Transfer & adaptive Anwendung – warum Lernen dann wirksam wird, wenn es persönlich relevant ist

Die besten Trauben hängen außergewöhnlich hoch. Welcher besondere Appetit motiviert die Anstrengung? Wo ist der für mich plausible Maßstab für die Reflexion und Bewertung? Eine Traube oder eine Hand voll besonders reifer Trauben? Nehme ich die Leiter oder komme ich vom Fenster aus besser heran? Bestenfalls bin ich verliebt und möchte meiner Angebeteten die besten Trauben präsentieren, um ihr Herz zu erobern. Ein starkes "Warum"!

Besondere Aufmerksamkeit entsteht nicht durch Druck oder Kontrolle, sondern durch emotionale Beteiligung. Dort, wo mich etwas wirklich interessiert, bin ich aufnahmefähiger, ausdauernder und geduldiger mit mir selbst.

Warum hat mich die Mathematik so interessiert? Hat sie über den Umweg des Interesses an Astronomie und Elementarteilchenphysik. Dort wo das nächste Level an Verständnis nur über mathematische Modellation möglich war. Das hat mich immerhin, absolut autodidaktisch, mit mathematischen Werkzeugen versorgt, um die Quantenfeldtheorie anhand eines "einfachen" Beispiels, in meinem Fall der Klein-Gordon-Gleichung, zu betreten. Das waren ca. 30 vollgerechnete Blätter mit Tensor-Mathematik innerhalb von 6 Wochen. Der damalige Gewinn: "So funktionieren Wechselwirkungen und lokale Symmetrien!". Der Gewinn bis heute: "Sowas ist modellierbar!" Der Lohn ist eine Überzeugung, die im Unterbewusstsein erhalten bleibt. Mathematik war für mich kein Lernstoff. Sie war ein notwendiges Werkzeug.

Transfer gelingt dort, wo persönliches Interesse den Bedarf an Wissen erzeugt – nicht umgekehrt.

Genau hier liegt die Kraft persönlich relevanter Kontexte. Natürlich kann man nicht von jeder Lehrkraft erwarten, jedes Schülerhobby, jedes Spezialinteresse oder jede Lebenswelt fachlich zu bedienen. Gerade unerfahrene Lehrkräfte stehen hier vor einer realen Grenze. Aber diese Grenze ist heute kein Hindernis mehr, sondern eine Chance für selbstständiges Forschen mithilfe von KI als Brücke zwischen Interesse und Fachlichkeit. Idealerweise würde eine neugieriger Schüler vor dem Rechnen verstehen, wozu Mathematik in seinem Interessengebiet dient.

„ChatGPT, ich bin ein neugieriger Schüler der 11. Klasse und interessiere mich für das Thema [Hobby]. Bitte führe mich ganz behutsam in mathematische Modellierungen zu diesem Thema ein. Falls das mathematische Niveau hoch ist, zeige mir zunächst, zu welchen Erkenntnissen oder Gewissheiten mich Mathematik in diesem Hobby führen kann.“

Was hier passiert, ist didaktisch bemerkenswert:

• Das Interesse bleibt der Ausgangspunkt
• Mathematik erscheint als Möglichkeit, nicht als Pflicht
• Überforderung wird vermieden
• Erkenntnis steht vor Rechnung

Das ist adaptives Lernen im besten Sinne: Gleicher fachlicher Kern, unterschiedliche Kontexte, individuelle Zugänge.

Nachhaltige Kompetenz entsteht dort, wo Lernen emotional beteiligt ist.