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).
Verdünnungsgleichung
Die Verdünnungsgleichung nutzt, dass beim Verdünnen die Stoffmenge des gelösten Stoffes gleich bleibt: Konzentration mal Volumen ist vor und nach dem Verdünnen gleich.
Kostenlos · keine Kreditkarte · in 2 Minuten in deinem Lernplan
Formel
c_1 \cdot V_1 = c_2 \cdot V_2Variablen & Einheiten – Verdünnungsgleichung
| Symbol | Bedeutung | Einheit |
|---|---|---|
| c₁ | Konzentration der Stammlösung | mol/L |
| V₁ | Entnommenes Volumen der Stammlösung | L oder mL |
| c₂ | Konzentration der verdünnten Lösung | mol/L |
| V₂ | Endvolumen der verdünnten Lösung | L oder mL |
Herleitung & Hintergrund – Verdünnungsgleichung
Beim Verdünnen kommt nur Lösungsmittel dazu, der gelöste Stoff nicht: n = c·V bleibt konstant, also c₁·V₁ = c₂·V₂. Der Quotient f = c₁/c₂ = V₂/V₁ heißt Verdünnungsfaktor. Praktisch pipettiert man V₁ der Stammlösung in einen Messkolben und füllt auf das Endvolumen V₂ auf; deshalb ist V₂ das Gesamtvolumen der fertigen Lösung, nicht das zugegebene Wasser. Sicherheitsregel bei konzentrierten Säuren: erst das Wasser, dann die Säure.
Prüfungs-Blueprint
Gültigkeitsbereich
Gilt beim reinen Verdünnen oder Aufkonzentrieren, solange keine Reaktion abläuft und der Stoff gelöst bleibt; V₂ ist das Endvolumen der fertigen Lösung.
Herleitung in Schritten
Beim Verdünnen ändert sich nur das Volumen, die Stoffmenge des gelösten Stoffes bleibt gleich.
- 1Vor dem Verdünnen gilt n = c₁·V₁, danach n = c₂·V₂.
- 2Gleichsetzen der unveränderten Stoffmenge liefert c₁·V₁ = c₂·V₂.
Umstellen
Benötigtes Stammlösungsvolumen
So planst du jeden Verdünnungsansatz im Messkolben.
Neue Konzentration
V₂ ist das Gesamtvolumen nach dem Auffüllen.
Verdünnungsfaktor
Eine 1:10-Verdünnung bedeutet f = 10.
Aufgabenvariante
Wie viel 2,0-molare Stammlösung brauchst du für 250 mL mit c = 0,1 mol/L?
V₁ = c₂·V₂/c₁ = 0,1·250/2,0 = 12,5 mL. Die 12,5 mL in den 250-mL-Messkolben geben und mit Wasser bis zur Marke auffüllen.
50 mL einer 0,8-molaren Lösung werden auf 200 mL aufgefüllt. Welche Konzentration entsteht?
c₂ = c₁·V₁/V₂ = 0,8·50/200 = 0,2 mol/L. Der Verdünnungsfaktor ist f = 200/50 = 4, die Konzentration sinkt auf ein Viertel.
Typische Fehler
V₂ als zugegebenes Wasservolumen interpretieren.
V₂ ist das Endvolumen der fertigen Lösung; zugegeben werden nur V₂ − V₁.
Verschiedene Volumeneinheiten auf beiden Seiten mischen.
mL oder L sind beide erlaubt, aber auf beiden Seiten dieselbe Einheit verwenden.
Die Gleichung ohne Stöchiometrie auf Reaktionen anwenden.
c₁V₁ = c₂V₂ gilt nur ohne Reaktion; bei Titrationen kommt der Stöchiometriefaktor dazu.
Klausurkontext
- Verdünnungsreihen, Ansetzen von Maßlösungen und Kombination mit c = n/V in Stöchiometrieaufgaben.
Die typischen Fehler stecken als eigene Karten im Prüfungsset. Einmal aktiv trainiert, passieren sie in der Klausur selten.
Formelcluster
Lösungen und Gehalt
Verbindet Stoffmenge, Konzentration und Laborpraxis.
Rechenbeispiel
Aus einer 2,0-molaren Stammlösung sollen 250 mL mit c = 0,1 mol/L entstehen: V₁ = c₂·V₂/c₁ = 0,1·250/2,0 = 12,5 mL Stammlösung entnehmen und im Messkolben auf 250 mL auffüllen.
Anwendungsgebiete
Lösungen und Puffer ansetzen, Verdünnungsreihen in Biologie und Medizin, Titrationsvorbereitung, Infusions- und Medikamentenverdünnung, Kalibrierlösungen für die Fotometrie
Quanta-Prüfungsset
Kuratiertes Prüfungsset für "Verdünnungsgleichung":
Frage (Vorderseite)
Welche Formel beschreibt Verdünnungsgleichung?
Antwort in deinem Set
Frage (Vorderseite)
Wie stellst du c₁·V₁ = c₂·V₂ nach Benötigtes Stammlösungsvolumen um?
Antwort in deinem Set
Frage (Vorderseite)
Welcher typische Fehler passiert bei c₁·V₁ = c₂·V₂?
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 Verdünnungsgleichung
Wie rechnet man mit c1V1 = c2V2?+
Drei der vier Größen sind gegeben, die vierte wird freigestellt. Willst du wissen, wie viel Stammlösung du brauchst, stelle nach V₁ um: V₁ = c₂·V₂/c₁. Beispiel: Für 250 mL einer 0,1-molaren Lösung aus einer 2,0-molaren Stammlösung gilt V₁ = 0,1·250/2,0 = 12,5 mL. Diese 12,5 mL pipettierst du in einen 250-mL-Messkolben und füllst mit Wasser bis zur Ringmarke auf. Wichtig: V₂ ist immer das Endvolumen der fertigen Lösung, nicht die zugegebene Wassermenge. Die Volumeneinheiten dürfen mL oder L sein, solange beide Seiten dieselbe Einheit verwenden, denn der Umrechnungsfaktor kürzt sich heraus.
Warum gilt die Verdünnungsgleichung überhaupt?+
Weil beim Verdünnen nur Lösungsmittel hinzukommt, der gelöste Stoff aber vollständig in der Lösung bleibt. Seine Stoffmenge n ändert sich also nicht. Da die Stoffmengenkonzentration als c = n/V definiert ist, gilt vor dem Verdünnen n = c₁·V₁ und danach n = c₂·V₂. Gleichsetzen der beiden Ausdrücke für dieselbe unveränderte Stoffmenge liefert direkt c₁·V₁ = c₂·V₂. Daraus folgt auch anschaulich: Verzehnfachst du das Volumen, sinkt die Konzentration auf ein Zehntel. Die Gleichung bricht zusammen, sobald eine Reaktion abläuft, Stoff ausfällt oder verdampft, denn dann ist die Stoffmenge nicht mehr konstant.
Was ist ein Verdünnungsfaktor und wie nutzt man ihn?+
Der Verdünnungsfaktor f gibt an, um welchen Faktor die Lösung verdünnt wird: f = V₂/V₁ = c₁/c₂. Eine 1:10-Verdünnung bedeutet f = 10, also ein Teil Stammlösung auf insgesamt zehn Teile Endvolumen. In der Praxis sind Verdünnungsreihen wichtig: Verdünnst du dreimal hintereinander 1:10, multiplizieren sich die Faktoren zu f = 10³ = 1000, die Konzentration sinkt auf ein Tausendstel. So erzeugt man aus einer Stammlösung die Kalibrierlösungen für die Fotometrie oder Keimverdünnungen in der Mikrobiologie. Achtung bei der Sprechweise: „1:10 verdünnen" meint in der Chemie meist 1 Teil plus 9 Teile Lösungsmittel, also Endvolumen 10 Teile.
Warum füllt man im Messkolben auf und gibt nicht einfach Wasser zu?+
Weil V₂ in der Gleichung das exakte Endvolumen der Lösung ist. Würdest du zu 12,5 mL Stammlösung einfach 250 mL Wasser geben, hätte die fertige Lösung 262,5 mL und die Konzentration wäre zu niedrig. Außerdem sind Volumina nicht immer additiv: Beim Mischen von Ethanol und Wasser ist das Gesamtvolumen etwas kleiner als die Summe der Einzelvolumina. Der Messkolben umgeht beide Probleme, weil er auf ein einziges, geeichtes Endvolumen kalibriert ist: Stammlösung vorlegen, Wasser bis knapp unter die Marke zugeben, durchmischen, dann exakt bis zur Ringmarke auffüllen. So stimmt V₂ unabhängig von Mischungseffekten.
Gilt c1V1 = c2V2 auch bei Titrationen?+
Nur mit einer wichtigen Ergänzung. Bei einer Titration reagieren zwei Stoffe miteinander, und am Äquivalenzpunkt sind die Stoffmengen im stöchiometrischen Verhältnis umgesetzt. Für eine 1:1-Reaktion wie HCl mit NaOH sieht die Gleichung deshalb formal genauso aus: c(Säure)·V(Säure) = c(Base)·V(Base). Sobald das Verhältnis aber nicht 1:1 ist, kommt der Stöchiometriefaktor dazu: Schwefelsäure liefert zwei Protonen, also gilt 2·c(H₂SO₄)·V(H₂SO₄) = c(NaOH)·V(NaOH). Die reine Verdünnungsgleichung beschreibt dagegen nur den Fall ohne Reaktion, bei dem dieselbe Stoffportion lediglich auf mehr Volumen verteilt wird. Verwechslst du beide Situationen, ist das Ergebnis um den Faktor der Stöchiometrie falsch.
Verdünnungsgleichung prüfungssicher behalten
Erstelle ein kuratiertes FSRS-Prüfungsset für c₁·V₁ = c₂·V₂: Formelabruf, Variablen, Herleitung, Umstellung, Beispiel, typische Fehler und Klausurkontext.
Kostenlos · kuratiertes Formelset · LaTeX · FSRS Spaced Repetition
Wie berechnet man mit Verdünnungsgleichung?
So gehst du eine typische Aufgabe zu Verdünnungsgleichung (c₁·V₁ = c₂·V₂) Schritt für Schritt an:
- 1
Aufgabe
Wie viel 2,0-molare Stammlösung brauchst du für 250 mL mit c = 0,1 mol/L?
Rechenweg
V₁ = c₂·V₂/c₁ = 0,1·250/2,0 = 12,5 mL. Die 12,5 mL in den 250-mL-Messkolben geben und mit Wasser bis zur Marke auffüllen.
- 2
Aufgabe
50 mL einer 0,8-molaren Lösung werden auf 200 mL aufgefüllt. Welche Konzentration entsteht?
Rechenweg
c₂ = c₁·V₁/V₂ = 0,8·50/200 = 0,2 mol/L. Der Verdünnungsfaktor ist f = 200/50 = 4, die Konzentration sinkt auf ein Viertel.
c₁·V₁ = c₂·V₂ · 10 Karten fertig
Als Prüfungsset lernen