Zug zurücknehmen: Warum dich das besser macht, nicht fauler

In einem Übersichtsartikel von 2017 trug Janet Metcalfe die Belege zum Lernen aus Fehlern zusammen. Das Bild überrascht alle, die mit der Idee groß geworden sind, dass man Fehler um jeden Preis vermeiden sollte. Einen Fehler zu machen und dann eine korrigierende Rückmeldung zu bekommen, hilft Menschen in der Regel beim Lernen. Es brennt den Fehler nicht ein. Am stärksten ist der Nutzen ausgerechnet in dem Fall, der am schlimmsten klingt: wenn der Lernende sicher war, dass die falsche Antwort richtig ist. Ein selbstsicherer Fehler, der korrigiert wird, bleibt im Gedächtnis.

Nate Kornell, Matthew Hays und Robert Bjork zeigten im Labor einen verwandten Effekt. Wer versuchte, eine Frage zu beantworten, bevor er die Antwort sah, lernte sie besser als jemand, der Frage und Antwort einfach zusammen las, selbst wenn der Versuch zum Scheitern verurteilt war. Der erfolglose Versuch schien sie auf die Korrektur vorzubereiten.

Ein Zug in einem Rätsel ist eine Art Vermutung über das Feld. Wenn die Vermutung falsch ist und du siehst, warum, lernst du etwas darüber, wie die Steine zusammenwirken, das dir bloßes Starren nicht gezeigt hätte. Genau das macht die Zugrücknahme möglich: Die Korrektur kommt sofort, solange die Überlegung, die zum Fehler geführt hat, noch frisch ist.

Quellen1Quelle 1Metcalfe, J. (2017). Learning from errors. Annual Review of Psychology, 68, 465–489.2Quelle 2Kornell, N., Hays, M. J., & Bjork, R. A. (2009). Unsuccessful retrieval attempts enhance subsequent learning. Journal of Experimental Psychology: Learning, Memory, and Cognition, 35(4), 989–998.

Die Forschung zu betrieblichen Schulungen hat das in großem Maßstab getestet. Fehlermanagement-Training ermutigt Lernende bewusst, zu erkunden, Fehler zu machen und daraus zu lernen, statt einem Ablauf zu folgen, der sie auf dem richtigen Weg hält. 2008 fassten Nina Keith und Michael Frese 24 Studien mit mehr als 2.000 Teilnehmenden zusammen. Im Durchschnitt schnitt das Fehlermanagement-Training besser ab als die Alternativen, mit einem mittleren Effekt. Am größten war der Abstand nicht bei den geübten Aufgaben, sondern bei späteren Aufgaben mit anderer Struktur, also genau dort, wo eine Fähigkeit halten soll.

Zwei Zutaten waren entscheidend: aktives Erkunden und die ausdrückliche Ermutigung, Fehler zu machen. Die zweite übersieht man leicht. Wer hört, dass Fehler zum Prozess gehören, reagiert anders auf sie, und aus Frust kann Neugier werden. Ein Spiel kann dieselbe Botschaft über sein Design senden, indem es die erste Korrektur billig macht.

Auch in einem Puzzlespiel ist der Transfer auf neue Aufgaben das, worauf es ankommt. Niemand spielt lange dasselbe Feld. Was du von einem Feld zum nächsten mitnehmen willst, ist keine auswendig gelernte Lösung, sondern ein besseres Gespür dafür, wie Steine einander blockieren, und genau dieses Gespür baut das Erkunden auf.

Quellen3Quelle 3Keith, N., & Frese, M. (2008). Effectiveness of error management training: A meta-analysis. Journal of Applied Psychology, 93(1), 59–69.

Kenton O’Hara und Stephen Payne führten Ende der 1990er-Jahre eine Reihe von Experimenten durch, die jeder Rätseldesigner kennen sollte. Die Versuchspersonen lösten das 8-Puzzle, ein kleines Schiebepuzzle mit Plättchen, über Oberflächen, die jeden Zug entweder schnell oder mühsam machten. Waren Züge teuer, planten die Leute mehr. Waren sie billig, verließen sie sich stattdessen auf Versuch und Irrtum in der Welt.

Die Ergebnisse zum Lernen waren gemischter. In einem Experiment schnitten diejenigen, die mit der mühsamen Oberfläche geübt hatten, später bei derselben Art von Rätsel besser ab als diejenigen, die mit der billigen geübt hatten. In einem anderen, bei dem das spätere Rätsel ein anderes war, machte die Übungsoberfläche keinen Unterschied. Eine Folgestudie variierte weitere Kosten, darunter eine Sperrzeit nach jedem Zug und den Aufwand, einen Fehler zu beheben, und fand dasselbe Grundmuster: Wenn Handeln mehr kostet, planen Menschen mehr und handeln weniger.

Die Zugrücknahme ist der ultimative Kostensenker. Sie macht einen schlechten Zug fast kostenlos. Die Forschung sagt also voraus, dass reichlich Zugrücknahmen Menschen still und leise vom Planen abhalten können. Die Antwort ist nicht, auf die Zugrücknahme zu verzichten, sondern sie gezielt einzusetzen.

Quellen4Quelle 4O’Hara, K. P., & Payne, S. J. (1998). The effects of operator implementation cost on planfulness of problem solving and learning. Cognitive Psychology, 35(1), 34–70.5Quelle 5O’Hara, K. P., & Payne, S. J. (1999). Planning and the user interface: The effects of lockout time and error recovery cost. International Journal of Human-Computer Studies, 50(1), 41–59.

Der Trick: Behandle jede Zugrücknahme als Experiment mit einer Frage daran. Bevor du einen Zug machst, den du vielleicht zurücknimmst, sag, was er zeigen soll: Wenn der blaue Stein nach links gleitet, geht dann die Bahn auf? Dann schau hin, lerne und nimm zurück. So behältst du das Planen, das billige Züge gern aushöhlen, und bekommst trotzdem die schnelle Korrektur, die Fehler nützlich macht.

• Formuliere die Frage vor einem tastenden Zug, nicht danach.
• Fass nach einer Zugrücknahme in einem Satz zusammen, was dir das Feld gerade beigebracht hat.
• Wenn du denselben Zug zweimal zurücknimmst, halt an und lies das Feld neu. Das Problem ist dein Plan, nicht der Zug.
• Heb dir einen Neustart für den Fall auf, dass deine ganze Einschätzung des Feldes falsch war.

Wer zwischen denselben zwei Stellungen hin- und herspringt, hofft, statt zu testen. Das ist der Moment, das Feld von Grund auf neu zu lesen. Wie das geht, erklärt ein Rätsel lesen vor dem ersten Zug.

OutBrick ist um genau dieses Gleichgewicht herum gebaut. Die erste Zugrücknahme auf jedem Feld ist kostenlos und geht nie aus, die erste Korrektur ist also immer billig, dieselbe Botschaft, die das Fehlermanagement-Training senden will. Darüber hinaus kommen Zugrücknahmen aus einem kleinen Vorrat, der sich mit der Zeit wieder füllt, und ein Feld, auf dem kein Zug mehr möglich ist, mischt sich kostenlos neu. Die genauen Bedingungen stehen in der Fair-Play-Übersicht auf der Startseite.

Auf den klassischen Feldern, die die Browser-Demo noch spielt, ziehen die Sterne mit Absicht in die andere Richtung. Ein Stern heißt: gelöst. Zwei Sterne heißen: innerhalb der Zugvorgabe gelöst. Drei Sterne heißen: innerhalb der Vorgabe gelöst, ganz ohne Zugrücknahme. (Auf iPhone und iPad richten sich die Sterne inzwischen nach der Punktzahl des Feldes.) Das Spiel belohnt also beide Arten des Lernens: Erkunde frei, wenn du die Lösung willst, und plane im Kopf, wenn du den dritten Stern willst. Unser Ratgeber zu drei Sternen behandelt die Planungsseite.

Um den Unterschied zu spüren, spiel das Spielfeld im Browser zweimal: einmal mit freiem Experimentieren, einmal ohne die Zugrücknahme anzurühren. Achte darauf, wie anders du das Feld beim zweiten Mal ansiehst.