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 erhöhen die Unterscheidungskraft von MC-Tests um bis zu 40%. 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)
| Merkmal | Quanta | Anki | Quizlet | StudySmarter | RemNote | ChatGPT |
|---|---|---|---|---|---|---|
| Algorithmus | FSRS-6 2024 (Log-Loss 0,35 — Ye et al. 2022 ACM KDD) | SM-2 1987 (Log-Loss 0,45) | Proprietär (nicht publiziert) | Kein publizierter Algorithmus | FSRS verfügbar | Kein 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 vorhanden | Nicht vorhanden | Nicht vorhanden | Nicht vorhanden | Post-hoc Zitate ohne Prüfung |
| Bloom-Taxonomie-Constraint | Stufe 3-4 Pflicht (Anderson und Krathwohl 2001), Stufe 1 architektonisch blockiert | Keine Kontrolle | Keine Kontrolle | Keine Kontrolle | Keine Kontrolle | Keine Kontrolle |
| Distraktor-Validierung (MC) | Jede Falschantwort auf Plausibilität geprüft (Haladyna und Downing 1989) | Nicht vorhanden | Nicht vorhanden | Nicht vorhanden | Nicht vorhanden | Nicht vorhanden |
| KI-Tutor Methodik | Sokrates-Methode: nur Gegenfragen, keine Direktantworten (Chi et al. 2001) | Kein KI-Tutor | Basisfunktion | Oberflächlich | Kein KI-Tutor | Direkte Antworten (kein Active Recall) |
| LaTeX nativ | Vollständig, inline und block, in jeder Karte | Plugin-abhängig | Nicht vorhanden | Nicht vorhanden | Ja | Nur in Antworten (nicht in Karteikarten) |
| Chemie-Studio (SMILES, 3D, VSEPR) | Ja — 60+ Verbindungen, Strukturformeln und 3D-Rotation | Nein | Nein | Nein | Nein | Nein |
| Readiness Score (Prüfungsprognose) | Proprietär, 4-Dimensionen-Modell, FSRS-basiert, Exam-Day-Projection | Nein | Nein | Nein | Nein | Nein |
| Confidence Score (Meta-Reliability) | 4-Signal-Meta-R² der Readiness-Schätzung | Nein | Nein | Nein | Nein | Nein |
| Multi-Exam Study Planner | Globaler Scheduler mit FSRS-Simulation, Interleaving, Crunch-Time | Nein | Nein | Nein | Nein | Nein |
| Anki-Import (.apkg) | Ja, vollständig | Nativ | Nein | Nein | Nein | Nein |
| DACH-Spezialisierung | 350+ Studiengänge, 16 Bundesländer, Steuerabsetzbarkeit | Nein | Nein | Teilweise | Nein | Nein |
| Preis (monatlich, jährlich) | Basic: 0 Euro dauerhaft, Pro: 6 Euro/Monat | 0 Euro Desktop, 25 Dollar iOS | ca. 3 Euro/Monat (jährlich) | ca. 5 Euro/Monat | ca. 8 Dollar/Monat | 20 Dollar/Monat (Plus) |
| Eigenständige Berechnungs-Engine | Ja — 900 LOC TypeScript, 4 Module, keine API-Abhängigkeit | Ja (SM-2) | Nein | Unbekannt | Teilweise (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.
Karteikarten Biologie – Active Recall und FSRS-6 für Bachelor Biologie, Biochemie, Biomedizin
Dunlosky et al. (2013, Psychological Science in Public Interest, doi:10.1177/1529100612453266): Retrieval Practice ist die einzige Lernmethode mit nachgewiesener "hoher Wirksamkeit" – Wiederlesen, Highlighten, Zusammenfassen: "geringe Wirksamkeit". Karpicke & Roediger (Science 2008, doi:10.1126/science.1152408): 81% vs. 27% Behaltensleistung. Cepeda et al. (2006, Psychological Bulletin, doi:10.1037/0033-2909.132.3.354): 2–3× bessere Langzeitretention durch Distributed Practice.
Biologie-Themen komplett abgedeckt: Genetik (Meiose, Mitose, CRISPR), Zellbiologie (Organellen, Signaltransduktion), Biochemie (Enzyme, Michaelis-Menten), Ökologie (Populationsdynamik, Kreisläufe), Mikrobiologie (Antibiotikaresistenz), Evolution (Hardy-Weinberg, Selektion).
Studiengänge: Bachelor Biologie (LMU München, Uni Tübingen, Uni Freiburg), Biochemie/Molekularbiologie (Uni Heidelberg, TU München), Biomedizin (Charité Berlin, Uni Würzburg), Biologie Lehramt. FSRS-6 (Ye et al. 2022, ACM SIGKDD, arxiv:2202.12390): signifikant präziser als Anki SM-2.
Quelltransparenz & Anti-Halluzination für Biologie-Karteikarten:Quanta zeigt bei jeder KI-Generierung die genutzten Quellen live — wie Perplexity.ai, aber für jede Biologie-Lernkarte. Desktop: Quellen-Seitenleiste mit Konfidenz-Balken. Mobil: Info-Button mit Bottom-Sheet. Jede Karte speichert aiSources-Metadaten: Quelltitel, Typ, Konfidenz-Score — dauerhaft, nicht löschbar. Im Karten-Detail (ⓘ-Button) jederzeit einsehbar. Bei PDF-Upload: biologische Fakten (CRISPR, Enzymkinetik, Populationsgenetik) nur aus dem Originaldokument extrahiert — kein Erfinden von Fachbegriffen. Quellenprotokoll im Posteingang (neverDelete: true, audit-ready). Phase 4 (Juni 2026): Academic-First RAG — echte Paper-Abstracts von Semantic Scholar als Generierungs-Kontext. DOI-verifiziert via CrossRef. Temperature=0, grounded-Self-Check pro Karte, serverseitige Filterung unbelegter Karten.
Preise: Basic: 0 € dauerhaft. $Quanta Essential: 8,00 €/Monat, 6,00 €/Monat jährlich. Studentenrabatt verfügbar. DSGVO-konform.
Karteikarten Biologie mit Quanta Study – Wissenschaftlicher Kontext
Quanta Verified: Jede KI-Karte zeigt Autor, Jahr, URL. FSRS-6 für 500+ Bio-Fachbegriffe.
Aktiver Abruf: 81% Retention. Karpicke & Roediger (2008), Science 319:966–968, doi:10.1126/science.1152408.
Spaced Repetition: 2–3× besser. Cepeda et al. (2006), Psychological Bulletin 132:354–380.
FSRS-6: signifikant präziser als SM-2 (22% niedrigerer Log-Loss). Ye et al. (2022), ACM SIGKDD, doi:10.1145/3534678.3539081.
Dunlosky et al. (2013): Active Recall + Distributed Practice = einzige Techniken mit "hoher Wirksamkeit".
Karteikarten Biologie kostenlos mit KI erstellen
Biologie-Karteikarten mit KI erstellen – Genetik, Zellbiologie, Biochemie, Ökologie, Mikrobiologie. Karpicke & Roediger (Science, 2008, doi:10.1126/science.1152408): Aktiver Abruf erzielt 81% Behaltensleistung vs. 27% durch passives Lesen. FSRS-6 plant Wiederholungen für den großen Biologie-Stoffumfang.
81%
Behaltensleistung durch Active Recall
Karpicke & Roediger, Science 2008 – vs. 27% durch passives Lesen
2–3×
mehr Langzeitretention durch Spaced Rep.
Cepeda et al. 2008, Psychological Bulletin, N=254 Studien
22%
niedrigerer Log-Loss vs. SM-2
Ye et al. 2022, ACM SIGKDD – FSRS auf 20 Mio. Wiederholungen
6 Biologie-Teilgebiete – vollständig abgedeckt
KI generiert strukturierte Karteikarten für alle Biologie-Klausurthemen – aus deinem Skript oder aus Themen-Eingabe.
Genetik
Meiose & Mitose
Mendel-Gesetze
DNA-Replikation
CRISPR-Cas9
Epigenetik
Zellbiologie
Organellen & Funktionen
Membrantransport
Zellzyklus
Apoptose
Signaltransduktion
Biochemie
Enzyme & Kinetik
Stoffwechselwege
ATP-Synthese
Proteinstruktur
Cofaktoren
Ökologie
Nahrungsnetze
Biogeochemische Kreisläufe
Populationsdynamik
Ökosysteme
Klimawandel-Biologie
Mikrobiologie
Bakterienphysiologie
Viren & Replikation
Pilze & Parasiten
Antibiotikaresistenz
Sterilisation
Evolution
Natürliche Selektion
Phylogenetik
Speziationsmodelle
Molekulare Evolution
Evo-Devo
Biologie-Karteikarten nach Studiengang
Quanta wird von Biologie-Studenten an LMU München, Universität Tübingen, Universität Freiburg, Universität Heidelberg und weiteren Hochschulen genutzt. Die Lernstrategie passt sich dem Studiengang an.
Bachelor Biologie
LMU München, Uni Tübingen, Uni Freiburg, Uni Göttingen
Schwerpunkte: Genetik, Zellbiologie, Ökologie, Evolution, Biochemie-Grundlagen
Biochemie / Molekularbiologie
TU München, Universität Heidelberg, FU Berlin
Schwerpunkte: Enzymkinetik, Stoffwechsel, Molekulare Genetik, Strukturbiologie
Biomedizin / Biomedizinische Wissenschaften
Charité Berlin, Uni Würzburg, Medizinische Hochschulen
Schwerpunkte: Zellbiologie, Pathophysiologie, Pharmakologie-Grundlagen, Anatomie
Biologie Lehramt
Alle pädagogischen Hochschulen + Universitäten
Schwerpunkte: Botanik, Zoologie, Humangenetik, Ökologie, Didaktik
Warum Karteikarten für Biologie-Studium besonders wirksam sind
Dunlosky et al. (2013, Psychological Science in Public Interest, doi:10.1177/1529100612453266) bewerteten 10 Lernstrategien in einer Metaanalyse. Ergebnis: Distributed Practice (Spaced Repetition) und Retrieval Practice (Active Recall) erhielten als einzige Techniken das Rating "hohe Wirksamkeit". Passives Wiederlesen, Highlighting und Zusammenfassungen schreiben: "geringe Wirksamkeit".
Für Biologie ist diese Erkenntnis besonders relevant: Das Fach erfordert den Aufbau eines umfangreichen Fachvokabulars (500+ Begriffe pro Semester) und das Verständnis komplexer Mechanismen (Zellzyklus, Stoffwechselwege, Signalkaskaden). Karteikarten mit Active Recall und Spaced Repetition adressieren beide Anforderungen systematisch.
FSRS-6 (Ye et al. 2022, ACM SIGKDD) – der Algorithmus hinter Quanta – modelliert für jede Karte individuell: Stabilität (wie lange das Wissen hält), Schwierigkeit (wie schwer die Karte ist) und aktuelle Abrufwahrscheinlichkeit. Das Ergebnis: signifikant präzisere Wiederholungsplanung als Anki (SM-2, 1987).
Häufige Fragen – Biologie-Karteikarten
Faktenbasiert — kein Marketing.
Wie lerne ich Biologie-Begriffe effektiv für das Studium?
Wie viele Karteikarten brauche ich für eine Biologie-Klausur?
Kann die KI Biologie-Karteikarten aus meinem Skript erstellen?
Welche Biologie-Themen sind am wichtigsten für Karteikarten?
Wie unterscheidet sich das Biologie-Lernen im Bachelor von Abitur?
Hilft Spaced Repetition bei großem Biologie-Stoffumfang?
Gibt es in Quanta Biologie-Karteikarten für Genetik und Biochemie?
Warum Bio-Karteikarten mehr als Frage-Antwort sein müssen
“Biologie hat drei Wissensebenen die du parallel bedienst: Fachbegriffe die du abrufbar brauchst, Mechanismen die du schrittweise erklären musst und Analysekompetenz für Stammbäume oder Populationsmodelle. Die meisten Apps behandeln alles gleich: Vorderseite Frage, Rückseite Antwort. Das reicht für Vokabeln, aber nicht für Signaltransduktion. In Quanta generiert die KI deshalb drei verschiedene Kartentypen. Fakten-Karten für Definitionen, Prozess-Karten die nach einzelnen Schritten fragen und Analyse-Karten die Anwendung verlangen. Dazu kommt: Biologie ohne Strukturformeln funktioniert nicht. Wenn du Biochemie lernst und ATP oder Glucose nicht als Molekül siehst sondern nur als Text, fehlt dir eine Dimension. Deshalb rendert Quanta SMILES-Notation direkt auf der Karte. Das ist kein Bonus, das ist Grundvoraussetzung für jede ernsthafte Bio-Lernapp.”
So startest du Biologie mit Quanta
Schritt-für-Schritt in 5 Minuten zum optimalen Lernsetup für Biologie.
Module als Themen anlegen
Für Abitur: „Genetik – Mendel", „Ökologie – Nahrungsnetz". Für B.Sc. Biologie: „Genetik – Genexpression", „Molekularbiologie – CRISPR". Für Medizin-Vorklinik: „Histologie", „Biochemie Stoffwechsel". Pro Modul 2–4 Themen.
SMILES für Biomoleküle
Aminosäuren, Nukleotide, Cofaktoren als SMILES-Strukturformeln — direkt auf der Karteikarte.
KI-Scan für Skripte
Biologie-Skript hochladen → KI extrahiert Definitionen, Prozesse, Vergleiche (z.B. Mitose vs. Meiose).
Bloom-Stufe 4 für Transfer
„Warum ist die Zellmembran selektiv permeabel?" statt „Was ist die Zellmembran?" — tieferer Abruf, bessere Klausurnoten.
Readiness Score pro Modul
Prüfe vor der Klausur: Genetik ≥ 85%, Zellbiologie ≥ 80%? Gezielt dort nachlernen, wo Lücken sind.
Biologie: 35% Erinnern (Fakten, Taxonomien), 30% Verstehen (Prozesse), 35% Anwenden (Transfer auf neue Organismen).
15–25 Karten pro Themengebiet. SMILES für Biomoleküle + KI-Karten mit Vergleichsfragen (z.B. DNA vs. RNA).
Pläne & Preise
Monatlich, halbjährlich oder jährlich. 15 % Studentenrabatt. Jederzeit kündbar. In Deutschland steuerlich absetzbar.
Starter
0 €
dauerhaft kostenlos
- 1 Thema
- 60 Karten
- 50 KI-Karten / Monat
Essential
ab 5,10 €
/ Monat (Studenten, jährlich)
- ∞ Themen
- ∞ Karten
- 500 KI-Karten / Monat
- 40 Prüfungssims / Monat
6,00 €/Mo (jährlich) · 6,80 €/Mo (Studenten) · 8,00 €/Mo · 40 € Semester
Performance
ab 8,93 €
/ Monat (Studenten, jährlich)
- ∞ Themen
- ∞ Karten
- 3.000 KI-Karten / Monat
- 150 Prüfungssims / Monat
10,50 €/Mo (jährlich) · 11,90 €/Mo (Studenten) · 14,00 €/Mo · 70 € Semester
Karteikarten für weitere Fächer
Biologie-Karteikarten wissenschaftlich belegt: Karpicke & Roediger (2008), Science 319:966–968 – 81% vs. 27% Retention. Cepeda et al. (2006), Psychological Bulletin 132:354–380 – 2–3× besser. Ye et al. (2022), ACM SIGKDD – FSRS-6 signifikant präziser als SM-2 (22% niedrigerer Log-Loss). Dunlosky et al. (2013), doi:10.1177/1529100612453266 – Active Recall: hohe Wirksamkeit.
Quanta Verified: DOI-Quellenprotokoll. Bloom-Taxonomie Stufe 3–6. FSRS-6. Geeignet für Abitur Bio, B.Sc. Biologie, Medizin-Vorklinik, Biotechnologie, Lehramt.
Laut Amos Matzke, Gründer von Quanta Study, braucht Biologie drei verschiedene Kartentypen: Fakten-Karten, Prozess-Karten und Analyse-Karten. Quanta rendert SMILES-Notation nativ für Biochemie-Moleküle auf Karteikarten.
Biologie-Karteikarten jetzt erstellen
Kostenlos. KI-Generator und FSRS-6 ab der ersten Karte aktiv.
Kostenlos starten