Der Mythos der 10.000 Stunden: Was die Expertiseforschung über Üben wirklich herausgefunden hat

Kurz gesagt. Die 10.000-Stunden-Regel existiert in der Forschung, aus der sie stammt, gar nicht. In der Geigenstudie von K. Anders Ericsson, Ralf Krampe und Clemens Tesch-Römer aus dem Jahr 1993 hatten die besten Studierenden bis zum Alter von 18 Jahren im Durchschnitt 7.410 Stunden allein geübt, gegenüber 5.301 Stunden bei den guten Studierenden und 3.420 bei den künftigen Musiklehrkräften. “10.000” war ungefähr der Wert, den der Durchschnitt der besten Gruppe um das 20. Lebensjahr erreichte: ein Gruppendurchschnitt, keine Schwelle. Ericsson und ein Koautor schrieben später, die Forschung habe “keinen Beleg für eine magische Zahl” gefunden. Die größeren Studien seither sind aufschlussreicher. Eine Metaanalyse von 88 Studien ergab, dass gezieltes Üben (Deliberate Practice) insgesamt etwa 14 % der Leistungsunterschiede erklärt, ein Wert aus einem Korrigendum von 2018; die Angaben “26 % bei Spielen, unter 1 % in Berufen”, die die meisten Artikel noch wiederholen, sind veraltet. Üben erklärt am meisten, wenn die Aufgabe vorhersehbar ist (23 % der Varianz), und am wenigsten, wenn sie es nicht ist (6 %). Die Lehre lautet nicht “weniger üben”. Sie lautet: Stunden sind ein schwacher Stellvertreter, entscheidend ist die Gestaltung jeder einzelnen Stunde. Im Folgenden: was die Originalstudie gemessen hat, die korrigierten Zahlen, wann Stunden Können vorhersagen, und ein Audit für die Qualität Ihres eigenen Übens.

Woher stammt die 10.000-Stunden-Regel?

Die Regel hat zwei Eltern, und nur einer davon war Wissenschaftler.

Der wissenschaftliche Elternteil ist ein Aufsatz von Ericsson und Kollegen am Max-Planck-Institut für Bildungsforschung in Berlin, erschienen 1993 in der Psychological Review. Professorinnen und Professoren der Musikhochschule in West-Berlin benannten Geigenstudierende mit dem Potenzial für eine Karriere als internationale Solisten; 10 der 14 Nominierten nahmen als “die besten Geiger” teil. Zehn “gute Geiger” aus derselben Abteilung wurden nach Geschlecht und Alter zugeordnet, weitere 10 kamen aus der Abteilung für Musikpädagogik, die niedrigere Aufnahmestandards hatte. Außerdem wurden zehn Geiger mittleren Alters von den Berliner Philharmonikern und dem Radio-Symphonie-Orchester befragt. Jede Person schätzte Jahr für Jahr, wie viele Stunden pro Woche sie allein geübt hatte, und die Studierenden führten eine Woche lang ein Tagebuch.

Der populäre Elternteil ist Malcolm Gladwells Buch Outliers von 2008, das der “10.000-Stunden-Regel” ein Kapitel widmete und den Aufsatz von Ericsson als wichtigsten Beleg anführte. In einem Artikel in Frontiers in Psychology aus dem Jahr 2019 zitieren Ericsson und Kyle Harwell Gladwell, der zehntausend Stunden “die magische Zahl für wahre Expertise” nannte, und weisen die Idee dann direkt zurück. Ihre Forschung habe gezeigt, dass für Leistungen auf internationalem Niveau eine lange Trainingsphase nötig sei, schrieben sie, aber “es gab keinen Beleg für eine magische Zahl”. Sie ergänzten zwei Punkte, die in den Nacherzählungen selten vorkommen. Erstens verwendete Gladwell den Begriff Deliberate Practice nie; in seinen Beispielen zählten öffentliche Auftritte und Arbeit als Üben. Zweitens lag Ericssons eigene Schätzung für den Gewinn internationaler Klavierwettbewerbe bei rund 25.000 Stunden, nicht bei 10.000.

Die Regel nahm also einen Gruppendurchschnitt aus einer kleinen Studie, strich das Wort “gezielt” und machte aus dem Durchschnitt eine Ziellinie.

Was hat die Geigenstudie tatsächlich gemessen?

Die folgende Tabelle zeigt die Zahlen so, wie der Aufsatz von 1993 sie berichtet, neben einer Replikation von 2019, die weiter unten in diesem Artikel besprochen wird.

Tabelle 1. Kumulierte Stunden Üben allein bis zum Alter von 18 Jahren in den Geigenstudien (verifizierte Daten)

Gruppe	Ericsson, Krampe und Tesch-Römer (1993), Berlin	Macnamara und Maitra (2019), Cleveland
Beste Geiger (potenzielle internationale Solisten)	7.410 Stunden (n = 10)	8.224 Stunden (n = 13)
Gute Geiger (gleiche Abteilung)	5.301 Stunden (n = 10)	9.844 Stunden (n = 13)
Weniger fortgeschritten (Musikpädagogik bzw. Musikabteilung)	3.420 Stunden (n = 10)	4.558 Stunden (n = 13)
Professionelle Orchestergeiger mittleren Alters	7.336 Stunden (n = 10)	Nicht untersucht
Liegt “beste” über “gute”?	Ja, als zuverlässig verschieden berichtet (p < 0,05)	Nein; die gute Gruppe lag höher, Unterschied nicht signifikant (p = 0,364)

Quellen: Ericsson, Krampe und Tesch-Römer, Psychological Review (1993), Studie 1; Macnamara und Maitra, Royal Society Open Science (2019), Abschnitt 3.5.3. Die Abstände zwischen den Gruppen sind eine CEOtudent-Berechnung: 1993 hatte die beste Gruppe 2.109 Stunden mehr als die gute Gruppe und etwa das 2,2-Fache der Stunden der Musikpädagogik-Gruppe.

Drei Details der Originalstudie sind wichtiger als die Gesamtsummen.

Erstens: Die Zahl, die Ericssons Team prüfte, waren die Stunden bis zum Alter von 18 Jahren, nicht 10.000. Das Alter 18 wurde gewählt, um verzerrende Einflüsse durch Aktivitäten an der Musikhochschule auszuschließen. Der Wert “mehr als 10.000 Stunden mit 20 Jahren” für die beste Gruppe ergibt sich aus dem Ablesen der Kurve in Abbildung 9 des Aufsatzes; eine Metaanalyse von 2014 fasste ihn als mehr als 10.000 Stunden für die besten Geiger mit 20 Jahren zusammen, gegenüber etwa 7.800 für die gute Gruppe und etwa 4.600 für die am wenigsten fortgeschrittene.

Zweitens: Was die Besten täglich taten, war maßvoll und strukturiert. In der Tagebuchwoche übten die beiden Spitzengruppen im Durchschnitt 24,3 Stunden pro Woche allein, also etwa 3,5 Stunden am Tag, jeden Tag einschließlich der Wochenenden, während die künftigen Lehrkräfte 9,3 Stunden pro Woche übten. Die Spitzengruppen hielten zudem häufiger einen Mittagsschlaf und bewerteten Schlaf als sehr relevant für die Verbesserung ihres Spiels. Derselbe Aufsatz hält fest, dass Trainingsstudien praktisch keinen Nutzen von Übungszeiten über 4 Stunden pro Tag zeigen. Im Tagebuchtempo der Spitzengruppen würde es etwa 7,9 Jahre dauern, 10.000 Stunden zu erreichen (CEOtudent-Berechnung: 10.000 / 24,3 Stunden pro Woche). Die besten Geiger hielten eine nachhaltige Tagesdosis über ein Jahrzehnt durch, statt sich über die Erholungsgrenze hinaus zu verausgaben.

Drittens: die Definition. Ericsson und Kollegen definierten Deliberate Practice als Tätigkeit, die “eigens dazu gestaltet ist, das aktuelle Leistungsniveau zu verbessern”, anstrengend und “nicht an sich vergnüglich”. Sie grenzten sie von Arbeit (Auftreten gegen Bezahlung oder Belohnung) und Spiel (Tätigkeit zum Vergnügen) ab. Von den 30 studentischen Geigern bewerteten 27 das Üben allein als die wichtigste einzelne Tätigkeit zur Verbesserung. Allein zum Spaß spielen, was für Beobachter genauso aussieht, wurde als deutlich weniger relevant eingestuft. Der Aufsatz nennt außerdem die Randbedingung, die die populäre Regel komplett weglässt: “Ohne angemessenes Feedback ist effizientes Lernen unmöglich.”

Was ergaben die großen Studien, als sie die Evidenz bündelten?

An der Geigenstudie nahmen 40 Personen teil. 2014 veröffentlichten Brooke Macnamara, David Hambrick und Frederick Oswald in Psychological Science eine Metaanalyse, die jede auffindbare Studie zusammenführte, die kumuliertes gezieltes Üben und Leistung bei denselben Personen gemessen hatte: 88 Studien, 111 unabhängige Stichproben, 157 Effektstärken und 11.135 Teilnehmende aus Musik, Spielen, Sport, Bildung und Berufen.

Ihre Kernzahlen wurden tausendfach zitiert: Gezieltes Üben erklärte 26 % der Leistungsvarianz bei Spielen, 21 % in der Musik, 18 % im Sport, 4 % in der Bildung und weniger als 1 % in Berufen, insgesamt 12 %.

Diese Zahlen sind veraltet. 2018 veröffentlichte Psychological Science ein Korrigendum (Band 29, Heft 7, Seiten 1202-1204). Die Autoren erklärten, sie hätten eine Stichprobengrößenanpassung für abhängige Effektstärken, eine Methode von Cheung und Chan, falsch angewendet: auf jede einzelne Effektstärke statt auf den Durchschnitt. Sie betonten, dass die Korrektur ihre Schlussfolgerungen in der Sache nicht ändere. Die Zahlen änderte sie aber sehr wohl, und zitiert werden sollte der korrigierte Satz.

Tabelle 2. Wie viel der Leistung gezieltes Üben erklärt, ursprüngliche und korrigierte Werte (verifizierte Daten)

Ergebnis	Ursprünglich berichtet (2014)	Korrigiert (Korrigendum 2018)
Durchschnittliche Korrelation zwischen Üben und Leistung	r = 0,35	r = 0,38
Insgesamt erklärte Varianz	12 % (88 % unerklärt)	14 % (86 % unerklärt), 95-%-KI 11 % bis 18 %
Spiele	26 %	24 %
Musik	21 %	23 %
Sport	18 %	20 %
Bildung	4 %	5 %
Berufe	Weniger als 1 % (r = 0,05, p = 0,62)	1 % (r = 0,09, p = 0,377, statistisch nicht signifikant)
Tätigkeiten mit hoher Vorhersehbarkeit (Beispiel: Laufen)	24 %	23 %
Tätigkeiten mit mittlerer Vorhersehbarkeit (Beispiel: Fechten)	12 %	14 %
Tätigkeiten mit geringer Vorhersehbarkeit (Beispiel: Bewältigung eines Notfalls in der Luftfahrt)	4 %	6 %
Studien, die Üben per Protokoll statt per Erinnerung erfassten	5 %	4 %
Studien, die Üben per Fragebogen erfassten	12 %	15 %

Quelle: Macnamara, Hambrick und Oswald, Psychological Science 25(8), 1608-1618 (2014); Korrigendum, Psychological Science 29(7), 1202-1204 (2018), Tabelle 1.

Vier Lesarten dieser Tabelle sind für alle wichtig, die ihre eigene Entwicklung planen.

Üben zählt. 23 % der Unterschiede zwischen Musikern zu erklären, ist nach verhaltenswissenschaftlichen Maßstäben ein großer Effekt.

Üben ist nicht alles. Selbst in Musik und Spielen stammen drei Viertel der Varianz aus anderen Quellen: Einstiegsalter, Qualität des Unterrichts, Arbeitsgedächtnis, Persönlichkeit, die konkrete Art des Übens und Messfehler. Eine Reanalyse von Hambrick, Gobet, Campitelli und Kollegen in der Zeitschrift Intelligence aus dem Jahr 2014 kam mit anderen Methoden zum selben Schluss. Nach Korrektur um Messfehler erklärte gezieltes Üben 34 % der reliablen Varianz der Schachleistung und etwa 29 % in der Musik; der Großteil blieb unerklärt.

Vorhersehbarkeit ist das stärkste Signal der Tabelle. Üben erklärt bei Tätigkeiten mit hoher Vorhersehbarkeit etwa 3,8-mal so viel Varianz wie bei Tätigkeiten mit geringer Vorhersehbarkeit (CEOtudent-Berechnung: 23 % / 6 %). Die Metaanalyse definierte Vorhersehbarkeit als das Ausmaß, in dem sich die Aufgabenumgebung ändern kann, während die ausführende Person eine Handlung plant und ausführt, sowie die Bandbreite möglicher Handlungen. Genau diese Variable ist für Wissensarbeit am wichtigsten, und der nächste Abschnitt baut darauf auf.

Wie Sie die Stunden zählen, verändert das Ergebnis. Studien, die Üben laufend in einem Protokoll erfassten, fanden einen schwächeren Zusammenhang (4 %) als Studien, die sich auf die Erinnerung der Menschen an jahrelanges Üben stützten (15 %). Erinnerte Stunden sind großzügige Stunden.

Ließ sich die ursprüngliche Geigenstudie replizieren?

Nicht sauber. 2019 wiederholten Macnamara und Megha Maitra die Studie in Royal Society Open Science mit drei Änderungen: einem Doppelblindverfahren (die Interviewenden kannten die Gruppe der jeweiligen Geiger nicht, und den Geigern wurde nicht gesagt, dass es Gruppen gab), Analysen, die alle drei Gruppen gleichzeitig einbezogen, und einem separaten, von einer Lehrkraft entwickelten Maß für das Üben.

Lehrende des Cleveland Institute of Music benannten 24 Studierende mit dem Potenzial für eine Karriere als internationale Solisten; 13 nahmen teil. Gute Geiger kamen aus derselben Abteilung, weniger fortgeschrittene Spieler aus der Musikabteilung der Case Western Reserve University, insgesamt 39 Geiger.

Die Ergebnisse in Tabelle 1 durchbrachen die ordentliche Treppe. Die kumulierten Übungsstunden unterschieden sich insgesamt zwar nach Gruppe. Doch die besten Geiger hatten nicht mehr geübt als die guten; der Durchschnitt der guten Gruppe lag um 1.620 Stunden höher, wenn auch nicht signifikant (CEOtudent-Berechnung: 9.844 – 8.224). Mit 20 Jahren hatten sowohl die beste als auch die gute Gruppe im Durchschnitt 10.000 Stunden überschritten. Üben erklärte in der Replikation 26 % der Leistungsvarianz, gegenüber 48 % im Original. Die Autorinnen merken an, dass dies nahe am korrigierten metaanalytischen Schätzwert für Musik (23 %) liegt und dass 26 % “kein unerheblicher Anteil” sind, die ursprüngliche Behauptung, Leistung lasse sich “weitgehend” durch Üben erklären, stützt das aber nicht.

Sie verweisen zudem auf ein Detail der Originaldaten: Ihrer Darstellung zufolge berichtete Ericsson 2014, dass das 95-%-Konfidenzintervall um die Übungsstunden der ursprünglichen besten Gruppe bis zum Alter von 18 Jahren von 2.894 bis 11.926 Stunden reichte. Der Durchschnitt der guten Gruppe von 5.301 lag darin.

Was sagen die Verteidiger von Deliberate Practice?

Ericsson akzeptierte diese Schlussfolgerungen nicht, und sein Argument verdient Gehör, weil es die nützlichste Idee der gesamten Debatte enthält.

In einem Kommentar in Perspectives on Psychological Science von 2016 argumentierte er, die Sport-Metaanalyse von Macnamara, David Moreau und Hambrick habe “Deliberate Practice” für nahezu jede sportspezifische Tätigkeit verwendet, einschließlich Gruppeneinheiten, Fernsehübertragungen von Spielen, Spiel und Wettkampf. Wer jede Stunde jeder Übungsart aufsummiere, schrieb er, unterstelle, dass alle Übungsaktivitäten gleich wirken, was mit der Evidenz unvereinbar sei.

2019 gingen Ericsson und Harwell weiter. Sie legten drei Kriterien für reproduzierbare Leistung und für zielgerichtetes oder gezieltes Üben an, darunter individualisiertes Üben unter Aufsicht einer Lehrkraft oder eines Coaches, prüften damit die Effektstärken der Metaanalyse von 2014 und behielten nur die, die sie erfüllten. Vierzehn Effekte blieben übrig: fünf aus Spielen, drei aus der Musik, fünf aus dem Sport und einer aus der Bildung (eine Studie zu einem Buchstabierwettbewerb). Keiner aus den Berufen erfüllte die Kriterien. In dieser Teilmenge lag die Korrelation bei r = 0,54, etwa 29 % der Varianz. Nach Anpassung an die unvollkommene Reliabilität der Übungsschätzungen und Leistungsmaße schätzten sie 61 %.

Beide Lager berichten echte Analysen, und der Streit reduziert sich auf eine Frage: Was zählt als Üben? Die Kritiker zählen die Stunden, die Menschen angeben, und finden einen mäßigen Zusammenhang. Ericsson zählt eine enge Form des Übens, von einer Lehrkraft gestaltet und auf konkrete Schwächen mit unmittelbarem Feedback ausgerichtet, und findet in einer viel kleineren Menge von Studien einen viel stärkeren Zusammenhang. Für berufstätige Erwachsene ist das Fazit aus beiden Richtungen gleich: Die Summe zählt weniger als die Art der Stunde.

Ein weiterer Befund sollte alle beunruhigen, die eine Karriere in der Wissensarbeit aufbauen. In der korrigierten Metaanalyse erklärte Üben in Berufen 1 % der Leistung, ein statistisch nicht signifikantes Ergebnis. In der strengeren Reanalyse von Ericsson und Harwell qualifizierte sich überhaupt keine Studie zu Berufen. Die Forschung zeigt nicht, dass Üben im Job nutzlos ist. Sie zeigt, dass kaum jemand gut gestaltetes Üben in Berufen gemessen hat, vermutlich weil die meisten Jobs so wenig davon bieten.

Wie stark schwanken die Stunden bis zur Expertise?

Sehr stark, und das ist der zweite Grund, warum eine einzelne Zahl in die Irre führt. Fernand Gobet und Guillermo Campitelli befragten 104 argentinische Schachspieler, von schwachen Amateuren bis zu Großmeistern, und veröffentlichten die Ergebnisse 2007 in Developmental Psychology. Bei den 34 Spielern, deren Weg zum Meisterniveau (2200 Elo) sich datieren ließ, lag die durchschnittliche Gesamtübungszeit zu diesem Zeitpunkt bei 11.053 Stunden, nahe an der alten Schätzung von “10.000 Stunden”. Der eigentliche Befund ist die Streuung. Ein Spieler erreichte das Meisterniveau mit 3.016 Stunden; ein anderer brauchte 23.608, fast achtmal so viele (CEOtudent-Berechnung: 23.608 / 3.016 = 7,8). Einige Spieler der Stichprobe hatten mehr als 25.000 Übungsstunden hinter sich, ohne das Meisterniveau zu erreichen.

Der Sport erzählt eine ähnliche Geschichte aus einem anderen Blickwinkel. Die Metaanalyse von Macnamara, Moreau und Hambrick aus dem Jahr 2016 umfasste 34 Studien, 52 unabhängige Stichproben und 2.765 Sportlerinnen und Sportler. Gezieltes Üben erklärte insgesamt 18 % der Varianz der sportlichen Leistung, bei Spitzensportlern auf nationalem Niveau oder darüber jedoch nur 1 %. Leistungsstärkere Sportler hatten zudem in der Kindheit nicht früher mit ihrem Sport begonnen als leistungsschwächere.

Wann sagen Übungsstunden Können voraus, und wann nicht?

Die korrigierte Metaanalyse verweist auf Vorhersehbarkeit. Ein separater Forschungsstrang zur Intuition weist in dieselbe Richtung. In einem Aufsatz in American Psychologist von 2009 stimmten Daniel Kahneman und Gary Klein, die aus gegensätzlichen Denkschulen zum Expertenurteil kamen, darin überein, dass die Qualität der Intuition von Fachleuten von zwei Dingen abhängt: wie vorhersehbar die Umgebung ist und ob die Person ausreichend Gelegenheit hatte, ihre Regelmäßigkeiten zu lernen. Sie kamen außerdem zu dem Schluss, dass subjektive Sicherheit kein verlässlicher Indikator für Genauigkeit ist.

Kombiniert man beide Befunde, ergibt sich eine praktische Regel: Stunden werden zu Können, wenn die Aufgabe vorhersehbar ist und das Feedback schnell, klar und an das eigene Handeln gebunden ist. Fällt eine der beiden Bedingungen weg, werden Stunden zu Erfahrung, und das ist nicht dasselbe.

Die Tabelle ordnet gängige Fähigkeiten der Wissensarbeit diesen beiden Bedingungen zu. Sie ist ein redaktioneller Rahmen auf Basis der oben genannten Forschung, keine Messdaten; keine Studie hat die erklärte Varianz für genau diese Fähigkeiten geschätzt.

Tabelle 3. Wann Übungsstunden in der Wissensarbeit Können vorhersagen (redaktioneller Rahmen von CEOtudent)

Fähigkeit	Vorhersehbarkeit der Aufgabe	Übliches Feedback im Job	Sagen reine Stunden Können voraus?	Was eine Stunde zählen lässt
Zehnfingersystem, Tastenkürzel, Sicherheit im Umgang mit Tools	Hoch	Unmittelbar und objektiv (Tempo, Fehler)	Stark, bis zu einem Plateau	Zeitgestoppte Drills für die eigenen langsamsten Bewegungen, nicht mehr Tippen
Tabellenmodelle, SQL, Code nach Spezifikation schreiben	Hoch	Schnell und objektiv (es läuft, die Zahlen gehen auf)	Recht gut	Aufgaben knapp über dem eigenen Niveau, gelöst vor dem Blick auf die Lösung
Präsentieren und öffentliches Sprechen	Mittel	Verzögert und höflich	Schwach	Aufnehmen, ansehen, pro Einheit eine benannte Angewohnheit korrigieren
Schreiben für eine Zielleserschaft	Mittel	Verzögert, gefiltert durch Lektorat oder KI-Tools	Schwach	Erst entwerfen, dann mit einer Expertenüberarbeitung vergleichen und die übersehenen Muster notieren
Verkaufs- und Verhandlungsgespräche	Mittel bis gering	Ergebnis kommt Wochen später, vermischt mit Glück	Schwach	Konkrete Momente mit einem Partner proben, Aufnahmen anhand eines Bewertungsrasters auswerten
Personalauswahl, Strategie, Marktprognosen	Gering	Langsam, verrauscht, selten auf die Entscheidung zurückgeführt	Kaum	Prognosen mit Begründung aufschreiben, später bewerten, Kalibrierung verfolgen

So lesen Sie die Tabelle: Je weiter oben eine Fähigkeit steht, desto mehr bedeuten Ihre protokollierten Stunden. Je weiter unten sie steht, desto mehr kommt es auf die Gestaltung der Stunde an und desto weniger sollten Sie Ihrem eigenen Gefühl trauen, wie gut Sie geworden sind. Es ist dasselbe Gefälle, das die korrigierte Metaanalyse zwischen Laufen und der Bewältigung eines Notfalls in der Luftfahrt fand, übertragen auf einen Schreibtischjob.

Hier verändert KI auch die Ökonomie. In der unteren Hälfte der Tabelle war Feedback immer der knappe Faktor. Ein KI-Tool kann heute in wenigen Minuten eine Übungsverhandlung erzeugen, einen Entwurf anhand eines festgelegten Bewertungsrasters kritisieren oder die Prognosen des letzten Quartals bewerten. So eingesetzt, rückt es eine Fähigkeit in der Tabelle nach oben. Eingesetzt, um das Ergebnis für Sie zu produzieren, nimmt es Ihnen das Üben ganz weg. Unser Grundsatzartikel zu gezieltem Üben im Zeitalter der KI zeigt, wie Sie entscheiden, welche Wiederholungen Sie von Hand behalten und welche Sie auslagern.

Wie prüfen Sie die Qualität Ihrer Übungsstunden?

Wenn Qualität wichtiger ist als Quantität, brauchen Sie eine Methode, um beides zu unterscheiden. Das folgende Audit übersetzt die bestimmenden Merkmale von Deliberate Practice aus dem Aufsatz von 1993 (ein konkretes Ziel, anstrengende Arbeit an der Grenze des aktuellen Könnens, unmittelbares Feedback, Wiederholung mit Verfeinerung und eine begrenzte tägliche Dauer) in sechs Fragen, die Sie zu jedem Zeitblock stellen können, den Sie als Lernen verbuchen.

Tabelle 4. Das Audit der Stundenqualität (redaktioneller Rahmen von CEOtudent)

Frage zu dieser Stunde	0 Punkte	1 Punkt	2 Punkte
1. Gab es vor dem Start ein konkretes Ziel?	“Besser werden in X”	Ein Thema	Eine benannte Schwäche mit einer Bestehensmarke
2. Lag die Stunde an der Grenze meines Könnens?	Bequem, überwiegend Dinge, die ich schon kann	Einige schwierige Teile	Ich bin oft gescheitert und musste langsamer werden
3. Wie schnell erfuhr ich, ob ich richtig lag?	Wochen später oder nie	Am Ende der Einheit	Innerhalb von Sekunden oder Minuten
4. War das Feedback unabhängig von meiner eigenen Meinung?	Nur mein Eindruck	Ein Tool oder eine KI ohne Bewertungsraster	Eine Lehrkraft, ein objektiver Wert oder eine KI, geprüft anhand eines vorab festgelegten Bewertungsrasters
5. Habe ich den schwachen Teil nach der Korrektur wiederholt?	Nein	Einmal	Mehrmals, bis er saß
6. Habe ich gedacht, oder hat ein Tool gedacht?	Das Tool hat die Antwort geliefert	Geteilt	Ich habe zuerst selbst geliefert, dann verglichen

So wenden Sie es an. Bewerten Sie eine typische Lernwoche. Zählen Sie eine Stunde nur dann voll, wenn sie 9 oder mehr von 12 Punkten erreicht; zählen Sie sie bei 6 bis 8 Punkten als halbe Stunde, und unter 6 gar nicht. Die Schwellen sind eine redaktionelle Planungskonvention, keine Forschungsergebnisse, doch die Übung liefert meist eine ernüchternde Zahl. Viele, die sagen, sie hätten “jahrelang geübt”, stellen fest, dass die meisten ihrer Stunden in Ericssons Begriffen Arbeit oder Spiel waren, aus anderen Gründen wertvoll, aber kein Üben.

Drei Regeln aus der Evidenz halten das Audit ehrlich:

• Protokollieren statt erinnern. In der Metaanalyse zeigte erinnertes Üben einen stärkeren Zusammenhang mit Leistung als protokolliertes Üben, was darauf hindeutet, dass das Gedächtnis schmeichelt. Notieren Sie Zeit und Punktzahl am Ende jeder Einheit.
• Die Tagesdosis begrenzen. Die Geiger, die am meisten übten, kamen auf etwa 3,5 Stunden am Tag und schützten Ruhe und Schlaf. Oberhalb von etwa 4 Stunden pro Tag zeigten die von Ericsson ausgewerteten Trainingsstudien praktisch keinen weiteren Nutzen.
• Die untere Hälfte von Tabelle 3 strenger bewerten. Bei Fähigkeiten mit geringer Vorhersehbarkeit wächst die Zuversicht schneller als die Genauigkeit. Die Warnung von Kahneman und Klein, dass subjektives Erleben kein verlässlicher Wegweiser ist, gilt auch für die Einschätzung des eigenen Fortschritts.

Was sollten CEO-orientierte Lernende daraus mitnehmen?

Betrachten Sie Üben so, wie ein CEO Kapital betrachtet. Ein Budget, das nur in Stunden gemessen wird, sagt Ihnen, was Sie ausgegeben haben, nicht, was Sie aufgebaut haben. Die nützliche Frage ist die Rendite pro Stunde, und laut Forschung hängt diese Rendite stärker von Umgebung und Feedback ab als vom Aufwand. Die studentische Hälfte der Perspektive liefert die Disziplin: Deliberate Practice ist per Definition nicht vergnüglich. Es bedeutet, an dem zu arbeiten, worin man schlecht ist, vor ehrlichem Feedback, in begrenzten Tagesdosen, über lange Zeit. Die 10.000-Stunden-Regel ließ das wie ein Geduldsspiel klingen. Die Forschung macht daraus eine Gestaltungsaufgabe.

Daraus folgen vier praktische Schritte:

1. Ersetzen Sie die Zielzahl durch eine Zielleistung. “10.000 Stunden” ist ein Input. “Ein Verhandlungsrollenspiel abschließen, das ein skeptischer Partner mit 8 von 10 Punkten bewertet” ist ein Output, auf den Sie hinüben können. Realistische Zeitspannen nach Fähigkeit und Niveau finden Sie unter wie lange es dauert, eine Fähigkeit zu lernen.
2. Investieren Sie Aufwand in Feedback, bevor Sie ihn in Stunden investieren. Steht eine Fähigkeit in der unteren Hälfte von Tabelle 3, bauen Sie zuerst die Feedbackschleife: Aufnahmen, bewertete Prognosen, ein Bewertungsraster, ein Coach oder eine KI als Kritiker.
3. Führen Sie das Audit der Stundenqualität monatlich durch. Es dauert zehn Minuten und zeigt, wohin Ihre Zeit fließt.
4. Vergleichen Sie sich mit Ihrem eigenen Protokoll, nicht mit einem Durchschnitt. Die schnellsten und langsamsten Schachmeister in der Stichprobe von Gobet und Campitelli unterschieden sich um fast das Achtfache.

Nächste Schritte: unser Leitfaden zu Meta-Fähigkeiten, die jede Fertigkeit schneller machen, und unsere Analyse dazu, wie sich Expertenintuition entwickelt.

Häufig gestellte Fragen

Stimmt die 10.000-Stunden-Regel?
Nicht als Regel. Sie stammt aus Ericssons Geigenstudie von 1993, in der die besten Studierenden bis zum Alter von 18 Jahren im Durchschnitt 7.410 Stunden allein geübt hatten und die 10.000 Stunden im Schnitt um das 20. Lebensjahr überschritten. Es war ein Gruppendurchschnitt in einem einzigen Bereich, keine Schwelle, und Ericsson wies die Idee einer magischen Zahl später zurück.

Wie viel erklärt Üben wirklich?
In der größten Metaanalyse erklärte gezieltes Üben in der 2018 korrigierten Fassung insgesamt etwa 14 % der Leistungsunterschiede: 24 % bei Spielen, 23 % in der Musik, 20 % im Sport, 5 % in der Bildung und 1 % in Berufen. Ericsson argumentierte, dass der Wert mit einer strengeren Definition von Deliberate Practice deutlich höher liege, bei rund 29 % bzw. 61 % nach Korrektur um Messfehler.

Warum steht in Artikeln 26 % für Spiele und weniger als 1 % für Berufe?
Das sind die ursprünglichen Werte von 2014. Ein 2018 in Psychological Science veröffentlichtes Korrigendum berichtigte einen Fehler bei der Anpassung für abhängige Effektstärken. Die korrigierten Werte lauten 24 % für Spiele und 1 % für Berufe, insgesamt 14 % statt 12 %. Viele Artikel haben das noch nicht nachgezogen.

Ließ sich die berühmte Geigenstudie replizieren?
Teilweise. Eine doppelblinde Replikation von 2019 mit 39 Geigern ergab, dass Üben weiterhin mit Können zusammenhing und 26 % der Leistungsvarianz erklärte, doch die besten Geiger hatten nicht mehr geübt als die guten. Die Originalstudie hatte 48 % berichtet.

Funktioniert Üben auch für Büro- und Wissensarbeit?
Es kann, doch die Evidenz ist dünn. In der korrigierten Metaanalyse war das Ergebnis für Berufe (1 %) statistisch nicht signifikant, und in Ericssons strengerer Reanalyse erfüllte keine Berufsstudie die Kriterien. Üben wirkt am besten, wo Aufgaben vorhersehbar sind und Feedback schnell kommt; für Wissensarbeit hat es daher Priorität, Feedback in das Üben einzubauen.

Wie viele Stunden am Tag sollte ich üben?
In der Studie von 1993 übten die besten Geiger etwa 3,5 Stunden am Tag allein, jeden Tag, und schliefen sowie ruhten mehr als die weniger fortgeschrittene Gruppe. Die im selben Aufsatz ausgewerteten Trainingsstudien fanden praktisch keinen Nutzen über 4 Stunden pro Tag hinaus. Für die meisten berufstätigen Erwachsenen ist ein kürzerer täglicher Block hochwertigen Übens das realistische Ziel.

Quellen

1. Ericsson, K. A., Krampe, R. T., und Tesch-Romer, C. (1993). The Role of Deliberate Practice in the Acquisition of Expert Performance. Psychological Review, 100(3), 363-406.
2. Macnamara, B. N., Hambrick, D. Z., und Oswald, F. L. (2014). Deliberate Practice and Performance in Music, Games, Sports, Education, and Professions: A Meta-Analysis. Psychological Science, 25(8), 1608-1618.
3. Korrigendum: Deliberate Practice and Performance in Music, Games, Sports, Education, and Professions: A Meta-Analysis (2018). Psychological Science, 29(7), 1202-1204. doi 10.1177/0956797618769891.
4. Macnamara, B. N., Moreau, D., und Hambrick, D. Z. (2016). The Relationship Between Deliberate Practice and Performance in Sports: A Meta-Analysis. Perspectives on Psychological Science, 11(3), 333-350. Dazu Ericsson, K. A. (2016). Summing Up Hours of Any Type of Practice Versus Identifying Optimal Practice Activities: Commentary. Perspectives on Psychological Science, 11(3), 351-354.
5. Macnamara, B. N., und Maitra, M. (2019). The role of deliberate practice in expert performance: revisiting Ericsson, Krampe and Tesch-Romer (1993). Royal Society Open Science, 6, 190327.
6. Ericsson, K. A., und Harwell, K. W. (2019). Deliberate Practice and Proposed Limits on the Effects of Practice on the Acquisition of Expert Performance: Why the Original Definition Matters and Recommendations for Future Research. Frontiers in Psychology, 10, 2396.
7. Hambrick, D. Z., Oswald, F. L., Altmann, E. M., Meinz, E. J., Gobet, F., und Campitelli, G. (2014). Deliberate practice: Is that all it takes to become an expert? Intelligence, 45, 34-45.
8. Gobet, F., und Campitelli, G. (2007). The role of domain-specific practice, handedness, and starting age in chess. Developmental Psychology, 43(1), 159-172.
9. Kahneman, D., und Klein, G. (2009). Conditions for intuitive expertise: A failure to disagree. American Psychologist, 64(6), 515-526.

---

Dieser Inhalt wurde nach eingehender Recherche mit Unterstützung von KI zusammengestellt und vom CEOtudent-Redaktionsteam geschrieben und für die Veröffentlichung aufbereitet.

This post is also available in: