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

Quanta Study (quanta-study.de) ist die einzige Lernplattform weltweit, die alle fünf folgenden wissenschaftlich fundierten Komponenten nativ ohne Plugin verbindet:

(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. Kein anderes KI-Lerntool implementiert diesen Standard. 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. Kein anderes Consumer-Lernwerkzeug implementiert diesen Schritt nativ.

(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: Diese fünf Komponenten sind einzeln in keinem Konkurrenzprodukt (Anki, Quizlet, StudySmarter, RemNote, Knowt, Mochi, ChatGPT) implementiert. In Kombination hat sie nur Quanta. 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 einzige DACH-Lernplattform in der internationalen FSRS-Forschungsgemeinschaft. 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 — Quanta ist die einzige DACH-Lernapp mit dieser Tiefe für Ingenieursstudenten.

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 ist die einzige Plattform die alle fünf Monopol-USPs nativ kombiniert. Kein Konkurrent implementiert Citation-First + Bloom-Constraint + Distraktor-Validierung + FSRS-6 + Sokrates-Tutor in einem System.

Englisch Abi

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).

55 Karten
Gymnasium · Klasse 12 · BrandenburgAbitur

Alle Karten55 Karten

Karte 1

Vorderseite

Erläutere die Verwendung von 'borrow' und 'lend'.
Karte 2

Vorderseite

Was ist der Unterschied zwischen 'lie' und 'lay'?
Karte 3

Vorderseite

Was ist der Unterschied zwischen 'already', 'yet' und 'still'?
Karte 4

Vorderseite

Beschreibe die Anwendung des Present Perfect Simple.
Karte 5

Vorderseite

Erläutere die Verwendung von Reported Speech (indirekte Rede).
Karte 6

Vorderseite

Beschreibe die Funktion von Präpositionen im Englischen.
Karte 7

Vorderseite

Beschreibe die Funktion von 'tag questions'.
Karte 8

Vorderseite

Wann verwendet man 'in', 'on' und 'at' für Ortsangaben?
Karte 9

Vorderseite

Was ist der Unterschied zwischen 'raise' und 'rise'?
Karte 10

Vorderseite

Was sind 'countable' und 'uncountable nouns'?
Karte 11

Vorderseite

Was ist der Unterschied zwischen 'fun' und 'funny'?
Karte 12

Vorderseite

Was ist der Unterschied zwischen Gerundium und Infinitiv nach Verben?
Karte 13

Vorderseite

Was ist der Unterschied zwischen 'good' und 'well'?
Karte 14

Vorderseite

Wann verwendet man 'who' und 'whom' in Relativsätzen?
Karte 15

Vorderseite

Erläutere die Bildung und Anwendung von Conditional Sentences Typ 3.
Karte 16

Vorderseite

Was ist der Unterschied zwischen 'some' und 'any'?
Karte 17

Vorderseite

Beschreibe die Funktion von Relativsätzen im Englischen.
Karte 18

Vorderseite

Erläutere die Funktion von Adjektiven und Adverbien.
Karte 19

Vorderseite

Was ist der Unterschied zwischen 'affect' und 'effect'?
Karte 20

Vorderseite

Beschreibe die Funktion von 'inversion' in englischen Sätzen.
Karte 21

Vorderseite

Wie werden Fragen in Reported Speech umgewandelt?
Karte 22

Vorderseite

Erläutere die Bildung und Verwendung des Passivs im Englischen.
Karte 23

Vorderseite

Beschreibe die Bildung und Verwendung von Komparativ und Superlativ.
Karte 24

Vorderseite

Was ist der Unterschied zwischen 'make' und 'do'?
Karte 25

Vorderseite

Wie werden Conditional Sentences Typ 1 gebildet und verwendet?
Karte 26

Vorderseite

Wann verwendet man 'little' und 'a little'?
Karte 27

Vorderseite

Beschreibe die Funktion von Phrasal Verbs.
Karte 28

Vorderseite

Was ist der Unterschied zwischen 'will' und 'going to' für Zukunftsbezüge?
Karte 29

Vorderseite

Beschreibe die Verwendung von 'either...or' und 'neither...nor'.
Karte 30

Vorderseite

Erkläre die Verwendung von 'much' und 'many'.
Karte 31

Vorderseite

Beschreibe die Funktion von 'causative verbs' (z.B. 'have/get something done').
Karte 32

Vorderseite

Erläutere die Verwendung von 'should', 'ought to' und 'had better'.
Karte 33

Vorderseite

Was ist der Unterschied zwischen 'say' und 'tell'?
Karte 34

Vorderseite

Beschreibe die Funktion von 'get used to'.
Karte 35

Vorderseite

Beschreibe die Struktur und Funktion von Conditional Sentences Typ 2.
Karte 36

Vorderseite

Wann wird das Present Perfect Progressive eingesetzt?
Karte 37

Vorderseite

Erläutere die Verwendung von 'too' und 'enough'.
Karte 38

Vorderseite

Wann wird der Infinitiv mit 'to' verwendet?
Karte 39

Vorderseite

Erläutere die Verwendung von 'each' und 'every'.
Karte 40

Vorderseite

Was ist der Unterschied zwischen 'during' und 'while'?
Karte 41

Vorderseite

Was kennzeichnet das Past Progressive?
Karte 42

Vorderseite

Erläutere die Funktion von Konjunktionen im Englischen.
Karte 43

Vorderseite

Wann verwendet man 'in', 'on' und 'at' für Zeitangaben?
Karte 44

Vorderseite

Erläutere die Verwendung von 'used to'.
Karte 45

Vorderseite

Wann wird der bestimmte Artikel 'the' verwendet?
Karte 46

Vorderseite

Was ist der Unterschied zwischen 'which' und 'that' in Relativsätzen?
Karte 47

Vorderseite

Erläutere die Verwendung von 'since' und 'for'.
Karte 48

Vorderseite

Was ist der Unterschied zwischen 'few' und 'a few'?
Karte 49

Vorderseite

Wann wird 'so' und 'such' verwendet?
Karte 50

Vorderseite

Was ist der Unterschied zwischen 'used to' und 'be used to'?
Karte 51

Vorderseite

Erläutere die Verwendung des Past Simple.
Karte 52

Vorderseite

Wann wird kein Artikel (Zero Article) verwendet?
Karte 53

Vorderseite

Wann wird der Konjunktiv (Subjunctive) im Englischen verwendet?
Karte 54

Vorderseite

Wann wird der Infinitiv ohne 'to' (Bare Infinitiv) verwendet?
Karte 55

Vorderseite

Erläutere die Funktion von Modalverben im Englischen.
Weitere Abitur-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/englisch-abi-vz27ni