Videos können zahlreiche Vorteile in der Lehre bieten, da Studierende eigenständig damit arbeiten können und die konservierte Form Mobilität und Wiederholbarkeit mit sich bringen (vgl. Merlo/Gruba 2015: 53). Dies wird besonders für Flipped Classroom-Konzepte relevant, in denen Erklärvideos eingesetzt werden, um mehr Raum für (sprach)praktische Arbeit im Kurs selbst zu schaffen. Flipped Classroom-Szenarios sind dadurch charakterisiert, dass Lernende sich den grundlegenden Inhalt vor dem Präsenzunterricht erarbeiten, in der Regel gestützt durch Videos (vgl. van Alten/Phielix/Janssen/Kester 2020). Dies erfordert Selbststeuerung und Motivation seitens der Lernenden sowie didaktisch sinnvoll aufbereitete und gut nutzbare Lernmaterialien (Lee/Choi 2019). Zentral ist die Annahme, dass Videos „are used to support traditional real-time, in-class classroom activities. They are not the primary instruction […] but supplemental to it” (Herreid/Schiller 2013: 64). Gerade die Aufgaben, die traditionell im Präsenzunterricht eingesetzt werden, also Vermittlung von Wissen durch Vortrag oder Lesen, werden nach diesem Konzept zu Hause, beispielsweise mit Hilfe von Videos durchgeführt und dann später im Plenarunterricht vertieft. Das schafft Freiräume für die Tätigkeiten, die traditionell als Hausaufgabe bearbeitet werden, die aber in der Regel tiefergehende Verarbeitungs- und Problemlöseaufgaben umfassen (vgl. Herreid/Schiller 2013: 62). Durch die Anwesenheit der Lehrkräfte bei diesen Aufgaben werden ihnen Einblicke in die Denkstrukturen und Lernprozesse der Lernenden ermöglicht, welche zu den Produkten geführt haben. Lehrende, die mit dem Flipped Classroom-Konzept arbeiten, berichten von höherem Engagement, Interesse und höherer Leistung der Lernenden (vgl. Fulton 2012: 14).

Dies bildet den Hintergrund zu Überlegungen zur Nutzung von Grammatikerklärvideos (GEV) in studienvorbereitenden Deutschkursen für internationale Studierende (DSH). Die Vermittlung bzw. Wiederholung grammatischer Phänomene soll videogestützt zu Hause ablaufen, während im Kurs mehr Raum für das Benutzen der Sprache geschaffen wird. Bei der Recherche zeigte sich, dass das Feld der Analyse von GEV in Deutsch als Fremdsprache (DaF) noch weitestgehend unbestellt ist. Aus diesem Grund wurde eine deskriptive Studie im Vorfeld durchgeführt, um zu erarbeiten, wie GEV gestaltet sind, welche Rolle sie für die Lernenden spielen und welche Aspekte der Grammatikerklärung aus der Sicht der Lernenden als bedeutsam eingeschätzt werden. Dazu wurden vorhandene Videos auf der Plattform YouTube ausgewählt und im Hinblick auf Gestaltung und Erklärung analysiert, an Grammatikerklärungen in Lernergrammatiken rückgebunden, sowie mit Ergebnissen eines Gruppeninterviews mit der Zielgruppe verglichen. Es handelt sich hier um ein in erster Linie praxisorientiertes, durch unterrichtsnahe Forschung gestütztes Projekt.

Im Folgenden werden zunächst grundlegende Überlegungen für den Einsatz von Erklärvideos im Allgemeinen und im DaF-Unterricht im Besonderen dargestellt. Dem folgt der Forschungsstand zu Videos und Grammatikerklärung, bevor auf die darauf basierenden Fragestellungen der Studie eingegangen wird. Die unterschiedlichen methodischen Zugänge werden kurz erläutert, bevor daraus resultierende Ergebnisse präsentiert werden.

Der Begriff Lernvideo ist definiert als ein multimodales, wissensvermittelndes Lernmaterial, das in unterschiedlichen Videoformaten (z.B. Legetechnik, Stop-Motion, Video-Blog, Screencast, Animationsfilm etc.) realisiert werden kann (vgl. Münch-Manková/Müller de Acevedo 2021: 158). Unter Erklärvideos verstehen wir „eigenproduzierte Filme, in denen erläutert wird, wie man etwas macht oder wie etwas funktioniert bzw. in denen abstrakte Konzepte und Zusammenhänge erklärt werden.“ (Wolf 2015: 30). Zu unterscheiden sind hier Performanzvideos, Erklärvideos und Lehrfilme, wobei erstere und letztere als Endpunkte einer Skala verstanden werden können. Performanzvideos zeigen eine Handlung, ohne dass diese erklärt wird. Lehrfilme hingehen sind sehr komplexe Darstellungen, die umfangreich Gebrauch von Animationen, Moderation, Musik usw. machen, deutlich länger sind und in der Regel professionell produziert werden. Erklärvideos rangieren zwischen diesen beiden Endpunkten, indem in ihnen etwas explizit dargestellt und erklärt wird, unterschiedliche Darstellungsformen genutzt werden (können) und trotzdem die Videos in der Regel kurz und eher simpel gestaltet sind.

Nach Wolf (2015) und Krämer & Böhrs (2017) sind für Erklärvideos häufig die folgenden Charakteristika zu verzeichnen, aufgrund der Vielfalt der Prosument*innen gibt es jedoch auch Abweichungen, besonders in der Länge:

Tatsächlich

Bezogen auf die Grammatikvermittlung, hier im engeren Sinne Grammatikpräsentation, sind jedoch auch Aspekte bedeutsam, die spezifischer sind (vgl. Gehring 2018; Fandrych/Thurmair 2018; Michalak/Ulrich 2018; Petersen/Kilian 2017) und für GEV übertragen werden müssen: Grammatische Phänomene sollten kommunikativ eingebettet präsentiert und funktional betrachtet werden. Im Zuge der Lernerorientierung ist selbstentdeckendes, ggf. auch kooperatives, induktives Lernen (sammeln – ordnen – systematisieren; forschender Habitus) einer deduktiven Herangehensweise vorzuziehen. Bezüglich der Zielorientierung der Videos ist es bedeutsam, wie stark auf den Grad der Bewusstmachung abgehoben wird, also ob eine implizite Habitualisierung oder explizite Kognitivierung im Vordergrund steht. Dies gilt auch für den Einsatz von Kontrastivität und Sprachenvergleichen und die Wahl der Unterrichtssprache. Diese Kriterien können zumindest teilweise an Videos angelegt werden.

Die Anzahl von wissensvermittelnden Videos steigt stetig an und GEV für das Deutsche erreichen teilweise recht hohe (d.i. fünfstellige) Klick-Zahlen und werden in den Kommentaren der Nutzer*innen positiv bewertet. Dies mag darauf zurückzuführen sein, dass die Videos von Prosument*innen (Produzierende Konsument*innen, vgl. Rummler/Wolf 2012: 254) erstellt werden, das Video selbst ist also user-generated content. Für die Zuschauenden ist dies mit einer größeren Nähe zu den Prosument*innen verbunden, da diese zwar über Kenntnisse und Erfahrung in dem Bereich verfügen, den sie erklären, die Videos jedoch mit häufig einfachen Mitteln gemacht sind. Die Qualität rangiert hier von sehr simplen, stellenweise als unprofessionell zu betrachtenden Formaten (schlechte Bild- oder Tonqualität, einfallslos gestaltet usw.) zu sehr professionell animiert und durchdachten Beiträgen. Trotz der bisweilen hohen Qualität haftet den Videos eine Nahbarkeit an. Die Person, die man sieht oder hört, steht nicht stellvertretend für gesichtslose Macher*innen, sondern ist selbst verantwortlich für den Inhalt.

Erklärvideos auf Onlinevideoplattformen weisen eine große Bandbreite von Gestaltungsmerkmalen auf und erscheinen dabei zumindest auf den ersten Blick aus Sicht der Fremdsprachenforschung teilweise wenig ansprechend, wenn z.B. in einem schlecht ausgeleuchteten Vordergrund eine Lehrperson an der Tafel spricht und dabei mit einem Stift auf die grammatischen Merkmale deutet, wobei es aufgrund von schlechter Tonregie jedesmal laut klackt. Weiterhin kann festgehalten werden, dass „content and explaining quality remain to this day mostly unmonitored, as well is their educational impact in formal contexts such as schools or universities“ (Kulgemeyer/Peters 2016: 1). Dies mag darauf zurückzuführen sein, dass sie eben nicht von ausgebildeten Didaktiker*innen erstellt werden und die Prosument*innen sich an subjektiven Didaktiktheorien orientieren (vgl. Rummler/Wolf 2012: 256).

Dennoch besitzen solche Videos auch in universitären Lernzusammenhängen großes Potential. Es zeigt sich, dass das videogestützte Training sowohl das Lehren als auch das sinnvolle Lernen erleichtert und den Erwerb von bereichsspezifischem Wissen, methodischen Fähigkeiten und der Fähigkeit, alltägliche soziale Probleme zu lösen, fördert (vgl. Smith et al. 2019: 48). Studien, die Videolernmaterialien mit gedruckten Lesematerialien vergleichen, deuten darauf hin, dass Videomaterialien die kognitive Belastung reduzieren, die Kapazität des Arbeitsgedächtnisses optimieren und somit die Lernleistung verbessern können (Mayer 2014).

Der Rahmen für Lernen mit Video basiert auf drei Annahmen (vgl. Rudolph 2017: 3):

Es wurde nachgewiesen, dass die Medienpräferenzen und die Lern-/Kognitionsstile der Lernenden die Medienwirksamkeit und die Lernleistung beeinflussen (vgl. Chen/Wu 2015). Die Attribute-Treatment-Interaction-Hypothese (ATI) besagt, dass einige Lernende am effektivsten mit verbalem Material lernen, während andere am effektivsten mit visuellen Darstellungen lernen (vgl. Mayer 2014). Je nach Lernstil der Lernenden kann die Effektivität verschiedener Lernmedien (z.B. nur statischer Text, bildbasiert, videobasiert oder interaktive Multimedia) variieren, ebenso wie die Präferenzen der Lernenden für verbale gegenüber visuellen Medien und für Sprechen gegenüber Schreiben (vgl. Lee/Choi 2019: 937). Zusammenhängende Erklärungen und (visuelle) Grafiken in Videos sind jedoch besonders effektiv für Anfänger*innen, visuelle Lerntypen und für die Einführung in komplexe Themen (Berk 2009). Die Lernenden erzielen einen höheren Lernerfolg, wenn der Text mündlich präsentiert wird und nicht auf dem Bildschirm erscheint (vgl. Kalyuga/Chandler/Sweller 2000). Menschen erbringen bessere Gedächtnisleistungen, wenn Informationen sowohl visuell als auch verbal enkodiert werden (vgl. u.a. Anderson/Funke 2007). Park, Flowerday & Brünken (2015) fanden heraus, dass Lernende effektiver lernen, wenn sie eine Erzählung hören, anstatt das gedruckte Wort neben einem komplexen Bild zu sehen. Verbale und nonverbale Codes agieren funktional unabhängig, haben aber additiven Effekt auf die Erinnerungsleistung (vgl. Weidenmann 2002: 50). Daher lassen sich Erklärungen abstrakter Sachverhalte im dual coding besser speichern, besonders, wenn bildhafte und verbale Informationen einander ergänzen. Grafiken und Text sollten dabei nahe beieinander platziert werden. Darüber hinaus sollten Grafiken, die dekorativ sind oder nicht zu den Hauptzielen der Vermittlung beitragen, nicht verwendet werden (vgl. Rudolph 2017: 6). Zu viele (verbale und visuelle) Informationen können die Fähigkeit der Lernenden beeinträchtigen, sich auf die Hauptidee zu konzentrieren. Das Hinzufügen von Überschriften, das Hervorheben von Schlüsselbegriffen und die Verwendung von Symbolen hingegen können den Lernenden helfen. Wenn ein Lehrmedium zu detailliert oder zu lang ist, kann dies zu einer kognitiven Überlastung des Lernenden führen und ist abhängig vom Vorwissen des Lernenden. Je mehr Vorwissen ein Lernender über eine Lektion oder ein Thema verfügt, desto weniger geistige Anstrengung muss der Lernende aufbringen. Dies führt dazu, dass den Lernenden mehr kognitive Kapazität für die Auswahl und Organisation neuer Informationen zur Verfügung steht (vgl. Rudolph 2017: 5–6). Für Videos gilt zudem, dass sie pausiert, und erneut und in verschiedenen Geschwindigkeiten abgespielt werden können, was das Arbeitsgedächtnis ebenfalls entlasten kann.

Um Videos im universitären Kontext zu nutzen, müssen sie in ihrer Qualität eingeschätzt werden. Für GEV liegen dazu leider kaum Untersuchungen vor (vgl. auch Zeyer 2017: 683–684). Wie Grammatik erklärt werden soll, bleibt den Lehrenden überlassen und ist nicht abschließend wissenschaftlich geklärt, besonders wenn es um die Wirksamkeit der Erklärung geht. Demnach gibt es auch auf die Frage, wie sich dies bezogen auf Videos bewerten lässt, keine zufriedenstellende Antwort. Welche Grammatikerklärung in Form von Videos sinnvoll und ertragreich ist, bleibt ein Desiderat. Im Folgenden werden Arbeiten dargestellt, die zumindest in Teilen Antworten auf die relevanten Fragen geben, um einen Ausgangspunkt für die Forschungsfragen zu bieten.

Roche & Scheller (2004) untersuchen den Lernmehrwert von Grammatikanimationen im Vergleich zu traditionellem Präsenzunterricht. Sie prüfen die Hypothesen, dass die Behaltensleistungen bezüglich des grammatischen Phänomens bei der Experimentalgruppe kurzfristig deutlich zunehmen, sich langfristig stabilisieren und dabei die der Kontrollgruppe übertreffen. Das Kontrollgruppendesign umfasst pre-, post- und delayed posttest, es wurden 47 Grammatikanimationen zu verschiedenen Grammatikaspekten (Syntax, Wechselpräpositionen, Pronomen es, Wortbildung) aufbereitet. Die Stichprobe umfasst n = 6 in der Experimentalgruppe, n = 5 in der Kontrollgruppe, wobei alle DSH-Kurs-Teilnehmer*innen einer Münchner Sprachschule auf Mittelstufenniveau waren. Die Zielgruppe war zwischen 21–28 Jahre alt, 9 davon stammen aus China.

Leider erweisen sich die Ergebnisse angesichts der kleinen Stichprobe als wenig repräsentativ. Zumindest zeigt sich kein schlechteres Abschneiden der Experimentalgruppe. Interessant ist, dass die Lerner*innen die Animationen positiv bewerten und ihren Einsatz begrüßen, der motivationale Aspekt des Einsatzes von Videos scheint sich also zu bestätigen. Neuere Studien zum Zusammenhang zwischen Erklärvideos und Sprachenlernen sind ausschließlich im Rahmen von Studienabschlussarbeiten zu finden (vgl. Efimova 2019; Gila 2017).

Merlo & Gruba (2015) führen eine Untersuchung zur Wirkung eines 12-minütigen purpose-built video zur Grammatikerklärung von Verben in der Vergangenheit durch. Sie versuchen zu beantworten, welche Effekte der Einsatz von purpose-built videos auf die grammatische Kompetenz der Lernenden hat. Dabei ermitteln sie Daten aus einem unmittelbaren Posttest und einem Test mit größerem Abstand zur Vermittlungseinheit, um zu untersuchen, wie sich die Effekte verändern. Die Stichprobe umfasst 62 Englischlernende einer Englischklasse in Südkorea (53 südkoreanischer, 9 chinesischer Nationalität) in kompetenztestendem Pretest (Woche 1) und Posttest (Woche 3) sowie n = 27 im Delayed Posttest (Woche 16; jedoch ohne Kontrollgruppe).

Kurzgefasst zeigt der direkt folgende Posttest eine Verbesserungsrate von 14.9 %, während der zweite einen weiteren Zuwachs von 3.3 % verzeichnet. Die Autoren schließen daraus, dass purpose-built videos “successfully tutors second language grammar competence and its effects are long-lasting and building“ (Merlo/Gruba 2015: 63).

Kulgemeyer & Peters (2016) arbeiten nicht im Kontext von Grammatik in Deutsch als Fremdsprache, sondern analysieren 36 YouTube-Videos zu den Keplerschen Gesetzen und 15 zu Newtons drittem Gesetz. Sie suchen dabei nach Hinweisen, „as to whether or not the measures provided by YouTube such as ‘likes’ and ‘comments’ are an appropriate measure for explaining quality. Can students and teachers rely on them?“ (Kulgemeyer/Peters 2016: 2). Die Autoren erstellen im Vorfeld aus der Physikdidaktik 31 Analysekriterien zu Erklärungstechniken, analysieren die Videos damit auf ihre Qualität hin und korrelieren die Ergebnisse mit der Anzahl von views, likes/dislikes, durchschnittliche Nutzungszeit und Kommentare (bezüglich Inhalt, Erklärstil, Erklärungsqualität, Brauchbarkeit; ermittelt durch die Qualitative Inhaltsanalyse) zu den Videos. Die Ergebnisse zeigen, dass nur die Anzahl der inhaltsbezogenen Kommentare mit den Analysekriterien korreliert (r = 0.40**, p = 0.004).

Dennoch lassen sich anhand der Beliebtheit Indizien dafür finden, was Studierende an Videos anzieht und woran Videos für den Unterricht anschließen können. Dies soll im Folgenden zum Ausgangspunkt werden.

Aufgrund der geringen Forschungsergebnisse zu GEV wurde ein offenes, deskriptives Vorgehen gewählt, um vorhandene GEV zu beschreiben. Folgende Fragen sollten im Rahmen dessen geklärt werden:

Dies dient weitergehend dazu, um herauszufinden, wie GEV für DSH-Studierende im Rahmen eines Flipped Classroom-Szenarios gestaltet werden können. Im Folgenden werden zunächst die methodischen Überlegungen der beiden Teilstudien dargestellt, ehe auf die Ergebnisse eingegangen wird.

Es zeigt sich, dass GEV eine spezifische Kategorie von Online-Erklärvideos darstellen, und dass sie weniger an video- oder grammatik-didaktische Konzepte rückgebunden werden, sondern mehr der Lehrwerksgrammatik entsprechen. Dies mag darauf zurückzuführen sein, dass sie Lernende an traditionellen Unterricht erinnern und daher beliebt sind. Generell sind GEV ca. dreimal so lang wie für Erklärvideos empfohlen und zeigen unterschiedliche Stile. Dabei sind Folien am häufigsten vertreten, gefolgt von Lehrperson-Videos. Das Gros der untersuchten Folien enthält im Allgemeinen insbesondere Beispielsätze, die Erklärungen dazu erfolgen tendenziell mündlich. Ähnlich wie Lernergrammatiken gehen die Videos in der Regel deduktiv vor, wobei sie jedoch häufig nicht mit einem Gesamtüberblick einsteigen, sondern sukzessive mit ausgewählten Beispielen. Außerdem enthalten die Videos, im Unterschied zu Lernergrammatiken, in der Regel keinen Übungsteil. Die Videos nutzen, wie die Grammatiken auch, Visualisierungen, jedoch wider Erwarten keine echten Animationen (lediglich Sketch-Stil). Dafür nutzen sie im Vergleich zu Lernergrammatiken mehr typografische (insbesondere farbliche) Hervorhebungen. Die Rezipienten der GEV werden persönlich angesprochen, indem sie zumeist geduzt werden, ermutigt werden, Fragen stellen sollen, ihnen Tipps zur Weiterarbeit gegeben werden usw. Es erfolgt jedoch kein emotionales Storytelling im engeren Sinne. Zusammenfassend scheinen die affektiven Vorteile des Mediums Video (Beziehungsaufbau, Motivation) gut genutzt, die kognitiven hingegen (noch) kaum.

Lernende bewerten die Videos durchgehend auffallend positiv, obschon diese oft auch Fehler enthalten. Sie schätzen dabei besonders eine unterrichtsähnliche Präsentationsform, viele Beispiele und keine überkomplexen Erklärungen. Außerdem ist ihnen die Lehrerpersönlichkeit wichtig. Auf technischer Ebene sprechen sie sich für eine digitale, gut lesbare Schrift sowie für Untertitel aus, stellen aber darüber hinaus keine besonderen Ansprüche. Besonders Videos, in denen eine Lehrperson auftritt, die dem klassischen Bild von Unterricht Rechnung trägt (Person älter als durchschnittliche Studierende, Vortrag an Tafel oder Whiteboard), werden begrüßt. Inwiefern dies von bestimmten Lerntraditionen und Vorstellungen von (Lehr-)Autorität abhängig ist, wäre in weiteren, vertiefenden Studien zu prüfen.

Die vorliegende Studie stellt nur einen ersten Einblick in das weite Feld der GEV im Fremdsprachenbereich dar. Weitere Forschungen sind notwendig, um zu bestimmen, was gute Grammatikvermittlung im Medium Video eigentlich ausmacht. Hier ist besonders Wirkungsforschung notwendig, um zu erheben, was hilft, was angenommen wird und welche Medien flankierend eingesetzt werden können. In Bezug auf aktuell in deutschsprachigen Ländern favorisierte Grammatikvermittlung wäre zu prüfen, wie Videos authentische Sprache stärker integrieren lässt. Der Fokus für weitere Forschungen sollte Grammatikphänomene einbeziehen, die von einem dynamischen Medium stark profitieren könnten, wie zum Beispiel die Wechselpräpositionen. In Bezug auf die Gestaltung von Videos sind Interviews mit Prosument*innen sinnvoll, um Licht auf die Frage zu werfen, woran es liegt, dass moderne Aspekte von Grammatikvermittlung (Einbeziehung von Mehrsprachigkeit, Grammatikanimation, induktives Vorgehen) in Videos kaum eine Rolle spielen. Mögliche Gründe mögen hier Unkenntnis der Produzierenden sein oder zu viel Zeit- und technischer Aufwand neben dem eigentlichen Berufsleben, aber auch andere Gründe.