Bevor ein Kind die erste Aufgabe eines Auswahltests löst, ist bereits eine Entscheidung gefallen: Seine Familie hat es dafür angemeldet. Wer diesen Schritt auslässt, kann in der Prüfung auch keine gute Leistung zeigen. Für die Fairness eines Schulsystems zählt deshalb nicht nur, wie Aufgaben bewertet werden. Der Weg bis zum Prüfungsplatz gehört ebenfalls dazu.
Eine neue Auswertung aus dem englischen Kent zeigt soziale Unterschiede auf beiden Stufen. Kinder mit einem administrativen Merkmal für finanzielle Benachteiligung nahmen seltener am Auswahltest teil. Wenn sie mitschrieben, bestanden sie ihn seltener. Unterschiede blieben auch beim Vergleich ähnlicher Ergebnisse in einem nationalen Schulleistungstest bestehen. Gleiche Testleistung beschreibt dabei einen Vergleichswert, keine identische angeborene Begabung.
Die Arbeit von Binwei Lu, Jake Anders, Xin Shao und Joanne Bartley wurde laut Publikationsmetadaten am 26. Oktober 2026 online veröffentlicht. Am 11. November machten die Universität UCL und der Verlag darauf aufmerksam. Die Originaltabellen ermöglichen eine genauere Einordnung als die Kurzformel „mehr testen bringt wenig“: Die häufig genannten zwölf Prozent sind das günstigste Ergebnis von sieben Modellvarianten.
Zwei Hürden vor der Schulaufnahme
Kent besitzt eine ausgeprägte Tradition der schulischen Leistungsauswahl. Die in der Arbeit behandelten Grammar Schools sind weiterführende Schulen mit einer solchen Auswahl. Das Verfahren wird oft als 11plus bezeichnet. Es prüft unter anderem Englisch, Mathematik und schlussfolgerndes Denken.
Für die Teilnahme müssen Familien ihre Kinder zunächst anmelden. Danach folgen Test und Bewertung. Erst anschließend stellt sich die Frage der tatsächlichen Aufnahme in eine bestimmte Schule. Zusätzliche Beurteilungs- und Einspruchswege können dabei eine Rolle spielen. Wer diese Schritte zusammenfasst, verliert wichtige Unterschiede.
Die neue Studie untersucht hauptsächlich Teilnahme und Bestehen des Tests. Ihr Bestehensmaß wird aus den Testergebnissen gebildet. Es ist nicht vollständig identisch mit der offiziellen Entscheidung, ob ein Kind als für eine Grammar School geeignet eingestuft wird. Beispielsweise kann ein besonderes Beurteilungsgremium zu einer anderen Entscheidung beitragen. Die Autoren berichten, dass eine ergänzende Auswertung mit dem offiziellen Eignungsmerkmal zu ähnlichen Ergebnissen führt.
Das ist für alle folgenden Zahlen wesentlich: Ein Anteil unter den Testbestehenden ist keine vollständige Statistik sämtlicher späterer Schulaufnahmen. Aktuelle Verfahren und Ergebnisse erläutert die Kreisverwaltung von Kent auf ihrer offiziellen Testseite. Die Veröffentlichung einer Studie im Jahr 2026 macht deren Verwaltungskohorte außerdem nicht automatisch zu einem aktuellen Bericht über den gerade abgeschlossenen Testjahrgang.
Was die Daten über Benachteiligung erfassen
Die öffentlich zugängliche Autorenfassung im UCL-Repositorium beschreibt eine analytische Kohorte von 15.893 Kindern. Zuvor wurden 719 Fälle mit fehlenden Angaben zu nationalen Testergebnissen oder einem gebietsbezogenen Benachteiligungsmaß ausgeschlossen. Das entspricht rund 4,3 Prozent der ursprünglichen Datenbasis.
Die soziale Einteilung beruht auf FSM6. Das Kürzel bezeichnet, ob ein Kind irgendwann in den vorherigen sechs Jahren für kostenlose Schulmahlzeiten anspruchsberechtigt war. In englischen Verwaltungsdaten dient es häufig als Hinweis auf einkommensbezogene Benachteiligung.
Dieses Merkmal misst weder den vollständigen Wohlstand einer Familie noch alle Formen schwieriger Lebensbedingungen. Haushalte können ihre Lage verändern; manche finanziell belasteten Familien werden vom Merkmal nicht erfasst. Umgekehrt bedeutet „ohne FSM6-Vermerk“ nicht automatisch wohlhabend. Im untersuchten Datensatz gehörten ungefähr 27 Prozent zur FSM6-Gruppe.
Die Forschenden vergleichen zusätzlich Leistungen im nationalen Key-Stage-2-Test, kurz KS2. Das Manuskript beschreibt ihn als ungefähr zeitnahen Schulleistungstest im entsprechenden Alter. Er ist ein hilfreicher gemeinsamer Bezugspunkt. Er misst aber nicht sämtliche Kenntnisse, Lernbedingungen und Fähigkeiten, die für einen anderen Test oder die weitere Schulentwicklung bedeutsam sein könnten.
Gerade beim Bildungsmonitoring kommt es auf solche Definitionen an. Unser Beitrag über Kennzahlen, soziale Ungleichheit und Bildungspolitik erklärt, weshalb ein verfügbares Verwaltungsmerkmal eine wichtige Frage sichtbar machen kann und zugleich andere Unterschiede verdeckt.
Wer überhaupt mitschreibt
In der untersuchten Kohorte nahmen rund 67 Prozent der Kinder ohne FSM6-Vermerk am Auswahltest teil. In der FSM6-Gruppe waren es 40 Prozent. Das sind Teilnahmeanteile innerhalb der jeweiligen sozialen Gruppe. Sie beschreiben nicht, wie sich die Gruppe aller Prüflinge zusammensetzt.
Ein Teil dieses Unterschieds hängt mit den verschiedenen Schulleistungsprofilen zusammen. Kinder mit höheren nationalen Testergebnissen wurden häufiger angemeldet. Die FSM6-Gruppe erreichte im Durchschnitt niedrigere Werte. Die Studie fragt deshalb, ob der soziale Unterschied verschwindet, wenn man ähnliche KS2-Leistung vergleicht.
Das tut er in ihrer Analyse nicht. An einem nationalen Durchschnittswert von 109 Punkten liegen die geglätteten Teilnahmequoten bei ungefähr 84 Prozent ohne FSM6 und 56 Prozent mit FSM6. Das sind geschätzte Werte an einer bestimmten Stelle der Leistungskurve. Sie sind kein pauschaler Durchschnitt sämtlicher Kinder, die man irgendwie als leistungsstark einordnen könnte.
Dieser Befund ist aufschlussreich, weil er eine einfache Erklärung einschränkt: Die unterschiedliche Testteilnahme lässt sich nicht vollständig dadurch beschreiben, dass die beiden Gruppen im Mittel verschiedene KS2-Ergebnisse haben. Er verrät jedoch noch nicht, weshalb eine einzelne Familie ihr Kind anmeldet oder darauf verzichtet.
Was nach der Anmeldung passiert
Auch unter den Teilnehmenden bestehen soziale Unterschiede. Nach den gerundeten Tabellenwerten bestanden ungefähr 34 Prozent der Prüflinge ohne FSM6 und 13 Prozent der FSM6-Prüflinge den Auswahltest. Bezogen auf die gesamte jeweilige Gruppe, einschließlich der Nichtteilnehmenden, waren es ungefähr 23 beziehungsweise gut fünf Prozent.
Die beiden Betrachtungen beantworten verschiedene Fragen. Die erste beschreibt den Erfolg unter den tatsächlich Mitschreibenden. Die zweite verbindet die vorgelagerte Teilnahme mit dem anschließenden Bestehen. Wer beide Nenner vermischt, könnte einen Unterschied vergrößern oder verkleinern, ohne dass sich bei den Kindern irgendetwas verändert hätte.
Auch beim Bestehen berücksichtigt die Arbeit den nationalen Leistungsstand und weitere verfügbare Merkmale. Der Zusammenhang mit FSM6 wird dadurch geringer, verschwindet aber nicht. Die verwendeten Regressionsmodelle vergleichen Kinder mit ähnlichen erfassten Eigenschaften. Sie verwandeln die Verwaltungsdaten nicht in ein zufällig zugeteiltes Experiment.
Für die Interpretation bleibt insbesondere offen, wie gut die beiden Testarten dieselben Fähigkeiten abbilden. Ein Auswahltest könnte andere Anforderungen stellen als ein schulischer Lehrplantest. Das kann einen Teil abweichender Ergebnisse erklären. Wenn das Verfahren künftigen Schulerfolg vorhersagen soll, müsste seine Eignung für genau dieses Ziel zusätzlich geprüft werden. Ein Abstand zwischen zwei Testwerten ist für sich genommen weder ein vollständiger Diskriminierungsnachweis noch eine Rechtfertigung der Auswahl.
Wissen, Erwartungen und Vorbereitung als mögliche Mechanismen
Die Autoren diskutieren mehrere Wege, auf denen Herkunft mit dem Zugang zusammenhängen könnte. Familien benötigen Informationen über Verfahren und Fristen. Sie können unterschiedlich einschätzen, ob eine Bewerbung aussichtsreich ist oder ob sich ihr Kind an der betreffenden Schule wohlfühlen würde. Schulen können stärker oder schwächer zur Teilnahme ermutigen. Vorbereitung und private Nachhilfe können weitere Unterschiede erzeugen.
Diese Erklärungen sind plausibel, in der neuen Datenbasis aber nicht alle direkt gemessen. Die Studie erhebt beispielsweise keine vollständigen Angaben darüber, welche Kosten und Risiken jede Familie erwartet oder wie viel Nachhilfe ein Kind erhielt. Der beobachtete Restunterschied nach statistischer Anpassung lässt sich deshalb nicht eindeutig einem einzigen Mechanismus zuweisen.
Eine unabhängige Untersuchung von John Jerrim und Sam Sims nutzte bereits 2019 reichhaltigere Kohortendaten für England und Nordirland. Sie fand ebenfalls deutliche Einkommensunterschiede beim Grammar-School-Besuch. Neben vorherigen Leistungen spielten in ihrer Analyse elterliche Schulpräferenzen und private Nachhilfe eine Rolle. Das ergänzt den neuen Befund, beweist aber nicht, dass derselbe Anteil des Kent-Unterschieds durch Nachhilfe verursacht wurde.
Man sollte aus solchen Zusammenhängen auch keine Charakterdiagnose über Eltern ableiten. Ein niedrigerer Teilnahmeanteil belegt keine geringere Wertschätzung von Bildung. Informationen, Zeit, erwartete Erfolgsaussichten und verfügbare Wege können sich unterscheiden. Die genaue Wirkung dieser Bedingungen benötigt jeweils eigene Daten.
Was wäre, wenn alle den Test ablegten?
Der naheliegende Reformgedanke lautet: Die Teilnahme wird zum Normalfall. Wer nicht mitmachen möchte, muss sich abmelden. Ein solches Opt-out-Verfahren könnte eine Anmeldehürde verringern. Die Autoren untersuchten allerdings keine tatsächlich eingeführte Reform. Sie berechneten ein noch weiter gehendes Gedankenexperiment: Alle Kinder der Kohorte nehmen teil.
Für diejenigen, die nicht mitgeschrieben hatten, gibt es naturgemäß keinen beobachteten 11plus-Wert. Das Team musste mögliche Ergebnisse deshalb aus den vorhandenen KS2-Werten und je nach Variante zusätzlich aus dem FSM6-Merkmal ergänzen. Insgesamt verwendete es sieben Verfahren.
Anschließend bildeten die Modelle jeweils eine Spitzengruppe von 2.873 Kindern. Diese Größe entspricht der Zahl der in den Daten tatsächlich Testbestehenden und bleibt in der Simulation fest. Sie ist eine Modellvorgabe. Das Verfahren bildet damit nicht sämtliche realen Aufnahmeregeln einschließlich aller Gremien- und Einspruchsentscheidungen vollständig nach.
Eine Reformidee, sieben Modellannahmen
Nur der erste Balken zeigt eine Beobachtung. Die folgenden sieben zeigen Simulationen für den Fall, dass alle Kinder den Test ablegten. Alle Werte haben denselben Nenner: eine Gruppe von 2.873 Kindern.
FSM6-Anteil in der fest großen Spitzengruppe
Beobachtete Testbestehende beziehungsweise modellierte Auswahl der 2.873 höchsten Testwerte aus derselben Kent-Kohorte. FSM6: Anspruch auf kostenlose Schulmahlzeiten irgendwann in den vorherigen sechs Jahren. Tabellenwerte sind gerundet.
Skala: 0 bis 30 Prozent. Balken öffnen: Einordnung lesen.
Beobachtet: tatsächlich Testbestehende · 7,8 %
Beobachteter FSM6-Anteil unter 2.873 Testbestehenden. Keine Modellrechnung und keine vollständige Statistik aller späteren Schulaufnahmen.
Modell: KS2 · 8,7 %
Fehlende Auswahltestwerte werden aus dem nationalen KS2-Leistungswert vorhergesagt. Simuliert wird die Zusammensetzung einer fest großen Spitzengruppe, keine tatsächlich eingeführte Reform.
Modell: KS2 und FSM6 · 8,0 %
Vorhersage berücksichtigt zusätzlich das soziale Verwaltungsmerkmal FSM6. Veränderte Annahmen über nicht beobachtete Testwerte können die Zusammensetzung verändern.
Modell: KS2 mit FSM6-Wechselwirkung · 8,5 %
Die Beziehung zwischen KS2 und Auswahltest darf sich nach FSM6 unterscheiden. Der Wert ist ein Modellergebnis unter dieser Annahme.
Exakte Zuordnung: KS2 · 8,6 %
Nichtteilnehmenden wird der mittlere Auswahltestwert beobachteter Prüflinge mit gleichem KS2 zugeordnet. Unbeobachtete Unterschiede können damit nicht geprüft werden.
Exakte Zuordnung: KS2 und FSM6 · 7,7 %
Die exakte Zuordnung berücksichtigt neben KS2 auch FSM6. Geringfügig unter der beobachteten Basis; eine Simulation garantiert keine Verbesserung.
Predictive Mean Matching: KS2 · 12,0 %
Ein beobachteter Auswahltestwert eines Kindes mit gleichem oder ähnlichem KS2 wird zugeordnet. FSM6 wird hier nicht zusätzlich abgeglichen. Nur diese Variante erreicht gerundet zwölf Prozent.
Predictive Mean Matching: KS2 und FSM6 · 8,1 %
Dieses Zuordnungsverfahren berücksichtigt zusätzlich FSM6. Die große Differenz zur KS2-only-Variante verdeutlicht die Bedeutung der Modellannahmen.
Die Simulation ersetzt nicht beobachtete Testwerte unter verschiedenen Annahmen. Die Varianten sind kein Konfidenzintervall und keine beobachtete Opt-out-Reform. Die 27 % FSM6 in der gesamten Kohorte haben einen anderen Nenner und sind deshalb kein zusätzlicher Balken.
Autorenfassung, Tabelle 4 und Anhang 6
Werte als Tabelle lesen
| Gruppe | Prozent |
|---|---|
| Beobachtet: tatsächlich Testbestehende | 7,8 % |
| Modell: KS2 | 8,7 % |
| Modell: KS2 und FSM6 | 8,0 % |
| Modell: KS2 mit FSM6-Wechselwirkung | 8,5 % |
| Exakte Zuordnung: KS2 | 8,6 % |
| Exakte Zuordnung: KS2 und FSM6 | 7,7 % |
| Predictive Mean Matching: KS2 | 12,0 % |
| Predictive Mean Matching: KS2 und FSM6 | 8,1 % |
Unter den tatsächlich Testbestehenden hatten 7,8 Prozent das FSM6-Merkmal. In sechs der sieben Simulationsvarianten liegt dieser Anteil zwischen 7,7 und 8,7 Prozent. Nur eine Variante erreicht gerundet zwölf Prozent. Sie nutzt ein Zuordnungsverfahren, das beobachtete Testergebnisse von Kindern mit ähnlichen nationalen Testwerten heranzieht, ohne dabei zusätzlich nach FSM6 zu unterscheiden.
Die zwölf Prozent sind somit das günstigste berichtete Modellergebnis. Sie sind keine gemessene Wirkung einer Opt-out-Reform und kein statistisches Sicherheitsversprechen. Die Spannweite der Varianten ist auch kein Konfidenzintervall. Sie zeigt, wie die Ergebnisse auf unterschiedliche Annahmen zur Ergänzung unbeobachteter Testwerte reagieren.
Nach der Darstellung der Autoren entspricht die günstigste Variante ungefähr 334 statt 225 FSM6-Kindern in der fest großen Spitzengruppe. Rund hundert zusätzliche Kinder wären für diese Gruppe ein erkennbarer Unterschied. Zugleich bliebe ihr Anteil deutlich unter den ungefähr 27 Prozent in der gesamten untersuchten Kohorte. Zusätzliche Zugänge und gleiche proportionale Vertretung sind zwei verschiedene Bewertungsfragen.
Warum eine Simulation keine Reformbewertung ersetzt
Die Rechnung verändert zunächst die Teilnahmeannahme. Eine reale Reform könnte außerdem beeinflussen, wie Schulen informieren, wie sich Kinder vorbereiten, wer widerspricht und welche Regeln sich gleichzeitig ändern. Solche Reaktionen werden mit ergänzten Testwerten nicht automatisch erfasst.
Auch eine statistisch gute Vorhersage unter den vorhandenen Prüflingen garantiert keine gleich gute Vorhersage für alle Nichtteilnehmenden. Gerade deren nicht beobachtete Eigenschaften könnten von denen der Teilnehmenden abweichen. Das ist eine zentrale Grenze jeder solchen Ergänzung fehlender Ergebnisse.
Ein unabhängiger Befund von David Card und Laura Giuliano aus den USA zeigt, warum man die konkrete Ausgangslage beachten muss. In einem großen Schulbezirk wurde eine allgemeine Sichtung von Zweitklässlern zur Erkennung von Förderbedarf für besonders leistungsfähige Kinder eingeführt. Zuvor hing der Weg stärker von Empfehlungen durch Eltern und Lehrkräfte ab. Nach der Einführung wurden mehr Kinder aus einkommensarmen Familien für die entsprechende Förderung identifiziert, ohne die bestehenden Eignungsstandards neu festzulegen.
Die Forschenden nutzten Vorher-Nachher-Vergleiche und weitere Vergleichsdaten; es war kein zufällig zugeteiltes Experiment. Zudem ging es um ein anderes Land, jüngere Kinder und ein anderes Förderverfahren. Das Ergebnis widerlegt die Kent-Simulation nicht. Es begrenzt aber die allgemeine Behauptung, ein breiterer Zugang zu Tests könne grundsätzlich wenig verändern. Die vorherige Hürde und die nachfolgenden Regeln entscheiden mit.
Welche Vorstellung von Fairness wird geprüft?
Eine einheitliche Bestehensgrenze erfüllt eine bestimmte Idee von Verfahrensgleichheit: Alle müssen dieselbe Regel erfüllen. Gleiche Chancen, die dafür geforderte Leistung überhaupt zu entwickeln und zu zeigen, sind damit noch nicht beschrieben. Eine proportionale Vertretung sozialer Gruppen wäre wiederum ein weiteres, anders definiertes Ziel.
Die neue Arbeit untersucht auch modellhaft unterschiedliche Schwellen für die beiden Gruppen. Sie berechnet dafür Änderungen, die eine stärkere Vertretung der FSM6-Kinder bei ungefähr gleicher Gruppengröße ermöglichen würden. Daraus folgt keine empirisch bewiesene optimale Aufnahmegrenze. Die Autoren weisen selbst darauf hin, dass ihnen entsprechende Belege über späteren Schulerfolg bei gleichen Auswahltestwerten fehlen.
Ihr Schluss geht über eine technische Empfehlung zur Anmeldung hinaus: Sie stellen die Fairness früher schulischer Auswahl grundsätzlich infrage. Diese Bewertung verbindet die Daten mit einem bildungspolitischen Maßstab. Welche Unterschiede ein Verfahren ausgleichen soll und welche Form der Förderung allen Kindern zugänglich sein sollte, lässt sich durch eine einzelne Kennzahl nicht abschließend entscheiden.
Eine verwandte Unterscheidung behandelt unser Beitrag über Zentralabitur, Vergleichbarkeit und Fairness. Gleich bewertete Prüfungen und gleiche Lernbedingungen sind verschiedene Aufgaben. Der englische 11plus-Test ist allerdings kein deutsches Übertrittsverfahren. Konkrete Aussagen über Deutschland benötigen die jeweiligen Daten und Regeln.
Was die Untersuchung tragen kann
Die neue Analyse verknüpft Testteilnahme, Testerfolg, nationale Schulleistung und ein verfügbares soziales Merkmal für eine große lokale Kohorte. Das ist ihre Stärke. Ihre Übertragbarkeit hängt jedoch von regionalen Auswahlpraktiken, Schulangebot und Wettbewerb ab. Kent repräsentiert nicht automatisch ganz England oder jedes selektive Schulsystem.
Für die detaillierten Methoden und Tabellen dieses Artikels wurde die öffentlich zugängliche Autorenfassung ausgewertet; die finale gesetzte Verlagsfassung war beim direkten Abruf nicht zugänglich. Die zentralen Richtungen und die gerundete Opt-out-Zahl stimmen mit den aktuellen institutionellen Mitteilungen überein. Die personenbezogenen Ausgangsdaten sind aus ethischen Gründen nicht öffentlich verfügbar. Wir haben die veröffentlichten Ergebnisse geprüft und verständlich dargestellt, keine eigene Neuauswertung der einzelnen Kinder vorgenommen.
Die Befunde verschieben damit den Blick auf die Auswahl. Ein vergleichbarer nationaler Testwert führt in dieser Kohorte nicht zu gleichen beobachteten Teilnahme- und Bestehenschancen. Welche Ursachen daran welchen Anteil haben und welche Reform sie wirksam verändert, bleibt eine weitere Forschungsaufgabe. Wer Fairness beurteilt, muss den ganzen Weg bis zur Schule betrachten und bei jedem Schritt wissen, was tatsächlich gemessen wurde.
Zum Artikelbild: Die mit KI erzeugte Tür aus einem Prüfungsbogen ist eine symbolische Darstellung des Zugangs. Sie zeigt keine wirkliche Schule, keine untersuchte Familie und keine dokumentierte Zurückweisung.
