Kurz erklärt: FSRS-6, mit Quelle, Einordnung, Abgrenzung zum Nachbarbegriff und praktischem Lernbezug.
Wiederholungsplaner mit Gedächtnismodell je Karteikarte; Log-Loss 0,3460 im offenen Vergleich.
Quelle: Ye et al. 2022, ACM KDD, doi:10.1145/3534678.3539081
Beide planen Wiederholungen. Der Unterschied liegt darin, was sie über dich wissen.
Diese drei Größen sind der ganze Unterschied zu einem Karteikasten mit festen Fächern.
| Größe | Was sie beschreibt |
|---|---|
| Stabilität S | Wie lange die Erinnerung an diese Karteikarte hält. Sie wächst mit jeder erfolgreichen Wiederholung, und zwar umso stärker, je knapper der Abruf war. |
| Schwierigkeit D | Wie schwer dir diese eine Karteikarte fällt, unabhängig davon, wie schwer sie anderen fällt. |
| Abrufbarkeit R | Die Wahrscheinlichkeit, die Karteikarte jetzt gerade zu erinnern. Sie sinkt mit der Zeit, und der Termin wird so gelegt, dass sie nicht zu tief fällt. |
Der Readiness Score baut auf R auf: er mittelt die prognostizierten Abrufbarkeiten aller Karteikarten eines Themas zum Stichtag.
Der Log-Loss misst, wie gut ein Modell die Wahrscheinlichkeit eines Ereignisses vorhersagt, hier also den erfolgreichen Abruf. Kleiner ist besser. 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.
Nein. FSRS-6 ist in Quanta der Kern-Algorithmus und arbeitet mit deinen Bewertungen. Je öfter du bewertest, desto besser passt das Modell zu dir, und es gibt keine Boxen oder festen Intervalle, die du selbst wählen müsstest.
SuperMemo 2 (1987), Grundlage von Ankis Legacy-Planung; ohne individuelles Gedächtnismodell.
Cepeda et al. (2006, Psychological Bulletin 132(3), 354–380) zeigen in einer Metaanalyse von 317 Experimenten einen robusten Spacing-Effekt über viele Bedingungen, aber keinen universellen 2–3x-Faktor für jede Lernsituation.
40% Vergessen nach 20 Min, 65% nach 1 Tag, 75% nach 6 Tagen (Ebbinghaus 1885).
Proprietäre 0–100%-Messung der Prüfungsbereitschaft – in dieser Form bei anderen DACH-Apps nicht bekannt (Stand 2026).