Skimmer, Scanner, Reader: Diese drei Lesertypen gibt es nicht

·

10 Min. Lesezeit

Screenshot

Eine solche Folie hast Du bestimmt schon auf einer Online-Marketing-Konferenz gesehen… Drei Strichmännchen, darunter drei Etiketten: Skimmer, Scanner, Reader. Dazu die Ansage, man müsse „für alle drei schreiben“, weil das nun mal drei verschiedene Sorten von Menschen seien. Gelegentlich mit Prozentzahl.

Die Folie ist nicht komplett falsch. Aber ist an genau der Stelle falsch, an der sie am lautesten vorgetragen wird – und dieser Fehler hat praktische Konsequenzen für die Art, wie wir Texte bauen. Ich habe mir deshalb angesehen, was die Leseforschung tatsächlich hergibt.

Kurzfassung: Die beschriebenen Verhaltensweisen sind gut belegt. Die Personentypen sind es nicht. Und die unterstellte Rangfolge von oberflächlich nach tief existiert überhaupt nicht, weil hier drei Dinge in eine Reihe gestellt werden, die nicht auf derselben Skala liegen.

Abb 1 typen vs zustaende

Zuerst: Was an der Folie stimmt

Damit kein falscher Eindruck entsteht – die zugrunde liegenden Beobachtungen sind real und gut untersucht.

  1. Menschen lesen online selten vollständig. Das ist keine Erfindung von Content-Marketern. Selektives Lesen ist in der experimentellen Psychologie seit Jahrzehnten dokumentiert.
  2. Überfliegen und gezieltes Suchen sind unterscheidbare Vorgänge. Wer sich einen Überblick verschaffen will, verhält sich messbar anders als jemand, der eine bestimmte Zahl sucht. Beides unterscheidet sich wiederum messbar vom sorgfältigen Durcharbeiten.
  3. Diese Unterschiede sind sogar maschinell erkennbar. Aus Blick- und Interaktionsdaten lässt sich mit brauchbarer Trefferquote rekonstruieren, ob jemand gerade überfliegt oder gründlich liest.

So weit, so gut. Das Problem beginnt bei der Interpretation.

Der Fehler: aus Verhalten werden Personen

Die Folie macht aus drei Tätigkeiten drei Identitäten. Aus „diese Person überfliegt gerade“ wird „diese Person ist ein Skimmer“. Das ist derselbe Denkfehler wie „sie rennt gerade“ zu „sie ist eine Rennerin“ – und er hält der Empirie nicht stand.

Der sauberste Test dafür ist simpel: Man nimmt dieselben Personen und gibt ihnen nacheinander verschiedene Leseaufträge. Wenn es feste Typen gäbe, dürfte sich nicht viel ändern.

Es ändert sich sehr viel. In einer Eye-Tracking-Studie lasen dieselben Versuchspersonen denselben Textumfang einmal regulär, einmal gründlich, einmal überfliegend und einmal korrekturlesend. Die bloße Instruktion verschob systematisch ganze Bündel von Blickparametern: Gesamtlesezeit, Sprungweite zwischen den Fixationen, Anzahl übersprungener Wörter, Häufigkeit von Rücksprüngen. Eine Untersuchung mit Medizinstudierenden an klinischen Texten fand dasselbe Muster, mit Haupteffekten der Aufgabe vielfach bei p < 0,001.

Abb 3 blickmuster

Wer diese Bilder nebeneinanderlegt, sieht keinen Unterschied zwischen zwei Menschen. Er sieht denselben Menschen bei zwei Aufgaben.

Dazu kommt ein Detail, das ich besonders aufschlussreich finde: Ein Klassifikator kann den momentanen Zustand aus Verhaltensdaten erkennen. Diese Modelle sind Zustandsschätzer, keine Persönlichkeitstests. „Unsere KI hat erkannt, dass Sie ein Skimming-Typ sind“ wäre eine unzulässige Umdeutung derselben Daten – und leider genau die Formulierung, die sich im Produktmarketing anbietet.

Die Zahl, die niemand nachschlägt

Fast immer taucht auf der Folie eine Prozentzahl auf, meist die berühmten 79 %. Sie stammt aus einer Usability-Untersuchung von 1997 und besagte, dass 79 % der Testpersonen neue Seiten grundsätzlich scannten statt Wort für Wort zu lesen.

Man beachte, was diese Zahl misst: beobachtetes Verhalten in einer konkreten Situation, an einer kleinen Stichprobe, vor bald drei Jahrzehnten, an Websites, die es so nicht mehr gibt. Sie misst nicht, dass 79 % der Menschen dauerhaft dem Typ „Scanner“ angehören.

Diese Umdeutung ist der Kern des Problems. Aus einer Verhaltensbeobachtung wird eine Bevölkerungsstatistik über Personentypen. Nach belastbaren Prävalenzwerten für die drei Typen habe ich gesucht und keine gefunden – es gibt keine akzeptierten Schwellenwerte, keine standardisierte Testbatterie, keine repräsentative Erhebung. Jede Angabe der Form „x % sind Skimmer“ ist derzeit Scheingenauigkeit.

Der zweite, größere Fehler: die Rangfolge

Bis hierhin könnte man einwenden: Gut, es sind Modi statt Typen, aber die Reihenfolge stimmt doch – überfliegen ist flach, richtig lesen ist tief.

Auch das nicht. Und hier wird es interessant, weil dieser Punkt sogar den meisten auffällt, die den ersten Fehler schon vermeiden.

Die drei Etiketten stammen nämlich aus drei getrennten Forschungstraditionen, die nie als gemeinsames Modell entwickelt wurden. Selektives Lesen wird in der Skimming- und Information-Foraging-Forschung untersucht. Versunkenes Lesen wird als narrative Absorption erforscht, mit eigenen validierten Skalen für Aufmerksamkeit, emotionale Beteiligung und mentale Bildhaftigkeit. Und tiefes Verstehen wird als Leistungsniveau untersucht: Kann jemand Informationen aus mehreren Quellen bewerten, integrieren und synthetisieren?

Diese drei messen verschiedene Dinge. Sie sind keine drei Stufen derselben Leiter.

Der entscheidende Gegenbeweis ist alltäglich: Man kann einen spannenden Roman lesen und dabei hoch absorbiert, aber analytisch völlig unkritisch sein. Und man kann eine Vertragsklausel prüfen und dabei hoch analytisch, aber emotional überhaupt nicht absorbiert sein. Beide Vorgänge sind langsam und vollständig. Auf einer eindimensionalen Tiefenskala müssten sie denselben Platz belegen. Tun sie offensichtlich nicht.

Abb 2 drei achsen

Übrigens ist die Konferenzversion sogar noch unsauberer als die wissenschaftliche Dreiteilung, gegen die sich meine Kritik richtet. Denn „Skimmer“ und „Scanner“ liegen beide auf derselben Achse – beide sind selektiv, sie unterscheiden sich nur im Ziel: Überblick gewinnen gegenüber ein bestimmtes Element finden. Und „Reader“ wirft die beiden anderen Achsen in einen Topf, indem es analytische Tiefe und emotionale Versunkenheit gleichsetzt. Die Folie zerlegt also eine Achse in zwei Typen und presst zwei Achsen in einen.

Was stattdessen gilt

Das evidenznähere Modell ist dreidimensional und beschreibt keine Personen, sondern Zustände, die bei jeder Leseepisode neu entstehen:

Achseniedriger Polhoher Pol
Selektivität / Tempovollständig, langsamstark selektiv, schnell
Verarbeitungstiefelokal, oberflächlichInferenzen, Kohärenz, Bewertung
Absorptiondistanziert, ablenkbarversunken, bildhaft, emotional beteiligt

Innerhalb dieses Raums bewegen sich Leserinnen und Leser dynamisch. Was die Position bestimmt, ist ein Zusammenspiel aus fünf Faktoren – und der stärkste davon ist die Aufgabe.

Abb 4 determinanten

Besonders wichtig ist die Rückkopplung am Ende: Wer merkt, dass er nichts verstanden hat, springt zurück, wird langsamer oder wechselt die Strategie. Der Modus ist also nicht einmal innerhalb eines einzigen Textes konstant.

Drei Missverständnisse, die mit derselben Folie transportiert werden

„Überfliegen ist faules Lesen.“ Falsch, und zwar nachweislich. In Experimenten unter Zeitdruck – so knapp bemessen, dass nur etwa die Hälfte des Materials gelesen werden konnte – verbesserte selektives Überfliegen die Erinnerung an zentrale Inhalte gegenüber der Alternative, einfach die erste Texthälfte vollständig zu lesen. Überfliegen ist adaptives Suchverhalten, keine Nachlässigkeit. Neuere Arbeiten zeigen sogar, dass erfolgreiches Überfliegen mit der Arbeitsgedächtniskapazität zusammenhängt: Es braucht mehr kognitive Steuerung, nicht weniger, weil relevante Information ausgewählt und aufrechterhalten werden muss.

„Langsam heißt tief, schnell heißt oberflächlich.“ Auch falsch. Geübte Leserinnen sind typischerweise gleichzeitig schneller und gründlicher, weil die Worterkennung automatisiert ist. Dieselbe Kennzahl – Wörter pro Minute – kann hohe Kompetenz oder geringe Verarbeitungstiefe bedeuten. Bei einem Kind signalisieren viele lange Fixationen eher Schwierigkeit als Tiefe. Geschwindigkeit allein diagnostiziert gar nichts.

„Bildschirm heißt Skimming, Papier heißt tiefes Lesen.“ Zu grob. Eine Metaanalyse findet im Mittel einen kleinen Vorteil für Papier, der aber stark von der Textsorte abhängt: bei erklärenden Sachtexten deutlicher, bei erzählenden Texten praktisch nicht vorhanden. Eine eigene Metaanalyse zu narrativen Texten über 32 Studien fand gar keinen generellen Bildschirmnachteil. Ein ablenkungsfreier E-Reader mit einem Roman ist psychologisch etwas völlig anderes als ein Smartphone mit zwölf offenen Tabs. „Digital“ ist keine einheitliche Kategorie.

Wo es echte Typen gibt – nur andere

Damit ich nicht ins Gegenteil überziehe: Stabile individuelle Unterschiede existieren. Sie sehen nur anders aus als auf der Folie.

Eye-Tracking-Arbeiten unterscheiden etwa proaktive von konservativen Blickprofilen. Proaktive Leser machen lange Vorwärtssprünge und viele Rücksprünge – riskantes Vorlesen mit anschließender Korrektur. Diese Person passt in keine der drei Konferenzschubladen, weil sie schnell vorangeht und viel zurückspringt.

Ebenso gibt es messbar stabile literarische Orientierungen – Einfühlung, Bildhaftigkeit, Eskapismus, handlungsgetriebenes Lesen und weitere Dimensionen –, und es gibt stabile Fähigkeitsunterschiede in Arbeitsgedächtnis, Vorwissen und Aufmerksamkeitskontrolle.

Die richtige Architektur ist deshalb zweistufig:

Stabile Dispositionen und Fähigkeiten beeinflussen die Wahrscheinlichkeit und die Qualität momentaner Lesezustände – die wiederum Verständnis und Erlebnis bestimmen.

Damit existieren Traits und Modi gleichzeitig, ohne dass man Menschen in drei Schubladen sortieren müsste. Und daraus folgt auch die wichtigste Einschränkung gegenüber einer allzu bequemen Lesart: „Jede Person kann jeden Modus gleich gut“ stimmt ebenfalls nicht. Wer noch mit dem Dekodieren beschäftigt ist, hat schlicht weniger Kapazität für Inferenzen übrig. Belegt ist, dass geübte erwachsene Leser ihre Strategie stark an die Aufgabe anpassen können – nicht, dass alle Menschen frei zwischen Modi schalten.

Abb 5 evidenzampel

Was das für die Praxis ändert

Man könnte einwenden: Wenn man ohnehin „für alle drei“ schreibt, ist es doch egal, ob es Typen oder Modi sind. Ist es nicht, aus vier Gründen.

Erstens ändert sich, worauf man optimiert. Wer an Typen glaubt, baut Textschichten für Zielgruppen – eine Zusammenfassung für die Skimmer, Zwischenüberschriften für die Scanner, Fließtext für die Reader. Wer an Modi glaubt, fragt: In welcher Situation kommt jemand hierher, mit welchem Ziel, unter welchem Zeitdruck? Das ist eine völlig andere Recherche und führt zu anderen Texten.

Zweitens ist derselbe Mensch mehrfach da. Eine Person, die morgens im Newsfeed überfliegt, prüft nachmittags dieselbe Seite gründlich, weil sie inzwischen eine Kaufentscheidung trifft. Ein typenbasiertes Modell hätte sie beim ersten Besuch abschließend einsortiert. Ein modusbasiertes Modell erwartet den Wechsel.

Drittens verschiebt sich, was man am Text repariert. Wenn jemand überfliegt, obwohl die Aufgabe Gründlichkeit verlangt, ist das meist kein Typenproblem, sondern ein Text-, Kontext- oder Motivationsproblem: zu schwer, zu unklar, zu wenig relevant, zu ablenkend. Daran kann man arbeiten. An einem Personentyp nicht.

Viertens – und das ist mir das wichtigste – verschwindet die Abwägung. Wenn man drei Zielgruppen bedient, wird Strukturierung zur Checkliste. Wenn man Modi bedient, muss man in jedem einzelnen Text entscheiden, welche Lesestrategie hier Vorrang hat und auf wessen Kosten. Ein Text, der nur noch aus kurzen, autonomen Blöcken besteht, ist hervorragend scannbar und als Argumentation wertlos, weil er keine Gedankenführung mehr hat. Diese Spannung ist die eigentliche Arbeit. Die Typenfolie macht sie unsichtbar.

Fazit

Skimming, Scanning und gründliches Lesen sind reale, gut untersuchte Vorgänge. Sie sind nur keine Menschen.

Was tatsächlich passiert: Dieselbe Person bewegt sich in einem dreidimensionalen Raum aus Selektivität, Verarbeitungstiefe und Absorption. Ihre Position hängt vor allem von der Aufgabe ab, dazu von Text, Kontext, Medium und den eigenen Fähigkeiten. Sie ändert sich innerhalb eines Textes. Und die drei Achsen sind unabhängig – versunken ist nicht dasselbe wie gründlich, und schnell ist nicht dasselbe wie oberflächlich.

Wer für Leserinnen und Leser schreibt, sollte deshalb nicht fragen: Welchen Typ bediene ich hier? Sondern: In welchem Zustand kommt jemand hierher, was will er, und was braucht er, um an der richtigen Stelle einzusteigen?

Diese Frage ist unbequemer, weil sie sich nicht abhaken lässt. Sie ist auch die einzige, die zu besseren Texten führt.


Anmerkung zur Abgrenzung: Warum diese Erkenntnis ausdrücklich kein Argument für die derzeit kursierenden GEO-Empfehlungen ist – und warum „Struktur für Menschen“ und „Struktur für Sprachmodelle“ zwei verschiedene Begründungen mit sehr verschiedener Beweislage sind – habe ich in einem eigenen Beitrag auseinandergenommen: Schreibt endlich wieder für Menschen: Was die LLM-Readability-Debatte falsch macht.


Quellen

Überfliegen als Strategie

  • Duggan, G. B. & Payne, S. J. (2009): Text skimming: The process and effectiveness of foraging through text under time pressure. Journal of Experimental Psychology: Applied, 15(3), 228–242
  • Duggan, G. B. & Payne, S. J. (2011): Skim reading by satisficing: Evidence from eye tracking
  • Sanchez, C. A. & Powell, C. (2026): Individual Differences in Working Memory Capacity Affect How Readers Skim Expository Text. Applied Cognitive Psychology, 40(3)

Modusflexibilität derselben Personen

  • Strukelj, A. & Niehorster, D. C. (2018): One Page of Text: Eye Movements During Regular and Thorough Reading, Skimming, and Spell Checking. Journal of Eye Movement Research, 11(1)
  • Fitzsimmons, G. et al. (2020): The impact of skim reading and navigation when reading hyperlinks on the web. PLOS ONE, 15
  • Soltan, M. A. et al. (2025): Reading and skimming clinical information. BMC Medical Education
  • Chen, X. et al. (2023): Characteristics of Deep and Skim Reading on Smartphones vs. Desktop. CHI 2023

Absorption und Immersion

  • Green, M. C. & Brock, T. C. (2000): The role of transportation in the persuasiveness of public narratives. JPSP
  • Kuijpers, M. M. et al. (2014): Story World Absorption Scale. Scientific Study of Literature, 4(1)
  • van Laer, T. et al. (2014): The Extended Transportation-Imagery Model. Journal of Consumer Research, 40(5)

Tiefes Verstehen als Leistungsniveau

  • LaRusso, M. et al. (2016): Contributions of Academic Language, Perspective Taking, and Complex Reasoning to Deep Reading Comprehension
  • Yang, X. H. et al. (2019): Metaanalyse von 78 fMRI-Studien. NeuroImage, 203
  • Ferstl, E. C. et al. (2008): The extended language network. Human Brain Mapping, 29

Stabile Unterschiede

  • Koornneef, A. W. & Mulders, I. (2017): Can We „Read“ the Eye-Movement Patterns of Readers? Journal of Psycholinguistic Research, 46(1)
  • Miall, D. S. & Kuiken, D. (1995): Aspects of Literary Response: A New Questionnaire
  • Carretti, B. et al. (2009): Metaanalyse zu Arbeitsgedächtnis und Leseverständnis
  • Unsworth, N. & McMillan, B. D. (2013): Mind wandering and reading comprehension

Bildschirm gegenüber Papier

  • Clinton, V. (2019): Reading from paper compared to screens. Journal of Research in Reading, 42(2)
  • Schwabe, A. et al. (2022): No Negative Effects of Reading on Screen on Comprehension of Narrative Texts. Media Psychology, 25(6)

Herkunft der 79-Prozent-Zahl

  • Nielsen, J. (1997): How Users Read on the Web

Abonniere das AFAIK-Update

Bleib auf dem Laufenden in Sachen Künstliche Intelligenz im Online Marketing!

Melde Dich jetzt mit Deiner E-Mail-Adresse an und ich versorge Dich kostenlos mit News-Updates, Tools, Tipps und Empfehlungen Rund um KI aus den Bereichen Online-Marketing, SEO, GEO, WordPress und vieles mehr.

Keine Sorge, ich mag Spam genauso wenig wie Du und gebe Deine Daten niemals weiter! Du bekommst höchstens einmal pro Monat eine E-Mail von mir. Versprochen.

Kai Spriestersbach

Kai Spriestersbach ist KI-Forscher, Autor und Head of AI bei einer Online-Marketing-Agentur. Er hat einen Master of Science in Web-Wissenschaften von der TH Köln und promoviert an der RPTU im Bereich angewandter KI (PhD in CS) und bringt über 20 Jahre SEO-Erfahrung mit. Seine Schwerpunkte liegen im Bereich GEO sowie der Entwicklung KI-gestützter Tools und Workflows. Er hat mehrere Bücher über künstliche Intelligenz veröffentlicht, unter anderem den Bestseller „Richtig texten mit KI“.
KI-Hinweis: Kai nutzt Claude von Anthropic als Schreibwerkzeug und ChatGPT Pro als Denkhilfe. Alle Inhalte sind von ihm konzipiert, redigiert und auf Korrektheit geprüft.