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)
| 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) | 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 gebunden | 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 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).
Kapazität eines Kondensators
Die Kapazität gibt an, wie viel Ladung ein Kondensator pro Volt Spannung speichert.
Kostenlos · keine Kreditkarte · in 2 Minuten in deinem Lernplan
Formel
C = \frac{Q}{U}Variablen & Einheiten – Kapazität eines Kondensators
| Symbol | Bedeutung | Einheit |
|---|---|---|
| C | Kapazität | F (Farad) |
| Q | Gespeicherte Ladung | C (Coulomb) |
| U | Anliegende Spannung | V |
Herleitung & Hintergrund – Kapazität eines Kondensators
Q und U sind beim Kondensator proportional; die Konstante C hängt nur von der Bauform ab. Für den Plattenkondensator gilt C = ε₀·ε_r·A/d — große Plattenfläche und kleiner Abstand erhöhen die Kapazität, ein Dielektrikum (ε_r > 1) verstärkt sie zusätzlich. Ein Farad ist riesig; übliche Werte liegen im Mikro-, Nano- und Pikofarad-Bereich.
Prüfungs-Blueprint
Gültigkeitsbereich
C = Q/U gilt für jeden Kondensator im elektrostatischen Gleichgewicht. Die Bauformformel C = ε₀ε_r·A/d gilt für den Plattenkondensator mit homogenem Feld (Randeffekte vernachlässigt).
Herleitung in Schritten
Ladung und Spannung sind am Kondensator proportional — die Kapazität ist der Proportionalitätsfaktor.
- 1Mehr Ladung auf den Platten erzeugt ein proportional stärkeres Feld und damit höhere Spannung: Q ∝ U.
- 2Definition des Faktors: C = Q/U, Einheit Farad = Coulomb/Volt.
Umstellen
Ladung aus Kapazität und Spannung
Die Ladung wächst linear mit der angelegten Spannung.
Spannung aus Ladung und Kapazität
Kleine Kapazität heißt: Wenig Ladung erzeugt schon hohe Spannung.
Plattenkondensator
Große Fläche, kleiner Abstand und Dielektrikum erhöhen C.
Aufgabenvariante
Ein 100-µF-Kondensator liegt an U = 9 V. Welche Ladung speichert er?
Q = C·U = 10⁻⁴ × 9 = 9×10⁻⁴ C = 0,9 mC.
Auf C = 150 µF sitzen Q = 3×10⁻³ C. Bestimme die Spannung.
U = Q/C = 3×10⁻³ / 1,5×10⁻⁴ = 20 V.
Typische Fehler
µF, nF und pF nicht in Farad umrechnen.
µ = 10⁻⁶, n = 10⁻⁹, p = 10⁻¹² — vor dem Einsetzen umrechnen.
Kapazität mit Ladung verwechseln.
C ist das Speichervermögen pro Volt, Q die tatsächlich gespeicherte Ladung.
Beim Verdoppeln des Plattenabstands doppelte Kapazität erwarten.
C ∝ 1/d — doppelter Abstand halbiert die Kapazität.
Klausurkontext
- Typisch: Plattenkondensator mit Dielektrikum, Ladung/Spannung nach Umschalten, Reihen- und Parallelschaltung von Kondensatoren.
Die typischen Fehler stecken als eigene Karten im Prüfungsset. Einmal aktiv trainiert, passieren sie in der Klausur selten.
Formelcluster
Kondensator
Kapazität definiert das Bauteil, die Energieformel seinen Nutzen.
Rechenbeispiel
Ein Kondensator speichert Q = 6×10⁻⁴ C bei U = 12 V: C = 6×10⁻⁴/12 = 5×10⁻⁵ F = 50 µF.
Anwendungsgebiete
Glättung in Netzteilen, Kamerablitz, Timer-Schaltungen (RC-Glied), Touchscreens, DRAM-Speicherzellen
Quanta-Prüfungsset
Kuratiertes Prüfungsset für "Kapazität eines Kondensators":
Frage (Vorderseite)
Welche Formel beschreibt Kapazität eines Kondensators?
Antwort in deinem Set
Frage (Vorderseite)
Wie stellst du C = Q/U nach Ladung aus Kapazität und Spannung um?
Antwort in deinem Set
Frage (Vorderseite)
Welcher typische Fehler passiert bei C = Q/U?
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
Verwandte Formeln
Weitere Physik-Formeln
Häufige Fragen zu Kapazität eines Kondensators
Wie rechnet man mit der Kondensatorformel C = Q/U?+
Teile die gespeicherte Ladung in Coulomb durch die anliegende Spannung in Volt, dann erhältst du die Kapazität in Farad. Beispiel: Q = 6×10⁻⁴ C bei U = 12 V ergibt C = 5×10⁻⁵ F = 50 µF. Meist ist die Kapazität bekannt und du suchst die Ladung (Q = C·U) oder die Spannung (U = Q/C). Da ein Farad riesig ist, tragen reale Bauteile Werte in Mikro-, Nano- oder Pikofarad — rechne die Vorsätze konsequent um: µ = 10⁻⁶, n = 10⁻⁹, p = 10⁻¹². Ein 100-µF-Kondensator an 9 V speichert Q = 10⁻⁴ × 9 = 9×10⁻⁴ C. Die Einheitenkontrolle Coulomb pro Volt = Farad sichert jede Umstellung ab.
Was bedeutet die Kapazität eines Kondensators anschaulich?+
Die Kapazität ist das Fassungsvermögen für Ladung pro Volt: Ein Kondensator mit 1 F nimmt bei 1 V genau 1 C Ladung auf. Ein hilfreiches Bild ist ein Wassertank: Die Kapazität entspricht der Grundfläche des Tanks, die Spannung dem Wasserstand, die Ladung der Wassermenge. Ein breiter Tank (große Kapazität) speichert bei gleichem Pegel mehr Wasser; ein schmaler Tank erreicht schon mit wenig Wasser einen hohen Pegel — genauso erzeugt wenig Ladung an einer kleinen Kapazität bereits hohe Spannung. Wichtig ist die Abgrenzung: C beschreibt das Speichervermögen des Bauteils (nur von der Geometrie abhängig), Q die tatsächlich gespeicherte Ladung (hängt von der angelegten Spannung ab).
Wovon hängt die Kapazität eines Plattenkondensators ab?+
Von drei Baugrößen: C = ε₀·ε_r·A/d. Größere Plattenfläche A bietet mehr Platz für Ladung und erhöht C linear. Kleinerer Plattenabstand d verstärkt die Anziehung zwischen den entgegengesetzten Ladungen und erhöht C ebenfalls — C ist umgekehrt proportional zu d. Ein Dielektrikum zwischen den Platten (Kunststoff, Keramik) polarisiert sich im Feld, schwächt es ab und vervielfacht die Kapazität um den Faktor ε_r (Keramik bis über 1.000). Die Naturkonstante ε₀ = 8,854×10⁻¹² F/m setzt die Skala — und erklärt, warum Kondensatoren mit Zentimeter-Abmessungen nur Piko- bis Mikrofarad erreichen. Rechenbeispiel: A = 0,01 m², d = 1 mm, Luft: C = 8,854×10⁻¹² × 0,01/0,001 ≈ 88,5 pF.
Was passiert mit Ladung und Spannung, wenn man den Kondensator von der Quelle trennt?+
Das ist die wichtigste Fallunterscheidung bei Kondensatoraufgaben. Bleibt der Kondensator an der Spannungsquelle, ist U festgenagelt — änderst du dann die Kapazität (etwa durch Einschieben eines Dielektrikums), fließt Ladung nach: Q = C·U wächst mit. Trennst du ihn vorher ab, ist die Ladung Q gefangen, denn sie kann nirgendwohin abfließen — nun passt sich die Spannung an: U = Q/C. Schiebst du bei getrenntem Kondensator ein Dielektrikum mit ε_r = 4 ein, vervierfacht sich C und die Spannung sinkt auf ein Viertel. Ziehst du stattdessen die Platten auseinander, sinkt C und die Spannung steigt — die dafür nötige Arbeit leistet deine Hand gegen die Anziehung der Platten.
Wie addieren sich Kapazitäten in Reihen- und Parallelschaltung?+
Genau umgekehrt zu Widerständen. Parallel geschaltete Kondensatoren addieren sich direkt: C_ges = C₁ + C₂ — beide liegen an derselben Spannung, ihre Plattenflächen wirken wie eine große. Zwei 100-µF-Kondensatoren parallel ergeben 200 µF. In Reihe addieren sich die Kehrwerte: 1/C_ges = 1/C₁ + 1/C₂ — auf allen Kondensatoren sitzt dieselbe Ladung, die Spannungen addieren sich, und die Gesamtkapazität ist kleiner als die kleinste Einzelkapazität. Zwei 100-µF-Kondensatoren in Reihe ergeben 50 µF. Die Merkregel "parallel addieren, in Reihe Kehrwerte" ist also gegenüber Widerständen vertauscht — der häufigste Fehler in gemischten Klausuraufgaben. Reihenschaltung nutzt man auch, um die Spannungsfestigkeit zu erhöhen.
Kapazität eines Kondensators prüfungssicher behalten
Erstelle ein kuratiertes FSRS-Prüfungsset für C = Q/U: Formelabruf, Variablen, Herleitung, Umstellung, Beispiel, typische Fehler und Klausurkontext.
Kostenlos · kuratiertes Formelset · LaTeX · FSRS Spaced Repetition
Wie berechnet man mit Kapazität eines Kondensators?
So gehst du eine typische Aufgabe zu Kapazität eines Kondensators (C = Q/U) Schritt für Schritt an:
- 1
Aufgabe
Ein 100-µF-Kondensator liegt an U = 9 V. Welche Ladung speichert er?
Rechenweg
Q = C·U = 10⁻⁴ × 9 = 9×10⁻⁴ C = 0,9 mC.
- 2
Aufgabe
Auf C = 150 µF sitzen Q = 3×10⁻³ C. Bestimme die Spannung.
Rechenweg
U = Q/C = 3×10⁻³ / 1,5×10⁻⁴ = 20 V.
C = Q/U · 10 Karten fertig
Als Prüfungsset lernen