Das richtige Medium

Zum Mitnehmen

• Prompt für den Verständnisdialog: "Stell mir drei Fragen zu dieser Änderung, eine nach der anderen. Warte nach jeder Frage auf meine Antwort. Und sag mir erst am Ende, wo ich falschlag." Bürofassung: "... drei Fragen, die ein kritischer Kollege zu diesem Dokument stellen würde ..."
• Claude Code: Ausgabestil wechseln mit /output-style explanatory oder /output-style learning (ab v2.1.269), alternativ /config, Menüpunkt "Output style", oder "outputStyle": "Learning" in .claude/settings.local.json. Explanatory ergänzt "Insight"-Blöcke, Learning lässt an Designentscheidungen eine TODO(human)-Stelle für euch offen und wartet. https://code.claude.com/docs/en/output-styles
• Diagramme als Text: Mermaid-Diagramme (z. B. sequenceDiagram) werden von GitHub in Issues, Pull Requests, Wikis und Markdown-Dateien als Bild angezeigt. https://docs.github.com/en/get-started/writing-on-github/working-with-advanced-formatting/creating-diagrams

Studien und Quellen

Im Text genannt

• Larkin, J. H. & Simon, H. A. (1987): Why a Diagram is (Sometimes) Worth Ten Thousand Words. Cognitive Science 11(1), 65-100. Informationell gleichwertige Diagramme und Texte unterscheiden sich im Rechenaufwand: Diagramme gruppieren nach Ort, sparen Suche und erlauben Wahrnehmungsschlüsse. https://doi.org/10.1111/j.1551-6708.1987.tb00863.x (frei lesbar: https://mechanism.ucsd.edu/bill/teaching/F12/cs200/Readings/larkin.whyadiagramissometimesworth.1987.pdf)
• Roediger, H. L. & Karpicke, J. D. (2006): Test-Enhanced Learning: Taking Memory Tests Improves Long-Term Retention. Psychological Science 17(3), 249-255. Experiment 1: 120 Studierende; nach fünf Minuten Wiederlesen vorn (81 % vs. 75 %), nach einer Woche Abrufen vorn (56 % vs. 42 % der Ideeneinheiten). https://pubmed.ncbi.nlm.nih.gov/16507066/
• Chi, M. T. H., Bassok, M., Lewis, M. W., Reimann, P. & Glaser, R. (1989): Self-explanations: How students study and use examples in learning to solve problems. Cognitive Science 13(2), 145-182. Beobachtungsstudie, kleine Stichprobe. https://doi.org/10.1207/s15516709cog1302_1
• Chi, M. T. H., de Leeuw, N., Chiu, M.-H. & LaVancher, C. (1994): Eliciting self-explanations improves understanding. Cognitive Science 18(3), 439-477. Achtklässler, Text zum Blutkreislauf, 14 mit Aufforderung zum Selbsterklären, 10 Kontrolle. https://doi.org/10.1207/s15516709cog1803_3
• Shen, J. H. & Tamkin, A. (2026): How AI Impacts Skill Formation. Preprint, Rückbezug auf Folge 1. https://arxiv.org/abs/2601.20245
• Stripe: Webhooks, Abschnitt "Handle duplicate events" (deutsche Fassung: "Webhook-Endpoints empfangen gelegentlich dasselbe Ereignis mehrmals."). Geprüft 16.10.2026. https://docs.stripe.com/webhooks#handle-duplicate-events

Mehr dazu (im Text ohne Namen)

• Gravino, C., Scanniello, G. & Tortora, G. (2015): Source-code comprehension tasks supported by UML design models: Results from a controlled experiment and a differentiated replication. Journal of Visual Languages and Computing 28, 23-38. Studierende; Nutzen hängt von Vorkenntnissen ab. https://doi.org/10.1016/j.jvlc.2014.12.004 . Ergänzend die Aggregation von zwölf Experimenten: Scanniello, G. et al. (2018), Empirical Software Engineering 23(5), 2695-2733. https://doi.org/10.1007/s10664-017-9591-4
• Brown, S.: The C4 model for visualising software architecture. Notation mit vier Ebenen vom Systemüberblick bis zum Code, praktisch, kein Wirksamkeitsnachweis. https://c4model.com/
• Ainsworth, S. (2006): DeFT: A conceptual framework for considering learning with multiple representations. Learning and Instruction 16(3), 183-198. Konzeptueller Rahmen, keine Wirkungsstudie. https://doi.org/10.1016/j.learninstruc.2006.03.001
• Mayer, R. E. (Hrsg.): Kapitel "Principles for Reducing Extraneous Processing in Multimedia Learning (Coherence, Signaling, Redundancy, Spatial Contiguity, Temporal Contiguity)". In: The Cambridge Handbook of Multimedia Learning. Redundanzprinzip. https://www.cambridge.org/core/books/cambridge-handbook-of-multimedia-learning/principles-for-reducing-extraneous-processing-in-multimedia-learning-coherence-signaling-redundancy-spatial-contiguity-and-temporal-contiguity-principles/CD5B7AE1279A9AB81F8EEBB53DBEC86E
• Adesope, O. O. & Nesbit, J. C. (2012): Verbal Redundancy in Multimedia Learning Environments: A Meta-Analysis. Journal of Educational Psychology 104(1), 250-263. 57 unabhängige Studien, meist Studierende: gesprochen plus geschrieben im Mittel wie geschrieben allein, besser als gesprochen allein. https://doi.org/10.1037/a0026147
• Trypke, M., Stebner, F. & Wirth, J. (2023): Two types of redundancy in multimedia learning: a literature review. Frontiers in Psychology 14. 63 Studien; inhaltliche Redundanz vs. Kanalredundanz, positive Effekte inhaltlicher Redundanz abhängig vom Vorwissen. https://doi.org/10.3389/fpsyg.2023.1148035
• Kalyuga, S., Ayres, P., Chandler, P. & Sweller, J. (2003): The Expertise Reversal Effect. Educational Psychologist 38(1), 23-31. https://doi.org/10.1207/S15326985EP3801_4
• Leahy, W. & Sweller, J. (2011): Cognitive load theory, modality of presentation and the transient information effect. Applied Cognitive Psychology 25(6), 943-951. Zwei Experimente mit Grundschulkindern (n = 24 und n = 64). https://doi.org/10.1002/acp.1787
• Agarwal, P. K., Nunes, L. D. & Blunt, J. R. (2021): Retrieval Practice Consistently Benefits Student Learning: a Systematic Review of Applied Research in Schools and Classrooms. Educational Psychology Review 33(4), 1409-1453. 50 Experimente, 5.374 Lernende, 57 % der Effektgrößen mittel oder groß. https://doi.org/10.1007/s10648-021-09595-9
• Slamecka, N. J. & Graf, P. (1978): The generation effect: Delineation of a phenomenon. Journal of Experimental Psychology: Human Learning and Memory 4(6), 592-604. https://doi.org/10.1037/0278-7393.4.6.592
• Hunt, A. & Thomas, D. (1999): The Pragmatic Programmer. Addison-Wesley. Abschnitt zu "Rubber Ducking" (das Problem jemand anderem erklären). https://pragprog.com/titles/tpp20/the-pragmatic-programmer-20th-anniversary-edition/

Werkzeuge

• Anthropic: Claude Code Dokumentation, Output styles (Explanatory mit "Insight"-Blöcken, Learning mit TODO(human)-Stellen, Befehl /output-style). Geprüft 16.10.2026. https://code.claude.com/docs/en/output-styles
• GitHub Docs: Creating diagrams (Mermaid in Issues, Pull Requests, Wikis, Markdown). Geprüft 16.10.2026. https://docs.github.com/en/get-started/writing-on-github/working-with-advanced-formatting/creating-diagrams

Grundlage der Serie

• Healthy AI First Software Development, Fassung 2 (01.10.2026), Kapitel 6 "Visuelle Modelle und Gespräche" und Kapitel 1, Ergebnis 7 ("Aktives Erklären verdient einen Versuch"). Verständnisdialog und Diagramm-Arbeitsregel sind dort ausdrücklich als Hypothese gekennzeichnet. Die Teamvereinbarung im Kapitel "Ein Bild statt zwölf Seiten" ist ein erzählter Vorschlag, kein Studienergebnis.