FSRS vs SM-2: Welcher Spaced-Repetition-Algorithmus gewinnt?
Der echte Unterschied zwischen dem alten Standard und dem modernen Scheduler
TL;DR
Kurzfazit: <strong>FSRS</strong> erreicht dieselbe Retention wie <strong>SM-2</strong> mit ca. 20–30 % weniger Reviews, weil es drei Gedächtnisvariablen modelliert statt einer starren Formel. SM-2 ist einfacher und bewährt; FSRS ist datengetrieben und adaptiv. Für die meisten Lernenden 2026 ist FSRS der bessere Default, und Flica liefert ihn voreingestellt.
SM-2 ist der SuperMemo-Algorithmus aus den 1980ern, der das Spaced-Repetition jahrzehntelang trug, auch im klassischen Anki. FSRS (Free Spaced Repetition Scheduler) ist der moderne Open-Source-Nachfolger, trainiert auf Hunderten Millionen echten Reviews. Die praktische Frage ist einfach: Welcher schafft dieselbe Retention mit weniger Reviews?
Dieser Leitfaden erklärt, wie jeder Algorithmus den Zeitpunkt einer Karte bestimmt, warum FSRS in veröffentlichten Benchmarks konsistent effizienter ist, wann SM-2 noch reicht und wie der Wechsel konkret abläuft. Kein Mathestudium nötig.
Wie SM-2 funktioniert
SM-2 verfolgt pro Karte einen Ease Factor und multipliziert das Intervall nach jedem Erfolg damit. Richtig, Intervall wächst mit dem Faktor; falsch, die Karte startet von vorn. Elegant und vorhersehbar, aber es nimmt an, dass jede Karte gleich tickt, und reguliert nur über eine einzige grobe Zahl.
- Eine Variable, Ease Factor skaliert das Intervall
- Reset bei Fehler, ein Patzer wirft die Karte zurück
- Feste Regeln, gleiche Formel für jede Karte und jeden Lernenden
- Transparent, leicht zu verstehen und zu überprüfen
Die Schwäche von SM-2 ist Starrheit: Es erkennt nicht, dass eine Karte für dich von Natur aus schwer ist und eine andere leicht, es behandelt beide gleich.
Wie FSRS funktioniert: das DSR-Modell
FSRS modelliert Gedächtnis mit drei Werten pro Karte, Difficulty (wie schwer dir die Karte fällt), Stability (wie lange die Erinnerung hält, bevor sie zerfällt) und Retrievability (die Wahrscheinlichkeit, dass du jetzt erinnerst). Jeder Review wird genau dann geplant, wenn deine vorhergesagte Erinnerungswahrscheinlichkeit auf dein Ziel (z. B. 90 %) fällt, und das Modell aus deiner Antwort aktualisiert.
- Difficulty (D), pro Karte, aus deiner Performance gelernt
- Stability (S), wie langsam die Erinnerung zerfällt
- Retrievability (R), aktuelle Erinnerungswahrscheinlichkeit, treibt das Timing
- Datentrainiert, Parameter aus Hunderten Millionen Reviews
Weil FSRS pro Karte vorhersagt statt eine feste Regel anzuwenden, plant es klüger, weniger unnötige Reviews, weniger vergessene Karten.
Der Effizienzunterschied
In Ankis eigenen Benchmarks und unabhängigen Analysen erreicht FSRS dasselbe Retention-Ziel wie SM-2 mit rund 20–30 % weniger Reviews. Über ein Semester mit ein paar tausend Karten sind das Hunderte Reviews, und Stunden, gespart, bei gleicher oder besserer Retention.
| Dimension | SM-2 | FSRS |
|---|---|---|
| Modellierte Variablen | 1 (Ease Factor) | 3 (D, S, R) |
| Adaptivität pro Karte | Niedrig | Hoch |
| Reviews bei gleicher Retention | Basis | ~20–30 % weniger |
| Konfigurierbares Ziel | Nein (implizit) | Ja (z. B. 90 %) |
| Datengetriebene Parameter | Nein | Ja (trainiert) |
| Transparenz | Sehr hoch | Mittel |
Wann SM-2 noch reicht
SM-2 ist nicht kaputt. Bei kleinen Decks, kurzen Zeiträumen oder wenn dir absolute Vorhersehbarkeit wichtig ist, fällt der Effizienzunterschied kaum ins Gewicht. Außerdem hat es Jahrzehnte Praxis und ist trivial nachzuvollziehen.
- Kleine oder kurzfristige Decks, Ersparnis vernachlässigbar
- Du willst Vorhersehbarkeit, SM-2-Intervalle sind leicht abzuschätzen
- Legacy-Setups, bestehende SM-2-Historie, die du nicht anrühren willst
Hast du jahrelange SM-2-Historie in Anki, nutzt FSRS sie beim Aktivieren, du startest nicht bei null.
So wechselst du in Anki zu FSRS
FSRS ist im modernen Anki eingebaut. Du aktivierst es in den Deck-Optionen, optimierst optional die Parameter aus deiner Historie und setzt ein Retention-Ziel. Der Wechsel ist reversibel und nutzt deine bestehenden Karten.
- Anki updaten, aktuelle Versionen enthalten FSRS nativ
- Deck-Optionen → FSRS aktivieren, Toggle umlegen
- Optimieren, Parameter an deine Historie anpassen
- Retention-Ziel, 90 % ist ein sinnvoller Default
Lieber gar nichts verwalten? Apps wie Flica liefern FSRS standardmäßig aktiviert und getuned, nichts zu konfigurieren.
FSRS ohne Setup: Flica
Flica nutzt FSRS standardmäßig, keine Toggles, kein Optimierungsschritt. Karten entstehen per KI aus YouTube, PDF oder Text, sodass moderner Algorithmus und moderne Kartenerstellung zusammenkommen.
- FSRS standardmäßig an, optimales Scheduling ab dem ersten Review
- KI-Kartenerstellung, YouTube, PDF oder Text werden zu Karten
- Gratis auf iOS und Android, Kernfeatures kostenlos
- Volles Offline-Lernen, überall üben
Flica im App Store (https://apps.apple.com/app/flica) und Google Play (https://play.google.com/store/apps/details?id=app.flica).
FAQ
Ist FSRS besser als SM-2?
Für die meisten Lernenden ja. FSRS erreicht dieselbe Retention wie SM-2 mit ca. 20–30 % weniger Reviews, weil es Schwierigkeit, Stabilität und Erinnerbarkeit pro Karte modelliert statt mit einem festen Ease Factor zu arbeiten. SM-2 bleibt bei kleinen Decks oder maximaler Vorhersehbarkeit sinnvoll.
Wofür steht FSRS?
FSRS ist der Free Spaced Repetition Scheduler, ein Open-Source-Algorithmus, der auf Hunderten Millionen echter Reviews trainiert wurde. Er plant jeden Review für den Moment, in dem deine prognostizierte Erinnerungswahrscheinlichkeit auf das Retention-Ziel fällt.
Verliere ich beim Wechsel zu FSRS meinen Anki-Fortschritt?
Nein. FSRS kann beim Aktivieren in Anki deine bestehende Review-Historie nutzen, und die Änderung ist reversibel. Du setzt keine Karten zurück und beginnst nicht von vorn.
Welches Retention-Ziel sollte ich mit FSRS nutzen?
90 % ist ein sinnvoller Default. Höher heißt mehr Reviews, aber weniger vergessene Karten; niedriger bedeutet weniger Reviews und mehr Lapses. Stell es nach Stoff-Wichtigkeit ein.
Nutzt Flica FSRS oder SM-2?
Flica nutzt FSRS standardmäßig, von Haus aus aktiviert und getuned, sodass du den modernen Algorithmus ohne jegliche Konfiguration bekommst.
Fazit: FSRS ist der bessere Default
SM-2 hat sich über Jahrzehnte verdient und ist immer noch brauchbar, aber FSRS ist für die große Mehrheit der effizientere, adaptivere Scheduler. Gleiche Retention, spürbar weniger Reviews, das summiert sich über einen langen Kurs.
Willst du Algorithmen gar nicht verwalten, liefert Flica FSRS standardmäßig und legt KI-Kartengenerierung obendrauf, gratis auf iOS und Android. Bau ein Deck aus einer YouTube-Vorlesung und lass den modernen Scheduler das Timing übernehmen.
FSRS ohne Konfiguration
Flica fährt FSRS standardmäßig und macht aus YouTube, PDFs und Text automatisch Karteikarten, gratis auf iOS und Android.
References
- Ye, J. (2023). Free Spaced Repetition Scheduler (FSRS), Open-Source-Repository und Benchmarks
- Wozniak, P. A. (1990). Optimization of learning, SuperMemo SM-2
- Anki-Handbuch, FSRS-Abschnitt (Mai 2026)
- Ebbinghaus, H. (1885). Memory: A Contribution to Experimental Psychology
- Settles, B. & Meeder, B. (2016). A Trainable Spaced Repetition Model for Language Learning. ACL