„Personalisiert“ ist das am meisten strapazierte Wort im Sprachlern-Marketing, also definieren wir es, bevor wir irgendetwas vergleichen. Eine personalisierte App zeigt diesem Lernenden etwas anderes als einem anderen. Eine adaptive App geht weiter: Sie aktualisiert dieses Verhalten fortlaufend aufgrund von Belegen, ohne dass der Lernende es verwalten muss. Die meisten Tools bleiben bei der ersten Hürde stehen. Die interessante Frage 2026 ist, wer die zweite schafft.
Der Drei-Teile-Test#
- Niveau: Weiß die App ungefähr, wie fortgeschritten du bist – und nutzt sie das?
- Wortschatz: Weiß sie, welche konkreten Wörter du kennst – und wie findet sie das heraus?
- Handlung: Ändert dieses Wissen automatisch den nächsten Text, oder ist es nur eine Statistik auf einem Dashboard?
Der Vergleich, ehrlich#
| Kennt dein Niveau? | Kennt deine Wörter? | Handelt automatisch danach? | |
|---|---|---|---|
| Graded Readers | Du wählst das Regal (A2, B1 …) | Nein | Nein – das Buch ist für alle gleich |
| Toucan (von Babbel) | Grobe Schwierigkeitseinstellung | Kein Modell pro Wort | Nein – bei gleicher Einstellung dieselben Wortersetzungen für alle Nutzer |
| Readlang | Nein | Deine gespeicherten Wörter werden dein Deck | Teilweise – dein Deck gehört dir, aber Seiten werden gleich gerendert |
| LingQ | Erschlossen aus dem, was du importierst | Ja – aber du markierst Wörter von Hand als bekannt | Hervorhebung spiegelt deine Markierungen; die Texte selbst ändern sich nicht |
| LingoBlend | Eine einfache Frage bei der Anmeldung, danach gemessen aus deinen Wiederholungen | Ja – gemessen aus Spaced-Repetition-Ergebnissen, Flexionsformen eingeschlossen | Ja – der nächste Blend überspringt beherrschte Wörter, blendet fällige wieder ein, zielt auf dein Niveau |
Drei davon verdienen sofortige Anerkennung, wo die Tabelle Nuancen nicht abbilden kann. LingQs Known-Words-System ist wirklich nützlich, und Bibliothek und Community übertreffen unsere bei Weitem – wenn du einen riesigen, geteilten Katalog mit Audio willst, ist das die richtige Wahl, und für manche Lernende ist das Markieren von Wörtern selbst eine Beschäftigung, die sie mögen. Readlangs Hover-Übersetzung ist die unaufdringlichste Art, Seiten zu lesen, die du fast schaffst. Und Toucan hat die beiläufige Begegnung mit der Sprache im Alltag als Erster populär gemacht – mit wirklich null Aufwand – eine Kategorie, in die wir selbst eingestiegen sind, genau weil die Idee gut ist.
Warum Messen besser ist als Markieren#
Der entscheidende Unterschied ist, wer die Buchführung macht. Wörter von Hand als „bekannt“ zu markieren hat zwei Fehlermodi: Du markierst am Anfang zu viel (Optimismus) und pflegst später zu wenig (niemand überprüft 4.000 Markierungen noch einmal). Gemessene Beherrschung hat keinen der beiden – ein Wort gilt als bekannt, weil du es über wachsende Spaced-Repetition-Intervalle hinweg immer wieder richtig beantwortet hast, und es verliert diesen Status, sobald du anfängst, es falsch zu beantworten. LingoBlends Vokabelgraph führt dieses Buch fortlaufend, auch durch Flexionsformen hindurch (despierta zahlt auf despertar ein), und Blend Engine v2 setzt dieses Wissen genau dort ein, wo du es spürst: welche Wörter im nächsten Text, den du liest, übersetzt werden.
Mit der neuesten Version der App zeigt sich diese gemessene Beherrschung zusätzlich als Zahl und schließt damit die eine sichtbare Lücke, die LingQs Known-Words-Zähler bisher uns gegenüber hatte: eine laufende Schätzung deiner Wortschatzgröße („etwa 2.400 Wörter · B1“) auf deinem Profil, dazu ein Badge mit dem Anteil bekannter Wörter („% bekannt“) auf einzelnen Geschichten und Büchern, bevor du zu lesen beginnst – siehe wie Schwierigkeit geschätzt wird. Die Zahl stammt aus derselben aus deinen Wiederholungen abgeleiteten Beherrschung wie alles andere hier, nicht aus einer manuellen Klickzählung.
Beim Niveau läuft es genauso. Die Ein-Fragen-Selbsteinschätzung dient deinen ersten Wochen; danach ersetzt deine gemessene Wortschatztiefe sie still und leise. Kein anderes Lese-Tool, das wir kennen, schätzt dein Niveau aus Belegen neu ein und stimmt seine Kernfunktion entsprechend neu ab – falls eines auftaucht, wird diese Tabelle aktualisiert.
Wo dieser Vergleich nicht greift#
Wenn du bereits fortgeschritten bist und möglichst viel muttersprachlichen Input willst, zählt die Blend-Frage weniger – du willst Bibliotheken, und LingQ oder einfache Bücher mit Readlang bedienen das gut (LingoBlends eigene Antwort an diesem Ende des Spektrums sind seine ungekürzten Klassiker). Personalisierte Auswahl lohnt sich am meisten zwischen A1 und B2 – genau dort, wo Lesen sonst entweder Kinderbücher oder ein Wörterbuch in der anderen Hand bedeutet.