Wie OOWN aus Übungen einen Wiederholungsplan macht

Die richtige Antwort unter mehreren Möglichkeiten wiederzuerkennen und ein Wort aus dem Gedächtnis einzutippen sind unterschiedliche Aufgaben. OOWN muss diesen Unterschied berücksichtigen, bevor es einen Wiederholungstermin aktualisiert.

FSRS nutzt eine kleine Auswahl an Bewertungen. OOWN bietet verschiedene Übungsformate. Um beides zu verbinden, muss das Ergebnis der jeweiligen Übung eingeordnet werden.

Die am 20. Oktober 2026 geprüfte Planungsimplementierung von OOWN verwendet FSRS-6. Dessen Arbeit beginnt, nachdem das Übungsergebnis in eine verständliche Bewertung umgewandelt wurde. Die Namen Again, Hard, Good und Easy bezeichnen hier Algorithmusbewertungen, nicht vier Schaltflächen, die in jeder Übung erscheinen.

Unterschiedliche Übungen liefern unterschiedliche Signale

Bei einer einfachen Karte entspricht die Angabe, dass du die Antwort weißt, der Bewertung Good. Weißt du sie nicht, entspricht das Again.

Bei Wiedererkennungsübungen berücksichtigt OOWN sowohl, ob du zur Lösung gelangt bist, als auch die Zahl der Fehlversuche davor. Eine richtige Lösung ohne Fehlversuch ergibt Good. Ein Fehlversuch vor der Lösung ergibt Hard. Ein ungelöster Eintrag oder mehr Fehlversuche ergibt Again.

Schreibübungen berücksichtigen außerdem Fehler und mithilfe von Hinweisen aufgedeckte Buchstaben. Eine abgeschlossene Antwort ohne Fehler und Buchstabenhilfen ergibt Easy. Mit steigendem gemeinsamen Anteil von Fehlern und Hilfen geht die Bewertung über Good und Hard zu Again. Eine unvollständige Antwort ergibt Again, auch wenn einige Buchstaben richtig eingegeben wurden.

Diese Zuordnungen sind Produktregeln. FSRS selbst legt nicht fest, was ein Tippfehler oder eine falsche Zuordnung bedeuten soll. OOWN ordnet die Ergebnisse einheitlich ein, bevor es sie an den Planungsalgorithmus übergibt.

Üben und Messen können sich überschneiden

Angenommen, du beantwortest ein Wort, siehst es kurz darauf erneut und antwortest richtig. Diese zweite Begegnung kann beim Üben helfen. Sie liefert möglicherweise nur wenig unabhängige Information darüber, ob du das Wort morgen noch abrufen kannst.

OOWN kann verhindern, dass wiederholte Antworten innerhalb einer Sitzung oder zu früh eintreffende Antworten den FSRS-Zustand verändern. Manche Übungsarten aktualisieren den Plan überhaupt nicht. Wörter, die an diesem Tag im Ablauf zur Einführung neuer Wörter gezeigt wurden, bleiben ebenfalls mindestens bis zum nächsten Tag von Planaktualisierungen ausgenommen. Maßgeblich ist die Zeitzone des Lernbereichs.

Die Aktivität kann trotzdem einen Lernwert haben. Eine ausgelassene Aktualisierung bedeutet, dass der Plan nicht jede erfolgreiche Interaktion als neuen Grund für einen längeren Abstand behandelt.

Das ist besonders nützlich, wenn eine App mehrere Übungsformen für dasselbe Wort kombiniert. Die Menge der Aktivität auf dem Bildschirm und die Menge neuer Informationen über das Behalten müssen nicht gemeinsam wachsen.

Woher der nächste Termin kommt

Wenn eine Antwort für die Planung berücksichtigt werden kann, übergibt OOWN den vorherigen Zustand des Eintrags, die Bewertung und den Wiederholungszeitpunkt an FSRS. Der Algorithmus aktualisiert den Zustand und berechnet anhand des eingestellten Ziels desired retention einen neuen Abstand.

Das Standardziel beträgt 90 %: Das Modell strebt beim geplanten Wiederholungstermin eine Abrufwahrscheinlichkeit von 90 % an. Das heißt nicht, dass 90 % der Wörter für immer gelernt sind, und garantiert keine einzelne Antwort. Bei sonst gleichen Eingaben verlangt ein höheres Ziel kürzere Abstände; ein niedrigeres akzeptiert mehr Vergessensrisiko für längere Pausen. Eine Einstellung im Planungscode ist nicht unbedingt eine Option, die du in der Oberfläche ändern kannst.

Was Personalisierung hier bedeutet

Jedes Wort hat bereits eine eigene, sich entwickelnde Schwierigkeit und Stabilität. Die Implementierung kann außerdem einen Parametersatz und ein Behaltensziel lesen, die einem Lernbereich zugeordnet sind.

Diese Parameter automatisch anhand des Verlaufs einer Person anzupassen ist ein weiterer Schritt. In der am 20. Oktober 2026 geprüften Implementierung war dieser Optimierungsprozess noch geplant. Der Planungsmechanismus kann angepasste Parameter annehmen, während die gewöhnliche Planung mit Standardwerten arbeiten kann.

OOWN zeichnet auch den Zustand vor der Wiederholung, den Abstand und die verwendeten Parameter auf. Dieser Verlauf hilft dabei, Planungsentscheidungen zu untersuchen und spätere Parameteranpassungen vorzubereiten.

Dein praktischer Beitrag: Versuche zu antworten, bevor du die Hilfe aufdeckst, nutze sie bei Bedarf und gib ehrlich an, wenn dir die Antwort nicht eingefallen ist. Der Algorithmus braucht Informationen darüber, was passiert ist, keinen makellos wirkenden Punktestand.

Am Anfang stand ein vertrautes Problem: Ein Wort kam dir bekannt vor, doch im entscheidenden Moment fiel es dir nicht ein. Ein Plan kann nicht versprechen, dass das nie wieder passiert. Er kann jede geeignete Antwort nutzen, um eine Schätzung zu korrigieren und die nächste Pause zu wählen. Der Termin ist ein Plan für einen weiteren Versuch, kein Urteil über dein Gedächtnis.