Die Produktionslücke
Die meisten Sprachlernenden verstehen weit mehr, als sie produzieren können. Sie erkennen Vokabeln, analysieren Grammatik, folgen Gesprächen — aber erstarren, wenn sie selbst sprechen sollen. Das ist die Produktionslücke, und hier stagnieren die meisten Lernenden.
Traditionelle Methoden adressieren das Verständnis: Lesen, Hören, Grammatikübungen, Vokabellisten. Das baut passives Wissen auf. Mündliche Sprachkompetenz erfordert jedoch eine andere Art des Lernens — eine, bei der Sätze produziert und nicht nur verstanden werden.
Swains Output-Hypothese (1985, 1995) hat gezeigt, dass Produktionsübung Funktionen erfüllt, die Verständnis allein nicht leisten kann: Sie erzwingt syntaktische Verarbeitung, deckt Wissenslücken auf und konsolidiert prozedurales Gedächtnis. Shima basiert auf dieser Erkenntnis.
Warum satzbasiertes Üben funktioniert
Shima vermittelt keine Grammatikregeln oder isoliertes Vokabular. Es trainiert vollständige Sätze — die Einheit tatsächlicher Kommunikation. Jeder Satz wird gehört, nachgesprochen und produziert, bis er automatisch wird.
Dieser Ansatz entspricht DeKeysers Skill-Acquisition-Theorie: Deklaratives Wissen (die Regel kennen) muss durch Übung prozeduralisiert werden, bevor es automatisch wird. Der Satz ist die natürliche Einheit dafür — klein genug zum Üben, groß genug, um Grammatik, Vokabular und Pragmatik im Kontext zu kodieren.
Grammatik und Vokabular werden im Kontext erworben, nicht isoliert. Wenn Sie „Entschuldigung, könnten Sie mir bitte den Weg zum Bahnhof erklären?“ üben, lernen Sie das Grammatikmuster, den Wortschatz und das soziale Register gleichzeitig — weil Sprache genau so funktioniert.
Inselstruktur
Inhalte sind in Inseln organisiert — thematische Gruppen von 50 bis 100 Sätzen rund um eine reale Situation. Im Restaurant bestellen. Den öffentlichen Nahverkehr nutzen. Mit Kollegen über die Arbeit sprechen.
Jede Insel ist in sich geschlossen und in Phasen gegliedert: Nur-Hören, Nachsprechen, geführte Produktion und freier Abruf. Lernende durchlaufen die Phasen, sobald die Engine die Automatisierung auf jeder Stufe bestätigt.
Diese Struktur bedeutet, dass Lernende vollständige kommunikative Kompetenz in einem Bereich aufbauen, bevor sie weitergehen. Nach Abschluss einer Restaurant-Insel können Sie tatsächlich im Restaurant bestellen — nicht nur Speisekarten lesen.
Die adaptive Engine
Shimas Engine erfasst die Schwierigkeit pro Satz für jeden Lernenden. Sätze, die leichtfallen, werden zeitlich gestreckt. Sätze, die Zögern verursachen, werden häufiger und in variierten Kontexten wiederholt.
Das ist kein generisches Spaced Repetition — es ist produktionsbewusstes Scheduling, das zwischen Erkennen und Abrufen unterscheidet, zwischen dem Verstehen eines Satzes und der Fähigkeit, ihn flüssig zu produzieren.
Die Engine bietet zudem kontextbezogene Vokabelhinweise und Grammatikerklärungen, wenn Lernende auf neue Muster stoßen — das Verständnis wird unterstützt, ohne den Produktionsfluss zu unterbrechen.
Inhalte, die wie ein Mensch klingen
Shimas Sätze werden so verfasst, dass sie klingen wie etwas, das ein echter Mensch tatsächlich sagen würde. Keine Lehrbuchkonstruktionen, keine künstlichen Beispiele — natürliche Sprache mit authentischem Register, Pragmatik und kulturellem Kontext.
Das ist wichtig, weil Sprache haften bleibt, wenn sie an Bedeutung geknüpft ist, die einem wichtig ist. „Das Haus hat drei Schlafzimmer“ vermittelt Grammatik. „Drei Schlafzimmer — ehrlich gesagt mehr Platz als wir brauchen, aber das Licht war es wert“ vermittelt Grammatik und installiert eine Perspektive, die man tatsächlich verwenden kann.
Für institutionelle Einsätze werden Inhalte nach Fachbereich entwickelt: Behördensprache, diplomatisches Protokoll, Wirtschaftsvokabular oder akademischer Diskurs.
Forschungsgrundlage
Shimas Methodik stützt sich auf etablierte Forschung im Zweitspracherwerb:
- Swains Output-Hypothese — Produktionsübung erfüllt Funktionen, die Verständnis allein nicht leisten kann
- DeKeysers Skill-Acquisition-Theorie — Prozeduralisierung durch Übung
- Nations Vier-Stränge-Modell — ausgewogene Aufmerksamkeit für bedeutungsfokussierten Input, bedeutungsfokussierten Output, bewusstes Lernen und Flüssigkeitsentwicklung
- Laufer & Hulstijns Involvement-Load-Hypothese — tiefere Verarbeitung führt zu besserer Behaltensleistung
Die zentrale Erkenntnis: Produktionsübung unterscheidet sich qualitativ von Verständnisübung, und Sprachkompetenz erfordert beides. Die meisten Tools hören beim Verständnis auf. Shima vervollständigt das Bild mit strukturierter Produktionsübung.