Lehrkräfte nehmen die Komplexität von Unterricht durch diagnostische Kategorien wahr, die ihre Unterrichtspraktiken steuern. Dieser Beitrag untersucht die Wirksamkeit einer Fortbildung zum sprachbildenden Mathematikunterricht, indem die Entwicklung diagnostischer Kategorien beim Beurteilen von Lernendenprodukten über drei Zeitpunkte (0, 3, 15 Monate) betrachtet wird. In einem Prä-Post-Kontrollgruppendesign zeigen die Ergebnisse zwar erste vielversprechende Fortschritte, verdeutlichen aber auch die Herausforderungen nachhaltiger Veränderungen.