
Sign up to save your podcasts
Or


KI-generiertes Audio: Die beiden Stimmen und ihr Gespräch in dieser Folge sind von einer KI erzeugt. Die Hosts sind keine echten Menschen.
So entsteht die Folge: Unser Team wählt jedes Thema aus und schneidet den Ton. Recherche und Shownotes entstehen mit KI, wir lesen sie vor der Veröffentlichung.
Warum KI? So können wir dir begutachtete Forschung kostenlos auf Deutsch und Englisch bringen. Die Quellen findest du unten.
Episoden-Zusammenfassung
Du öffnest einen Artikel. Du scrollst halb hinunter. Und du merkst, mit leichter Verlegenheit, dass nichts hängengeblieben ist. Deine Augen haben sich bewegt. Die Seite ist gescrollt. Das Handy hat nicht einmal gesummt. Und doch sind die Worte nicht angekommen. Diese Erfahrung, milliardenfach am Tag wiederholt, ist die empirische Signatur einer der meistuntersuchten Fragen der Kognitionswissenschaft des 21. Jahrhunderts: Was passiert mit dem Verstehen, wenn wir auf einem Bildschirm lesen statt auf Papier?
In dieser Episode verfolgen wir 25 Jahre Forschung zum sogenannten Screen Inferiority Effect, von den größten Metaanalysen bis zu Jakob Nielsens F Muster, von Maryanne Wolfs lesendem Gehirn bis zu Rakefet Ackermans metakognitiver Erklärung. Der Hauptbefund ist klein, aber real. Die tiefere Lektion lautet: Der Medieneffekt ist vor allem ein Haltungseffekt. Bildschirme zerstören das Verstehen nicht, Eile tut es. Die Bedrohung für das tiefe lesende Gehirn ist nicht das Gerät. Es ist die Gewohnheit, die das Gerät einlädt.
Behandelte Kernthemen
Erwähnte Forscherinnen und Forscher
Wichtige Studien und Quellen
KI-generiertes Audio: Die beiden Stimmen und ihr Gespräch in dieser Folge sind von einer KI erzeugt. Die Hosts sind keine echten Menschen.
So entsteht die Folge: Unser Team wählt jedes Thema aus und schneidet den Ton. Recherche und Shownotes entstehen mit KI, wir lesen sie vor der Veröffentlichung.
Warum KI? So können wir dir begutachtete Forschung kostenlos auf Deutsch und Englisch bringen. Die Quellen findest du unten.
Episoden-Zusammenfassung
Ein geübter Tipper erfasst etwa 40 Wörter pro Minute. Eine geübte Handschrift hält ungefähr 20. Ein Dozent spricht mit rund 150. Die Arithmetik dieser drei Zahlen ist die ganze Geschichte der Notizen-Forschung, und sie erklärt, warum einer der berühmtesten Befunde der pädagogischen Psychologie sich als zugleich richtig und falsch entpuppt hat.
In dieser Episode folgen wir fast einem Jahrhundert Forschung, von Charles Crawfords Grundlagenstudie aus dem Jahr 1925 bis zu Mueller und Oppenheimers schlagzeilenträchtiger Studie von 2014 mit dem Titel "The Pen Is Mightier Than the Keyboard", und durch den Replikationsbogen mehrerer Studien, der ihre kausale Aussage leise demontierte. Wir betrachten den Rahmen aus Enkodierung und Speicherung, der das Feld seit Di Vesta und Gray ordnet, die Neurowissenschaft der Buchstabenformung, die Bündelungslogik des Cornell-Systems und den überraschend kräftigen Zeichnen-Effekt. Die tiefere Lektion: Das Medium ist größtenteils ein Stellvertreter. Was darüber entscheidet, ob aus Notieren Lernen wird, ist die Frage, ob das Notieren echte Verarbeitung in Echtzeit verlangt oder nur Transkription.
Behandelte Kernthemen
Erwähnte Forscherinnen und Forscher
Wichtige Studien und Quellen
KI-generiertes Audio: Die beiden Stimmen und ihr Gespräch in dieser Folge sind von einer KI erzeugt. Die Hosts sind keine echten Menschen.
So entsteht die Folge: Unser Team wählt jedes Thema aus und schneidet den Ton. Recherche und Shownotes entstehen mit KI, wir lesen sie vor der Veröffentlichung.
Warum KI? So können wir dir begutachtete Forschung kostenlos auf Deutsch und Englisch bringen. Die Quellen findest du unten.
Episoden-Zusammenfassung
Genau jetzt liegt irgendwo dein Posteingang im dreistelligen Bereich. Eine Streaming-App bietet siebenundvierzig Dinge zum Anschauen. Im Supermarktregal stehen zwölf Hafermilch-Varianten. Die populäre Bezeichnung dafür heißt "Information Overload", und die populäre Antwort lautet "weniger ist mehr". Beides ist zu einfach.
In dieser Episode behandeln wir Information Overload so, wie es die Forschung tatsächlich zeigt: als Missverhältnis zwischen dem, was eine Umgebung liefert, und dem, was ein Geist auswerten kann. Gestützt auf Sheena Iyengars berühmte Marmeladen-Studie, die größte 401(k)-Felduntersuchung der Wahlforschung, zwei Jahrzehnte meta-analytischer Debatte und den umstrittenen Replikationsverlauf der Ego-Depletion trennen wir drei oft vermischte Konstrukte (Information Overload, Choice Overload und Decision Fatigue), ordnen die Evidenz ehrlich ein und schließen damit, was Choice Architecture leisten kann und was nicht. Diese Episode ist kein Produktivitäts-Manifest, sondern eine Episode über den Umgang des Geistes mit Überangebot.
Behandelte Kernthemen
Erwähnte Forscherinnen und Forscher
Wichtige Studien und Quellen
KI-generiertes Audio: Die beiden Stimmen und ihr Gespräch in dieser Folge sind von einer KI erzeugt. Die Hosts sind keine echten Menschen.
So entsteht die Folge: Unser Team wählt jedes Thema aus und schneidet den Ton. Recherche und Shownotes entstehen mit KI, wir lesen sie vor der Veröffentlichung.
Warum KI? So können wir dir begutachtete Forschung kostenlos auf Deutsch und Englisch bringen. Die Quellen findest du unten.
Episoden-Zusammenfassung
Genau jetzt, während du das hier liest, machst du wahrscheinlich nicht nur eine Sache. Ein Dokument ist offen. In einem anderen Tab pulsiert ein Chat-Fenster. Eine E-Mail-Vorschau schiebt sich am Bildschirmrand vorbei. Eine Kalender-Erinnerung wartet zehn Minuten weiter. Es fühlt sich an, als liefen mehrere Aufgaben gleichzeitig. Die Wissenschaft zeigt ein schärferes Bild: Der Bildschirm macht Multitasking, deine Aufmerksamkeit wechselt. Und jeder Wechsel hat einen Preis.
In dieser Episode untersuchen wir die Kosten, den Aufgabenzustand zu wechseln. Gestützt auf Harold Pashlers Forschung zum zentralen Engpass, Stephen Monsells Arbeit zu Wechselkosten, Gloria Marks zwei Jahrzehnten Arbeitsplatzbeobachtung und Sophie Leroys Entdeckung des "Attention Residue" zeigen wir, warum "schnelle Blicke" selten schnell sind, warum die berühmte "23 Minuten"-Erholungszahl eine genauere Erzählung verdient und warum Benachrichtigungen sich weniger wie Information verhalten und mehr wie Aufgabeneinladungen. Es geht nicht darum, dass Menschen kein Multitasking könnten. Es geht darum, dass anspruchsvolle geistige Aufgaben in der Regel um dieselbe Maschinerie konkurrieren, und die Kosten des Wechselns nicht nur verlorene Zeit bedeuten. Es ist verlorener Aufgabenzustand.
Behandelte Kernthemen
Erwähnte Forscherinnen und Forscher
Wichtige Studien und Quellen
KI-generiertes Audio: Die beiden Stimmen und ihr Gespräch in dieser Folge sind von einer KI erzeugt. Die Hosts sind keine echten Menschen.
So entsteht die Folge: Unser Team wählt jedes Thema aus und schneidet den Ton. Recherche und Shownotes entstehen mit KI, wir lesen sie vor der Veröffentlichung.
Warum KI? So können wir dir begutachtete Forschung kostenlos auf Deutsch und Englisch bringen. Die Quellen findest du unten.
Episodenzusammenfassung
Warum kannst du etwas tausendfach gesehen haben und dich trotzdem nicht wirklich daran erinnern? In dieser Episode beginnen wir mit dem Penny Problem. Die meisten Menschen erkennen eine Münze sofort, können aber ihr genaues Layout kaum aus dem Gedächtnis zeichnen. Die Lektion ist einfach und unbequem: Begegnung kann Vertrautheit erzeugen, ohne brauchbare Erinnerung zu erzeugen.
Diese Episode erklärt Fergus Craiks und Robert Lockharts Framework der Verarbeitungstiefen. Ihr Aufsatz von 1972 verschob die Gedächtnisforschung weg von der Frage, wo Information gespeichert wird, hin zur Frage, was der Geist während des Lernens mit Information tut. Auf Buchstaben zu schauen, auf Klänge zu achten und nach Bedeutung zu fragen kann dasselbe Wort betreffen, aber völlig unterschiedliche Gedächtnisspuren hinterlassen.
Wir besprechen Orientierungsaufgaben, Hyde und Jenkins' Arbeit zu inzidentellem Lernen, Craik und Tulvings klassische Experimente von 1975 und den Unterschied zwischen aufrechterhaltendem und elaborativem Wiederholen. Außerdem geht es um wichtige Verfeinerungen: Tiefere Verarbeitung ist nicht einfach mehr Zeit, mehr Anstrengung oder mehr Schwierigkeit. Gute Enkodierung braucht Bedeutung, hilfreiche Beziehungen, Distinktheit und Hinweise, die zur späteren Aufgabe passen.
Behandelte Kernthemen
Erwähnte Forscher
Wichtige Studien & Quellen
Wichtige Zahlen zum Merken
KI-generiertes Audio: Die beiden Stimmen und ihr Gespräch in dieser Folge sind von einer KI erzeugt. Die Hosts sind keine echten Menschen.
So entsteht die Folge: Unser Team wählt jedes Thema aus und schneidet den Ton. Recherche und Shownotes entstehen mit KI, wir lesen sie vor der Veröffentlichung.
Warum KI? So können wir dir begutachtete Forschung kostenlos auf Deutsch und Englisch bringen. Die Quellen findest du unten.
Episoden-Zusammenfassung
Stell dir vor, du lernst eine neue Software. Das Tutorial zeigt ein Diagramm auf der einen Seite des Bildschirms und Schritt-für-Schritt-Anweisungen auf der anderen. Du schaust ständig hin und her, hin und her, und bis du Schritt 3 dem richtigen Teil des Diagramms zugeordnet hast, hast du vergessen, was in Schritt 1 stand. Das Problem ist nicht dein Gedächtnis. Das Problem ist das Design.
In dieser Episode erkunden wir die Cognitive-Load-Theorie (CLT), eines der einflussreichsten Rahmenwerke im Bereich Instruktionsdesign. In den 1980er Jahren bemerkte der australische Psychologe John Sweller etwas Verblüffendes: Schüler, die ihre Zeit mit dem Lösen von Matheaufgaben verbrachten, wurden dadurch nicht wirklich besser in Mathematik. Die Suche nach einer Lösung verbrauchte ihr gesamtes Arbeitsgedächtnis und ließ nichts für das eigentliche Lernen übrig. Seine radikale Erkenntnis: Lernenden Aufgaben zum Lösen zu geben, könnte einer der schlechtesten Wege sein, ihnen beim Lernen zu helfen.
Wir gehen die drei Arten der kognitiven Belastung durch, untersuchen die überraschenden Experimente, die bewiesen haben, wie das Format das Lernen beeinflusst, und verfolgen, wie sich die Theorie über vier Jahrzehnte weiterentwickelt hat. Dabei entdecken wir, dass manchmal mehr Information das Lernen verschlechtert, das Entfernen des Ziels aus einer Aufgabe das Lernen verbessert und was Anfängern hilft, Experten tatsächlich schaden kann.
Behandelte Kernthemen
Erwähnte Forscher
Wichtige Studien und Quellen
Wichtige Zahlen zum Merken
Einprägsame Zitate
KI-generiertes Audio: Die beiden Stimmen und ihr Gespräch in dieser Folge sind von einer KI erzeugt. Die Hosts sind keine echten Menschen.
So entsteht die Folge: Unser Team wählt jedes Thema aus und schneidet den Ton. Recherche und Shownotes entstehen mit KI, wir lesen sie vor der Veröffentlichung.
Warum KI? So können wir dir begutachtete Forschung kostenlos auf Deutsch und Englisch bringen. Die Quellen findest du unten.
Episoden-Zusammenfassung
Hast du schon einmal eine ganze Seite eines Lehrbuchs gelesen, jedes einzelne Wort verstanden und dann festgestellt, dass du keine Ahnung hast, was dort eigentlich stand? Du bist nicht allein, und es liegt nicht an mangelnder Lesefähigkeit. Es ist ein Verstehensproblem, und die Kognitionswissenschaft kann genau erklären, warum das passiert.
In dieser Episode erkunden wir Walter Kintschs bahnbrechendes Construction-Integration-Modell, das zeigt, dass Verstehen nicht eine Sache ist, sondern drei. Wenn du liest, baut dein Geist drei verschiedene mentale Repräsentationen auf: einen Oberflächencode (die genauen Worte), eine Textbasis (die Bedeutung der Sätze) und ein Situationsmodell (ein mentales Modell der im Text beschriebenen Welt). Nur die tiefste Ebene, das Situationsmodell, erzeugt Wissen, das du tatsächlich anwenden kannst. Und hier kommt der überraschende Punkt: Es ist möglich, auf den ersten beiden Ebenen perfekte Repräsentationen aufzubauen und auf der dritten völlig zu scheitern.
Wir verfolgen den Weg von Kintsch, einem österreichischen Schullehrer, der einer der einflussreichsten Kognitionswissenschaftler wurde, und decken die überraschende Erkenntnis auf, dass manchmal klarere, besser geschriebene Texte tatsächlich zu schlechterem Lernen führen.
Behandelte Kernthemen
Erwähnte Forscherinnen und Forscher
Wichtige Studien und Quellen
Wichtige Zahlen zum Merken
Einprägsame Zitate
Die Kernidee
Verstehen ist nicht eine Sache. Es sind drei. Wenn du liest, baust du einen Oberflächencode auf (den genauen Wortlaut, der in Sekunden verschwindet), eine Textbasis (die Bedeutung der Sätze, die über Tage verblasst) un...
KI-generiertes Audio: Die beiden Stimmen und ihr Gespräch in dieser Folge sind von einer KI erzeugt. Die Hosts sind keine echten Menschen.
So entsteht die Folge: Unser Team wählt jedes Thema aus und schneidet den Ton. Recherche und Shownotes entstehen mit KI, wir lesen sie vor der Veröffentlichung.
Warum KI? So können wir dir begutachtete Forschung kostenlos auf Deutsch und Englisch bringen. Die Quellen findest du unten.
Episoden-Zusammenfassung
Genau jetzt, während du diese Worte liest, gleiten deine Augen nicht sanft über die Seite. Sie machen drei bis vier schnelle Sprünge pro Sekunde, und bei jedem Sprung bist du komplett blind. Du verarbeitest nur 14 Zeichen gleichzeitig durch ein schmales Aufmerksamkeitsfenster. Und das Erstaunlichste: Nach all dieser außergewöhnlichen neuronalen Arbeit wirst du dich nächste Woche an fast nichts davon erinnern.
In dieser Episode eröffnen wir Teil 2 der Serie und untersuchen, was tatsächlich passiert, wenn wir lesen. Gestützt auf Keith Rayners vier Jahrzehnte der Augenbewegungs-Forschung und Stanislas Dehaenes Neurowissenschaft des Lesens enthüllen wir den überraschend komplexen und fragilen Prozess hinter etwas, das die meisten von uns für selbstverständlich halten. Dann konfrontieren wir eine unbequeme Wahrheit: Obwohl Lesen unsere wichtigste Art des Wissenserwerbs ist, produziert es erstaunlich wenig dauerhafte Erinnerung. Das Problem ist nicht das Lesen selbst, sondern Lesen als Lernen zu behandeln.
Behandelte Kernthemen
Erwähnte Forscherinnen und Forscher
Wichtige Studien und Quellen
Wichtige Zahlen zum Merken
Einprägsame Zitate
KI-generiertes Audio: Die beiden Stimmen und ihr Gespräch in dieser Folge sind von einer KI erzeugt. Die Hosts sind keine echten Menschen.
So entsteht die Folge: Unser Team wählt jedes Thema aus und schneidet den Ton. Recherche und Shownotes entstehen mit KI, wir lesen sie vor der Veröffentlichung.
Warum KI? So können wir dir begutachtete Forschung kostenlos auf Deutsch und Englisch bringen. Die Quellen findest du unten.
Episoden-Zusammenfassung
Dein Gehirn macht etwa 2% deines Körpergewichts aus, verbraucht aber 20% deiner Energie. Das entspricht ungefähr einer 20-Watt-Glühbirne im Dauerbetrieb. Und jetzt kommt das Seltsame: Wenn du dich intensiv auf ein schwieriges Problem konzentrierst, ist der Anstieg des Energieverbrauchs kaum messbar. Was also macht dein Gehirn mit all dieser Energie, wenn du nicht bewusst nachdenkst?
In dieser Episode erkunden wir eine der überraschendsten Entdeckungen der modernen Neurowissenschaft: Das Gehirn ist niemals wirklich untätig. Als Marcus Raichle bemerkte, dass bestimmte Hirnregionen in Ruhe aktiver waren als bei fokussierten Aufgaben, entdeckte er ein verborgenes Netzwerk, das den Großteil des Energiebudgets des Gehirns verbraucht. Das Default Mode Network erweist sich als die neuronale Infrastruktur unseres Innenlebens: Selbstreflexion, Zukunftsplanung, Gedächtniskonsolidierung, soziale Kognition und kreative Einsicht.
Dies ist die letzte Episode unseres Grundlagen-Teils. In zwölf Episoden haben wir erkundet, wie der Geist Informationen verarbeitet und speichert. Die Schlussfolgerung? "Nichtstun" könnte fürs Lernen essenziell sein.
Behandelte Kernthemen
Erwähnte Forscherinnen und Forscher
Wichtige Studien und Quellen
Wichtige Zahlen zum Merken
KI-generiertes Audio: Die beiden Stimmen und ihr Gespräch in dieser Folge sind von einer KI erzeugt. Die Hosts sind keine echten Menschen.
So entsteht die Folge: Unser Team wählt jedes Thema aus und schneidet den Ton. Recherche und Shownotes entstehen mit KI, wir lesen sie vor der Veröffentlichung.
Warum KI? So können wir dir begutachtete Forschung kostenlos auf Deutsch und Englisch bringen. Die Quellen findest du unten.
Episoden-Zusammenfassung
Wo warst du am 11. September 2001? Wenn du alt genug bist, dich zu erinnern, hast du wahrscheinlich eine lebhafte, detaillierte Erinnerung an diesen Moment. Aber die Forschung zeigt: Es besteht eine Chance von etwa eins zu vier, dass diese Erinnerung komplett falsch ist. Dein Vertrauen in sie hat nie gewankt, doch die Genauigkeit ist möglicherweise längst zerbröckelt.
In dieser Episode erkunden wir eine der mächtigsten Kräfte, die unser Gedächtnis formen: Emotion. Wir folgen James McGaughs jahrzehntelanger Forschung, die enthüllt, wie Stresshormone eine Kaskade auslösen, die gewöhnliche Momente in dauerhafte Erinnerungen verwandelt. Wir treffen Patientin SM, eine Frau, die ohne Amygdala lebt und keine Angst empfindet, aber sich giftigen Schlangen mit überwältigender Neugier nähert. Wir decken auf, warum unsere lebhaftesten Erinnerungen, die Blitzlichterinnerungen an schockierende Ereignisse, oft unsere ungenauesten sind. Und wir entdecken, warum eine gut erzählte Geschichte sich etwa siebenmal besser im Gedächtnis verankert als eine Faktenliste.
Emotion färbt nicht nur unsere Erinnerungen. Sie entscheidet, welche überleben. Dieses System zu verstehen offenbart sowohl die Macht als auch die Zerbrechlichkeit dessen, was wir am zuversichtlichsten erinnern.
Behandelte Kernthemen
Erwähnte Forscherinnen und Forscher
Wichtige Studien und Quellen
From the publisher's feed