1 Einleitung
Im japanischen Hochschulkontext wird Deutsch häufig als kurzfristig angelegtes Pflichtfach im Rahmen allgemeiner Bildungsangebote belegt, sodass viele Studierende mit begrenzter Vorerfahrung in einer für sie neuen Sprache konfrontiert sind. Gleichzeitig gilt der universitäre Fremdsprachenunterricht in Japan als stark prüfungsorientiert und zeitlich verdichtet, was die Notwendigkeit einer gezielten Nutzung von Ressourcenstrategien und einer stabilen akademischen Selbstwirksamkeit zusätzlich unterstreicht. Vor diesem Hintergrund erscheint es besonders aufschlussreich zu untersuchen, wie Ressourcenmanagement und akademische Selbstwirksamkeit bei Studierenden im Deutschunterricht an japanischen Universitäten zusammenhängen.
Lernstrategien werden bewusst oder unbewusst zur internen Steuerung von Lernhandlungen verwendet (vgl. Heinecke‑Müller 2022). Sie basieren darauf, dass Lernende prinzipiell in der Lage sind und auch dazu befähigt werden können, spezifische Vorgehensweisen auszuwählen, anzuwenden und den situativen Umständen entsprechend flexibel anzupassen (vgl. Wild 2018: 467). In der vorliegenden Arbeit wird eine verbreitete Klassifikation zugrunde gelegt, nach der neben kognitiven und metakognitiven Lernstrategien ressourcenbezogene Lernstrategien eine weitere Kategorie bilden. Sie umfasst das Organisieren des eigenen Lernens und die Rahmenbedingungen des Lernens (vgl. Becker 2022: 8). Die Lernstrategien des Ressourcenmanagements beziehen sich auf alle Lernaktivitäten, die geeignet sind, die eigentlichen Informationsverarbeitungsprozesse indirekt zu unterstützen (vgl. Wild 2018: 470). Dies betrifft die Planung der Arbeitszeit oder der Anstrengung, die Schaffung einer geeigneten Studienumgebung und das Lernen in Arbeitsgruppen sowie die Suche nach Unterstützung. Pintrich und Schrauben (1992: 149) gehen davon aus, dass Studierende solche Strategien anwenden, um mit ihrer Umgebung zurechtzukommen und diese so zu gestalten, dass sie ihren Zielen und Bedürfnissen entspricht. Zeitmanagement und die Wahl des Lernortes sehen sie als allgemeine Strategien, die die Anstrengungen der Studierenden bei der Bewältigung akademischer Aufgaben unterstützen oder behindern können. Diverse Studien weisen darauf hin, dass der gezielte Einsatz von Lernstrategien entscheidend dafür ist, wie effektiv Lernende neue Inhalte verarbeiten und Leistung im Studium erbringen, insbesondere im Bereich des Fremdsprachenlernens (vgl. Broadbent/Poon 2015; Agustin et al. 2021). Gerade im Deutschunterricht an japanischen Hochschulen, in dem viele Studierende mit einer für sie neuen Sprache und ungewohnten Lernanforderungen konfrontiert sind, gewinnen Strategien zur Organisation von Lernzeit und ‑umgebung, zur Aufrechterhaltung von Anstrengung sowie zur Nutzung sozialer Unterstützung besondere Bedeutung.
Vor diesem Hintergrund untersucht der vorliegende Beitrag, wie die vier Ressourcenmanagement‑Strategien des MSLQ (Motivated Strategies for Learning Questionnaire) mit der akademischen Selbstwirksamkeit von Studierenden im universitären Deutschunterricht in Japan zusammenhängen und leistet damit einen empirischen Beitrag zur bislang noch begrenzten Forschung zu Lernstrategien in diesem spezifischen Kontext. Im Mittelpunkt stehen ressourcenbezogene Lernstrategien im Sinne des MSLQ, also Strategien des Zeit‑ und Lernumgebungsmanagements, der Anstrengungsregulierung, des kooperativen Lernens und des Hilfesuchverhaltens. Diese Fokussierung erfolgt vor dem Hintergrund, dass gerade die Organisation von Zeit und Lernumgebung, der Umgang mit Anstrengung und die Nutzung sozialer Unterstützung zentrale Rahmenbedingungen für erfolgreiche Lernprozesse im Fremdsprachenstudium darstellen, während andere im MSLQ erfasste Bereiche nur überblicksartig berücksichtigt werden. Im folgenden Abschnitt werden die theoretischen Grundlagen zu Ressourcenmanagement‑Strategien und akademischer Selbstwirksamkeit näher erläutert.
2 Theoretischer Hintergrund
2.1 Fragebogen zu motivierten Lernstrategien (MSLQ)
Der Fragebogen zu motivierten Lernstrategien (MSLQ) ist ein weit verbreitetes Instrument zur Erfassung der motivationalen Orientierungen und Lernstrategien von Studierenden im Hochschulkontext. Entwickelt auf Basis einer kognitiven Perspektive auf Motivation und Lernen, ermöglicht der MSLQ eine differenzierte Bewertung dieser Aspekte. Ein besonderes Merkmal ist seine modulare Struktur, die es Forschenden und Lehrenden erlaubt, die verschiedenen Skalen flexibel einzusetzen (vgl. Pintrich 1991: 3). Der Fragebogen besteht aus zwei Hauptteilen: Motivationsskalen und Lernstrategien. Innerhalb der Lernstrategien unterscheidet Pintrich (vgl. 1991: 19) zwischen kognitiven und metakognitiven Strategien sowie Strategien zum Ressourcenmanagement. Letztere umfassen vier zentrale Kategorien: Zeit und Lernumgebung, Anstrengungsregulierung, kooperatives Lernen und Hilfesuchverhalten. Diese kognitiven Strategien beziehen sich auf direkte Verarbeitungsprozesse von Lerninhalten, etwa Wiederholen, Organisieren oder Elaborieren, während metakognitive Strategien das Planen, Überwachen und Regulieren dieser Lernprozesse umfassen (vgl. Wild 2018: 470). Diese vier Dimensionen des Ressourcenmanagements bilden den Schwerpunkt der vorliegenden Untersuchung und werden im Folgenden in ihrem Zusammenhang mit akademischer Selbstwirksamkeit betrachtet.
2.2 Zeitmanagement‑ und Lernumgebungsstrategien
Strategien des Zeit‑ und Lernumgebungsmanagements beziehen sich auf die bewusste Planung und Strukturierung der zur Verfügung stehenden Lernzeit sowie auf die aktive Gestaltung der Lernumgebung. Dazu gehören etwa das Festlegen regelmäßiger Lernzeiten, das Setzen realistischer Ziele und die Wahl ruhiger, störungsarmer Lernorte. Im Rahmen der vorliegenden Studie werden Zeit‑ und Lernumgebungsstrategien als eng verbundenes Bündel ressourcenbezogener Lernstrategien verstanden, das sowohl zeitliche als auch räumlich‑organisatorische Aspekte der Studiengestaltung umfasst. Zeitmanagement umfasst die strategische Planung und Verwaltung der Studienzeit, insbesondere die Etablierung fester Lernzeiten, deren effektive Nutzung sowie das Setzen realistischer Ziele (vgl. Pintrich et al. 1991: 25). Die empirische Evidenz belegt einen konsistenten Zusammenhang zwischen Zeitmanagement und akademischem Erfolg, so weist eine Meta-Analyse von Broadbent und Poon (2015: 5) einen schwachen, aber signifikanten Zusammenhang zwischen Zeitmanagementstrategien und akademischer Leistung nach. Die subjektiv wahrgenommene Zeitkontrolle erweist sich dabei als signifikanter Prädiktor für den kumulativen Notendurchschnitt (vgl. Adams/Blair 2019: 1). Theobald (2025: 405) konnte nachweisen, dass die empfundene Lernzeit und bessere Lernstrategien die akademische Zielerreichung signifikant vorhersagen können. Studierende mit besserem Zeitmanagement benötigen weniger Zeit, um ein höheres Niveau zu erreichen, und schätzen negative Emotionen geringer ein, wenn sie kontrolliert in mehreren Sitzungen lernen. Nasrullah und Khan (2015: 66) demonstrierten zudem, dass kurzfristige Pläne als Prädiktor für effektive Entscheidungen dienen, während langfristige Pläne im Zusammenhang mit Studienerfolg stehen. Vor diesem Hintergrund ist anzunehmen, dass Studierende, die ihre Lernzeit effektiv strukturieren, auch eher überzeugt sind, ihre akademischen Ziele erreichen zu können.
Eng verbunden mit dem Zeitmanagement ist das Management der Lernumgebung, das sich auf die räumlichen und atmosphärischen Bedingungen der Arbeitsumgebung bezieht, die idealerweise durch Organisierung, Ruhe und minimale Störfaktoren gekennzeichnet sein sollte (vgl. Pintrich et al. 1991: 25). In der vorliegenden Studie wird dieser Aspekt über Items zu ruhigen, strukturierten Lernorten und geregelten Lernzeiten operationalisiert. Eine großangelegte Studie mit über 1.000 Studierenden belegt positive Korrelationen zwischen der Lernumgebungsqualität und den drei zentralen Faktoren des akademischen Erfolgs Studienmotivation, Lernstrategiewahl und studentisches Engagement (vgl. Cayubit 2022: 582). Diese Befunde werden durch eine taiwanesische Untersuchung (n = 483) gestützt, die signifikant positive Effekte des Lernumfelds und der Kurserfahrung auf die Lerneffektivität nachweist (Ong et al., 2022: 1).
2.3 Anstrengungsregulierung
Anstrengungsregulierung als Form des Selbstmanagements spiegelt die Verpflichtung wider, die eigenen Studienziele auch bei Schwierigkeiten oder Ablenkungen zu erreichen. Sie bedeutet nicht nur Zielverpflichtung, sondern reguliert auch die weitere Anwendung von Lernstrategien (vgl. Pintrich et al. 1991: 27). Die zentrale Bedeutung dieser Kompetenz wird durch aktuelle Forschungsbefunde unterstrichen. So fanden Carson (2011: 399) sowie Cho und Shen (2013: 290), dass die Anstrengungsregulierung und die auf einer Lernplattform verbrachte Zeit die akademischen Leistungen voraussagten. Biwer et al. (2023: 363) konnten nachweisen, dass bei ungesteuerter Selbstregulierung Studierende sowohl längere Lernzeiten als auch Pausen hatten, was zu höherer Ermüdung und Ablenkung sowie geringerer Konzentration und Motivation führte als unter konditionierten Bedingungen.
Besonders aufschlussreich sind die Befunde zur Verbindung zwischen Anstrengungsregulierung und Selbstwirksamkeit: Arianto und Hanif (2024: 310) kommen zu dem Ergebnis, dass Lernende mit hoher Selbstregulation auch hohe Selbstwirksamkeit aufweisen, sodass selbstreguliertes Lernen zur Entwicklung der Selbstwirksamkeit beiträgt. Aydan und Capa-Aydin (2025) fanden ferner heraus, dass das Setzen von Zielen und das Verfolgen mehrerer Motivationsquellen der Ausgangspunkt für selbstreguliertes Lernen sind. Sie konnten außerdem zeigen, dass erfolgreiche Lernende aktiv ihre Strategien wählen oder bei Bedarf abändern, anstatt sich darauf zu verlassen, dass die Anstrengungsregulierung automatisch abläuft (ebd.: 5). Für eine gute Ausprägung der Anstrengungsregulierung sind kritisches Denken und eine gute Selbstwirksamkeitsüberzeugung wichtig (ebd.). Daher ist zu erwarten, dass Studierende mit hoher Anstrengungsregulierung auch höhere akademische Selbstwirksamkeit berichten.
2.4 Kooperatives Lernen
Kooperatives Lernen wird als Lernsituation verstanden, in der Lernende gemeinsam an Aufgaben arbeiten und ein geteiltes Verständnis des Lerngegenstandes oder der Problemlösung entwickeln (vgl. Pauli/Reusser 2000: 425). Wenn alle Partner am Lernprozess beteiligt sind und verschiedene Standpunkte vertreten, entwickeln sie kognitive und metakognitive Strategien (ebd.: 426). Johnson et al. (2000) beschreiben positive Interdependenz durch gemeinsame Zielverfolgung, soziale Fähigkeiten wie Kommunikation und Konfliktmanagement sowie metakognitive Reflexion als zentrale Merkmale vieler Formen kooperativen Lernens, wobei der konkrete Grad an Austausch und Interaktion von Setting zu Setting variieren kann und kooperative Aufgaben auch Phasen eher individueller Bearbeitung einschließen können. Im vorliegenden Beitrag wird kooperatives Lernen entsprechend als gemeinsame Bearbeitung von Aufgaben mit Möglichkeiten zur gegenseitigen Unterstützung und Erklärung verstanden, ohne eine strikte terminologische Abgrenzung zu kollaborativem Lernen vorzunehmen.
Die empirische Evidenz für positive Effekte kooperativen Lernens ist robust, denn Öztürks (vgl. 2023: 283) Metastudie zeigt einen moderat positiven Einfluss auf die Lernleistung, wobei der Effekt bei Sprachen besonders hoch ist. Während der Dialog mit Gleichaltrigen das Verständnis des Lernstoffs fördern und neue Erkenntnisse ermöglichen kann (vgl. Pintrich et al. 1991: 28), bestätigen vier unabhängige Studien bei Broadbent und Poon (2015: 5) einen signifikant positiven Zusammenhang zwischen kooperativem Lernen und schulischen Leistungen. Shao et al. (2024: 10) dokumentieren, dass Beziehungen zu Kommilitonen nicht nur unmittelbar mit akademischen Leistungen korrelieren, sondern sich auch indirekt über gesteigerte Lernmotivation und erhöhtes Lernengagement auswirken.
2.5 Hilfesuchverhalten
Ein weiterer bedeutsamer Aspekt des Ressourcenmanagements ist die Fähigkeit, soziale Unterstützung durch Kommilitonen und Lehrkräfte zu mobilisieren. Erfolgreiche Lernende zeichnen sich dadurch aus, dass sie ihre Wissenslücken erkennen und proaktiv nach geeigneter Unterstützung suchen (vgl. Pintrich et al. 1991: 29). Nach Karabenick/Gonida (2018: 421) gilt Hilfesuchen als wichtige Strategie des selbstregulierten Lernens, die zur Erreichung gewünschter akademischer Ziele eingesetzt werden kann. Im Gegensatz zu kognitiven Strategien beinhaltet es eine Form der sozialen Interaktion, die jedoch stigmatisierend wirken kann, wenn sie als Anzeichen der Unzulänglichkeit aufgefasst wird.
Die Forschungslage zeigt differenzierte Befunde: Bereits Karabenick und Knapp (1988: 406) konnten nachweisen, dass die Inanspruchnahme akademischer Hilfe von Gleichaltrigen und Lehrenden zu verbesserten Studienleistungen führt. Fujita (2010: 47) legt für den japanischen Kontext nahe, dass autonomes Hilfesuchverhalten die adaptivere Form im Kontext selbstregulierten Lernens darstellt und positiv mit Lernstrategien korreliert. Schworm und Berndt (2014: 546) identifizierten die Fähigkeit, aktiv um Lernunterstützung zu bitten, als eine der wichtigsten Kompetenzen für den Studienerfolg. Payakachat et al. (2013: 7) stellten die Hilfsbereitschaft sowohl des Lehrpersonals als auch der Verwaltung als zentrale Einflussfaktoren für hilfesuchendes Verhalten und akademische Leistungen heraus.
Besonders relevant für die vorliegende Studie sind die Befunde von Martín-Arbós et al. (2021), die in ihrer Übersichtsstudie zeigen, dass Selbstwirksamkeit bei Studierenden ein Prädiktor für instrumentelles Hilfesuchen ist (ebd.: 12) und ein signifikanter Zusammenhang zwischen Hilfesuchverhalten und selbstreguliertem Lernen nachgewiesen werden konnte (ebd.: 13). Allerdings sind die Befunde zu Hilfesuchen und akademischer Leistung im Hochschulbereich uneinheitlich: Während bei Jugendlichen bessere Leistungen mit Hilfesuchen assoziiert sind, sind die Befunde bei Studierenden widersprüchlich (ebd.: 13). Gerade diese Ambivalenz macht den Blick auf Hilfesuchverhalten und Selbstwirksamkeit bei Deutsch-Studierenden in Japan besonders relevant.
2.6 Selbstwirksamkeit
Selbstwirksamkeit als zentrales Konzept der sozialkognitiven Theorie von Albert Bandura beschreibt die subjektive Überzeugung eines Individuums, neue oder herausfordernde Situationen aufgrund eigener Kompetenzen bewältigen zu können (vgl. Heinecke‑Müller 2022). Dieses Konstrukt stellt eine fundamentale Denkweise dar, die das menschliche Denken, Fühlen und Handeln maßgeblich beeinflusst und insbesondere bei Aufgaben zum Tragen kommt, deren Schwierigkeitsgrad ein erhöhtes Maß an Anstrengung und Ausdauer erfordert (vgl. Warner/Schwarz 2020: 606).
Nach Usher und Pajares (2009: 89) entwickelt sich Selbstwirksamkeit aus den vier zentralen Quellen eigene Bewältigungserfahrungen durch Erfolge und Misserfolge, stellvertretende Erfahrungen durch Beobachtung erfolgreicher Vorbilder, Ermutigung durch vertraute Personen wie Lehrende oder Gleichaltrige sowie physiologische und affektive Zustände wie Angst oder Erschöpfung. Besonders bedeutsam wird Selbstwirksamkeit in Situationen, in denen Menschen auf unerwartete Schwierigkeiten stoßen. Charakteristisch für Personen mit hoher Selbstwirksamkeit ist ihre Überzeugung, die Umwelt durch ihre Kompetenzen aktiv beeinflussen zu können. Folglich gehen sie schwierige Aufgaben eher an (vgl. Liao/Zhang 2023: 2) und zeigen andere positive Lernverhaltensweisen, die die Leistungen verbessern (Honicke et al. 2023: 1950). Die Bedeutung der Selbstwirksamkeit zeigt sich besonders im Bildungskontext: Eine hohe Selbstwirksamkeit führt nicht nur zu effektiveren und tiefergehenden Lernstrategien, die den Wissenserwerb fördern, sondern beeinflusst auch die Verhaltensausführung. Die Ergebnisse daraus wirken wiederum auf die Selbstwirksamkeit zurück (vgl. Köller/Möller 2018: 761). Liem et al. (2008: 486) betonen den engen Zusammenhang zwischen Selbstwirksamkeit und selbstreguliertem Lernen als wichtigen Faktor für Leistungserfolge.
Unter akademischer Selbstwirksamkeit wird im vorliegenden Beitrag die Überzeugung verstanden, akademische Anforderungen auch in herausfordernden Studiensituationen erfolgreich bewältigen zu können. Sie äußert sich beispielsweise in der Einschätzung, dass man sich auch dann zum Lernen durchringen kann, wenn man wenig motiviert ist (vgl. Schunk/DiBenedetto 2021: 253). Empirische Studien haben wiederholt positive Korrelationen zwischen hoher akademischer Selbstwirksamkeit und verschiedenen Leistungsindikatoren aufgezeigt, unter anderem mit guten schulischen (vgl. Mews/Pöge 2019: 899) und beruflichen Leistungen (vgl. Stajkovic/Luthans 1998: 290). Diese Erkenntnisse unterstreichen die Bedeutsamkeit des Konzepts für verschiedene Anwendungsbereiche. Die in dieser Studie verwendete Skala zur akademischen Selbstwirksamkeit erfasst genau solche Überzeugungen bezüglich der Bewältigung akademischer Anforderungen im Studienkontext und bildet damit das zentrale Kriterium, zu dem die vier Ressourcenmanagement-Strategien in Beziehung gesetzt werden.
2.7 Forschungsfragen
Auf Grundlage dieser Befunde stellen sich für die vorliegende Studie folgende Forschungsfragen:
In welchem Ausmaß setzen Studierende im universitären Deutschunterricht in Japan Strategien des Ressourcenmanagements (Zeit‑ und Lernumgebungsmanagement, Anstrengungsregulierung, kooperatives Lernen, Hilfesuchverhalten) ein und wie hoch ist ihre akademische Selbstwirksamkeit?
Wie hängen die vier Ressourcenmanagement‑Strategien mit der akademischen Selbstwirksamkeit zusammen?
Welche der Ressourcenmanagement‑Strategien leisten einen einzigartigen Beitrag zur Vorhersage der akademischen Selbstwirksamkeit?
3 Methode
3.1 Teilnehmende
In dieser Untersuchung wurden Daten von sieben unterschiedlich großen Lerngruppen des universitären Deutschunterrichts im Raum Tokyo erhoben (insgesamt n = 254). Nach Geschlecht verteilt sich die Stichprobe auf 135 männliche (53,1 %), 110 weibliche (43,3 %), fünf Personen mit anderen Angaben (2,0 %) und vier Personen ohne Angabe (1,6 %). Bei der Herkunft ergibt sich ein relativ homogenes Bild, so kommen 246 Personen (96,9 %) der Teilnehmenden aus Japan, vier Personen (1,6 %) aus China, zwei Personen (0,8 %) aus Korea, eine Person (0,4 %) aus Kanada und ebenfalls eine Person (0,4 %) hat die doppelte Staatsbürgerschaft in den USA und Japan. Angaben zur Erstsprache und zu spezifischen Vorerfahrungen im Fremdsprachenlernen wurden in der vorliegenden Studie allerdings nicht systematisch erhoben. Bei der Lerndauer zeigt sich eine deutliche Konzentration auf zwei Gruppen. Die größte Gruppe mit 130 Personen (51,2 %) lernt Deutsch im ersten Semester, gefolgt von 72 Personen (28,3 %), die im vierten Semester lernen. Weitere 26 Personen (10,2 %) lernen im dritten Semester. Die übrigen Gruppen sind deutlich kleiner vertreten: sieben Personen (2,8 %) lernen im fünften Semester, jeweils fünf Personen (2,0 %) im zweiten bzw. im sechsten Semester, fünf Personen (2,0 %) im siebten Semester, zwei Personen (0,8 %) im achten Semester und jeweils eine Person (0,4 %) im neunten Semester bzw. seit mehr als neun Semestern. Hinsichtlich der Kursart zeigt sich eine klare Dominanz des Pflichtfachs: 194 Personen (76,4 %) belegen Deutsch als Pflichtfach, während 43 Personen (16,9 %) es als Wahlfach gewählt haben. Lediglich 12 Personen (4,7 %) studieren Deutsch als Hauptfach und fünf Personen (2,0 %) gaben eine andere Kursart an.
3.2 Instrumente
Lernstrategien werden in der Literatur unterschiedlich klassifiziert; im vorliegenden Beitrag wird eine Einteilung zugrunde gelegt, die zwischen kognitiven, metakognitiven und ressourcenbezogenen Strategien unterscheidet (vgl. Pintrich 1991; Wild 2018). Die Studie konzentriert sich dabei bewusst auf ressourcenbezogene Strategien, weil diese im MSLQ‑Ansatz vier klar umrissene Dimensionen des Ressourcenmanagements im Hochschulkontext abbilden und damit eine gut anschlussfähige Operationalisierung für die Untersuchung des Deutschlernens an japanischen Universitäten bieten. Zugleich greift diese Klassifikation neuere Erweiterungen, etwa zur Emotionsregulation, nur begrenzt auf; dieser Zuschnitt wird in der Diskussion als inhaltliche Limitation reflektiert. Für die Messung des Ressourcenmanagements wurde der entsprechende Teil des MSLQ (vgl. Pintrich 1991: 17) verwendet, der vier Subskalen zu Strategien des Zeit‑ und Lernumgebungsmanagements (ZL), zur Anstrengungsregulierung (AR), zum kooperativen Lernen (KL) und zum Hilfesuchverhalten (HS) umfasst. Pintrich (ebd.) hat die Skalen der verschiedenen Ressourcen ungefähr gleich gewichtet, wenn man berücksichtigt, dass ZL die Untergruppen Zeit und Lernumgebung beinhaltet: ZL = 8 Items (z.B. I usually study in a place where I can concentrate on my course work.), AR = 4 Items (z.B. I work hard to do well in this class even if I don't like what we are doing.), KL = 3 Items (z.B. When studying for this course, I often try to explain the material to a classmate or a friend.) und HS = 4 Items (z.B. I ask the instructor to clarify concepts I don't understand well.). Das Antwortformat ist eine 7-stufige Likertskala von 1 (überhaupt nicht wahr) bis 7 (sehr wahr). Die MSLQ‑Subskala ZL bildet Lernstrategien ab, indem sie u.a. nach festen Lernzeiten und der Nutzung ruhiger, störungsarmer Lernorte fragt. Alle MSLQ‑Subskalen erfassen dabei primär, wie häufig die jeweiligen Ressourcenmanagementstrategien eingesetzt werden, geben aber nur begrenzt Auskunft über die Qualität oder Adaptivität ihres Einsatzes.
Zur Messung der akademischen Selbstwirksamkeit (AS), also der Bewältigung akademischer Anforderungen, wurden die Items von van Zyl et al. (2022: 779) verwendet: AS = 5 Items (z.B. I generally manage to solve difficult academic problems if I try hard enough.), die auf einer 5-stufigen Likertskala von 1 (trifft überhaupt nicht zu) bis 5 (trifft sehr zu) beantwortet werden können. Für die Umfrage wurden alle Items ins Japanische übersetzt. Für die vorliegende Studie wurden die Itemformulierungen inhaltlich an den Kontext des universitären Fremdsprachenlernens angepasst, sodass sie sich explizit auf Anforderungen im Deutschunterricht beziehen, und anschließend ins Japanische übersetzt. Der vollständige Fragebogen kann dem Anhang entnommen werden.
3.3 Reliabilitätsanalyse und Itemausschluss
Zur Messung der internen Konsistenz der ins Japanische übersetzten Skalen wurde zunächst eine Reliabilitätsanalyse aller Items durchgeführt. Aufgrund niedriger Inter-Item-Korrelationen (r < .15) wurden drei invertierte Items AR37i und AR60i aus der Skala Anstrengungsregulation ausgeschlossen sowie HS40i aus der Skala Hilfesuche. Dieser Ausschluss ist konsistent mit Befunden zur kulturspezifischen Problematik negativ formulierter Items in asiatischen Kontexten (vgl. Harzing 2006: 243; Wong et al. 2003: 72), bei denen soziale Erwünschtheitseffekte die Itemfunktion beeinträchtigen können.
Nach Ausschluss dieser Items ergaben sich für die einzelnen Skalen folgende Reliabilitäten: ZL (α = .713, 8 Items), AR (α = .761, 2 Items), KL (α = .568, 3 Items), HS (α = .615, 3 Items) und AS (α = .795, 5 Items). Insbesondere die Subskalen KL und HS weisen mit α = .568 bzw. α = .615 nur moderate Reliabilitäten auf, sodass die dort gemessenen Zusammenhänge eher konservativ zu interpretieren sind. Während ZL und AS damit im akzeptablen Bereich liegen, weisen die Subskalen kooperatives Lernen und Hilfesuchverhalten Reliabilitäten unterhalb der häufig genannten Mindestgrenze von α = .70 auf, und die Skala zur Anstrengungsregulation bildet das Konstrukt aufgrund der nur zwei verbliebenen Items nur eingeschränkt ab. Die Skala kooperatives Lernen (KL) weist damit eine niedrige interne Konsistenz auf, was auf eine begrenzte Messpräzision schließen lässt. Dies ist jedoch konsistent mit internationalen Befunden zur MSLQ‑Subskala kooperatives Lernen, die häufig problematische Reliabilitäten zeigt (vgl. Dunn et al. 2012: 312; Pintrich et al. 1991: 4) berichteten niedrige Reliabilitäten für verwandte Skalen (z.B. α = .52 für Help Seeking). Mögliche Gründe umfassen die kulturspezifische Interpretation kollaborativer Lernformen in japanischen Universitätskontexten, wo traditionell eher individuelle Lernformen dominieren (vgl. Fujita 2010: 47). Trotz der in der Literatur berichteten Reliabilitätsprobleme der Subskala (vgl. Dunn et al. 2012: 312) wurde sie in der vorliegenden Studie bewusst eingesetzt, um die Ressource kooperatives Lernen im Sinne der ursprünglichen MSLQ‑Konzeption abzubilden und die Vergleichbarkeit mit bestehenden Befunden zu gewährleisten. Die Ergebnisse dieser Skalen sollten daher mit besonderer Vorsicht interpretiert werden. Trotz dieser Einschränkungen wurden alle vier Ressourcenmanagement‑Skalen beibehalten, um die von Pintrich (1991: 25) vorgeschlagene Struktur des Ressourcenmanagements abzubilden und die Vergleichbarkeit mit vorhandenen Studien auf Basis der MSLQ‑Skalen zu gewährleisten. Für die Gesamtskala aller verbliebenen MSLQ‑Items (13 Items) ergab sich nach Ausschluss der invertierten Items eine gute interne Konsistenz von α = .834.
3.4 Vorgehen
Der Fragebogen wurde im Frühlingssemester (Mai bis Juni 2025) an sechs verschiedenen Universitäten im Raum Tokio durchgeführt. Die Lehrenden wurden gebeten, die Umfrage während des regulären Sprachunterrichts durchzuführen, um die Rücklaufquote zu erhöhen. Ferner wurden sie dazu angehalten, während der Beantwortung nicht mit den Studierenden zu sprechen oder in anderer Art die Beantwortung zu beeinflussen. Die Erhebung erfolgte mittels Microsoft Forms und als Zugang wurde je ein QR-Code und ein Zugangslink zur Verfügung gestellt. Die durchschnittliche Bearbeitungszeit betrug 3.40 Minuten und lag damit deutlich unter der erwarteten Beantwortungszeit von 5 Minuten. Die Teilnahme an der Umfrage war freiwillig und anonym, was auch im Fragebogen selbst erwähnt wurde. Da alle Fragen des Fragebogens verpflichtend anzugeben waren, um die Umfrage abzusenden und alle Teilnehmenden am Ende einer Einwilligungserklärung zustimmen mussten, war es nicht nötig, eine Antwort der 254 Teilnehmenden auszuschließen. Es gab keine Rückmeldung, dass ein:e Studierende:r nicht an der Umfrage teilnehmen wollte.
3.5 Datenanalyse
Zur Beantwortung der Forschungsfragen wurden im folgenden Kapitel die deskriptiven Statistiken, Pearson‑Korrelationen und multiplen Regressionen berechnet. Die Mittelwerte und Standardabweichungen der Skalen sind in Tabelle 1 dargestellt. Zur Datenanalyse wurde SPSS in der Version 29.0.2.0 (20) verwendet.
4 Ergebnisse
4.1 Deskriptive Ergebnisse
Von den 254 befragten Studierenden (s. Abschnitt 0) gingen für die Skalenanalysen die Daten aller Personen mit vollständigen Angaben ein. Die Mittelwerte der vier Ressourcenmanagement-Strategien lagen im mittleren bis höheren Bereich der Skala (1–7). Zeit- und Lernumgebung (ZLmittel), Anstrengungsregulierung (ARmittel), kooperatives Lernen (KLmittel) und Hilfesuchverhalten (HSmittel) wiesen Mittelwerte zwischen 4,51 und 4,76 sowie Standardabweichungen zwischen 1,00 und 1,30 auf. Die akademische Selbstwirksamkeit (ASmittel) lag mit einem Mittelwert von 3,75 (SD = 0,79) im mittleren Bereich der Skala (1–5) (siehe Tab. 1).
Tab. 1: Deskriptive Statistiken
| N | Minimum | Maximum | Mittelwert | Std.-Abweichung | Schiefe | Kurtosis | |||
| Statistik | Statistik | Statistik | Statistik | Statistik | Statistik | Statistik | Statistik | Statistik | |
| ZLmittel | 254 | 1,25 | 7,00 | 4,5054 | ,99903 | -,073 | ,153 | ,304 | ,304 |
| ARmittel | 254 | 1,00 | 7,00 | 4,9429 | 1,33503 | -,630 | ,153 | ,171 | ,304 |
| KLmittel | 254 | 1,00 | 7,00 | 4,5945 | 1,29881 | -,466 | ,153 | -,128 | ,304 |
| HSmittel | 254 | 1,00 | 7,00 | 4,7782 | 1,34196 | -,508 | ,153 | ,039 | ,304 |
| ASmittel | 254 | 1,00 | 5,00 | 3,7543 | ,78632 | -,465 | ,153 | ,279 | ,304 |
| Gültige Werte (listenweise) | 254 | ||||||||
Zwischen den vier Ressourcenmanagement‑Strategien zeigten sich signifikante positive Zusammenhänge. Besonders eng waren Zeit- und Lernumgebung und Anstrengungsregulierung korreliert (r = .71, p < .001), ebenso kooperatives Lernen und Hilfesuchverhalten (r = .51, p < .001). Alle vier Strategien wiesen zudem schwache, aber signifikante positive Korrelationen mit der akademischen Selbstwirksamkeit auf (r = .21 - .24, alle p < .001) (siehe Tab. 2).
4.2 Zusammenhänge Ressourcenmanagement und akademische Selbstwirksamkeit
Auf Basis der zuvor berichteten Reliabilitätsanalysen wurden für alle Skalen Mittelwerte (ZLmittel, ARmittel, KLmittel, HSmittel, ASmittel) gebildet, die in den folgenden Korrelations- und Regressionsanalysen verwendet wurden. Zur Untersuchung der Zusammenhänge zwischen den Ressourcenmanagement‑Strategien und der akademischen Selbstwirksamkeit wurden Pearson‑Korrelationen zwischen den fünf Skalenmittelwerten berechnet (siehe Tabelle 2). Die vier Ressourcenmanagement‑Skalen korrelierten untereinander durchweg positiv und meist moderat bis hoch, insbesondere Zeit- und Lernumgebung mit Anstrengungsregulierung (r = .60, p < .001) sowie kooperatives Lernen mit Hilfesuchverhalten (r = .55, p < .001).
Tab. 2: Korrelationen
| ZLmittel | ARmittel | KLmittel | HSmittel | ASmittel | ||
| ZLmittel | Pearson-Korrelation | 1 | ,600** | ,327** | ,359** | ,219** |
| Sig. (2-seitig) | <,001 | <,001 | <,001 | <,001 | ||
| N | 254 | 254 | 254 | 254 | 254 | |
| ARmittel | Pearson-Korrelation | ,600** | 1 | ,478** | ,457** | ,263** |
| Sig. (2-seitig) | <,001 | <,001 | <,001 | <,001 | ||
| N | 254 | 254 | 254 | 254 | 254 | |
| KLmittel | Pearson-Korrelation | ,327** | ,478** | 1 | ,551** | ,218** |
| Sig. (2-seitig) | <,001 | <,001 | <,001 | <,001 | ||
| N | 254 | 254 | 254 | 254 | 254 | |
| HSmittel | Pearson-Korrelation | ,359** | ,457** | ,551** | 1 | ,291** |
| Sig. (2-seitig) | <,001 | <,001 | <,001 | <,001 | ||
| N | 254 | 254 | 254 | 254 | 254 | |
| ASmittel | Pearson-Korrelation | ,219** | ,263** | ,218** | ,291** | 1 |
| Sig. (2-seitig) | <,001 | <,001 | <,001 | <,001 | ||
| N | 254 | 254 | 254 | 254 | 254 | |
-
** Die Korrelation ist auf dem Niveau von 0,01 (2-seitig) signifikant.
Darüber hinaus zeigten alle vier Strategien signifikante, wenn auch eher schwache bis moderate positive Zusammenhänge mit der akademischen Selbstwirksamkeit (r = .22–.29, alle p < .001). Studierende, die angaben, häufiger Zeit- und Lernumgebung zu planen, ihre Anstrengung zu regulieren sowie kooperatives Lernen und Hilfesuchen zu nutzen, berichten demnach tendenziell höhere akademische Selbstwirksamkeit.
4.3 Vorhersage der akademischen Selbstwirksamkeit durch Ressourcenmanagement‑Strategien
Zur Prüfung der gemeinsamen Vorhersagekraft der Ressourcenmanagement‑Strategien wurde eine multiple Regression mit akademischer Selbstwirksamkeit (ASmittel) als Kriterium und Zeit- und Lernumgebung (ZLmittel), kooperativem Lernen (KLmittel), Anstrengungsregulierung (ARmittel) sowie Hilfesuchverhalten (HSmittel) als Prädiktoren durchgeführt. Das Gesamtmodell war signifikant, F(4, 249) = 7,68, p < .001, und erklärte etwa 11 % der Varianz der akademischen Selbstwirksamkeit (R = .33, R² = .11, korrigiertes R² = .10). Von den einzelnen Prädiktoren leistete nur das Hilfesuchverhalten einen signifikanten Beitrag zur Vorhersage (β = .20, p = .009), während Zeit- und Lernumgebung (β = .07, p = .364), kooperatives Lernen (β = .03, p = .670) und Anstrengungsregulierung (β = .12, p = .154) keine signifikanten Einzigartigkeitseffekte zeigten (siehe Tab. 3). Mit einem R² von etwa .11 weist das Regressionsmodell damit allerdings nur eine geringe erklärte Varianz auf, sodass die Vorhersagekraft der betrachteten Ressourcenmanagementstrategien insgesamt als begrenzt einzuschätzen ist.
Tab. 3: Koeffizienten
| Modell | Nicht standardisierte Koeffizienten | Standardisierte Koeffizienten | T | Sig. | ||
| RegressionskoeffizientB | Std.-Fehler | Beta | ||||
| 1 | (Konstante) | 2,535 | ,247 | 10,278 | <,001 | |
| ZLmittel | ,054 | ,059 | ,068 | ,910 | ,364 | |
| KLmittel | ,019 | ,046 | ,032 | ,427 | ,670 | |
| ARmittel | ,069 | ,048 | ,117 | 1,428 | ,154 | |
| HSmittel | ,115 | ,044 | ,196 | 2,618 | ,009 | |
-
a. Abhängige Variable: ASmittel
Hinweis: Kriterium: akademische Selbstwirksamkeit (ASmittel); R = .33, R² = .11, korrigiertes R² = .10, F(4, 249) = 7,68, p < .001.
Wie Tab. 3 zeigt, leistete von den einzelnen Prädiktoren nur das Hilfesuchverhalten einen signifikanten Unique‑Beitrag zur Vorhersage der akademischen Selbstwirksamkeit (β = .20, p = .009). Die Effekte von Zeit- und Lernumgebung (β = .07, p = .364), kooperativem Lernen (β = .03, p = .670) und Anstrengungsregulierung (β = .12, p = .154) waren dagegen nicht signifikant.
4.4 Gruppenunterschiede
Zur Prüfung möglicher Gruppenunterschiede wurden unabhängige t‑Tests nach Kursart (Pflichtfach vs. Wahlfach) und Geschlecht (weiblich vs. männlich) durchgeführt. Hinsichtlich der Kursart zeigten sich für keine der betrachteten Skalen – Zeit- und Lernumgebung, kooperatives Lernen, Anstrengungsregulierung, Hilfesuchverhalten und akademische Selbstwirksamkeit – signifikante Mittelwertunterschiede (alle p > .35).
Dagegen ergaben sich nach Geschlecht signifikante Unterschiede in zwei Bereichen. Studentinnen berichteten ein höheres Niveau an Zeit- und Lernumgebungsmanagement (M = 4,69 vs. 4,39), t(243) = 2,35, p = .020, sowie ein höheres Hilfesuchverhalten (M = 4,96 vs. 4,61), t(243) = 2,06, p = .040, als Studenten. Für kooperatives Lernen, Anstrengungsregulierung und akademische Selbstwirksamkeit traten keine signifikanten Geschlechtsunterschiede auf (alle p > .09). Ergänzend wurden Unterschiede zwischen frühen (erstes und zweites Semester) und weiter fortgeschrittenen Semestern (drittes Semester oder höher) untersucht. Studierende in höheren Semestern berichteten ein höheres Niveau an kooperativem Lernen (M = 4,87 vs. 4,36), t(≈ 250) ≈ −3,19, p < .01, an Anstrengungsregulierung (M ≈ 5,15 vs. 4,76) sowie an Hilfesuchverhalten (M ≈ 4,95 vs. 4,62; jeweils p < .05). Für Zeit‑ und Lernumgebungsmanagement zeigte sich ein tendenziell höheres Niveau in den höheren Semestern (M = 4,63 vs. 4,40), dieser Unterschied erreichte das 5‑%-Niveau jedoch nur knapp nicht (p ≈ .06). Hinsichtlich der akademischen Selbstwirksamkeit traten keine signifikanten Semesterunterschiede auf (M = 3,71 vs. 3,81; p ≈ .17).
5 Diskussion
Die Ergebnisse zeigen, dass alle vier Ressourcenmanagement‑Strategien positiv, wenn auch nur schwach bis moderat, mit der akademischen Selbstwirksamkeit zusammenhängen und dass allein das Hilfesuchverhalten einen signifikanten Unique‑Beitrag in der Regression leistet. Die berechneten Reliabilitäten haben überwiegend akzeptable Werte (ZL, AR, HS, AS), nur KL besitzt einen Wert unter .70, was mit den Befunden zur MSLQ-Subskala kooperatives Lernen und kulturellen Besonderheiten des japanischen Kontexts übereinstimmt, dass kollaboratives Lernen weniger etabliert ist und soziale Erwünschtheit einen entscheidenden Einflussfaktor bei der Beantwortung von Fragebogenitems spielt.
Alle vier Ressourcenmanagement‑Strategien werden im mittleren bis höheren Skalenbereich genutzt (M ≈ 4,5–4,9 auf einer Skala von 1 = überhaupt nicht wahr bis 7 = sehr wahr). Ferner liegt die akademische Selbstwirksamkeit im mittleren Bereich (M ≈ 3,75 auf einer Skala von 1 = trifft überhaupt nicht zu bis 5 = trifft sehr zu).
Diese Daten werden so interpretiert, dass die Studierenden Ressourcenstrategien zwar durchaus regelmäßig nutzen, aber nicht in einem optimal hohen Ausmaß, was Raum für Förderung lässt. Ihre Selbstwirksamkeit ist zwar solide, aber nicht übermäßig hoch, passend zu einem Fach, das viele aus Pflicht absolvieren.
Die vier Ressourcenmanagement-Skalen korrelieren positiv und teils moderat bis hoch miteinander, besonders ZL mit AR sowie KL mit HS. Eine mögliche Deutung ist, dass Zeit-/Umgebungsplanung und Anstrengungsregulierung ein Bündel eher individueller Selbstorganisation bilden und kooperatives Lernen sowie Hilfesuchen ein eher sozial geprägtes Bündel von Ressourcenstrategien bilden. Alle vier Strategien korrelieren positiv, aber nur schwach bis moderat mit akademischer Selbstwirksamkeit (r etwa .22–.29). Das Ressourcenmanagement der Studierenden ist damit zwar mit einer höheren Selbstwirksamkeit assoziiert, erklärt aber nur einen kleinen Teil der Varianz. Die Selbstwirksamkeit dürfte also zusätzlich stark von anderen Faktoren (z.B. Leistungserfahrungen, Motivation, Sprachangst, Unterrichtsqualität) geprägt sein.
5.1 Zentraler Befund
Im Regressionsmodell sagen alle vier Strategien gemeinsam etwa 11 % der Varianz von AS voraus (R² ≈ .11), womit das Modell signifikant ist. Allerdings zeigt nur das Hilfesuchverhalten einen signifikanten Einzigartigkeitseffekt (β ≈ .20) und ZL, AR sowie KL werden im Modell nicht signifikant. Diese Daten legen nahe, dass Hilfesuchen in diesem Setting ein besonders bedeutsamer Prädiktor der berichteten akademischen Selbstwirksamkeit sein könnte. Studierende, die aktiv Hilfe mobilisieren, berichten tendenziell ein höheres Zutrauen, akademische Anforderungen bewältigen zu können. Gleichzeitig deutet die relativ geringe erklärte Varianz von R² ≈ .11 darauf hin, dass die Modellgüte insgesamt begrenzt ist und weitere, in der vorliegenden Studie nicht berücksichtigte Faktoren – etwa Sprachkompetenz, Motivation, Prüfungsangst oder bisherige Leistungserfahrungen – einen erheblichen Teil der Unterschiede in der akademischen Selbstwirksamkeit erklären dürften. In einem Kontext, in dem Deutsch für viele neu ist und die Unsicherheit noch hoch ist, kann die wahrgenommene Verfügbarkeit und Nutzung von Unterstützung die Selbstwirksamkeit besonders stärken. Zugleich lässt sich aufgrund des querschnittlichen Designs nicht ausschließen, dass umgekehrt Studierende mit ohnehin höherer akademischer Selbstwirksamkeit häufiger aktiv Hilfe suchen, weil sie sich ihrer Kompetenzen bewusster sind und sich eher zutrauen, Fragen zu stellen. Die Interkorrelationen zwischen den Strategien könnten dazu führen, dass ZL, AR, KL ihren Effekt im gemeinsamen Modell teilen und deshalb nicht mehr signifikant sind.
Es gibt keine signifikanten Unterschiede nach Kursart (Pflicht oder Wahlfach) weder in den Strategien noch in der Selbstwirksamkeit. Allerdings berichteten Studentinnen höhere Werte bei Zeit‑ und Lernumgebungsmanagement und Hilfesuchen als die Studenten. Bei KL, AR und AS kam es allerdings zu keinen signifikanten Unterschieden. Es ist daher möglich, dass weibliche Studierende stärker auf strukturierende und sozial gestützte Strategien zurückgreifen, ohne dass sich dies in deutlich höherer Selbstwirksamkeit niederschlägt, was ein mögliches Hinweiszeichen auf geschlechtsspezifische Unsicherheiten oder Normen (evtl. höhere Anspruchsniveaus) hindeutet. Die fehlenden Kursartunterschiede deuten an, dass Status als Pflicht‑ oder Wahlfach nicht der entscheidende Treiber von Ressourcenmanagement und Selbstwirksamkeit ist. Möglicherweise überwiegen die allgemeinen Studienbedingungen oder Persönlichkeitsmerkmale. Ergänzend zeigt sich, dass Studierende in höheren Semestern kooperative Lern‑ und Ressourcenstrategien (Anstrengungsregulierung, Hilfesuchen und teilweise Zeit‑ und Lernumgebungsmanagement) häufiger einsetzen als Studierende in frühen Semestern, ohne dass damit deutlich höhere akademische Selbstwirksamkeit einhergeht.
5.2 Methodische Überlegungen und Grenzen
Da die Reliabilität von KL niedrig war, ist eine interpretatorische Vorsicht nötig. Dies entspricht allerdings international berichteten Problemen der Subskala und könnte durch kulturspezifische Auffassungen von Kooperation verstärkt werden. Der Ausschluss invertierter Items (AR, HS) wegen schwacher Inter-Item-Korrelationen und potenzieller Effekte negativer Formulierungen in asiatischen Kontexten spricht für die Sensibilität von Übersetzungen und Antwortstilen in interkulturellen Studien. Vor diesem Hintergrund ist insbesondere der Befund, dass ausschließlich HS einen signifikanten Unique‑Beitrag leistet, methodisch potenziell verzerrt; die Nicht-Signifikanz der übrigen Prädiktoren könnte zumindest teilweise auf die eingeschränkte Messqualität der Skalen zurückzuführen sein. Ein weiterer limitierender Aspekt der Stichprobe ist, dass Angaben zur Erstsprache und zu spezifischen Sprachvorkenntnissen der Teilnehmenden nicht systematisch erfasst wurden, sodass mögliche Effekte unterschiedlicher sprachlicher Vorerfahrungen auf Ressourcenmanagement und akademische Selbstwirksamkeit unberücksichtigt bleiben. Da diese Studie im Querschnittsdesign durchgeführt wurde, lässt sie keine kausalen Schlüsse zu. Es lässt sich daher nicht sicher sagen, ob Hilfesuchen die Selbstwirksamkeit erhöht oder umgekehrt selbstwirksame Personen häufiger Hilfe nutzen. Schließlich basiert die vorliegende Studie auf einer auf Pintrich (1990) zurückgehenden Klassifikation von Lernstrategien, in der ressourcenbezogene Strategien eine eigene Kategorie bilden. Neuere Erweiterungen, etwa zur gezielten Emotionsregulation im Lernprozess, werden dadurch nur begrenzt erfasst, sodass die Ergebnisse vor allem die Rolle des im MSLQ abgebildeten Ressourcenmanagements und nicht das gesamte Spektrum selbstregulierten Lernens widerspiegeln. Schließlich sind die Semestergruppen in der Stichprobe ungleich verteilt, sodass die berichteten Unterschiede zwischen frühen und höheren Semestern vorsichtig zu interpretieren sind.
5.3 Praxis‑ und Forschungsperspektiven
Für die Lehrpraxis lässt sich sagen, dass eine Förderung von Hilfesuchverhalten (z.B. niedrigschwellige Sprechstunden, Kommilitonen-Tutoring oder das explizite Entstigmatisieren von Fragen) ein zentraler Ansatzpunkt sein könnte, um akademische Selbstwirksamkeit im Fremdsprachenstudium zu stärken. Ferner können die Strukturierung von Lernumgebungen durch klare Lernzeiten, das Aufsuchen ruhiger Orte und eine Aufgabenplanung sowie explizite Trainings zu Zeitmanagement und Anstrengungsregulierung die Ressourcennutzung unterstützen können, auch wenn deren Einzigartigkeitseffekt im Modell gering ausfällt.
Für künftige Forschung wären längsschnittliche Designs oder Interventionsstudien nötig, um wechselseitige Effekte zwischen Ressourcenmanagement und Selbstwirksamkeit zu klären. Detailliertere kultursensitive Analysen (z.B. qualitative Studien zu Hilfesuchen und Kooperation in japanischen Deutschkursen) könnten die gefundenen Muster besser erklären. Die Befunde sind im spezifischen Kontext des Fremdsprachenlernens Deutsch an japanischen Hochschulen zu verorten und berühren damit auch Aspekte interkulturellen Lernens und Studierens, etwa in Bezug auf den Umgang mit neuen Lernanforderungen, die Nutzung sozialer Unterstützung und kulturspezifische Vorstellungen von Kooperation.
6 Schlussfolgerung
Insgesamt sprechen die Ergebnisse dafür, dass häufigeres Hilfesuchverhalten eine wichtige Ressource für die Entwicklung akademischer Selbstwirksamkeit im untersuchten Kontext darstellen kann; da die eingesetzte MSLQ‑Skala jedoch vor allem die Nutzungshäufigkeit und nicht direkt die Qualität des Hilfesuchens erfasst, bleiben Aussagen über adaptives Hilfesuchen vorsichtig zu interpretieren. Für Lehrpraxis und Hochschuldidaktik ergibt sich daraus die Empfehlung, Lernumgebungen zu gestalten, die sowohl individuelle Selbstregulation als auch soziale Unterstützung systematisch stärken. Weitere Forschung sollte prüfen, inwiefern solche Maßnahmen die wechselseitige Entwicklung von Ressourcenmanagementstrategien und akademischer Selbstwirksamkeit langfristig beeinflussen und ob sich die Befunde auf andere Fächer und Kontexte übertragen lassen.
Literatur
Adams, Rebecca V. & Blair, Eva (2019): Impact of time management behaviors on undergraduate engineering students’ performance. Sage Open 9, 2158244018824506.
Agustin, Wina; Wahyudin, Asep Yudha & Isnaini, Siti (2021): Language learning strategies and academic achievement of English department students. Journal of Arts and Education 1: 1, 19–29. Universitas Teknokrat Indonesia.
Arianto, Fajar & Hanif, Muhammad (2024): Evaluating metacognitive strategies and self-regulated learning to predict primary school students' self-efficacy and problem-solving skills in science learning. Journal of Pedagogical Research 8: 3, 301–319. http://doi.org/10.33902/JPR.202428575 (02.05.2026).
Aydan, Sinan & Çapa-Aydin, Yasemin (2025): What makes them self-regulated? Self-regulation procedures of academically successful students and key influences. Acta Psychologica 257, 1–9. http://doi.org/10.1016/j.actpsy.2025.105106 (02.05.2026).
Becker, Lukas Bernhard (2022): Die Kunst, Concept Mapping zu trainieren und einzusetzen: Ein Vergleich unterschiedlicher Ansätze und ihre Bedeutung für kognitive Prozesse, kognitive Belastung und Lernleistung. Unveröffentlichte Dissertation, Universität zu Köln.
Biwer, Frauke; Wiradhany, Wisnu; Oude Egbrink, Marjike G. A. & de Bruin, Anique B. H. (2023): Understanding effort regulation: Comparing „Pomodoro“ breaks and self-regulated breaks. British Journal of Educational Psychology 93, 1–15. http://doi.org/10.1111/bjep.12593 (02.05.2026).
Broadbent, Jaclyn & Poon, Wai Leung (2015): Self-regulated learning strategies & academic achievement in online higher education learning environments: A systematic review. Internet and Higher Education 27, 1–13. http://doi.org/10.1016/j.iheduc.2015.04.007 (02.05.2026).
Carson, A. Dean (2011): Predicting student success from the „LASSI for Learning Online" (LLO). Journal of Educational Computing Research 45: 4, 399–414.
Cayubit, Roberto Feliciano Ocampo. (2022): Why learning environment matters? An analysis on how the learning environment influences the academic motivation, learning strategies and engagement of college students. Learning Environments Research 25, 581–599. http://doi.org/10.1007/s10984-021-09382-x (02.05.2026).
Cho, Moon Heum & Shen, Daqing (2013): Self-regulation in online learning. Distance Education 34: 3, 290–301. http://doi.org/10.1080/01587919.2013.835770 (02.05.2026).
Dunn, Karee E.; Lo, W.-John; Mulvenon, Sean W. & Sutcliffe, Rebecca (2012): Revisiting the motivated strategies for learning questionnaire: A theoretical and statistical reevaluation of the Metacognitive Self-Regulation and Effort Regulation subscales. Educational and Psychological Measurement 72: 2, 312–331. http://doi.org/10.1177/0013164411413461 (02.05.2026).
Fujita, Takahiro (2010): A study of relationship of self-regulated learning strategy and academic help-seeking in university students. Bulletin of Nara University of Education 59: 1, 47–54.
Harzing, Anne-Wil (2006): Response styles in cross-national survey research: A 26-country study. International Journal of Cross Cultural Management 6: 2, 243–266. http://doi.org/10.1177/1470595806066332 (02.05.2026).
Heinecke-Müller, Marianne (2022): Wirksamkeitsüberzeugungen, Selbstwirksamkeitsüberzeugungen. In: Wirtz, Michael A. (Hrsg.): Dorsch Lexikon der Psychologie. Göttingen: Hogrefe. https://dorsch.hogrefe.com/stichwort/wirksamkeitsueberzeugungen-selbstwirksamkeitsueberzeugungen (24.03.2022).
Honicke, Toni; Broadbent, Jaclyn & Fuller-Tyszkiewicz, Matthew (2023): The self-efficacy and academic performance reciprocal relationship: The influence of task difficulty and baseline achievement on learner trajectory. Higher Education Research & Development 42, 1936–1953. http://doi.org/10.1080/07294360.2023.2197194 (02.05.2026).
Johnson, David W.; Johnson, Roger T. & Stanne, Mary B. (2000): Cooperative learning methods: A meta-analysis. Minneapolis: University of Minnesota, 1–30.
Karabenick, Stuart A. & Gonida, Eleftheria N. (2018): Academic help seeking as a self-regulated learning strategy: Current issues, future directions. In: Schunk, Dale H. & Greene, Jeffrey A. (Eds.): Handbook of self-regulation of learning and performance. [2. Aufl.]. New York: Routledge, 421–433. http://doi.org/10.4324/9781315697048-27 (02.05.2026).
Karabenick, Stuart A. & Knapp, John R. (1988): Help seeking and the need for academic assistance. Journal of Educational Psychology 80, 406–408. http://doi.org/10.1037/0022-0663.80.3.406 (02.05.2026).
Köller, Olaf & Möller, Jens (2018): Selbstwirksamkeit. In: Rost, Detlef Hans; Sparfeld, Jörn R. & Buch, Susanne R. (Hrsg.): Handwörterbuch Pädagogische Psychologie. [5. Aufl.]. Weinheim: Beltz, 757–763.
Liao, Chih-Chun & Zhang, Jing (2023): How task difficulty and academic self-efficacy impact retrieval practice guidance. Frontiers in Psychology 14, 1260084. http://doi.org/10.3389/fpsyg.2023.1260084 (02.05.2026).
Liem, Arief Darmanegara; Lau, Shun & Nie, Youyan (2008): The role of self-efficacy, task value, and achievement goals in predicting learning strategies, task disengagement, peer relationship, and achievement outcome. Contemporary Educational Psychology 33: 4, 486–512. http://doi.org/10.1016/j.cedpsych.2007.08.001.
Martín-Arbós, Susanna; Castarlenas, Elisabet & Dueñas, Juan-Manuel (2021): Help-seeking in an academic context: A systematic review. Sustainability 13, 4460. http://doi.org/10.3390/su13084460 (02.05.2026).
Mews, Sandra & Pöge, Anja (2019): Das Zusammenspiel von Selbstbildern, motivationalen und emotionalen Orientierungen sowie deren Einfluss auf die Mathematikleistung in der PISA-Studie 2012. Zeitschrift für Erziehungswissenschaft 22: 4, 899–924. http://doi.org/10.1007/s11618-019-00898-w.
Nasrullah, Sidra & Khan, Muhammad Shakeel (2015): The impact of time management on the students’ academic achievements. Journal of Literature, Languages and Linguistics 11, 66–71.
Ong, Ka-Jing; Lu, Chih-Hung; Chou, Yi-Chun & Chen, Kou-Jung (2022): Learning environment and course experience vs adaptability, motivation, and creativity: Their contribution to learning effectiveness. Journal of Integrated Design and Process Science 26: 1, 1–24. http://doi.org/10.3233/JID-220004 (02.05.2026).
Öztürk, Burcu (2023): The effect of cooperative learning models on learning outcomes: A second-order meta-analysis. Educational Policy Analysis and Strategic Research 18: 3, 273–296. http://doi.org/10.29329/epasr.2023.600.13 (02.05.2026).
Pauli, Christoph & Reusser, Kurt (2000): Zur Rolle der Lehrperson beim kooperativen Lernen. Schweizerische Zeitschrift für Bildungswissenschaften 22: 3, 421–442. http://doi.org/10.25656/01:3747 (02.05.2026).
Payakachat, Nattawut; Gubbins, Susan O.; Ragland, Dana; Norman, Stanley E.; Flowers, Samuel K.; Stowe, Charles D.; DeHart, Rebecca M.; Pace, Alison & Hastings, J. Kelly (2013): Academic help-seeking behavior among student pharmacists. American Journal of Pharmaceutical Education 77, 7. http://doi.org/10.5688/ajpe7717 (02.05.2026).
Pintrich, Paul R.; Smith, David, A. F.; Garcia, Teresa & McKaechie, Wilbert J. (1991): A manual for the use of the Motivated Strategies for Learning Questionnaire. Ann Arbor: University of Michigan.
Pintrich, Paul R. & Schrauben, Barry (1992): Students’ motivational beliefs and their cognitive engagement in classroom tasks. In: Schunk, Dale H. & Meece, Judith L. (Hrsg.): Student perceptions in the classroom: Causes and consequences. Hillsdale, NJ: Erlbaum, 149–183.
Schunk, Dale H. & DiBenedetto, Maria K. (2021): Self-efficacy and human motivation. In: Elliot, Andrew J. (Hrsg.): Advances in Motivation Science. Band 8. Cambridge, MA: Academic Press, 153–179. http://doi.org/10.1016/bs.adms.2020.10.001.ernestopanadero.
Schworm, Silke & Berndt, Marianne (2014): Learning with video-based examples – Are you sure you do not need help? Journal of Computer Assisted Learning 30, 546–558. http://doi.org/10.1111/jcal.12063 (02.05.2026).
Shao, Yiping; Kang, Shuhua; Lu, Qi; Gao, Xia; Qu, Yan; Meng, Yuxian; Li, Lili; Wang, Bo & Xu, Xia (2024): How peer relationships affect academic achievement among junior high school students: The chain mediating roles of learning motivation and learning engagement. BMC Psychology 12, 278. http://doi.org/10.1186/s40359-024-01780-z (02.05.2026).
Stajkovic, Alexander D. & Luthans, Fred (1998): Self-efficacy and work-related performance: A meta-analysis. Psychological Bulletin 124: 2, 240–261. http://doi.org/10.1037/0033-2909.124.2.240.
Theobald, Markus (2025): Study longer or study effectively? Better study strategies can compensate for less study time and predict goal achievement and lower negative affect. British Journal of Educational Psychology 95, 405–420. http://doi.org/10.1111/bjep.12725 (02.05.2026).
Usher, Ellen L. & Pajares, Frank (2009): Sources of self-efficacy in mathematics: A validation study. Contemporary Educational Psychology 34, 89–101.
van Zyl, Llewellyn E.; Klibert, Jeff; Shankland, Rebecca; See-To, Eric W. K. & Rothmann, Sebastian (2022): The General Academic Self-Efficacy Scale: Psychometric properties, longitudinal invariance, and criterion validity. Journal of Psychoeducational Assessment 40: 6, 777–789. http://doi.org/10.1177/07342829221097174 (02.05.2026).
Warner, Lisa M. & Schwarzer, Ralf (2020): Self-efficacy and health. In: Sweeny, Kate; Robbins, Melanie L. & Cohen, Leo M. (Eds.): The Wiley encyclopedia of health psychology. Volume II: The social bases of health behavior. Hoboken, NJ: Wiley-Blackwell, 605–613.
Wild, Katharina-Petra. (2018): Lernstrategien und Lernstile. In: Rost, Detlef H.; Sparfeldt, Jörn R. & Buch, Susanne R. (Hrsg.): Handwörterbuch Pädagogische Psychologie. [5., überarb. und erw. Aufl.]. Weinheim: Beltz, 467–473.
Wong, Nancy; Rindfleisch, Aric & Burroughs, James E. (2003): Do reverse-worded items confound measures in cross-cultural consumer research? The case of the material values scale. Journal of Consumer Research 30: 1, 72–91. http://doi.org/10.1086/374697 (02.05.2026).
Anlage
1 Fragebogen: Ressourcenmanagement
あなたの回答は完全に匿名であり、個人を特定する情報と関連付けられることはなく、第三者と共有されることもありません。Your answers are completely anonymous, will not be associated with any personally identifiable information and will not be shared with third parties
-
質あなたの国籍を選んでください。Please choose your nationality.
日本・Japan
中国・China
韓国・Korea
その他・other
-
あなたの性別を教えてください。What is your gender?
女性・female
男性・male
その他・other
言いたくない・I prefer not to say
-
質問ドイツ語は大学でどれくらい勉強していますか？How long have you been studying German at university?
～1学期・one semester
～1年間・1 year
～1年間半・1,5 years
～2年間・2 years
～2年間半・2,5 years
～3年間・3 years
～3年間半・3,5 years
～4年間・4 years
４年間以上・more than 4 years
-
ドイツ語をどのように履修していますか。In what kind of course are you taking German?
選択科目・elective course
必修科目・compulsory course
主専攻の科目・as a subject in a major course
その他・other
-
公式の英語テストを受けたことがあれば、その名前とスコアを教えてください。If you ever took an official English test, please give the name and your score.
学習法・Learning Strategies
以下の質問は、このクラスにおけるあなたの学習戦略や学習スキルについてお聞きするものです。1：「全く当てはまらない」から7：「非常に当てはまる」までの間で選択してください。正解や不正解はありませんので、率直にお答えください。The following questions ask you about your learning strategies and study skills in this class, please choose between 1: ‘not at all applicable’ and 7: ‘very applicable’. There are no right or wrong answers, so please answer honestly.
| Item-Nr. | Skala | Item (Japanisch) | Item (Englisch) |
| 6. | この科目を勉強するとき、クラスメイトや友人に内容を説明しようとすることがよくある。 | When studying this subject, I often try to explain the content to classmates and friends. | |
| 7. | 私は通常、授業の課題に集中できる環境で勉強する。 | I usually study in an environment that allows me to focus on class assignments. | |
| 8. | この授業の勉強中に、怠けてしまったり退屈を感じたりして、計画していたことを最後までやり遂げられないことがよくある。 | Often, while studying for this class, I feel lazy or bored and are unable to finish what I had planned to do. | |
| 9. | この授業の内容を学ぶのに苦労しても、誰の助けも借りずに自分一人で課題をやり遂げようとする。 | Even if I struggle to learn the content of this lesson, I will try to complete the task on my own, without any help from anyone else. | |
| 10. | この科目の学習時間を有効に活用している。 | I make good use of my study time in this subject. | |
| 11. | 授業の課題を終えるために、クラスメイトと協力して取り組むようにしている。 | I try to work with their classmates to complete class assignments. | |
| 12. | たとえ好きではないことでも、この授業で成果を上げるために全力で努力する。 | I will do everything in my power to achieve results in this class, even if I don't like it. | |
| 13. | この科目を勉強する際には、グループで授業の内容について話し合う時間をよく設けている。 | When I study this subject, I often spend time in groups discussing the course content. | |
| 14. | 学習スケジュールを守るのが難しい。 | I have difficulty keeping to a learning schedule. | |
| 15. | よく理解できない概念については、教員に説明をお願いしている。 | I ask teachers to explain concepts that I do not understand well. | |
| 16. | 授業の課題が難しいときは、途中であきらめたり、簡単な部分だけに取り組んだりしてしまう。 | If I find a class assignment difficult, I give up halfway through or only work on the easy parts. | |
| 17. | 勉強するための専用の場所を確保している。 | I have a dedicated place to study. | |
| 18. | この授業の内容が理解できないときは、クラスメイトに助けを求める。 | If I do not understand the content of this lesson, I ask my classmates for help. | |
| 19. | この科目で課される毎週の読書や課題に確実に取り組むよう努めている。 | I make an effort to ensure that I am engaged in the weekly readings and assignments assigned in this subject. | |
| 20. | 授業に欠かさず出席している。 | I never miss a class. | |
| 21. | 授業の教材が退屈で興味を引かなくても、最後までやり遂げることができる。 | I can finish the class material even if it is boring and uninteresting. | |
| 22. | 必要な時に助けを求められるクラスメイトを見つけるようにしている。 | I try to find classmates who I can ask for help when I need it. | |
| 23. | 他の活動のため、この科目に十分な時間を割けないことがよくある。 | I often do not have enough time to devote to this subject due to other activities. | |
| 24. | 試験前にノートや本の内容を十分に復習する時間を作らない。 | I do not take the time to review my notes and books adequately before the exam. | |
| 学習に関する思考と感情・Thoughts and Feelings about studying 以下の尺度を使って質問に答えてください。非常に当てはまる場合は5を、全く当てはまらない場合は1を選んでください。以下の質問は、このクラスにおけるあなたの学習に関する思考と感情についてお聞きするものです。1：「全く当てはまらない」から5：「非常に当てはまる」までの間で選択してください。正解や不正解はありませんので、率直にお答えください。 | |||
| 25. | 一般的に、十分に努力すれば難しい学業の問題を解決できると思っている。 | I generally manage to solve difficult academic problems if I try hard enough. | |
| 26. | 自分の専攻分野で目標を達成し、目標を果たせると確信している。 | I know I can stick to my aims and accomplish my goals in my eld of study. | |
| 27. | 問題解決のための知識が自分にあるとわかっているので、試験中でも落ち着いていられる。 | I will remain calm in my exam because I know I will have the knowledge to solve the problems. | |
| 28. | 学期中に十分努力すれば、試験に合格できると確信している。 | I know I can pass the exam if I put in enough work during the semester. | |
| 29. | 「他の人にできることは自分にもできる」というモットーは、私の専攻分野にも当てはまる。 | The motto ‘if other people can, I can too’ applies to me when it comes to my field of study. | |
2 Fragebogen: Skala zur Akademischen Selbstwirksamkeit
学習に関する思考と感情・Thoughts and Feelings about studying 以下の尺度を使って質問に答えてください。非常に当てはまる場合は5を、全く当てはまらない場合は1を選んでください。以下の質問は、このクラスにおけるあなたの学習に関する思考と感情についてお聞きするものです。1：「全く当てはまらない」から5：「非常に当てはまる」までの間で選択してください。正解や不正解はありませんので、率直にお答えください。
| Item-Nr. | Skala | Item (Japanisch) | Item (Englisch) |
| 25. | 一般的に、十分に努力すれば難しい学業の問題を解決できると思っている。 | I generally manage to solve difficult academic problems if I try hard enough. | |
| 26. | 自分の専攻分野で目標を達成し、目標を果たせると確信している。 | I know I can stick to my aims and accomplish my goals in my eld of study. | |
| 27. | 問題解決のための知識が自分にあるとわかっているので、試験中でも落ち着いていられる。 | I will remain calm in my exam because I know I will have the knowledge to solve the problems. | |
| 28. | 学期中に十分努力すれば、試験に合格できると確信している。 | I know I can pass the exam if I put in enough work during the semester. | |
| 29. | 「他の人にできることは自分にもできる」というモットーは、私の専攻分野にも当てはまる。 | The motto ‘if other people can, I can too’ applies to me when it comes to my field of study. |
3 Einwilligung
同意書・agreement of consent
ご不明な点がございましたら、[mail address]までご連絡ください。If you have any questions, please contact [mail address].
私について収集されたデータが将来的に他の研究を支援するために使用され、匿名で他の研究者と共有される可能性があることを理解しています。提供された特定可能なデータは安全に保管され、プロジェクトに直接関与する研究チームのメンバーのみがアクセス可能であり、機密性が保持されることを理解します。私の参加は自発的なものであり、いかなる理由も違約金もなしに、いつでもプロジェクトからの離脱が自由であることを理解しています。研究プロジェクトからの離脱には、正確な終了時刻が必要です。この研究にアンケートに参加することに同意します。
I understand that the data collected about me may be used in the future to support other research and may be shared anonymously with other researchers. I understand that any identifiable data provided will be stored securely and will only be accessible to and kept confidential by members of the research team directly involved in the project. I understand that my participation is voluntary and that I am free to withdraw from the project at any time without any reason or penalty (For withdrawing from the research project the exact time of completion is required.). I agree to participate in this study.
はい・yes
Kurzbio
Frank Nickel ist Dozent an der Fakultät für Fremdsprachen an der Teikyo Universität in Tokio, wo er seit 2019 Deutsch als Fremdsprache und deutsche Kultur unterrichtet. Seine Arbeitsschwerpunkte liegen in der Fremdsprachendidaktik, insbesondere in den Bereichen Linguistik, Lernstrategien, und Motivation im Sprachunterricht. Darüber hinaus beschäftigt er sich mit Mehrsprachigkeit, kognitiven Prozessen beim Sprachenlernen sowie der Verbindung von Forschung und Unterrichtspraxis.
Anschrift:
Dr. Frank Nickel
Teikyo University
359 Otsuka, Hachioji-shi
192-0395 Tokyo