How reading comprehension and age at arrival predict achievement among 1st generation immigrant students in Germany

Hintergrund: In PISA gehört Deutschland durchgängig zu den Ländern mit den größten Leistungsunterschieden zwischen Schüler:innen mit und ohne Zuwanderungshintergrund; die Disparitäten bestehen auch nach Kontrolle sozioökonomischer Merkmale fort. Internationale Schulleistungsstudien behandeln zugewanderte Schüler:innen dennoch meist als homogene Gruppe. Damit bleibt die Heterogenität innerhalb dieser Gruppe verdeckt – insbesondere hinsichtlich des jeweiligen Stands des Zweitspracherwerbs –, obwohl gerade sie Ansatzpunkte für gezielte Förderung liefern könnte.
Fragestellung: Vor diesem Hintergrund untersuchen wir, welche migrationsbezogenen Merkmale – Zuzugsalter, von Lehrkräften eingeschätztes Leseverständnis und Familiensprache – die Schulleistungen von Schüler:innen der ersten Zuwanderungsgeneration in Deutschland vorhersagen und ob diese Zusammenhänge über ein Jahrzehnt sich wandelnder Migrationskontexte hinweg stabil bleiben.
Methode: Auf Basis der deutschen PISA-Daten aus vier Erhebungszyklen (2012–2022; N = 1,189 Jugendliche der ersten Zuwanderungsgeneration) schätzten wir Mehrebenenmodelle, in denen die Schüler:innen in den Erhebungszyklen genestet waren. Die Kompetenzen wurden in Mathematik, Lesen und Naturwissenschaften sowie als bereichsübergreifender Gesamtwert erfasst, wobei pro Person 100 aus IRT-Modellen abgeleitete Plausible Values verwendet wurden. Ergänzend wurden explorativ Kategorien des Zuzugsalters gebildet, die mittels rekursiver Partitionierung bestimmt wurden.
Ergebnisse: Das von Lehrkräften eingeschätzte Leseverständnis – ein unterrichtsnaher Indikator funktionaler Lesekompetenz, der sich von der standardisierten PISA-Lesekompetenz unterscheidet – war in allen Bereichen der stärkste Prädiktor. Es sagte nicht nur die Lesekompetenz vorher (R² = .506), sondern auch die naturwissenschaftliche (.290) und die mathematische Kompetenz (.217). Leseverständnis erweist sich damit als notwendige Voraussetzung für die Bearbeitung der textlastigen PISA-Aufgaben in Naturwissenschaften und Mathematik. Auch das Zuzugsalter blieb über alle Modellspezifikationen hinweg robust (β = −0.03 Standardabweichungen pro Lebensjahr), mit einem kumulierten Unterschied von d = 1.15 zwischen den frühesten und den spätesten Zuzügen. Unter den sozioökonomischen Indikatoren leistete allein der häusliche Besitz einen bedeutsamen Beitrag; Bildungsabschluss und beruflicher Status der Eltern zeigten keine bedeutsamen Zusammenhänge.
Schlussfolgerungen: Leseverständnis und Zeitpunkt der Zuwanderung sind in den deutschen PISA-Daten deutlich stärkere Prädiktoren der Schulleistung zugewanderter Jugendlicher als der sozioökonomische Hintergrund, während die Familiensprache vernachlässigbare Effekte zeigt. Die Befunde verweisen auf Grenzen der gängigen Berichtspraxis: Die Zusammenfassung zugewanderter Schüler:innen zu groben Kategorien verdeckt genau jene Heterogenität, die die Leistungsunterschiede tatsächlich hervorbringt. Eine getrennte Ausweisung nach Zuzugsalter und Leseverständnis würde Lehrkräften und Bildungspolitik handlungsrelevantere Informationen liefern.

Background: Germany consistently shows one of the largest achievement gaps between immigrant and non-immigrant students across countries in PISA, with disparities persisting even after adjustment for socioeconomic factors. Yet international large-scale assessments typically treat immigrant students as a homogeneous group, potentially obscuring within-group heterogeneity—particularly regarding varying stages of second language acquisition—that could inform targeted intervention.
Purpose: Based on these considerations we investigate which migration-related factors—age at arrival, teacher-rated reading comprehension, and home language—predict academic achievement among 1st generation immigrant students in Germany, and whether these relationships remain stable across a decade of changing migration contexts.
Methods: Using German PISA data from four PISA cycles (2012–2022; N =  1,189 1st generation immigrants), we estimated multilevel models with students nested within assessment cycles. Achievement was measured across mathematics, reading, science, and a composite domain using 100 plausible values per student derived from IRT models. Exploratory analyses include arrival-age categories which were derived through recursive partitioning.
Results: Teacher-rated reading comprehension—a classroom-based functional literacy indicator distinct from PISA’s standardized reading score—was the strongest predictor of achievement across all domains. This measure predicted not only reading (R2 = .506) but also science (.290) and mathematics (.217), indicating that reading comprehension is an essential prerequisite for understanding the text-heavy PISA tasks in science and mathematics. While teacher-rated reading comprehension emerged as the strongest predictor, age at arrival proved robust across all model specifications (β = -0.03 standard deviations per year), with cumulative effect of d = 1.15 between earliest and latest arrivers. Among socioeconomic indicators, only home possessions contributed significantly; parental education and occupational status showed no significant associations.
Conclusions: Reading comprehension and migration timing emerge as substantially stronger predictors of immigrant student achievement than socioeconomic background in German PISA data, while home language use shows negligible effects. These findings highlight limitations in current reporting practices: aggregating immigrant students into broad categories obscures the heterogeneity that actually drives achievement gaps. Disaggregating results by arrival age and reading comprehension would provide educators and policymakers with more actionable insights.