Einleitung

Inklusive Bildung ist nach der UN-BRK Menschenrecht und zentrales pädagogisches und bildungspolitisches Ziel. Deutschland wird allerdings für dessen unzureichende Umsetzung und insbesondere für den Fortbestand segregierter Beschulungsformen kritisiert (United Nations, 2015, 2023), welche parallel zum Regelschulsystem verlaufen und trotz inklusiver Bestrebungen und politischer Forderungen in den meisten Bundesländern ein maßgeblicher Baustein in der Strukturierung der sonderpädagogischen Förderung sind (Steinmetz et al., 2021). Berlin und Bayern nehmen aufgrund ihrer Strukturpersistenz im Kontext Inklusion eine besondere Stellung ein (Steinmetz et al., 2021), was im Widerspruch zur UN-BRK steht (Deutsches Institut für Menschenrechte, 2025; Hübner & Reimann, 2025) und inklusive Entwicklungen behindert (Buchner & Proyer, 2020, Ebenbeck & Gebhardt, 2025, Powell, 2024, Helbig & Steinmetz, 2021).

Diese Studie zeigt anhand von zwei Studien in Bayern und Berlin unter Verwendung der jeweiligen Schulstatistiken im Zeitraum 2014-2023, welchen Einfluss die räumliche Lage von Schulen auf die Entwicklung von Inklusion hat.

Methodik

Als Datengrundlage dienen Berliner bzw. Bayerische Schulstatistiken über die Anzahl von Lernenden mit SPF und Gesamtschülerzahlen auf Schulebene sowie für Berlin der Gesundheits- und Sozialindex (GESIx). Es werden pro Bezirk, Schuljahr und Schulstufe die Förderquote (Anteil der Lernenden mit SPF an der Gesamtschülerzahl), die Inklusionsquote (Anteil der Lernenden mit SPF, die inklusiv unterrichtet werden, an der Gesamtschülerzahl mit SPF), die Anzahl der FSE, die Gesamtschüleranzahl und ggf. der GESIx einbezogen. In Bayern wird die räumliche Lage zudem in städtische und ländliche Gebiete klassifiziert und georeferenziert anhand von offenen Geodaten der Länder und Koordinaten der Schulen.

In Studie 1 werden für Bayern Simulationsstudien durchgeführt, die die mögliche zukünftige Entwicklung von Inklusion und den Schülerzahlen berechnen und prädizieren (Ebenbeck et al., 2025). In Studie 2 werden für Berlin räumliche Panelanalysen genutzt, um zu analysieren, wie sich Inklusions- und Förderquote in der Primar- und Sekundarstufe bereits entwickelt haben und welchen Einfluss der FSE-Bestand, soziale Benachteiligung und räumliche Bedingungen haben.

Ergebnisse

In Studie 1 zeigt sich, dass sich Inklusion in Stadt und Land deutlich unterschiedlich entwickeln würde und dass Inklusion im ländlichen Raum nur umsetzbar ist, wenn wohnortnahe Beschulung an jeder Grundschule umgesetzt wird. Wohnortnahe Beschulung würde zu einer Ersparnis von durchschnittlich 30 Kilometer Schulweg der Lernenden führen. Im städtischen Raum wären auch Modelle mit speziellen Inklusionsschulen umsetzbar.

In Studie 2 zeigen sich in Fixed-Effects-Modellen, dass eine höhere Förderschuldichte mit einer niedrigeren Inklusionsquote (Sekundarstufe: β=−4.16, p<.001; Primarstufe: β=−5.56, p<.01) und einer höheren Förderquote (Sekundarstufe: β=0.51, p<.01) zusammenhängt. Sozial benachteiligte Bezirke weisen signifikant höhere Förderquoten auf (β=−1.05 je GESIx-Punkt, p<.05). Räumliche Panelmodelle bestätigen die Effekte und identifizieren zudem signifikante Nachbarschaftsdynamiken. Förderquoten haben positive Nachbarschaftseffekte (λ=0.63, p<.001) und Inklusionsquoten negative Nachbarschaftseffekte (λ=−0.59, p<.05).

Diskussion und Fazit

Räumliche Lage ist eine kaum änderbare Grundlage von Schulen, wird aber bisher zu wenig im wissenschaftlichen und im bildungspolitischen Diskurs berücksichtigt. In Bayern zeigt sich, dass Inklusion am Land andere Gegebenheiten hat, insbesondere aufgrund von Entfernung und Infrastruktur. Förderschulen wirken in Berlin als institutionelle Barriere, wobei jede Förderschule die Inklusionsquote um zwei Prozentpunkte senkt und die Förderquote leicht erhöht. Ein alleiniger Ausbau inklusiver Angebote reicht daher nicht, sondern notwendig ist der parallele Rückbau von Förderschulen und die Überführung der Ressourcen ins Regelsystem. Weiter zeigen sozial benachteiligte Bezirke höhere Förderquoten, was eine enge Kopplung von sozialer Lage und Diagnoseraten bestätigt und riskiert, soziale Ungleichheiten zu verstärken. Die Nachbarschaftseffekte in den Förderquoten können darauf hindeuten, dass es gemeinsame Diagnosestrukturen der Bezirke gibt oder sich die Diagnosestellung in den Bezirken gegenseitig beeinflusst. Die Nachbarschaftseffekte in den Inklusionsquoten können darauf hindeuten, dass Inklusion in manchen Bezirken stark aufgebaut wird und dann ggf. auch attraktiv für Eltern in den umliegenden Bezirken ist.

Theorie

Reduzierte Individuelle Lernziele (RILZ) stellen eine der zentralen Massnahmen dar, um die zunehmende Integration von Lernenden mit besonderem Bildungsbedarf in Regelklassen zu ermöglichen. Dabei erhalten leistungsschwache Lernende in einem oder mehreren Fächern reduzierte Lernziele und angepasste Lerninhalte (Sahli Lozano et al., 2021). Aufgrund der damit verbundenen Stigmatisierungs- und Etikettierungsprozessen (Link & Phelan, 2001; Shifrer, 2013) sowie der Signalwirkung des Zeugnisvermerks (Spence, 1973; Przepiorka, 2025) ist davon auszugehen, dass RILZ langfristige Auswirkungen auf die Bildungschancen der Lernenden haben. Wenn sich die Vergabe dieser Massnahme nicht primär auf individuelle Lernbedürfnisse zurückführen lässt, sondern systematisch mit sozialen Merkmalen zusammenhängt, kann dies bestehende Ungleichheiten verstärken und zur Reproduktion sozialer Bildungsungleichheiten beitragen. Bisherige Forschung zu Bildungsungleichheiten in der Schweiz zeigt, dass insbesondere Lernende mit einem niedrigen sozioökonomischen Status (Schmutz, 2024), einem Migrationshintergrund (Beck & Jäpel, 2019) oder männlichem Geschlecht (Hupka-Brunner & Meyer, 2023) über Leistungsunterschiede hinaus benachteiligt werden. Ähnliche Muster zeigen sich bei der Zuweisung zu sonderpädagogischen oder integrativen Massnahmen wie RILZ (Skrtic et al., 2021; Elder et al., 2021). Soziale Merkmale wirken dabei nicht unabhängig voneinander, sondern überlagern und verstärken sich gegenseitig, weshalb eine intersektionale Perspektive notwendig ist, um komplexe Ungleichheitsstrukturen sichtbar zu machen, die durch additive Betrachtungen verdeckt bleiben (Crenshaw, 1989; Prior et al., 2025).

Forschungsfrage

Trotz der hohen Relevanz von RILZ für den schulischen Alltag und dem weitergehenden Bildungsweg findet sich bislang wenig Forschung zu den Mechanismen ihrer Vergabe. Eine intersektionale Perspektive ermöglicht es zu prüfen, ob die Vergabe von RILZ über individuelle Leistungsunterschiede hinaus sozial strukturiert ist und ob bestimmte Kombinationen sozialer Merkmale kumulative Benachteiligungen erzeugen. Die Studie untersucht dementsprechend, inwiefern die Kombination von sozialer Herkunft, Migrationshintergrund und Geschlecht die Wahrscheinlichkeit beeinflusst, reduzierte Lernziele zu erhalten.

Design und Methodik

Die Datengrundlage bilden standardisierte Leistungstests («Checks») des Bildungsraums Nordwestschweiz (BS, BL, AG, SO) aus den Jahren 2013 bis 2024. Diese Tests decken nahezu die gesamte Lernendenpopulation ab (NBeobachtungen ≈ 489’000, NLernende ≈ 226’000, NSchulen ≈ 1’200) und enthalten leistungs- und kontextbezogene Informationen sowie Angaben zum Erhalt von RILZ (BR NWCH, 2025). Zur Ergänzung wurden sie mit administrativen Registerdaten zu den Bildungsverläufen und soziodemografischen Merkmalen verknüpft.

Für die Analyse wird das speziell für die quantitative Untersuchung intersektionaler Fragestellungen entwickelte Verfahren der Multilevel Analysis of Individual Heterogeneity and Discriminatory Accuracy (MAIHDA) eingesetzt (Evans et al., 2024). Dabei werden die Lernenden anhand der Kombination ihrer Ausprägungen in den Dimensionen soziale Herkunft, Migrationshintergrund und Geschlecht jeweils einem spezifischen sozialen Stratum zugeordnet. Dies ermöglicht es, additive und intersektionale Effekte der Merkmale zu unterscheiden und zu prüfen, ob bestimmte Strata systematisch häufiger RILZ erhalten (Merlo, 2018).

Ergebnisse und Relevanz

Erste Analysen zeigen, dass die Vergabe von RILZ nicht allein von Leistungsunterschieden abhängig ist, sondern wesentlich durch soziale Merkmale strukturiert wird. Ein grosser Teil der Varianz wird durch die additiven Effekte der sozialen Herkunft, des Migrationshintergrunds und des Geschlechts erfasst. Darüber hinaus zeigt sich ein bedeutsamer intersektionaler Anteil. So weisen mehrere Strata signifikante Residualeffekte auf und zeigen Zuweisungsmuster, die sich nicht aus den Einzelmerkmalen ableiten lassen.

RILZ wird insbesondere vermehrt an Lernende mit einem niedrigen sozioökonomischen Status vergeben, wobei sich je nach Kombination mit den Ausprägungen beim Migrationshintergrund und dem Geschlecht zusätzliche Unterschiede ergeben. Für bestimmte Strata zeigt sich demnach ein bis zu neunfach erhöhtes Risiko RILZ zu erhalten.

Insgesamt verdeutlichen die Befunde, dass die Vergabe integrativer Massnahmen wie RILZ sozial strukturiert ist und intersektionale Selektivitätsmuster aufweist, wodurch bestehende Bildungsungleichheiten stabilisiert oder verstärkt werden können. Vor diesem Hintergrund erscheint eine kritische Hinterfragung und Prüfung der Vergabekriterien und Entscheidungsprozessen notwendig, um sicherzustellen, dass RILZ tatsächlich individuelle Lernbedürfnisse adressieren und nicht unbeabsichtigt zur Reproduktion sozialer Benachteiligungen beitragen.

Die zunehmende Heterogenität in deutschen Grundschulklassen stellt Lehrkräfte vor die Herausforderung, Schüler:innen mit sehr unterschiedlichen Lernvoraussetzungen zu fördern. Manche Schüler:innen entwickeln Lernschwierigkeiten, die temporär Art sein können oder sich dauerhaft manifestieren (Grünke & Grosche, 2014; Lange & Thompson, 2006). Für einen Teil dieser Schüler:innen wird ein sonderpädagogischer Förderbedarf im Schwerpunkt Lernen (SPF-L) festgestellt, für andere mit vergleichbaren Lernausgangslagen jedoch nicht. In Deutschland erfolgt die Feststellung im Rahmen einem diagnostischen Verfahren, das jedoch nicht standardisierten Abläufen folgt und dem keine einheitlichen Definitionen eines SPF-L zugrunde liegen (Sälzer et al., 2015). Vielmehr scheint die Feststellung eines SPF-L ebenfalls von konstrukt-irrelevanten Faktoren, wie die Nähe zur nächsten Förderschule (Goldan & Grosche, 2021), und individuellen Merkmalen, wie der sozialen Herkunft (Sahli Lozano et al., 2023), beeinflusst zu sein. Dies führt dazu, dass Schüler:innen trotz ähnlicher Lernausgangslagen sich dennoch hinsichtlich ihres diagnostischen Status unterscheiden (Koßmann, 2020).

Die Zuweisung eines SPF-L-Labels kann kurz- und langfristige Auswirkungen für Schüler:innen haben; es gibt plausible Argumente und empirische Hinweise für sowohl positive als auch negative Konsequenzen. Das Label kann positive Effekte haben, wenn es mit gezielter Unterstützung wie individuellen Förderplänen und spezifischen Lernstrategien einhergeht (Schwab, 2020). Besonders in Mathematik zeigen sich Fortschritte durch individualisierte Förderung und zusätzliche Lernzeit (Hurwitz et al., 2020). Gleichzeitig kann das Label auch negative Folgen haben, wenn es mit Stigmatisierungen einhergeht. Häufig führt das Label dazu, dass Lehrkräfte geringere Erwartungen an die Fähigkeiten der Schüler:innen haben (Kashikar et al., 2025). Solche geringeren Erwartungen können zu weniger herausfordernden Lerngelegenheiten führen und die Kompetenzentwicklung beeinträchtigen (Hattie, 2009; Jussim & Harber, 2005).

Ziel der vorliegenden Studie ist es, die Auswirkungen der SPF-L-Diagnose und das damit verbundenen Label auf die Entwicklung mathematischer Kompetenzen während der Grundschulzeit zu untersuchen. Ergänzend werden zwei potenzielle Mechanismen untersucht, die die Kompetenzentwicklung von Schüler:innen mit SPF-L moderieren könnten: der Erhalt von zusätzlicher sonderpädagogischer Förderung und die Erwartungshaltung der Lehrkräfte in Bezug auf die mathematischen Kompetenzen der Schüler:innen. Grundlage der Untersuchung sind Daten der Startkohorte 2 (n = 6,917) des Nationalen Bildungspanels (NEPS; Blossfeld & Roßbach, 2019), hiervon erhielten 181 Schüler:innen eine SPF-L-Diagnose.

Um die Vergleichbarkeit zwischen Schüler:innen mit und ohne SPF-L sicherzustellen, wurde ein Propensity Score Matching durchgeführt (Rosenbaum & Rubin, 1985). Dabei wurden relevante Kovariate wie sozioökonomischer Hintergrund, Migrationsstatus, mathematische Kompetenz zu Beginn der Grundschule, kognitive Grundfähigkeiten, Wortschatz, Gesundheit, Anstrengungsbereitschaft und regionale Diagnosequoten berücksichtigt (vgl. Kocaj et al., 2014). Es zeigten sich große signifikanten Unterschiede in den genannten Kovariaten zwischen den beiden Gruppen, insgesamten konnten 176 statistische Zwillinge identifiziert werden. Nach dem Matching wurden latente Wachstumsmodelle geschätzt, um die Entwicklung mathematischer Kompetenzen über drei Messzeitpunkte im Verlauf der Grundschulzeit zu analysieren. Als erklärende Variablen für den Kompetenzzuwachs (Slope) wurden die Lehrkräfteerwartung sowie die tatsächlich sonderpädagogische Förderung hinzugezogen.

Die Ergebnisse zeigen, dass Schüler:innen mit SPF-L im Vergleich zur gematchten Kontrollgruppe ohne SPF-L eine signifikant geringere mathematischen Kompetenzentwicklung aufweisen, obwohl die Ausgangsniveaus für beide Gruppen vergleichbar sind. Schüler:innen mit SPF-L erhalten häufiger sonderpädagogische Unterstützung, diese geht jedoch nicht zwangsläufig mit einer verbesserten Kompetenzentwicklung einher. Vielmehr weisen Schülerinnen ohne SPF-L, die keine Unterstützung erhalten, die höchsten Kompetenzzuwächse auf. Bezüglich der Lehrkräfteerwartungen konnte kein signifikanter Einfluss auf das Wachstum der mathematischen Kompetenzen nachgewiesen werden. Allerdings werden Schüler:innen ohne SPF-L signifikant positiver eingeschätzt als ihre Peers mit SPF-L, obwohl ihre mathematischen Leistungen vergleichbar sind.

Die Studie zeigt, dass die Diagnose SPF-L nicht nur Zugang zu Unterstützung ermöglicht, sondern auch potenziell negative Konsequenzen für die Kompetenzentwicklung haben kann. Die Ergebnisse unterstreichen die Notwendigkeit einer kritischen Reflexion diagnostischer Verfahren sowie einer evidenzbasierten Gestaltung von Fördermaßnahmen. Zudem sollten Lehrkräfte für die Auswirkungen ihrer Erwartungen sensibilisiert werden, um allen Schüler:innen faire und förderliche Lernbedingungen zu bieten.