Lehrmaschinen sind Geräte oder Systeme, die Lerninhalte in einer vorgegebenen Abfolge präsentieren und das Lernen durch unmittelbare Rückmeldung und Selbststeuerung unterstützen. Die ersten Lehrmaschinen waren mechanisch: Sie stellten Fragen (häufig Multiple-Choice) und erlaubten nur dann das Weiterschalten, wenn eine richtige Antwort gegeben wurde. Diese frühe Form geht auf Sidney L. Pressey zurück, der in den 1920er Jahren Automaten zur schriftlichen Wissensabfrage entwickelte. Presseys Versuch zeigte: Wenn die Maschine so eingestellt war, dass sie nur dann weiterging, wenn der Schüler die richtige Antwort erhielt, trat messbarer Lernfortschritt ein. Später baute Norman Crowder diese Idee deutlich aus und führte verzweigende (branching) Programme ein, die bei falschen Antworten auf aufbauende oder remediale Einheiten verwiesen.

B. F. Skinner entwarf eine andere technische und theoretische Umsetzung. Seine Lehrmaschinen basierten auf Prinzipien der operanten Konditionierung: Lernen sollte durch kleine, wohlstrukturierte Schritte, sofortige positive Rückmeldung und möglichst häufige erfolgreiche Reaktionen gefördert werden. Skinner betonte das aktive Antwortverhalten der Lernenden und die Bedeutung von Verstärkung zur Stabilisierung erwünschter Antworten; seine Vorschläge trugen wesentlich dazu bei, wie Lehrmaschinen gestaltet wurden.

Grundprinzipien der Lehrmaschinen und des programmierten Lernens

  • Schrittweise Strukturierung: Lerninhalte werden in kleine, überschaubare Einheiten zerlegt (Frames oder Schritte).
  • Sofortiges Feedback: Lernende erhalten unmittelbar Rückmeldung über Richtigkeit ihrer Antwort, was Fehlvorstellungen schnell korrigiert.
  • Aktives Antwortverhalten: Der Lerner muss aktiv antworten – passives Lesen wird vermieden.
  • Selbststeuerung und Tempo: Lernende arbeiten in ihrem eigenen Tempo und wiederholen bei Bedarf.
  • Branching vs. Linearität: Branching-Programme (z. B. Crowder) leiten bei Fehlern zu remedialen Einheiten; lineare Programme (z. B. in Skinner’scher Tradition) führen in kleinen, aufeinandertreffenden Schritten zum Ziel.
  • Klar definierte Lernziele: Jede Einheit hat ein eng umrissenes Lernziel, das überprüfbar ist.

Formen und Anwendungen

Lehrmaschinen traten nicht nur als mechanische Kästen auf, sondern fanden bald Entsprechungen in gedruckten Programmen (Lehrbuchseiten mit eingebauten Aufgaben und Lösungen) und später in elektronischen Systemen. Das programmierte Lernen existiert daher in vielen Formen: mechanische Apparate, didaktisch aufgebaute Lehrtexte, Ton- und Videomedien sowie elektronische Computerprogramme. In der zweiten Hälfte des 20. Jahrhunderts bildeten diese Ideen die Grundlage für Computerbasiertes Lernen (CAI), tutorielle Systeme und adaptives Lernen.

Einfluss auf moderne Bildungstechnologien

Die Kernideen der Lehrmaschinen – unmittelbares Feedback, Zerlegung von Inhalten, Selbstbestimmung des Tempos und adaptive Remedialisierung – finden sich heute in vielen digitalen Lernsystemen wieder: intelligenten Tutoren, adaptiven Lernplattformen, E‑Learning-Kursen und sogar in modernen MOOCs. Auch Konzepte wie Mastery Learning und adaptives Testen sind von den Prinzipien programmierten Lernens beeinflusst.

Erfahrungen, Wirksamkeit und Kritik

Es gibt umfangreiche Erfahrung und empirische Befunde, dass sowohl die von Pressey/Crowder vorgeschlagenen Vorgehensweisen als auch Skinner’sche Programme in vielen Situationen das Lernen verbessern können, insbesondere bei gut strukturierten Inhalten (z. B. Fakten, Prozeduren, Grundlagenwissen). Wichtig sind dabei passende Aufgabenformate, sorgfältige Instruktionsgestaltung und sinnvolle Rückmeldungen.

Gleichzeitig gab und gibt es Kritik: Lehrmaschinen und stark behavioristische Programme wurden vielfach als zu mechanistisch empfunden und als zu sehr auf reines Faktenwissen oder Routineaufgaben ausgerichtet. Kritiker bemängeln, dass komplexes Problemlösen, kreative oder metakognitive Fähigkeiten und soziale Aspekte des Lernens oft zu kurz kommen. Zudem hängt der Erfolg stark von der Qualität der Instruktionsanalyse und der Aufgabenstellung ab.

Fazit

Die historischen Lehrmaschinen haben mehr bewirkt als die Herstellung mechanischer Apparate: Sie lieferten praktische und theoretische Einsichten über Feedback, Übung, Selbststeuerung und die Strukturierung von Lerninhalten. Viele ihrer Grundprinzipien sind trotz der Kritik bis heute zentral in der Instruktionsgestaltung und bilden eine wichtige Grundlage moderner, digitaler Lernumgebungen.