400 Millionen Menschen haben 12 Jahre Englisch gelernt. Sprechen können es weniger als 5%.

Nicht, weil die Wörter fehlten. Weil der Kopf übersetzte und der Mund nicht hinterherkam. Zwölf Jahre Englischunterricht — und keine einzige Stunde über das, worauf es an diesem Tresen ankam: einen vollständigen Satz herauszubringen, während jemand auf die Antwort wartet.

580 Punkte, und kein Kaffee

580 von 710 im CET-6, der nationalen Englischprüfung für chinesische Studierende. Zwei Leseverstehensfragen falsch, ein paar Punkte Abzug bei der Übersetzung, Hörverstehen leicht über dem Schnitt. Nach dem Maßstab der Hochschule ist das jemand, dessen Englisch „ziemlich gut“ ist.

Erster Tag in einem anderen Land, am Starbucks-Tresen. Die Barista sagt „What can I get for you?“, und das Gehirn startet seine Prozedur: das Gesagte ins Chinesische übersetzen, prüfen, ob es verstanden wurde, die gedachte Antwort zurück ins Englische übersetzen, die Grammatik kontrollieren, die Wortstellung ordnen, und dann—

Hinten hat sich schon eine Schlange gebildet.

Am Ende zeigt ein Finger auf ein Bild in der Karte, und ein einziges Wort kommt heraus: „This.“

Das ist kein Witz. Such in irgendeinem chinesischen Englischlern-Forum nach „erster Tag im Ausland“, und es gibt genug solcher Beiträge, um ein Buch zu füllen. Die Details wechseln, die Szene nie. Jemand, der in Prüfungen gut war, entdeckt in einer echten Situation, die Sprechen verlangt, dass sein Englisch nur lesbar ist.

Zwölf Jahre Englischunterricht haben die Augen trainiert, nicht den Mund

Von der dritten Klasse an, wo für die meisten chinesischen Schülerinnen und Schüler der Englischunterricht beginnt, bis zum Hochschulabschluss sind das mindestens zwölf Jahre Englisch. Zählt man ab der ersten Klasse oder ab dem Kindergarten, wie viele Familien es tun, sind es über fünfzehn.

Niemand hat gezählt, wie viele Englischprüfungen jemand in diesen Jahren schreibt, wie viele Wörter er auswendig lernt, wie viele Grammatikregeln. Eines ist aber ziemlich sicher: Über die gesamten zwölf Jahre hinweg liegt die Zahl der Gelegenheiten, bei denen von jemandem verlangt wird, einem anderen Menschen ein ganzes Stück Englisch zu sagen, aller Wahrscheinlichkeit nach im einstelligen Bereich.

Der Grund ist nicht kompliziert. Englischunterricht in China ist um Prüfungen herum gebaut, und Prüfungen brauchen standardisierte Bewertung. Leseverstehen hat eine richtige Antwort. Grammatiklücken haben eine richtige Antwort. Lückentexte haben eine richtige Antwort. Sprechen nicht.

Eine Lehrkraft bewertet eine Lesefrage in unter einer Minute. Eine gesprochene Antwort muss in Echtzeit gehört, in Echtzeit auf Grammatik und Sinn beurteilt, in Echtzeit bepunktet werden. Fünfzig Kinder in einer Klasse, je zwei Minuten: Allein das Zuhören dauert fast zwei Stunden.

Es ist nicht so, dass Lehrkräfte kein Sprechen unterrichten wollten. Das System hat dafür nie Platz gelassen. Prüfungen entscheiden, was unterrichtet wird, der Unterricht entscheidet, was im Klassenzimmer passiert, und das Klassenzimmer entscheidet, was geübt wird. Von vorne bis hinten ist dieses System auf Bewertungseffizienz optimiert, nicht auf die Fähigkeit, sich zu verständigen.

Hier wurden Ursache und Wirkung vertauscht. Die erzählte Geschichte: Grammatik und Wortschatz sind das Fundament einer Sprache, also unterrichten wir sie zuerst. Die tatsächliche Geschichte: Grammatik und Wortschatz lassen sich am leichtesten in Multiple-Choice-Aufgaben verwandeln, Multiple Choice lässt sich am leichtesten in großem Maßstab bewerten, und deshalb dreht sich das ganze System seit Jahrzehnten darum. Das Ergebnis wurde als Grund neu verpackt. Das Mittel wurde zum Zweck befördert.

400 Millionen Menschen, 5 Prozent

2014 setzte eine viel zitierte Zahl die Menge der Menschen in China, die Englisch gelernt hatten, bei etwa 400 Millionen an, wobei das Englischniveau des Landes unter den großen Volkswirtschaften Asiens auf dem vorletzten Platz lag. Wer ohne Mühe ein Gespräch auf Englisch führen konnte: nicht mehr als 5 Prozent.

Fünf Prozent von 400 Millionen sind 20 Millionen. Anders gesagt: Die anderen 380 Millionen haben gelernt, aber nicht gelernt, es zu können. Jedenfalls nicht zu sprechen.

Von diesen 380 Millionen — wie viele können einen englischen Nachrichtenartikel lesen? Vermutlich etliche. Einem englischen Podcast folgen? Einige. Aber in einer echten Situation den Mund aufmachen und einen vollständigen Satz sagen, während jemand darauf wartet?

Wer das kann, ist selten genug, um dafür gelobt zu werden, „gut in Englisch“ zu sein.

2023 war Chinas Englisch-Nachhilfebranche mehr als 100 Milliarden Yuan wert, rund 14 Milliarden US-Dollar. In dieser Zahl steckt das Schulsystem selbst nicht: die Gehälter der Englischlehrkräfte an öffentlichen Schulen, die Lehrbücher, die Kosten der Prüfungsorganisation. Das zahlt der Staat, und es zählt nicht zur Marktgröße.

Eine Branche, die über 100 Milliarden Yuan im Jahr einnimmt und deren Kernergebnis — „kann dieser Mensch sich auf Englisch mit jemandem unterhalten?“ — bei weniger als 5 Prozent besteht. Wäre das ein Produkt, es wäre längst zurückgerufen worden.

Du denkst, dir fehlen Wörter. Dir fehlt der Ausgang.

Die meisten schieben das Nicht-sprechen-Können auf „zu wenig Wortschatz“. Das ist eine weitere umgedrehte Ursache.

Die Linguistik kennt ein grundlegendes Begriffspaar: rezeptiver und produktiver Wortschatz. Du kennst ein Wort, siehst es und verstehst es — das ist rezeptiv. Du kannst es beim Sprechen selbst hervorholen — das ist produktiv.

Wer das CET-6 bestanden hat, verfügt über einen rezeptiven Wortschatz von etwa 5.000 bis 6.000 Wörtern. Produktiv? Womöglich ein Drittel davon oder weniger. Und alltägliches Englisch braucht gar nicht viel. Untersuchungen legen nahe, dass die 2.000 häufigsten Wortfamilien über 90 Prozent der gewöhnlichen gesprochenen Sprache abdecken.

Das Problem war nie, dass du zu wenige Wörter kennst. Das Problem ist, dass die Wörter, die du kennst, nie den Schritt durchlaufen haben, unter Druck laut gesagt zu werden.

Die Kognitionspsychologie nennt das Abrufübung. Wer etwas nur wiederholt ansieht (Wiedererkennen), behält es flach. Wer aufgefordert wird, es aktiv zu erinnern und zu produzieren (Abruf), behält es viel tiefer. Das „Englisch sehen, Bedeutung anklicken“ einer Vokabel-App trainiert Wiedererkennen. Das „du bist im Gespräch dran, hol das Wort aus dem Gedächtnis und sag es“ trainiert Abruf.

In zwölf Jahren Englischunterricht haben wir unzählige Male Wiedererkennen geübt und fast nie Abruf.

Die 580 und diese Tasse Kaffee

Zurück zum Starbucks-Tresen.

Der Student mit den 580 Punkten weiß, wie man latte schreibt, weiß, dass large der große ist, weiß, dass „Can I have…“ ein legitimes Satzmuster ist. Alles ist da, unversehrt gespeichert.

Was fehlt, ist kein Wissen. Es ist der Weg. Zwischen Wissen und Sagen liegt eine Strecke, die nie gegangen wurde. In zwölf Jahren hat keine einzige Stunde dieses eine geübt: mit jemandem, der wartet, und nichts zum Ablesen, einen Satz aus dem Mund zu bekommen.

Man kann es andersherum bauen. Nicht „erst fertig lernen, dann sprechen“, sondern vom ersten Tag an sprechen: zuerst den Satz von der Seite ablesen, dann jedes Mal etwas weniger Skript sehen, bis man ihn ganz ohne Vorlage sagen kann. Die Sprachdidaktik nennt das Abbau des Gerüsts. Erst volle Unterstützung geben, dann Stück für Stück entfernen, bis die Lernenden allein stehen.

Das ist keine neue Theorie. Pimsleur hat es in den 1960ern so gemacht. Aber in Chinas Englischklassenzimmern ist es fast nie versucht worden, weil man daraus keine Multiple-Choice-Frage machen kann.

Der Kaffee wurde am Ende bestellt. Angeblich trat ein anderer chinesischer Student weiter hinten in der Schlange vor und übernahm das Reden.