Zweck
Die Feynman Technique prüft Verständnis, indem ein Thema so erklärt wird, dass es für andere leicht verständlich bleibt. Sie macht Wissenslücken sichtbar, bevor sie im Alltag teuer werden.
Knowledge Modeling
Feynman Technique
Zwingt komplexe Inhalte in einfache Sprache und legt sofort offen, welche Wissenslücken noch geschlossen werden müssen.
Verstehe ich das Konzept so gut, dass ich es einer Person ohne Vorwissen klar erklären kann, und welche Lücken werden beim Erklären sichtbar?
NiedrigAsync20-60 min
Funktionsweise
Zuerst wird ein Thema in einfachen Worten erklärt, ohne Fachjargon zu verstecken. Sobald die Erklärung hakt, werden Lücken gesucht, nachgelernt und erneut vereinfacht. So wächst aus einer knappen Erklärung ein echtes Verständnis mit belastbaren Formulierungen.
Visuelle Orientierung
Methodenskizze für ein schnelles Grundgefühl.
Ablauf
- 1Konzept wählen
- 2Einfach erklären
- 3Lücken markieren
- 4Quellen prüfen
- 5Erklärung vereinfachen
Das Runsheet führt mit 5 Phasen, Timeboxen, 5 Stolperfallen und klaren Abbruchkriterien durch die Umsetzung.
Runsheet öffnenIdeal für
- Individual Learning
- Onboarding
- Concept Mastery
Nicht gut für
- Gruppenentscheidungen
- Reine Faktenabfrage ohne Verständnisziel
Vertiefung
Im Detail
Die Feynman Technique funktioniert, weil sie Verständnis über Erklärbarkeit prüft und so verborgene Wissenslücken schnell freilegt. Tragfähig wird sie, wenn komplexe Inhalte in klare Alltagssprache übersetzt werden, ohne die fachliche Präzision zu verlieren. Hilfreich bleibt dabei, stockende Stellen, ausgelassene Zwischenschritte und unsaubere Begriffe sofort nachzuarbeiten, damit aus gefühltem Verstehen belastbares Können entsteht.
Durchführung
Setze am Anfang ein klar abgegrenztes Thema und einen gedachten Adressaten, für den die Erklärung wirklich passen soll. Der wichtige Wendepunkt kommt bei Begriffen, die nur mit weiterem Fachjargon erklärt werden können; dort zeigt sich der eigentliche Lernbedarf. Zum Schluss sollte eine verbesserte Kurzfassung stehen, die beim nächsten Wiederholen oder Lehren direkt verwendet werden kann.
Output-Artefakte
Plain-language ExplanationKnowledge GapsStudy Notes
Artefakt-Vorlagen
Feynman Technique ArbeitsvorlageKompakte Arbeitsvorlage für Feynman Technique mit Kontext, Input, Ergebnisartefakten und nächstem Schritt.markdown
Feynman Technique ArbeitsvorlageKompakte Arbeitsvorlage für Feynman Technique mit Kontext, Input, Ergebnisartefakten und nächstem Schritt.
markdownfeynman-technique-working-template.md
Kompakte Arbeitsvorlage für Feynman Technique mit Kontext, Input, Ergebnisartefakten und nächstem Schritt.
Feynman Technique Arbeitsvorlage
Ziel
Prüft Verständnis, indem ein Konzept einfach erklärt und Lücken gezielt geschlossen werden.
Kontext
Wann und wofür nutzen wir diese Methode?
Input
Welche Daten, Beobachtungen, Entscheidungen oder Materialien liegen vor?
Durchführung
Kurze Notizen entlang des Runsheets.
Ergebnisartefakte
- Plain-language Explanation:
- Knowledge Gaps:
- Study Notes:
Annahmen und offene Fragen
- ...
Entscheidung / Nächster Schritt
Owner, Datum und Erfolgssignal.
Wann stattdessen?
Kurze Entscheidungshilfe für vorhandene Alternativen.
Teach-back
Statt Feynman Technique, wenn du prüfen willst, ob jemand Inhalt wirklich in eigenen Worten wiedergeben kann.
Ähnliche Methoden
Alle MethodenKnowledge Modeling
Teach-back
Prüft Verständnis, indem Inhalte in eigenen Worten zurückgegeben werden und Lücken sofort sichtbar werden.
Statt Feynman Technique, wenn du prüfen willst, ob jemand Inhalt wirklich in eigenen Worten wiedergeben kann.
Knowledge Modeling
Peer Instruction
Nutzt Concept Questions, Abstimmungen und Peer-Diskussion, um Verständnis zu messen und gemeinsam zu vertiefen.
Knowledge Modeling
Knowledge Mapping
Kartiert kritisches Wissen, Wissensträger und Lücken, damit Übergaben und Transfer gezielt geplant werden können.
Knowledge Modeling
PARA Method
Sortiert Wissen in Projects, Areas, Resources und Archive, damit persönliche Wissensarbeit leichter steuerbar bleibt.
Facilitation
Troika Consulting
Gibt einer Person in drei Rollen präzises Peer Feedback und hält wichtige Next Actions und Beobachtungen fest.
Knowledge Modeling
Competency Questions
Formuliert fachliche Fragen so, dass Konzepte, Beziehungen und Constraints eines Ontology-Modells testbar werden.