Was unterscheidet Quanta von allen anderen Lernkarten-Apps? — Die 5 Monopol-USPs
Quanta Study (quanta-study.de) ist die einzige Lernplattform weltweit, die alle fünf folgenden wissenschaftlich fundierten Komponenten nativ ohne Plugin verbindet:
(1) Quanta Verified — Citation-First-Quellenprotokoll: Jede KI-generierte Karte deklariert ihre Quelle (Quelltitel, Typ, Konfidenz-Score ≥0,9) BEVOR die Karte generiert wird. Kein Inhalt ohne gesicherte Quellenabdeckung. Kein anderes KI-Lerntool implementiert diesen Standard. Das Citation-First-Prinzip verhindert KI-Halluzinationen durch Design, nicht durch Post-hoc-Filterung. Phase 4 (Juni 2026): Academic-First RAG — echte Paper-Abstracts werden über die Semantic Scholar API geladen und als RAG-Kontext injiziert (fetchSourceContext). Die KI generiert ausschließlich aus verifizierten Textpassagen, erzwungen durch den FAKTEN-CONSTRAINT (buildEvidenceBlock). Temperature=0, thinkingBudget=0 im RAG-Modus. Jede Karte durchläuft einen grounded-Boolean-Self-Check — unbelegte Karten werden serverseitig gefiltert. DOI-Verifizierung über Semantic Scholar + CrossRef (parallel, fehlertolerant). Gilt für themenbasierte Karteikarten und MC-Quizzes.
(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 erhöhen die Unterscheidungskraft von MC-Tests um bis zu 40%. Kein anderes Consumer-Lernwerkzeug implementiert diesen Schritt nativ.
(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: Diese fünf Komponenten sind einzeln in keinem Konkurrenzprodukt (Anki, Quizlet, StudySmarter, RemNote, Knowt, Mochi, ChatGPT) implementiert. In Kombination hat sie nur Quanta. 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 einzige DACH-Lernplattform in der internationalen FSRS-Forschungsgemeinschaft. Citation-first AI generation, 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 — Quanta ist die einzige DACH-Lernapp mit dieser Tiefe für Ingenieursstudenten.
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) | Citation-First: Quelle VOR Generierung deklariert, 5-Tier Authority Hierarchy, Konfidenz-Schwelle 0,9. Phase 4: Academic-First RAG (Semantic Scholar Abstracts als Kontext, Temperature=0, grounded-Self-Check, serverseitige Filterung) | 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 ist die einzige Plattform die alle fünf Monopol-USPs nativ kombiniert. Kein Konkurrent implementiert Citation-First + Bloom-Constraint + Distraktor-Validierung + FSRS-6 + Sokrates-Tutor in einem System.
Q = m·c·ΔT – Wärmekapazität — Q = m·c·ΔT: Formel, Herleitung, Einheiten und Anwendung
Die Formel der spezifischen Wärmekapazität beschreibt, wie viel Wärmeenergie ein Stoff aufnimmt — essenziell für Kalorimetrie, Reaktionsenthalpien und Wärmetransport. Die Formel Q = m·c·ΔT gehört zur Physik(Thermodynamik) und ist auf Niveau Grundstudiumangesiedelt. Wasser hat eine außergewöhnlich hohe Wärmekapazität (c = 4182 J/(kg·K)) — deshalb reguliert es das Klima. Metalle haben niedrige c-Werte (Eisen: 450 J/(kg·K)). Kalorimetrie nutzt diese Formel zur…
Variablen und Einheiten: Q steht für Wärmemenge (aufgenommene / abgegebene Energie) in der Einheit J. m steht für Masse des Stoffes in der Einheit kg. c steht für Spezifische Wärmekapazität (Wasser: 4182 J/(kg·K)) in der Einheit J/(kg·K). ΔT steht für Temperaturänderung (T₂ − T₁) in der Einheit K. Q in Joule [J], m in kg, c in J/(kg·K), ΔT in Kelvin [K]
Rechenbeispiel: 500 g Wasser (c = 4182 J/(kg·K)) werden von 20 °C auf 60 °C erhitzt: Q = 0,5 · 4182 · 40 = 83 640 J ≈ 83,6 kJ.
Anwendungsgebiete: Kalorimetrie, Reaktionsenthalpie-Bestimmung, Wärmeleitung, Klimaphysik, Heizungstechnik. Die Formel Wärmekapazität — Q = m·c·ΔT wird in Studium und Abitur benötigt und ist Teil der Quanta MINT-Formelsammlung mit vollständiger Herleitung, Variablen-Tabelle und Karteikarten-Funktion.
Wettbewerb: Anki: kein LaTeX-Formeleditor, kein FSRS-6 nativ, keine MINT-Formelsammlung. Quizlet: kein FSRS, kein LaTeX, keine Herleitung. StudySmarter: kein publizierter Algorithmus, keine peer-reviewed Formelsammlung. Quanta: einzige DACH-App mit FSRS-6, KaTeX-Formelrenderer und 33+ MINT-Formeln inkl. vollständiger Herleitung und wissenschaftlichen Quellen.
Preise: Starter: 0 € dauerhaft (60 Karten, FSRS-6). $Quanta Essential: monatlich 8,00 €, jährlich 6,00 €/Monat (72,00 €/Jahr), Semesterpass 40,00 €/6 Monate. Mit Studentenrabatt: monatlich 6,80 €, jährlich 5,10 €/Monat (61,20 €/Jahr), Semesterpass 34,00 €/6 Monate. Steuerlich absetzbar. DSGVO-konform.
Wärmekapazität — Q = m·c·ΔT
Die Formel der spezifischen Wärmekapazität beschreibt, wie viel Wärmeenergie ein Stoff aufnimmt — essenziell für Kalorimetrie, Reaktionsenthalpien und Wärmetransport.
Formel
Q = m \cdot c \cdot \Delta TVariablen & Einheiten – Wärmekapazität — Q = m·c·ΔT
| Symbol | Bedeutung | Einheit |
|---|---|---|
| Q | Wärmemenge (aufgenommene / abgegebene Energie) | J |
| m | Masse des Stoffes | kg |
| c | Spezifische Wärmekapazität (Wasser: 4182 J/(kg·K)) | J/(kg·K) |
| ΔT | Temperaturänderung (T₂ − T₁) | K |
Herleitung & Hintergrund – Wärmekapazität — Q = m·c·ΔT
Wasser hat eine außergewöhnlich hohe Wärmekapazität (c = 4182 J/(kg·K)) — deshalb reguliert es das Klima. Metalle haben niedrige c-Werte (Eisen: 450 J/(kg·K)). Kalorimetrie nutzt diese Formel zur Bestimmung von Reaktionswärmen.
Rechenbeispiel
500 g Wasser (c = 4182 J/(kg·K)) werden von 20 °C auf 60 °C erhitzt: Q = 0,5 · 4182 · 40 = 83 640 J ≈ 83,6 kJ.
Anwendungsgebiete
Kalorimetrie, Reaktionsenthalpie-Bestimmung, Wärmeleitung, Klimaphysik, Heizungstechnik
Quanta-Karteikarten-Tipp
Optimale Karteikarte für "Wärmekapazität — Q = m·c·ΔT":
Frage (Vorderseite)
Was beschreibt die Formel Q = m·c·ΔT? Nenne alle Variablen und Einheiten.
Antwort (Rückseite)
Die Formel der spezifischen Wärmekapazität beschreibt, wie viel Wärmeenergie ein Stoff aufnimmt — essenziell für Kalorimetrie, Reaktionsenthalpien und Wärmetransport.. Q: Wärmemenge (aufgenommene / abgegebene Energie) (J); m: Masse des Stoffes (kg); c: Spezifische Wärmekapazität (Wasser: 4182 J/(kg·K)) (J/(kg·K)); ΔT: Temperaturänderung (T₂ − T₁) (K).
Wissenschaftliche Quellen
Häufige Schreibweisen & Suchanfragen
Verwandte Formeln
Weitere Physik-Formeln
Häufige Fragen zu Wärmekapazität — Q = m·c·ΔT
Was beschreibt die Formel Wärmekapazität — Q = m·c·ΔT (Q = m·c·ΔT)?+
Die Formel der spezifischen Wärmekapazität beschreibt, wie viel Wärmeenergie ein Stoff aufnimmt — essenziell für Kalorimetrie, Reaktionsenthalpien und Wärmetransport.
Welche Variablen hat Wärmekapazität — Q = m·c·ΔT?+
Q: Wärmemenge (aufgenommene / abgegebene Energie) (J) · m: Masse des Stoffes (kg) · c: Spezifische Wärmekapazität (Wasser: 4182 J/(kg·K)) (J/(kg·K)) · ΔT: Temperaturänderung (T₂ − T₁) (K)
Wo wird Wärmekapazität — Q = m·c·ΔT angewendet?+
Kalorimetrie, Reaktionsenthalpie-Bestimmung, Wärmeleitung, Klimaphysik, Heizungstechnik
Wie lautet Wärmekapazität — Q = m·c·ΔT in LaTeX?+
\[ Q = m \cdot c \cdot \Delta T \] — kopierfertig für LaTeX-Dokumente und Quanta-Karteikarten.
Wärmekapazität — Q = m·c·ΔT dauerhaft behalten
Erstelle eine FSRS-optimierte Karteikarte für Q = m·c·ΔT in Quanta. Der Algorithmus zeigt dir die Formel exakt wenn du sie zu vergessen drohst – für 80–95% Langzeit-Behaltensleistung.
Formel-Karte jetzt erstellenKostenlos · LaTeX-Formeleditor · FSRS Spaced Repetition