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).
Molare Masse
Die molare Masse M gibt an, wie viel Gramm ein Mol eines Stoffes wiegt. Sie ist der Quotient aus Masse und Stoffmenge und ergibt sich für Verbindungen als Summe der Atommassen.
Kostenlos · keine Kreditkarte · in 2 Minuten in deinem Lernplan
Formel
M = \frac{m}{n}Variablen & Einheiten – Molare Masse
| Symbol | Bedeutung | Einheit |
|---|---|---|
| M | Molare Masse | g/mol |
| m | Masse der Stoffportion | g |
| n | Stoffmenge | mol |
Herleitung & Hintergrund – Molare Masse
Der Zahlenwert von M in g/mol stimmt mit der relativen Atom- bzw. Molekülmasse in u überein: M(H) = 1,008, M(C) = 12,01, M(O) = 16,00 g/mol. Für Verbindungen summiert man die Atommassen gemäß Formel, bei Salzen für die Formeleinheit. Die Werte im Periodensystem sind Mittelwerte über die natürliche Isotopenverteilung.
Prüfungs-Blueprint
Gültigkeitsbereich
Gilt für reine Stoffe mit definierter Formel; im Periodensystem stehen Mittelwerte über die natürliche Isotopenverteilung.
Herleitung in Schritten
M verbindet die Masse eines einzelnen Teilchens mit wägbaren Mengen über die Avogadro-Konstante.
- 1Ein Teilchen wiegt m_T; ein Mol enthält N_A Teilchen, also M = m_T·N_A.
- 2Praktisch berechnet man M als Summe der Atommassen gemäß Formel.
Umstellen
Masse
Einwaage für eine gewünschte Stoffmenge.
Stoffmenge
Der Standard-Einstieg jeder stöchiometrischen Rechnung.
Aufgabenvariante
Welche molare Masse hat CO₂?
M(CO₂) = 12,01 + 2·16,00 = 44,01 g/mol.
3,55 g eines zweiatomigen Gases entsprechen 0,050 mol. Welches Element liegt vor?
M = 3,55/0,050 = 71,0 g/mol; ein X₂-Molekül mit M(X) ≈ 35,5 g/mol passt zu Chlor: Cl₂.
Typische Fehler
Indizes in Klammern übersehen, etwa bei Ca(OH)₂.
Klammerinhalt komplett multiplizieren: M = 40,08 + 2·(16,00 + 1,008) = 74,10 g/mol.
Atommasse in u mit molarer Masse verwechseln.
Der Zahlenwert ist gleich, die Bedeutung nicht: u gilt pro Teilchen, g/mol pro Mol.
Bei Salzen eine Molekülmasse suchen.
Salze bilden Ionengitter; M gilt für die Formeleinheit, z. B. NaCl.
Klausurkontext
- Einstieg fast jeder Stöchiometrie-Aufgabe und Identifikation unbekannter Gase über Dichte oder Messwerte.
Die typischen Fehler stecken als eigene Karten im Prüfungsset. Einmal aktiv trainiert, passieren sie in der Klausur selten.
Formelcluster
Stöchiometrie-Grundgerüst
Molare Masse, Stoffmenge und Teilchenzahl übersetzen zwischen Waage und Teilchenwelt.
Rechenbeispiel
M(CO₂) = 12,01 + 2·16,00 = 44,01 g/mol. Messung: 3,55 g eines unbekannten Gases entsprechen 0,050 mol → M = 3,55/0,050 = 71,0 g/mol, das passt zu Chlor Cl₂ (2·35,45 = 70,9 g/mol).
Anwendungsgebiete
Stöchiometrische Umrechnungen, Identifikation unbekannter Stoffe, Gasdichtebestimmung, Massenspektrometrie, Rezeptur- und Einwaageberechnung
Quanta-Prüfungsset
Kuratiertes Prüfungsset für "Molare Masse":
Frage (Vorderseite)
Welche Formel beschreibt Molare Masse?
Antwort in deinem Set
Frage (Vorderseite)
Wie stellst du M = m/n nach Masse um?
Antwort in deinem Set
Frage (Vorderseite)
Welcher typische Fehler passiert bei M = m/n?
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 Molare Masse
Wie berechnet man die molare Masse einer Verbindung?+
Summiere die molaren Massen aller Atome gemäß der Formel. Die Werte liest du aus dem Periodensystem ab: M(H) = 1,008, M(C) = 12,01, M(O) = 16,00 g/mol. Für Kohlenstoffdioxid CO₂ ergibt das M = 12,01 + 2·16,00 = 44,01 g/mol, für Wasser 2·1,008 + 16,00 = 18,02 g/mol. Bei Klammern multiplizierst du den kompletten Klammerinhalt mit dem Index: Ca(OH)₂ liefert 40,08 + 2·(16,00 + 1,008) = 74,10 g/mol. Hydratwasser zählt mit: CuSO₄·5H₂O enthält fünf zusätzliche Wassereinheiten. Wer sauber Schritt für Schritt jede Atomsorte einzeln aufschreibt, vermeidet die typischen Flüchtigkeitsfehler bei Indizes.
Was ist der Unterschied zwischen molarer Masse und Molekülmasse?+
Die Molekülmasse beschreibt ein einzelnes Teilchen und wird in der atomaren Masseneinheit u angegeben; die molare Masse beschreibt ein ganzes Mol Teilchen und trägt die Einheit g/mol. Der Zahlenwert ist praktischerweise identisch: Ein Wassermolekül wiegt 18,02 u, ein Mol Wasser wiegt 18,02 g. Das ist kein Zufall, sondern Konstruktionsprinzip des Mols: Die Avogadro-Zahl wurde historisch so gewählt, dass genau diese Übereinstimmung entsteht. Verbunden sind beide Größen über M = m_T·N_A. Bei Salzen wie NaCl spricht man übrigens nicht von Molekülmasse, weil keine Moleküle vorliegen, sondern von der Masse der Formeleinheit; die molare Masse funktioniert dort genauso.
Wie identifiziert man einen unbekannten Stoff über die molare Masse?+
Miss Masse und Stoffmenge einer Probe und bilde den Quotienten M = m/n. Bei Gasen bekommst du die Stoffmenge bequem über das ideale Gasgesetz: n = pV/(RT). Beispiel: 3,55 g eines unbekannten Gases entsprechen 0,050 mol, also M = 3,55/0,050 = 71,0 g/mol. Ist bekannt, dass das Gas zweiatomig ist, suchst du ein Element mit M ≈ 35,5 g/mol und findest Chlor: Cl₂ mit 70,9 g/mol. Dieselbe Logik nutzt die Massenspektrometrie hochpräzise: Sie trennt Teilchen nach Masse-zu-Ladung und liest die Molekülmasse direkt ab. In Klausuren ist die Gas-Variante der Standardweg, oft kombiniert mit Dichteangaben.
Warum stehen im Periodensystem keine glatten Zahlen für die Atommassen?+
Weil die tabellierten Werte Mittelwerte über die natürliche Isotopenverteilung sind. Chlor besteht zu etwa 76 % aus Cl-35 und zu 24 % aus Cl-37; gewichtet ergibt das die mittlere Atommasse von 35,45 u. Auch die Bindungsenergie der Kerne verschiebt die Massen minimal gegenüber der reinen Nukleonenzahl. Für die Stöchiometrie ist das die richtige Zahl, denn jede reale Probe enthält das natürliche Isotopengemisch. Nur wenn mit angereicherten Isotopen gearbeitet wird, etwa in der Kernchemie oder bei markierten Verbindungen, musst du die Masse des konkreten Isotops verwenden. Für Klausuren gilt: Werte aus dem Periodensystem ablesen und sinnvoll runden, meist auf zwei Dezimalstellen.
Wie hängt die molare Masse mit der Dichte eines Gases zusammen?+
Für ideale Gase folgt aus pV = nRT mit n = m/M die Beziehung ρ = m/V = p·M/(R·T). Die Dichte eines Gases ist also proportional zur molaren Masse: Bei gleichem Druck und gleicher Temperatur ist Kohlenstoffdioxid (44 g/mol) deutlich dichter als Luft (im Mittel etwa 29 g/mol), weshalb sich CO₂ am Boden sammelt, während Helium (4 g/mol) aufsteigt. Umgekehrt kannst du aus einer gemessenen Gasdichte die molare Masse bestimmen: M = ρ·R·T/p. Beispiel: Ein Gas mit ρ = 1,25 g/L bei 273 K und 101 325 Pa liefert M = 1,25·8,314·273/101,325 ≈ 28 g/mol, das passt zu Stickstoff N₂.
Molare Masse prüfungssicher behalten
Erstelle ein kuratiertes FSRS-Prüfungsset für M = m/n: Formelabruf, Variablen, Herleitung, Umstellung, Beispiel, typische Fehler und Klausurkontext.
Kostenlos · kuratiertes Formelset · LaTeX · FSRS Spaced Repetition
Wie berechnet man mit Molare Masse?
So gehst du eine typische Aufgabe zu Molare Masse (M = m/n) Schritt für Schritt an:
- 1
Aufgabe
Welche molare Masse hat CO₂?
Rechenweg
M(CO₂) = 12,01 + 2·16,00 = 44,01 g/mol.
- 2
Aufgabe
3,55 g eines zweiatomigen Gases entsprechen 0,050 mol. Welches Element liegt vor?
Rechenweg
M = 3,55/0,050 = 71,0 g/mol; ein X₂-Molekül mit M(X) ≈ 35,5 g/mol passt zu Chlor: Cl₂.
M = m/n · 10 Karten fertig
Als Prüfungsset lernen