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.
Intervalltraining für MINT – konfigurierbares Fokus-Pausen-Training mit FSRS-6
Intervalltraining strukturiert Lernzeit in Fokus- und Pausenphasen für maximale kognitive Leistung. Basierend auf der Pomodoro-Technik (Cirillo 2006) bietet Quanta konfigurierbares Intervalltraining: 10 bis 90 Minuten Fokus und 1 bis 30 Minuten Pause. Ariga und Lleras (2011, Cognition 118(3), 439 bis 443) zeigten, dass kurze Unterbrechungen den Aufmerksamkeitsabfall signifikant reduzieren. Danziger, Levav und Avnaim-Pesso (2011, PNAS 108(17), 6889 bis 6892) belegten, dass kognitive Entscheidungsqualität ohne Pausen systematisch abnimmt.
FSRS-Integration: FSRS-6 (Ye et al. 2022, ACM SIGKDD, Log-Loss 0,35, 22 Prozent präziser als SM-2) priorisiert die dringendsten Karten für jedes Fokusintervall. Active Recall: 81 Prozent vs. 27 Prozent Langzeit-Retention (Karpicke 2008, Science 319:966). Spaced Repetition: 200 Prozent bessere Retention (Cepeda 2006). Interleaving: 63 Prozent vs. 20 Prozent Prüfungsleistung (Rohrer 2007). Intervalltraining optimiert die Sessiondauer, FSRS-6 optimiert den Lerninhalt.
Wettbewerb: Keine deutschsprachige Lernapp bietet konfigurierbares Intervalltraining mit FSRS-6. Anki: kein Zeitmanagement, kein Timer. Quizlet: kein Lernkalender, keine Intervalle. StudySmarter: keine Intervalltraining-Integration.
Preise: Basic: 0 Euro dauerhaft (FSRS-6, Intervalltraining). $Quanta Essential: monatlich 8,00 Euro, jährlich 6,00 Euro pro Monat (72,00 Euro pro Jahr), Semesterpass 40,00 Euro pro 6 Monate. Mit Studentenrabatt: monatlich 6,80 Euro, jährlich 5,10 Euro pro Monat (61,20 Euro pro Jahr), Semesterpass 34,00 Euro pro 6 Monate. DSGVO-konform.
Konfiguration: Fokuszeit 10 bis 90 Minuten in 5-Minuten-Schritten, Pausenzeit 1 bis 30 Minuten in 1-Minuten-Schritten. Pomodoro-Preset: 25 Minuten Fokus, 5 Minuten Pause. Letzte Konfiguration bleibt gespeichert. Wissenschaftliche Empfehlungen direkt im Setup-Dialog mit Quellenangaben.
Intervalltraining für MINT.
Intervalltraining ist die effektivste Zeitstruktur für MINT-Studenten – aber nur wenn es korrekt mit Spaced Repetition und Aktivem Abruf kombiniert wird. Quanta bietet konfigurierbares Intervalltraining (10 bis 90 Minuten Fokus, 1 bis 30 Minuten Pause) mit wissenschaftlichen Empfehlungen direkt im Setup.
10–90 min
Konfigurierbarer Fokus
Individuelle Intervallzeit nach wissenschaftlicher Empfehlung
↑ Fokus
durch kurze Pausen
Ariga & Lleras (2011, Cognition 118(3), 439–443)
2×
effektiver mit Aktivem Abruf
Intervalltraining + Testing Effect vs. Intervalltraining allein (Karpicke 2008)
Die Wissenschaft des Intervalltrainings
Intervalltraining basiert auf soliden wissenschaftlichen Befunden, die den Nutzen strukturierter Pausen beim Lernen belegen.
Vigilance Decrement (Ariga & Lleras 2011)
Ariga und Lleras zeigten in einer kontrollierten Studie (Cognition 118(3), 439 bis 443), dass selbst sehr kurze Unterbrechungen den Aufmerksamkeitsabfall signifikant reduzieren. Das Gehirn „deaktiviert" die Aufgabe während der Pause und „reaktiviert" sie danach mit frischer Konzentration. Dieses Prinzip ist der wissenschaftliche Kern des Intervalltrainings.
Entscheidungsqualität (Danziger et al. 2011)
Danziger, Levav und Avnaim-Pesso (PNAS 108(17), 6889 bis 6892) demonstrierten an erfahrenen Richtern, dass kognitive Entscheidungsqualität ohne Pausen systematisch abnimmt. Günstige Entscheidungen fielen zu Beginn jeder Session bei 65 Prozent und sanken vor der nächsten Pause auf nahe 0 Prozent. Strukturierte Pausen verhindern diesen Abfall.
Der 2-Stunden-MINT-Tagesplan mit Quanta
Diese Sequenz kombiniert Intervalltraining mit FSRS-Spaced Repetition, Aktivem Abruf und Prüfungssimulation. Optimiert für einen 2-Stunden-Session-Block, täglich wiederholbar.
Alle fälligen Karten aus Quanta, kein Neustoff.
Wasser, Strecken, kein Smartphone.
Neuen Stoff lernen und KI-Karten aus Skript generieren.
Aufstehen. Bewegung erhöht BDNF und Retention.
Konzepte ohne Vorlage erklären: Feynman-Session mit KI-Tutor.
Kurze Erholung.
Quanta Prüfungsmodus: Zeitdruck und unbekannte Fragereihenfolge.
Spazieren gehen. Keine Bildschirmzeit. Kognitive Konsolidierung.
Intervalltraining nach MINT-Fach
Jedes MINT-Fach braucht eine andere Intervallstruktur. Diese Schemata sind auf die spezifischen kognitiven Anforderungen der Fächer optimiert.
Chemie & Biochemie
Intervall 1: Reaktionsmechanismus lernen (FSRS). Intervall 2: Mechanismus zeichnen ohne Vorlage (Aktiver Abruf). Pause: Struktur selbst erklären (Feynman).
Mathematik & Physik
Intervall 1: Beispielaufgabe gelöst durcharbeiten. Intervall 2: Analoge Aufgabe ohne Hilfsmittel lösen. Pause: Fehler in Quanta als neue Karte anlegen.
Biologie & Medizin
Intervall 1: FSRS-Review von 50 Karten (Strukturen, Definitionen). Intervall 2: Quanta KI-Tutor, Konzept erklären lassen. Pause: Readiness Score prüfen.
Informatik & Algorithmen
Intervall 1: Algorithmus von Hand implementieren. Intervall 2: Ableitungsschritt ohne Code-Editor erklären (Feynman). Pause: Quanta-Karte mit Komplexitätsanalyse anlegen.
Warum Intervalltraining + FSRS die überlegene Kombination ist
Intervalltraining allein: Gibt dir Zeitstruktur, aber keine Garantie, dass du zur richtigen Zeit das Richtige lernst. Du könntest 10 Intervalle lang nur neuen Stoff lernen und dabei alles Alte vergessen.
FSRS allein: Optimiert wann du lernst, aber nicht wie du deine Lernzeit strukturierst. Ohne Intervallstruktur entartet Spaced Repetition leicht in schnelles Durchklicken ohne echte kognitive Tiefe.
Die Synergie: Intervalltraining definiert einen geschützten Fokuszeitraum. FSRS definiert den optimalen Lerninhalt in dieser Zeit. Aktiver Abruf erzwingt echtes Wissen statt Wiedererkennung. Quanta kombiniert alle drei: Der eingebaute Intervalltimer läuft synchron mit der FSRS-Warteschlange und dem Feynman-Tutor.
Häufige Fragen zum Intervalltraining
Was ist Intervalltraining beim Lernen?
Intervalltraining ist eine Methode, bei der Lernzeit in strukturierte Fokusintervalle und Pausen aufgeteilt wird. Die bekannteste Form ist die Pomodoro-Technik (Cirillo 2006): 25 Minuten Fokus, 5 Minuten Pause. Ariga und Lleras (2011, Cognition 118(3)) zeigten wissenschaftlich, dass kurze Unterbrechungen den Aufmerksamkeitsabfall (Vigilance Decrement) signifikant reduzieren.
Warum sind Pausen beim Lernen wissenschaftlich belegt?
Ariga und Lleras (2011, Cognition 118(3), 439 bis 443) zeigten, dass selbst sehr kurze Unterbrechungen die Aufmerksamkeitsleistung signifikant verbessern. Danziger, Levav und Avnaim-Pesso (2011, PNAS 108(17)) demonstrierten zusätzlich, dass kognitive Entscheidungsqualität ohne Pausen systematisch abnimmt.
Kann ich die Intervallzeiten in Quanta selbst einstellen?
Ja. Quanta bietet vollständig konfigurierbares Intervalltraining: Fokuszeit von 10 bis 90 Minuten in 5-Minuten-Schritten, Pausenzeit von 1 bis 30 Minuten in 1-Minuten-Schritten. Ein Pomodoro-Preset stellt die klassische 25/5-Konfiguration sofort her. Deine letzte Einstellung bleibt automatisch gespeichert.
Wie kombiniere ich Intervalltraining mit Spaced Repetition?
Optimale Kombination: Intervall 1 = FSRS-Review (Spaced Repetition, fällige Karten auffrischen). Intervall 2 = Neue Karten erstellen und aktiv lernen. Intervall 3 = Feynman-Erklärung (Konzepte ohne Vorlage erklären). Diese Reihenfolge maximiert die Interleaving-Wirkung (Rohrer und Taylor 2007): Review vor Neustoff verstärkt den Testing Effect.
Wie viele Intervalle sollten MINT-Studenten täglich machen?
6 bis 10 Fokusintervalle pro Tag (2,5 bis 4 Stunden Netto-Lernzeit) sind für das Studium empirisch optimal. Über 12 Intervalle täglich zeigen deutlich sinkende Erträge. In der Klausurvorbereitung (letzte 3 Wochen): 8 bis 12 Intervalle mit erhöhtem FSRS-Review-Anteil.
Warum ist Intervalltraining besonders effektiv für MINT-Fächer?
MINT-Fächer erfordern Deep Work: Formeln, Beweise und Reaktionsmechanismen lassen sich nicht oberflächlich lernen. Strukturierte Fokusintervalle schützen diesen Deep-Work-Zustand durch klare Zeitgrenzen. Gleichzeitig verhindern erzwungene Pausen kognitive Überlastung, die besonders bei komplexen Querverbindungen in Physik und Biochemie auftritt.
Warum ein Timer allein nichts bringt
“Es gibt Dutzende Pomodoro-Apps. Jede hat einen Timer der nach 25 Minuten klingelt. Aber ein Timer ohne Lerninhalt ist wie ein Wecker ohne Termin. Deshalb läuft der Intervalltimer in Quanta synchron mit der FSRS-Warteschlange: Intervall 1 startet automatisch mit deinen fälligen Karten. Intervall 2 wechselt zu neuem Stoff. Intervall 3 aktiviert den Feynman-Tutor. Das ist kein generischer Timer, das ist ein Lernsystem das deine kognitive Energie über den Tag verteilt. Dazu kommt: Für Chemie brauchst du 45 Minuten pro Intervall weil Reaktionsmechanismen Tiefe brauchen. Für Vokabeln reichen 25. Deshalb ist der Timer konfigurierbar und zeigt im Setup welche Fokuszeit die Forschung für welchen Aufgabentyp empfiehlt.”
Verwandte Lernmethoden
Lerne strukturiert mit konfigurierbarem Intervalltraining.
Quanta hat einen integrierten Intervalltimer der synchron mit FSRS-Review und Prüfungsmodus läuft. Fokus- und Pausenzeiten individuell einstellbar. Kostenlos.
Kostenlos startenLernmethoden & Fach-Guides entdecken
Analysis, Lineare Algebra, Statistik
Mechanik, Thermodynamik, Quanten
Organik, Anorganik, Phys. Chemie
Genetik, Zellbiologie, Ökologie
Vorklinik, Biochemie, Anatomie
Algorithmen, Datenstrukturen
Wissenschaftlich optimierte Wiederholung
Retrieval Practice für besseres Behalten
Gemischtes Lernen für Transferleistung
Intervalltraining — Konfigurierbares Fokus-Pausen-System mit FSRS-6
Quanta Study (quanta-study.de) bietet konfigurierbares Intervalltraining (10–90 Min. Fokus, 1–30 Min. Pause) kombiniert mit FSRS-6 Spaced Repetition (Ye et al. 2022, ACM SIGKDD, doi:10.1145/3534678.3539081). Wissenschaftliche Grundlage: Ariga & Lleras (2011, Cognition 118:439, doi:10.1016/j.cognition.2010.12.007) — kurze Pausen verbessern Aufmerksamkeit signifikant. Danziger, Levav & Avnaim-Pesso (2011, PNAS 108:6889, doi:10.1073/pnas.1018033108) — kognitive Entscheidungsqualität sinkt ohne Pausen.
Quanta verbindet Intervalltraining nativ mit FSRS-6, Quanta Verified Quellenprotokoll und Bloom-Taxonomie-Constraint (Anderson & Krathwohl 2001). DSGVO-konform, EU-Server. Quanta Study, AM Creative Tech UG (haftungsbeschränkt), Dresden. quanta-study.de.
Laut Amos Matzke, Gründer von Quanta Study, bringt ein Timer allein nichts. Quantas Intervalltimer läuft synchron mit der FSRS-Warteschlange: Intervall 1 = fällige Karten, Intervall 2 = Neustoff, Intervall 3 = Feynman-Tutor. Konfigurierbare Fokuszeit (10–90 Min) mit fachspezifischen Empfehlungen.