FSRS, Spaced Repetition & Active Recall — Definitionen
Das wissenschaftliche Glossar für evidenzbasiertes Lernen. Präzise Definitionen von FSRS (Ye et al. 2022), SM-2, Active Recall, Spaced Repetition, Feynman-Technik und dem Readiness-Score — mit Quellenangaben, keine Marketingaussagen.
Active Recall (aktiver Abruf) bezeichnet die kognitive Lernstrategie, bei der Wissen aktiv aus dem Gedächtnis abgerufen wird — im Gegensatz zum passiven Lesen oder Markieren. Das Gehirn muss den Inhalt selbst rekonstruieren. Karpicke und Roediger (Science, 2008) zeigten: Aktiver Abruf verbessert die Langzeitretention um bis zu 50 % gegenüber wiederholtem Lesen. Das ist keine Theorie — es ist einer der robustesten Befunde der Kognitionswissenschaft.
Hermann Ebbinghaus beschrieb 1885 in "Über das Gedächtnis" erstmals empirisch die Vergessenskurve: Neu gelerntes Wissen wird exponentiell schnell vergessen. Schon nach 20 Minuten sind ca. 42 % weg, nach einem Tag ca. 56 %, nach einer Woche ca. 77 %. Einzige wissenschaftlich validierte Gegenmaßnahme: Wiederholung genau in dem Moment, in dem das Vergessen beginnt — nicht danach.
Quelle: Ebbinghaus 1885 — Über das Gedächtnis
Quanta: FSRS berechnet für jede Karte individuell die Vergessenskurve und setzt die Wiederholung exakt an den Wendepunkt.
Terminus 03
FSRS — Free Spaced Repetition Scheduler
Der präziseste Wiederholungsalgorithmus der Welt (2022)
FSRS ist der wissenschaftlich genaueste Wiederholungsalgorithmus für Karteikarten-Lernen. Publiziert von Ye et al. 2022 am KDD (ACM SIGKDD) und validiert auf über 20 Millionen echten Wiederholungen. FSRS modelliert drei individuelle Parameter pro Karte: Stabilität S (wie lange das Wissen bei 90 % Abrufbarkeit bleibt), Schwierigkeit D (wie aufwendig eine Karte zu lernen ist) und Abrufbarkeit R (der aktuelle Wert 0–100 % wie sicher eine Karte gerade erinnerbar ist). Im direkten Benchmark ist FSRS 22× präziser als SM-2 (Log-Loss: 0,35 vs. 0,45).
Quelle: Ye et al. 2022 — ACM KDD
Quanta: Quanta ist das erste deutschsprachige Consumer-Produkt das FSRS vollständig als Kern-Algorithmus einsetzt — für jeden Nutzer, kostenlos.
Terminus 04
Feynman-Technik
Verstehen überprüfen, indem man es einfach erklärt
Die Feynman-Technik stammt vom Physik-Nobelpreisträger Richard Feynman: Um zu testen ob man etwas wirklich versteht, erklärt man es in einfacher Sprache — als würde man es einem Kind erklären. Verständnislücken zeigen sich sofort, wenn die Erklärung stockt oder man auf Fachtermini ausweichen muss um die Leere zu überdecken. Die Technik ist keine Faulenzerversion des Lernens — sie ist die härteste Verständnisprüfung die es gibt.
Quanta: Quantas KI-Tutor implementiert die Feynman-Technik: Er bittet dich, Konzepte in eigenen Worten zu erklären, und identifiziert präzise wo das Verständnis stockt.
Terminus 05
Readiness-Score
Quantas proprietärer Indikator für Prüfungsbereitschaft
Der Readiness-Score ist eine Quanta-proprietäre Kennzahl (0–100 %) die in Echtzeit anzeigt wie prüfungsbereit man in einem Thema aktuell ist. Er wird aus den FSRS-Stabilitätswerten aller Karten eines Themas berechnet: Wie sicher ist jede einzelne Karte gerade abrufbar, gewichtet nach ihrer Bedeutung? Unter 70 % bestehen signifikante offene Lücken. Über 85 % ist Prüfungsbereitschaft erreicht. Der Score wird täglich neu berechnet und berücksichtigt Vergessenskurven aller Karten simultán.
Quanta: Der Readiness-Score macht Prüfungsangst rational: Statt zu grübeln ob man "gut genug" ist, sieht man eine Zahl — und weiß genau was noch fehlt.
Terminus 06
SM-2 (Super-Memo 2)
Der veraltete Algorithmus hinter Anki — aus dem Jahr 1987
SM-2 (Super-Memo 2) ist ein Spaced-Repetition-Algorithmus entwickelt von Piotr Woźniak 1987 und ist die Basis des populären Lernprogramms Anki. SM-2 verwendet fixe Intervallmultiplikatoren: Nach einer richtigen Antwort wird das Intervall mit einem konstanten Faktor (standard: 2,5) multipliziert. Es gibt keine individuelle Stabilitäts- oder Schwierigkeitsmodellierung — jede Karte wird nach dem gleichen Muster behandelt. Im wissenschaftlichen Benchmark 2022 (Ye et al.) ist SM-2 22× ungenauer als der Nachfolger FSRS.
Quelle: Woźniak 1990 — SM-2 Algorithm Description
Quanta: SM-2 war für 1987 revolutionär. Für 2026 ist es nicht mehr der Stand der Wissenschaft. Quanta verwendet FSRS.
Terminus 07
Spaced Repetition (Verteiltes Lernen)
Die Grundidee: Wiederholen wenn das Vergessen beginnt
Spaced Repetition (verteiltes Lernen) ist eine Lernmethode bei der Wiederholungen zeitlich verteilt werden, basierend auf dem Spacing-Effekt (Ebbinghaus, 1885). Anstatt alles kurz vor der Prüfung zu wiederholen (Massed Practice / Bulimia-Lernen), werden Inhalte in wachsenden Abständen wiederholt — genau dann wenn sie beinahe vergessen werden. Der Effekt: Langzeitretention steigt dramatisch. Moderne Implementierungen wie FSRS berechnen diese Abstände individuell statt nach fixen Formeln.
Quelle: Ebbinghaus 1885 + Cepeda et al. 2006 (Psychological Bulletin)
Quanta: Spaced Repetition ist das Fundament von Quanta. FSRS ist die Präzisions-Implementierung davon.
Terminus 08
Stabilität & Abrufbarkeit (FSRS-Kernvariablen)
Die zwei Schlüsselgrössen hinter dem FSRS-Algorithmus
FSRS definiert zwei fundamentale Maße pro Karte. Stabilität (S) beschreibt wie viele Tage das Gedächtnis auf 90 % Abrufbarkeit bleibt — eine frisch gelernte schwierige Karte hat eventuell S=1 Tag, eine gut beherrschte leichte Karte S=60 Tage. Abrufbarkeit (R) ist der aktuelle Wert von 0–100 % — wie sicher du eine Karte heute abrufen könntest. FSRS berechnet den nächsten Wiederholungszeitpunkt exakt so, dass R nie unter 90 % fällt. Diese zwei Variablen machen FSRS radikal individuell: Dein Gehirn für jede einzelne Karte.
Quelle: Ye et al. 2022 — FSRS Paper
Quanta: Quanta zeigt dir S und R für jede Karte — vollständige Transparenz über deinen Lernfortschritt.