Evidenzbasiert · Powered by FiBS
„Evidenzbasiert" sagen viele.
Fragen Sie nach.
Das Wort kostet nichts. Wer es ernst meint, muss vier Fragen beantworten können – und die vierte ist die unbequemste. Auf dieser Seite steht, was wir darauf antworten: mit Beständen, Zahlen und den Stellen, an denen unser eigenes Modell durchgefallen ist.
- Evidenzbasiert
- Social Impact
- Praxisnah
Der Ausgangspunkt
Das Paradox der Erkenntnis
Deutschlands Bildungsproblem ist kein Wissensproblem. Seit Jahren liegen Befunde, Vergleichsstudien und gelungene Beispiele vor. Trotzdem bleiben Reformen punktuell – wir reparieren an der Oberfläche, wo das Fundament neu zu denken wäre.
„Wir wissen, was wirkt. Wir handeln nicht danach."
Lernen für morgen · Dr. Dieter DohmenGenau deshalb reicht es nicht, Studien zu zitieren. Zwischen einem Befund in einer Meta-Analyse und einer besseren Schulstunde am Dienstagmorgen liegen vier Übersetzungsschritte – und an jedem einzelnen geht üblicherweise die Wirkung verloren. Neomera ist der Versuch, diese Kette geschlossen zu halten. Evidenz ist bei uns kein Argument, sondern eine Infrastruktur.
Die Evidenztreppe
Vier Fragen, an denen sich Evidenz messen lässt.
Die meisten Anbieter beantworten die erste. Die dritte trennt Wissen von Rezept, die vierte trennt Projekt von System. Jede Stufe hat bei uns einen Bestand, der sich prüfen lässt – und wo es zu einer Frage noch gar keine Evidenz gibt, erzeugen wir sie selbst (A/B-Testing).
Wirkt es überhaupt?
Unsere Evidenzdatenbank führt kuratierte Wirkungsbefunde aus Kita, Schule und Übergang – jeder mit Effektstärke, Studientyp, Stichprobe, Grenzen und Quelle. Nicht Meinung, sondern Bestand.
Wirkt es auch bei uns?
Ein Befund aus Neuseeland ist kein Befund für Nordrhein-Westfalen. Die Übertragbarkeit auf Deutschland ist deshalb ein eigenes Datenfeld – und das Evidence Lab prüft im A/B-Design nach, was an der einzelnen Schule tatsächlich ankommt.
Unter welchen Bedingungen?
Die entscheidende und meistübersprungene Frage. Fast jede Maßnahme wirkt nur, wenn bestimmte Voraussetzungen erfüllt sind. Wir führen diese Bedingungen als eigenes Feld mit – sonst verkauft man eine Effektstärke, die es im Alltag nie gibt.
Was heißt das im ganzen System?
Eine wirksame Maßnahme an 20 Schulen ist ein Projekt. Erst wenn man ausrechnen kann, was sie in einem Land über Jahrzehnte bewirkt, wird daraus Politik. Dafür gibt es EduSim – und Longvia für Wirtschaft und Gesellschaft.
Ein Fall aus der Datenbank
Warum kleinere Klassen fast nichts bringen – und wann doch.
Kaum eine Forderung ist populärer und kaum eine wird häufiger falsch begründet. Drei Einträge unserer Datenbank stehen dazu nebeneinander. Zusammengelesen ergeben sie etwas, das keiner von ihnen allein sagt – und genau das ist der Punkt.
Befund · der Effekt
Klein, teuer, in Mathematik gar nicht
Klassengrößenreduktion erreicht im Lesen eine standardisierte Effektstärke von 0,11; in Mathematik ist der Effekt mit −0,03 nicht signifikant. Ein kleiner Ertrag für eine der teuersten aller denkbaren Maßnahmen.
Filges u. a. 2018 · Systematischer ReviewBefund · der Wirkkanal
Die Klasse wirkt nicht – die Lehrkraft wirkt
Klassengröße wirkt nicht direkt auf Leistung, sondern über die Entscheidungen der Lehrkraft beim Unterrichten von Gruppen. Ohne veränderte Praxis bleibt der Effekt aus – kleinere Klassen werden dann einfach genauso unterrichtet wie große.
Blatchford & Russell 2018Befund · die Gegenprobe
Struktur ohne Pädagogik bewegt wenig
Klassenverkleinerung kommt auf d ≈ 0,21 – deutlich unter dem Schwellenwert von 0,40, ab dem eine Maßnahme als spürbar wirksam gilt. Sie wirkt nur, wenn die gewonnene Zeit für individuelle Rückmeldung genutzt wird. Sonst bleibt es bei 0,21.
Hattie 2023 · Visible LearningWas daraus folgt
Wer kleinere Klassen fordert, fordert das Falsche zuerst. Nicht die Struktur wirkt, sondern was in ihr getan wird. Dieselbe Investition, verbunden mit Fortbildung und verändertem Lehrhandeln, bringt ein Vielfaches. Genau diese Verbindung – Befund, Wirkkanal, Bedingung – ist der Grund, warum die Datenbank Gelingensbedingungen als eigenes Feld führt und warum Neomera Fortbildung, Begleitung und Wirkungsmessung zusammen anbietet statt einzeln.
Baustein · Bildungspraxisforschung
Und wenn es zu Ihrer Frage gar keine Studie gibt?
Das ist der Normalfall. Die Evidenzdatenbank beantwortet die großen Fragen – aber nicht die, die dienstags im Lehrerzimmer gestellt werden. Vokabelheft oder Lern-App? Fördern unangekündigte Tests das Lernen oder vor allem die Angst? Wöchentliche Lesepatenstunde oder tägliches Leseband? Zu solchen Fragen gibt es meist keine Studie – und wenn doch, dann aus einem anderen Schulsystem.
Deshalb ist A/B-Testing der Baustein, der die Evidenzbasis selbst vergrößert. Nicht Literatur nachschlagen, sondern sauber messen – dort, wo bisher nur Meinungen stehen. Wir nennen das Bildungspraxisforschung: Forschung, deren Fragen aus dem Unterricht kommen und deren Ergebnisse dorthin zurückgehen.
Klassische Bildungsforschung
- Die Frage entsteht im Forschungsantrag – und folgt der Förderlogik.
- Ergebnisse nach Jahren, oft nach dem Ende der Debatte, die sie klären sollten.
- Getestet wird im Modellversuch, unter Bedingungen, die es im Alltag nicht gibt.
- Am Ende steht ein Aufsatz – die Übersetzung in Handeln bleibt offen.
Bildungspraxisforschung bei Neomera
- Die Frage kommt aus dem Klassenzimmer – gestellt von denen, die sie beantwortet brauchen.
- Ergebnisse in Monaten, weil parallel statt nacheinander getestet wird.
- Getestet wird im echten Unterricht, mit dem Material und der Zeit, die tatsächlich da sind.
- Am Ende steht eine Handlungsempfehlung, die man am Montag umsetzen kann.
Ausarbeiten
Lehrkräfte machen aus einer Frage eine testbare Maßnahme – und legen vorher schriftlich fest, woran Erfolg gemessen wird. So lässt sich die Messlatte hinterher nicht verschieben.
Zuteilen
Der Zufall entscheidet, welche Klasse die neue Variante testet – nicht die Schule und nicht die Lehrkraft. Eine Fallzahlrechnung sagt vorher, wie viele Klassen es braucht.
Durchführen
Beide Varianten laufen gleichzeitig, im normalen Unterricht. Am Ende schreiben alle denselben standardisierten Test.
Auswerten
Geprüft wird, ob der Unterschied groß genug ist, um kein Zufall zu sein. Verglichen werden anonymisierte Gruppen – nie einzelne Lehrkräfte oder Schüler:innen.
Teilen
Was wirkt, wird zur Empfehlung – erst für die beteiligten Schulen, dann für alle. Und es geht als neuer Befund in die Evidenzdatenbank zurück.
Kein Mehraufwand für die Schulleitung
Für Lehrkräfte sind es zwei bis drei Online-Sitzungen zu 90 Minuten plus Vor- und Nachtest. Die Schule sagt Ja – den Rest trägt das Lab.
Datenschutz von Anfang an
Übermittelt werden ausschließlich anonymisierte Testergebnisse, keine personenbezogenen Daten. Es wird nie eine Lehrkraft und nie ein Kind bewertet.
„Kein Unterschied" ist auch ein Ergebnis
Wenn die neue Variante nichts bringt, ist das eine Erkenntnis mit sofortigem Wert: Man muss nichts ändern – und andere Schulen sparen sich den Umweg.
Wer das trägt
Der A/B-Strang von Neomera entsteht gemeinsam mit der Bildungsrakete, die Anfang 2026 von Dr. Adam Stanski gegründet wurde – zuvor Head of Data bei Zalando und damit jemand, der weiß, wie man große Systeme durch Experimente in Bewegung bringt. Im Beirat sitzen unter anderem Dr. Dieter Dohmen (FiBS), Dr. Sophie Stallasch (Universität Potsdam, experimentelles Forschungsdesign) und Thomas Nadler (Educational Technologist).
Die Initiative ist im Aufbau; die ersten Testreihen starten im Februar 2027. Wer früh dabei sein will, kann eine eigene Frage einbringen – oder bei einem laufenden Vorschlag einsteigen.
Der Maschinenraum
EduSim: von der Effektstärke zum Jahrgang.
EduSim ist das Simulationsmodell des FiBS für das deutsche Bildungssystem – von der Geburt über Kita, Schule und Übergang bis in Ausbildung, Studium und Arbeitsmarkt, für Deutschland und alle sechzehn Länder einzeln. Es beantwortet die Frage, die eine Effektstärke allein nicht beantwortet: Wie viele Kinder betrifft das, in welchem Land, in welchem Jahr – und was kostet es, es nicht zu tun?
Datenpunkte im Modellkern, davon 154.493 amtliche Ist-Werte
Indikatoren über 18 Bereiche – von Bevölkerung bis Kosten-Nutzen
Regionen: Deutschland und alle sechzehn Länder, jeweils eigenständig gerechnet
Zeithorizont – lang genug, um ein Erwerbsleben abzubilden
Der Unterschied: Eine Studie sagt, dass etwas wirkt. EduSim sagt, wie viele Kinder ein Reformschritt zusätzlich über die Schwelle bringt, was das für Abschlüsse und Übergänge bedeutet – und welchen fiskalischen Wert das über ein ganzes Erwerbsleben hat. Longvia übersetzt es danach in Wirtschaft und Gesellschaft, in Szenarien bis 2050 mit einem Denkraum bis 2100.
Die unbequeme Frage
„Und woher wissen Sie, dass Sie sich nicht irren?"
Ein Modell, das noch nie gegen die Wirklichkeit verloren hat, ist meistens nur noch nie geprüft worden. Wir haben EduSim deshalb zurückgerechnet: das Modell auf einen früheren Stand gesetzt, die Jahre vorhergesagt, die inzwischen bekannt sind, und die Abweichung gemessen. Das Ergebnis ist geteilt – und wir berichten beide Hälften.
Was validiert ist
- Schülerzahlen und Schulanfänger. Durchschnittliche Abweichung 1,0 bis 1,5 Prozent – und der Fehler wächst über fünf Jahre praktisch nicht.
- Besser als die naive Fortschreibung, und zwar in 100 Prozent der Länder. Ein Modell muss diesen Vergleich erst einmal gewinnen.
- Genauer als die amtliche Vergleichsprognose. Bei den Studienanfängern liegt EduSim statistisch signifikant näher am Ist als die KMK-Vorausberechnung.
Was (noch) nicht validiert ist
- Neue Ausbildungsverträge. Hier ist das Modell durchgefallen: Es liegt in jedem Testjahr über dem Ist, und der Fehler baut sich nicht ab.
- Die Ursache ist benannt, nicht kaschiert: eine Annahme über konstante Übergangsquoten, die seit 2020 nicht mehr trägt. Der Ausbildungsmarkt ist nicht auf den alten Pfad zurückgekehrt.
- Konsequenz: Diese Größen werden nicht als Prognose verkauft, sondern als offene Baustelle geführt – bis die Annahme ersetzt ist.
Vier Regeln, die wir uns selbst auferlegt haben
Negativbefunde bleiben drin
Von 1.332 Einträgen sind 173 negativ und 270 gemischt – gut ein Drittel ist also kein Erfolgsbeleg. Was nicht wirkt, ist genauso wertvoll zu wissen.
Belastbarkeit steht am Befund
Jeder Eintrag trägt ein Gütesiegel. Nur 116 gelten als hoch oder sehr hoch belastbar – der große Rest ist ausdrücklich als Orientierung oder Kontext gekennzeichnet.
Keine Zahl ohne Gate
Vor jeder Veröffentlichung läuft eine automatische Prüfung, die jede genannte Zahl gegen die Datenbasis nachrechnet. Ohne grünes Ergebnis erscheint sie nicht.
Jede Angabe ist auffindbar
Ein Fundstellenregister hält zu jeder Größe Quelle, Fundstelle und einen Ankerwert fest – damit sich jede Zahl bis zu ihrem Ursprung zurückverfolgen lässt.
Und an Ihrer Schule?
Evidenz nützt erst, wenn sie im Klassenzimmer ankommt.
Das Evidence Lab bringt die Frage „wirkt das bei uns?" an die einzelne Schule – im A/B-Design, mit klaren Vorher-Nachher-Größen und ohne Mehraufwand für das Kollegium. Die übrigen Bausteine sorgen dafür, dass aus der Antwort auch Praxis wird.
Bestandszahlen: FiBS-Evidenzdatenbank und EduSim-Modellkern, Stand 06.09.2026. Effektstärken im Fallbeispiel nach Filges u. a. 2018, Blatchford & Russell 2018 und Hattie 2023 (Visible Learning); der Referenzwert 0,40 ist Hatties „hinge point". Vergleichswert Feedback als Orientierungsgröße. Validierungsergebnisse aus dem EduSim-Hindcast-Programm (AP-V1). Effektstärken verschiedener Studien sind nur eingeschränkt vergleichbar – die Skala dient der Einordnung, nicht der Rangbildung.