KI-Karteikarten erstellen: Was funktioniert und was nicht

Du hast ein Skript mit dreißig Seiten, die Klausur ist in drei Wochen, und irgendwo in deinem Kopf flüstert es: „Lass das doch die KI machen.“ Gute Idee, halb. KI kann dir das Abtippen abnehmen. Sie kann dir nicht abnehmen, zu entscheiden, was eine gute Karte ist, und manchmal erfindet sie Antworten, die überzeugend klingen und falsch sind.

Dieser Artikel sortiert, was die Forschung tatsächlich über KI-generierte Lernfragen weiß (weniger, als die Werbung behauptet), was der Unterschied zwischen einem Modell auf deinem iPhone und einem in der Cloud ist, und wie du KI-Karten so prüfst, dass du nicht wochenlang Unsinn wiederholst.

Was die Studien über KI-Fragen sagen

Kurzfassung: Die Qualität schwankt stark, und es gibt keine seriöse Zahl wie „KI-Karten sind zu X Prozent falsch“. Die Studien messen jeweils etwas anderes.

Das ernüchternde frühe Ergebnis. Ngo et al. ließen ChatGPT 3.5 aus bereitgestellten Lehrtexten 60 Multiple-Choice-Fragen schreiben und prüften sie inhaltlich. Nur 19 von 60, also rund 32 %, erfüllten alle Anforderungen an korrekte Frage, Antwort und Erklärung. Bei 25 % war die Antwort falsch oder irreführend. Wichtig: Die übrigen Mängel waren teilweise fehlende Erklärungen. „68 % Halluzinationen“ wäre also eine falsche Zusammenfassung, auch wenn du sie im Netz findest.

Der direkte Vergleich. Laupichler et al. gaben 161 Studierenden neurophysiologische Fragen in zufälliger Reihenfolge, 25 von Menschen und 21 von ChatGPT 3.5. Die Schwierigkeit unterschied sich nicht signifikant. Aber die menschlichen Fragen trennten besser zwischen Studierenden, die den Stoff konnten, und denen, die ihn nicht konnten (Trennschärfe 0,36 gegenüber 0,24). Übersetzt: Die KI-Fragen waren nicht schwerer, aber sie haben schlechter geprüft, ob jemand den Stoff wirklich verstanden hat.

Das positivere Ergebnis mit neuerem Modell. Safadi et al. ließen 31 Fachleute verblindet je 15 Fragen von o1-preview und 15 von Experten zur mechanischen Beatmung bewerten. Die KI-Fragen waren nicht schlechter als die vorab festgelegte Grenze. Klingt gut, ist aber ein kleiner Datensatz, bewertet von Expertinnen und Experten, nicht von Lernenden. Über deinen Lernerfolg sagt das nichts.

Die einzige direkte Karteikarten-Studie. Am nächsten an deinem Alltag ist „Memory Machines“ von Kirkby und Matuschak (2026). Sie ließen Sprachmodelle aus Textmarkierungen Karteikarten erzeugen: 1.499 Kartenvarianten aus 475 Markierungen und 93 Quellen. 37,8 % galten als direkt wiederholungsgeeignet. Die Autoren sagen selbst, dass es keine Langzeitvalidierung gibt, und bewertet haben überwiegend sie selbst und ein kleiner Kreis erfahrener Nutzer. Ob der Bericht begutachtet wurde, ließ sich nicht prüfen. Die Zahl ist also keine Erfolgsquote heutiger KI, sondern ein Hinweis: Selbst unter guten Bedingungen brauchte ein großer Teil der Karten Nacharbeit.

Was du beim Abgeben verlierst: der Generation Effect

Es gibt noch ein zweites Problem, unabhängig davon, ob die KI richtig liegt. Slamecka und Graf zeigten 1978 in fünf Laborexperimenten mit zusammen 96 Studierenden: Wörter, die man selbst erzeugt, bleiben besser hängen als Wörter, die man nur liest. Die Metaanalyse von Bertsch et al. (2007) über 86 Studien und 445 Effektgrößen fand im Schnitt einen Vorteil von 0,40 Standardabweichungen. Das heißt nicht „40 % mehr gelernt“. Und der Effekt hängt vom Design ab: 0,50, wenn dieselben Personen beide Bedingungen durchliefen, 0,28 bei Vergleichen zwischen Gruppen.

Michael Nielsen schreibt in „Augmenting Long-term Memory“, gute Fragen zu formulieren sei selbst ein Teil des Verstehens, und empfiehlt eigene Decks. Andy Matuschak beschreibt das Schreiben von Karten als Interpretationsarbeit: Ideen auswählen, Zusammenhänge erkennen, Fragen ans eigene Vorwissen anpassen.

Ehrlich bleibt: Diese Studien untersuchen Wörter, keine Karteikarten. Dass KI-Karten langfristig schlechter sind, folgt daraus nicht. Die gesparte Zeit kannst du ja ins Wiederholen stecken. Plausibel ist nur: Wer gar nichts mehr selbst formuliert, verschenkt vermutlich etwas. Und Matuschak lehnt automatisch erzeugte Karten nicht ab, er hat sie mit „Memory Machines“ ja selbst untersucht.

On-device oder Cloud?

Für KI-Karten gibt es grob zwei Wege: ein Modell auf deinem Gerät oder eins auf einem Server.

Apples Modell auf dem Gerät

Apple hat das Foundation Models Framework auf der WWDC 2025 vorgestellt. Seit iOS 26 und iPadOS 26 können Apps das lokale Sprachmodell nutzen. Was du wissen solltest:

• Privatsphäre: Laut Apple bleiben Ein- und Ausgaben des lokalen Modells auf dem Gerät. Es funktioniert offline und kostet keine nutzungsabhängigen Gebühren.
• Geräte: iOS 26 allein reicht nicht. Nötig sind ein kompatibles Gerät und aktiviertes Apple Intelligence. Dazu gehören laut Apple iPhone 15 Pro und Pro Max, die iPhone-16-Modelle und spätere kompatible Geräte, iPads mit M1 oder neuer und das iPad mini mit A17 Pro. Auch Sprach- und Regionseinstellungen müssen unterstützt sein.
• Größe: Das 2025 eingeführte lokale Modell hat ungefähr 3 Milliarden Parameter. Apple beschreibt es als optimiert für Zusammenfassen, Extrahieren und Klassifizieren, ausdrücklich nicht für umfassendes Weltwissen oder komplexes Schlussfolgern. Seit Juni 2026 spricht Apple von einer ganzen Modellfamilie, die Angabe gilt für das ursprüngliche Framework-Modell.
• Kontext: Pro Sitzung passen 4.096 Tokens hinein, und zwar Eingabe und Ausgabe zusammen, inklusive Anweisungen. Ein langes Skript muss also in Abschnitte zerlegt werden.

Die Beschreibung „gut im Extrahieren, schlecht im Weltwissen“ ist für Karteikarten eigentlich eine gute Nachricht. Lass das Modell aus deinem Text Karten machen, nicht aus seinem Gedächtnis. Und: Strukturierte Ausgabe heißt nur, dass Frage und Antwort sauber getrennt ankommen. Ob die Antwort stimmt, garantiert das nicht.

Ein Cloud-Modell mit eigenem Schlüssel

Große Cloud-Modelle wissen mehr und vertragen längere Texte. Dafür geht dein Text an einen Server. Bei OpenAI zahlst du pro Token, getrennt nach Eingabe und Ausgabe, die Preise stehen je eine Million Tokens. Einen Festpreis „pro Karte“ gibt es nicht. Ein Beispiel aus der Preisliste (Stand: November 2026): Für gpt-6.1-terra kosten 10.000 Eingabe-Tokens plus 2.000 Ausgabe-Tokens zusammen 0,02 US-Dollar, ohne weitere Dienste.

Zum Datenschutz: Laut OpenAI werden API-Daten seit dem 1. März 2023 standardmäßig nicht zum Training genutzt, außer du stimmst ausdrücklich zu. Kein Training heißt aber nicht keine Speicherung. Protokolle zur Missbrauchsüberwachung können Prompts und Antworten enthalten und werden standardmäßig bis zu 30 Tage aufbewahrt.

Wie checkst das macht

checkst setzt zuerst auf das lokale Modell. Unterstützt dein iPhone oder iPad Apple Intelligence, erzeugt checkst die Karten auf dem Gerät. Willst du lieber ein Cloud-Modell, hinterlegst du deinen eigenen OpenAI-API-Schlüssel. Der bleibt auf deinem Gerät im Schlüsselbund, und abgerechnet wird direkt zwischen dir und OpenAI. Hast du weder Apple Intelligence noch einen Schlüssel, kopiert checkst dir einen fertigen Prompt: Du fügst ihn in eine KI-App deiner Wahl ein, kopierst die Antwort zurück, und checkst macht daraus Kartenvorschläge.

Der Ablauf:

1. Quelle wählen: Text einfügen, ein PDF öffnen oder Bilder auswählen, etwa Fotos von Buchseiten oder Tafelbildern. Bei Bildern liest checkst den Text per Texterkennung aus.
2. Kartentyp wählen: Basic (Frage und Antwort), Lückentext oder gemischt. Die Karten entstehen in der Sprache deiner Quelle.
3. Generieren: Lange Texte zerlegt checkst automatisch in Abschnitte, für das lokale Modell in kleinere als für die Cloud, genau wegen der Kontextgrenze von oben.
4. Prüfen: Du siehst jede vorgeschlagene Karte und entscheidest einzeln, welche bleibt. Gespeichert wird nur, was du auswählst.

Danach landen die Karten in einem Deck und werden mit FSRS geplant wie alle anderen.

So prüfst du KI-Karten in zwei Minuten

Schritt 4 ist der wichtigste. Diese Fragen helfen beim Durchgehen:

• Steht das so in deiner Quelle? Wenn du eine Antwort nicht im Skript wiederfindest, raus damit. Das ist der häufigste Fehler.
• Eine Sache pro Karte? KI liebt Karten mit drei Antworten auf einmal. Aufteilen oder löschen.
• Verrät die Frage die Antwort? Dann übst du nur Lesen.
• Prüft die Karte, ob du es verstanden hast? Erinnere dich an die Trennschärfe bei Laupichler et al.: KI-Fragen sind oft leicht genug, aber zu oberflächlich.
• Würdest du sie in drei Monaten noch verstehen? Ohne Kontext aus dem Skript wird „Was ist das zweite Merkmal?“ unlösbar.

Und schreib ein paar Karten selbst um, statt sie nur abzunicken. Das kostet wenig und holt dir einen Teil des Generation Effects zurück.

Die erste Karte ist typisch für einen ungeprüften KI-Entwurf: vage Frage, Antwort als Stichwortsalat, nichts davon eindeutig abfragbar. Die beiden darunter fragen jeweils genau eine Sache ab und lassen sich mit der Quelle abgleichen.

Fazit

KI ist ein guter Praktikant für Karteikarten: schnell, fleißig, manchmal überzeugt falsch. Lass sie aus deinem Material Entwürfe machen, am besten auf dem Gerät, wenn deins das kann. Prüf jede Karte gegen die Quelle, wirf großzügig raus, und formulier ein paar selbst neu. Dann hast du die Zeitersparnis, ohne dir Fehler ins Langzeitgedächtnis zu schreiben.