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).
Van-'t-Hoff-Gleichung (Reaktionsisobare)
Die Van-'t-Hoff-Gleichung beschreibt, wie die Gleichgewichtskonstante von der Temperatur abhängt: Aus der Standard-Reaktionsenthalpie folgt K bei jeder anderen Temperatur.
Kostenlos · keine Kreditkarte · in 2 Minuten in deinem Lernplan
Formel
\ln \frac{K_2}{K_1} = -\frac{\Delta H_R^0}{R} \cdot \left( \frac{1}{T_2} - \frac{1}{T_1} \right)Variablen & Einheiten – Van-'t-Hoff-Gleichung (Reaktionsisobare)
| Symbol | Bedeutung | Einheit |
|---|---|---|
| K₁, K₂ | Gleichgewichtskonstanten bei T₁ und T₂ | dimensionslos |
| ΔH°R | Standard-Reaktionsenthalpie | J/mol |
| R | Gaskonstante (8,314) | J/(mol·K) |
| T₁ | Ausgangstemperatur | K |
| T₂ | Neue Temperatur | K |
Herleitung & Hintergrund – Van-'t-Hoff-Gleichung (Reaktionsisobare)
Jacobus Henricus van 't Hoff leitete die Reaktionsisobare 1884 ab; sie folgt aus ΔG° = −RT·ln K und ΔG° = ΔH° − TΔS°: ln K = −ΔH°/(RT) + ΔS°/R. Die Differenz zweier Temperaturen eliminiert ΔS°. Exotherme Reaktionen (ΔH° < 0): K sinkt beim Erwärmen; endotherme: K steigt. Das ist die quantitative Fassung des Prinzips von Le Chatelier. Ein Plot von ln K gegen 1/T (Van-'t-Hoff-Plot) hat die Steigung −ΔH°/R.
Prüfungs-Blueprint
Gültigkeitsbereich
Gilt in der integrierten Form, wenn ΔH° im Temperaturintervall näherungsweise konstant ist; für große Temperaturspannen wird die Näherung ungenau.
Herleitung in Schritten
Aus ΔG° = −RT·ln K und ΔG° = ΔH° − TΔS° folgt eine Geradengleichung für ln K in 1/T.
- 1Gleichsetzen und durch −RT teilen: ln K = −ΔH°/(R·T) + ΔS°/R.
- 2Die Differenz für T₁ und T₂ eliminiert ΔS°: ln(K₂/K₁) = −ΔH°/R·(1/T₂ − 1/T₁).
Umstellen
Reaktionsenthalpie aus zwei K-Werten
So werden Reaktionsenthalpien aus Gleichgewichtsdaten bestimmt.
K bei neuer Temperatur
Das Vorzeichen von ΔH° entscheidet, ob K wächst oder fällt.
Aufgabenvariante
ΔH° = −92 kJ/mol: Wie ändert sich K beim Erwärmen von 298 K auf 350 K?
ln(K₂/K₁) = −(−92 000/8,314)·(1/350 − 1/298) = 11 066·(−4,99×10⁻⁴) ≈ −5,52 → K₂/K₁ = e^(−5,52) ≈ 0,004. K bricht auf rund 0,4 % ein.
K verdoppelt sich von 298 K auf 320 K. Berechne ΔH°.
ΔH° = R·ln 2/(1/298 − 1/320) = 8,314·0,693/(2,31×10⁻⁴) ≈ +25 kJ/mol. Positives ΔH°: die Reaktion ist endotherm, K steigt mit T.
Typische Fehler
1/T₂ − 1/T₁ mit 1/T₁ − 1/T₂ verwechseln.
Die Reihenfolge bestimmt das Vorzeichen; im Zweifel über Le Chatelier plausibilisieren.
ΔH° in kJ/mol einsetzen, während R in J/(mol·K) steht.
ΔH° in J/mol umrechnen, sonst ist der Exponent um den Faktor 1000 falsch.
Die Gleichung mit der Arrhenius-Gleichung verwechseln.
Van 't Hoff beschreibt die Gleichgewichtskonstante K, Arrhenius die Geschwindigkeitskonstante k.
Celsius statt Kelvin einsetzen.
1/T reagiert empfindlich auf den Nullpunkt; immer absolute Temperaturen verwenden.
Klausurkontext
- Temperaturwahl beim Haber-Bosch-Verfahren begründen, ΔH° aus Gleichgewichtsdaten bestimmen und Van-'t-Hoff-Plots auswerten.
Die typischen Fehler stecken als eigene Karten im Prüfungsset. Einmal aktiv trainiert, passieren sie in der Klausur selten.
Formelcluster
Gleichgewicht und Temperatur
Quantifiziert das Prinzip von Le Chatelier über die Thermodynamik.
Rechenbeispiel
Ammoniaksynthese (ΔH° = −92 kJ/mol), Erwärmen von 298 K auf 350 K: ln(K₂/K₁) = −(−92 000/8,314)·(1/350 − 1/298) = 11 066·(−4,99×10⁻⁴) ≈ −5,52 → K₂/K₁ = e^(−5,52) ≈ 0,004. K fällt auf rund 0,4 %.
Anwendungsgebiete
Temperaturwahl beim Haber-Bosch-Verfahren, Gleichgewichte bei anderen Temperaturen vorhersagen, Reaktionsenthalpien aus Gleichgewichtsdaten bestimmen, Bindungsgleichgewichte in der Biochemie
Quanta-Prüfungsset
Kuratiertes Prüfungsset für "Van-'t-Hoff-Gleichung (Reaktionsisobare)":
Frage (Vorderseite)
Welche Formel beschreibt Van-'t-Hoff-Gleichung (Reaktionsisobare)?
Antwort in deinem Set
Frage (Vorderseite)
Wie stellst du ln(K₂/K₁) = −ΔH°/R·(1/T₂ − 1/T₁) nach Reaktionsenthalpie aus zwei K-Werten um?
Antwort in deinem Set
Frage (Vorderseite)
Welcher typische Fehler passiert bei ln(K₂/K₁) = −ΔH°/R·(1/T₂ − 1/T₁)?
Antwort in deinem Set
+ 8 weitere Karten: Einheiten, Variablen, Herleitung, Beispiel, Klausuraufgabe
Diese 11 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 Van-'t-Hoff-Gleichung (Reaktionsisobare)
Wie berechnet man die Änderung der Gleichgewichtskonstante mit der Temperatur?+
Nutze die Van-'t-Hoff-Gleichung in ihrer integrierten Form: ln(K₂/K₁) = −ΔH°/R·(1/T₂ − 1/T₁). Setze die Standard-Reaktionsenthalpie ΔH° in J/mol ein, die Gaskonstante R = 8,314 J/(mol·K) und beide Temperaturen in Kelvin. Aus dem berechneten Logarithmus erhältst du das Verhältnis K₂/K₁ durch Exponenzieren. Beispiel: Für die Ammoniaksynthese mit ΔH° = −92 kJ/mol beim Erwärmen von 298 K auf 350 K ergibt sich ln(K₂/K₁) ≈ −5,52, also K₂/K₁ ≈ 0,004; die Gleichgewichtskonstante bricht stark ein. Achte darauf, ΔH° in J/mol umzurechnen, damit die Einheiten zu R passen, und die Temperaturen in der richtigen Reihenfolge einzusetzen, weil davon das Vorzeichen abhängt.
Wie ändert sich das Gleichgewicht einer exothermen Reaktion mit der Temperatur?+
Bei einer exothermen Reaktion ist ΔH° negativ. Setzt man das in die Van-'t-Hoff-Gleichung ein, wird beim Erwärmen der Ausdruck ln(K₂/K₁) negativ, also sinkt die Gleichgewichtskonstante K mit steigender Temperatur. Das Gleichgewicht verschiebt sich auf die Eduktseite, es entsteht weniger Produkt. Das ist genau die quantitative Fassung des Prinzips von Le Chatelier: Wärme wird bei einer exothermen Reaktion wie ein Produkt behandelt, und Zufuhr von Wärme verschiebt das Gleichgewicht zurück. Ein praktisches Beispiel ist die Ammoniaksynthese, die exotherm ist. Deshalb wäre eine niedrige Temperatur für hohe Ausbeute günstig; in der Industrie wählt man dennoch mittlere Temperaturen, weil sonst die Reaktion viel zu langsam abliefe.
Wie bestimmt man die Reaktionsenthalpie aus einem Van-'t-Hoff-Plot?+
Trage den natürlichen Logarithmus der Gleichgewichtskonstante ln K gegen den Kehrwert der absoluten Temperatur 1/T auf. Nach ln K = −ΔH°/(R·T) + ΔS°/R ergibt sich eine Gerade mit der Steigung −ΔH°/R. Aus der gemessenen Steigung m folgt die Standard-Reaktionsenthalpie ΔH° = −m·R. Ist die Steigung negativ, liegt eine endotherme Reaktion vor, denn dann steigt K mit der Temperatur; eine positive Steigung gehört zu einer exothermen Reaktion. Der Achsenabschnitt liefert zusätzlich ΔS°/R und damit die Reaktionsentropie. Du brauchst mindestens zwei K-Werte bei verschiedenen Temperaturen, mehr Punkte machen die Auswertung genauer. Diese grafische Methode ist der Standardweg, um thermodynamische Größen aus Gleichgewichtsmessungen zu gewinnen.
Was ist der Unterschied zwischen der Van-'t-Hoff-Gleichung und der Arrhenius-Gleichung?+
Beide Gleichungen haben eine ähnliche Form mit einem exponentiellen Temperaturterm, beschreiben aber verschiedene Dinge. Die Van-'t-Hoff-Gleichung beschreibt, wie die Gleichgewichtskonstante K von der Temperatur abhängt, und enthält die Reaktionsenthalpie ΔH°. Sie gehört zur Thermodynamik und sagt etwas über die Lage des Gleichgewichts aus. Die Arrhenius-Gleichung beschreibt dagegen, wie die Geschwindigkeitskonstante k von der Temperatur abhängt, und enthält die Aktivierungsenergie E_A. Sie gehört zur Kinetik und sagt etwas über die Geschwindigkeit aus, nicht über das Gleichgewicht. Man darf die beiden nicht verwechseln: K bestimmt, wie weit eine Reaktion läuft, k bestimmt, wie schnell. Beide ergänzen sich zu einem vollständigen Bild einer Reaktion.
Warum darf man bei der Van-'t-Hoff-Gleichung nur Kelvin verwenden?+
In der Van-'t-Hoff-Gleichung steht die Temperatur als Kehrwert 1/T im Exponenten, und dieser Ausdruck ist sehr empfindlich gegenüber dem Nullpunkt der Skala. Die Kelvin-Skala beginnt beim absoluten Nullpunkt, der thermodynamisch die einzig sinnvolle Bezugstemperatur ist. Setzt man versehentlich Celsius ein, ist der Kehrwert 1/T völlig falsch, weil zum Beispiel 0 °C keineswegs eine unendlich große oder eine null-nahe Größe darstellt, sondern 273,15 K. Schon kleine Fehler im Nullpunkt führen zu großen Fehlern im Ergebnis, weil der Exponentialterm sie verstärkt. Deshalb rechnet man konsequent mit absoluten Temperaturen in Kelvin und wandelt vorher um: T in Kelvin gleich T in Celsius plus 273,15. Das gilt für alle thermodynamischen Gleichungen mit T im Nenner.
Van-'t-Hoff-Gleichung (Reaktionsisobare) prüfungssicher behalten
Erstelle ein kuratiertes FSRS-Prüfungsset für ln(K₂/K₁) = −ΔH°/R·(1/T₂ − 1/T₁): Formelabruf, Variablen, Herleitung, Umstellung, Beispiel, typische Fehler und Klausurkontext.
Kostenlos · kuratiertes Formelset · LaTeX · FSRS Spaced Repetition
Wie berechnet man mit Van-'t-Hoff-Gleichung (Reaktionsisobare)?
So gehst du eine typische Aufgabe zu Van-'t-Hoff-Gleichung (Reaktionsisobare) (ln(K₂/K₁) = −ΔH°/R·(1/T₂ − 1/T₁)) Schritt für Schritt an:
- 1
Aufgabe
ΔH° = −92 kJ/mol: Wie ändert sich K beim Erwärmen von 298 K auf 350 K?
Rechenweg
ln(K₂/K₁) = −(−92 000/8,314)·(1/350 − 1/298) = 11 066·(−4,99×10⁻⁴) ≈ −5,52 → K₂/K₁ = e^(−5,52) ≈ 0,004. K bricht auf rund 0,4 % ein.
- 2
Aufgabe
K verdoppelt sich von 298 K auf 320 K. Berechne ΔH°.
Rechenweg
ΔH° = R·ln 2/(1/298 − 1/320) = 8,314·0,693/(2,31×10⁻⁴) ≈ +25 kJ/mol. Positives ΔH°: die Reaktion ist endotherm, K steigt mit T.
ln(K₂/K₁) = −ΔH°/R·(1/T₂ − 1/T₁) · 11 Karten fertig
Als Prüfungsset lernen