie ausschließlich unter Menschen, die dasselbe Problem haben.

Gemeinsames Singen unterbricht ihn an der einzigen Stelle, die ohne Sprache erreichbar ist. Im Chor neben Einheimischen zu stehen setzt kein Sprachniveau voraus — die Melodie trägt, der Text steht da, die Stimme verschwindet in der Menge. Zugehörigkeit entsteht hier vor der Sprache, nicht als ihre Belohnung. Die Community-Music-Forschung, die musikalische Gruppen aus Geflüchteten und Einheimischen begleitet hat, beschreibt durchgängig dieses Muster: Wohlbefinden, Verständigung über Kulturgrenzen und ein Gefühl des Ankommens, lange bevor die gemeinsame Sprache trägt.¹² Es ist der seltene Fall einer Integrationsmaßnahme, bei der die Aufnahmegesellschaft nicht Prüfer ist, sondern Mitsänger. Die Soziologie kennt für solche Räume einen eigenen Begriff: den dritten Ort — weder Zuhause noch Arbeit oder Behörde, sondern der neutrale Boden, auf dem Status draußen bleibt und Gespräch (hier: Gesang) die einzige Eintrittskarte ist.¹³ Der Chor ist der dritte Ort, den eine Ankommende betreten kann, bevor sie die Sprache der ersten beiden beherrscht.

6.5 Vom Befund zum Bau

Pontivos Chor-Modul übersetzt diese Befunde in drei Bauentscheidungen. Erstens der Lehrer-/Schüler-Modus: Eine Person — Chorleiterin, Lehrer, Gruppengründer — wählt das Lied, und bei allen anderen erscheint dasselbe, im selben Moment, mit Text und Akkorden. Das ist technisch unscheinbar und sozial entscheidend: Es erzeugt den einen gemeinsamen Gegenstand, auf den alle zugleich schauen — die Grundform geteilter Aufmerksamkeit, von der das nächste Kapitel handelt. Zweitens die geschlossene Gruppe: Chöre, Klassen und Familien singen in privaten Räumen, die niemand von außen betritt. Was in der Gruppe passiert — der schiefe Ton, der Fehlversuch, das Lied, das jemandem etwas bedeutet —, bleibt in der Gruppe; der Schutzraum, der die Einzelstimme im Klang verbirgt, wird auf die soziale Ebene verlängert. Drittens das Repertoire: einfache, wiederholungsreiche Lieder mit Akkorden (Kapitel 5), darunter — und das wird sich in Teil V als der dichteste Baustein des ganzen Konzepts erweisen — Lieder, welche die Mitglieder der Gruppe selbst mitbringen.¹⁴

Ob diese gebaute Fassung die Wirkung der Gemeindesaal-Chöre erreicht, ist offen: Die zitierte Forschung hat physisch versammelte Gruppen untersucht, keine App-gestützten.¹⁵ Aber die Bauentscheidungen sind keine Erfindungen, sondern Übersetzungen: Jede von ihnen hat einen benennbaren Befund hinter sich.

Bleibt die Frage, wer die Gruppe führt — und was aus der Muttersprache wird, wenn eine Lehrkraft eine Klasse durch Film und Lied steuert. Das ist das Klassenzimmer, und es hat seine eigene, hundert Jahre alte Theorie.

Kapitel 7 · Das Klassenzimmer: geteilte Aufmerksamkeit, legitimierte Muttersprache

7.1 Das Verbot

In Amals Integrationskurs galt eine Regel, die so selbstverständlich wirkte, dass niemand sie begründete: Hier wird nur Deutsch gesprochen. Deutsch wurde auf Deutsch erklärt, an Menschen, die noch kein Deutsch konnten; das Arabische, das Amal mitbrachte — eine voll ausgebaute Sprache, in der sie denken, argumentieren, ironisch sein kann —, war im Kursraum nicht Werkzeug, sondern Störfall. Dieses Verbot hat eine Geschichte, und sie ist kürzer und profaner, als ihr Ansehen vermuten lässt: Die „direkte Methode" der Sprachschulen des frühen zwanzigsten Jahrhunderts machte die Einsprachigkeit zum Prinzip — nicht zuletzt, weil sie für Schulketten mit internationalem Lehrpersonal praktisch war: Wer nur in der Zielsprache unterrichtet, muss die Sprachen seiner Schüler nicht können.¹ Aus der Not wurde eine Doktrin, aus der Doktrin ein Reflex. Wissenschaftlich begründet war er nie besonders gut.

Dieses Kapitel handelt davon, was ein Klassenzimmer eigentlich ist, wenn man es von der Lernforschung her denkt — und warum die Muttersprache darin nicht der Feind der Zielsprache ist, sondern ihr wichtigstes Gerüst.

7.2 Das Gerüst

Die theoretische Grundlage stammt aus den 1930er Jahren, von Lew Vygotskij, und sie hat einen einfachen Kern: Lernen ist zuerst ein sozialer Vorgang und wird erst danach ein innerer. Was ein Kind heute nur an der Hand eines Könnenden schafft, schafft es morgen allein; die Spanne dazwischen — zwischen dem, was einer selbstständig kann, und dem, was er „unter Anleitung oder in Zusammenarbeit mit fähigeren Partnern" kann — nannte Vygotskij die Zone der nächsten Entwicklung.² Lernen findet in dieser Zone statt, und die Aufgabe des Lehrenden ist nicht, Wissen hinüberzureichen, sondern die Zone zu bewirtschaften: Aufgaben so zu stellen, dass sie einen Schritt über dem Alleingekonnten liegen, und genau so viel Halt zu geben, dass der Schritt gelingt. Für diesen Halt haben Wood, Bruner und Ross das Bild geprägt, das seither durch alle Didaktiken wandert: das Gerüst (scaffolding) — die Stützstruktur, die der Erfahrenere errichtet und Stück für Stück abbaut, während der Lernende trägt, was er schon tragen kann.³

Man beachte, wie genau sich das mit Krashens i + 1 aus Kapitel 2 deckt, das aus einer ganz anderen Tradition stammt: Beide sagen, dass Lernen an der Kante des Könnens geschieht, einen Schritt über dem Stand — und dass es Hilfe beim Verstehen ist, nicht Erklärung der Form, die über diese Kante trägt. Der zweisprachige Untertitel aus Kapitel 3 ist nichts anderes als ein Gerüst im Wortsinn: eine Stütze, die das Verstehen hält, wo die eigene Sprachkraft noch nicht reicht, und die man abbauen kann — Zeile für Zeile —, wenn sie nicht mehr gebraucht wird.

7.3 Die Muttersprache als Gerüst

Womit aber baut man Gerüste? Die stabilste Stütze, die ein erwachsener Lerner besitzt, ist die Sprache, die er schon kann. Wolfgang Butzkamm — der deutsche Anglist, der gegen das Einsprachigkeits-Dogma ein Forscherleben lang angeschrieben hat — hat es in die schlichteste Form gebracht: Die Muttersprache ist nicht der Störfaktor des Fremdsprachenlernens, sondern sein größtes Kapital; in ihr haben wir gelernt, was Sprechen überhaupt ist — dass Laute bedeuten, dass Sätze gebaut werden, dass man mit Worten handelt —, und dieses Wissen wandert in jede weitere Sprache mit.⁴ Die neuere Mehrsprachigkeitsforschung hat denselben Gedanken unter dem Begriff Translanguaging entfaltet: Mehrsprachige besitzen nicht zwei getrennte Sprachfächer, sondern ein gemeinsames Repertoire, aus dem sie situationsgerecht schöpfen; ein Unterricht, der die Erstsprache aussperrt, sperrt einen Teil des Denkwerkzeugs seiner Schüler aus.⁵

Das ist keine bloße Theorieposition; die empirischen Spuren liegen quer durch dieses Buch verstreut, und es lohnt, sie einmal einzusammeln. Die Glossen-Meta-Analyse aus Kapitel 4: Worterklärungen in der Muttersprache schlagen Erklärungen in der Zielsprache, auch bei Fortgeschrittenen.⁶ Die Blickbewegungsstudie aus Kapitel 3: Die muttersprachliche Untertitelzeile ist der stabile Anker, von dem aus die Lerner die Zielsprachzeile erkunden — die Bedeutung ruht, die Form wird erobert.⁷ Und die Bücherflut aus Kapitel 2 wirkte in Schulen, deren Kinder zu Hause Fidschianisch oder Hindi sprachen — niemand hat ihnen das ausgetrieben, das Englische kam dazu.⁸ Wo immer man die Muttersprache als Werkzeug zulässt statt als Leck behandelt, arbeitet sie mit.

Damit kein Missverständnis entsteht: Nichts davon spricht gegen möglichst viel Zielsprache im Raum — die Menge verständlichen Inputs bleibt die erste Bedingung von allen. Es spricht gegen das Verbot der Erstsprache: gegen den Kurs, der Verstehenshilfe verweigert, die einen Halbsatz kosten würde, und gegen die Beschämung derer, die in ihrer eigenen Sprache denken. Das Gerüst steht nicht im Weg des Gebäudes. Es macht es möglich.

Wer das für eine Außenseiterposition hält, unterschätzt, wie weit die Sprachenpolitik hier schon ist: Der Europarat hat die Mehrsprachigkeit im Begleitband zum Referenzrahmen (2020) ausdrücklich zur pädagogischen Leitlinie erhoben — plurilinguale Kompetenz gilt dort nicht als Summe getrennter Einsprachigkeiten, sondern als ein zusammenhängendes Repertoire, das der Unterricht nutzen soll statt zu unterdrücken.⁹ Die Erstsprache einzubinden ist damit kein didaktisches Wagnis mehr, sondern die Richtung, in die das europäische Rahmenwerk selbst zeigt.

7.4 Das gebaute Klassenzimmer

Pontivos Klassenzimmer setzt diese beiden Ideen — geteilte Aufmerksamkeit unter Führung, Muttersprache als Gerüst — technisch um, und an einer Stelle tut es etwas, das ein physisches Klassenzimmer nicht kann.

Der Lehrer-/Schüler-Modus ist die gebaute Form der geteilten Aufmerksamkeit: Die Lehrkraft wählt — den Film, die Szene, das Lied —, und bei allen erscheint dasselbe im selben Moment. Das klingt banal und ist der Kern jeder Unterrichtsform seit der Dorfschule: ein Gegenstand, viele Blicke, eine führende Hand. Die Plattform nimmt der Lehrkraft dabei nicht die Führung ab, sondern die Reibung — das Verteilen, das „Seite 34, zweiter Absatz", das „bei mir läuft es nicht".¹⁰

Das Besondere liegt in der zweiten Ebene: Derselbe Film läuft für jeden Schüler mit seiner eigenen Muttersprachzeile. Eine Klasse, in der Arabisch, Ukrainisch, Tigrinya und Polnisch zusammensitzen — der Normalfall jeder Integrationsklasse —, schaut denselben deutschen Film, und jedes Kind hat sein eigenes Gerüst darunter. Im physischen Klassenzimmer ist das unmöglich; kein Lehrer kann in vier Sprachen zugleich flüstern. Hier ist es eine Zeile Konfiguration: Die Engine trennt Zielsprache, Muttersprache und Bedienoberfläche als unabhängige Achsen.¹¹ Das ist Translanguaging als Infrastruktur: Die Klasse teilt den Gegenstand und die Zielsprache — und jeder behält sein eigenes Werkzeug.

Und die Lehrkraft? Sie wird nicht ersetzt, sie wird entlastet — von genau dem Teil ihrer Arbeit, den die Maschine kann (Verstehenssicherung in vier Sprachen gleichzeitig), für den Teil, den nur sie kann: auswählen, deuten, ermutigen, das Gespräch nach dem Film führen, die Aufgabe stellen, die aus dem Gesehenen Sprache macht. Die Bildungsforschung gibt dieser Arbeitsteilung recht: In Hatties großer Forschungssynthese gehört die Qualität der Beziehung zwischen Lehrkraft und Lernenden zu den stärksten bekannten Einflussfaktoren auf den Lernerfolg — Zeit, die eine Maschine der Beziehungsarbeit zurückgibt, ist also in die wirksamste Größe des Unterrichts investiert.¹² Ein Werkzeug, das Lehrer überflüssig machen soll, wäre auch pädagogisch falsch gebaut: Das Gerüst-Prinzip braucht den Könnenden, der weiß, wann er stützt und wann er loslässt.¹³

Zur Redlichkeit gehört an dieser Stelle auch eine Absichtserklärung, die als solche gekennzeichnet ist: Auf Dauer soll die Praxis die Plattform mitentwickeln — Lehrkräfte, die eine ungenaue Klick-Erklärung melden oder eine gelungene Liedübersetzung in den gemeinsamen Bestand geben, nach dem Vorbild partizipativer Aktionsforschung.¹⁴ Gebaut ist diese Rückkopplungsschleife noch nicht; sie steht hier als Bauplan, nicht als Behauptung.

7.5 Was dem Klassenzimmer noch fehlt

Ein Klassenzimmer, das gemeinsam schaut und gemeinsam singt, hat viel — aber es hat noch keinen Stoff, der aus der Klasse selbst kommt. Bisher fließt alles Material in eine Richtung: vom Katalog zur Gruppe. Der dichteste Baustein des ganzen Konzepts dreht diese Richtung um: Er macht das, was die Lernenden mitbringen — die Lieder ihrer Herkunft —, zum Unterrichtsmaterial, und die Lernenden selbst zu denen, die es erklären. Was dabei geschieht, sprachlich, sozial und menschlich, ist das nächste Kapitel — und mit ihm ist dieses Buch bei seiner Pointe.

Kapitel 8 · Coro One Sky: Das Lied aus der Heimat, gesungen in der neuen Sprache

8.1 Die Übung

Die Übung, von der dieses Kapitel handelt, ist in einem Satz beschrieben: Ein Mitglied des Chors bringt ein Lied aus seiner Heimat mit; die Gruppe übersetzt es gemeinsam in die neue Sprache; dann singen es alle — auf Italienisch, auf Deutsch — auf die alte Melodie.

Man muss sich den Vorgang konkret vorstellen, um zu sehen, was in ihm steckt. Ein syrischer Teenager summt die Melodie, die seine Mutter gesungen hat; er schreibt die arabischen Zeilen auf und erklärt der Gruppe, Zeile für Zeile, was sie bedeuten — was sie wirklich bedeuten, denn die Wörterbuchbedeutung ist ihm zu wenig. Die Gruppe schlägt italienische Fassungen vor, verwirft, feilt: Diese Zeile ist zu lang für die Melodie, dieses Wort trifft den Ton nicht, hier muss die Betonung auf die zweite Silbe. Der Lehrer hilft mit Grammatik, wo es klemmt. Nach zwei Abenden steht eine singbare italienische Strophe. Dann steht der Chor auf und singt sie — und der Junge, dessen Lied es ist, hört zwanzig Menschen in der neuen Sprache singen, was seine Mutter in der alten sang.

In dieser unscheinbaren Übung laufen sämtliche Stränge dieses Buches in einem einzigen Punkt zusammen. Es lohnt sich, die Mechanik auseinanderzulegen — es sind fünf Mechanismen, und für jeden einzelnen liegt der Beleg in einem früheren Kapitel bereit.

8.2 Fünf Mechanismen

Erstens: Die Melodie ist schon da. Kapitel 5 endete mit einer Bedingungsliste: Das Lied trägt den Text, wenn die Melodie einfach ist, sich wiederholt und nicht selbst gelernt werden muss — Racettes Gegenbefund entstand ja gerade daran, dass ihre Probanden Text und unbekannte Melodie zugleich bewältigen mussten.¹ Das Heimatlied ist der Grenzfall, in dem diese Bedingung perfekt erfüllt ist: Die Melodie sitzt seit der Kindheit, samt Rhythmus, Zeilenlängen und Betonungsmuster — das ganze Gerüst, das nach Wallace den Text „chunkt", steht fertig im Gedächtnis.² Die neuen italienischen Wörter werden in eine alte, tief verankerte und emotional besetzte Struktur eingehängt. Einen günstigeren Speicherplatz für fremde Sprache kennt die Gedächtnisforschung nicht.

Zweitens: Übersetzen ist die tiefste Form der Wortarbeit. Kapitel 4 hat die drei Zutaten benannt, die ein Wort haften lassen: Bedürfnis, Suche, Bewertung.³ Die gemeinsame Liedübersetzung treibt alle drei auf ihr Maximum. Das Bedürfnis ist nicht didaktisch simuliert, sondern echt — es ist mein Lied, und die Fassung muss stimmen; die Suche läuft durch Wörterbuch, Lehrer und Gruppendiskussion; und die Bewertung ist die strengste denkbare: Das Wort muss nicht nur richtig sein, sondern singbar — Silbenzahl, Betonung, Klang. Jede Zeile ist eine Mehrfachwahl-Glosse in Gruppenform: Fassungen erzeugen, vergleichen, verwerfen.⁴ Und was am Ende dasteht, hat die Gruppe selbst erzeugt — der Generierungseffekt, einer der robustesten Befunde der Gedächtnispsychologie, besagt genau dies: Selbst Hervorgebrachtes wird besser behalten als bloß Gelesenes, über alle Testformen hinweg.⁵

Drittens: Die Rollen kehren sich um. Im Sprachkurs ist der Geflüchtete strukturell der Defizitäre — der, dem etwas fehlt. In dieser Übung ist er für die Dauer des Liedes der einzige Experte im Raum: Er kennt das Original, er entscheidet, ob die Übersetzung trifft, Lehrer und Gruppe sind auf ihn angewiesen. Die Fremdsprachenangst, deren leistungsdrückende Wirkung Kapitel 2 belegt hat, hängt am bedrohten Selbstbild — am Erwachsenen, der sich als Kind klingen hört.⁶ Hier passiert das Gegenteil: Kompetenz wird sichtbar, bevor die neue Sprache sie ausdrücken kann. Die Sing-Up-Studie aus Kapitel 6 gab dem eine empirische Spur: Gelingendes Singen hängt mit Selbstbild und Zugehörigkeitsgefühl zusammen — die Autoren vermuten als Mechanismus gerade die erlebte eigene Wirksamkeit.⁷

Viertens: Integration läuft in beide Richtungen. Assimilation sagt: Lass deine Lieder zurück und lerne unsere. Diese Übung sagt das Gegenteil: Dein Lied ist es wert, in der neuen Sprache zu existieren. Die Herkunft wird nicht abgelegt, sondern hinübergetragen; die neue Sprache wird zum Träger der eigenen Geschichte statt zu ihrer Konkurrenz. Das ist Translanguaging nicht als Unterrichtstechnik, sondern im Wortsinn: zwei Sprachen, die an derselben Strophe arbeiten.⁸ Und die Aufnahmegesellschaft ist nicht Prüfer, sondern Mitübersetzer und Mitsänger — sie lernt das Lied, die Geschichte dahinter, ein Stück der Menschen, mit denen sie singt. Von allen Formaten, die dieses Buch beschreibt, ist dies das einzige, in dem die Einheimischen etwas von den Ankommenden lernen — Integration hört auf, eine Einbahnstraße zu sein.

Dass genau diese Konstellation Vorurteile abbaut, ist dabei keine fromme Hoffnung, sondern einer der bestgeprüften Befunde der Sozialpsychologie. Gordon Allports Kontakt-Hypothese benennt die Bedingungen, unter denen Begegnung zwischen Gruppen wirkt: gleicher Status in der Situation und ein gemeinsames Ziel — und die große Meta-Analyse von Pettigrew und Tropp über mehr als fünfhundert Studien bestätigt: Kontakt senkt Vorurteile typischerweise ohnehin, unter Allports Bedingungen aber am stärksten.⁹ Man lese die Bedingungen neben die Übung: Die Rollenumkehr stellt den gleichen Status her, die singbare Strophe ist das gemeinsame Ziel. Was die Musik darüber hinaus beiträgt — geteilter Rhythmus, geteilter Atem, und im übersetzten Lied die hörbare Erfahrung, dass das Lied aus Asmara von denselben Hoffnungen erzählt wie das einheimische —, wird in der Musikkognition als sozialer Bindungsmechanismus diskutiert; als gesicherten neurobiologischen Vorurteils-Löscher darf man es nicht ausgeben, als plausiblen Verstärker der Kontaktbedingungen sehr wohl.¹⁰

Fünftens: Der Vollzug ist angstfrei. Am Ende wird gesungen — die einzige Form lauter Produktion in der neuen Sprache, die vom ersten Tag an ohne Blamage-Risiko möglich ist, mit der geschützten Einzelstimme in der Menge (Kapitel 6). Und das übersetzte Lied verschwindet nicht: Es geht ins Repertoire der Gruppe ein und wird wieder und wieder gesungen — die Wiederholung, die das beiläufige Lernen braucht (Kapitel 4), ist eingebaut, ohne dass sie je „Übung" heißt.

Man sieht: Kein einziger dieser fünf Mechanismen ist eine Erfindung dieses Buches — Melodie-Gerüst, Verarbeitungstiefe, Generierungseffekt, Selbstwirksamkeit, Angstsenkung sind je für sich belegte, teils jahrzehntealte Befunde. Die Übung ist ihre Zusammenführung in einem einzigen Format. Genau das ist ihre Stärke — und zugleich ihr Beweisproblem, auf das der letzte Abschnitt zurückkommt.

8.3 Die Erzählung: Warum das Ganze eine Geschichte braucht

Pontivo erzählt diese Übung — und die Methode dahinter — als Geschichte: Coro One Sky, ein Comic über einen Chor, in dem Kinder aus verschiedenen Ländern unter demselben Himmel zusammensingen. Man könnte das für Verpackung halten. Die Kognitionsforschung legt nahe, dass es mehr ist.¹¹

Jerome Bruner — derselbe, von dem das Gerüst-Bild aus Kapitel 7 stammt — hat argumentiert, dass das narrative Denken ein eigener, nicht ersetzbarer Modus des Verstehens ist: Menschen ordnen soziale Wirklichkeit in Geschichten, nicht in Sätzen mit Wahrheitswert.¹² Mar und Oatley haben daraus ein Forschungsprogramm gemacht: Fiktion funktioniert als Simulation der sozialen Welt — sie abstrahiert, verdichtet und lässt den Leser soziale Erfahrung durchleben, die er selbst nicht gemacht hat.¹³ Für die Sprachdidaktik kommt ein handfesterer Befund hinzu, der in Kapitel 2 schon auftrat: Die Bücherflut wirkte mit Geschichtenbüchern, und die Extensive-Reading-Tradition hat seither immer wieder gezeigt, dass erzählendes, selbstgewähltes, leichtes Lesen — ausdrücklich auch Comics — Sprache trägt, weil die Geschichte den Leser zieht, wo die Übung ihn schieben müsste.¹⁴

Im Konzept übernimmt die Erzählung deshalb drei Aufgaben. Sie gibt der Methode Figuren und Reihenfolge: Wer den Comic liest, sieht Kinder, die genau das durchleben, was die Übung verlangt — das Fremdsein, das erste Mitsingen, das eigene Lied —, und weiß dadurch, was kommt; Erwartbarkeit ist Verstehenshilfe, für Kinder wie für die Lehrerin, die das Format zum ersten Mal wagt. Sie liefert leichten Lesestoff in der Zielsprache, doppelt kodiert im Wortsinn — Bild und Text —, als niederschwelligste Input-Form der Plattform. Und sie macht die Methode erzählbar: Eine Schule, ein Elternabend, ein Chorleiter versteht „ein Chor unter einem Himmel" schneller als jede Hypothesenliste.

Auch hier die Grenze: Die narrative Evidenz stammt aus der Lese- und Fiktionsforschung; dass ein Plattform-Comic diese Funktionen erfüllt, ist Übertragung, nicht Nachweis.¹⁵ Der Comic ist das am wenigsten messbare Stück des Konzepts — und zugleich das billigste: Er kostet keine Unterrichtszeit und konkurriert mit nichts. Wetten mit kleinem Einsatz und plausiblem Gewinn darf man eingehen, wenn man sie als Wetten führt.

8.4 Die Vorsichtsregel — und die eine große Wette

Zwei Dinge müssen am Ende dieses Kapitels stehen, gerade weil es das begeistertste des Buches ist.

Das erste ist eine Schutzregel. Heimatlieder sind nicht neutral: An ihnen hängen Kindheit, Familie, manchmal Verlust und Schlimmeres. Ein Format, das Menschen auffordert, ihr Innerstes zum Unterrichtsmaterial zu machen, braucht Freiwilligkeit als hartes Prinzip — wessen Lied gesungen wird, entscheidet allein, wem es gehört; wer (noch) nicht will, singt die Lieder der anderen mit, und das ist kein Defizit. Und niemand wird zum Repräsentanten „seiner Kultur" ernannt: Der Junge bringt sein Lied mit, nicht „die syrische Musik". Die Grenze zwischen Würdigung und Zurschaustellung ist schmal, und sie verläuft dort, wo die Entscheidung liegt: beim Sänger, nicht beim Format.¹⁶

Das zweite ist die Bilanz der Beweislage, ohne Schutzbehauptung: Die fünf Mechanismen sind einzeln belegt; ihre Kombination in diesem Format ist es nicht. Nach Kenntnis dieses Buches ist das übersetzte Heimatlied als integriertes Lern- und Integrationsformat empirisch nicht untersucht — es ist die zentrale Design-Wette des ganzen Konzepts, mit dem besten Begründungsfundament und der dünnsten Direktevidenz.¹⁷ Ein Konzept, das sich wissenschaftlich nennt, hat dafür genau einen redlichen Umgang: die Wette benennen, den Einsatz klein halten, die Messung planen. Was genau zu messen wäre — und was das Konzept insgesamt kann und nicht kann —, ist das letzte Kapitel.

Kapitel 9 · Drei Klassenzimmer und eine offene Agenda

9.1 Drei Klassenzimmer

Alles, was dieses Buch entwickelt hat, läuft in drei konkreten Szenarien zusammen, für die Pontivo gebaut ist — und es ist dieselbe Maschine, die alle drei trägt.

Das erste Klassenzimmer steht in Deutschland: Geflüchtete lernen Deutsch. Der Abendfilm — eine Dokumentation im deutschen Original — läuft mit deutscher Zielspur und der jeweils eigenen Muttersprachzeile; der Klick erklärt die Stelle, an der es hakt; einmal die Woche singt die Gruppe, und in unregelmäßigen Abständen wandert ein Lied aus Aleppo, Cherson oder Asmara durch die Übersetzungswerkstatt aus Kapitel 8. Das zweite Klassenzimmer steht in Italien und unterscheidet sich nur in einer Achsenstellung: Geflüchtete lernen Italienisch — der Chor heißt hier One Sky, und er ist das namensgebende Szenario des Comics. Das dritte Klassenzimmer ist die Klasse aus Bologna, mit der dieses Buch begann: Italienische Jugendliche lernen Englisch — dieselbe Doppelspur, nur dass unten jetzt Italienisch steht und im Player die Dokumentation läuft, die im Unterricht bisher an der Synchronfassung scheiterte.

Dass drei so verschiedene Lagen — Integration unter Druck, Integration im Ankunftsland, Schulfremdsprache im Wohlstand — mit einer Engine bedienbar sind, ist keine Vermarktungspointe, sondern eine Konsequenz der Theorie: Wenn Spracherwerb überall denselben Bedingungen folgt — verständlicher Input, Verankerung, niedrige Angst —, dann unterscheiden sich die Szenarien nur in der Stellung der Achsen: welche Sprache Ziel ist, welche Gerüst, wer die Gruppe führt.¹

Die drei Klassenzimmer sind darum auch keine abschließende Liste. Die Verwaltung sortiert Zuwanderung in getrennte Sphären — hier „Expats", dort „Geflüchtete" —, und in klassischen Lernumgebungen begegnen die Gruppen einander nie. Kognitiv aber teilen die irische Ingenieurin im Konzernbüro und der syrische Junge aus Kapitel 8 dieselbe Erfahrung: den Verlust sprachlicher Souveränität, die Erschöpfung des ständigen Nicht-Verstehens, die Aufgabe, sich neu zu verorten. Für die Bedingungen dieses Buches ist der Aufenthaltstitel keine Variable; dieselbe Achsenstellung, die den Integrationskurs trägt, trägt die internationale Fachkraft und ihre Familie. Und sie trägt die Regelschule, deren Klassen längst so vielsprachig sind wie jede Integrationsklasse: Gemeinsames Sehen und Singen in heterogenen Klassen verlangt keine kognitive Eingangshürde — es lässt Kinder als Gruppe handeln, bevor die Notenskala sie sortiert. Was in der Not der Geflüchteten entstanden ist, ist an keiner Stelle nur für sie gebaut.

9.2 Amal, ein Jahr später — eine Hypothese

Es ist verführerisch, an dieser Stelle die Eröffnungsszene aufzulösen: Amal, ein Jahr mit Abendfilmen und Chorproben, an derselben Supermarktkasse — und diesmal antwortet sie. Dieses Buch wird der Verführung nicht ganz nachgeben, denn genau diese Szene ist keine Tatsache, sondern die Hypothese, um deren Prüfung es hier geht. Was sich sagen lässt, ist bescheidener und fester: Nach einem solchen Jahr hätte Amal einige hundert Stunden echtes, verstandenes Deutsch gehört — mehr gesprochene Alltagssprache, als sechshundert Kursstunden je enthalten können; sie hätte Dutzende Wendungen im Wortlaut verfügbar, weil sie sie gesungen hat; und sie stünde nicht mehr allein: Menschen, neben denen man ein Jahr gesungen hat, sind keine Fremden mehr, vor denen man verstummt. Ob das reicht, damit sie „Sammeln Se Punkte?" versteht und lachend verneint, weiß niemand — noch niemand. Der Unterschied zum Kurssystem aus Kapitel 1 ist nicht das Versprechen. Der Unterschied ist, dass die Bedingungen stimmen — und dass man das Ergebnis messen kann und messen will.

9.3 Was der Ansatz nicht kann

Zuerst aber die Grenzen, und zwar die grundsätzlichen, nicht die kosmetischen.

Der Ansatz macht keine Sprecher. Die Forschung, die diesem Buch sein Fundament gibt, hat eine offene Flanke, und sie wurde in Kapitel 2 benannt: Verstehen ist notwendig, aber vermutlich nicht hinreichend. Eigenes, frei formuliertes Sprechen — das Aushandeln im Gespräch, das Ringen um den eigenen Satz — hat nach allem, was die Output- und Interaktionsforschung zeigt, eine eigene Funktion, die kein Input ersetzt.² Pontivo deckt von der Produktion nur das Singen ab — wortgetreue, geschützte Produktion, wertvoll und begrenzt. Das freie Gespräch findet außerhalb der Plattform statt oder gar nicht; die Aufgabe, es herbeizuführen, bleibt bei Lehrkräften, Tandems, Begegnungen. Wer den Ansatz als Vollersatz des Sprachunterrichts verkauft, hat dieses Buch nicht gelesen.

Der Ansatz setzt Lesen voraus. Die Doppelspur, das Herzstück von Teil II, ist Text. Wer nicht oder kaum lesen kann — und in Integrationskursen sitzen Menschen, die nie alphabetisiert wurden oder eine andere Schrift mitbringen —, für den trägt genau der Mechanismus nicht, der hier am besten belegt ist.³ Für diese Lernenden bleiben Ton, Bild und Lied; ob das genügt, ist offen. Es wäre wohlfeil, diese Grenze zu verschweigen, weil sie die verletzlichste Gruppe betrifft.

Der Ansatz hängt an den Rechten. Authentischer Film ist fremdes Eigentum; was gezeigt, untertitelt und angeklickt werden darf, entscheiden Lizenzen, nicht Didaktiker. Die Quellenlage begrenzt den Katalog, und ein Konzept, das auf Menge baut, muss diese Abhängigkeit als Betriebsrisiko führen — der folgende Abschnitt entfaltet diese Grenze und die Wege hinaus.

Der Klick kann falsch erklären. Die maschinell erzeugte Glosse ist eine Qualitätsschuld (Kapitel 4): Ohne Stichprobenprüfung gegen fachliche Referenz bleibt jede einzelne Erklärung ein kleines Versprechen ohne Beleg.

Und die Lehrkraft bleibt unersetzt. Aufgaben, Gespräch, Ermutigung, die Entscheidung, wann ein Gerüst fällt — das alles kann die Plattform rahmen, aber nicht leisten (Kapitel 7). Wo sie als Sparmodell für Personal missverstanden würde, wäre sie pädagogisch falsch eingesetzt.

9.4 Das Rechte-Paradox und die Lieder-Spende

Eine der Grenzen aus 9.3 verdient einen eigenen Abschnitt, weil sie nicht kognitiver, sondern rechtlicher Natur ist — und weil sie sich gestalten lässt. Das Urheberrecht kennt zwar eine Schranke für Unterricht und Lehre: § 60a UrhG erlaubt Bildungseinrichtungen, zu nicht kommerziellen Zwecken bis zu 15 Prozent eines veröffentlichten Werkes zu nutzen, Werke geringen Umfangs — und damit typischerweise auch einzelne Liedtexte — sogar vollständig. Aber die Schranke hat zwei Haken, und beide treffen dieses Konzept ins Zentrum. Erstens privilegiert sie die Bildungseinrichtungen selbst — Schulen, Hochschulen, Einrichtungen der Berufs- und Weiterbildung —, nicht eine Plattform: Für ihren Katalog kann sich Pontivo auf § 60a nicht berufen; privilegiert ist nur der Einsatz durch eine Bildungseinrichtung in deren Unterricht. Zweitens nimmt das Gesetz ausgerechnet die Noten aus: Grafische Aufzeichnungen von Werken der Musik dürfen auch im Unterricht nicht ohne Lizenz vervielfältigt werden.⁴ Eine Methode aber, die von der Immersion in ganze Werke lebt — der ganze Film, das ganze Lied —, kommt mit fünfzehn Prozent nirgends hin. Das ist das Rechte-Paradox der Sprachbildung: Ausgerechnet das Material, das sprachlich und emotional am stärksten trägt, ist im Lernraum am schwersten rechtssicher zu nutzen.

Der Weg führt deshalb nicht über Schranken, sondern über Lizenzen — und damit durch das internationale Geflecht der Verwertungsgesellschaften: in Deutschland die GEMA und, für Noten und Liedtexte, die VG Musikedition, in Österreich die AKM, in der Schweiz die SUISA, daneben SACEM, PRS, ASCAP und ihre Schwestern. Deren Tarifwerke sind historisch auf Rundfunk, Aufführung und Schulbuch zugeschnitten, nicht auf geschützte digitale Lernräume, die ganze Werke brauchen.⁵ Zwei Auswege zeichnen sich ab. Öffentlich-rechtliche und öffentlich finanzierte Sender können Bildungsfreigaben für geschlossene Lernumgebungen erteilen — ihr Auftrag trägt das, und die in Kapitel 3 versammelte Untertitel-Evidenz liefert die Begründung gleich mit. Und für die Lieder etabliert das Konzept ein Gegenseitigkeitsmodell, die Lieder-Spende: Musikerinnen, Musiker und Chöre nutzen das Liederbuch mit seinen ChordPro-Sätzen als Werkzeug ihrer eigenen Proben- und Bühnenpraxis; im Gegenzug können Rechteinhaber einzelne eigene Werke per Direktlizenz für den didaktischen Raum freigeben. So wird aus dem Rechtehindernis ein Tauschverhältnis — freiwillig, dokumentiert, kündbar. Ob es trägt, entscheidet sich nicht am Konzept, sondern an den Verträgen; auch das gehört zur Bilanz dieses Kapitels.

9.5 Die Messliste

Ein Konzept, das sich wissenschaftlich nennt, sagt selbst, woran es scheitern könnte. Die folgende Liste ist nach Tragweite geordnet: oben die Wetten, an denen das Konzept hängt.

1. Die Doppelspur. Lernen Anfänger mit synchroner Ziel- und Muttersprachzeile messbar mehr als mit einsprachigen Untertiteln — über Monate, nicht Minuten? (Design: Vergleichsgruppen im Feld; Vokabel- und Hörverstehenstests; die Kurzclip-Befunde aus Kapitel 3 sind Startpunkt, nicht Antwort.)

2. Der Chor-Effekt auf den Verbleib. Senkt das Chor-Modul Sprachangst und erhöht es Zugehörigkeit und Dranbleiben? (Instrumente liegen vor: die Angstskala FLCAS, Zugehörigkeitsmaße, schlicht die Abbruchquote — die zweistufige Kette aus Kapitel 6 wird damit prüfbar.⁶)

3. Das Heimatlied-Format. Bleiben Wörter aus selbst übersetzten Liedern besser als gleich häufige Wörter aus dem Filmkorpus? Steigt die erlebte Selbstwirksamkeit der Liedgeber? (Kleines Vorher/Nachher-Design pro Chorgruppe; die zentrale Wette aus Kapitel 8.)

4. Der gesungene Wortlaut. Sind gesungene Wendungen nach Wochen noch abrufbar, wo gehörte verblasst sind? (Die Laborbefunde aus Kapitel 5, in den Feldmaßstab übersetzt.)

5. Die Klick-Glosse. Stichproben-Audit der maschinellen Erklärungen gegen fachliche Referenz (Fehlerquote, Fehlertypen); dazu: Behalten geklickter gegenüber nicht geklickter Wörter, und die Flow-Frage — ab welcher Klickdichte kippt der Filmabend in Wörterbucharbeit?

6. Vokabelzuwachs pro Sehstunde als laufende Basisgröße (Stichproben-Vokabeltests entlang des tatsächlich gesehenen Materials), um die Beiläufigkeits-Erwartung aus Kapitel 4 gegen die Realität zu halten.

7. Der Comic: Wird er gelesen, von wem, und geht seinem Lesen Nutzung der übrigen Module voraus oder nach? (Reine Nutzungsmessung — mehr gibt die Evidenzlage nicht her, Kapitel 8.)

Nichts an dieser Liste ist exotisch; jede Zeile ist mit Bordmitteln einer Plattform und den Standardinstrumenten der Forschung machbar. Was sie verlangt, ist nur eines: den Willen, sich messen zu lassen — auch auf das Risiko hin, dass eine Wette verloren geht. Verlorene Wetten sind im Maßstab dieser Schriftenreihe kein Makel; unbenannte sind einer.

9.6 Der Stammbaum

Zum Schluss die Inventur, die jedes Buch dieser Reihe sich selbst schuldet: Was daran ist geliehen, was ist eigen?

Geliehen ist fast alles, und zwar mit Absicht. Die Erwerbs- statt Lern-Perspektive und die beiden Bedingungen stammen von Krashen und der auf ihn folgenden Forschung; die Zwei-Kanal-Architektur des Gedächtnisses von Paivio und Mayer; die Untertitel-Evidenz von Vanderplank über die Leuvener Meta-Analyse bis zu den Doppelspur-Studien; die Glossen- und Involvement-Befunde von Nation, Laufer, Hulstijn und der Meta-Analyse von Yanagisawa; das Gesangsgedächtnis von Wallace, Schön und Ludke samt der Ernüchterung durch Racette und Peretz; der Eisbrecher-Effekt von Pearce, Launay und Dunbar; Gerüst und Zone der nächsten Entwicklung von Vygotskij, Wood, Bruner und Ross; die Rehabilitierung der Muttersprache von Butzkamm und der Translanguaging-Forschung; die Erzähltheorie von Bruner, Mar und Oatley; Motivation und Sicherheit von Deci, Ryan, Csíkszentmihályi und Edmondson; die Kontakt-Hypothese von Allport, Pettigrew und Tropp.⁷

Eigen sind drei Dinge. Erstens die Integration: die Zusammenführung dieser Stränge in eine Architektur — Film als Input, Lied als Anker, Gruppe als Filter-Senker — und in eine Engine, die alle drei Szenarien mit denselben Achsen bedient. Zweitens das Heimatlied-Format als Übung, in der die Stränge sich kreuzen; die Bausteine sind fremd, die Kombination ist, soweit ersichtlich, neu. Drittens der Merk-Anker als Prüfraster: die drei Fragen, mit denen sich jede Lernumgebung — auch jede künftige Version von Pontivo selbst — verhören lässt.

Und damit zur letzten Anwendung dieses Rasters, auf das Buch selbst. Verständlich? Es hat seine Hauptlinie für Leser ohne Fachstudium gebaut und die Tiefe in die Fußnoten gelegt; ob das gelungen ist, entscheiden die Chorleiterinnen und Lehrer, die es lesen. Verankert? Es hat, wo es konnte, an Szenen erzählt statt an Konstrukten — an einer Frau an einer Kasse, an einem Jungen, dessen Lied zwanzig Stimmen singen. Verbunden? Es erscheint offen, für jeden lesbar, in einem Verlag, der Wissen nicht hinter Schranken legt — und es lädt ausdrücklich zur Widerlegung ein: Jede Zahl trägt ihre Fundstelle, jede Wette ihren Namen.

Am Anfang stand eine Frau, die schweigend bezahlt hat, obwohl sie ein Zertifikat besitzt. Dieses Buch hat nicht versprochen, dass sie sprechen wird. Es hat gezeigt, unter welchen Bedingungen Menschen zu sprechen beginnen — und ein Instrument beschrieben, das diese Bedingungen herstellt, samt der Liste, an der es sich prüfen lassen muss. Der Rest ist keine Theorie mehr. Der Rest ist ein Dienstagabend in einem Gemeindesaal, ein Film mit zwei Zeilen Text, und ein Lied, das jemand mitgebracht hat.