Cognitive-Load-Theorie

Worum es geht

Die Cognitive Load Theory erklärt, warum manche Präsentationen, Dashboards und technischen Erklärungen sofort verstanden werden, während andere das Publikum erschöpfen und nichts vermitteln. Die vom Bildungspsychologen J. S. in den 1980er-Jahren entwickelte Theorie behandelt das Arbeitsgedächtnis als strikten Flaschenhals: Erwachsene können etwa vier unabhängige Informationseinheiten gleichzeitig in aktiver Aufmerksamkeit halten, nicht die sieben, die durch Millers frühere Schätzung lange populär gemacht wurden. Übersteigt die von einer Aufgabe geforderte Gesamtlast diese Kapazität, degradiert das System nicht graduell – es versagt abrupt. Fehler häufen sich, Entscheidungen werden schlechter, und – entscheidend für alle, die lehren oder präsentieren – das Lernen stoppt vollständig. Für einen SAP-Analytics-Berater ist das keine abstrakte Kuriosität der Kognitionswissenschaft; es ist der Unterschied zwischen einem Lenkungsausschuss, der eine Datasphere-Architekturentscheidung versteht, und einem, der nur zustimmend nickt, ohne sie zu erfassen, sowie zwischen einem jüngeren Teammitglied, das ein Data-Flow-Muster in einer Woche statt in einem Monat beherrscht.

Warum es zählt

• Ein Datasphere Analytic Model mit 12 Dimensionen ist intrinsisch komplexer als eines mit 3 Dimensionen – Chunking und Sequencing reduzieren diese Last, bessere Folien nicht.
• Eine Folie mit 200 Wörtern plus gleichzeitiger Erläuterung erzeugt eine Split-Attention-Überlastung – die Lösung sind fünf Wörter pro Folie plus mündliche Erklärung, nicht weniger Folien.
• Überforderung an einem Tag mit mehreren Kundenmandaten ist meist extrinsische Last (offene Tabs, ungelesene Nachrichten), keine echte intrinsische Komplexität – sie zu beseitigen löst das Problem, nicht härter zu arbeiten.

Kernpunkte

• Das Arbeitsgedächtnis hält gleichzeitig etwa 4 Informationseinheiten – wird das überschritten, kommt es zu einem starken Leistungseinbruch.
• Drei Lastarten: intrinsisch (Aufgabenkomplexität), extrinsisch (schlechte Gestaltung/Präsentation), lernwirksam (produktive Schemabildung). Die ersten beiden minimieren, die dritte maximieren.
• Der Split-Attention-Effekt erklärt, warum Folien mit Aufzählungspunkten und gleichzeitig sprechendem Vortragenden eine geringere Behaltensleistung erzeugen als textarme Folien – zwei Informationskanäle konkurrieren um dasselbe Arbeitsgedächtnis.
• Der Worked-Example-Effekt: Ein gelöstes Beispiel zu zeigen, bevor jemand ein ähnliches Problem lösen soll, reduziert die intrinsische Last beim Lernen drastisch und beschleunigt den Kompetenzerwerb.
• Bei Überforderung die Quelle diagnostizieren: intrinsische Last (die Aufgabe ist tatsächlich komplex) erfordert Chunking und Sequencing; extrinsische Last (Umgebung, offene Tabs, Benachrichtigungen) lässt sich sofort beseitigen.
• Last nur auf kundenseitigen Folien zu managen, während ein Projektteam in Chat-Threads und parallelen Dokumentversionen versinkt, behandelt ein Problem auf Prozessebene als individuelle Disziplinfrage — es braucht Redesign, keine Willenskraft.
• Eine KI-generierte Ausgabe ist nicht automatisch lastgemanagt, nur weil ein Modell statt einer Person sie erzeugt hat — ein dichter, unstrukturierter LLM-Absatz erzeugt dieselbe Split-Attention-Last wie eine schlecht gestaltete Folie.
• Joule-Agenten- und Generative-AI-Hub-Ausgaben wie eine Folie gestalten: eine kurze Empfehlung plus optionales „Begründung anzeigen“ dient einem Live-Publikum besser als eine standardmäßig vollständig angezeigte Argumentationskette.

Begriffe auf dieser Seite

Intrinsic cognitive load

Die durch die inhärente Komplexität des Materials selbst auferlegte Last – die Anzahl der interagierenden Elemente, die gleichzeitig im Arbeitsgedächtnis gehalten werden müssen, um das Konzept zu verstehen.

Extraneous cognitive load

Durch schlechte Aufbereitung, Gestaltung oder Umgebungsfaktoren auferlegte Last – irrelevant für das Material, verbraucht aber Arbeitsgedächtniskapazität und mindert die Leistung.

Germane cognitive load

Die produktive Last, die für die Schemabildung erforderlich ist – das Umwandeln neuer Informationen in Langzeitgedächtnisstrukturen. Die einzige Art von Last, die es sich lohnt, bewusst zu erhöhen.

Split-attention effect

Der kognitive Mehraufwand, der entsteht, wenn ein Lernender zwei getrennte Informationsquellen gedanklich integrieren muss (z. B. ein Diagramm und eine Textbeschriftung an unterschiedlichen Stellen) – erhöht die extrinsische Last erheblich.

Worked-example effect

Der Befund, dass das Studium eines vollständig gelösten Beispiels vor dem Versuch, ein ähnliches Problem zu lösen, die intrinsische Last drastisch reduziert, den Kompetenzerwerb beschleunigt und den Transfer verbessert – besonders wirksam bei Neulingen.

Quellen

1. Sweller, J. — 'Cognitive load during problem solving: Effects on learning', Cognitive Science 1988
2. Cowan, N. — 'The magical number 4 in short-term memory', Behavioral and Brain Sciences 2001
3. Kahneman, D. — Thinking, Fast and Slow (2011) — System 1 / System 2 as practical CLT
4. OECD — Average annual wages
5. SAP Help Portal — Orchestration service (generative AI hub, SAP AI Core)
6. SAP Help Portal — Generative AI hub overview
7. SAP — SAP-RPT product page
8. Nielsen Norman Group — Minimize Cognitive Load to Maximize Usability
9. van Gog, Paas & Sweller — Cognitive Load Theory: Advances in Research on Worked Examples, Animations, and Cognitive Load Measurement (2010)
10. Miller — The Magical Number Seven, Plus or Minus Two, Psychological Review (1956)
11. Kirschner, Sweller & Clark — Why Minimal Guidance During Instruction Does Not Work, Educational Psychologist (2006)
12. Sweller — Cognitive load theory and educational technology, ETR&D 68 (2020)