Die Fähigkeit zum Sight-Reading hängt teilweise von einem starken Kurzzeitgedächtnis ab. Ein Experiment zum Sight Reading mit einem Eye Tracker zeigt, dass hochqualifizierte Musiker dazu neigen, in der Musik weiter nach vorne zu schauen, die Noten zu speichern und zu verarbeiten, bis sie gespielt werden; Dies wird als Auge–Hand-Spanne bezeichnet.

Die Speicherung von Notationsinformationen im Arbeitsspeicher kann in Form der Informationsmenge (Last) und der Zeit ausgedrückt werden, für die sie vor der Wiedergabe gehalten werden müssen (Latenz). Die Beziehung zwischen Last und Latenz ändert sich je nach Tempo, so dass t = x / y, wobei t die Änderung des Tempos, x die Änderung der Last und y die Änderung der Latenz ist. Einige Lehrer und Forscher haben vorgeschlagen, dass die Augen–Hand-Spanne trainiert werden kann, um größer zu sein, als es sonst unter normalen Bedingungen wäre, was zu einer robusteren Sichtlesefähigkeit führt.Das menschliche Gedächtnis kann in drei große Kategorien unterteilt werden: Langzeitgedächtnis, sensorisches Gedächtnis und Kurzzeitgedächtnis (Arbeitsgedächtnis). Nach der formalen Definition ist das Arbeitsgedächtnis „ein System zum vorübergehenden Speichern und Verwalten der Informationen, die zur Ausführung komplexer kognitiver Aufgaben wie Lernen, Denken und Verstehen erforderlich sind.“ Das wichtigste Merkmal, das das Arbeitsgedächtnis sowohl vom Langzeit- als auch vom sensorischen Gedächtnis unterscheidet, ist die Fähigkeit dieses Systems, Informationen gleichzeitig zu verarbeiten und zu speichern. Das Wissen hat eine sogenannte“begrenzte Kapazität“, so dass nur eine bestimmte Menge an Informationen gespeichert werden kann und nach der Verarbeitung nur für ein kleines Zeitfenster leicht zugänglich ist, mit einem Rückrufzeitblock von ungefähr fünfzehn Sekunden bis eine Minute.Experimente, die sich mit Gedächtnisspanne befassen, wurden 1956 von George Miller durchgeführt, der angab: „Die häufigste Anzahl von Elementen, die im Arbeitsgedächtnis gespeichert werden können, ist fünf plus oder minus zwei.“ Wenn diese Informationen jedoch nicht im Langzeitgedächtnis aufbewahrt und gespeichert („konsolidiert“) werden, verblassen sie schnell.Die Forschung zeigt, dass der Hauptbereich des Gehirns, der mit dem Arbeitsgedächtnis verbunden ist, der präfrontale Kortex ist. Der präfrontale Kortex befindet sich im Frontallappen des Gehirns. Dieser Bereich befasst sich mit Kognition und enthält zwei wichtige neuronale Schleifen oder Pfade, die für die Verarbeitung von Aufgaben über das Arbeitsgedächtnis von zentraler Bedeutung sind: die visuelle Schleife, die für die visuelle Komponente der Aufgabe erforderlich ist, und die phonologische Schleife, die sich mit den sprachlichen Aspekten der Aufgabe befasst (d. H. Das Wort oder die Phrase wiederholen). Obwohl der Hippocampus im Temporallappen die Gehirnstruktur ist, die am häufigsten mit Erinnerungen gepaart wird, haben Studien gezeigt, dass seine Rolle für die Konsolidierung der Kurzzeitgedächtnisse in langfristige wichtiger ist als die Fähigkeit, bestimmte Aufgaben zu verarbeiten, auszuführen und kurz zu erinnern.

Diese Art des Gedächtnisses ist speziell bei der Diskussion des Sichtlesens in den Fokus gerückt, da der Prozess des ersten Betrachtens von Noten und deren Entschlüsselung beim Spielen eines Instruments als komplexe Verständnisaufgabe angesehen werden kann. Die wichtigste Schlussfolgerung in Bezug auf diese Idee ist, dass das Arbeitsgedächtnis, die Kurzzeitgedächtniskapazität und die mentale Geschwindigkeit drei wichtige Prädiktoren für die Leistung beim Lesen sind. Obwohl keine der Studien die Korrelation zwischen der Zeit, die man mit dem Üben verbringt, und den musikalischen Fähigkeiten, insbesondere den Sehfähigkeiten, diskreditiert, weisen mehr Studien auf die Ebene hin, auf der das Arbeitsgedächtnis als Schlüsselfaktor für die Sehfähigkeit fungiert. In einer solchen Studie heißt es: „Die Kapazität des Arbeitsgedächtnisses leistete ebenfalls einen statistisch signifikanten Beitrag (etwa 7 Prozent, ein mittelgroßer Effekt). Mit anderen Worten, wenn Sie zwei Pianisten mit der gleichen Menge an Übung, aber unterschiedlichen Ebenen der Arbeitsgedächtniskapazität genommen hätten, wäre es wahrscheinlich, dass derjenige mit der höheren Arbeitsgedächtniskapazität bei der Sight-Reading-Aufgabe erheblich besser abgeschnitten hätte.“Basierend auf den Recherchen und Meinungen mehrerer Musiker und Wissenschaftler scheint die Botschaft über die Sehfähigkeit und das Arbeitsgedächtnis zu sein, dass „Die besten Seher starke Arbeitsgedächtnisse mit Zehntausenden von Stunden Übung kombinierten.“

Sight-Reading hängt auch von der Vertrautheit mit dem musikalischen Idiom durchgeführt wird; Dies ermöglicht es dem Leser häufig auftretende Muster von Noten als eine Einheit zu erkennen und zu verarbeiten, anstatt einzelne Noten, wodurch eine höhere Effizienz. Dieses Phänomen, das auch für das Lesen von Sprache gilt, wird als Chunking bezeichnet. Fehler beim Sight-Reading treten in der Regel an Orten auf, an denen die Musik unerwartete oder ungewöhnliche Sequenzen enthält; Diese vereiteln die Strategie des „Lesens durch Erwartung“, die Sight-Reader normalerweise anwenden.