Erstelle Karten für O-Notation, Turingmaschinen, Datenbanken und Normalformen. FSRS-6 plant Wiederholungen, während ab Essential wählbare Bloom-Stufen die gewünschte Fragetiefe steuern.
Karpicke 2008 · Ye et al. 2022 · Rohrer & Taylor 2007
Starter kostenlos · Quellen und Funktionen zuerst in Ruhe prüfen
Belegt
Worauf beruht die Korrektheit des Dijkstra-Algorithmus?
After any vertex v becomes marked, the current distance to it d[v] is the shortest, and will no longer change.Sobald ein Knoten v markiert ist, ist die aktuelle Distanz d[v] zu ihm die kürzeste und ändert sich nicht mehr.
1 / 4 · Nächstes Fach zeigen
„Der größte Vor[t]eil […] ist, dass die KI jede Karte mit Hilfe seriöser Quellen erstellt und diese Quellen auch als Link anzeigt, sodass man dort selber nachlesen kann."rund 80 %
erinnerte Vokabelpaare nach einer Woche mit wiederholtem Abruf
gegenüber 36 % und 33 %, wenn die Paare aus dem Test genommen wurden. Karpicke & Roediger 2008, Science 319:966–968, doi:10.1126/science.1152408
0,3460
Log-Loss von FSRS-6, kleiner ist besser
srs-benchmark (vormals fsrs-benchmark), open-spaced-repetition, abgerufen am 5. September 2026. Eine Zeile für SM-2 führt diese Tabelle nicht.
63%
Prüfungsleistung mit Interleaving
Rohrer & Taylor (2007, Instructional Science 35:481) – gemischtes Lernen vs. 20% beim Blocking
Fundstellen der drei Zahlen
Die Arbeiten untersuchen die Lernmethode, nicht dieses Produkt. Gedacht ist diese Seite für Bachelor Informatik, Wirtschaftsinformatik, Data Science und Lehramt.
Entwickelt für Studenten die Algorithmen nicht nur kennen, sondern bei der Klausur sicher abrufen können.
Jede KI-Karte mit Quellenbeleg
Quanta generiert Karten aus deinen Vorlesungsfolien, deinem Skript oder einer echten Quelle und prüft jede Karte serverseitig per Quote-Match gegen den Quelltext. Unbelegte Karten werden verworfen, 97,8 % der erzeugten Karten bestehen den Abgleich (offene Studie).
Algorithmen & Komplexität
O-Notation, Best/Average/Worst-Case für alle gängigen Sortier- und Suchalgorithmen. KI generiert Karten mit Pseudocode, Komplexitätsklasse und Anwendungsbeispiel.
Datenstrukturen – Eigenschaften
Array, Linked List, Stack, Queue, Binary Tree, AVL, Red-Black, Heap, Hash-Tabelle, Graph. Für jede Struktur: Zugriff, Suche, Einfügen, Löschen in O-Notation.
KI-Generator für Theorie-Karten
Turing-Maschine, Chomsky-Hierarchie, P vs. NP, Pumping Lemma, Halteproblem – KI erstellt präzise Frage-Antwort-Karten auf Bachelor-Niveau in unter 30 Sekunden.
PDF-Scan für Vorlesungsfolien
Informatik-Skripte hochladen → KI extrahiert Definitionen, Algorithmen, Sätze. LaTeX für mathematische Notation. Anti-Halluzination: nur Inhalte aus dem Dokument.
Von Algorithmen bis Rechnernetze – KI generiert präzise Frage-Antwort-Karten für jedes Teilgebiet.
Algorithmen & Komplexität
Sortieren (Merge, Quick, Heap, Bubble), Suchen (Binary Search), Graph (Dijkstra, BFS, DFS, Bellman-Ford, Floyd-Warshall), Dynamisches Programmieren
Datenstrukturen
Array, Linked List, Stack, Queue, Binary Tree, BST, AVL, Red-Black Tree, Heap (Min/Max), Hash-Tabelle, Trie, Graph-Repräsentation
Theoretische Informatik
Chomsky-Hierarchie (Typ 0–3), reguläre Ausdrücke, endliche Automaten (DEA/NEA), Turing-Maschine, Halteproblem, Reduktionen, NP-Vollständigkeit (SAT, 3-SAT, Clique)
Betriebssysteme
Prozesse, Threads, Scheduling (FCFS, SJF, Round-Robin), Deadlocks (Coffman-Bedingungen), Speicherverwaltung (Paging, Segmentierung), Dateisysteme
Datenbanken
Relationales Modell, ACID-Eigenschaften, Normalformen (1NF–3NF, BCNF), SQL (JOIN, GROUP BY, Aggregatfunktionen), B-Baum-Indizes, Transaktionen, Isolation Levels
Rechnernetze
OSI-Modell (7 Schichten), TCP/IP-Stack, IPv4/IPv6-Adressierung, HTTP/HTTPS, DNS, TLS/SSL-Handshake, Routing (OSPF, BGP), Subnetting (CIDR)
Quanta wird von Informatik-Studierenden an TU München, KIT, RWTH Aachen, TU Berlin und weiteren Hochschulen genutzt – sowie von Wirtschaftsinformatik, Data Science und Medieninformatik.
Bachelor Informatik
Studiengang u. a. an: TU München, KIT, RWTH Aachen, TU Berlin, TU Darmstadt
Themen: Algorithmen & Datenstrukturen I/II, Theoretische Informatik, Betriebssysteme, Datenbanken, Rechnernetze
Wirtschaftsinformatik
Studiengang u. a. an: WHU, Uni Mannheim, Goethe Frankfurt, HHL Leipzig
Themen: Datenbanken, ERP-Systeme, IT-Sicherheit, Netzwerke, Softwareentwicklung
Medieninformatik / UI
Studiengang u. a. an: TH Köln, HTW Berlin, TU Dresden, HTWG Konstanz
Themen: Algorithmen, Datenstrukturen, Webentwicklung, Software Engineering, UX
Data Science / ML
Studiengang u. a. an: TU München, HPI Potsdam, Uni Tübingen, KIT
Themen: Algorithmen, Statistik, Lineare Algebra, Maschinelles Lernen, Datenbanken
Warum Informatik-Studenten anders lernen müssen
“Die meisten Informatik-Klausuren fragen nicht: Was ist Dijkstra? Sie fragen: Gegeben diesen Graphen mit negativen Kantengewichten, welcher Algorithmus ist korrekt und warum? Das heißt: Du musst nicht nur Algorithmen kennen, du musst erkennen wann welcher anwendbar ist. Genau das trainiert Interleaving. Rohrer und Taylor (2007) zeigten: Wer Aufgabentypen gemischt übt kommt auf 63% Testerfolg, wer geblockt übt auf 20%. Deshalb mischt FSRS-6 in Quanta Algorithmen-Karten automatisch mit Datenstrukturen und Theoretischer Informatik. Dazu kommen O-Notation-Karten die nicht nur die Komplexität abfragen, sondern auch nach dem Anwendungsfall und dem Trade-off zu alternativen Lösungen fragen. Das ist der Bloom-Constraint: Keine reine Was-ist-Frage darf durchkommen. Jede Karte muss mindestens auf Anwendungsniveau generiert werden.”
Ein klarer Ablauf für Informatik: Material ordnen, passende Karten erstellen und die Wiederholung an der Prüfung ausrichten.
Für B.Sc. Informatik: „Algorithmen – Graphen", „Theoretische Informatik – Automatentheorie". Für Wirtschaftsinformatik: „Datenbanken SQL". Für Data Science: „Machine Learning Regression". Pro Modul 2–4 Themen.
Laufzeiten in LaTeX: $$O(n \log n)$$, Master-Theorem: $$T(n) = aT(n/b) + f(n)$$. Rendert direkt auf der Karte.
Thema „Dijkstra" eingeben → KI erstellt Karten: Datenstruktur, Laufzeit, Korrektheit, Anwendungsfälle.
Der KI-Tutor fragt: „Erkläre Memoization vs. Bottom-Up" → Folgefragen → adaptive Vertiefung.
Graphen-, Sortier- und DP-Karten werden gemischt und trainieren Diskriminationsfähigkeit wie in der Klausur.
10–15 Karten pro Themengebiet geben dir genug Tiefe, ohne die Wiederholungen unnötig aufzublähen.
Informatik: 25% Erinnern (Definitionen), 35% Verstehen (Warum funktioniert es?), 40% Anwenden/Transfer (Welcher Algorithmus für dieses Problem?). Bloom-Taxonomie verstehen
LaTeX für Komplexitätsanalyse + KI-Prüfungssim für mündliche Informatik-Prüfungen.
Warum blockweises Üben bei Algorithmen scheitert und wie sich O-Notation, AVL-Bäume und Graphen-Traversal auf gemischte Übungssitzungen verteilen lassen.
Kostenlos. KI generiert Karten für Algorithmen, Datenstrukturen, Theorie. FSRS-6 plant optimale Wiederholungen.