Effektives Lernen und dauerhafte Wissensspeicherung: Dr. Milan Milanović erklärt in diesem Zweiteiler, welche wissenschaftliche Techniken euch dabei helfen, komplexe Themen zu erlernen und euer Gedächtnis zu optimieren.

Von Dr. Milan Milanović 

Der zweite Teil unseres Zweiteilers beleuchtet folgende Themen: 

• Die 20-Stunden-Lernmethode – effektives Erlernen neuer Fähigkeiten in kurzer Zeit 
• Kolbs Theorie des Erfahrungslernens – Lernprozess durch konkrete Erfahrungen  

Den ersten Teil mit Einblicken in die Feynman-Technik, Spaced Repetition und Active Recall lest ihr hier.

Wie ihr in 20 Stunden alles lernt

Wir alle erinnern uns an die 10.000-Stunden-Regel von Malcolm Gladwell und sein Buch "Outliers: The Story of Success", die besagt, dass man etwa 10.000 Stunden lang tun muss, um ein Experte zu werden. Gladwell schrieb: "Der Schlüssel zur Erlangung echter Erfahrung in jeder Fertigkeit besteht einfach darin, mindestens 10.000 Stunden lang zu üben, wenn auch auf die richtige Art und Weise." 

Und das ist ganz schön beängstigend! Vor allem in der heutigen Zeit der sich ständig verändernden Technologien, Frameworks, Methoden usw. Manche Sachen existieren sogar nur für ein paar Stunden auf dem Markt. In seinem ausgezeichneten TED-Talk "The first 20 hours - how to learn anything" erklärt Josh Kaufman allerdings, dass die 10.000-Stunden-Regel jahrelang missverstanden wurde. 10.000 Stunden in eine Fähigkeit zu investieren, braucht man nur, wenn man zu den Top-1-Prozent der Experten gehören will. 

TEDTalk: The first 20 hours -- how to learn anything | Josh Kaufman | TEDxCSU 

Er fand heraus, dass man in Wirklichkeit nur 20 Stunden benötigt, um etwas einigermaßen gut zu können. Als Erstes müsst ihr also etwas finden, das ihr tun möchtet und das euch motiviert. Dann könnt ihr es in vier Schritte unterteilen: 

Dekonstruiert die Fähigkeit: Versucht, das Handwerk, seine Teile, seine Konzepte und wie es zusammenarbeitet, zu verstehen. Hier könnt ihr die ersten Prinzipien (s. Teil 1 d. Artikels) verwenden. Dies ermöglicht es euch zu verstehen, welche Schritte ihr unternehmen müsst, um damit erfolgreich zu sein. 

Beginnt euren Denkprozess mit der Betrachtung der grundlegenden Komponenten, die ihr identifiziert habt. Analysiert dann, wie jede Komponente mit den anderen interagiert und zum Gesamtproblem oder -konzept beiträgt. Verwendet schließlich logisches Denken, um die Beziehungen zwischen den Kernelementen zu verstehen und verlasst euch nicht auf Analogien oder Vergleiche. 

Lernt genug, um euch selbst zu korrigieren: Wenn ihr die Grundlagen verstanden habt, beginnt mit dem Üben und achtet dabei auf Fehler sowie woran ihr arbeiten müsst. Hier könnt ihr die Feynman-Methode verwenden. Die Technik hilft, Lücken im Verständnis zu identifizieren, die dann durch Überprüfen und Verfeinern der Erklärung behoben werden. Durch wiederholtes Üben dieser Technik gewinnt der Lernende ein tieferes und präziseres Verständnis des Themas. 

Entfernt Übungsbarrieren: Schafft eine Umgebung, die es euch ermöglicht, erfolgreich zu sein. Versucht die 1-2-2-Technik. Konzentriert euch zwei Stunden täglich für zwei Monate auf eine Fähigkeit. Danach wird sich euer Lebensweg ändern. 

Investiert die Zeit: Bewusstes Üben ist das Wichtigste. Wir müssen uns auf Ziele konzentrieren und täglich Feedback einholen, indem wir uns selbst herausfordern, uns zu verbessern.

Neue Dinge lernen nach Kolbs Erfahrungslernen-Theorie 

Kolbs Erfahrungslernen-Theorie ist ein vierstufiger Zyklus, der beschreibt, wie Menschen aus Erfahrungen lernen. Entwickelt vom Psychologen David Kolb, basiert die Theorie auf der Idee, dass unsere Erfahrungen als Grundlage für Lernen und Entwicklung dienen. 

Hier sind die vier Stadien des Zyklus: 

Konkrete Erfahrung (KE): Dies ist das erste Stadium, in dem Lernende aktiv an einer Aktivität teilnehmen, beispielsweise an einem Laborpraktikum oder an Feldarbeit. Beispiel: Ihr habt begonnen, eine neue Programmiersprache zu lernen. Syntax, Struktur, Befehle usw. Dann habt ihr einige einfache Programme geschrieben und seid auf einige Fehler gestoßen, die ihr nicht verstanden habt. 

Reflektierende Beobachtung (RB): Nach der konkreten Erfahrung reflektieren Lernende über das Ereignis. Diese Reflexion kann viele Formen annehmen, von einer einfachen Pause zum Nachdenken über das Geschehene bis hin zu einer strukturierteren Auswertung. Zum Beispiel, nachdem ihr eure ersten Programme geschrieben und ausgeführt habt, macht ihr einen Schritt zurück und reflektiert über die Erfahrung. Ihr denkt darüber nach, was gut gelaufen ist und was nicht. Ihr könntet auch den Code anderer Leute lesen und ihn mit eurem vergleichen. 

Abstrakte Konzeptualisierung (AK): In diesem Stadium schaffen Lernende Sinn aus dem, was während der Erfahrung passiert ist, indem sie ihre Reflexionen berücksichtigen und abstrakte Konzepte und Verallgemeinerungen bilden. Ihr erkennt, dass die Programmiersprache einen besonderen Stil und Idiome hat, die sich von anderen Sprachen, die ihr kennt, unterscheiden. Ihr versteht ihre einzigartigen Merkmale wie Einrückungen für Codeblöcke, dynamische Typisierung und robuste Datenstrukturen wie Listen und Wörterbücher. 

Aktive Experimentierung (AE): Das letzte Stadium beinhaltet die Anwendung der im Stadium der abstrakten Konzeptualisierung gelernten Konzepte auf neue Situationen. Dies führt zu neuen Erfahrungen und der Zyklus beginnt von Neuem. Zum Beispiel experimentiert ihr mit eurem neu erworbenen Verständnis einer neuen Programmiersprache. Zuerst schreibt ihr komplexere Programme, die euer Wissen über die einzigartigen Merkmale der Sprache nutzen. Dann versucht ihr, komplexere Probleme zu lösen. 

Kolbs Zyklus des erfahrungsbasierten Lernens 

Laut Kolb erfolgt effektives Lernen, wenn eine Person alle vier Stadien des Zyklus abschließen kann. Allerdings bevorzugen Menschen möglicherweise verschiedene Stadien des Zyklus, und diese Präferenz führt dann zu verschiedenen Lernstilen: 

Konvergierend (AK/AE): Diese Lernenden sind gut darin, Ideen anzuwenden und Probleme zu lösen. Sie bevorzugen technische Aufgaben, z. B. das Eintauchen in Dokumentationen und systematisches Lernen darüber, und sind weniger an zwischenmenschlichen Aspekten interessiert. 

Divergierend (KE/RB): Diese Lernenden sind gut im Brainstorming und Generieren von Ideen. Sie haben breite Interessen und sammeln gerne Informationen, z. B. das Erkunden verschiedener Bibliotheken und Frameworks. 

Assimilierend (AK/RB): Diese Lernenden sind gut darin, eine breite Palette von Informationen zu verstehen und diese in einem klaren, logischen Format zu organisieren. Sie interessieren sich mehr für abstrakte Konzepte als für Menschen. Sie lesen gerne Bücher oder besuchen Kurse über eine Programmiersprache und schaffen sich einen strukturierten Ansatz zum Lernen. 

Akkommodierend (KE/AE): Diese Lernenden sind gut darin, Pläne umzusetzen und sich in neue Erfahrungen einzubringen. Sie verlassen sich tendenziell auf Informationen anderer und bevorzugen einen praktischen Ansatz. Sie würden direkt in ein Projekt oder Problem eintauchen, während sie eine neue Programmiersprache lernen, und mögen es, z. B. Pair-Programming zu betreiben. 

Die Theorie besagt, dass Lernen ein Prozess ist, der ein Gleichgewicht zwischen diesen vier Modi erfordert, und dass Lernende in jedem Stadium beginnen können, aber dabei jedes Stadium in derselben Reihenfolge durchlaufen müssen, damit erfolgreiches Lernen stattfinden kann.

Außerdem, wie David Allen, der Autor des "Getting Things Done (GTD)"-Ansatzes, sagte: „Der Geist ist dazu da, Ideen zu haben, nicht um sie zu speichern.“ Versucht also, euer Wissen in Notizen zu speichern und einen Weg zu finden, es später schnell wiederzufinden. Ein vielversprechender Ansatz dafür ist Tiago Fortes Methode des zweiten Gehirns. 

Dieser Artikel ist eine Übersetzung des Artikels „How to Learn Anything Efficiently – And retain it for good“ von Dr. Milan Milanović, CTO vom US-Software-Unternehmen 3MD und Experte für Softwareentwicklung mit umfangreicher akademischer und industrieller Erfahrung. Sein Newsletter "Tech World With Milan" bietet Softwareingenieuren und -architekten, technischen Managern und allen anderen IT-Interessierten Expertenwissen aus der Softwarebranche und darüber hinaus.

Bilder: "Tech World With Milan" und Pexels.com