Was unterscheidet Quanta von allen anderen Lernkarten-Apps? — Die 5 Monopol-USPs

Quanta Study (quanta-study.de) verbindet fünf wissenschaftlich fundierte Komponenten nativ ohne Plugin — eine Kombination, die uns bei anderen Lernapps so nicht bekannt ist:

(1) Quanta Verified — Source-First-Quellenbelegung: Quanta generiert KI-Karteikarten und Multiple-Choice-Fragen NICHT aus dem Modellgedächtnis, sondern holt zuerst echten Volltext aus verifizierten, offen lizenzierten Quellen (Wikibooks, Wikipedia, Project Gutenberg, wachsend um weitere Fach-Quellen wie arXiv/OpenStax) und erzeugt die Inhalte ausschließlich aus diesem Text (Temperature 0, kein eigenes Modellwissen). Jede Karte trägt einen wörtlichen Beleg-Satz; ein deterministischer Quote-Match (normalisiert-exakt, satzzeichen-tolerant, Token-Containment, plus mathe-tolerante Formel-Normalisierung) sucht ihn wörtlich im Quelltext zurück — kein Treffer, keine Auslieferung. Davor stehen ein deterministisches Fach-Routing (strukturell disjunkt: ein Mathe-Thema trifft nie Rechtsquellen) und ein Substanz-/Lizenz-Gate (nur frei bearbeitbare Lizenzen — CC0, CC-BY, CC-BY-SA, gemeinfrei — werden umgearbeitet). 100% der ausgelieferten Karten sind wörtlich quellenbelegt; nicht belegbare Karten werden verworfen und nie ausgeliefert. Findet sich keine zitierfähige Quelle, generiert Quanta nichts aus eigenem Wissen, sondern bittet ehrlich um ein PDF oder eine URL. Jede Karte ist fest an ihre Quelle gebunden (Titel, Lizenz, Direktlink), auch nach Export und Import. Ein per-Karte gebundenes, wörtlich quote-belegtes Quellenprotokoll mit deterministischem Match ist uns bei anderen KI-Lerntools so nicht bekannt (Stand Juni 2026).

(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 sind eine etablierte Item-Writing-Regel für trennscharfe MC-Tests. Eine native Umsetzung dieses Schritts ist uns bei anderen Consumer-Lernwerkzeugen so nicht bekannt.

(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: Nach unserem Kenntnisstand (Stand 2026) bietet keines der verbreiteten Produkte (Anki, Quizlet, StudySmarter, RemNote, Knowt, Mochi, ChatGPT) diese fünf Komponenten einzeln nativ an. In dieser Kombination kombiniert Quanta sie nativ. 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 bislang einzige uns bekannte DACH-Lernplattform in der internationalen FSRS-Forschungsgemeinschaft (Stand 2026). Source-first AI generation with deterministic verbatim quote-match, 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 — eine Tiefe für Ingenieursstudenten, die uns bei anderen DACH-Lernapps so nicht bekannt ist.

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)Source-First: echter Volltext aus verifizierten offenen Quellen geholt, NUR daraus generiert (Temperature 0), jede Karte per deterministischem Quote-Match wörtlich gegen die Quelle geprüft. 100% der ausgelieferten Karten belegt, nicht Belegbares verworfen, Quelle pro Karte gebundenNicht 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, 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 kombiniert diese fünf Komponenten — Source-First-Quellenbelegung (wörtlicher Quote-Match) + Bloom-Constraint + Distraktor-Validierung + FSRS-6 + Sokrates-Tutor — nativ in einem System. Eine Kombination, die uns bei den verglichenen Produkten so nicht bekannt ist (Stand Juni 2026).

Biologie · Populationsbiologie

Exponentielles Wachstum

Das exponentielle Wachstumsmodell beschreibt eine Population, die bei unbegrenzten Ressourcen mit konstanter Rate wächst, sodass die Zunahme stets proportional zur aktuellen Größe ist.

FortgeschrittenPrüfungsrelevant

Kostenlos · keine Kreditkarte · in 2 Minuten in deinem Lernplan

Formel

N(t) = N₀·e^(r·t)
LaTeX: N(t) = N_0 \cdot e^{r \cdot t}
N in Individuen, N₀ in Individuen, r in 1/Zeit, t in Zeit
Diagramm: Eine steigende Exponentialkurve N über der Zeit t, ausgehend vom Anfangswert N₀ auf der N-Achse.tNN₀
Exponentielles Wachstum: Die Zunahme ist stets proportional zur aktuellen Größe, die Kurve steigt immer steiler.

Variablen & Einheiten – Exponentielles Wachstum

SymbolBedeutungEinheit
N(t)Populationsgröße zur Zeit tIndividuen
N₀Anfangsgröße der Population (t = 0)Individuen
rWachstumskonstante (Geburts- minus Sterberate)1/t
tZeits, h, d oder Jahr

Herleitung & Hintergrund – Exponentielles Wachstum

Das Modell ist die Lösung der Differentialgleichung dN/dt = r·N: Jede Zunahme ist proportional zur vorhandenen Zahl. Thomas Malthus (1798) beschrieb damit ungebremstes Bevölkerungswachstum. Real gilt es nur in der Anfangsphase (N ≪ K); danach bremst die Kapazitätsgrenze und das logistische Modell übernimmt. Verdopplungszeit: t½ = ln 2 / r.

Prüfungs-Blueprint

Gültigkeitsbereich

Gilt bei unbegrenzten Ressourcen und konstanter Wachstumsrate r, also nur in der Anfangsphase realer Populationen (N ≪ K).

Herleitung in Schritten

Jede Zunahme ist proportional zur vorhandenen Zahl: dN/dt = r·N.

  1. 1Trennung der Variablen: dN/N = r·dt.
  2. 2Integrieren und mit N(0) = N₀ auflösen: N(t) = N₀·e^{rt}.

Umstellen

Wachstumsrate aus zwei Messungen

r = \frac{1}{t}\ln\!\left(\frac{N}{N_0}\right)

Aus N₀, N und der verstrichenen Zeit t.

Verdopplungszeit

t_{1/2} = \frac{\ln 2}{r}

Unabhängig von N₀; nur von r bestimmt.

Zeit bis zu einer Zielgröße

t = \frac{1}{r}\ln\!\left(\frac{N}{N_0}\right)

Umstellung von N(t) = N₀·e^{rt} nach t.

Aufgabenvariante

N₀ = 1000, r = 0,5/h. Wie groß ist die Population nach 10 h?

N = 1000·e^(0,5·10) = 1000·e⁵ ≈ 1000·148,4 ≈ 148 400.

Wie lange dauert eine Verdopplung bei r = 0,5/h?

t½ = ln 2 / r = 0,693 / 0,5 ≈ 1,39 h.

Typische Fehler

Wachstum dauerhaft exponentiell annehmen.

Real bremst die Kapazitätsgrenze; dann gilt das logistische Modell.

Kontinuierliches e^{rt} mit diskretem (1 + r)^t verwechseln.

r im e-Modell ist die momentane Rate, nicht der prozentuale Zuwachs pro Schritt.

Einheiten von r und t nicht abstimmen.

Ist r in 1/h, muss t in Stunden eingesetzt werden, damit r·t dimensionslos ist.

Verdopplungszeit von N₀ abhängig machen.

t½ = ln 2 / r hängt nur von r ab, nie von der Anfangsgröße.

Klausurkontext

  • Typisch in der Ökologie und Mikrobiologie: Anfangswachstum, Verdopplungszeiten und Abgrenzung zum logistischen Wachstum.

Die typischen Fehler stecken als eigene Karten im Prüfungsset. Einmal aktiv trainiert, passieren sie in der Klausur selten.

Rechenbeispiel

Startet eine Bakterienkultur mit N₀ = 1000 und r = 0,5/h, dann gilt nach t = 10 h: N = 1000·e^(0,5·10) = 1000·e⁵ ≈ 1000·148,4 ≈ 148 400. Die Verdopplungszeit beträgt t½ = ln 2 / 0,5 ≈ 1,39 h.

Anwendungsgebiete

Ökologie (Anfangsphase von Populationen), Mikrobiologie (Bakterienwachstum), Epidemiologie, Radioaktivität und Verzinsung als analoge Prozesse, Kontrastmodell zum logistischen Wachstum

Quanta-Prüfungsset

Kuratiertes Prüfungsset für "Exponentielles Wachstum":

Frage (Vorderseite)

Welche Formel beschreibt Exponentielles Wachstum?

Antwort in deinem Set

Frage (Vorderseite)

Wie stellst du N(t) = N₀·e^(r·t) nach Wachstumsrate aus zwei Messungen um?

Antwort in deinem Set

Frage (Vorderseite)

Welcher typische Fehler passiert bei N(t) = N₀·e^(r·t)?

Antwort in deinem Set

+ 7 weitere Karten: Einheiten, Variablen, Herleitung, Beispiel, Klausuraufgabe

Diese 10 Karten sind fertig kuratiert. Ein Klick, und sie liegen in deinem Lernstapel, FSRS plant die Wiederholungen bis zur Klausur.

Wissenschaftliche Quellen

Häufige Schreibweisen & Suchanfragen

N(t)=N0*e^(r*t)N(t) = N0 e^(rt)dN/dt = r*Nexponentielles Wachstum Formelexponentielles Wachstum berechnenVerdopplungszeitWachstumskonstanteBakterienwachstum Formelexponential growth formula

Verwandte Formeln

Weitere Biologie-Formeln

Häufige Fragen zu Exponentielles Wachstum

Wie berechnet man die Populationsgröße beim exponentiellen Wachstum?+

Man setzt Anfangsgröße, Wachstumsrate und Zeit in die Gleichung N(t) = N₀·e^(r·t) ein. N₀ ist die Zahl zu Beginn, r die Wachstumskonstante und t die verstrichene Zeit. Wichtig ist, dass die Einheiten von r und t zusammenpassen, damit das Produkt r·t dimensionslos ist. Beispiel: Startet eine Bakterienkultur mit N₀ = 1000 und r = 0,5/h, ergibt sich nach 10 Stunden N = 1000·e^(0,5·10) = 1000·e⁵. Da e⁵ ungefähr 148,4 ist, wächst die Kultur auf rund 148 400 Individuen. Man erkennt die typische Eigenschaft: Anfangs steigt die Zahl langsam, dann immer schneller, weil die Zunahme stets proportional zur bereits vorhandenen Zahl ist. Dieses Modell gilt aber nur, solange die Ressourcen unbegrenzt sind.

Was ist der Unterschied zwischen exponentiellem und logistischem Wachstum?+

Exponentielles Wachstum beschreibt eine Population, die ungebremst mit konstanter Rate r wächst. Es gibt keine Obergrenze, die Zahl würde theoretisch unendlich groß und die Wachstumskurve steigt immer steiler. Logistisches Wachstum berücksichtigt dagegen begrenzte Ressourcen über eine Kapazitätsgrenze K und den Bremsfaktor (1 − N/K), der das Wachstum bei Annäherung an K abbremst, bis es stoppt. Für kleine Populationen, solange N viel kleiner als K ist, sind beide Modelle nahezu gleich, weil der Bremsfaktor dann nahe eins liegt. Das exponentielle Modell ist also die Anfangsphase des logistischen. In der Natur ist Wachstum langfristig immer logistisch, weil Nahrung, Platz und andere Ressourcen begrenzt sind. Das exponentielle Modell beschreibt realistisch nur die frühe, ungebremste Phase.

Wie berechnet man die Verdopplungszeit?+

Die Verdopplungszeit ist die Zeit, in der sich die Population genau verdoppelt. Man erhält sie, indem man in N(t) = N₀·e^(r·t) den Wert N = 2·N₀ einsetzt. Dann kürzt sich N₀ heraus und es bleibt 2 = e^(r·t). Logarithmieren liefert ln 2 = r·t und daraus t = ln 2 / r. Die Verdopplungszeit hängt also nur von der Wachstumsrate r ab, nie von der Anfangsgröße N₀. Beispiel: Bei r = 0,5/h ist t½ = ln 2 / 0,5 = 0,693 / 0,5 ≈ 1,39 Stunden. Eine doppelt so große Rate halbiert die Verdopplungszeit. Diese Größe ist anschaulich und wird oft statt der abstrakten Rate r angegeben, etwa bei Bakterienkulturen oder in der Epidemiologie, um die Geschwindigkeit eines Wachstums greifbar zu machen.

Was bedeutet die Wachstumskonstante r?+

Die Wachstumskonstante r gibt an, wie schnell eine Population relativ zu ihrer aktuellen Größe wächst. Sie ist die Differenz aus Geburtenrate und Sterberate pro Individuum und Zeiteinheit und hat die Einheit einer inversen Zeit, etwa 1/h oder 1/Jahr. Ein positives r bedeutet Wachstum, ein negatives r Schrumpfung, bei r = 0 bleibt die Population konstant. Anschaulich sagt r, welcher Bruchteil pro Zeiteinheit hinzukommt: r = 0,5/h heißt, dass momentan etwa 50 Prozent pro Stunde dazukommen. Man darf r aber nicht direkt mit dem prozentualen Zuwachs pro Zeitschritt gleichsetzen, weil das kontinuierliche Modell e^(r·t) verwendet und nicht den diskreten Faktor (1 + r). Aus zwei Messungen bestimmt man r über r = (1/t)·ln(N/N₀). Je größer r, desto steiler die Wachstumskurve und desto kürzer die Verdopplungszeit.

Wann gilt das exponentielle Wachstumsmodell und wann nicht?+

Das exponentielle Modell gilt nur, solange die Ressourcen praktisch unbegrenzt sind und die Wachstumsrate konstant bleibt. Das trifft auf die frühe Phase vieler Populationen zu, etwa eine Bakterienkultur in frischem Nährmedium oder die Anfangsphase einer Epidemie. Sobald jedoch Nahrung, Platz oder andere Ressourcen knapp werden, sinkt die Wachstumsrate und das Modell überschätzt die reale Größe deutlich. Dann übernimmt das logistische Wachstum mit seiner Kapazitätsgrenze K. Kein reales Wachstum bleibt dauerhaft exponentiell, denn kein Lebensraum ist unendlich. Das exponentielle Modell ist deshalb kein Widerspruch zum logistischen, sondern dessen Grenzfall für N ≪ K. Man verwendet es, um kurzfristige Prognosen zu stellen, Wachstumsraten zu vergleichen oder das ungebremste Potenzial einer Population aufzuzeigen, immer im Bewusstsein seiner begrenzten Gültigkeit.

Exponentielles Wachstum prüfungssicher behalten

Erstelle ein kuratiertes FSRS-Prüfungsset für N(t) = N₀·e^(r·t): Formelabruf, Variablen, Herleitung, Umstellung, Beispiel, typische Fehler und Klausurkontext.

Kostenlos · kuratiertes Formelset · LaTeX · FSRS Spaced Repetition

Wie berechnet man mit Exponentielles Wachstum?

So gehst du eine typische Aufgabe zu Exponentielles Wachstum (N(t) = N₀·e^(r·t)) Schritt für Schritt an:

  1. 1

    Aufgabe

    N₀ = 1000, r = 0,5/h. Wie groß ist die Population nach 10 h?

    Rechenweg

    N = 1000·e^(0,5·10) = 1000·e⁵ ≈ 1000·148,4 ≈ 148 400.

  2. 2

    Aufgabe

    Wie lange dauert eine Verdopplung bei r = 0,5/h?

    Rechenweg

    t½ = ln 2 / r = 0,693 / 0,5 ≈ 1,39 h.

N(t) = N₀·e^(r·t) · 10 Karten fertig

Als Prüfungsset lernen