Schulsystem: Ideologie beiseite!
Das gegliederte Schulsystem ist gerechter als gedacht, behauptet eine neue Studie. Man sollte sie ernst nehmen.
Die Ständegesellschaft gehört der Vergangenheit an. Mit einer gewissen Verzögerung – gut hundert Jahre dürften es sein – hat sich diese Erkenntnis auch in der Bildungspolitik herumgesprochen. Nur in Bayern lässt sich das dreigliedrige Schulsystem noch verteidigen, ohne generelles Naserümpfen zu provozieren. Im Rest der Republik müffelt die Vorstellung, man verteile Schüler idealerweise nach der vierten Klasse auf Hauptschule, Realschule oder Gymnasium.
In der bildungswissenschaftlichen Forschung gilt als weitgehend ausgemacht, dass die frühe Selektion in Deutschland sozial ungerecht und damit leistungsfeindlich ist. Ob es jemand auf die höhere Schule schafft, hängt danach zu einem großen Teil von seinem Elternhaus und der Einstellung seiner Lehrer ab. Auf einen Punkt gebracht, lautet die Kritik: Niemand kann voraussagen, ob ein Zehnjähriger die Eignung zum Anwalt oder zum Anstreicher besitzt.
Bei aller Überzeugungskraft weist diese Argumentation jedoch eine Schwäche auf. Ein Großteil der Studien stützt sich auf die Pisa-Erhebungen. Die wiederum setzen ihren Messpunkt bei den Fünfzehnjährigen – und ignorieren, was danach passiert. Genau diesen blinden Fleck der Systemkritik erhellt nun eine Untersuchung des Ökonomen Christian Dustmann. (Die komplette Studie finden Sie hier)
Der am Londoner University College lehrende Wissenschaftler behauptet: Ob ein Kind mit ähnlichen Begabungen nach der Grundschule auf ein Gymnasium oder eine Realschule wechselt, ist unerheblich – und zwar sowohl für seinen Bildungsabschluss wie auch für sein späteres Einkommen. Weil das deutsche Schulsystem vielfältige Möglichkeiten kennt, die eingeschlagene Schullaufbahn später zu korrigieren, setzt sich Begabung am Ende in der Regel durch. Dasselbe gelte für die Wahl zwischen Real- und Hauptschule. Andere Nationen wie Frankreich, England oder Spanien würden Deutschland sogar, sagt Dustmann, »um diese Flexibilität beneiden«.
Bei Dustmann wird das dreigliedrige Schulsystem also plötzlich vom Ladenhüter zum Exportschlager. Das ist so forsch, wie man es von Wirtschaftswissenschaftlern kennt. Mit ihren komplizierten mathematischen Modellen erklären sie uns neuerdings alles, unsere Gefühle und Entscheidungen eingeschlossen. Dennoch sollte man Dustmanns Studie nicht von vornherein etwa wegen Ideologieverdachts beiseitewischen.
Sechs Jahre haben er und seine Kollegen an der Studie gearbeitet, ihr Datensatz ist eindrucksvoll. Zudem haben gerade Ökonomen mit ihren Methoden die Bildungsdebatte bereichert. So stammt die wichtigste Studie zur frühkindlichen Bildung von dem Ökonomie-Nobelpreisträger James Heckman, der überzeugend belegt hat, wie sehr sich eine gute Kita-Erziehung langfristig auszahlt.
Auch Dustmann verwendet einen originellen Zugang. Er vergleicht den Bildungsverlauf von Schülern, die fast gleich alt sind, aber – wegen der lange Zeit herrschenden Stichtagsregelung – in unterschiedlichem Alter eingeschult wurden. Sogenannte Juni-Kinder begannen die Schule mit sechs Jahren, während Juli-Kinder sieben sind, wenn sie in die Schule kommen. Die größere Reife hat Folgen, wie mehrere vorhergehende ökometrische Untersuchungen zeigen: Ältere Kinder – betrachtet man den Durchschnitt, nicht den Einzelfall! – schaffen eher den Sprung aufs Gymnasium als jüngere.
Wäre die Bildungsentscheidung endgültig, müssten beide Gruppen später also ebenso unterschiedliche Abschlüsse vorweisen und auch unterschiedlich viel verdienen. Dem ist jedoch nicht so. Nach zehn Jahren verfügen Schüler aus beiden Gruppen fast gleich häufig über eine Hochschulreife. Setzt man den Vergleich noch später, nämlich beim Einkommen an, haben sich die Differenzen völlig eingeebnet. Die Gnade der späten Geburt hilft den Juli-Kindern also nur am Anfang der Schullaufbahn. In der Folge nutzen die jüngeren Juni-Kinder, was Dustmann die »zweite Chance« des deutschen Schulsystems nennt.
Tatsächlich führen neben dem Gymnasium viele Wege zum Abitur. Sie werden von einer wachsenden Zahl von Schülern genutzt. Sie heißen Fachoberschulen, berufliche Gymnasien oder Berufskollegs. In Baden-Württemberg – dem Musterländle der »zweiten Chance« – schaffen über das Gymnasium nur 24 Prozent eines Jahrganges das Abitur. Zählt man die Schüler hinzu, die den Umweg über die berufsbildenden Gymnasien gehen, steigt die Zahl auf 52 Prozent. Wer über Bildungsgerechtigkeit in Deutschland redet, muss diese Zahlen berücksichtigen. Sonst stellt er sich selbst unter Ideologieverdacht.
Nun ist Dustmann, anders als er mit fachtypischer Arroganz suggeriert, keinesfalls der erste Wissenschaftler, der die »zweite Chance« entdeckt. Pisa-Papst Jürgen Baumert und seine Schüler erwähnen ihre Bedeutung bei jeder Gelegenheit. Dustmann hat ihre Arbeiten, wie es scheint, schlicht nicht gelesen. Gern möchte man auch wissen, wie Dustmann darauf kommt, das deutsche Schulsystem sei deshalb besonders gut, »weil es sowohl handwerkliche als auch akademische Begabungen fördert«. In seiner Studie findet man dazu jedenfalls keine Daten, wie es ohnehin fraglich ist, ob seine an einem Spezialfall – Einschulungsdatum – ermittelten Befunde generelle Aussagen erlauben.
Die Schule ist ein Kosmos, den zu erforschen es neben der Pädagogik vieler Wissenschaften bedarf, auch der Ökonomie. Gerade sie sollte jedoch bei ihren Zahlen bleiben und das Meinen Politikern oder Journalisten überlassen. Dann haben alle etwas davon.
Diesen Artikel finden Sie als Audiodatei im Premiumbereich unter www.zeit.de/audio
entlarvt sich recht gut im letzten Absatz: "Die Schule ist ein Kosmos, den zu erforschen es ..vieler Wissenschaften bedarf, auch der Ökonomie. Gerade sie sollte jedoch bei ihren Zahlen bleiben und das Meinen Politikern oder Journalisten überlassen."
Auf gut Deutsch: Auch wenn richtig angewandte Wissenschaft mit richtigen Ergebnissen aufwarten kann, die Entscheidung, ob sie damit auch recht haben, liegt bei anderen, die von der Sache nichts verstehen müssen, eben Journalisten und Politikern. Dies führt dann bisweilen zu den merkwürdigsten Ergebnissen. Plötzlich versteht dann ein Bundeskanzler mehr vom Steuerrecht als ein Professor und Bundesverfassungsrichter für Steuerrecht.
Journalisten und Politiker nehmen für sich gleichermaßen in Anspruch, die Weisheit für sich gepachtet zu haben. Wissen ist hierbei nur hinderlich.
Das Schulsystem wird von den Bundesländern bestimmt, da wird man nichts machen können.
Ich habe ja die Hoffnung, dass es einmal bundesweit einheitliche Prüfungen für Abschlüsse und Übergänge gibt. Das würde schon reichen.
Vielen Dank für den Quellenhinweis. Der Autor hat sehr viel geschrieben, was bei der oberflächlichen Autor-Suche bei Google Scholar herausbrachte. Ich war nicht ganz sicher, auf welchen Artikel der ZEIT-Artikel verweist.
Ich hoffe, das ist die richtige Studie:
Christian Dustmann, Patrick A. Puhani and Uta Schönberg
"The Long-term Effects of School Quality on Labor Market Outcomes and
Educational Attainment"
Centre for Research and Analysis of Migration
Department of Economics, University College London
Drayton House, 30 Gordon Street, London WC1H 0AX
QUASI-EXPERIMENT
Methodisch gesehen gehört das Diskussion Paper in die Kategorie Quasi-Experimente ( natürliche Experimente ). Die Daten-Basis für die Kohorten ist der deutsche Mikrozensus für die Geburtsdaten. Der Zusammenhang zwischen Schulabschluss und Einkommen wird mit einfacher bedingter Wahrscheinlichkeit modelliert. Ebenso war die Vorgehensweise für den Einschulungsmonat der Schulkinder. Die Datenpunkte wurden mit einem Polynom fünfter Ordnung gefittet.
Diskussion:
* Der einfache Zusammenhang zwischen Schulabschluss und Einkommen ist nicht realitätsnah, weil Arbeitsmärkte lokal sind und die Einkommensunterschiede zwischen den Schuläbgängern nach Berufswahl stark varieren. Es wird unterstellt, dass Hauptschule, Realschule, Gymnasium und Gesamtschule geographisch überall gleich praktiziert wird. Im Grunde wird eine Aussage über eine Durchschnittsperson gemacht.
* Der Datenfit mit einem Polynom fünfter Ordnung ist problematisch, weil man mit ausreichend Nullstellen und Parametern eine Fliege an die Daten fitten könnte. Vertrauenswürdiger wären die Ergebnisse, wenn der Autor mit einem Polynom erster oder zweiter Ordnung ausgekommen wäre. Das wäre bei der einfachen linearen Modellierung der kausalen Zusammenhänge auch zu erwarten gewesen.
* Der Verfasser hat keineswegs die Schlussfolgerungen aus der deutschen PISA Studie widerlegt, sondern eher Material für die weitere Hypothesenbildung bereitgestellt. Für eine methodisch saubere Quasi-Studie reicht es nicht einfach den deutschen Mikrozensus zu nutzen. Ein Feldexperiment unterscheidet sich von einem kontrollierten Labor-Experiment dadurch, dass man die Störfaktoren nicht kontrollieren kann. D.h. die kausale Zuordnung zwischen experimenteller Behandlung ( Treatment-Gruppe ) und Messergebnis ist nicht eindeutig. Hängt das Ergebnis wirklich ursächlich von der experimentellen Behandlung ab oder wurde es von Störfaktoren verfälscht.
STÖRFAKTOREN:
* Reformen im Kindergarten-Bereich
* Schulreformen
* Veränderungen in der Prüfunggspraxis
* Lehrerausbildung
* Business Zyklen in den Arbeitsmärkten
* geographischer Ort beeinflußt die Peer-Quality in den Schulen
Der Autor nennt explizit die Peer-Quality in den Schulen als Einflussfaktor für das Messergebnis. Allerdings hat er das nicht explizit im experimentellen Design eingebaut...
"Die Datenpunkte wurden mit einem Polynom fünfter Ordnung gefittet."
Was bedeutet gefittet? Wenn dadurch Ergebnisse an die Realität angeglichen werden, ist dann nicht ein Polynom als Spezialfall einer Funktion mit einem Parameter ein bisschen simpel? Wenn die Koeffizienten variabel wären, wäre es kein Polynom in diesem Sinn mehr.
Ich könnte mir vorstellen, dass eine Differentialgleichung sinnvoller wäre. Dabei dürfte die Zeit allerdings nur eine Variable von mehreren sein.
* Der Datenfit mit einem Polynom fünfter Ordnung ist problematisch, weil man mit ausreichend Nullstellen und Parametern eine Fliege an die Daten fitten könnte. Vertrauenswürdiger wären die Ergebnisse, wenn der Autor mit einem Polynom erster oder zweiter Ordnung ausgekommen wäre. Das wäre bei der einfachen linearen Modellierung der kausalen Zusammenhänge auch zu erwarten gewesen.
* Der Verfasser hat keineswegs die Schlussfolgerungen aus der deutschen PISA Studie widerlegt, sondern eher Material für die weitere Hypothesenbildung bereitgestellt. Für eine methodisch saubere Quasi-Studie reicht es nicht einfach den deutschen Mikrozensus zu nutzen. Ein Feldexperiment unterscheidet sich von einem kontrollierten Labor-Experiment dadurch, dass man die Störfaktoren nicht kontrollieren kann. D.h. die kausale Zuordnung zwischen experimenteller Behandlung ( Treatment-Gruppe ) und Messergebnis ist nicht eindeutig. Hängt das Ergebnis wirklich ursächlich von der experimentellen Behandlung ab oder wurde es von Störfaktoren verfälscht.
STÖRFAKTOREN:
* Reformen im Kindergarten-Bereich
* Schulreformen
* Veränderungen in der Prüfunggspraxis
* Lehrerausbildung
* Business Zyklen in den Arbeitsmärkten
* geographischer Ort beeinflußt die Peer-Quality in den Schulen
Der Autor nennt explizit die Peer-Quality in den Schulen als Einflussfaktor für das Messergebnis. Allerdings hat er das nicht explizit im experimentellen Design eingebaut...
"Die Datenpunkte wurden mit einem Polynom fünfter Ordnung gefittet."
Was bedeutet gefittet? Wenn dadurch Ergebnisse an die Realität angeglichen werden, ist dann nicht ein Polynom als Spezialfall einer Funktion mit einem Parameter ein bisschen simpel? Wenn die Koeffizienten variabel wären, wäre es kein Polynom in diesem Sinn mehr.
Ich könnte mir vorstellen, dass eine Differentialgleichung sinnvoller wäre. Dabei dürfte die Zeit allerdings nur eine Variable von mehreren sein.
* Der Datenfit mit einem Polynom fünfter Ordnung ist problematisch, weil man mit ausreichend Nullstellen und Parametern eine Fliege an die Daten fitten könnte. Vertrauenswürdiger wären die Ergebnisse, wenn der Autor mit einem Polynom erster oder zweiter Ordnung ausgekommen wäre. Das wäre bei der einfachen linearen Modellierung der kausalen Zusammenhänge auch zu erwarten gewesen.
* Der Verfasser hat keineswegs die Schlussfolgerungen aus der deutschen PISA Studie widerlegt, sondern eher Material für die weitere Hypothesenbildung bereitgestellt. Für eine methodisch saubere Quasi-Studie reicht es nicht einfach den deutschen Mikrozensus zu nutzen. Ein Feldexperiment unterscheidet sich von einem kontrollierten Labor-Experiment dadurch, dass man die Störfaktoren nicht kontrollieren kann. D.h. die kausale Zuordnung zwischen experimenteller Behandlung ( Treatment-Gruppe ) und Messergebnis ist nicht eindeutig. Hängt das Ergebnis wirklich ursächlich von der experimentellen Behandlung ab oder wurde es von Störfaktoren verfälscht.
STÖRFAKTOREN:
* Reformen im Kindergarten-Bereich
* Schulreformen
* Veränderungen in der Prüfunggspraxis
* Lehrerausbildung
* Business Zyklen in den Arbeitsmärkten
* geographischer Ort beeinflußt die Peer-Quality in den Schulen
Der Autor nennt explizit die Peer-Quality in den Schulen als Einflussfaktor für das Messergebnis. Allerdings hat er das nicht explizit im experimentellen Design eingebaut...
Cluster-Randomisierung
Auf Basis dieses natürlichen Experimentes sollte man die Zeitreihen der deutschen Rentenversicherung heranziehen, weil da reale individuelle Einkommensdaten über das Arbeitsleben gesammelt werden heranziehen, um die unglückliche Mittelwertbildung über Schulabschlüsse zu vermeiden.
Ferner sollte man um die Peer-Quality, Lehrerqualität und Infrastruktur-Ausstattung mit Kinderläden, Schülerläden und Jugendhäuser sowie Versorgung mit Nachhilfeinstituten als Störfaktoren auszuschalten zur Cluster-Randomisierung greifen.
Dabei greift man aus dem Datenpool vergleichbare Schülerprofile ( statistische Zwillinge ) heraus. Um eine Randomisierung über ortsabhängige kausale Einflussfaktoren zu eliminieren, muss man zufällig diese statistischen Zwillinge auf geographische Cluster in der die Testschulen beheimatet sind verteilen. Die Anzahl der Cluster muss > 30 sein, um Normalverteilung für die statistischen Tests nutzen zu können.
Mit den Ergebnissen dieses natürlichen Experimentes kann man dann verfeinerte Laborstudien in einer kontrollierten experimentellen Umgebung machen. Im Labor kann man Störfaktoren wesentlich besser kontrollieren und kausale Zusammenhänge stichhaltig isolieren. Wenn man glaubt einen kausalen Zusammenhang isoliert zu haben, macht man eine neue Hypothese für ein natürliches Experiment.
Das natürliche Experiment zeigt dann die externe Validität der verbesserten Laborstudie. Auf diese Weise entdeckt man unmodelierte Zusammenhänge.
Cluster-Randomisierung
Auf Basis dieses natürlichen Experimentes sollte man die Zeitreihen der deutschen Rentenversicherung heranziehen, weil da reale individuelle Einkommensdaten über das Arbeitsleben gesammelt werden heranziehen, um die unglückliche Mittelwertbildung über Schulabschlüsse zu vermeiden.
Ferner sollte man um die Peer-Quality, Lehrerqualität und Infrastruktur-Ausstattung mit Kinderläden, Schülerläden und Jugendhäuser sowie Versorgung mit Nachhilfeinstituten als Störfaktoren auszuschalten zur Cluster-Randomisierung greifen.
Dabei greift man aus dem Datenpool vergleichbare Schülerprofile ( statistische Zwillinge ) heraus. Um eine Randomisierung über ortsabhängige kausale Einflussfaktoren zu eliminieren, muss man zufällig diese statistischen Zwillinge auf geographische Cluster in der die Testschulen beheimatet sind verteilen. Die Anzahl der Cluster muss > 30 sein, um Normalverteilung für die statistischen Tests nutzen zu können.
Mit den Ergebnissen dieses natürlichen Experimentes kann man dann verfeinerte Laborstudien in einer kontrollierten experimentellen Umgebung machen. Im Labor kann man Störfaktoren wesentlich besser kontrollieren und kausale Zusammenhänge stichhaltig isolieren. Wenn man glaubt einen kausalen Zusammenhang isoliert zu haben, macht man eine neue Hypothese für ein natürliches Experiment.
Das natürliche Experiment zeigt dann die externe Validität der verbesserten Laborstudie. Auf diese Weise entdeckt man unmodelierte Zusammenhänge.
Cluster-Randomisierung
Auf Basis dieses natürlichen Experimentes sollte man die Zeitreihen der deutschen Rentenversicherung heranziehen, weil da reale individuelle Einkommensdaten über das Arbeitsleben gesammelt werden heranziehen, um die unglückliche Mittelwertbildung über Schulabschlüsse zu vermeiden.
Ferner sollte man um die Peer-Quality, Lehrerqualität und Infrastruktur-Ausstattung mit Kinderläden, Schülerläden und Jugendhäuser sowie Versorgung mit Nachhilfeinstituten als Störfaktoren auszuschalten zur Cluster-Randomisierung greifen.
Dabei greift man aus dem Datenpool vergleichbare Schülerprofile ( statistische Zwillinge ) heraus. Um eine Randomisierung über ortsabhängige kausale Einflussfaktoren zu eliminieren, muss man zufällig diese statistischen Zwillinge auf geographische Cluster in der die Testschulen beheimatet sind verteilen. Die Anzahl der Cluster muss > 30 sein, um Normalverteilung für die statistischen Tests nutzen zu können.
Mit den Ergebnissen dieses natürlichen Experimentes kann man dann verfeinerte Laborstudien in einer kontrollierten experimentellen Umgebung machen. Im Labor kann man Störfaktoren wesentlich besser kontrollieren und kausale Zusammenhänge stichhaltig isolieren. Wenn man glaubt einen kausalen Zusammenhang isoliert zu haben, macht man eine neue Hypothese für ein natürliches Experiment.
Das natürliche Experiment zeigt dann die externe Validität der verbesserten Laborstudie. Auf diese Weise entdeckt man unmodelierte Zusammenhänge.
"Die Datenpunkte wurden mit einem Polynom fünfter Ordnung gefittet."
Was bedeutet gefittet? Wenn dadurch Ergebnisse an die Realität angeglichen werden, ist dann nicht ein Polynom als Spezialfall einer Funktion mit einem Parameter ein bisschen simpel? Wenn die Koeffizienten variabel wären, wäre es kein Polynom in diesem Sinn mehr.
Ich könnte mir vorstellen, dass eine Differentialgleichung sinnvoller wäre. Dabei dürfte die Zeit allerdings nur eine Variable von mehreren sein.
Wenn ich das richtig verstanden habe, bedeutet gefittet hier:
Man wählt ein Polynom 5. Ordnung mit seinen 6 Koeffizienten so, dass die entstehende Kurve möglichst nahe an den Messpunkten liegt.
Das Problem bei Polynomen hoher Ordnungen ist:
Wenn zu wenige Messpunkte da sind, wird der "Fit", also die Kurve des Polynoms, zwar sehr exakt durch die Messpunkte verlaufen. Wenn es nur 4 Messpunkte sind, sogar garantiert 100% exakt. Allerdings ist der Sinn eines Fits ja gerade der, Aussagen für die Bereiche zwischen den Messpunkten zu gewinnen. Und da kann es bei einem polynomialen Fit leicht passieren, dass die Kurve eher einer fast willlürlichen Achterbahn gleicht, die eben nur gerade in den Messpunkten stimmt und ansonsten vollkommen realitätsfern ist.
Praktisch mmer dann, wenn mehr frei wählbare Parameter da sind als Messpunkte, wird ein Fit zur Farce.
Wenn ich das richtig verstanden habe, bedeutet gefittet hier:
Man wählt ein Polynom 5. Ordnung mit seinen 6 Koeffizienten so, dass die entstehende Kurve möglichst nahe an den Messpunkten liegt.
Das Problem bei Polynomen hoher Ordnungen ist:
Wenn zu wenige Messpunkte da sind, wird der "Fit", also die Kurve des Polynoms, zwar sehr exakt durch die Messpunkte verlaufen. Wenn es nur 4 Messpunkte sind, sogar garantiert 100% exakt. Allerdings ist der Sinn eines Fits ja gerade der, Aussagen für die Bereiche zwischen den Messpunkten zu gewinnen. Und da kann es bei einem polynomialen Fit leicht passieren, dass die Kurve eher einer fast willlürlichen Achterbahn gleicht, die eben nur gerade in den Messpunkten stimmt und ansonsten vollkommen realitätsfern ist.
Praktisch mmer dann, wenn mehr frei wählbare Parameter da sind als Messpunkte, wird ein Fit zur Farce.
Kinder sind nun mal nicht gleich, was ihre intellektuelle Leistungsfähigkeit anbelangt.
Es ist wichtig, eine "Elite" auszubilden. Dazu benötigt man ein gegliedertes Schulsysthem. Man kann doch nicht die lernunwilligen und/oder minderbegabten Kinder mit den begabten Kindern zusammensperren in der Hoffnung, dass letztere ihre gleichaltrigen Altersgenossen ausbilden und erziehen.
Was sie da sagen ist ja genau die Ideologie, die abgeschafft gehört!
"Es ist wichtig, eine "Elite" auszubilden."
À la longue reicht eine Elite von 5%. Die kriegt man auch noch mit Privatschulen hin. Wenn hier ähnlich wie in anderen Ländern die Ausbildung zur Krankenschwester eine "Hochschulausbildung" werden soll, kann im Prinzip die erforderliche kognitive Leistungsfähigkeit für das Abitur abgesenkt werden.
In ein paar Jahren werden wir von der Masse nicht mehr als "bildungsfern" (20%?) sprechen, sondern von "MINTfern" (90%?) o. ä.
Ausser in den MINT-Fächern wird es nicht allzuviele Hochqualifizierte brauchen, von Führungspositionen (Jura, Wirtschaft) einmal abgesehen.
Herr Rach, was Sie da trennen zwischen "begabten" und "lernunwilligen" Kindern ist ganz schön oberflächlich. Ein "begabtes" Kind kann auch ganz schnell "lernunwillig" werden, wenn der familiäre Hintergrund plötzlich ins Wanken gerät und dies sich schnell auf die Psyche des Kindes schlagen kann. Dann gehört es nicht mehr zur "Elite", sondern zu den "unbegabten". Und nebenbei gesagt: ob Fleiß wirklich auch gleichzusetzen ist mit "Begabung" ist ebenso fraglich.
"Es ist wichtig, eine "Elite" auszubilden."
À la longue reicht eine Elite von 5%. Die kriegt man auch noch mit Privatschulen hin. Wenn hier ähnlich wie in anderen Ländern die Ausbildung zur Krankenschwester eine "Hochschulausbildung" werden soll, kann im Prinzip die erforderliche kognitive Leistungsfähigkeit für das Abitur abgesenkt werden.
In ein paar Jahren werden wir von der Masse nicht mehr als "bildungsfern" (20%?) sprechen, sondern von "MINTfern" (90%?) o. ä.
Ausser in den MINT-Fächern wird es nicht allzuviele Hochqualifizierte brauchen, von Führungspositionen (Jura, Wirtschaft) einmal abgesehen.
Herr Rach, was Sie da trennen zwischen "begabten" und "lernunwilligen" Kindern ist ganz schön oberflächlich. Ein "begabtes" Kind kann auch ganz schnell "lernunwillig" werden, wenn der familiäre Hintergrund plötzlich ins Wanken gerät und dies sich schnell auf die Psyche des Kindes schlagen kann. Dann gehört es nicht mehr zur "Elite", sondern zu den "unbegabten". Und nebenbei gesagt: ob Fleiß wirklich auch gleichzusetzen ist mit "Begabung" ist ebenso fraglich.
Mein Beitrag #111. "Sie unterschätzen maßlos die Anforderungen an ein Abitur!" ist antwort auf ihren Beitrag #2 "Der größte Quatsch überhaupt!".
Bitte melden Sie sich an, um zu kommentieren