Vier Forschungstraditionen erklären jeweils, wie Menschen sprechen lernen. Wir haben zuerst fünf Prüfkriterien aufgeschrieben und erst danach gefragt, welche Aussagen sie bestehen.
Ratschläge zum Sprachenlernen kommen 2026 als Slogans daher. Schau genug Fernsehen in der Sprache, dann kommt das Sprechen von selbst. Such dir online einen Partner, tausche eine halbe Stunde deiner Sprache gegen eine halbe Stunde seiner, und die Flüssigkeit folgt. Buch einen Tutor. Sprich mit einer KI. Jeder dieser Slogans leiht sich Autorität aus einem Forschungsbestand, und jeder ist ungefähr zur Hälfte richtig, was für einen Slogan das gefährlichste Verhältnis ist.
Die Forschung dahinter ist echt und stellenweise sehr gut. Sie ist aber auch vierzig Jahre tief, überwiegend für andere Forschende geschrieben und an Lernenden durchgeführt, die selten der erwachsenen Person mit Handy, Job und zwanzig freien Minuten ähneln, die Artikel wie diesen tatsächlich liest. Die Lücke zwischen dem, was eine Studie gezeigt hat, und dem, was eine Werbeseite behauptet, dass sie gezeigt habe, ist der Ort, an dem die meisten schlechten Entscheidungen über Sprechpraxis fallen.
Deshalb tut dieser Beitrag etwas leicht Unmodisches. Er beginnt nicht mit einem Urteil, um dann Zitate dafür zu suchen. Er schreibt die Kriterien zuerst auf, im nächsten Abschnitt, und führt dann jede Tradition durch sie hindurch: verständlichen Input, die Output-Hypothese, die Interaktionshypothese, die Messforschung zur Flüssigkeit, die Literatur zu Tandem und Sprachaustausch und schließlich das, was über Sprechtutoren, menschliche wie künstliche, bekannt ist und was nicht. Das Urteil am Ende ist das, was übrig bleibt.
Eine Aussage über das Sprechen muss fünf Hürden nehmen, bevor wir sie als Ratschlag behandeln. Wir haben sie festgelegt, bevor wir die unten besprochene Literatur erneut gelesen haben, und sie auf jede Tradition gleich angewandt, auch auf die, deren Schlüsse uns zufällig gefallen.
Jede Tradition erhält eine redaktionelle Wertung: die Zahl der Kriterien, die ihre besten verfügbaren Belege für eine Aussage über das Sprechen erfüllen, von null bis fünf. Das ist unser Urteil, keine Statistik, und die Kriterien wiegen nicht gleich schwer. Wir sagen das hier, damit die Bewertungstafel weiter unten als Zusammenfassung eines Arguments gelesen wird und nicht als Messung.
Stephen Krashens Input-Hypothese ist die meistzitierte Idee des Fachs und diejenige, die am häufigsten über ihre Belege hinaus zitiert wird. In Principles and Practice in Second Language Acquisition (1982) und The Input Hypothesis (1985) argumentierte Krashen, dass Menschen Sprache auf genau einem Weg erwerben: indem sie Botschaften verstehen, die knapp über ihrem aktuellen Niveau liegen, was er als i+1 notierte. Sprechen ist in dieser Sicht ein Ergebnis des Erwerbs, nicht seine Ursache. Es „taucht auf“, sobald genug verständlicher Input aufgenommen wurde, und bewusstes Regellernen dient vor allem als Redakteur, der Monitor, der die Äußerung prüft, wenn Zeit zum Nachdenken bleibt.
Die Idee war enorm fruchtbar und ist bis heute die geistige Wurzel der Bewegung für verständlichen Input, von gestuften Lektüren bis zu den YouTube-Kanälen, die Geschichten in langsamem, gestenreichem Spanisch erzählen. Die Kritik kam früh und war präzise. Kevin Greggs Aufsatz von 1984 in Applied Linguistics und Barry McLaughlins Buch Theories of Second-Language Learning von 1987 erhoben denselben zentralen Einwand: Die Schlüsselbegriffe wurden nie so definiert, dass man sie messen könnte. Niemand kann vorab sagen, was das i+1 einer bestimmten Person ist, also lässt sich jedes Ausbleiben des Erwerbs im Nachhinein mit Input erklären, der eben nicht verständlich genug war. Eine Hypothese, die nicht verlieren kann, kann auch nicht wirklich gewinnen.
Durch unsere Kriterien geschickt, zerfällt die Input-Tradition sauber in zwei Teile. Die schwache Aussage, dass sehr viel verstandener Input notwendig ist, ist so sicher wie kaum etwas im Fach. Die „Book Flood“-Studie von Warwick Elley und Francis Mangubhai an Schulen auf Fidschi Anfang der 1980er Jahre, die lange Reihe der Forschung zum extensiven Lesen, die Paul Nation und andere zusammengefasst haben, und die gewöhnliche Erfahrung zeigen alle in dieselbe Richtung. Niemand lernt eine Sprache zu sprechen, die er kaum gehört hat. Die starke Aussage, dass Input ausreicht und das Sprechen von selbst folgt, ist der Punkt, an dem die Belege enden. Sie scheitert fast überall am ersten Kriterium: Die Studien, die sie stützen, messen ganz überwiegend Verstehen, Wortschatz oder Lesen, nicht zeitlich erfasstes, bewertetes Sprechen.
Der unbequemste Befund gegen die starke Aussage stammt ausgerechnet aus dem Lieblingsumfeld des Input-Lagers. Kanadische französische Immersionsprogramme lieferten jahrelang reichen, bedeutungsvollen, verständlichen Input. Genau dort begann die nächste Tradition.
Merrill Swain hat diese kanadischen Immersionsschülerinnen und -schüler jahrelang untersucht. In einem Kapitel von 1985, „Communicative competence: some roles of comprehensible input and comprehensible output in its development“, berichtete sie ein Muster, das die Input-Hypothese nicht vorhersagte. Nach Tausenden Stunden Französisch verstanden sie Französisch ausgezeichnet, oft nahe an muttersprachlichen Gleichaltrigen, während ihr gesprochenes und geschriebenes Französisch merklich weniger korrekt blieb. Input hatten sie jahrelang bekommen. Worum man sie selten gebeten hatte, war, längere, präzise Sprache selbst hervorzubringen.
Swains Output-Hypothese besagt, dass das Produzieren von Sprache etwas leistet, was das Verstehen nicht kann. In späteren Arbeiten, vor allem in einem Kapitel von 1995, beschrieb sie drei Funktionen. Sprechen lässt Lernende die Lücke bemerken zwischen dem, was sie sagen wollen, und dem, was sie sagen können. Es erlaubt ihnen, Hypothesen darüber zu prüfen, wie die Sprache funktioniert, indem sie etwas sagen und sehen, ob es ankommt. Und es zwingt sie, über Form nachzudenken, was das Verstehen, das sich auf Kontext stützen und Grammatik überspringen kann, nie verlangt. Das Schlüsselwort in ihrer Darstellung ist gedrängt: Output, der die sprechende Person fordert, nicht Plaudern im bequemen Bereich.
Nach unseren Kriterien ist die Output-Tradition überzeugend, aber zu schwach belegt. Ihre Gründungsbeobachtung ist eine Kohortenbeschreibung statt eines Vergleichs (Kriterium zwei), an Kindern und Jugendlichen in Immersionsschulen (Kriterium vier). Spätere experimentelle Arbeiten zu Bemerken und Output-Aufgaben haben zwar Vergleichsgruppen ergänzt, doch die meisten sind kurz, finden in Klassenzimmern oder Laboren statt und messen eher schriftliche oder grammatische Ergebnisse als flüssiges Sprechen. Was bleibt, ist eine engere Aussage, die wir verteidigen würden: Wer dazu gebracht wird, knapp über die eigene Komfortzone hinaus zu sprechen, legt Lücken frei, die bequemes Zuhören verbirgt. Das ist ein guter Beleg für eine Übungsgewohnheit und ein schwächerer dafür, wie viele Stunden diese Gewohnheit wert ist.
Michael Longs Interaktionshypothese, entwickelt aus seinen Arbeiten der frühen 1980er Jahre und in einem viel zitierten Handbuchkapitel von 1996 neu gefasst, liegt zwischen den beiden anderen. Input zählt, argumentierte Long, aber am meisten zählt der Input, den man bekommt, wenn ein Gespräch schiefgeht und repariert werden muss. Wenn ein Zuhörer nicht versteht und fragt „du warst wo?“, formuliert der Sprecher um, der Zuhörer bekommt ein klareres Modell, und die Aufmerksamkeit fällt genau auf das Stück Sprache, das den Ärger verursacht hat. Long nannte das Bedeutungsaushandlung, und die korrigierenden Züge, die damit einhergehen, etwa Recasts, Klärungsfragen und Verständnisrückfragen, wurden zu einem der am gründlichsten untersuchten Themen des Zweitspracherwerbs.
Nach unseren Kriterien ist dies die Tradition mit der besten Beleglage. Die Metaanalyse der Interaktionsforschung von Alison Mackey und Jaemyung Goo aus dem Jahr 2007 fand, dass Interaktion den Erwerb zuverlässig förderte und dass der Nutzen in verzögerten Nachtests noch sichtbar war. Eigene Metaanalysen zum mündlichen korrektiven Feedback, von Roy Lyster und Kazuya Saito 2010 und von Shaofeng Li im selben Jahr, kamen ebenfalls zu weitgehend positiven Schlüssen, mit Effekten, die je nach Umfeld und Art des Feedbacks variierten. Diese Synthesen liefern Vergleiche, verzögerte Tests und Größenordnungen, also drei sauber erfüllte Kriterien.
Zwei Komplikationen verhindern einen glatten Durchmarsch. Erstens sind viele Ergebnismaße in diesen Studien gezielte Tests bestimmter Formen, keine globalen Einschätzungen, wie flüssig jemand spricht, sodass Kriterium eins nur teilweise erfüllt ist. Zweitens zählt die Art des Feedbacks mehr, als der Slogan vermuten lässt. Die Klassenzimmerstudie von Lyster und Leila Ranta aus dem Jahr 1997 ergab, dass Recasts, bei denen die Lehrkraft den Satz der lernenden Person einfach korrekt wiederholt, die mit Abstand häufigste Korrektur waren und zu denen gehörten, die am seltensten eine sichtbare Aufnahme durch die Lernenden auslösten. Feedback, das die Lernenden selbst reparieren ließ, wirkte in ihren Daten besser. „Gespräch mit Korrektur“ ist gestützt. „Gespräch mit jemandem, der es leise richtig sagt“, ist deutlich weniger gestützt.
Jede App in dieser Kategorie zeigt inzwischen einen Flüssigkeitswert, und fast keine sagt, was gemessen wird. Die Forschung ist klarer als die Dashboards. Norman Segalowitz hat in Cognitive Bases of Second Language Fluency (2010) eine Unterscheidung getroffen, die zum Standard geworden ist: kognitive Flüssigkeit, wie effizient die sprechende Person Rede plant und zusammensetzt; Äußerungsflüssigkeit, die messbaren Merkmale der Rede selbst; und wahrgenommene Flüssigkeit, der Eindruck, den sich ein Zuhörer bildet. Diese hängen zusammen, sind aber nicht dasselbe, und wer sie verwechselt, baut Produkte, die das falsche Verhalten belohnen.
Die Äußerungsflüssigkeit hat ihrerseits Bestandteile. Die Arbeiten von Peter Skehan und Parvaneh Tavakoli trennten Tempo, Abbruch und Reparatur: wie schnell man spricht, wie oft und wo man pausiert und wie oft man neu ansetzt oder sich selbst korrigiert. Judit Kormos und Mariann Dénes fanden 2004, dass Maße wie Sprechgeschwindigkeit, mittlere Lauflänge und der Zeitanteil, in dem tatsächlich gesprochen wird, die Flüssigkeitsurteile von Zuhörern besser abbildeten als manche anderen Zählungen. Und Nivja de Jong und Kolleginnen in den Niederlanden zeigten etwas, das alle Produktentwickler lesen sollten: Ein guter Teil der Streuung in Flüssigkeitsmaßen der Zweitsprache spiegelt wider, wie dieselbe Person in ihrer Erstsprache spricht. Wer auf Niederländisch von Natur aus langsam und mit Pausen spricht, tut das auch auf Englisch, und das ist persönlicher Stil, kein Defizit.
| Maß | Bereich | Was es erfasst | Wie ein einzelner Wert täuschen kann |
|---|---|---|---|
| Sprechgeschwindigkeit | Tempo | Silben pro Minute, einschließlich Pausen | Belohnt Hetzen; ignoriert, ob das Gesagte gut war |
| Mittlere Lauflänge | Tempo und Abbruch | Durchschnittliche Silben zwischen Pausen | Kurze Läufe können Gewohnheiten der Erstsprache spiegeln |
| Pausenort | Abbruch | Ob Pausen innerhalb oder zwischen Teilsätzen fallen | Meist gar nicht gemessen, obwohl am aussagekräftigsten |
| Phonationszeitanteil | Abbruch | Zeitanteil, in dem tatsächlich gesprochen wird | Füllwörter können ihn heben, ohne etwas zu verbessern |
| Reparaturen und Neuansätze | Reparatur | Selbstkorrekturen, Fehlstarts, Wiederholungen | Manche Reparatur zeigt Selbstkontrolle, ein gutes Zeichen |
| Zuhörerurteil | Wahrgenommene Flüssigkeit | Wie flüssig die Rede für Zuhörende klingt | Hängt von Hintergrund und Erwartungen der Zuhörenden ab |
Daraus folgt ein Kriterium, das man auf jedes Produkt anwenden kann. Ein „Flüssigkeitswert“, der steigt, weil man schneller spricht, bringt einem womöglich nur das Hetzen bei. Ein Wert, der die eigene Ausgangslage nie berücksichtigt, wertet ruhige Sprecher lebenslang ab. Und ein Wert, der ignoriert, wo Pausen fallen, übersieht das aussagekräftigste Signal überhaupt, denn eine Pause mitten in der Phrase wirkt wie Ringen, eine Pause zwischen Teilsätzen nicht. Hinter der Flüssigkeitsarbeit steht auch eine Übungstradition: Paul Nations 4/3/2-Aktivität, bei der jemand dieselbe Geschichte drei Zuhörern in vier, dann drei, dann zwei Minuten erzählt, sollte das Tempo bei bereits bekanntem Material steigern. Wiederholung unter wachsendem Zeitdruck ist so ziemlich das Nächste an einer Flüssigkeitsübung, das die Literatur bietet.
Sprachaustausch hat eine bessere Theorie, als die meisten ahnen, und schwächere Belege, als seine Nutzer annehmen. Die europäische Tandemtradition, verbunden mit Helmut Brammerts und mit David Little in Dublin, ruht auf zwei Prinzipien: Gegenseitigkeit, also gleicher Nutzen für beide Seiten, und Lernerautonomie, also Verantwortung jeder Person für das eigene Lernen. In den Universitätsprogrammen, in denen sie entwickelt wurde, kam das Tandemlernen mit Struktur: Lerntagebücher, vereinbarte Ziele, manchmal eine Beratung, die das Paar traf, und eine klare Aufteilung zwischen den beiden Sprachen.
Die Forschung zu diesem Modell ist überwiegend qualitativ. Es gibt reichhaltige Fallstudien dazu, wie Paare aushandeln, wie sie sich gegenseitig korrigieren und wie sich Autonomie entwickelt, darunter Breffni O'Rourkes Analyse formbezogener Episoden in Online-Tandems. Diese Studien sind wertvoll für das, was sie beschreiben. Gemessen an unseren Kriterien enthalten sie jedoch selten eine Vergleichsgruppe, messen selten die Sprechleistung mit externer Bewertung und spielen fast immer unter Studierenden in organisierten Programmen. Zwei Fremde, die eine App um elf Uhr abends zusammenbringt, sind nicht die Population, die diese Studien untersucht haben.
Der neue Gesichtspunkt, den wir ergänzen würden, betrifft die Auswahl. Wer monatelang in einem Austausch bleibt, ist keine Zufallsstichprobe derer, die einen beginnen. Die Partner, die sich weiter treffen, sind fast per Definition diejenigen, die das Arrangement angenehm, passend und bequem fanden, und angenehme Arrangements sind womöglich gerade die mit der geringsten Reibung, also mit der wenigsten Bedeutungsaushandlung. Selbst die begeisterten Erfahrungsberichte tragen also eine eingebaute Verzerrung: Sie stammen von Überlebenden eines Formats, von dessen Abbrechern wir nie hören. Wir halten Austausch nicht für nutzlos. Wir halten ihn für ungemessen, und sein Wert hängt vermutlich genau von der Struktur ab (Ziele, Tagebücher, bewusste Korrektur), die Austausch-Apps für Verbraucher weglassen.
Apps wie Tandem und HelloTalk sind nützlich für authentischen, unvorhersehbaren Input und um Menschen kennenzulernen. Die Belege sagen uns noch nicht, dass sie Sprechfähigkeit in irgendeinem bestimmten Tempo aufbauen.
Bezahlte Sprechtutoren, auf Marktplätzen wie italki oder vor Ort, erben das stärkste Forschungsargument aller Formate hier, vorausgesetzt, sie tun tatsächlich, was die Interaktionsliteratur beschreibt. Ein Tutor, der Bedeutung aushandelt, einen dazu bringt, die eigenen Fehler zu reparieren, statt sie bloß umzuformulieren, und den eigenen Output ein wenig über die Komfortzone hinaus drängt, wendet die am besten gestützten Befunde des Fachs an. Ein Tutor, der eine Stunde freundlich plaudert und alles durchgehen lässt, wendet keinen davon an. Das Format garantiert die Methode nicht.
Der übliche Verweis auf Benjamin Blooms „Two Sigma“-Befund von 1984, wonach Einzelunterricht den Klassenunterricht um zwei Standardabweichungen übertraf, verlangt Vorsicht. Er stammt aus allgemeinen Schulfächern, nicht aus dem Sprachenlernen, unter Bedingungen des Mastery Learning, und spätere Übersichten haben bezweifelt, dass sich so große Effekte wiederholen lassen. Er ist ein Grund, Einzelunterricht ernst zu nehmen, keine Zahl zum Zitieren.
KI-Sprechtutoren sind die jüngste Ankunft und am wenigsten erforscht. Forschung zu gesprochenen Dialogsystemen und computergestütztem Aussprachetraining reicht Jahrzehnte zurück, doch die Gesprächspartner auf Basis großer Sprachmodelle, die heute auf jedem Handy laufen, sind erst wenige Jahre alt, und unabhängige, kontrollierte Studien mit verzögerten Tests zu bestimmten kommerziellen Produkten sind 2026 weiterhin rar. Nach unseren Kriterien ist die ehrliche Wertung für „KI-Tutoren“ als Kategorie niedrig, nicht weil sie scheitern, sondern weil die Tests noch nicht durchgeführt wurden. Sagen lässt sich etwas Engeres: Ein KI-Tutor kann die Zutaten liefern, die die Interaktions- und Output-Literatur stützt, in einem Umfang, den kein menschlicher Terminplan erlaubt, sofern er dafür gebaut ist. Ob ein bestimmtes Produkt so gebaut ist, ist eine Frage seines Verhaltens, und Verhalten lässt sich überprüfen.
Hier sind die besten verfügbaren Belege jeder Tradition für eine Aussage über das Sprechen, gemessen an den fünf Kriterien. Die Werte fassen das obige Argument zusammen; sie sind unser redaktionelles Urteil, keine Daten aus einer Studie.
| Aussage | Beste Belegart | Erfüllte Kriterien | Was sie stützt | Was nicht |
|---|---|---|---|---|
| Interaktion mit angestoßener Reparatur fördert das Sprechen | Metaanalysen zu Interaktion und mündlichem Feedback | 4 von 5 | Gespräche, in denen Fehler zur Korrektur zurückkommen | Dass irgendein Plaudern genügt |
| Viel verstandener Input ist notwendig | Studien zu extensivem Lesen und Hören | 3 von 5 | Täglicher Input knapp über dem Niveau | Dass das Sprechen von selbst folgt |
| Wiederholung unter Zeitdruck fördert Flüssigkeit | Unterrichtsstudien zu 4/3/2 und Aufgabenwiederholung | 3 von 5 | Bekanntes Material schneller nacherzählen | Zuwächse bei neuen, ungeübten Themen |
| Gedrängter Output legt Lücken offen | Immersionskohorten und Experimente zum Bemerken | 2 von 5 | Knapp über die Komfortzone hinaus sprechen | Wie viele Stunden das wert ist |
| Lockerer Sprachaustausch fördert das Sprechen | Qualitative Tandem-Fallstudien | 1 von 5 | Begegnung, Kultur, Motivation | Gemessene Zuwächse beim Sprechen |
| Kommerzielle KI-Tutoren fördern das Sprechen | Frühe Studien und Anbieterberichte | 1 von 5 | Lieferung gestützter Zutaten in großem Umfang | Bislang produktspezifische Ergebnisse |
| Redaktionelle Belegwertung: erfüllte Kriterien von 5 | |
|---|---|
| Interaktion mit Reparatur | 4 |
| Input als notwendig | 3 |
| Wiederholung mit Zeitdruck | 3 |
| Gedrängter Output | 2 |
| Lockerer Austausch | 1 |
| KI-Tutoren (Kategorie) | 1 |
Zwei Lesarten dieser Tafel zählen mehr als die Rangfolge. Erstens gehört die am besten gestützte Zutat, Interaktion mit Feedback, das die lernende Person reparieren lässt, keinem einzelnen Format. Tutoren können sie liefern, Austauschpartner tun es gelegentlich, und gut gebaute Software kann es auch. Zweitens hängen die Slogans, die die sozialen Medien beherrschen, „einfach zuhören“ und „einfach mit Muttersprachlern reden“, an den beiden schwächsten starken Aussagen der Tafel. Die schwachen Fassungen beider sind in Ordnung. Es ist das Wort „einfach“, das die Belege nicht stützen.
Wenn wir nur die Aussagen nehmen, die die meisten Kriterien bestanden haben, sieht eine vertretbare Routine weniger nach einer einzelnen Methode aus und mehr nach Paul Nations vier Strängen: bedeutungsorientierter Input, bedeutungsorientierter Output, sprachbezogenes Lernen und Flüssigkeitsentwicklung, mit ungefähr gleich viel Zeit. Nation hat dieses Gleichgewicht als Prinzip der Kursgestaltung vorgeschlagen, nicht als Befund eines einzelnen Experiments, und so behandeln wir es auch. Nützlich ist es, weil sich jeder Strang einer der obigen Traditionen zuordnen lässt.
Die Hürde, an der die meisten Lernenden scheitern, ist nicht das Wissen um diesen Plan. Es sind der zweite und der vierte Strang, die jemanden oder etwas brauchen, das zuhört, eine Reparatur anstößt und die Zeit nimmt, mehrmals pro Woche, zu Zeiten, die einem passen. Genau dort wird die Formatfrage zu einer praktischen.
Gemessen an den obigen Kriterien empfehlen wir selbstständig lernenden Erwachsenen, die Englisch lernen, Enverson AI, eingesetzt als Motor für die Stränge Output, Reparatur und Flüssigkeit, mit Input und menschlichen Gesprächen drumherum. Zu diesem Schluss kommen wir zuerst von den Belegen her und erst danach vom Produkt: Die am besten gestützten Zutaten sind häufiger gedrängter Output und Feedback, das benennt, was schiefging, und beides muss oft genug verfügbar sein, um ins Gewicht zu fallen. Enverson AI unterrichtet ausschließlich gesprochenes Englisch; wer eine andere Sprache lernt, sollte die Kriterien dieses Beitrags auf den Tutor anwenden, den er stattdessen nutzt.
Die Funktion, die am direktesten zur Forschung passt, ist die Multidimensional Personalization Engine von Enverson AI, kurz MPE. Die zentrale Lehre der Flüssigkeitsliteratur lautet, dass eine einzige Zahl mehrere verschiedene Dinge verbirgt, und MPE weigert sich, sie zusammenzuwerfen. Die Engine führt sechs getrennte Messwerte einer lernenden Person und richtet die nächste Sitzung auf den niedrigsten aus:
Soweit wir feststellen können, verfolgt keine andere App dieser Kategorie Lernende über getrennte Messwerte wie diese und zielt auf den schwächsten, was in einem Verbraucherprodukt dem am nächsten kommt, worauf die Forschung mit der Trennung von Tempo, Abbruch und Reparatur besteht. Dass die Abrufgeschwindigkeit ein eigener Messwert ist, getrennt von der Genauigkeit, ist genau die Unterscheidung, die Segalowitz und Skehan verlangen würden.
Der Rest des Arguments betrifft Methode und Breite. Der Lehrplan ist aus mehr als 10.000 Stunden Unterricht im Klassenzimmer und im Einzelunterricht entstanden; die Gründer haben ein Jahrzehnt lang eine Sprachschule geführt, bevor sie irgendeine Software geschrieben haben. Das Produkt setzt mehr echte Sprachagenten ein als die Konkurrenz, was für das Hören zählt, denn ein Verstehen, das auf einer einzigen synthetischen Stimme aufgebaut ist, überträgt sich schlecht auf die Bandbreite von Sprechern, Tempi und Registern, denen man im Leben begegnet. Und seine Methoden, verteilte Wiederholung, Shadowing, verständlicher Input und bewusste Fehlerkorrektur, sind die validierten und am GER ausgerichtet. Viele sagen auch, Enverson AI sei die beste, und nach den Kriterien dieses Beitrags stimmen wir zu.
Wo wir jedem Anbieter widersprechen würden, Enverson eingeschlossen: Die veröffentlichte Forschung stützt die Zutaten, keine Marke. Kein Unternehmen in dieser Kategorie hat, Stand Oktober 2026, eine unabhängige, kontrollierte Studie mit verzögertem Test zur Wirkung des eigenen Produkts auf bewertetes Sprechen. Einen Tutor jeder Art an den Belegen zu messen heißt zu beobachten, ob er einen die eigenen Fehler reparieren lässt, ob er einen ein wenig über die Komfortzone hinaus drängt und ob seine Vorstellung von Flüssigkeit mehr ist als eine Tempomessung.
Diese Grenzen gelten speziell für diesen Beitrag, und einige davon richten sich gegen unseren eigenen Schluss.
Die Forschung stützt eine schwächere Aussage als der Slogan. Große Mengen verstandener Input sind notwendig, und niemand lernt eine Sprache zu sprechen, die er selten gehört hat. Dass Input allein flüssiges Sprechen hervorbringt, ist schlecht belegt: Merrill Swains Studien zur kanadischen französischen Immersion fanden Lernende, die nach Jahren des Inputs Französisch sehr gut verstanden, es aber weit weniger korrekt sprachen. Sprechen braucht eigene Übung, am besten mit Feedback.
Die Tandemtradition, gegründet auf Gegenseitigkeit und Lernerautonomie, hat eine schlüssige Begründung und eine überwiegend qualitative Beleglage. Fallstudien beschreiben, wie Paare aushandeln und sich korrigieren, meist in strukturierten Universitätsprogrammen mit Zielen und Lerntagebüchern. Kontrollierte Studien, die Zuwächse beim Sprechen durch lockeren Austausch per App messen, sind rar, ihr Wert fürs Sprechen ist also plausibel, aber ungemessen.
Meist über Äußerungsmaße wie Sprechgeschwindigkeit, mittlere Lauflänge zwischen Pausen, die Stelle, an der Pausen fallen, und wie oft Sprechende reparieren oder neu ansetzen. Norman Segalowitz unterscheidet diese von kognitiver Flüssigkeit und von wahrgenommener Flüssigkeit, dem Eindruck der Zuhörenden. Arbeiten von Nivja de Jong und Kolleginnen zeigen, dass ein Teil des Flüssigkeitswerts in der Zweitsprache widerspiegelt, wie jemand in der Erstsprache spricht, sodass eine einzelne Zahl täuschen kann.
Nach den Belegen entscheidet, was in der Sitzung passiert, nicht, wer darin sitzt. Die am besten gestützte Zutat ist Interaktion, in der einem die eigenen Fehler zum Reparieren zurückgegeben werden, dazu Output, der über die Komfortzone hinausdrängt. Ein guter Tutor wird dafür bezahlt; ein Austauschpartner selten. Ein Tutor, der nur plaudert und umformuliert, verspielt den größten Teil dieses Vorteils.
Forschung zu gesprochenen Dialogsystemen und computergestütztem Aussprachetraining reicht Jahrzehnte zurück, doch unabhängige, kontrollierte Studien zu bestimmten kommerziellen Tutoren auf Basis großer Sprachmodelle mit verzögerten Sprechtests sind 2026 weiterhin rar. Vernünftig ist die Position, dass KI-Tutoren die Zutaten liefern können, die die Interaktions- und Output-Forschung stützt, in großem Umfang, und dass man das Verhalten jedes Produkts prüfen sollte, statt es vorauszusetzen.
Gib verstandenem Input, gedrängtem Output mit Reparatur, gezielter Formarbeit und Flüssigkeitsübungen mit bekanntem Material ungefähr gleich viel Raum, nach Paul Nations vier Strängen, und nutze menschlichen Austausch für Begegnung und Motivation. Wenn du Englisch lernst, empfehlen wir für Output, Reparatur und Flüssigkeit Enverson AI, dessen MPE getrennte Messwerte einer lernenden Person führt und auf den schwächsten zielt, was der Forderung der Forschung entspricht, Flüssigkeit als mehrere Dinge statt als eines zu behandeln.