FSRS oder SM-2 fürs Sprachenlernen?

Die kurze Antwort

FSRS (Free Spaced Repetition Scheduler) ist für Sprachlernende in der Regel die bessere Planung als das klassische SM-2, weil FSRS die Abrufwahrscheinlichkeit einzelner Karten modelliert und den nächsten Termin nahe an den Punkt legt, an dem das Vergessen beginnt. SM-2 arbeitet dagegen vor allem mit Intervall-Multiplikation und einem Ease-Faktor. Das funktioniert, bildet aber die Erinnerung nicht Karte für Karte ab.

In großen Anki-Benchmarks kam FSRS-6 auf ungefähr 4,37 % RMSE (Bins) gegenüber etwa 14,84 % bei Anki SM-2, dazu auf eine 99,6-%-Überlegenheit, also bei fast allen Nutzerinnen und Nutzern den niedrigeren Log-Loss. Diese Werte sind eine Momentaufnahme aus dem öffentlichen Expertium-Benchmark, keine ewige Konstante.¹ Für Wortschatz und Grammatik mit sehr unterschiedlicher Schwierigkeit heißt das meist: weniger unnötige Wiederholungen bei leichten Wörtern und weniger späte Aussetzer bei zähen Konjugationen. Wenn du das Grundmodell von SRS verstehen willst, lies auch wie Spaced Repetition funktioniert; für Zielwerte und sinnvolles Tuning siehe wie du Spaced Repetition optimierst.

Warum SM-2 oft an seine Grenzen kommt

SM-2 (SuperMemo-2) ist der alte, aber immer noch bekannte Algorithmus hinter klassischem Anki-Scheduling und vielen Karteikarten-Apps. Nach jeder Wiederholung gibst du eine Bewertung ab. Daraus aktualisiert der Scheduler einen Ease-Faktor und multipliziert das vorige Intervall, um den nächsten Termin zu bestimmen. Ein „Gut“ verlängert den Abstand, „Nochmal“ setzt dich auf kurze Intervalle zurück.

Das ist einfach und erstaunlich wirksam. Es ist aber eine Heuristik, kein kalibriertes Gedächtnismodell. SM-2 führt keine explizite Abrufwahrscheinlichkeit für jede Karte mit. Es setzt darauf, dass die Intervallmultiplikation mit Ease bei den meisten Lernenden ungefähr passende Abstände erzeugt. Wenn Materialien stark im Schwierigkeitsgrad schwanken oder deine Bewertungen ungenau sind, driftet der Ease-Faktor. Dann landen Karten entweder in einer kurzen „Ease-Hölle“ oder werden zu weit hinausgeschoben und scheitern, wenn sie wieder auftauchen.

Der Expertium-Benchmark weist außerdem auf einen Fairness-Punkt hin: SM-2 wurde nicht dafür gebaut, Wahrscheinlichkeiten auszugeben. Deshalb werden seine Intervalle in Benchmarks mit zusätzlichen Annahmen in Vorhersagen übersetzt, damit es gegen moderne Modelle bewertet werden kann.¹ Selbst mit dieser Umrechnung liegt SM-2 bei der Vorhersagequalität hinter gut kalibrierten DSR-Schedulern.

FSRS und das DSR-Modell

FSRS verfolgt pro Karte drei Zustandsgrößen, oft als DSR-Modell beschrieben:

• Difficulty (D): wie schwer dir das Item typischerweise fällt.
• Stability (S): wie langsam die Erinnerungswahrscheinlichkeit abnimmt, also grob, nach wie vielen Tagen die Abrufbarkeit auf ein Referenzniveau fällt.
• Retrievability (R): deine geschätzte Abrufwahrscheinlichkeit jetzt.

Nach einer Wiederholung aktualisiert FSRS diese Werte anhand deiner Bewertung und plant die nächste Abfrage dann, wenn R voraussichtlich auf deine gewünschte Behaltensrate fällt, oft um 90 %. Ye, Su und Cao (2022) formulieren Spaced-Repetition-Planung als Optimierung von Wiederholungskosten gegen ein auf großen Lerndaten trainiertes Gedächtnismodell, statt nur mit festen Multiplikatoren zu arbeiten.²

Dieser Beitrag ist ein Vergleich für Sprachlernende, keine vollständige FSRS-Einführung. Wenn du die DSR-Begriffe, Personalisierung durch maschinelles Lernen und den Grund verstehen willst, warum schwierige erfolgreiche Abrufe Stabilität stärker erhöhen als leichte, lies wie Spaced Repetition funktioniert. Für die Wahl einer Behaltensrate und typische Tuning-Fehler siehe wie du Spaced Repetition optimierst.

Was die Zahlen aus dem Benchmark wirklich bedeuten

Der öffentliche Benchmark von Expertium bewertet SRS-Algorithmen auf Tausenden Anki-Sammlungen und hunderten Millionen Wiederholungsereignissen, in der Auswertung in der Größenordnung von rund 350 Millionen gefilterten Reviews.¹ Für Lernende sind vor allem drei Dinge wichtig:

1. RMSE (Bins) misst die Kalibrierung: Wie nah die vorhergesagte Abrufwahrscheinlichkeit an der beobachteten Behaltensrate liegt. Je niedriger, desto besser. Die oft zitierten Momentaufnahmen für FSRS-6 gegen Anki SM-2 liegen bei etwa 4,37 % gegenüber 14,84 %.
2. Log-Loss bewertet, wie gut die einzelne vorhergesagte Wahrscheinlichkeit zum binären Ergebnis passt, also vergessen oder erinnert. Je niedriger, desto besser.
3. Superiority ist der Anteil der Nutzerinnen und Nutzer, bei denen Algorithmus A einen niedrigeren Log-Loss hat als Algorithmus B. FSRS-6 mit Recency-Weighting zeigt in dieser Matrix 99,6 % Überlegenheit gegenüber Anki SM-2.

Diese Zahlen können sich ändern, wenn Datensätze, Filter oder Algorithmus-Versionen wechseln. Verlass dich darauf als Beleg, dass moderne DSR-Scheduler Erinnerungen auf realen Lernverläufen viel genauer vorhersagen als SM-2-artige Heuristiken, nicht als Garantie, dass dein persönliches Deck morgen um einen festen Prozentsatz kleiner wird.

Warum bessere Vorhersagen beim Sprachenlernen so viel bringen

Sprachkarten sind nicht gleichförmig. Ein spanischer Kognat wie animal und eine unregelmäßige Vergangenheitsform wie fue vergessen nicht auf derselben Kurve. Die gemeinsame Ease-Logik von SM-2 überlernt oft die leichten Karten und schützt die schwierigen zu wenig. FSRS trennt Schwierigkeit und Stabilität pro Item, dadurch können die Intervalle auseinanderlaufen: sichere Wörter bekommen längere Abstände, fragiles Grammatikmaterial bleibt enger dran.

Das ist vor allem für produktives Üben wichtig:

• Review-Last: Wer Bekanntes zu oft wiederholt, verschwendet Minuten, die für ganze Sätze fehlen. Wer Schwieriges zu spät sieht, bekommt Überraschungsfehler genau dann, wenn er sich ausdrücken will.
• Ehrliche Signale: Spaced Repetition funktioniert nur, wenn jede Bewertung genau eine Gedächtniseinheit abbildet. Wenn ein Satz mehrere fällige Wörter enthält und du nur ein Gesamt-Pass/Fail speicherst, werden alle Scheduler-Signale ungenau, egal ob FSRS oder SM-2. Die feinere Zuordnung nach Konzepten ist die fehlende zweite Hälfte des Systems, siehe Wort-für-Wort-Bewertung beim Sprachenlernen.

Kurz gesagt: FSRS verbessert, wann gefragt wird. Eine feinere Zuordnung verbessert, was überhaupt gefragt wird. Sprach-Apps, die beides kombinieren, können Wortschatz und Grammatik in neuen Sätzen trainieren, ohne bekannte Teile wegen eines einzigen Fehlers mitzubestrafen.

Was FSRS nicht ersetzt

Ein besserer Algorithmus macht aus Wiedererkennungsaufgaben noch keine Sprachflüssigkeit. FSRS plant Abrufmomente, aber es erfindet nicht das richtige Übungsformat. Multiple Choice misst weiterhin vor allem Wiedererkennen. Starres Mining von Sätzen bindet Erinnerung an genau eine Formulierung. Offene Prompts ohne klare Produktionsaufgabe lassen dich oft genau das Konzept vermeiden, das eigentlich fällig wäre.

LinGoat nutzt FSRS für das Timing von Wörtern und Grammatik, erzeugt dann Übersetzungsaufgaben von der Muttersprache in die Zielsprache, packt fällige Elemente in neue natürliche Sätze und bewertet jedes Konzept einzeln. Das ist aktives schriftliches Produzieren plus SRS, kein Ersatz fürs Sprechen. Der vollständige Ablauf ist in LinGoats vollständiger Didaktik beschrieben.

Sieh dir an, wie LinGoat funktioniert, oder starte direkt.

Literatur

1. Expertium. Benchmark of spaced repetition algorithms. https://expertium.github.io/Benchmark.html (RMSE- und Überlegenheitswerte als datierte öffentliche Momentaufnahme zitiert, die sich mit Updates des Benchmarks ändern können).
2. Ye, J., Su, J., & Cao, Y. (2022). A Stochastic Shortest Path Algorithm for Optimizing Spaced Repetition Scheduling. Proceedings of the 28th ACM SIGKDD Conference on Knowledge Discovery and Data Mining, 4381-4390. https://doi.org/10.1145/3534678.3539081