Algorithmus · FSRS vs. SM-2

FSRS vs. SM-2
Der Algorithmus-Vergleich

SM-2 stammt aus dem Jahr 1987, FSRS-6 ist der aktuelle Scheduler. Was der offene Vergleich misst und was er nicht misst, steht hier vollständig.

Jetzt lernen

Starter kostenlos · Quellen und Funktionen zuerst in Ruhe prüfen

Quelle: Ye et al. 2022, ACM KDD

Lenny04.06.2026 · via Trustpilot
Als erstes habe ich testweise meine Notizen aus der Uni hochgeladen, ohne große Erwartungen. […] Quanta hat mir direkt anspruchsvolle Karteikarten generiert […], die tatsächlich zum Nachdenken zwingen. Nachdem ich dann noch meine Prüfungsdaten hinzugefügt hatte, hatte ich innerhalb von Minuten einen Lernplan, den ich selbst so nicht besser hätte erstellen können."

Studierende dieser Hochschulen lernen mit Quanta

  • TU Dresden
  • Humboldt-Universität zu Berlin
  • HTW Dresden
  • Fachhochschule Dresden
  • Universität Leipzig
  • HTWK Leipzig
  • Freie Universität Berlin
  • IU Internationale Hochschule
  • FernUniversität in Hagen

Warum Quanta auf FSRS setzt

Was mich an FSRS überzeugt hat, ist das Modell, nicht eine Werbezahl: Stabilität, Schwierigkeit und Abrufbarkeit werden pro Karteikarte einzeln geführt. Im offenen Vergleich der open-spaced-repetition-Gemeinschaft erreicht FSRS-6 einen Log-Loss von 0,3460 auf 349.923.850 Wiederholungen aus 9.999 Sammlungen (abgerufen am 5. September 2026); Log-Loss misst den Vorhersagefehler, kleiner ist besser, und eine Zeile für SM-2 führt diese Tabelle nicht. Die begutachtete Arbeit dahinter, Ye et al. 2022, berichtet 220 Millionen Verhaltensprotokolle und eine Verbesserung von 12,6 % gegenüber dem Stand der Technik. Beides sind Ergebnisse dieser Datensätze und keine pauschale Produktwirkung. Deshalb habe ich FSRS-6 ohne separates Scheduler-Setup in Quanta integriert. Aktuelle Anki-Versionen unterstützen ebenfalls FSRS; Quantas Unterschied liegt im geführten Gesamtworkflow.

Amos MatzkeGründer, Quanta Study

Was der Log-Loss sagt

Im offenen Vergleich der open-spaced-repetition-Gemeinschaft erreicht FSRS-6 einen Log-Loss von 0,3460 auf 349.923.850 Wiederholungen aus 9.999 Sammlungen (abgerufen am 5. September 2026); Log-Loss misst den Vorhersagefehler, kleiner ist besser, und eine Zeile für SM-2 führt diese Tabelle nicht. Die begutachtete Arbeit dahinter, Ye et al. 2022, berichtet 220 Millionen Verhaltensprotokolle und eine Verbesserung von 12,6 % gegenüber dem Stand der Technik. Beides sind Ergebnisse dieser Datensätze und keine pauschale Produktwirkung.

Log-Loss von FSRS-6, kleiner ist besser0,3460 ± 0,0042

349.923.850 Wiederholungen aus 9.999 Sammlungen · srs-benchmark (vormals fsrs-benchmark), open-spaced-repetition, abgerufen am 5. September 2026

Was macht FSRS anders?

FSRS modelliert drei individuelle Parameter pro Karte. SM-2 kennt nur einen Annäherungswert.

S
Stabilität

Wie lange das Wissen ohne Wiederholung auf 90% Abrufbarkeit bleibt. Gemessen in Tagen.

Beispiel: Eine leichte Karte: S = 30 Tage. Eine schwere Karte: S = 5 Tage.
SM-2: SM-2 kennt keine Stabilitäts-Modellierung – nur EaseFactor.
D
Schwierigkeit

Wie schwer es dem Gehirn fällt, diese spezifische Karte zu lernen (0–10).

Beispiel: pH-Wert-Formeln: D = 8,2. Elementnamen: D = 3,1.
SM-2: EaseFactor in SM-2 ist ein Approximation ohne individuelle Kalibrierung.
R
Abrufbarkeit

Aktuelle Wahrscheinlichkeit (0–100%), dass du die Karte richtig erinnerst.

Beispiel: Nach 10 Tagen bei S = 30:
SM-2: SM-2 berechnet keine aktuelle Abrufbarkeit – es gibt keine R-Variable.

FSRS vs. SM-2 – Technische Details

10 Metriken. Die Belege stehen unter der Tabelle.

MetrikFSRS (2022)SM-2 (1987)
Entwicklungsjahr20221987
Log-Loss im offenen Vergleich (kleiner = besser)0,3460keine Zeile in dieser Tabelle
Datensatz des offenen Vergleichs349.923.850 Wiederholungennicht enthalten
Stabilität (S) pro KarteIndividuell modelliertNicht vorhanden
Schwierigkeit (D) pro KarteAdaptiv berechnetEaseFactor (fix)
Abrufbarkeit (R) aktuellEchtzeit berechnetNicht verfügbar
Intervall-BerechnungEaseFactor × Intervall
Neue Karten OverheadMinimalHoch (Fuzz-Faktor)
Open SourceJa (GitHub)Ja (1987 Paper)
Quanta-SchedulerFSRS-6 integriertNicht verwendet

Was bedeutet das praktisch?

Bewertungsbasierte Intervalle

FSRS schätzt den Erinnerungszustand einer Karte aus deinen Bewertungen und plant daraus den nächsten Termin. Das Ziel sind passende statt starrer Intervalle; ein bestimmter Zeitgewinn ist nicht garantiert.

Signal für den Readiness Score

FSRS liefert die erwartete Retention am Prüfungstag. Quanta kombiniert sie mit Themenbeherrschung, Simulation und Abdeckung zu einem Lernindikator.

Persönliche Kalibrierung

Nach der ersten Bewertung beginnt FSRS, Stabilität und Schwierigkeit aus deinen Antworten zu aktualisieren. Die Aussagekraft wächst mit den verfügbaren Lerndaten.

Die drei Quellen hinter dem Vergleich

Der Vergleich läuft zwischen zwei Verfahren, nicht zwischen zwei Programmen. Aktuelle Anki-Versionen unterstützen FSRS selbst.

  1. 1.220 Millionen ausgewertete Verhaltensprotokolle, 12,6 % Verbesserung gegenüber dem Stand der Technik

    Log-Loss-Werte und ein Vergleich mit SM-2 stehen nicht in dieser Arbeit.

    Ye, J., Su, J. und Cao, Y. (2022). A Stochastic Shortest Path Algorithm for Optimizing Spaced Repetition Scheduling. ACM SIGKDD. 10.1145/3534678.3539081

  2. 2.Log-Loss 0,3460 für FSRS-6 auf 349.923.850 Wiederholungen aus 9.999 Sammlungen

    Laufender offener Vergleich, kein begutachteter Aufsatz; abgerufen am 5. September 2026. Log-Loss misst, wie gut ein Verfahren das Vergessen vorhersagt, kleiner ist besser. Eine Zeile für SM-2 führt die Tabelle nicht, der Vergleich der beiden Verfahren steht dort also nicht.

    open-spaced-repetition (2026). srs-benchmark (vormals fsrs-benchmark): Vergleich von Wiederholungs-Algorithmen auf offenen Anki-Daten. GitHub. github.com/open-spaced-repetition/srs-benchmark

  3. 3.Der günstige Abstand hängt von den Gedächtniswerten der einzelnen Person ab, und genau die führt FSRS je Karteikarte mit

    Cepeda, N.J. et al. (2006). Distributed Practice in Verbal Recall Tasks. Psychological Bulletin, 132(3), 354 bis 380. 10.1037/0033-2909.132.3.354

Der Messwert stammt aus diesem einen Datensatz. Er sagt nichts über deine Note und nichts darüber, wie sich die beiden Verfahren in einem anderen Programm verhalten.

Häufige Fragen zu FSRS vs. SM-2

Peer-reviewte Antworten — keine Meinungen.

Was ist FSRS und wie funktioniert der Algorithmus?
FSRS (Free Spaced Repetition Scheduler) ist ein Spaced-Repetition-Algorithmus; die begutachtete Arbeit dahinter ist Ye et al. (2022, ACM SIGKDD, doi:10.1145/3534678.3539081). FSRS modelliert drei Parameter pro Karte individuell: S (Stabilität, wie lange Wissen bei 90% Abrufbarkeit bleibt), D (Schwierigkeit, individueller Lernaufwand 0–10) und R (aktuelle Abrufbarkeit, R = e^(-t/S)). Diese drei Parameter werden für jede Karte und jeden Lernenden separat berechnet. Im offenen Vergleich der open-spaced-repetition-Gemeinschaft erreicht FSRS-6 einen Log-Loss von 0,3460 auf 349.923.850 Wiederholungen aus 9.999 Sammlungen (abgerufen am 5. September 2026); Log-Loss misst den Vorhersagefehler, kleiner ist besser, und eine Zeile für SM-2 führt diese Tabelle nicht. Die begutachtete Arbeit dahinter, Ye et al. 2022, berichtet 220 Millionen Verhaltensprotokolle und eine Verbesserung von 12,6 % gegenüber dem Stand der Technik. Beides sind Ergebnisse dieser Datensätze und keine pauschale Produktwirkung.
Was ist SM-2 und wie hängt es mit Anki zusammen?
SM-2 (SuperMemo 2) wurde 1987 von Piotr Wozniak entwickelt und berechnet Wiederholungsintervalle mit einem EaseFactor. Die Studie von Ye et al. nutzt es als Legacy-Benchmark. Aktuelle Anki-Versionen unterstützen neben einem Legacy-Scheduler auch FSRS; konkrete Standard- und Profileinstellungen hängen von Version und Deck-Konfiguration ab.
Wie viel besser ist FSRS im Vergleich zu SM-2, konkrete Zahlen?
Im offenen Vergleich der open-spaced-repetition-Gemeinschaft erreicht FSRS-6 einen Log-Loss von 0,3460 auf 349.923.850 Wiederholungen aus 9.999 Sammlungen (abgerufen am 5. September 2026); Log-Loss misst den Vorhersagefehler, kleiner ist besser, und eine Zeile für SM-2 führt diese Tabelle nicht. Die begutachtete Arbeit dahinter, Ye et al. 2022, berichtet 220 Millionen Verhaltensprotokolle und eine Verbesserung von 12,6 % gegenüber dem Stand der Technik. Beides sind Ergebnisse dieser Datensätze und keine pauschale Produktwirkung. Das Ergebnis ist ein Scheduler-Vergleich und keine Garantie für einen bestimmten Lernerfolg oder eine feste Zeitersparnis.
Nutzt Anki FSRS oder SM-2? Und was soll ich verwenden?
Aktuelle Anki-Versionen unterstützen FSRS und einen Legacy-Scheduler; die Einstellung lässt sich in den Deck-Optionen verwalten. Quanta integriert FSRS-6 ohne separates Scheduler-Setup und berechnet nach der ersten Kartenbewertung persönliche Intervalle. Welche App besser passt, hängt vom Workflow ab: Anki bietet besonders viel Konfiguration und ein großes Add-on-Ökosystem, Quanta einen geführten Workflow mit integrierten Lern- und KI-Werkzeugen.
Was ist der Readiness Score und was hat er mit FSRS zu tun?
Der gerundete Quanta Readiness Score von 0 bis 100 kombiniert Themenbeherrschung (35%), erwartete FSRS-Retention am Prüfungstag (30%), zeitlich gewichtete Simulation (20%) und effektive Abdeckung (15%). FSRS liefert damit ein wichtiges Signal, ist aber nicht die einzige Komponente. Der Score ist eine Lernorientierung und keine Bestehenswahrscheinlichkeit.
Kann ich von Anki zu Quanta wechseln ohne meine Karten zu verlieren?
Quanta importiert die Textinhalte von Anki-Decks im .apkg-Format. Medien, Audio und bestehende Scheduling-Historie werden nicht übernommen. Die Karten starten deshalb mit frischen FSRS-Parametern; persönliche Intervalle entstehen aus deinen neuen Bewertungen in Quanta.
Was kostet FSRS-6 bei Quanta?
FSRS-6 steckt im Starter-Plan und der ist dauerhaft 0 Euro, ohne Zahlungsdaten. Wer mehr KI-Karteikarten im Monat erzeugen will, nimmt Essential fuer 9,75 €/Monat im Jahresabo, Studierende zahlen 15 Prozent weniger. Der Algorithmus selbst steht in keinem Tarif hinter einer Schranke: Anki fuehrt FSRS seit Version 23.10 als Wahlmoeglichkeit, bei Quanta plant er von der ersten Karteikarte an.

Lerne mit FSRS-6 ab der ersten Karteikarte

Quanta nutzt FSRS-6 ohne separates Scheduler-Setup; persönliche Intervalle beginnen nach der ersten Kartenbewertung.