Sprechen lernen, indem man spricht.

Worum es geht

Sprachinsel ist ein individueller Sprechtrainer: ein Gesprächspartner mit natürlich klingenden deutschen Stimmen, der mit Lernenden in Alltags- und Arbeitssituationen spricht, ihre Fehler korrigiert und ihren Wortschatz Schritt für Schritt erweitert – zu Hause oder unterwegs, täglich, ohne Termin. Sprach-Apps mit KI-Gesprächen gibt es viele. Fast alle haben dasselbe Problem: Der KI-Partner spricht in reichem, natürlichem Deutsch, ohne Begrenzung des Wortschatzes. Lernende schaffen es nicht, Lexik und Grammatik schnell genug aufzubauen, um ein Gespräch auf dem Niveau der KI zu führen – das Lernen bricht ab.

Sprachinsel geht einen anderen Weg. Das System führt für alle Lernenden eine persönliche „Sprachinsel“ – alles, was sie im echten Gespräch bereits selbst richtig gesagt haben – und prüft jede Äußerung des KI-Gesprächspartners daran, bevor sie erklingt. Lernende verstehen deshalb immer und können immer antworten. Die Insel wächst in kleinen, kontrollierten Dosen: neue Wörter, neue Formen, neue Situationen – erst dann, wenn das Bisherige sitzt. Was zu vergessen droht, kehrt automatisch ins Gespräch zurück.

Ebenso wichtig wie der begrenzte Wortschatz ist die Korrektur: Jeden Fehler der Lernenden berichtigt sofort eine zweite Stimme, ein Souffleur, der nicht am Gespräch teilnimmt. So setzen sich falsche Muster gar nicht erst fest. Das Ergebnis ist etwas, das Gruppenunterricht und gewöhnliche Apps nicht bieten können: echtes eigenes Sprechen in vertrauten Situationen, mit sofortiger Korrektur, so oft und so lange, wie Lernende es brauchen. Sprachinsel ist als Ergänzung zu Deutsch- und Integrationskursen gedacht, nicht als Ersatz.

Warum Sprechen ein eigenes Training braucht

Viele Zugewanderte durchlaufen Deutschkurse von A1 bis B2, bestehen Prüfungen, verstehen viel – und sprechen trotzdem wie im ersten Kursmonat: wenige Wörter, falsche Formen, zerbrochene Sätze. In der Arztpraxis, am Amt, mit Nachbarinnen und Nachbarn. An einen Einstieg in eine qualifizierte Arbeit, die aktive Kommunikation mit Kolleginnen und Kollegen erfordert, ist gar nicht zu denken.

Der Grund liegt in der Natur des Sprechens. Es ist eine Fertigkeit, kein Wissen – und wird wie im Sport erworben: durch häufiges, regelmäßiges Wiederholen derselben Sätze in denselben Situationen, bis sie ohne Nachdenken kommen. Verstehen und Sprechen sind dabei zwei verschiedene Fähigkeiten: Lesen, Grammatikübungen, Wortlisten und selbst stundenlanges Zuhören bauen das Verstehen auf, das Sprechen aber nur zum kleinen Teil. Es muss eigens trainiert werden – und dafür braucht es hunderte Stunden.

Hunderte individuelle Stunden mit Fehlerkorrektur kann kein Gruppenunterricht leisten. Kurse legen das Fundament – das Sprechtraining muss dazukommen. Und da Sprechen nur im Gespräch entsteht, braucht es dafür einen Gesprächspartner.

Der naheliegende Rat „unter Leute gehen und einfach reden“ funktioniert am Anfang jedoch selten. Das Gegenüber spricht über Themen, für die Lernenden oft der Wortschatz und die eingeübten Sprechmuster fehlen. Sie können nicht antworten, das Gespräch bricht ab – und nach einigen solchen Erfahrungen kommt die Angst vor dem Sprechen überhaupt.

Was Lernende am Anfang brauchen, ist ein Gegenüber, das sich ihrem Niveau anpasst, geduldig bleibt und Fehler korrigiert.

Bis vor Kurzem gab es dafür im Wesentlichen drei Wege. Bezahlte Stunden bei einer Lehrkraft – die sich nur wenige Zugewanderte leisten können. Konversationsklubs und Sprachcafés – wertvoll für Kontakt und Übung, aber ohne individuelle Betreuung: Partnerinnen und Partner auf dem eigenen Niveau sind Glückssache, geübt wird meist Smalltalk statt der eigenen Alltagssituationen, und Fehler korrigiert im Gespräch niemand systematisch – dabei ist gerade das für den Fortschritt entscheidend. Und schließlich die Arbeit, in der Hoffnung, die Sprache nebenbei zu lernen. Doch ohne Sprachkenntnisse bleibt nur gering qualifizierte Arbeit, und dort beschränken sich die Gespräche auf das Nötigste; Fehler korrigiert niemand.

Heute gibt es künstliche Intelligenz, die mit natürlich klingenden deutschen Stimmen sprechen kann. Auf ihrer Grundlage ist Sprachinsel gebaut – ein System für das individuelle Training der Sprechfertigkeit.

Die Idee

Das Lernmodell ist dem Erwerb der Erstsprache durch ein Kind entlehnt: vielfache Wiederholungen in denselben Situationen im Gespräch mit den Eltern, sanfte Fehlerkorrektur, allmähliche kontextbezogene Erweiterung des Wortschatzes, Grammatik nicht aus Regeln, sondern aus der Sprache selbst.

Das System lässt die „Sprachinsel“ der Lernenden aus dem wachsen, was sie selbst im realen Dialog sagen konnten. Jede Insel hat auch einen „Unterwasserteil“, noch unsichtbar für die Lernenden: das, womit das System den Wortschatz im jeweiligen Thema als Nächstes anreichern will. Über alles, was Lernende bereits beherrschen, führt das System genau Buch.

Der grundsätzliche Unterschied zu einer Wortliste oder einem Kartensatz: Die Zähleinheit ist nicht das Wort, sondern die semantische Einheit. „ich gehe“ und „ich ging“ sind verschiedene Einheiten, denn für Lernende ist ein bekanntes Verb in einer neuen Zeitform ein neues Wort. „eine Entscheidung treffen“, „zu Hause“, „warten auf + Akk.“ – all das sind eigene semantische Einheiten.

Das Neue wird durch einen Algorithmus dosiert: 2–4 neue Einheiten pro Sitzung. Liegt die durchschnittliche Beherrschung unter einem Schwellenwert, dient die Sitzung der Festigung, ohne neue Einheiten. Außerdem überwacht das System die Regel „ein Neues auf einmal“: neues Wort in bekannter Konstruktion – ja; bekanntes Wort in neuer Konstruktion – ja; Neues in Neuem – nein. Ein Vergessensmodell berechnet für jede Einheit, wann sie ins Gespräch zurückkehren muss. Lernende merken nicht einmal, dass wiederholt wird: Listen und Pläne bekommen sie nicht zu sehen.

Einen Einstufungstest gibt es nicht – das System bewertet die „Sprachinsel“ anhand des realen Dialogs. Einheiten, die Lernende selbstständig und richtig verwendet haben, werden sofort hinzugefügt, sodass die Insel recht schnell ihr tatsächliches Niveau abbildet.

Wie eine Sitzung abläuft

Eine Sitzung dauert etwa 30 Minuten und spielt in einer wiederkehrenden Alltagssituation – Geschäft, Bahnhof, Abend zu Hause. Mit dem Wachsen der Insel schlägt das System neue, angrenzende Themen vor, oder Lernende bringen eigene mit. Gesprochen wird mit verschiedenen Stimmen aus einem umfangreichen Satz hochwertiger deutscher Stimmen, damit sich das Gehör an reale Sprache gewöhnt. Stimme und Sprechtempo lassen sich jederzeit wechseln, was besonders auf den Anfangsniveaus hilft. Jede Sitzung besteht aus drei Trainings.

Spiegel. Eine Stimme spricht die Sätze des Themas, die Lernenden wiederholen sie laut. Trainiert werden Gehör und Artikulation. Die Übereinstimmung wird deterministisch geprüft, ohne Sprachmodell – das Ergebnis ist also eindeutig und wiederholbar; ein nicht verstandener Satz wird auf Wunsch langsamer und mit Pausen zwischen den Wörtern wiederholt. Hier findet auch die erste Begegnung mit den neuen Einheiten des Themas statt: Zuerst sehen die Lernenden sie im Sitzungsfenster ihres Kontos, dann hören sie die Einheiten, dann sprechen sie diese selbst.

Trainer. Hier wird die Grammatik geübt – ein grammatisches Ziel pro Sitzung. Eine Erklärung gibt es in der Sitzung im Grunde nicht, nur das Üben in echten Sätzen und eine kurze Zusammenfassung im Konto. Das Muster erklingt einmal, danach ändert der Trainer per Stimme eine Bedingung – „Und morgen?“, „Und deine Frau?“ – und die Lernenden bauen den Satz jedes Mal neu aus dem Kopf zusammen. Der fertige Satz wird ihnen weder diktiert noch am Bildschirm angezeigt. Das Training läuft im Frage-Antwort-Modus, wobei die Lernenden sowohl antworten als auch selbst Fragen stellen.

Dialog. Ein lebendiges Gespräch mit der Figur der Szene – sie hat ihre eigene Rolle, ihre eigenen Angelegenheiten und antwortet sinngemäß. Länge und Anzahl ihrer Sätze begrenzt das System je nach Niveau der Lernenden. Bei einem Fehler korrigiert eine zweite Stimme – der Souffleur, der keine Figur ist und nicht ins Gespräch eingreift: bei einzelnen Fehlern als konkrete Berichtigung („Nicht ‚habe gefahren‘ – ‚bin gefahren‘“), bei mehreren als ganzer Satz („Sag lieber: ‚…‘“).

Jede Äußerung der Figur wird in Echtzeit anhand der persönlichen Insel geprüft, bevor sie erklingt: Sie wird in Wörter, Wortformen und Satzkonstruktionen zerlegt und mit dem abgeglichen, was die Lernenden verstehen. Bei einem Verstoß wird das Sprachmodell auf die fehlende Einheit hingewiesen und formuliert sofort um. Dieselbe Prüfung überwacht die Satzlänge und verlangt eine Kürzung, wenn der Schwellenwert überschritten wird.

Die Muttersprache ist nicht verboten, ihre Verwendung ist aber eingeschränkt: Man kann in der Muttersprache fragen „Wie sagt man …?“ oder ein vergessenes oder unbekanntes Wort in der Muttersprache einfügen, und das System gibt sofort die deutsche Entsprechung. Außerdem können Lernende um Wiederholung bitten, und das System spricht den letzten Satz in langsamem Tempo.

In allen drei Teilen ist die Sprechdichte für die Lernenden sehr hoch: In einer halben Stunde kommen sie auf mehr eigene Sprechzeit, als in einer Gruppe möglich wäre. Nach jeder Etappe erhalten sie einen Bericht: die Fläche der Insel, die Dynamik der Aneignung des Stoffs, die Übungsminuten. Dieselben Kennzahlen erlauben es Kursleitenden, den Fortschritt der Lernenden leicht nachzuvollziehen.

Wer ich bin

Ich bin Sergej Kravchenko, Vertriebener aus der Ukraine, seit 2023 in Österreich. Ich habe die Integrationskurse selbst durchlaufen und dabei am eigenen Leib erfahren, dass das Sprechen ein eigenes Training braucht.

Ich bin Software-Ingenieur mit Schwerpunkt Sprach- und KI-Systeme und habe Sprachinsel entwickelt – und trainiere damit selbst täglich für Beruf und Alltag.

Alla, meine Frau, arbeitet als Buchhalterin und bereitet sich derzeit auf ihre Berufsprüfung vor. Sprachinsel hilft ihr dabei schon heute – und ebenso im Arbeitsalltag: Gespräche mit Kolleginnen und Kollegen, Kundinnen und Kunden, Behörden, auf Deutsch, ohne Angst.

Wo ich stehe

Das System ist gebaut und arbeitet seit Mitte August 2026 täglich im vollen Umfang der oben beschriebenen Funktionalität; die Grammatikprogression umfasst etwa 170 Themen von A1 bis C1. Derzeit nutzen meine Frau und ich es täglich als Pilot. Als nächster Schritt ist eine kleine Testgruppe von Zugewanderten geplant, die eine qualifizierte Tätigkeit anstreben.

Technisch: Der Echtzeitkreislauf besteht aus Streaming-Spracherkennung und -synthese und einem schnellen Sprachmodell in der Rolle des Trainers und der Figur. Zwischen den Sitzungen arbeitet ein „kluges“ Sprachmodell als Regisseur: Es analysiert die Sitzungstranskripte, plant das Programm anhand der gesamten Historie, passt Szenen an das neue Niveau an und schreibt neue, wenn das Niveau steigt. Die deutsche Morphologie und Syntax werden mit speziellen Sprachbibliotheken analysiert, was auch die Erfassung gelernter syntaktischer Einheiten ermöglicht. Gespeichert werden ausschließlich die Sitzungstranskripte, keine Audioaufnahmen; sie dienen der Analyse und Planung künftiger Dialoge.

Die Client-Server-Architektur ist bereit für die Skalierung auf hunderte bis tausende Nutzerinnen und Nutzer – etwa als begleitendes Sprechtraining zu Deutsch- und Integrationskursen, das Teilnehmende zwischen den Kurseinheiten nutzen. Der Server steht in Deutschland. Für den Einsatz im größeren Rahmen wird das System auf die Anforderungen von DSGVO und AI Act ausgelegt: KI-Dienste über EU-Endpunkte, begrenzte Speicherdauer der Transkripte.

Kontakt

Sergej Kravchenko
serhii.kravchenko.at@gmail.com
+43 650 6906642
Wien

Sprachinsel ist ein privates, nicht-kommerzielles Pilotprojekt von Sergej Kravchenko. Ich freue mich über Rückmeldungen, Testpersonen und Gespräche mit Kursanbietern.