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).

Chemie · Stöchiometrie

Stoffmenge (Mol)

Die Stoffmenge n zählt Teilchen portionsweise in Mol. Aus Masse m und molarer Masse M berechnet, ist n = m/M die Grundformel jeder stöchiometrischen Rechnung.

GrundlegendPrüfungsrelevant

Kostenlos · keine Kreditkarte · in 2 Minuten in deinem Lernplan

Formel

n = m/M
LaTeX: n = \frac{m}{M}
n in mol · m in g · M in g/mol

Variablen & Einheiten – Stoffmenge (Mol)

SymbolBedeutungEinheit
nStoffmengemol
mMasse der Stoffportiong
MMolare Masse (aus dem Periodensystem)g/mol

Herleitung & Hintergrund – Stoffmenge (Mol)

Seit der SI-Reform 2019 ist das Mol über die Avogadro-Konstante definiert: 1 mol enthält exakt 6,02214076×10²³ Teilchen. Die Stoffmenge übersetzt wägbare Massen in zählbare Teilchenportionen und macht damit Reaktionsgleichungen rechenbar, denn Reaktionen laufen im Teilchenverhältnis ab, nicht im Massenverhältnis.

Prüfungs-Blueprint

Gültigkeitsbereich

Gilt für jede reine Stoffportion; M muss zur gezählten Teilchensorte passen (Atom, Molekül oder Formeleinheit). Bei Gemischen gilt die Formel nur je Komponente.

Herleitung in Schritten

Die molare Masse ist als Masse pro Stoffmenge definiert; Auflösen nach n liefert die Formel.

  1. 1Definition der molaren Masse: M = m/n verknüpft Masse und Teilchenportion.
  2. 2Umstellen nach der Stoffmenge ergibt n = m/M.

Umstellen

Masse

m = n \cdot M

So berechnest du Einwaagen aus einer gewünschten Stoffmenge.

Molare Masse

M = \frac{m}{n}

So identifizierst du unbekannte Stoffe aus Messwerten.

Aufgabenvariante

Wie viel mol sind 8,0 g NaOH (M = 40,0 g/mol)?

n = m/M = 8,0 g / 40,0 g/mol = 0,20 mol.

Welche Masse haben 0,25 mol Calciumcarbonat CaCO₃ (M = 100,1 g/mol)?

m = n·M = 0,25 mol · 100,1 g/mol ≈ 25,0 g.

Typische Fehler

Masse in kg einsetzen, während M in g/mol steht.

Einheiten angleichen: m in Gramm einsetzen oder M umrechnen.

M für die falsche Teilchensorte verwenden, etwa O statt O₂.

M immer für die tatsächliche Formel bestimmen: M(O₂) = 32,00 g/mol.

Stoffmenge und Masse gleichsetzen.

n zählt Teilchenportionen in mol; die Masse hängt zusätzlich von M ab.

Klausurkontext

  • Fast jede Stöchiometrie-Aufgabe beginnt mit n = m/M: Ausbeuten, limitierende Edukte, Gasvolumina, Titration.

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

Formelcluster

Stöchiometrie-Grundgerüst

n = m/M, c = n/V und N = n·N_A bilden das Dreieck der chemischen Mengenrechnung.

Rechenbeispiel

8,0 g Natriumhydroxid NaOH (M = 40,0 g/mol): n = m/M = 8,0/40,0 = 0,20 mol. Umgekehrt: 0,5 mol Wasser (M = 18,0 g/mol) wiegen m = n·M = 0,5·18,0 = 9,0 g.

Anwendungsgebiete

Stöchiometrie (Reaktionsgleichungen), Lösungen ansetzen, Titration, Gasrechnungen, pharmazeutische Dosierung

Quanta-Prüfungsset

Kuratiertes Prüfungsset für "Stoffmenge (Mol)":

Frage (Vorderseite)

Welche Formel beschreibt Stoffmenge (Mol)?

Antwort in deinem Set

Frage (Vorderseite)

Wie stellst du n = m/M nach Masse um?

Antwort in deinem Set

Frage (Vorderseite)

Welcher typische Fehler passiert bei n = m/M?

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=m/Mn = m/Mn m M FormelStoffmenge berechnenMol FormelStoffmenge Formel Chemiemol berechnenamount of substanceMasse molare Masse StoffmengeMol Dreieck

Verwandte Formeln

Weitere Chemie-Formeln

Häufige Fragen zu Stoffmenge (Mol)

Wie berechnet man die Stoffmenge aus der Masse?+

Teile die Masse durch die molare Masse: n = m/M. Die Masse m setzt du in Gramm ein, die molare Masse M in g/mol aus dem Periodensystem, dann kommt die Stoffmenge in Mol heraus. Beispiel: 8,0 g Natriumhydroxid NaOH mit M = 40,0 g/mol ergeben n = 8,0/40,0 = 0,20 mol. Für Verbindungen berechnest du M vorher als Summe der Atommassen, bei NaOH also 22,99 + 16,00 + 1,008 ≈ 40,0 g/mol. Achte darauf, dass Masse und molare Masse zur selben Teilchensorte gehören: Wer die Stoffmenge von Sauerstoffgas sucht, rechnet mit M(O₂) = 32,00 g/mol, nicht mit M(O) = 16,00 g/mol.

Was ist ein Mol eigentlich genau?+

Ein Mol ist eine Zähleinheit für Teilchen, so wie ein Dutzend zwölf Stück bezeichnet. Seit der SI-Reform 2019 gilt: Ein Mol enthält exakt 6,02214076×10²³ Teilchen, das ist die Avogadro-Konstante. Der Clou dieser Zahl: Ein Mol Kohlenstoff-12 wiegt fast genau 12 g, ein Mol Wasser rund 18 g. Die molare Masse in g/mol hat also denselben Zahlenwert wie die Atom- oder Molekülmasse in u. Dadurch kannst du mit einer Waage Teilchen zählen: Wiegst du 58,44 g Kochsalz ab, hast du genau ein Mol NaCl-Formeleinheiten vor dir. Chemische Reaktionen laufen in Teilchenverhältnissen ab, deshalb rechnet die gesamte Stöchiometrie in Mol.

Warum rechnet man in der Chemie mit Stoffmengen statt mit Massen?+

Weil Reaktionsgleichungen Teilchenverhältnisse beschreiben, keine Massenverhältnisse. In 2 H₂ + O₂ → 2 H₂O reagieren zwei Wasserstoffmoleküle mit einem Sauerstoffmolekül, aber eben nicht zwei Gramm mit einem Gramm: Massenmäßig sind es 4 g Wasserstoff auf 32 g Sauerstoff. Die Stoffmenge übersetzt die unhandliche Teilchenzahl in eine wägbare Größe und macht die Koeffizienten der Reaktionsgleichung direkt nutzbar: n(H₂)/n(O₂) = 2/1. Der typische Rechenweg in Klausuren lautet daher: gegebene Masse mit n = m/M in Stoffmenge umrechnen, über die Koeffizienten das Stoffmengenverhältnis anwenden und am Ende mit m = n·M zurück in die gesuchte Masse übersetzen.

Wie hängen Stoffmenge, Masse und Teilchenzahl zusammen?+

Die Stoffmenge n ist die zentrale Drehscheibe: Zur Masse führt m = n·M mit der molaren Masse M, zur Teilchenzahl führt N = n·N_A mit der Avogadro-Konstante N_A = 6,022×10²³ mol⁻¹. Beispiel Wasser: 9,0 g entsprechen n = 9,0/18,0 = 0,50 mol, und das sind N = 0,5·6,022×10²³ ≈ 3,0×10²³ Moleküle. Willst du von der Teilchenzahl zur Masse, gehst du immer über die Stoffmenge: erst n = N/N_A, dann m = n·M. Für Gase kommt eine dritte Brücke hinzu: Bei Normbedingungen nimmt ein Mol Gas etwa 22,4 L ein, sodass sich Stoffmengen auch aus Volumina ergeben.

Welche Fehler passieren bei n = m/M am häufigsten?+

Drei Klassiker. Erstens Einheiten mischen: Wer die Masse in Kilogramm einsetzt, während M in g/mol steht, liegt um den Faktor 1000 daneben; rechne m immer in Gramm um. Zweitens die falsche Teilchensorte: Für Chlorgas gilt M(Cl₂) = 70,9 g/mol, nicht 35,45 g/mol; für Salze zählt die komplette Formeleinheit inklusive aller Indizes, bei Ca(OH)₂ also 74,10 g/mol. Drittens Stoffmenge und Masse begrifflich verwechseln: 1 mol Blei und 1 mol Helium enthalten gleich viele Teilchen, wiegen aber 207 g bzw. 4 g. Ein schneller Plausibilitätscheck hilft: Ergebnis-Einheit prüfen (mol) und die Größenordnung mit dem Kopf überschlagen.

Stoffmenge (Mol) prüfungssicher behalten

Erstelle ein kuratiertes FSRS-Prüfungsset für n = m/M: Formelabruf, Variablen, Herleitung, Umstellung, Beispiel, typische Fehler und Klausurkontext.

Kostenlos · kuratiertes Formelset · LaTeX · FSRS Spaced Repetition

Wie berechnet man mit Stoffmenge (Mol)?

So gehst du eine typische Aufgabe zu Stoffmenge (Mol) (n = m/M) Schritt für Schritt an:

  1. 1

    Aufgabe

    Wie viel mol sind 8,0 g NaOH (M = 40,0 g/mol)?

    Rechenweg

    n = m/M = 8,0 g / 40,0 g/mol = 0,20 mol.

  2. 2

    Aufgabe

    Welche Masse haben 0,25 mol Calciumcarbonat CaCO₃ (M = 100,1 g/mol)?

    Rechenweg

    m = n·M = 0,25 mol · 100,1 g/mol ≈ 25,0 g.

n = m/M · 10 Karten fertig

Als Prüfungsset lernen