Aussprache ist Körperpraxis — und KI kann sie endlich lehren

Im Yoga verbringen wir Jahre damit, den Unterschied zwischen einer offenen Hüfte und einer, die nur so aussieht, zu erspüren. Das subtile propriozeptive Signal — das innere Gefühl dafür, wo sich der Körper tatsächlich befindet — ist nichts, was ein Diagramm vermittelt. Es ist etwas, zu dem eine gute Lehrkraft immer wieder geduldig zurückkehrt, bis das Nervensystem der Schüler:innen es automatisch macht.

Sprachliche Aussprache funktioniert genauso.

Der Unterschied zwischen dem französischen nasalen Vokal /ɑ̃/ und einer flachen englischen Annäherung ist keine Frage des Wissens, dass es diesen Laut gibt. Jede Französischlernende und jeder Französischlernende weiß, dass er existiert. Die Schwierigkeit besteht darin, zu spüren, wo sich der weiche Gaumen hebt, zu bemerken, wenn die Zunge zu weit vorn liegt, den Moment zu erfassen, in dem der Laut zusammenfällt. Es ist Körperpraxis. Und für dreißig Schüler:innen in einer Fünfzig-Minuten-Stunde ist es eine Körperpraxis, die ihre Lehrkraft nicht individuell bearbeiten kann.

Die Lücke, die kein Tool geschlossen hatte

Als wir begonnen haben zu prüfen, was KI Sprachlernenden bieten könnte, fanden wir Werkzeuge in zwei Kategorien: gamifizierte Apps, die Aussprache wie eine Punktzahl behandelten und dann weitermachten, oder institutionelle Software, die wochenlange IT-Einrichtung erforderte und einzelne Lehrkräfte völlig aus dem Preisrahmen drängte.

Keine der beiden Kategorien verstand, dass Aussprache iterativ ist. Dass eine Schülerin oder ein Schüler denselben Laut in einer Woche achtmal versuchen muss — nicht einmal, nicht in einem Test — und jedes Mal ehrliches Feedback braucht. Dass das Feedback auf Phonem-Ebene sein muss, nicht auf Wort-Ebene. Dass „dein R ist leicht uvular“ hilfreicher ist als „79%“.

Was wir gebaut haben

Lingua·Lab ist ein KI-Sprachlehrer, den wir aus genau dieser Frustration heraus gebaut haben. Es läuft auf AWS, nutzt ein schnelleres-whisper-STT-Modell für präzise Spracherfassung und schickt jeden Versuch durch einen GPT-5.5-Aussprachecoach, der die spezifischen phonologischen Prioritäten von toskanischem Italienisch, Pariser Französisch und kastilischem Spanisch kennt.

Der Tutor sagt den Lernenden nicht, sie seien „nah dran“. Er sagt ihnen, dass ihr nasaler Vokal kollabiert ist, weil sie das Velum zu früh gelöst haben. Er zeigt ihnen das IPA dessen, was sie gesagt haben, im Vergleich zu dem, was sie meinten. Er spielt die korrekte Version im passenden Akzent ab, damit sie per Gehör vergleichen können.

Und das für jede lernende Person, jede Sitzung, egal ob es drei oder dreißig sind.

Für Lehrkräfte

Das Lehrer-Dashboard zeigt jeden Montagmorgen, wer geübt hat und wie lange. Welche Schüler:innen bei Liaisonen besser werden. Welche den französischen R noch immer abflachen. Drei Minuten, um zu wissen, was sonst drei Unterrichtsstunden dauern würde.

Der wöchentliche E-Mail-Bericht ist die Funktion, die Lehrkräfte zuerst erwähnen. Nicht die Phonem-Bewertung. Die Zeit, die er spart.

Die Yoga-Analogie

Im Unterricht sagen wir oft: Die Pose ist nicht das Ziel, die Achtsamkeit ist das Ziel. Hier gilt dasselbe. Lingua·Lab versucht nicht, die Sprachlehrkraft zu ersetzen — den kulturellen Kontext, die Improvisation, die menschliche Beziehung. Es versucht, jeder lernenden Person die zehn Minuten individueller Aufmerksamkeit zu geben, die in keiner Unterrichtsstunde Platz finden.

Präzise Aussprache, wie korrekte Ausrichtung, wird gespürt, bevor sie gesehen wird. Wir haben ein Tool gebaut, das Lernenden hilft, sie zu spüren.

Lingua·Lab unterstützt Italienisch, Französisch und Spanisch. 14-tägige kostenlose Testversion, keine Karte erforderlich: lingua-lab.org