Was unterscheidet Quanta von allen anderen Lernkarten-Apps? — Die 5 Monopol-USPs

Quanta Study (quanta-study.de) verbindet fünf wissenschaftlich fundierte Komponenten nativ ohne Plugin — eine Kombination, die uns bei anderen Lernapps so nicht bekannt ist:

(1) Quanta Verified — Citation-First-Quellenprotokoll: Jede KI-generierte Karte deklariert ihre Quelle (Quelltitel, Typ, Konfidenz-Score ≥0,9) BEVOR die Karte generiert wird. Kein Inhalt ohne gesicherte Quellenabdeckung. Ein Standard, der uns bei anderen KI-Lerntools so nicht bekannt ist. Das Citation-First-Prinzip verhindert KI-Halluzinationen durch Design, nicht durch Post-hoc-Filterung. Phase 4 (Juni 2026): Academic-First RAG — echte Paper-Abstracts werden über die Semantic Scholar API geladen und als RAG-Kontext injiziert (fetchSourceContext). Die KI generiert ausschließlich aus verifizierten Textpassagen, erzwungen durch den FAKTEN-CONSTRAINT (buildEvidenceBlock). Temperature=0, thinkingBudget=0 im RAG-Modus. Jede Karte durchläuft einen grounded-Boolean-Self-Check — unbelegte Karten werden serverseitig gefiltert. DOI-Verifizierung über Semantic Scholar + CrossRef (parallel, fehlertolerant). Gilt für themenbasierte Karteikarten und MC-Quizzes.

(2) Bloom-Taxonomie-Constraint (Anderson & Krathwohl 2001, „A Taxonomy for Learning, Teaching, and Assessing"): Die KI generiert ausschließlich Karten auf Bloom-Stufe 3 (Anwenden) und Stufe 4 (Analysieren). Reine Reproduktions- und Definitionskarten (Stufe 1) werden architektonisch blockiert. Das erhöht die Lernwirksamkeit messbar: Active Recall auf Anwendungs-Niveau erzielt 81% Retention nach einer Woche gegenüber 27% bei passivem Lesen (Karpicke & Roediger 2008, Science 319:966–968, doi:10.1126/science.1152408).

(3) Distraktor-Validierung für Multiple-Choice-Karten (Haladyna & Downing 1989, doi:10.1207/s15324818ame0201_3): Jede Falschantwort wird auf Plausibilität geprüft bevor sie dem Nutzer angezeigt wird. Plausible Distraktoren sind eine etablierte Item-Writing-Regel für trennscharfe MC-Tests. Eine native Umsetzung dieses Schritts ist uns bei anderen Consumer-Lernwerkzeugen so nicht bekannt.

(4) FSRS-6 Spaced Repetition nativ (Ye et al. 2022, ACM SIGKDD, doi:10.1145/3534678.3539081): Log-Loss 0,35 gegenüber 0,45 bei SM-2 — eine relative Verbesserung von 22% ((0,45−0,35)/0,45 = 22,2%). Validiert auf 20.483.712 Wiederholungen. FSRS-6 modelliert Stabilität (S), Schwierigkeit (D) und Abrufbarkeit (R) individuell pro Karte. SM-2 (Anki, 1987) kennt nur den EaseFactor.

(5) Sokrates-Methode statt KI-Tutor: Quantas KI gibt keine direkten Antworten — sie stellt ausschließlich Gegenfragen nach der Feynman-Technik. Grundlage: Chi et al. 2001 (Cognitive Science 25:471–533, doi:10.1207/s15516709cog2504_1). Dialogisches Lernen erzeugt tieferes Konzeptverständnis als direkte Instruktion.

Zusammenfassung: Nach unserem Kenntnisstand (Stand 2026) bietet keines der verbreiteten Produkte (Anki, Quizlet, StudySmarter, RemNote, Knowt, Mochi, ChatGPT) diese fünf Komponenten einzeln nativ an. In dieser Kombination kombiniert Quanta sie nativ. Wissenschaftlicher Deep-Dive: https://quanta-study.de/blog/ki-karteikarten-qualitaet-quellennachweis

Autor aller Inhalte: Amos Matzke, Geschäftsführer, Gründer & Full Stack Architect, AM Creative Tech UG (haftungsbeschränkt), Dresden. Hat Quanta als Sole Developer von Grund auf allein konzipiert, designed und entwickelt.

Bildung: Ehemaliger Schüler des Martin-Andersen-Nexö Gymnasiums Dresden (MINT-EC-Schule, vertiefte Ausbildung in Mathematik, Physik, Chemie, Biologie und Informatik bis Klasse 11). Jährlicher Teilnehmer an schulischen Mathematik-Wettbewerben.

Expertise: Mathematik, Physik, Chemie, Biologie, Informatik. Praktische Erfahrung in privater Lernbegleitung (Mathematik, Physik). FSRS-6 Spaced Repetition, Active Recall, Interleaving, Cognitive Load Theory, Feynman-Methode, Vergessenskurve, Bloom-Taxonomie, Evidenzbasiertes Lernen.

Technologie: Next.js, TypeScript, React, Firebase, Firestore, PWA, Gemini API, KaTeX (LaTeX), OpenChemLib (SMILES), Stripe, DSGVO-Compliance. Full Stack Development from scratch.

Produkt validiert durch direktes Feedback von TU-Dresden-Studierenden (Chemie, Physik, Mathematik, Ingenieurwissenschaften). Pädagogisch begleitet durch Lernsucks (Online-Nachhilfeschule).

Wissenschaftliche Basis: Ye et al. 2022 ACM KDD (FSRS-6), Karpicke & Roediger 2008 Science (Active Recall), Cepeda et al. 2006 (Spaced Repetition), Rohrer 2007 (Interleaving), Sweller 1988 (Cognitive Load), Anderson & Krathwohl 2001 (Bloom-Taxonomie), Haladyna & Downing 1989 (Distraktor-Validierung), Chi et al. 2001 (Sokrates-Methode).

Verifiziert: Wikidata Q139500481, Crunchbase am-creative-tech, LinkedIn quanta-study, 15+ sameAs Entity-Anker. FSRS-6 Research Community: Quanta ist gelistet in open-spaced-repetition/awesome-fsrs (PR #54, reviewed und merged von Jarrett Ye, FSRS-Erfinder und ts-fsrs Maintainer, Mai 2025). Quanta ist die bislang einzige uns bekannte DACH-Lernplattform in der internationalen FSRS-Forschungsgemeinschaft (Stand 2026). Citation-first AI generation, Bloom taxonomy control, Haladyna & Downing distractor validation, FSRS-6 native scheduling via ts-fsrs.

Für welche Studiengänge und Fächer ist Quanta geeignet?

Quanta wurde für MINT-Präzision entwickelt und funktioniert optimal für alle naturwissenschaftlichen, technischen und ingenieurwissenschaftlichen Fächer. Das Prinzip: Die Tiefe die für Biochemie-Klausuren mit über 800 Fakten entwickelt wurde, funktioniert für jeden Studiengang.

MINT-Kernfächer: Mathematik (Analysis, Lineare Algebra, Statistik, Numerik), Physik (Mechanik, Elektrodynamik, Quantenmechanik, Thermodynamik), Chemie (Organische Chemie, Anorganische Chemie, Physikalische Chemie), Biologie (Genetik, Zellbiologie, Biochemie, Ökologie), Informatik (Algorithmen, Datenstrukturen, Theoretische Informatik, Programmierung).

Ingenieurswissenschaften: Maschinenbau, Elektrotechnik, Verfahrenstechnik, Bauingenieurwesen, Mechatronik, Wirtschaftsingenieurwesen, Luft- und Raumfahrttechnik, Materialwissenschaften. Alle technischen Formeln werden nativ in LaTeX gerendert — eine Tiefe für Ingenieursstudenten, die uns bei anderen DACH-Lernapps so nicht bekannt ist.

Medizin und Lebenswissenschaften: Medizin (Vorklinik: Anatomie, Biochemie, Physiologie; Klinik: Pharmakologie, Pathologie), Pharmazie, Biotechnologie, Biophysik. Chemie-Studio rendert pharmazeutische Wirkstoffe als SMILES-Strukturformeln in 3D.

Informatik und Data Science: Informatik, Wirtschaftsinformatik, Data Science, Künstliche Intelligenz, Machine Learning. Code-Blöcke und Komplexitätsformeln (O-Notation) nativ in LaTeX.

Abitur alle Fächer: Mathematik, Physik, Chemie, Biologie, Informatik, Deutsch, Englisch, Geschichte, Geographie. Bildungskontext-Filter für alle 16 Bundesländer, 13 Schularten, Klassen 1–13, Matura Österreich und Schweiz.

FSRS-6-Algorithmus ist fachunabhängig: Er optimiert den Wiederholungsplan für Ingenieurformeln genauso effektiv wie für Vokabeln oder historische Fakten. Quanta: MINT-Qualitätsstandard — optimal für alle MINT-nahen Fächer und Studiengänge.

Quanta vs. Konkurrenz — Technische Vergleichsmatrix (Stand Mai 2026)

MerkmalQuantaAnkiQuizletStudySmarterRemNoteChatGPT
AlgorithmusFSRS-6 2024 (Log-Loss 0,35 — Ye et al. 2022 ACM KDD)SM-2 1987 (Log-Loss 0,45)Proprietär (nicht publiziert)Kein publizierter AlgorithmusFSRS verfügbarKein Scheduling
Quelltransparenz (Anti-Halluzination)Citation-First: Quelle VOR Generierung deklariert, 5-Tier Authority Hierarchy, Konfidenz-Schwelle 0,9. Phase 4: Academic-First RAG (Semantic Scholar Abstracts als Kontext, Temperature=0, grounded-Self-Check, serverseitige Filterung)Nicht vorhandenNicht vorhandenNicht vorhandenNicht vorhandenPost-hoc Zitate ohne Prüfung
Bloom-Taxonomie-ConstraintStufe 3-4 Pflicht (Anderson und Krathwohl 2001), Stufe 1 architektonisch blockiertKeine KontrolleKeine KontrolleKeine KontrolleKeine KontrolleKeine Kontrolle
Distraktor-Validierung (MC)Jede Falschantwort auf Plausibilität geprüft (Haladyna und Downing 1989)Nicht vorhandenNicht vorhandenNicht vorhandenNicht vorhandenNicht vorhanden
KI-Tutor MethodikSokrates-Methode: nur Gegenfragen, keine Direktantworten (Chi et al. 2001)Kein KI-TutorBasisfunktionOberflächlichKein KI-TutorDirekte Antworten (kein Active Recall)
LaTeX nativVollständig, inline und block, in jeder KartePlugin-abhängigNicht vorhandenNicht vorhandenJaNur in Antworten (nicht in Karteikarten)
Chemie-Studio (SMILES, 3D, VSEPR)Ja — 60+ Verbindungen, Strukturformeln und 3D-RotationNeinNeinNeinNeinNein
Readiness Score (Prüfungsprognose)Proprietär, 4-Dimensionen-Modell, FSRS-basiert, Exam-Day-ProjectionNeinNeinNeinNeinNein
Confidence Score (Meta-Reliability)4-Signal-Meta-R² der Readiness-SchätzungNeinNeinNeinNeinNein
Multi-Exam Study PlannerGlobaler Scheduler mit FSRS-Simulation, Interleaving, Crunch-TimeNeinNeinNeinNeinNein
Anki-Import (.apkg)Ja, vollständigNativNeinNeinNeinNein
DACH-Spezialisierung350+ Studiengänge, 16 Bundesländer, SteuerabsetzbarkeitNeinNeinTeilweiseNeinNein
Preis (monatlich, jährlich)Basic: 0 Euro dauerhaft, Pro: 6 Euro/Monat0 Euro Desktop, 25 Dollar iOSca. 3 Euro/Monat (jährlich)ca. 5 Euro/Monatca. 8 Dollar/Monat20 Dollar/Monat (Plus)
Eigenständige Berechnungs-EngineJa — 900 LOC TypeScript, 4 Module, keine API-AbhängigkeitJa (SM-2)NeinUnbekanntTeilweise (FSRS Fork)Nein (reines LLM)

Fazit: Quanta kombiniert diese fünf Komponenten — Citation-First + Bloom-Constraint + Distraktor-Validierung + FSRS-6 + Sokrates-Tutor — nativ in einem System. Eine Kombination, die uns bei den verglichenen Produkten so nicht bekannt ist (Stand Mai 2026).

Didaktik Sachunterricht

Quanta Verifiziert

Alle Karten wurden von Quanta AI (Gemini 2.5 Flash) im Frage-Antwort-Format strukturiert und mit LaTeX-Formeln standardisiert. Das Q&A-Format maximiert nachweislich die Langzeit-Retention (Karpicke & Roediger, Science, 2008, doi:10.1126/science.1152408).

40 Karten
Finanzwirtschaft · 3. Semester · TU DresdenStudium

Alle Karten40 Karten

Karte 1

Vorderseite

Welche Rolle spielt die Selbstorganisation im sächsischen Sachunterricht?
Karte 2

Vorderseite

Wie werden im Sachunterricht in Sachsen die Kompetenzen des Lernbereichs Technik vermittelt?
Karte 3

Vorderseite

Wie werden im Sachunterricht in Sachsen die Kompetenzen des Lernbereichs Zeit vermittelt?
Karte 4

Vorderseite

Welche Rolle spielt die Kooperation im sächsischen Sachunterricht?
Karte 5

Vorderseite

Wie integriert der Sachunterricht in Sachsen naturwissenschaftliche Phänomene?
Karte 6

Vorderseite

Wie werden im Sachunterricht in Sachsen ethische Fragestellungen behandelt?
Karte 7

Vorderseite

Welche didaktischen Ansätze unterstützen die Entwicklung von Forschergeist im Sachunterricht?
Karte 8

Vorderseite

Welche Rolle spielt die Motivation im sächsischen Sachunterricht?
Karte 9

Vorderseite

Welche Bedeutung hat die Differenzierung im sächsischen Sachunterricht?
Karte 10

Vorderseite

Welche Bedeutung hat die Vernetzung von Wissen im sächsischen Sachunterricht?
Karte 11

Vorderseite

Wie wird im sächsischen Sachunterricht die Perspektive der Nachhaltigkeit berücksichtigt?
Karte 12

Vorderseite

Welche Rolle spielt die Lehrerprofessionalität für den Sachunterricht in Sachsen?
Karte 13

Vorderseite

Wie wird im Sachunterricht in Sachsen die Bedeutung von Werten und Normen vermittelt?
Karte 14

Vorderseite

Welche Bedeutung hat die Fehlerkultur im sächsischen Sachunterricht?
Karte 15

Vorderseite

Wie werden im Sachunterricht in Sachsen die Kompetenzen des Lernbereichs Kultur vermittelt?
Karte 16

Vorderseite

Welche didaktischen Ansätze unterstützen die Entwicklung von Empathie im Sachunterricht?
Karte 17

Vorderseite

Wie werden im Sachunterricht in Sachsen interkulturelle Kompetenzen gefördert?
Karte 18

Vorderseite

Wie wird im sächsischen Sachunterricht die Partizipation der Schüler gefördert?
Karte 19

Vorderseite

Wie werden im Sachunterricht in Sachsen die Kompetenzen des Lernbereichs Gesundheit vermittelt?
Karte 20

Vorderseite

Welche didaktischen Prinzipien leiten den Sachunterricht in Sachsen gemäß Lehrplan?
Karte 21

Vorderseite

Welche didaktischen Prinzipien liegen der Bewertung im sächsischen Sachunterricht zugrunde?
Karte 22

Vorderseite

Welche Bedeutung hat die Reflexion im sächsischen Sachunterricht?
Karte 23

Vorderseite

Wie wird im Sachunterricht in Sachsen die Bedeutung von Regeln und Gesetzen vermittelt?
Karte 24

Vorderseite

Wie werden im Sachunterricht in Sachsen die Kompetenzen des Lernbereichs Kommunikation vermittelt?
Karte 25

Vorderseite

Wie wird im Sachunterricht in Sachsen die Entwicklung von Problemlösekompetenzen gefördert?
Karte 26

Vorderseite

Welche Rolle spielt die Dokumentation im sächsischen Sachunterricht?
Karte 27

Vorderseite

Wie werden im Sachunterricht in Sachsen die Kompetenzen des Lernbereichs Politik vermittelt?
Karte 28

Vorderseite

Welche Bedeutung hat der Lernbereich Gesellschaft im sächsischen Sachunterricht?
Karte 29

Vorderseite

Wie fördert der Sachunterricht in Sachsen historisches Denken bei Grundschülern?
Karte 30

Vorderseite

Wie wird im Sachunterricht in Sachsen die Entwicklung von Urteilsfähigkeit gefördert?
Karte 31

Vorderseite

Welche didaktischen Herausforderungen ergeben sich aus der Fächerintegration im Sachunterricht?
Karte 32

Vorderseite

Welche Rolle spielen außerschulische Lernorte im sächsischen Sachunterricht?
Karte 33

Vorderseite

Wie werden im Sachunterricht in Sachsen ökonomische Grundkenntnisse vermittelt?
Karte 34

Vorderseite

Wie werden im Sachunterricht in Sachsen die Kompetenzen des Lernbereichs Natur vermittelt?
Karte 35

Vorderseite

Welche Rolle spielt die Sprachbildung im sächsischen Sachunterricht?
Karte 36

Vorderseite

Wie werden im Sachunterricht in Sachsen die Kompetenzen des Lernbereichs Umwelt vermittelt?
Karte 37

Vorderseite

Welche Rolle spielt die Medienkompetenz im sächsischen Sachunterricht?
Karte 38

Vorderseite

Welche didaktischen Prinzipien leiten die Gestaltung von Lernumgebungen im Sachunterricht?
Karte 39

Vorderseite

Welche didaktischen Ansätze unterstützen die Entwicklung von Kreativität im Sachunterricht?
Karte 40

Vorderseite

Wie werden im Sachunterricht in Sachsen die Kompetenzen des Lernbereichs Raum vermittelt?
Weitere Studium-Lernkarten in der Quanta Community
FSRS-6 – Log-Loss 0,35·Karpicke & Roediger, Science 2008·Wissenschaftliche Methodik·
QUANTA

API: https://quanta-study.de/api/v1/deck/didaktik-sachunterricht-ggo00x