Lernkurven

Lernkurven bezeichnen grafische Darstellungen oder Modelle, die zeigen, wie sich Leistung, Effizienz oder Kosten mit zunehmender Erfahrung, Übungsdauer oder Produktionsmenge verändern. Typische Kennzahlen sind Zeit pro Aufgabe, Fehlerquote oder Stückkosten. In Bildungs- und Arbeitspsychologie beschreibt eine Lernkurve, wie ein Mensch neue Fertigkeiten durch wiederholte Praxis verbessert; in der Produktionswirtschaft beschreibt Wrights Gesetz sinkende Stückkosten mit zunehmender kumulativer Produktion.

Formen und Modelle: In vielen Anwendungen wird eine Lernkurve durch eine Funktion beschrieben, die mit der kumulierten Erfahrung abnimmt. Häufige Modelle sind y = a x^b (mit b < 0) – ein Potenzgesetz der Praxis – oder exponentielle Abnahmen; gelegentlich werden auch logistische Kurven verwendet, um schnelle Anfangsverbesserungen und spätere Abflachung abzubilden. Das Konzept des Power-Law der Praxis betont anhaltende, jedoch abnehmende Verbesserungen.

Anwendungen: Lernkurven dienen der Planung und Prognose: Ausbildungsbedarf, Zeitpläne, Kostenreduktion, Produktivitätssteigerung, Benchmarking zwischen Individuen, Teams oder Organisationen. In der modernen Industrie- oder KI-Praxis werden Lernkurven auch genutzt, um den Fortschritt von Modellen oder Prozessen während des Trainings zu visualisieren.

Kritik und Grenzen: Lernkurven setzen stabile Bedingungen voraus; Unterschiede zwischen Aufgaben, Individuen oder Umgebungen können Abweichungen verursachen. Lernfortschritt kann unproportional sein, Plateauphasen sind möglich; zudem Qualität des Lernprozesses, Motivation und Lernumgebung beeinflussen die Kurve.