Was besagt die 10-bis-20-Prozent-Regel beim Wiederholen?

Cepeda et al. (2008) fanden, dass der beste Abstand zwischen zwei Lerneinheiten ungefähr 10 bis 20 Prozent der Zeit beträgt, über die du den Stoff behalten willst. Brauchst du ihn eine Woche, wiederhole nach ein bis zwei Tagen. Brauchst du ihn ein Jahr, sind Abstände von mehreren Wochen besser als tägliches Pauken. Zu kurze Abstände wirken wie Massierung, zu lange lassen den Stoff verfallen, bevor du zurückkommst.

Sind wachsende Intervalle besser als gleichbleibende?

Nicht nennenswert. Latimier et al. (2021) fanden zwischen wachsenden und gleichmäßigen Abständen keinen bedeutsamen Unterschied (g ≈ 0,03). Entscheidend ist die absolute Menge an Abstand, nicht das Muster. Viele Karteikarten-Apps arbeiten trotzdem mit wachsenden Intervallen; der eigentliche Gewinn kommt aus dem Abstand selbst und aus dem aktiven Abruf.

Wann funktioniert Spaced Repetition nicht?

Bei sehr komplexen Aufgaben hilft es weniger, bei Prüfungen am selben Tag verliert es gegen Pauken, und bei viel zu großen Abständen kippt der Vorteil. Dazu kommt die Durchhaltefrage: Ein Algorithmus nützt nur, wenn die App auch geöffnet wird. In Kombination mit aktivem Abruf sind die Effekte deutlich größer als bei bloßem Wiederlesen.

Spaced Repetition: 130 Jahre Forschung im Überblick

Q: Funktioniert Spaced Repetition wirklich?

Ja. Metaanalysen finden durchgängig, dass verteiltes Lernen das Pauken beim langfristigen Behalten schlägt. Donovan und Radosevich (1999) berichten d = 0,46 über 63 Studien, Latimier et al. (2021) g = 0,74 für verteilten gegenüber massiertem Abruf, Kim und Webb (2022) sogar g = 1,15 in verzögerten Tests zum Fremdsprachenwortschatz. Bei komplexem Problemlösen fallen die Effekte kleiner aus als bei Fakten und Vokabeln.

Funktioniert Spaced Repetition wirklich? Was die Metaanalysen sagen

Cepeda, Pashler, Vul, Wixted und Rohrer (2006) haben 839 Messungen aus 317 Experimenten in 184 Artikeln zusammengetragen, die bis heute größte quantitative Übersicht zum verteilten Lernen beim verbalen Behalten (Psychological Bulletin, 132(3), 354–380). Verteiltes Lernen gewann auf ganzer Linie. Der Haken: Einen einzigen besten Abstand gibt es nicht. Das optimale Intervall zwischen zwei Lerneinheiten hängt davon ab, wie lange du den Stoff überhaupt behalten willst.

Donovan und Radosevich (1999) fanden über 63 Studien und 112 Effektstärken hinweg d = 0,46 zugunsten des verteilten Lernens (Journal of Applied Psychology, 84(5), 795–805). Bei einfachen motorischen Aufgaben fiel der Effekt größer aus, bei komplexen kognitiven kleiner. Das ist ein Punkt, den man im Kopf behalten sollte, wenn es um Reaktionsmechanismen in der organischen Chemie geht statt um Vokabeln.

Neuere Arbeiten haben das Bild bestätigt:

Latimier, Peyre und Ramus (2021): g = 0,74 über 29 Studien (Educational Psychology Review, 33(3))
Adesope, Trevisan und Sundararajan (2017): g = 0,61 über 188 Experimente (Review of Educational Research, 87(3))
Rowland (2014): g = 0,50, mit Rückmeldung g = 0,73 (Psychological Bulletin, 140(6))

Dunlosky et al. (2013) haben zehn verbreitete Lerntechniken geprüft und nur zwei als „hochwirksam" eingestuft: verteiltes Lernen und Selbsttests, wirksam über Altersgruppen, Fächer und Schulformen hinweg. Markieren, Wiederlesen und Zusammenfassen landeten in der untersten Kategorie (Psychological Science in the Public Interest, 14(1)). Mawson und Kang (2025) haben nachgewiesen, dass das auch im echten Unterricht gilt: d = 0,54 (95 %-KI [0,31; 0,77]) über 22 Berichte und mehr als 3.000 Schülerinnen und Schüler (Behavioral Sciences, 15(6), 771).

Metaanalyse	Studien/Effekte	Vergleich	Effektstärke
Cepeda et al. (2006)	184 Artikel, 317 Experimente	Verteilt vs. massiert, verbales Behalten	Groß; abhängig von Intervall und Testabstand
Donovan & Radosevich (1999)	63 Studien, 112 Effekte	Verteilt vs. massiert (alle Domänen)	d = 0,46
Rowland (2014)	159 Effekte	Abfragen vs. Wiederlesen	g = 0,50 (0,73 mit Rückmeldung)
Adesope et al. (2017)	188 Experimente, 272 Effekte	Selbsttests insgesamt	g = 0,61
Latimier et al. (2021)	29 Studien, 39 Effekte	Verteilter vs. massierter Abruf	g = 0,74
Kim & Webb (2022)	48 Experimente, 98 Effekte	Verteilt vs. massiert beim Fremdsprachenlernen	g = 1,15 (verzögerter Test)
Mawson & Kang (2025)	22 Berichte, 31 Effekte, N > 3.000	Verteilt vs. massiert im Unterricht	d = 0,54

Sprachen: Hier wirkt der Effekt am stärksten

Beim Wortschatz sind die Effekte am größten, und die Zahlen sind ungewöhnlich deutlich für die Psychologie.

Kim und Webb (2022) haben 98 Effektstärken aus 48 Experimenten mit 3.411 Lernenden ausgewertet und g = 1,15 im verzögerten Test gefunden (Language Learning, 72(1)).

Die Bahrick-Familienstudie (1993) sollte kennen, wer eine Sprache lernt. Vier Familienmitglieder lernten 300 fremdsprachige Wortpaare in Abständen von 14, 28 oder 56 Tagen. Das Ergebnis: 13 Sitzungen im 56-Tage-Abstand brachten dieselbe Behaltensleistung wie 26 Sitzungen im 14-Tage-Abstand (Psychological Science, 4(5)). Die Hälfte der Lernzeit, nur weil die Abstände größer waren. Bahrick und Phelps (1987) fanden dazu passend, dass ein Abstand von 30 Tagen nach acht Jahren noch 15 % Erinnerungsleistung ergab, gegenüber 8 % bei einem Tag Abstand (Journal of Experimental Psychology, 13(2)).

13 Sitzungen im 56-Tage-Abstand ergaben dieselbe Behaltensleistung wie 26 Sitzungen im 14-Tage-Abstand. Wer die Abstände streckt, halbiert die Lernzeit.

Karpicke und Roediger (2008) haben gezeigt, dass der Abruf genauso zählt wie der Abstand: 80 % Erinnerungsleistung mit fortgesetztem Abfragen gegenüber rund 35 % ohne, gemessen nach einer Woche. Wiederlesen ohne Abfragen brachte nichts (Science, 319(5865)). Karpicke und Bauernschmidt (2011) fanden, dass allein die Erhöhung des absoluten Abstands, unabhängig davon, ob die Intervalle wachsen, gleich bleiben oder schrumpfen, das langfristige Behalten um rund 200 % verbesserte (Journal of Experimental Psychology, 37(5)).

Praktisch wird es hier: Chukharev-Hudilainen und Klepikova (2016) haben die erste doppelblinde randomisierte Studie im computergestützten Sprachenlernen durchgeführt. Englischlernende, die im Schnitt drei Minuten am Tag mit Spaced Repetition arbeiteten, verdreifachten ihr langfristiges Wortschatzbehalten (CALICO Journal, 33(3)). Nakata und Webb (2016) fanden für englisch-japanisches Vokabular, dass lange Abstände im verzögerten Nachtest mehr als doppelt so wirksam waren wie kurze (Studies in Second Language Acquisition, 38(3)).

Medizinstudium: die belastbarste angewandte Evidenz

Nirgends ist so kontrolliert zu Karteikarten geforscht worden wie in der medizinischen Ausbildung. Die randomisierte Studie von B. Price Kerfoot an der Harvard Medical School (2007) mit 95 Studierenden im dritten Jahr zeigte, dass per E-Mail verteilte Wiederholungen die Urologie-Ergebnisse am Jahresende deutlich verbesserten: Cohens d = 1,01 bei denen, die 6 bis 8 Monate nach ihrem Tertial abgefragt wurden, d = 0,73 bei 9 bis 11 Monaten Abstand (Medical Education, 41(1)). Eine adaptive Folgestudie (Kerfoot, 2010) kam auf 38 % höhere Lerneffizienz bei gleichem Ergebnis (The Journal of Urology, 183(2)).

Für Anki und die US-amerikanischen Staatsexamen ist die Datenlage ungewöhnlich konkret:

Deng, Gluckstein und Larsen (2015): Je 1.700 zusätzlich gesehene Anki-Karten ein Punkt mehr im USMLE Step 1, auch nach Kontrolle für MCAT-Ergebnisse und Vornoten (Perspectives on Medical Education, 4(6))
Gilbert et al. (2023): Anki-Nutzer schnitten in standardisierten Prüfungen 6,2 bis 10,7 % besser ab als Studierende mit klassischen Methoden (Medical Science Educator, 33(4))
Durrani et al. (2024): d = 0,8 für die Anki-Gruppe in einer quasi-experimentellen Studie mit 115 Pädiatrie-Studierenden (BMC Medical Education, 24(1))

Shail et al. (2024) haben 56 Studien aus den Gesundheitsberufen gesichtet: 43 von 63 Experimenten (68 %) zeigten signifikante Vorteile von verteiltem Lernen oder Abrufübung, genau eines zeigte einen negativen Effekt (Advances in Health Sciences Education, 29).

Funktioniert das auch in Mathematik und Naturwissenschaften?

Hier wird die Lage unübersichtlich.

Rohrer und Taylor (2006) verteilten Mathe-Übungen auf zwei Sitzungen im Abstand einer Woche und verdoppelten damit fast die Leistung im Test nach vier Wochen bei Permutationsaufgaben. Die dreifache Menge an massiertem Üben brachte dagegen gar nichts (Applied Cognitive Psychology, 20). Voice und Stirton (2020) fanden bei Physikstudierenden mit einer Spaced-Repetition-Webanwendung 70 % gegenüber 61 % (d = 0,47) im Vergleich zu Nichtnutzern (New Directions in the Teaching of Physical Sciences, 15(1)).

Bei Mathematik sind die Ergebnisse allerdings auffällig uneinheitlich. Barzagar Nazari und Ebersbach (2019) fanden im Mathematikunterricht der siebten Klasse nach sechs Wochen klare Vorteile, nach zwei Wochen keine (Trends in Neuroscience and Education, 17). Krauspe et al. (2025) fanden beim schriftlichen Multiplizieren nach acht Wochen überhaupt keinen Abstandseffekt, mit bayesianischer Bestätigung der Nullhypothese (Learning and Instruction, 97). Hopkins et al. (2024) sahen an derselben Universität mit derselben Struktur Verbesserungen in Analysis, aber nicht in Physik (International Journal of STEM Education, 11).

Das Muster: Je komplexer und prozeduraler die Aufgabe, desto unzuverlässiger der Effekt. Ein Universalwerkzeug ist Spaced Repetition nicht.

Wann wiederholen? Die 10-bis-20-Prozent-Regel

Wann du wiederholst, zählt genauso viel wie ob du überhaupt verteilst.

Cepeda, Vul, Rohrer, Wixted und Pashler (2008) haben mit über 1.350 Teilnehmenden vermessen, welche Abstände optimal sind, und kamen auf eine brauchbare Faustregel: Der beste Lernabstand liegt bei etwa 10 bis 20 % der Zeit, über die du den Stoff behalten musst (Psychological Science, 19(11)). Für eine Woche heißt das Wiederholung nach ein bis zwei Tagen. Für ein Jahr Abstände von drei bis fünf Wochen. Zu kurze Abstände sind Pauken mit Extraschritten. Zu lange bedeuten neu lernen statt wiederholen.

Eine verbreitete Annahme hält der Prüfung nicht stand: Wachsende Intervalle sind nicht nennenswert besser als gleichbleibende. Latimier et al. (2021) fanden einen nicht signifikanten Unterschied von g = 0,034. Viele Karteikarten-Apps sind auf der Idee gebaut, dass die Intervalle unbedingt wachsen müssen. Die Daten geben das nicht her. Es zählt die absolute Menge an Abstand.

Zu den Algorithmen:

Pimsleur (1967): das erste System gestaffelter Abrufintervalle (5 s → 25 s → 2 min → … → 2 Jahre), Modern Language Journal (51(2))
Leitner (1972): der Karteikasten mit Fächern, bis heute das anschaulichste Modell
SM-2 (Woźniak, 1990): 89,3 % Behaltensleistung bei 10.255 gelernten Elementen und 41 Minuten Lernzeit am Tag, bis heute die Grundlage in Anki
FSRS (Ye, Su und Cao, 2022): trainiert auf 220 Millionen protokollierten Lernvorgängen, 20 bis 30 % weniger Wiederholungen als SM-2 bei gleicher Retention, in Anki seit Version 23.10 (KDD '22)
MEMORIZE (Tabibian et al., 2019): aus der stochastischen Regelungstheorie hergeleitet, schlug auf Duolingo-Daten von Millionen Lernenden sowohl Leitner als auch SuperMemo (PNAS, 116(10))

Die Richtung ist eindeutig: Adaptive Planer auf Basis echter Nutzerdaten schlagen feste Faustregeln.

Wo Spaced Repetition scheitert

1. Komplexität der Aufgabe. Donovan und Radosevich (1999) fanden eine signifikante negative Korrelation (r = −0,25) zwischen Aufgabenkomplexität und Effektstärke. Sprachen: g = 1,15. Mathematik-Metaanalysen: bestenfalls g ≈ 0,28 bis 0,46, mit Nullbefunden dazwischen. Für einfache Paarassoziationen ist der Effekt riesig, für komplexes Problemlösen schrumpft er oder verschwindet.

2. Prüfungen am selben Tag. Rawson und Kintsch (2005) zeigten, dass massiertes Üben bei Tests am selben Tag besser abschneidet (Journal of Educational Psychology, 97(1)). Roediger und Karpicke (2006) haben genau das repliziert: Nach fünf Minuten gewann das Pauken, nach einer Woche lag verteiltes Abfragen um rund 50 % vorn (Psychological Science, 17(3)). Wenn die Klausur morgen ist, kann Pauken die richtige Entscheidung sein.

3. Zu große Abstände. Verkoeijen, Rikers und Özsoy (2008) zeigten, dass ein Abstand von dreieinhalb Wochen beim Textlernen nicht besser abschnitt als Massierung, wenn schon nach zwei Tagen geprüft wurde. Vier Tage Abstand schlugen die Massierung dagegen deutlich (Applied Cognitive Psychology, 22(5)). Die umgekehrte U-Form aus Cepeda et al. (2008) ist real.

4. Methodisches Rauschen in älteren Studien. Delaney, Verkoeijen und Spirgel (2010) haben in der klassischen Abstandsforschung mehrere Scheineffekte identifiziert, darunter geliehene Übungszeit (rehearsal borrowing), Strategiewechsel mitten in der Sitzung, Rezenzeffekte und übersprungene Items (Psychology of Learning and Motivation, Bd. 53). Der Kernbefund hält, aber die Literatur ist unsauberer, als es die übliche Berichterstattung nahelegt.

5. Durchhalten. Dempster (1988) nannte den Abstandseffekt einen Lehrfall dafür, wie psychologische Forschungsergebnisse nicht angewendet werden (American Psychologist, 43, 627–634). Die Kritik sitzt bis heute. Barzagar Nazari und Ebersbach (2018) fanden, dass beim selbstgesteuerten Lernen signifikant weniger Studierende die verteilten Übungen abschlossen als die massierten (Frontiers in Psychology, 9). Seibert Hanson und Brown (2020) beschrieben Anki als wirksame, aber bittere Pille: Es funktioniert, nur mochte es kaum jemand, und die Beteiligung war niedrig. Eine App, die Reibung ignoriert, ignoriert die wichtigste Variable.

Was bleibt

Der Abstandseffekt gehört zu den am häufigsten replizierten Befunden der Psychologie. Die Effektstärken von d = 0,46 bis g = 1,15 sind groß genug, um im Alltag einen Unterschied zu machen, und in Kombination mit aktivem Abruf werden sie noch größer. Am meisten zahlt sich das über Monate und Jahre aus: Die Bahrick-Studien zeigen Effekte, die fast ein Jahrzehnt überdauern.

Was es nicht ist: eine Lösung für alles. Am besten wirkt es bei Fakten und Wortschatz. In angewandten MINT-Fächern liegt es im Mittelfeld. Bei komplexem konzeptuellem Verständnis ist es uneinheitlich. Der optimale Abstand skaliert mit dem Ziel (grob 10 bis 20 % des Zeitraums), und wachsende Intervalle sind kein Vorteil gegenüber festen, obwohl fast jedes kommerzielle Werkzeug damit wirbt.

Das Phänomen selbst ist geklärt. Offen sind die praktischen Fragen: wie sich die Planung an einzelne Lernende anpassen lässt, wie man Durchhalten in ein Produkt einbaut und wie aus Laborbefunden verlässliche Alltagsgewohnheiten werden.

Und wie sieht das im Alltag aus?

Drei Dinge reichen. Zerlege den Stoff in einzelne Fragen statt in Seiten, die du wiederlesen könntest. Ruf bei jeder Wiederholung die Antwort aus dem Gedächtnis ab, bevor du sie aufdeckst. Und lass einen Planer entscheiden, was heute dran ist, damit deine Zeit in die wackligen Karten fließt und nicht in die sicheren.

Memor More ist genau darauf gebaut: erzwungener Abruf bei jeder Karte, ein Wiederholungsplan an der Vergessenskante, Karten aus Notizen oder Themen mit KI-Hilfe. Kostenlos auf iPhone, iPad und Mac, mit fertigen deutschsprachigen Decks wie Biologie: Pflanzen & Wirbeltiere und Geschichte: USA, Deutschland, Spanien in der öffentlichen Bibliothek.

Spaced Repetition wirkt: Was über 130 Jahre Forschung zeigen