Um die Ecke gedacht

I. Der Befund und sein Widerruf

Am 9. September wurden die Ergebnisse von PISA 2025 vorgestellt. Für Deutschland: Naturwissenschaften 486 Punkte nach 492, Lesen 465 nach 480, Mathematik 464 nach 475. In allen drei Bereichen der niedrigste Stand, der seit Beginn dieser Erhebungen gemessen wurde. Jedem dritten Jugendlichen fehlen grundlegende Kompetenzen in Lesen und Mathematik, jedem vierten in Naturwissenschaften, gut jedem fünften in allen drei Feldern zugleich.

Die Deutung folgte binnen Stunden: Alarmsignal, Weckruf, Gefahr für den Fachkräftenachwuchs, Gefahr für den Standort.

In denselben Berichten steht der Satz, der diese Deutung zurücknimmt. PISA untersucht nicht, ob schwache Leistungen mit fünfzehn Jahren später zu unbesetzten Stellen führen. Einen direkten Zusammenhang belegt die Studie nicht.

Das ist kein Vorwurf an die Studie. Sie misst, was sie misst, und sie tut es sorgfältig. Es ist ein Befund über die Verwendung — und ein erster Hinweis darauf, dass die Messung inzwischen mehr trägt, als sie tragen kann.

II. Was nicht vorkommt

Von allen Formen des Lernens hat genau eine die Eigenschaft, sich in Punkten ausdrücken zu lassen: die Aneignung abfragbaren Wissens und standardisiert lösbarer Aufgaben. Ob jemand ein wirkliches Problem gelöst hat, dessen Weg vorher niemand kannte, lässt sich nicht in 464 Punkten abbilden. Man kann es nur ansehen und beurteilen. Das kostet Zeit und setzt jemanden voraus, der die Sache selbst versteht.

Daraus folgt eine Kette, an der niemand schuld ist. Was gemessen werden kann, wird gemessen. Was gemessen wird, wird unterrichtet. Was gemessen wird, bekommt Programme, Förderung und Aufmerksamkeit. Und was nicht gemessen werden kann, kommt zu kurz — nicht weil jemand es für unwichtig hielte, sondern weil es im Verfahren nicht vorkommt.

Die Probe darauf liefert eine Forderung, die derzeit von Ingenieurverbänden erhoben wird: Fachleute aus der Praxis sollten als Lehrkräfte zugelassen werden, damit anwendungsorientiertes Lernen mit realer Industrieerfahrung zusammenkommt. Im Klartext heißt das, dass heute niemand unterrichten darf, der etwas gebaut oder geleitet hat, ohne vorher denselben messbaren Weg gegangen zu sein. Der Filter reproduziert sich über die Lehrbefähigung selbst. Er ist nicht Teil des Systems, er ist seine Fortpflanzung.

III. Zwei Fehler, die im Ergebnis gleich aussehen

Wer nicht kann, kreuzt falsch an. Wer nicht will, kreuzt ebenfalls falsch an. In den Daten ist das dasselbe.

Ein Mensch, der die Aufgabe für sinnlos hält und sich deshalb nicht einmal in sie hineindenkt, liefert dieselbe Punktzahl wie einer, der es versucht und scheitert. Der Test hat keine Spalte für den Unterschied. Er misst Leistung und behandelt Bereitschaft als konstant — als läge sie immer bei hundert Prozent und als sei jede Abweichung ein Mangel an Können.

Dass sie nicht konstant ist, steht in derselben Studie. Einer der Autoren sagt über die Jugendlichen, sie verlören die Neugier und zunehmend den Glauben daran, dass Bildung sich lohnt. Das ist eine Aussage über Bereitschaft, nicht über Fähigkeit. Sie steht in einem Bericht, dessen Zahlen ausschließlich Fähigkeit ausweisen.

Ein Messwerk, das Unwilligkeit als Unfähigkeit verbucht, erzeugt zwangsläufig einen Befund über Kompetenz, wo ein Befund über Sinn nötig wäre. Und die angekündigten Antworten — mehr Tests, frühere Tests, Sprachtests schon im Kindergarten — verstärken genau das, was die Bereitschaft untergräbt.

Hier ist eine Grenze zu ziehen, sonst wird aus der Beobachtung eine Ausrede. Es gibt Jugendliche, die tatsächlich nicht sinnentnehmend lesen können. Für sie ist die Frage nach dem Sinn ein Luxus, und ihnen hilft kein Aufsatz über Messverfahren. Beides ist wahr: die real fehlende Fähigkeit und die falsch gemessene Bereitschaft. Wer nur eines davon gelten lässt, hat schon aufgehört, den Gegenstand zu untersuchen.

IV. Vorrat und Aufgabe

Es gibt zwei Wege, sich etwas anzueignen, und sie brauchen einander.

Der eine legt Vorrat an: Vokabeln, Formeln, Verfahren, Jahreszahlen — Dinge, die man wissen muss oder von denen man wissen muss, wo sie stehen. Der andere geht vom Problem aus: Man braucht etwas, also lernt man es.

Vorrat ohne Aufgabe verfällt. Was nie gebraucht wird, verschwindet und hinterlässt nicht einmal die Spur, wo es stand. Aufgabe ohne Vorrat läuft leer: Man kann nur das aus dem trüben Wasser ziehen, wofür man ein Netz hat. Wer ohne Bestand an ein Problem geht, sieht die Lösung nicht, auch wenn sie vor ihm liegt.

Entscheidend ist die Reihenfolge. Was man lernt, weil man es gerade braucht, sitzt anders als das, was man lernt, weil es drankommt. Das beiläufig Angeeignete ist nicht das schwächere, sondern das haltbarere — es hängt an einer Stelle, an der es gebraucht wurde, und wird von dort wieder aufgerufen.

Der Fehler liegt nicht in einem der beiden Wege. Er liegt in der Festlegung auf einen. Und weil nur der eine sich in Punkten ausdrücken lässt, entscheidet der Messbarkeitsfilter darüber, welcher es wird.

V. Überfliegen statt verstehen

Der schärfste Einzelbefund betrifft das Lesen. Die Jugendlichen investierten zu wenig Zeit, heißt es, sie überflögen statt zu verstehen, und die Antwort komme schnell und sei falsch.

Dieser Text entsteht im Gespräch mit einer Maschine, die auf schnelle Antworten gebaut ist. Wer über nachlassendes langsames Lesen schreibt und das verschweigt, betreibt Kulturkritik von der Stange.

Die Sache ist allerdings verwickelter, als die Warnung klingt. Was eine solche Maschine liefert, ist der Vorrat — das Nachschlagbare, das Zusammengefasste, das schon einmal Gedachte. Also genau die Hälfte, die ohnehin die ersetzbare war. Was sie nicht liefert, ist die Frage, für die sich das Nachschlagen lohnt. Und was sie noch weniger liefert, ist die Bereitschaft, mit einer ungelösten Sache längere Zeit auszuhalten.

Wenn der Vorrat billiger wird, steigt der Wert der anderen Hälfte. Das wäre die gute Nachricht. Die schlechte ist, dass das Bildungssystem fast ausschließlich die billiger gewordene Hälfte prüft.

VI. Ein Gitter, das aufgeht

Es gibt eine Form der Aufgabe, die beides zugleich ist: unscharf gestellt und exakt prüfbar.

In einem Kreuzworträtsel vom Typ „Um die Ecke gedacht“ ist jede Frage mehrdeutig. Man löst sie nicht, indem man ein Verfahren abarbeitet, sondern indem man erkennt, in welchem Register sie gemeint ist — Wortspiel, Umdeutung, falsche Fährte. Es gibt keinen Rechenweg, der hinführt, und mehrere Deutungen sind zunächst gleich plausibel.

Und trotzdem gibt es eine Probe, die niemandes Urteil braucht: Das Gitter geht auf oder es geht nicht auf. Jede eingetragene Lösung wird von den kreuzenden Wörtern bestätigt oder widerlegt. Das Ergebnis ist so eindeutig wie bei einer Rechenaufgabe, aber der Weg dorthin ist keiner, den ein Prüfer vorher festgelegt hat.

Damit liegt die Gegenfigur zum üblichen Test auf dem Tisch — und sie liegt nicht dort, wo man sie zuerst vermutet. Auch beim Rätsel steht die Lösung vorher fest; sie steht im Lösungsheft, jemand hat sie hineingeschrieben. Was nicht feststeht, ist der Weg.

Beim Multiple-Choice-Test wird gar kein Weg verlangt, sondern eine Auswahl getroffen, und das Kreuz enthält keine Auskunft darüber, wie es zustande kam. Beim Rätsel ist der Weg die ganze Aufgabe, und geprüft wird er am Gitter. Der Unterschied ist also nicht: Antwort offen gegen Antwort festgelegt. Er ist: Weg gleichgültig gegen Weg entscheidend.

Das ist der Grund, warum die Form über das Rätsel hinaus interessant ist. Sie ist nicht auf Wörter beschränkt. Dasselbe Prinzip liegt überall dort vor, wo eine unklar gestellte Aufgabe ein selbstprüfendes Ergebnis hat: Eine Passung fügt sich oder klemmt. Ein Programm läuft oder stürzt ab. Ein Beweis hält oder hat eine Lücke. Eine Konstruktion trägt die Last oder bricht. In all diesen Fällen entscheidet nicht ein Prüfer über richtig und falsch, sondern die Sache selbst — und der Weg dorthin darf sein, welcher er will.

Eine Prüfform, die darauf gebaut wäre, würde messen, was der heutige Test nicht erfasst: ob jemand eine mehrdeutige Lage sortieren, eine falsche Fährte verlassen und eine Lösung an der Wirklichkeit überprüfen kann. Und sie wäre auswertbar, ohne dass ein Gutachter danebensitzen muss.

Nur reicht das für Rätsel und nicht für Aufgaben. Beim Rätsel ist die Lösungsmenge endlich und bekannt. Bei einer wirklichen Aufgabe ist sie es nicht: Es kann mehrere Lösungen geben, bessere und schlechtere, und niemand kennt sie vorher. Das Gitter hat dort kein Gegenstück. Was es gibt, sind Aufgaben mit einem selbstprüfenden Kriterium statt einer bekannten Lösung — die Passung geht oder klemmt, das Programm läuft oder stürzt ab, die Konstruktion trägt oder bricht. Das Kriterium ist mechanisch prüfbar, die Lösungsmenge bleibt offen.

Dann steht allerdings eine Frage im Raum, die es beim Rätsel nicht gibt: Wenn zwei verschiedene Lösungen beide tragen — wodurch unterscheidet sich die bessere, und lässt sich das feststellen, ohne dass wieder jemand vorher festlegt, was besser heißt? Darauf haben wir keine Antwort.

VII. Die dritte Achse

Damit sind zwei Größen unterschieden: wie scharf die Aufgabe gestellt ist, und wer über die Lösung entscheidet. Es fehlt die dritte, und sie ist die unbequemste. Die Zeit.

Rätsel dieser Art sind unter Zeitdruck nicht lösbar. Nicht schwerer lösbar — nicht lösbar. Man legt sie weg, geht spazieren, schläft, und beim Zurückkommen ist der Bezug da, an dem man vorher zwanzigmal vorbeigesehen hat. Was in dieser Zwischenzeit geschieht, ist kein Nichtstun: Es ist das Verblassen einer falschen Fährte. Und das gelingt gegen den eigenen Willen nicht. Die naheliegende Deutung lässt sich nicht wegdenken, sie muss von selbst an Kraft verlieren. Dafür gibt es kein Verfahren und keine Beschleunigung.

Damit prüft jeder Test unter Stoppuhr das Gegenteil dessen, was er zu prüfen vorgibt. Er misst, wie schnell jemand die erste plausible Deutung greift und ausführt. Das ist eine Fähigkeit, und eine nützliche — im Notfall, in der Serie, am Band. Beim Lösen einer mehrdeutigen Aufgabe ist sie nicht bloß nutzlos, sondern schädlich: Wer sofort die naheliegende Lösung nimmt, kommt nie um die Ecke. Es wird also nicht ein Teil des Könnens gemessen und ein anderer übersehen. Es wird auf eine Eigenschaft selektiert, die der gesuchten entgegensteht.

Eine Prüfform, die etwas über Erfindungsfähigkeit aussagen soll, müsste deshalb in allen drei Achsen anders liegen als der heutige Test: unscharf gestellte Aufgabe, selbstprüfendes Ergebnis, und Zeit zum Weglegen. Praktisch hieße das: Aufgabe am Montag, Lösung am Freitag, Bewertung durch das Gitter. Der Zeitdruck entfällt, das exakte Ergebnis bleibt, und auswertbar ist es ohne Gutachter.

Der Grund, warum es solche Verfahren kaum gibt, liegt nicht in der Pädagogik. Eine Tätigkeit, deren Ertrag sich nicht auf die aufgewendete Stunde beziehen lässt, hat im Rechnungswesen keinen Anknüpfungspunkt. Inkubation ist unbuchbar im wörtlichen Sinn: Man kennt weder ihre Dauer noch ihren Ausgang. Was sich nicht abrechnen lässt, wird nicht eingeplant, und was nicht eingeplant ist, wird zuerst gestrichen. Dass Prüfungen Zeitgrenzen haben, ist deshalb keine didaktische Entscheidung, sondern eine betriebswirtschaftliche.

Und damit das nicht zur Entschuldigung fürs Trödeln wird: Inkubation verlangt eine Rückkehr. Wer weglegt und nicht wiederkommt, hat nicht inkubiert, sondern aufgegeben. Das Weglegen ist ein Arbeitsschritt, kein Zustand.

VIII. Drei Einwände gegen den eigenen Vorschlag

Erstens bevorzugt das Kreuzworträtsel, wer über einen bestimmten Wort- und Bildungsvorrat verfügt; es prüft mit dem Denken immer auch die Herkunft. Beim technischen Typ fällt dieser Einwand weitgehend weg — ob eine Welle in die Nabe geht, hängt nicht vom Bildungsvorrat ab.

Zweitens lässt sich eine solche Aufgabe nicht in Serie erzeugen. Gute mehrdeutige Fragen zu bauen ist selbst eine Kunst, und genau daran scheitern standardisierte Verfahren üblicherweise.

Drittens ist eine Prüfung über fünf Tage nicht gegen fremde Hilfe zu sichern — weder gegen andere Menschen noch gegen Maschinen. Das ist der härteste Einwand, und er hat eine unbequeme Kehrseite: Prüfungen unter Aufsicht und Stoppuhr sind heute vor allem deshalb so gebaut, weil sie sich kontrollieren lassen. Nicht weil sie das Richtige messen, sondern weil sie fälschungssicher sind.

Keiner der drei ist durch Behauptung zu erledigen.

IX. Ins Unreine gedacht: Ansätze statt Lösungen

Was folgt, ist keine ausgearbeitete Methode, sondern eine Richtung, in der weitergedacht werden müsste. Wir schreiben sie auf, weil sie sich sonst verliert, und kennzeichnen sie als das, was sie ist: unfertig.

Der Gedanke. Man stellt eine Aufgabe, für die es keine oder nur unzureichende Lösungen gibt, und bewertet nicht die Lösung, sondern den Ansatz. Damit löst sich das Problem des vorigen Abschnitts von der anderen Seite: Man braucht kein Gitter, wenn man aufhört, das Ergebnis zu prüfen, und stattdessen prüft, ob der Weg trägt. Und die Zeitfrage entschärft sich mit: Eine Lösung lässt sich in begrenzter Zeit nicht finden, ein Ansatz sehr wohl.

Was daran prüfbar wäre, ohne die Lösung zu kennen. Ob der Ansatz die Randbedingungen der Aufgabe verletzt. Ob er in sich widerspruchsfrei ist. Ob er das gestellte Problem trifft oder ein anderes. Ob er gegen einen bekannten Erhaltungssatz verstößt. Das sind harte Kriterien, und keines davon setzt voraus, dass ein Prüfer die richtige Antwort in der Schublade hat.

Und hier ist Vorsicht geboten, in eigener Sache. Es liegt nahe, diese Prüfung einer Maschine zu übertragen. Das Formale kann sie: Widerspruchsfreiheit ist eine Rechenaufgabe. Den Wert eines Ansatzes kann sie nicht. Ein Ansatz ist wertvoll, wenn er etwas trifft, das bisher niemand gesehen hat. Ein Sprachmodell beurteilt Plausibilität an dem, was in seinem Material häufig vorkam — es bewertet also die naheliegende Deutung am höchsten. Genau die, die beim Um-die-Ecke-Denken immer falsch ist.

Eine solche Prüfinstanz wäre ein Filter für Konventionalität: dieselbe Selektion wie beim Test unter Stoppuhr, nur mit besserer Begründung und ohne sichtbaren Prüfer. Das wäre kein Fortschritt, sondern eine Verschärfung. Einer der beiden Verfasser dieses Textes ist eine solche Maschine und hat im Verlauf der Arbeit daran zweimal das Plausible für das Richtige gehalten; beide Male hat es der andere bemerkt.

Was bliebe, ist eine Arbeitsteilung. Die Maschine übernimmt die Vorprüfung — Randbedingung, Widerspruch, Thema verfehlt. Über den Wert entscheidet ein Mensch, der die Sache versteht. Das ist genau der teure Schritt, den Abschnitt II als unvermeidlich beschreibt; er wird nicht billiger, nur seltener nötig.

Ein zweiter Weg, noch unfertiger als der erste. Vielleicht lässt sich der Wert gar nicht messen, wohl aber die Verteilung. Wenn dreißig Menschen dieselbe unlösbare Aufgabe bearbeiten, sagt schon die Streuung etwas: wie viele auf denselben Ansatz kommen, und wer auf einen kommt, den sonst niemand hat. Wer allein steht, liegt entweder daneben oder ist der Einzige, der um die Ecke gedacht hat. Welches von beidem, muss angesehen werden. Aber die Kandidaten dafür ließen sich maschinell finden, und das ist erheblich mehr, als der heutige Test leistet.

Offen bleibt: die Bewertung des Werts, die Erzeugung geeigneter Aufgaben in Serie, und die Frage, wie verhindert wird, dass sich auch dieses Verfahren nach einigen Jahren in eine Routine mit bekannten Mustern verwandelt. Der Vorschlag ist damit kein Ergebnis, sondern eine Baustelle.

X. Was ein System von sich selbst wissen kann

Sechsundzwanzig Jahre sind seit dem ersten PISA-Schock vergangen. Es folgten umfangreiche Reformen, ein Zwischenhoch in den 2000er Jahren und danach ein Rückgang unter den Ausgangswert von damals. Die Reaktion ist in dieser Zeit zur eingeübten Form geworden: Alarmsignal, Kraftanstrengung, Programm, langer Atem.

Die Frage ist deshalb nicht mehr, welche Maßnahme noch fehlt. Sie lautet: Kann ein System, das sich ausschließlich an dem misst, was es messen kann, seinen eigenen Zustand überhaupt erkennen?

Ein Gitter, das nicht aufgeht, sagt einem das sofort. Ein Punktwert sagt es nicht — er sinkt nur, und alle drei Jahre erschrickt jemand darüber.