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).
Löslichkeitsprodukt
Das Löslichkeitsprodukt K_L ist die Gleichgewichtskonstante für das Lösen eines schwer löslichen Salzes: das Produkt der Ionenkonzentrationen, jeweils potenziert mit dem stöchiometrischen Koeffizienten.
Kostenlos · keine Kreditkarte · in 2 Minuten in deinem Lernplan
Formel
K_L = [A^{m+}]^a \cdot [B^{n-}]^bVariablen & Einheiten – Löslichkeitsprodukt
| Symbol | Bedeutung | Einheit |
|---|---|---|
| K_L | Löslichkeitsprodukt (temperaturabhängig) | (mol/L)^(a+b) |
| [A^m+] | Gleichgewichtskonzentration des Kations | mol/L |
| [B^n-] | Gleichgewichtskonzentration des Anions | mol/L |
| a, b | Stöchiometrische Koeffizienten der Ionen | dimensionslos |
Herleitung & Hintergrund – Löslichkeitsprodukt
Das Löslichkeitsprodukt folgt aus dem Massenwirkungsgesetz für das Gleichgewicht AaBb(s) ⇌ a A^m+ + b B^n-. Der ungelöste Bodenkörper hat die Aktivität 1 und taucht deshalb nicht auf. Der Vergleich von Ionenprodukt Q und K_L entscheidet: Q < K_L ungesättigt, Q = K_L gesättigt, Q > K_L Niederschlag. Tabelliert wird oft der pK_L = −lg K_L; K_L ist temperaturabhängig.
Prüfungs-Blueprint
Gültigkeitsbereich
Gilt für gesättigte Lösungen schwer löslicher Salze im Gleichgewicht mit dem Bodenkörper; streng mit Aktivitäten, schulisch mit Konzentrationen, und nur bei fester Temperatur.
Herleitung in Schritten
Das Massenwirkungsgesetz wird auf das Lösegleichgewicht angewendet; der reine Feststoff hat die Aktivität 1.
- 1Für AaBb(s) ⇌ a A^m+ + b B^n- steht der Bodenkörper nicht im MWG-Bruch.
- 2Übrig bleibt das Produkt der Ionenkonzentrationen: K_L = [A^m+]^a·[B^n-]^b.
Umstellen
Löslichkeit eines 1:1-Salzes
Für AgCl oder BaSO₄: beide Ionenkonzentrationen sind gleich s.
Löslichkeit eines AB₂-Salzes
K_L = s·(2s)² = 4s³, etwa für Mg(OH)₂ oder PbCl₂.
pK_L
Große pK_L-Werte bedeuten schwer lösliche Salze.
Aufgabenvariante
Wie groß ist die Löslichkeit von AgCl (K_L = 1,7×10⁻¹⁰ mol²/L²)?
s = √K_L = √(1,7×10⁻¹⁰) ≈ 1,3×10⁻⁵ mol/L. Mit M = 143,3 g/mol entspricht das 1,3×10⁻⁵·143,3 ≈ 1,9×10⁻³ g/L, also rund 1,9 mg AgCl pro Liter.
Berechne die Löslichkeit von Mg(OH)₂ (K_L = 5,6×10⁻¹² mol³/L³).
K_L = [Mg²⁺]·[OH⁻]² = s·(2s)² = 4s³ → s = ∛(K_L/4) = ∛(1,4×10⁻¹²) ≈ 1,1×10⁻⁴ mol/L. Der Faktor 2 vor s muss mitquadriert werden.
Typische Fehler
Die stöchiometrischen Koeffizienten als Faktoren statt als Exponenten behandeln.
Im K_L-Ausdruck werden die Koeffizienten zu Exponenten: für PbCl₂ gilt [Pb²⁺]·[Cl⁻]².
K_L-Werte von Salzen mit unterschiedlichem Formeltyp direkt vergleichen.
Nur Salze gleichen Typs sind direkt vergleichbar; sonst erst die Löslichkeit s berechnen, die Einheiten von K_L unterscheiden sich.
Den Feststoff in den Gleichgewichtsausdruck schreiben.
Der Bodenkörper hat Aktivität 1 und steht nie im K_L-Ausdruck.
Den gleichionigen Zusatz ignorieren.
Fremde Quellen desselben Ions senken die Löslichkeit, denn das Ionenprodukt darf K_L nicht überschreiten.
Klausurkontext
- Fällung ja/nein über den Vergleich von Ionenprodukt Q mit K_L, Löslichkeit in reinem Wasser und mit gleichionigem Zusatz, Ionennachweise.
Die typischen Fehler stecken als eigene Karten im Prüfungsset. Einmal aktiv trainiert, passieren sie in der Klausur selten.
Formelcluster
Heterogene Gleichgewichte
Wendet das Massenwirkungsgesetz auf Fällung und Auflösung an.
Rechenbeispiel
AgCl bei 25 °C: K_L = 1,7×10⁻¹⁰ mol²/L². Löslichkeit s = √K_L = 1,3×10⁻⁵ mol/L; mit M = 143,3 g/mol lösen sich nur etwa 1,3×10⁻⁵·143,3 ≈ 1,9 mg AgCl pro Liter Wasser.
Anwendungsgebiete
Fällungsreaktionen und Ionennachweise, Trinkwasserenthärtung, gravimetrische Analyse, Kesselstein und Tropfsteinbildung, Nierensteine in der Medizin
Quanta-Prüfungsset
Kuratiertes Prüfungsset für "Löslichkeitsprodukt":
Frage (Vorderseite)
Welche Formel beschreibt Löslichkeitsprodukt?
Antwort in deinem Set
Frage (Vorderseite)
Wie stellst du K_L = [A]ᵃ·[B]ᵇ nach Löslichkeit eines 1:1-Salzes um?
Antwort in deinem Set
Frage (Vorderseite)
Welcher typische Fehler passiert bei K_L = [A]ᵃ·[B]ᵇ?
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 Chemie-Formeln
Häufige Fragen zu Löslichkeitsprodukt
Wie berechnet man die Löslichkeit aus dem Löslichkeitsprodukt?+
Setze für jede Ionenkonzentration die unbekannte Löslichkeit s ein, gewichtet mit dem stöchiometrischen Koeffizienten, und löse nach s auf. Für ein 1:1-Salz wie AgCl gilt K_L = s·s = s², also s = √K_L: Mit K_L = 1,7×10⁻¹⁰ mol²/L² folgt s = 1,3×10⁻⁵ mol/L. Für ein AB₂-Salz wie Mg(OH)₂ liefert jedes Formelteilchen zwei Hydroxidionen: K_L = s·(2s)² = 4s³, also s = ∛(K_L/4). Der Faktor vor s muss dabei mitpotenziert werden, das ist der häufigste Rechenfehler. Zum Schluss kannst du s mit der molaren Masse in eine Massenlöslichkeit in Gramm pro Liter umrechnen.
Wann fällt ein Niederschlag aus?+
Vergleiche das Ionenprodukt Q mit dem Löslichkeitsprodukt K_L. Q wird genauso gebildet wie K_L, aber mit den tatsächlich vorliegenden Konzentrationen statt der Gleichgewichtswerte. Ist Q kleiner als K_L, ist die Lösung ungesättigt und es kann sich noch mehr Salz lösen. Ist Q gleich K_L, ist die Lösung gesättigt und steht im Gleichgewicht mit dem Bodenkörper. Überschreitet Q das Löslichkeitsprodukt, ist die Lösung übersättigt und das Salz fällt aus, bis Q wieder auf K_L gesunken ist. Beim Zusammengießen zweier Lösungen musst du vorher die Verdünnung berücksichtigen, denn beide Volumina addieren sich und senken die Einzelkonzentrationen.
Warum steht der Feststoff nicht im Löslichkeitsprodukt?+
Weil das Massenwirkungsgesetz streng mit Aktivitäten arbeitet und die Aktivität eines reinen Feststoffs definitionsgemäß 1 beträgt. Der Bodenkörper hat eine feste Dichte und damit eine konstante „Konzentration", die sich beim Lösen nicht ändert; sie wird deshalb in die Konstante hineingezogen. Übrig bleibt nur das Produkt der Ionenkonzentrationen in der Lösung. Das hat eine praktische Konsequenz: Es ist egal, ob ein Gramm oder ein Kilogramm ungelöstes Salz am Boden liegt, die Sättigungskonzentrationen darüber sind identisch. Entscheidend ist nur, dass überhaupt Bodenkörper vorhanden ist, damit das Gleichgewicht zwischen Lösen und Ausfällen bestehen kann.
Was bewirkt ein gleichioniger Zusatz?+
Ein gleichioniger Zusatz senkt die Löslichkeit. Gibst du zu einer gesättigten AgCl-Lösung Kochsalz, steigt [Cl⁻] stark an. Da das Produkt [Ag⁺]·[Cl⁻] den Wert K_L nicht überschreiten darf, muss [Ag⁺] entsprechend sinken: AgCl fällt aus. Rechnerisch gilt bei [Cl⁻] = 0,1 mol/L nur noch [Ag⁺] = K_L/[Cl⁻] = 1,7×10⁻¹⁰/0,1 = 1,7×10⁻⁹ mol/L, rund zehntausendfach weniger als in reinem Wasser. Das ist das Prinzip von Le Chatelier auf das Lösegleichgewicht angewendet und wird in der Analytik gezielt genutzt, um Fällungen möglichst vollständig zu machen, etwa bei gravimetrischen Bestimmungen.
Kann man K_L-Werte verschiedener Salze direkt vergleichen?+
Nur wenn die Salze denselben Formeltyp haben. Bei zwei 1:1-Salzen wie AgCl und AgBr bedeutet das kleinere K_L tatsächlich die geringere Löslichkeit. Sobald die Stöchiometrie abweicht, tragen die K_L-Werte aber unterschiedliche Einheiten und Potenzen: Ein AB₂-Salz mit K_L in mol³/L³ lässt sich nicht direkt mit einem 1:1-Salz in mol²/L² vergleichen. Dann musst du für beide die molare Löslichkeit s ausrechnen und diese Werte gegenüberstellen. Ein Beispiel: Mg(OH)₂ hat mit 5,6×10⁻¹² ein numerisch kleineres K_L als manches 1:1-Salz, ist aber wegen der Beziehung s = ∛(K_L/4) trotzdem nicht zwingend schwerer löslich.
Löslichkeitsprodukt prüfungssicher behalten
Erstelle ein kuratiertes FSRS-Prüfungsset für K_L = [A]ᵃ·[B]ᵇ: Formelabruf, Variablen, Herleitung, Umstellung, Beispiel, typische Fehler und Klausurkontext.
Kostenlos · kuratiertes Formelset · LaTeX · FSRS Spaced Repetition
Wie berechnet man mit Löslichkeitsprodukt?
So gehst du eine typische Aufgabe zu Löslichkeitsprodukt (K_L = [A]ᵃ·[B]ᵇ) Schritt für Schritt an:
- 1
Aufgabe
Wie groß ist die Löslichkeit von AgCl (K_L = 1,7×10⁻¹⁰ mol²/L²)?
Rechenweg
s = √K_L = √(1,7×10⁻¹⁰) ≈ 1,3×10⁻⁵ mol/L. Mit M = 143,3 g/mol entspricht das 1,3×10⁻⁵·143,3 ≈ 1,9×10⁻³ g/L, also rund 1,9 mg AgCl pro Liter.
- 2
Aufgabe
Berechne die Löslichkeit von Mg(OH)₂ (K_L = 5,6×10⁻¹² mol³/L³).
Rechenweg
K_L = [Mg²⁺]·[OH⁻]² = s·(2s)² = 4s³ → s = ∛(K_L/4) = ∛(1,4×10⁻¹²) ≈ 1,1×10⁻⁴ mol/L. Der Faktor 2 vor s muss mitquadriert werden.
K_L = [A]ᵃ·[B]ᵇ · 10 Karten fertig
Als Prüfungsset lernen