Folgen (zu) früher Leistungsdifferenzierung: Lehren aus Ungarn für das deutsche Schulsystem –

Schultracking basiert auf der frühen Aufteilung von Lernenden nach Leistung, doch die Wirkung auf die Kompetenzentwicklung ist empirisch unklar. Wir zeigen, dass ein breiterer Zugang zum Gymnasium Bildungsungleichheiten senken kann: Schüler:innen verbessern Leistung und Hochschulambitionen unabhängig von sozialem Hintergrund oder Vorleistungen. Akademische Peer-Qualität wirkt dagegen kaum, was Zweifel an strikt leistungsbasierten Zuweisungen nährt. Kinder aus benachteiligten Familien nutzen die Vorteile seltener, weil enge Zugangskriterien sie ausschließen. Damit untergräbt Tracking Gleichheitsziele. Deutschlands frühe, starre Weichenstellungen verschärfen diese Disparitäten. Neue Evidenz verlangt daher reformorientierte Debatten, die Bildungsgerechtigkeit prioritär behandeln. Politik sollte Zugangskriterien lockern, Zuweisungszeitpunkte später ansetzen und die Durchlässigkeit erhöhen.

Bildungssysteme weltweit stehen vor zwei eng miteinander verknüpften Herausforderungen: Zum einen sollen sie qualitativ hochwertigen, pädagogisch fundierten Unterricht bieten, der auf die individuellen Bedürfnisse der Lernenden zugeschnitten ist. Zum anderen sollen sie soziale Mobilität fördern und für einen gerechten Zugang zu Bildungschancen für alle sorgen. Diese beiden Ziele stehen jedoch nicht selten in einem Spannungsverhältnis zueinander. Der sogenannte Gleichheits-Effizienz-Konflikt stellt somit eine zentrale Herausforderung für bildungspolitische Gestaltung dar, insbesondere im Kontext schulischer Differenzierung.

Schultracking meint die frühe Aufteilung von Lernenden nach Leistung. Befürworter:innen des Trackings argumentieren, dass diese es Lehrkräften ermöglicht, den Unterricht gezielter auf die jeweiligen Voraussetzungen der Lernenden zuzuschneiden (Duflo et al., 2011). Dieses Effizienzargument hat insbesondere in Deutschland ein starkes politisches Gewicht. Ein weiteres zentrales Argument lautet, dass leistungsstarke Schüler:innen in homogenen Lerngruppen schneller vorankommen und höhere akademische Niveaus erreichen können. Durch die Bündelung akademischer Leistung soll es Schulen ermöglicht werden, anspruchsvolle Standards zu halten und gezielt Talente zu fördern. Kritiker:innen hingegen warnen davor, dass das Tracking bestehende Bildungsungleichheiten nicht nur abbildet, sondern aktiv verstärken kann. Frühe Bildungsentscheidungen spiegeln häufig nicht nur objektive Leistungsniveaus wider, sondern sind auch eng mit der sozialen Herkunft verknüpft. Benachteiligte Schüler:innen werden dabei überproportional häufig niedrigeren Schulformen zugewiesen (Reichelt et al., 2019). Einmal in einem leistungsschwächeren Zweig angekommen, bestehen in der Regel nur begrenzte Möglichkeiten für einen Wechsel in anspruchsvollere Bildungsgänge. Dies schränkt langfristig die Bildungs- und Berufsperspektiven dieser Schüler:innen erheblich ein.

Trotz der weiten Verbreitung von Tracking-Systemen sind die empirischen Erkenntnisse über deren akademische Wirkungen uneinheitlich (Heisig & Matthewes, 2022). Während einige Studien auf positive Effekte hinweisen – etwa auf die Leistungssteigerung durch gezieltere Förderung (Carrell et al., 2018; Berkowitz & Hoekstra, 2011; Jackson, 2010; Hastings & Weinstein, 2008; Cullen et al., 2006) –, finden andere keinen signifikanten Zusammenhang zwischen Tracking und schulischen Ergebnissen (Beuermann & Jackson, 2022; Barrow et al., 2020; Abdulkadiroğlu et al., 2014; Lucas & Mbiti, 2012). Darüber hinaus gibt es zunehmende Zweifel an der Verlässlichkeit früher Bildungsentscheidungen. Die schulische Leistung von Kindern im Alter von zehn oder elf Jahren erlaubt häufig keine robuste Prognose ihres langfristigen Potenzials, insbesondere dann, wenn sie aus bildungsfernen Haushalten stammen oder geringe Sprachkenntnisse aufweisen (Buchmann & Park, 2009). Solche frühen Einschätzungen laufen Gefahr, strukturelle Benachteiligungen zu reproduzieren, anstatt objektive Leistungsentwicklungen abzubilden. Auf Basis neuer empirischer Erkenntnisse möchten wir im Folgenden die bestehende Debatte zum Gleichheits-Effizienz-Konflikt im Tracking vertiefen und einen fundierten Beitrag zur bildungspolitischen Entscheidungsfindung leisten.

Vergleich der Trackingsysteme in Ungarn und Deutschland

Deutschland und Ungarn verfolgen unterschiedliche Modelle der schulischen Differenzierung, setzen jedoch im europäischen Vergleich beide relativ früh an. Die jeweiligen Trackingsysteme regeln, wann und wie Schüler:innen unterschiedlichen Bildungslaufbahnen zugewiesen werden; mit erheblichen Implikationen für Chancengleichheit und Lernergebnisse. Das deutsche Schulsystem ist traditionell dreigliedrig aufgebaut. Die erste Zuweisung erfolgt in der Regel im Alter von etwa zehn Jahren, nach Abschluss der vierten Klasse. Schüler:innen werden dabei einem von drei Bildungsgängen zugewiesen: dem Gymnasium (mit dem Ziel der allgemeinen Hochschulreife), der Realschule (mittlerer Schulabschluss) oder der Hauptschule (berufsorientierter Abschluss). Eine vierte Option stellt die Gesamtschule dar, die alle drei Bildungsgänge organisatorisch unter einem Dach vereint und grundsätzlich den Zugang zum Abitur offenhält. Historisch basierte die Zuweisung auf verbindlichen Lehrer:innenempfehlungen. Inzwischen haben mehrere Bundesländer diese Verbindlichkeit aufgehoben, sodass Erziehungsberechtigte auch gegen die Empfehlung der Grundschule die Schulform wählen können; es gibt aber unter anderem in Baden-Württemberg (2025), Berlin (2024) und Sachsen-Anhalt (2025) Bestrebungen, den Übergang wieder verbindlicher, transparenter und leistungsgerechter zu steuern.

Laut Angaben des Statistischen Bundesamts (Destatis) waren im Schuljahr 2023/2024 rund 40 % der Jungen und 45 % der Mädchen in der neunten Klasse – dem letzten Jahr der Schulpflicht – an einem Gymnasium eingeschrieben (Abbildung 1). Weitere 27 % der Jungen und 25 % der Mädchen besuchten eine Gesamtschule, die den Erwerb der Hochschulreife grundsätzlich ermöglicht.

Das ungarische System differenziert ebenfalls nach einem dreigliedrigen Modell: Gimnázium (allgemeinbildender Zweig), Szakgimnázium (berufsbildende höhere Schule) und Szakközépiskola (berufsbildende mittlere Schule). Für eine kleine Gruppe besonders leistungsstarker Schüler:innen beginnt das Tracking bereits im Alter von zehn Jahren. Die Mehrheit der Lernenden wird allerdings erst mit 14 Jahren einem spezifischen Bildungsgang zugewiesen. Eine Besonderheit des ungarischen Systems besteht darin, dass die unterschiedlichen Bildungsprogramme nicht zwingend an separaten Schulen organisiert sind. Ähnlich wie im deutschen Gesamtschulmodell erfolgt die Differenzierung vielfach innerhalb ein und derselben Schule – über unterschiedliche Programme und Ausbildungsgänge. Der Zugang zu weiterführenden Bildungsprogrammen erfolgt zentralisiert über ein landesweites Bewerbungsverfahren. Dieses wird von einer nationalen Clearingstelle organisiert, die sowohl schulische Präferenzen der Schüler:innen als auch Kapazitäten und Auswahlkriterien der Schulen berücksichtigt.

Empirische Untersuchung der Auswirkungen des Trackings

Auf Basis landesweiter Zulassungsdaten aller ungarischen Schüler:innen des Jahrgangs 2015 analysieren wir in Bach et al. (2024) die Effekte der Zuweisung auf ein Gymnasium auf die Lernentwicklung zwei Jahre nach dem Übergang. Im Fokus stehen dabei zwei potenzielle Wirkmechanismen: Erstens untersuchen wir den kausalen Effekt der Einschulung in einem Gymnasium auf Hochschulambitionen sowie auf die Leistungen in standardisierten Mathematik- und Lesetests. Zweitens analysieren wir, in welchem Ausmaß die Qualität der Mitschüler:innen an leistungsstarken Schulen das individuelle Abschneiden beeinflusst – über die Kanäle Peer-Leistung, Verhalten und Fleiß (als Proxy für Durchhaltevermögen).

Die isolierte Messung der Effekte schulischer Zuweisung stellt eine methodische Herausforderung dar, da sich Schüler:innen in unterschiedlichen Schulzweigen oft systematisch hinsichtlich ihrer Vorerfahrungen, sozialen Hintergründe und Motivation unterscheiden. Dadurch ist es schwer zu bestimmen, ob beobachtete Leistungsunterschiede tatsächlich durch die Schulform selbst bedingt sind oder lediglich bestehende Unterschiede widerspiegeln.

Zur Identifikation der kausalen Wirkung nutzen wir Daten aus einem zentralisierten Zuweisungsverfahren, das in Ungarn zur Schulwahl in der Sekundarstufe eingesetzt wird. In diesem sogenannten „Deferred Acceptance“-Algorithmus reichen Schüler:innen eine Liste bevorzugter Schulprogramme ein, während die Schulen Bewerber:innen gemäß eigener Kriterien ranken. Das Verfahren führt zu natürlichen Zufallssituationen: Manche Schüler:innen werden knapp zugelassen, andere mit nahezu identischem Leistungsprofil knapp abgelehnt. Unsere Analyse fokussiert sich auf diese Grenzfälle – die „Knapp-Zugelassenen“ und „Knapp-Nichtzugelassenen“ – und kontrolliert für individuelle Präferenzen. Dies erlaubt eine robuste Schätzung des kausalen Effekts des Besuchs eines leistungsstarken Schulprogramms.

Bemerkenswert ist zudem, dass die einzelnen Schulprogramme ihre eigenen Auswahlkriterien und Kapazitätsgrenzen festlegen. Es existiert somit kein einheitlicher Schwellenwert für den Zugang. Diese Heterogenität entlang der Leistungsdimension erlaubt es uns, die Wirkungen der Zuweisung differenziert entlang des Leistungsspektrums zu analysieren.

Messung der Lernergebnisse in der zehnten Klasse

Zur Bestimmung des Lernzuwachses analysieren wir die Entwicklung grundlegender Kompetenzen – konkret in den Bereichen Mathematik und Lesen – auf Basis standardisierter nationaler Tests, die sowohl in der achten als auch in der zehnten Jahrgangsstufe durchgeführt wurden.

Die Datengrundlage bilden die Erhebungswellen 2015 und 2017 des ungarischen National Assessment of Basic Competencies (NABC). Dieses Erhebungsinstrument misst nicht curricular gebundene, sondern anwendungsorientierte Grundkompetenzen. Die Aufgaben ähneln in Aufbau und Zielsetzung den PISA-Kompetenzbereichen: Sie erfassen die Fähigkeit, reale Informationen zu finden, zu analysieren und zu interpretieren, beispielsweise beim Lesen von Tabellen und Grafiken oder beim Lösen einfacher Rechenaufgaben mit Alltagsbezug.

Diese Form der Kompetenzmessung ist besonders relevant, da Schüler:innen in Ungarn in den beiden ersten Jahren der Sekundarstufe – unabhängig vom besuchten Schulzweig – einem weitgehend einheitlichen Lehrplan folgen. Ziel ist die Vorbereitung auf die zentrale Abschlussprüfung am Ende der zwölften Klasse (érettségi vizsga). Während diese Prüfung für Schüler:innen in mittleren Schulzweigen nicht verpflichtend ist, bleibt der Unterricht in der neunten und zehnten Klasse curricular vergleichbar. Erst ab der elften Klasse erfolgt eine stärkere Differenzierung durch berufsbezogene Inhalte. Entsprechend lässt sich der Lernfortschritt im Zeitraum zwischen der achten und zehnten Klasse relativ gut auf Unterschiede im schulischen Umfeld und in der Peergroup zurückführen – und nicht auf systematisch unterschiedliche Curricula.

Messung des sozioökonomischen Status

Zur Erfassung des familiären sozioökonomischen Hintergrunds verwenden wir einen eindimensionalen Index relativer Deprivation – den sogenannten CSH-Index. Dieser wurde vom ungarischen Bildungsministerium auf Grundlage vielfältiger Informationen zu den Schüler:innen, ihren Eltern sowie zum familiären Umfeld erstellt. Der Index ermöglicht eine standardisierte Einschätzung des sozioökonomischen Status (SES) und erlaubt eine vergleichende Einteilung in drei gleich große Gruppen (Terzile).

Abbildung 2 veranschaulicht zentrale Zusammenhänge zwischen dem SES und schulbezogenen Faktoren. Panel (a) zeigt das durchschnittliche Bildungsniveau der Eltern, Panel (b) den Anteil der Schüler:innen, die kinderbezogene Sozialleistungen beziehen. Das Bildungsniveau der Eltern wird auf einer Skala von 11 (kein Abschluss der Grundschule) bis 17 (Masterabschluss) abgebildet. Wie Abbildung 2a zeigt, liegt der Durchschnitt im unteren SES-Terzil bei 13,64 – was etwa einem berufsbildenden Sekundarabschluss entspricht. Im obersten Terzil beträgt der Mittelwert 16,28, was einem abgeschlossenen Hochschulstudium gleichkommt. Zu den berücksichtigten kinderbezogenen Sozialleistungen zählen etwa kostenlose Schulverpflegung, Lehrmaterialien oder staatlich geförderte Unterstützungsleistungen im Rahmen des Kinderschutzes. Wie Panel (b) zeigt, konzentrieren sich diese Leistungen stark im unteren Drittel der SES-Verteilung.

Die Unterschiede zwischen den Terzilen sind erheblich – und von großer Relevanz im Hinblick auf Bildungschancen und -aspirationen. Der Zusammenhang zwischen niedrigem SES und geringerem Lernerfolg ist gut belegt. Darüber hinaus weisen Studien darauf hin, dass Kinder aus benachteiligten Verhältnissen – selbst bei vergleichbarer kognitiver Leistungsfähigkeit – tendenziell geringere Bildungsziele formulieren (Zimmermann, 2020).

Unterschiede in Leistung und Aspirationen vor der Track-Zuweisung

Um die Wirkung der Zuweisung zu einem Gymnasium besser einordnen zu können, betrachten wir zunächst die Ausgangsunterschiede in schulischer Leistung und Bildungsaspirationen – differenziert nach SES und schulischer Vorleistung. Dabei zeigt sich, dass bereits vor dem Übergang erhebliche Unterschiede bestehen.

Unsere Analyse basiert auf standardisierten Mathematik- und Lesekompetenzen sowie auf Lehrerbewertungen aus der achten Klasse, also unmittelbar vor der Zuweisung zum Sekundarschulzweig. Zur besseren Vergleichbarkeit wurden alle Leistungsindikatoren auf nationaler Ebene standardisiert: Der Mittelwert wurde auf null gesetzt, die Standardabweichung auf eins normiert.

Wie Abbildung 3 zeigt, bestehen bereits vor dem Übergang in die Sekundarstufe substanzielle Leistungsunterschiede nach SES. Diese Unterschiede betreffen sowohl die Ergebnisse in standardisierten Tests als auch die Einschätzungen durch Lehrkräfte. Der Befund ist konsistent mit früheren Studien für Deutschland (z. B. Blomeyer et al., 2009, 2013), in denen nachgewiesen wurde, dass die soziale Herkunft einen maßgeblichen Einfluss auf die schulische Einordnung hat.

Insofern reproduziert das Trackingsystem bestehende Disparitäten nicht nur, es kann sie auch weiter verstärken – insbesondere dann, wenn der Zugang zu höheren Schulzweigen unzureichend kompensatorisch gestaltet ist. Vor diesem Hintergrund erscheint es bildungspolitisch geboten, verstärkt über gezielte Investitionen und Fördermaßnahmen nachzudenken, um ungleiche Startvoraussetzungen abzufedern (Pfeiffer, 2010).

Lernzuwachs durch Besuch eines Gymnasiums

Wie entwickeln sich Kompetenzen in den ersten beiden Jahren nach der Zuweisung zu unterschiedlichen Schulzweigen? Unsere Analyse in Bach et al. (2024) zeigt, dass der Besuch eines Gymnasiums die standardisierten Testergebnisse insgesamt um 0,11 Standardabweichungen verbessert – mit besonders ausgeprägten Effekten im Fach Mathematik (0,14 Standardabweichungen).

Abbildung 4 verdeutlicht, dass sich die durchschnittlichen Lernzuwächse nur geringfügig zwischen den SES-Terzilen und den Leistungsvoraussetzungen unterscheiden. Schüler:innen aus sozioökonomisch benachteiligten Familien profitieren mindestens ebenso stark vom Besuch des Gymnasiums wie ihre besser gestellten Peers. Besonders stark ausgeprägt sind die positiven Effekte bei Mädchen – insbesondere mit Blick auf ihre Hochschulambitionen (Abbildung 5).

Quelle: Bach et al. (2024).

Abbildung 5
Der Effekt des Besuchs eines Gymnasiums auf Hochschulambitionen

Quelle: Bach et al. (2024).

Ein bemerkenswerter Befund ist, dass sich die beobachteten Lernzuwächse kaum durch klassische Peer-Effekte – etwa die akademischen Leistungen der Mitschüler:innen – erklären lassen. Stattdessen scheint das Verhalten der Peers einen zentraleren Einfluss zu haben. So zeigen unsere Analysen, dass positive Effekte eher mit dem sozialen Klima und der Vermeidung störenden Verhaltens zusammenhängen als mit der Nachahmung besonders fleißiger Mitschüler:innen.

In Mathematik zeigen sich für Mädchen etwa Peer-Effekte von 0,15 Standardabweichungen, wenn sie mit verhaltensstarken, nicht störenden Peers lernen – während sich keine vergleichbaren Effekte durch besonders leistungsstarke oder fleißige Peers nachweisen lassen. Dies legt nahe, dass bestehende Zuweisungskriterien, die vor allem auf Noten oder Testergebnisse fokussieren, potenziell leistungsfähige, aber unkonventionelle Kandidat:innen vom Zugang zu förderlichen Lernumgebungen ausschließen könnten. Zugleich deuten unsere Befunde darauf hin, dass Schüler:innen mit hohem sozialen Engagement selbst eine positive Wirkung auf das Lernumfeld ausüben können – sofern ihnen der Zugang zu leistungsstarken Programmen offensteht.

Weitere Dimensionen der Ungleichheit zwei Jahre nach der Track-Zuweisung

Unsere Analyse belegt, dass die mit dem Besuch eines Gymnasiums verbundenen Lernzuwächse grundsätzlich unabhängig vom familiären Hintergrund oder der bisherigen schulischen Leistung sind. In der Theorie könnte eine breitere Öffnung des Zugangs zu diesen Schulformen somit zur Verringerung von Bildungsungleichheiten beitragen – sowohl im Hinblick auf Lernergebnisse als auch auf Bildungsaspirationen.

In der Praxis jedoch zeigen sich deutliche Einschränkungen: Die tatsächliche Realisierung dieser Potenziale ist ungleich verteilt – insbesondere zulasten von Schüler:innen aus sozioökonomisch benachteiligten Haushalten. Wie Abbildung 6 verdeutlicht, bestehen zwei Jahre nach der Zuweisung weiterhin signifikante Leistungsunterschiede nach SES – und in einigen Fällen hat sich die Leistungsschere sogar vergrößert, insbesondere im Bereich Mathematik. Dieser Befund lässt sich zumindest teilweise durch Unterschiede im Zugang zu leistungsstarken Schulprogrammen erklären.

Zudem zeigen unsere Daten, dass das Tracking indirekte Auswirkungen auf das Elternverhalten hat. In einer parallel durchgeführten Studie (Klein & McNamara, 2025), die eine ähnliche Methodik verwendet wie Bach et al. (2024), zeigt sich: Eltern aus benachteiligten Verhältnissen investieren nach der Zuweisung ihres Kindes auf ein Gymnasium verstärkt in dessen Bildung – etwa in Form von Nachhilfeunterricht. Diese Form privater Bildungsinvestitionen, auch als „Shadow Education“ bekannt, hat in den letzten Jahrzehnten international stark zugenommen (Hille et al., 2016; Park et al., 2016). Sie stellt eine zentrale Strategie vieler Familien dar, um die Bildungs- und Zukunftschancen ihrer Kinder zu verbessern.

Besonders relevant ist dabei: Soziale Unterschiede zeigen sich nicht nur in der Zuweisung selbst, sondern auch in der elterlichen Reaktion darauf. Eltern mit höherem sozioökonomischen Status sind tendenziell besser in der Lage, positive institutionelle Signale zu erkennen und entsprechend zu reagieren – z. B. durch zusätzliche Förderung oder gezielte Schulwahl. Dies kann dazu führen, dass selbst wohlgemeinte Reformen unbeabsichtigt zur Reproduktion sozialer Ungleichheit beitragen. Unsere Ergebnisse legen daher nahe: Institutionelle Maßnahmen wie die Schulformzuweisung entfalten ihre volle Wirkung erst im Zusammenspiel mit dem Verhalten der beteiligten Akteure – insbesondere der Familien.

Diskussion: Eine Reformperspektive für das deutsche Trackingsystem

Deutschland verfügt über eines der frühesten und rigidesten Trackingsysteme Europas. Die Aufteilung der Schüler:innen auf unterschiedliche weiterführende Schulformen erfolgt bereits im Alter von etwa zehn Jahren. Dieses System beruht auf der Annahme, dass leistungsstarke Lernende von einer homogenen, leistungsorientierten Peergroup profitieren und dass frühzeitige Differenzierung es ermöglicht, den Unterricht optimal an verschiedene Leistungsniveaus anzupassen. Daraus ergibt sich eine weit verbreitete Sorge: Eine Öffnung des Zugangs zu gymnasialen Bildungsgängen könnte leistungsstarke Schüler:innen benachteiligen. Unsere Befunde sprechen jedoch gegen diese Annahme. Vielmehr legen sie nahe, dass inklusivere Zulassungspolitiken gerade für leistungsschwächere und benachteiligte Gruppen erhebliche Lern- und Aspirationseffekte mit sich bringen – ohne dabei den Bildungserfolg leistungsstarker Schüler:innen zu gefährden.

Zudem weisen unsere Ergebnisse darauf hin, dass nicht ausschließlich akademische Leistungen als Kriterium für die Zuweisung berücksichtigt werden sollten. Aspekte wie Verhalten und Motivation könnten eine stärkere Rolle spielen – sowohl im Interesse der Betroffenen als auch zur Verbesserung des Lernumfelds insgesamt. Ein grundlegendes Umdenken im deutschen Trackingsystem könnte somit dazu beitragen, den doppelten Bildungsauftrag besser zu erfüllen: die individuelle Förderung von Talenten und die Stärkung von Chancengleichheit und sozialer Mobilität.

In der jüngeren bildungspolitischen Debatte in Deutschland standen vor allem zwei Aspekte im Fokus: erstens die Subjektivität schulischer Empfehlungen und zweitens die Aufhebung ihrer Verbindlichkeit (Bonefeld & Dickhäuser, 2018; Holtmann et al., 2024; Bach, 2023). Kritiker:innen befürchten, dass flexiblere Zuweisungsregeln vor allem privilegierten Familien nutzen könnten, die tendenziell stärker auf das Gymnasium ausgerichtet sind. Empirische Befunde – etwa von Bach (2023) – zeigen jedoch ein differenzierteres Bild: Zwar nutzen Familien mit hohem sozioökonomischem Status neue Wahlfreiheiten häufiger, gleichzeitig steigt aber auch die Wahrscheinlichkeit gymnasialer Einschulung für bildungsbenachteiligte Kinder mit entsprechender Eignung.

Aus unserer Sicht erscheint es daher entscheidend, die Zuweisungspraxis stärker an objektivierbaren und chancenausgleichenden Kriterien auszurichten. Eine vollständige Abschaffung des Trackings ist vermutlich weder realistisch noch zwingend zielführend – sehr wohl aber eine stärkere Durchlässigkeit sowie spätere Zeitpunkte der Weichenstellung. Konkret könnten folgende Reformelemente zur Verbesserung beitragen:

• Spätere Track-Zuweisung, z. B. nach der sechsten Klasse,
• Flexible Übergänge zwischen Schulformen,
• Breitere Zulassungskriterien, die auch Verhalten und Lernpotenzial berücksichtigen,
• Standardisierte Eignungstests zur Ergänzung der Lehrerempfehlungen.

Gerade für Kinder mit Migrationshintergrund oder aus bildungsfernen Haushalten – die trotz vergleichbarer Leistungen seltener eine Gymnasialempfehlung erhalten (Diehl et al., 2024; Bonefeld & Dickhäuser, 2018; Dudas, 2014) – könnten solche Maßnahmen den Zugang zu förderlichen Lernumgebungen erheblich verbessern.

Zudem zeigen bestehende Studien, dass schulwahlbezogene Entscheidungen insbesondere in Haushalten mit niedrigem SES stark auf institutionelle Signale und die wahrgenommene Qualität von Schulformen reagieren (Bach, 2023). Reformen sollten daher nicht nur formale Zuweisungsmechanismen adressieren, sondern auch strukturelle Anreize und Wahrnehmungen in den Blick nehmen. Ein differenziertes Verständnis davon, wie Familien schulische Signale deuten und auf Peer-Kontexte reagieren, könnte maßgeblich dazu beitragen, Bildungsungleichheiten abzubauen, ohne dabei das Ziel hoher Leistungsstandards aus dem Blick zu verlieren.

Literatur

Abdulkadiroğlu, A., Angrist, J. & Pathak, P. (2014). The Elite Illusion: Achievement Effects at Boston and New York Exam Schools. Econometrica, 82(1), 137–196.

Bach, M., Klein, T. & McNamara, S. (2024). Access, Achievements, and Aspirations: The Impacts of School Tracking on Student Outcomes. ZEW Working Paper, Nr. 24-076.

Bach, M. (2023). Heterogeneous Responses to School Track Choice: Evidence from the Repeal of Binding Track Recommendations. Economics of Education Review, 95, 102412.

Baden-Württemberg. (2025. 3. Februar). Gesetz zur Änderung des Schulgesetzes für Baden-Württemberg vom 29.1.2025. Gesetzblatt für Baden-Württemberg, Nr. 6.

Barrow, L., Sartain, L. & de la Torre, M. (2020). Increasing Access to Selective High Schools through Place-Based Affirmative Action: Unintended Consequences. American Economic Journal: Applied Economics, 12(4), 135–163.

Berkowitz, D. & Hoekstra, M. (2011). Does High School Quality Matter? Evidence from Admissions Data. Economics of Education Review, 30(2), 280–288.

Berlin. (2024, 20. Juli). Zweites Gesetz zur Änderung des Schulgesetzes und weiterer Rechtsvorschriften vom 10.7.2024. Gesetz- und Verordnungsblatt für Berlin, 80(28).

Beuermann, D. & Jackson, K. (2022). The Short- and Long-Run Effects of Attending the Schools that Parents Prefer. Journal of Human Resources, 57(3), 725–746.

Blomeyer, D., Coneus, K., Laucht, M. & Pfeiffer, F. (2009). Initial Risk Matrix, Home Resources, Ability Development and Children’s Achievement. Journal of the European Economic Association, 7(2-3), 638–648.

Blomeyer, D., Coneus, K., Laucht, M. & Pfeiffer, F. (2013). Early Life Adversity and Children’s Competence Development: Evidence from the Mannheim Study of Children at Risk. Journal of Economics and Statistics, 233(4), 468–485.

Bonefeld, M. & Dickhäuser, O. (2018). (Biased) Grading of Students‘ Performance: Students‘ Names, Performance Level, and Implicit Attitudes. Frontiers in Psychology, 9(481), 1–13.

Buchmann, C. & Park, H. (2009). Stratification and the Formation of Expectations in Highly Differentiated Educational Systems. Research in Social Stratification and Mobility, 27(4), 245–267.

Carrell, S., Hoekstra, M. & Kuka, E. (2018). The Long-Run Effects of Disruptive Peers. American Economic Review, 108(11), 3377–3415.

Cullen, J., Jacob, B. & Levitt, S. (2006). The Effect of School Choice on Participants: Evidence from Randomized Lotteries. Econometrica, 74(5), 1191–1230.

Diehl, C., Pomianowicz, K. & Hinz, T. (2024). On the Wrong Track? Perceived Track Mismatch among Ethnic Minority and Majority Students in the German Educational System. Working Paper, Nr. 35, Cluster of Excellence “The Politics of Inequality”. Universität Konstanz.

Dudas, D.-F. (2014). Die prognostische Validität der nichtverbindlichen Gymnasialempfehlung am Ende der Grundschulzeit [Dissertation, Technische Universität Dortmund].

Duflo, E., Dupas, P. & Kremer, M. (2011). Peer Effects, Teacher Incentives, and the Impact of Tracking: Evidence from a Randomized Evaluation in Kenya. American Economic Review, 101(5), 1739–1774.

Hastings, J. & Weinstein, J. (2008). Information, School Choice, and Academic Achievement: Evidence from Two Experiments. The Quarterly Journal of Economics, 123(4), 1373–1414.

Heisig, J. P. & Matthewes, S. H. (2022). No Evidence that Strict Educational Tracking Improves Student Performance through Classroom Homogeneity: A Critical Reanalysis of Esser and Seuring (2020). Zeitschrift Für Soziologie, 51(1), 99–111.

Hille, A., Spieß, C. K. & Staneva, M. (2016). More and More Students, Especially those from Middle-Income Households, are Using Private Tutoring. DIW Economic Bulletin, 6, 63–71.

Holtmann, M., Rjosk, C., Jansen, M. & Lüdtke, O. (2024). The Double-Edged Sword of De-Tracking Reforms in Germany: Using a Difference-In-Differences Approach to Estimate Effects on Students‘ Educational Aspirations and Their Association With Students‘ Socioeconomic Backgrounds. Studies in Educational Evaluation, 81, 101350.

Jackson, K. (2010). Do Students Benefit from Attending Better Schools? Evidence from Rule-based Student Assignments in Trinidad and Tobago. The Economic Journal, 120, 1399–1429.

Klein, T. & McNamara, S. (2025). Sorting, Status, and Shadow Education: How Track Placement Shapes Parental Investment. ZEW Discussion Paper, Nr. 25-023.

Lucas, A. & Mbiti, I. (2012). Access, Sorting, and Achievement: The Short-Run Effects of Free Primary Education in Kenya. American Economic Journal: Applied Economics, 4(4), 226–53.

Park, H., Buchmann, C., Choi, J. & Merry, J. J. (2016). Learning Beyond the School Walls: Trends and Implications. Annual Review of Sociology, 42, 231–252.

Pfeiffer, F. (2010). Entwicklung und Ungleichheit von Fähigkeiten: Anmerkungen aus ökonomischer Sicht. In H.-H. Krüger, U. Rabe-Kleberg, R.-T. Kramer & J. Bude (Hrsg.), Bildungsungleichheit revisited. Bildung und soziale Ungleichheit vom Kindergarten bis zur Hochschule. Studien zur Schul- und Bildungsforschung (Bd. 30, S. 25–44). Verlag für Sozialwissenschaften.

Reichelt, M., Collischon, M. & Eberl, A. (2019). School Tracking and its Role in Social Reproduction: Reinforcing Educational Inheritance and the Direct Effects of Social Origin. British Journal of Sociology, 70(4), 1323–1348.

Sachsen-Anhalt. (2025). Runderlass des Ministeriums für Bildung „Aufnahme an weiterführenden Schulen“, 8. Änderung vom 23.1.2025. Schulverwaltungsblatt des Landes Sachsen-Anhalt (SVBl. LSA), 34(1).

Zimmermann, T. (2020). Social Influence or Rational Choice? Two Models and Their Contribution to Explaining Class Differentials in Student Educational Aspirations. European Sociological Review, 36(1), 65–81.