Im vorliegenden Beitrag wird zunächst
die Darstellung und Analyse unterschiedlicher im Vorschulalter relevanter Einflussgrößen zur Prognose von späteren Schwie­rig­keiten beim Lesen- und Schreibenlernen vorgenommen. Als Resultat daraus wird der Vermutung nachgegangen, dass durch die zusätzliche Aufnahme jenseits der z.B. im Bielefelder Screening (BISC) aufgenommenen Einflussgrößen der phonologischen Informationsverarbeitung um weitere sprachliche Variablen und nonverbale Kompetenzen eine präzisere Vorhersage von Schwierigkeiten beim Schriftspracherwerb am Ende der ersten Klasse erfolgen kann. Auf der Basis einer Längsschnittstudie mit über 200 Kindern konnte gezeigt werden, dass vor allem im Bereich des Rechtschreibens ein solches sogar nur in Teilen erweitertes Modell
eine deutlich bessere Klassifikation erlaubt. Insgesamt spielten aber auch bei der Prognose von Schwierigkeiten beim Erwerb der Literalität nichtsprachliche Kompetenzen eine überraschend große Rolle. Des Weiteren werden Vorschläge zur Darstellung von Prognosebefunden
auf der Basis eines logistischen Klassifikationsmodells gemacht, die nicht nur den Bedürfnissen der Praxis deutlich entgegenkommen dürften.

Beyond phonological information processing: Can the kindergarten predicton of future reading and spelling problems be realized in a more precise manner by adding general language and nonverbal variables to the prediction model?

In this paper we ask if the kindergarten predicton of future reading and spelling problems can be realized in a more precise manner by adding non-phonological language and nonverbal variables to the prediction model that up to now focused primarily on phonological information processing (phonological awareness, rapid naming and attention). It could be shown by a longitudinal study with over 200 children that such an extended model permits clear better classifications primarily in the area of spelling. Altogether non-verbal IQ competencies played a surprisingly major role also in the forecast of difficulties in the acquisition of literacy in general. Furthermore we describe a statistical classification model (logistic regression analysis) that might considerably meet the needs not only of practicioners.