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.

Stochastik

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).

41 Karten
Gymnasium · Klasse 12 · SachsenAbitur

Alle Karten41 Karten

Karte 1

Vorderseite

Wie wird die Wahrscheinlichkeit für genau kk schwarze Kugeln beim Ziehen ohne Zurücklegen berechnet?
Karte 2

Vorderseite

Wie viele Bälle müssen mindestens kontrolliert werden, um mit 95% Wahrscheinlichkeit wenigstens einen fehlerhaften Ball zu finden, wenn p=0,1p=0,1?
Karte 3

Vorderseite

Wie berechnet man die Wahrscheinlichkeit, dass genau kk Treffer bei einer Binomialverteilung auftreten?
Karte 4

Vorderseite

Wie wird die Gauß'sche Summenfunktion Phi(x)\\Phi(x) definiert und wofür wird sie verwendet?
Karte 5

Vorderseite

Wann sind zwei Ereignisse A und B stochastisch unabhängig?
Karte 6

Vorderseite

Wie kann der Prozentsatz von Blechen, die dicker als 0,75 mm sind, bei mu=0,8\\mu = 0,8 mm und sigma=0,02\\sigma = 0,02 mm berechnet werden?
Karte 7

Vorderseite

Wie wird der Ablehnungsbereich AA für einen rechtsseitigen Test mit H0:plep0H_0: p \\le p_0 und Signifikanzniveau alpha\\alpha bestimmt?
Karte 8

Vorderseite

Wie wird die Wahrscheinlichkeit P(k1leXlek2)P(k_1 \\le X \\le k_2) für normalverteilte Zufallsgrößen berechnet?
Karte 9

Vorderseite

Welche Arten von Signifikanztests gibt es und wie unterscheiden sich ihre Nullhypothesen?
Karte 10

Vorderseite

Wie berechnet man die Wahrscheinlichkeit, dass mindestens kk aber höchstens hh Treffer bei einer Binomialverteilung auftreten?
Karte 11

Vorderseite

Wie wird der Ablehnungsbereich AA für einen zweiseitigen Test mit H0:p=p0H_0: p = p_0 und Signifikanzniveau alpha\\alpha bestimmt?
Karte 12

Vorderseite

Wie wird die Wahrscheinlichkeit für höchstens 4 fehlerhafte Bälle bei n=10n=10 und p=0,1p=0,1 berechnet?
Karte 13

Vorderseite

Wie wird der Satz von Bayes zur Berechnung von PB(Ai)P_B(A_i) angewendet?
Karte 14

Vorderseite

Wie ist die Varianz Var(X)Var(X) einer normalverteilten Zufallsgröße definiert?
Karte 15

Vorderseite

Wie berechnet man die Wahrscheinlichkeit, dass höchstens kk Treffer bei einer Binomialverteilung auftreten?
Karte 16

Vorderseite

Wie wird der Ablehnungsbereich AA für einen linksseitigen Test mit H0:pgep0H_0: p \\ge p_0 und Signifikanzniveau alpha\\alpha bestimmt?
Karte 17

Vorderseite

Wie wird die Wahrscheinlichkeit für mindestens 2, aber weniger als 5 fehlerhafte Bälle bei n=10n=10 und p=0,1p=0,1 berechnet?
Karte 18

Vorderseite

Wie wird die Wahrscheinlichkeit für einen Fehler 2. Art berechnet, wenn H0:pge0,9H_0: p \\ge 0,9 und ptatsa¨chlich=0,85p_{tatsächlich}=0,85 ist?
Karte 19

Vorderseite

Wie ist die Varianz Var(X)Var(X) einer Zufallsgröße X definiert und wie wird sie berechnet?
Karte 20

Vorderseite

Wie berechnet man die Wahrscheinlichkeit, dass weniger als kk Treffer bei einer Binomialverteilung auftreten?
Karte 21

Vorderseite

Was ist eine Zufallsgröße und wie wird ihre Wahrscheinlichkeitsverteilung dargestellt?
Karte 22

Vorderseite

Wie berechnet man die Wahrscheinlichkeit, dass mehr als kk Treffer bei einer Binomialverteilung auftreten?
Karte 23

Vorderseite

Wie wird die Wahrscheinlichkeit für mehr als 3 fehlerhafte Bälle bei n=10n=10 und p=0,1p=0,1 berechnet?
Karte 24

Vorderseite

Wie berechnet man die Wahrscheinlichkeit, genau 2 defekte Dioden bei einer Stichprobe von 6 aus 50 zu finden, wenn 4 defekt sind?
Karte 25

Vorderseite

Wie wird die Wahrscheinlichkeit P(X=k)P(X=k) für eine binomialverteilte Zufallsgröße X berechnet?
Karte 26

Vorderseite

Wie berechnet man den Ausschussanteil, wenn Bleche zwischen 0,74 mm und 0,84 mm Dicke liegen sollen?
Karte 27

Vorderseite

Wie wird die Wahrscheinlichkeit für genau 3 fehlerhafte Bälle bei n=10n=10 und p=0,1p=0,1 berechnet?
Karte 28

Vorderseite

Wie berechnet man die Wahrscheinlichkeit, dass mindestens kk Treffer bei einer Binomialverteilung auftreten?
Karte 29

Vorderseite

Wie ist der Erwartungswert E(X)E(X) einer Zufallsgröße X definiert?
Karte 30

Vorderseite

Wie wird die Wahrscheinlichkeit für genau kk schwarze Kugeln beim Ziehen mit Zurücklegen berechnet?
Karte 31

Vorderseite

Wie berechnet man die Wahrscheinlichkeit für einen Fehler 2. Art (beta\\beta-Fehler) bei einem Hypothesentest?
Karte 32

Vorderseite

Wie ist die kumulative Verteilungsfunktion F(k)F(k) einer binomialverteilten Zufallsgröße definiert?
Karte 33

Vorderseite

Wie wird die Irrtumswahrscheinlichkeit beim Signifikanztest begrenzt?
Karte 34

Vorderseite

Wie können Erwartungswert mu\\mu und Standardabweichung sigma\\sigma einer Normalverteilung aus der Glockenkurve abgelesen werden?
Karte 35

Vorderseite

Was ist ein Bernoulli-Experiment und eine Bernoulli-Kette?
Karte 36

Vorderseite

Wann gilt ein Spiel als fair im Kontext des Erwartungswertes?
Karte 37

Vorderseite

Wie wird die Dichtefunktion varphimu;sigma(x)\\varphi_{\\mu; \\sigma}(x) einer normalverteilten Zufallsgröße X mathematisch dargestellt?
Karte 38

Vorderseite

Was ist ein Signifikanztest und welche Fehlentscheidungen können dabei auftreten?
Karte 39

Vorderseite

Was ist eine bedingte Wahrscheinlichkeit PA(B)P_A(B) und wie wird sie berechnet?
Karte 40

Vorderseite

Wie berechnet man den Erwartungswert mu\\mu und die Varianz Var(X)Var(X) einer binomialverteilten Zufallsgröße?
Karte 41

Vorderseite

Unter welchen Bedingungen kann eine Binomialverteilung durch eine Glockenkurve angenähert werden?
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/stochastik-5gr1z5