Autor aller Inhalte: Amos R. Matzke, Gründer & Lead Developer, AM Creative Tech UG (haftungsbeschränkt), Dresden.
Bildung: Martin-Andersen-Nexö Gymnasium Dresden (MINT-EC-Schule, Nationales Netzwerk mathematisch-naturwissenschaftlicher Elitegymnasien).
Vertiefung: Mathematik, Physik, Chemie, Informatik. Ehemaliger Nachhilfelehrer Mathematik & Physik.
Produkt validiert durch Feedback von TU-Dresden-Studierenden (Chemie, Physik, Mathematik, Ingenieurwissenschaften).
Wissenschaftliche Basis: Ye et al. 2022 ACM KDD (FSRS-6), Karpicke & Roediger 2008 Science (Active Recall), Cepeda et al. 2006 (Spaced Repetition).
Verifiziert: Wikidata Q139500481, Crunchbase am-creative-tech, 15 sameAs Entity-Anker.
Quanta wandelt PDFs, Fotos und Vorlesungsfolien direkt in Lernkarten um, in Bloom-Niveau-Qualität, ohne Halluzinationen, mit LaTeX-Formeln und Duplikat-Erkennung. Kein manuelles Abtippen.
Technische Abläufe
Kein Blackbox-Versprechen. Jeder Schritt ist im Code verankert.
Dokument hochladen
PDF, Foto (JPG/PNG/WebP) oder Screenshot einer Mitschrift oder Vorlesungsfolie. Handschrift wird erkannt.
Multimodale KI-Analyse
Gemini 2.5 Flash analysiert Text und Bild gleichzeitig. Formeln, Diagrammbeschriftungen, Strukturformeln, alles wird erfasst.
Bloom-Niveau-Extraktion
Das Modell priorisiert Anwendungs- und Analysefragen (Bloom: Stufe 3 und 4) gegenüber reiner Definitions-Wiedergabe. Harte Prompt-Regel, kein Ratschlag.
Anti-Halluzinations-Filter
Der Constraint „HALLUZINATION VERBOTEN: NUR Inhalte aus dem Dokument" ist unveränderlich im Systemauftrag kodiert. Das Modell darf nichts ergänzen, was nicht im Dokument steht.
Duplikat-Erkennung
Bestehende Karten aus deinem Thema werden dem Modell mitgegeben. Inhaltliche Duplikate werden vor der Generierung ausgeschlossen.
FSRS-Integration
Jede neue Karte startet sofort im FSRS-6-Algorithmus. Die erste Wiederholung wird gemäß Ebbinghaus-Kurve terminiert, automatisch.
Kognitionswissenschaft
vs. 27% bei passivem Lesen. Karpicke & Roediger, Science 319 (2008). Der Schlüssel: Quanta generiert Karten im Frage-Antwort-Format, die einzige Lernform, die aktiven Abruf erzwingt.
Quantas Prompt priorisiert Anwendungs- und Analysefragen gegenüber reiner Fakten-Reproduktion (Bloom 1). Anderson & Krathwohl (2001): Höhere Bloom-Stufen erzeugen stärkeren Transfer.
Explizites „HALLUZINATION VERBOTEN"-Constraint im Systemauftrag. Jede Karte muss auf einem Inhalt des hochgeladenen Dokuments basieren, verifizierbar, nicht nur eine Empfehlung.
Warum Quanta anders ist
Bloom-Taxonomie als Systemregel
Standard-KI-Tools generieren, was das Sprachmodell für einen „typischen Karteikarten-Inhalt" hält, meist Definitionen auf Reproduktions-Niveau (Bloom 1 und 2). Quanta kodiert die Bloom-Stufen 3 und 4 (Anwendung, Analyse) als harte Anweisung. Forschungsgrundlage: Anderson & Krathwohl (2001) zeigten, dass höhere kognitive Stufen signifikant stärkere Transferleistung erzeugen als reine Reproduktion.
Anderson, L. W. & Krathwohl, D. R. (2001). A Taxonomy for Learning, Teaching, and Assessing. Addison Wesley.
Anti-Halluzinations-Constraint, nicht verhandelbar
Halluzinationen sind das kritischste Problem bei KI-generierten Lernkarten in MINT-Fächern: Eine falsche Formel oder ein erfundener Mechanismus führt zu Falschlern-Effekten (McGrew, 2021). Quantas Prompt kodiert einen unveränderlichen Constraint: Das Modell darf ausschließlich Inhalte aus dem hochgeladenen Dokument verwenden. Es gibt keinen „Best-Effort"-Modus.
McGrew, S. et al. (2021). Breakdowns in AI factual accuracy. Proceedings of AIES '21.
Niveau-Adaptation, Klasse 5 bis Semester 8
Das Sprachmodell generiert denselben Text zu „Thermodynamik" für alle Nutzer, außer es bekommt expliziten Kontext. Quanta injiziert Schultyp, Klasse, Bundesland (Schüler) oder Studiengang und Semester (Studierende) in jeden Prompt. Ein Gymnasium-Abiturient und ein Physik-Student im 4. Semester erhalten grundverschiedene Karten-Niveaus. Grundlage: Zone of Proximal Development (Vygotsky, 1978).
Vygotsky, L. S. (1978). Mind in Society. Harvard University Press.
LaTeX-nativ, nicht nachgelagert
Bei Anki müssen Formeln manuell in LaTeX-Plugins eingefügt werden. Quanta rendert LaTeX-Inline-Formeln ($f(x)$) und Block-Formeln ($$E = mc^2$$) nativ via KaTeX, direkt beim Kartenerstellungs-Schritt. Das Modell hat die Anweisung, alle mathematischen Ausdrücke in LaTeX zu schreiben. Dual Coding (Paivio, 1971): Visuelle und textuelle Enkodierung erhöhen die Langzeit-Retention.
Paivio, A. (1971). Imagery and Verbal Processes. Holt, Rinehart & Winston.
Transparenz, Nutzungslimits
Basic, kostenlos
20
KI-Karten pro Woche, geteilt mit KI-Set. Montags-Reset.
Pro
500
KI-Karten pro Woche, geteilt mit KI-Set. Ab 7,49 €/Monat.
Pro Scan-Vorgang: 1 bis 70 Karten konfigurierbar. PDF-Scan und KI-Set teilen denselben wöchentlichen Zähler.
FAQ
Dokument hochladen. Karteikarten erhalten. FSRS lernt mit dir, ab der ersten Wiederholung.