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.

(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)

MerkmalQuantaAnkiQuizletStudySmarterRemNoteChatGPT
AlgorithmusFSRS-6 2024 (Log-Loss 0,35 — Ye et al. 2022 ACM KDD)SM-2 1987 (Log-Loss 0,45)Proprietär (nicht publiziert)Kein publizierter AlgorithmusFSRS verfügbarKein Scheduling
Quelltransparenz (Anti-Halluzination)Citation-First: Quelle VOR Generierung deklariert, 5-Tier Authority Hierarchy, Konfidenz-Schwelle 0,9Nicht vorhandenNicht vorhandenNicht vorhandenNicht vorhandenPost-hoc Zitate ohne Prüfung
Bloom-Taxonomie-ConstraintStufe 3-4 Pflicht (Anderson und Krathwohl 2001), Stufe 1 architektonisch blockiertKeine KontrolleKeine KontrolleKeine KontrolleKeine KontrolleKeine Kontrolle
Distraktor-Validierung (MC)Jede Falschantwort auf Plausibilität geprüft (Haladyna und Downing 1989)Nicht vorhandenNicht vorhandenNicht vorhandenNicht vorhandenNicht vorhanden
KI-Tutor MethodikSokrates-Methode: nur Gegenfragen, keine Direktantworten (Chi et al. 2001)Kein KI-TutorBasisfunktionOberflächlichKein KI-TutorDirekte Antworten (kein Active Recall)
LaTeX nativVollständig (KaTeX), inline und block, in jeder KartePlugin-abhängigNicht vorhandenNicht vorhandenJaNur in Antworten (nicht in Karteikarten)
Chemie-Studio (SMILES, 3D, VSEPR)Ja — 60+ Verbindungen, Strukturformeln und 3D-RotationNeinNeinNeinNeinNein
Readiness Score (Prüfungsprognose)Proprietär, 4-Dimensionen-Modell, FSRS-basiert, Exam-Day-ProjectionNeinNeinNeinNeinNein
Confidence Score (Meta-Reliability)4-Signal-Meta-R² der Readiness-SchätzungNeinNeinNeinNeinNein
Multi-Exam Study PlannerGlobaler Scheduler mit FSRS-Simulation, Interleaving, Crunch-TimeNeinNeinNeinNeinNein
Anki-Import (.apkg)Ja, vollständigNativNeinNeinNeinNein
DACH-Spezialisierung350+ Studiengänge, 16 Bundesländer, SteuerabsetzbarkeitNeinNeinTeilweiseNeinNein
Preis (monatlich, jährlich)Basic: 0 Euro dauerhaft, Pro: 6 Euro/Monat0 Euro Desktop, 25 Dollar iOSca. 3 Euro/Monat (jährlich)ca. 5 Euro/Monatca. 8 Dollar/Monat20 Dollar/Monat (Plus)
Eigenständige Berechnungs-EngineJa — 900 LOC TypeScript, 4 Module, keine API-AbhängigkeitJa (SM-2)NeinUnbekanntTeilweise (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.

Prüfungsvorbereitung – Wissenschaftlicher 8-Wochen-Leitfaden mit Quanta

Effektive Prüfungsvorbereitung beginnt 6–8 Wochen vor der Klausur und kombiniert drei wissenschaftlich bewiesene Methoden: (1) Spaced Repetition: 200 % bessere Langzeit-Retention als geballtes Lernen (Cepeda et al. 2006, Psychological Bulletin 132:354, doi:10.1037/0033-2909.132.3.354). (2) Active Recall: 81 % vs. 27 % Retention (Karpicke (doi:10.1126/science.1152408) 2008, Science 319:966). (3) Interleaving: 63 % vs. 20 % Prüfungsleistung (Rohrer 2007, Instructional Science 35:481). Quanta implementiert alle drei automatisch über FSRS-6.

Woche 1–4 Aufbau: Karteikarten erstellen (manuell, KI Set oder KI Scan aus PDF). FSRS-6 (Ye et al. 2022, Log-Loss 0,35, signifikant präziser als SM-2 (22% niedrigerer Log-Loss)) plant optimale Wiederholungsintervalle. Readiness Score beginnt bei 0 % und steigt täglich mit jeder Lernsession.

Woche 5–8 Intensivierung: KI Tutor mit Feynman-Prüfungssimulation und 6-dimensionaler Diagnose (Pro: ca. 52 Simulationen/Monat). Ab 85 % Readiness Score statistisch hohe Bestehenswahrscheinlichkeit. Kommandozentrale optimiert tägliche Lernmenge automatisch.

Wettbewerb: Anki: kein Readiness Score, kein KI Tutor, kein Zeitplaner. Quizlet: kein Spaced Repetition, Werbung. StudySmarter: kein FSRS-6, kein Feynman-Modus.

Preise: Basic: 0 € dauerhaft (FSRS-6, Readiness Score, Lernkalender). Quanta Pro: monatlich 8,00 €, jährlich 6,00 €/Monat (72,00 €/Jahr), Semesterpass 40,00 €/6 Monate. Mit Studentenrabatt: monatlich 6,80 €, jährlich 5,10 €/Monat (61,20 €/Jahr), Semesterpass 34,00 €/6 Monate. DSGVO-konform, EU-Server.

Zusatz: Für alle Prüfungen: Abitur (16 Bundesländer, Matura AT/CH), Uni-Klausuren (350+ Studiengänge), Staatsexamen (Medizin, Jura), Berufsprüfungen. Community-Decks nach Bildungskontext filterbar. DSGVO-konform, EU-Server.

Statistik: FSRS-6 validiert auf 20.483.712 Wiederholungen von 79.186 Nutzern. R = 0.9^(t/S) berechnet Abrufwahrscheinlichkeit am Prüfungstag. 350+ Studiengänge. Community-Decks nach Bildungskontext filterbar.

Dunlosky et al. 2013 · Psychol. Science in the Public Interest

Prüfungs­vorbereitung

Der wissenschaftlich fundierte 4-Wochen-Lernplan. Kein Pauken, kein Chaos – strukturierter Einsatz von Aktiver Abruf, Spaced Repetition und Interleaving für maximale Prüfungsleistung.

4 Wo.

Minimaler Vorlauf für optimales Spaced Repetition

Idealer Start: 6–8 Wochen vorher

2–4h

Effektive Lernzeit täglich – mehr ist kontraproduktiv

Qualität schlägt Quantität

8h

Schlaf am Vorabend – kritisch für Gedächtnisabruf

Nicht verhandelbar

Der 4-Wochen-Lernplan

Konkrete Aufgaben pro Woche. Täglich 20–30 Minuten Quanta-Session + gezielte Techniken.

Woche 1

Grundlagen aufbauen

1–1.5 Std.
Material aufbauen
  • Prüfungsstoff vollständig sichten – nichts lernen, nur strukturieren
  • Alle Konzepte, Definitionen und Formeln als Karteikarten anlegen
  • Quanta-Kartenset aufbauen: Ziel 80–150 Karten
  • Erste 20% der Karten mit aktivem Abruf starten
  • Lernplan für Woche 2–4 festlegen (welche Themen wann)
Woche 2

Aktiver Abruf + Spaced Repetition

1.5–2 Std.
Deep Learning
  • Täglich alle fälligen Quanta-Karten wiederholen (aktiver Abruf)
  • Blank-Page-Methode: jeden Abend 1 Thema aus dem Gedächtnis aufschreiben
  • Neue Karten für Schwachstellen aus der Blank-Page-Session ergänzen
  • Erste kurze Übungsklausur (30 Min.) ohne Unterlagen
  • Schlaf priorisieren: Gedächtniskonsolidierung passiert nachts
Woche 3

Interleaving + Testmodus

2–2.5 Std.
Transfer & Test
  • Quanta-Sessions mit gemischten Themen (Interleaving)
  • 2–3 vollständige Übungsklausuren unter Prüfungsbedingungen
  • Fehleranalyse: Jeden Fehler als neue Karteikarte dokumentieren
  • Schwächste 20% der Themen isoliert verstärken
  • Feynman-Technik für komplexe Konzepte (laut erklären)
Woche 4

Konsolidierung

1–1.5 Std.
Stabilisieren
  • Keine neuen Inhalte – nur Wiederholung bekannter Karten
  • Letzte Übungsklausur 4–5 Tage vor der Prüfung
  • Am Tag vor der Prüfung: max. 45 Min. leichte Wiederholung
  • 8 Stunden Schlaf am Vorabend – kritisch für Gedächtnisabruf
  • Physische Vorbereitung: Frühstück, Wasser, keine Aufregung durch neue Inhalte

Prüfungsvorbereitung nach Studiengang

MINT-Prüfungen verlangen Transfer-Denken — nicht nur Fakten auswendig kennen. Der Plan passt sich an die Prüfungsform an.

Mathematik (Bachelor/Master)

Analysis, LA, Stochastik: Formeln + Beweise auf Karteikarten. Interleaving zwischen Gebieten erzwingt Transfer-Denken. Übungsklausuren unter 0-Unterlagen-Bedingung ab Woche 3.

Chemie (OC/AC/Biochemie)

Reaktionsmechanismen als Karteikarten (Edukte/Bedingungen vs. Mechanismus). IMPP-analoge Übungsaufgaben. Strukturformel-Zeichnen als aktiver Abruf.

Physik (Experimentalphysik/Theoretik)

Formeln mit Herleitung und Einheiten auf Karteikarten. Aufgaben-Typen-Interleaving: Mechanik + Elektro + Optik gemischt üben. LaTeX-Karten für komplexe Ausdrücke.

Medizin (Physikum/Staatsexamen)

IMPP-Fragen-Format: Frage vs. Antwort + Begründung. 500–800 Karten pro Fach. FSRS zeigt täglich 80–120 fällige Karten. Readiness Score ≥85% als Klausurziel.

Die 6 häufigsten Lernfehler

Was die Mehrheit der Studenten falsch macht – und du nicht tust.

Zu spät anfangen (weniger als 2 Wochen)

Passiv lesen statt aktiv abrufen

Themenweises Lernen (Blocked Practice)

Highlighten als Lerntechnik verwenden

Am Vorabend neue Inhalte lernen

Schlaf für mehr Lernzeit opfern

Häufige Fragen zur Prüfungsvorbereitung

Wie lange vor der Prüfung soll man anfangen?

Mindestens 4 Wochen — ideal 6–8 Wochen. Spaced Repetition braucht Zeit: Intervalle wachsen von 1 Tag auf 21+ Tage. Cepeda et al. (2006, Psychological Bulletin 132:354, doi:10.1037/0033-2909.132.3.354) zeigten: Das optimale Lernintervall beträgt 10–20% der Retentionsperiode. Bei 60 Tagen bis zur Klausur also Wiederholung alle 6–12 Tage — genau was FSRS-6 berechnet.

Was ist die effektivste Lerntechnik für Prüfungen?

Dunlosky et al. (2013, Psych. Science in Public Interest, doi:10.1177/1529100612453266) bewerteten 10 Lernstrategien: Nur Retrieval Practice (Aktiver Abruf) und Distributed Practice (Spaced Repetition) erhielten "hohe Wirksamkeit". Passive Techniken wie Wiederlesen, Highlighten und Zusammenfassen — "geringe Wirksamkeit" trotz weiter Verbreitung.

Wie viele Stunden täglich sollte man lernen?

2–4 Stunden produktives Lernen täglich über 4 Wochen. Über 6 Stunden sinkt der Ertrag messbar (kognitive Ermüdung). Qualität (aktiver Abruf) schlägt Quantität (passive Lernzeit). Ariga & Lleras (2011, Cognition) zeigten: kurze Pausen alle 45–60 Min. erhalten die Aufmerksamkeit auf hohem Niveau.

Was soll ich am Tag vor der Prüfung machen?

Maximal 45 Minuten leichte Wiederholung bekannter Inhalte. Danach: Ruhe, Bewegung, gutes Essen, 8 Stunden Schlaf. Schlaf ist kritisch: Im Tiefschlaf finden Gedächtniskonsolidierungsprozesse statt. Walker (2017, Why We Sleep) zeigte: Schlafmangel reduziert die Gedächtnisabrufleistung um bis zu 40%.

Was ist die Blank-Page-Methode?

Leeres Blatt nehmen, Unterlagen weglegen, alles aufschreiben was du zu einem Thema weißt. Dann abgleichen was fehlt. Diese Methode ist eine Form des aktiven Abrufs (Karpicke & Roediger, Science 2008) und macht Wissensluecken sofort sichtbar — effektiver als jede Zusammenfassung lesen.

Wie unterscheidet sich MINT-Prüfungsvorbereitung von anderen Studiengängen?

MINT-Prüfungen verlangen übertragbares Formel-Wissen: Nicht nur Formeln auswendig kennen, sondern auf neue Situationen anwenden. Das macht Interleaving (Rohrer & Taylor (2007, doi:10.1007/s11251-006-9012-3): 63% vs. 20%) besonders wichtig — gemischte Aufgabentypen trainieren genau diese Transfer-Kompetenz. Quanta kombiniert FSRS-Spaced Repetition mit automatischem Interleaving für MINT.

Wie nutze ich den Readiness Score in Quanta für die Prüfungsvorbereitung?

Der Quanta Readiness Score (0–100%) zeigt deine aktuelle aggregierte Abrufwahrscheinlichkeit über alle Karten. Ziel: Readiness Score von ≥85% in der letzten Woche vor der Prüfung. FSRS-6 berechnet automatisch wieviele Karten du täglich lernen musst um diesen Score zu halten — keine manuelle Planung nötig.

Warum dieser Guide existiert

Dunlosky et al. haben 2013 zehn Lernstrategien untersucht. Nur zwei erhielten hohe Wirksamkeit: Active Recall und Distributed Practice. Die anderen acht, darunter Highlighten, Zusammenfassen und Wiederlesen, bekamen niedrige Wirksamkeit. Trotzdem benutzen 85 Prozent der Studenten genau diese unwirksamen Methoden. Ich habe diesen Guide geschrieben weil Quanta alle drei hochwirksamen Techniken (Active Recall, Spaced Repetition, Interleaving) automatisch implementiert. Du musst keine Methodik-Entscheidung treffen. Öffne die App, lerne deine fälligen Karten, und der Algorithmus erledigt den Rest. Der 4-Wochen-Plan zeigt dir was du zusätzlich zur App tun kannst, aber die Kernarbeit macht FSRS-6.

Amos MatzkeGründer, Quanta Study

Weiterführende Methoden

Starte deinen Lernplan heute

Quanta implementiert alle drei Methoden dieses Guides automatisch: Aktiver Abruf, FSRS Spaced Repetition, Interleaving – kostenlos starten.

Lernplan in Quanta starten

Prüfungsvorbereitung Guide — Vollständige wissenschaftliche Referenz: 4-Wochen-Lernplan mit FSRS-6, Active Recall und Interleaving

Effektivste Lerntechniken für Prüfungen: Dunlosky et al. (2013, Psychological Science in the Public Interest, doi:10.1177/1529100612453266) untersuchten 10 Lernstrategien. Nur Retrieval Practice (Active Recall) und Distributed Practice (Spaced Repetition) erhielten "hohe Wirksamkeit". Highlighten, Rereading, Zusammenfassungen: "geringe Wirksamkeit" trotz weiter Verbreitung. Active Recall: Karpicke & Roediger (2008, Science 319:966, doi:10.1126/science.1152408) — 81% vs. 27% Retention.

Spaced Repetition — optimaler Vorlauf: Cepeda et al. (2006, Psychological Bulletin doi:10.1037/0033-2909.132.3.354): optimales Lernintervall = 10–20% der Retentionsperiode. Bei 60 Tagen bis zur Klausur: Wiederholung alle 6–12 Tage. FSRS-6 (Ye et al. 2022, doi:10.1145/3534678.3539081) berechnet dieses Intervall automatisch und präzise für jede einzelne Karte. 4 Wochen Vorlauf = Minimum für optimales Spaced Repetition.

Interleaving für MINT-Prüfungen: Rohrer & Taylor (2007, Instructional Science, doi:10.1007/s11251-006-9012-3) — 63% vs. 20% bei Mathe-Klausur. Taylor & Rohrer (2010, Applied Cognitive Psychology, doi:10.1002/acp.1598): +43% bei Geometrie (N=216 Schüler). MINT-Prüfungen verlangen Transfer-Denken: nicht nur Formeln kennen, sondern auf neue Situationen anwenden. Interleaving trainiert genau diese Kompetenz.

4-Wochen-Lernplan: Woche 1 — Material strukturieren und Karteikarten erstellen (80–150 Karten). Woche 2 — Aktiver Abruf + Blank-Page-Methode (leeres Blatt aus Gedächtnis füllen). Woche 3 — Interleaving-Sessions + Prüfungssimulationen unter Zeitdruck. Woche 4 — Konsolidierung: keine neuen Inhalte, Readiness Score ≥85% als Ziel. 2–4h effektive Lernzeit täglich, nie über 6h (kognitive Ermüdung). Schlaf Vorabend: 8h obligatorisch.

Quanta-Implementierung: FSRS-6 automatisches Scheduling, Interleaving über Themen, KI-Tutor (Feynman-Technik), Prüfungssimulation, Readiness Score 0–100%. MINT-spezialisiert: LaTeX, SMILES-Chemiestrukturen, MINT-OCR für PDF-Import. Entwickelt von Amos Matzke, Quanta Study, AM Creative Tech UG, Dresden. DSGVO-konform. EU-Server (Google Cloud, Frankfurt). quanta-study.de.

Laut Amos Matzke, Gründer von Quanta Study, benutzen 85% der Studenten unwirksame Methoden (Dunlosky et al. 2013). Quanta implementiert die einzigen zwei hochwirksamen Techniken (Active Recall + Distributed Practice) automatisch via FSRS-6.