So machst du 2026 aus dem ChatGPT Study Mode sinnvolle Flashcards: Tutor behalten, Spaced Repetition ergänzen
Gestern habe ich dabei zugesehen, wie ein KI-Tutor mich Schritt für Schritt durch ein Thema geführt, mir Fragen gestellt, meine Schwachstellen aufgedeckt und sich insgesamt wie die geduldige Version einer Lehrkraft verhalten hat, die mich noch nicht aufgegeben hat. Dann kam der wichtigere Gedanke: schön und gut, aber was davon weiß ich nächste Woche noch?
Genau darum geht es bei Lernkarten aus dem ChatGPT Study Mode.
Nicht um die Frage: "Kann KI mir helfen, etwas zu verstehen?" Natürlich kann sie das. Die eigentliche Frage lautet, was nach der Sitzung passiert, wenn die Erklärung hilfreich war, das Quiz ziemlich gut lief und dein Gehirn trotzdem zwei Tage später wieder Details verliert, wie immer.
2025 wurde dieser Workflow plötzlich deutlich interessanter
Der Zeitpunkt ist kein Zufall.
OpenAI hat den ChatGPT Study Mode am 29. Juli 2025 eingeführt. Google zog am 6. August 2025 mit Guided Learning in Gemini nach und hat seitdem KI-generierte Quizze, Lernhilfen und Flashcards in Gemini insgesamt deutlich stärker vorangetrieben.
Die Kategorie hat sich also verschoben.
Studierende nutzen KI nicht mehr nur, um schneller Notizen erstellen zu lassen. Sie nutzen KI inzwischen als Tutor, als Quizsystem und als Partner für geführtes Lernen.
Genau deshalb halte ich Spaced Repetition nach dem Study Mode für eine sinnvollere Suchanfrage, als vielen bewusst ist. Die Erklärungsebene wird immer besser. Für das Langzeitgedächtnis braucht es trotzdem ein eigenes System.
Study Mode hilft dir beim Verstehen. Beim Erinnern hilft er nicht automatisch.
Diesen Punkt sollte man sauber auseinanderhalten.
Eine KI-Tutor-Sitzung kann ein paar wirklich nützliche Dinge leisten:
- ein Konzept aus einem anderen Blickwinkel erklären
- Rückfragen stellen
- dich zwingen, eine Antwort selbst zu formulieren, statt nur noch einmal zu lesen
- sichtbar machen, wo dein Verständnis noch unscharf ist
Das ist echter Mehrwert.
Aber nichts davon ergibt automatisch einen sinnvollen Wiederholungsplan.
Wenn die Idee nur in einer überraschend guten Chat-Sitzung lebt, hast du später immer noch dasselbe alte Gedächtnisproblem. Verstehen ist nicht dasselbe wie Speichern. Eine gute Erklärung ist noch kein Spaced-Repetition-System.
Die besten Flashcards entstehen meist aus Fehlern, nicht aus dem ganzen Transkript
Hier laufen viele in die falsche Richtung.
Sie beenden eine Sitzung im Study Mode, kopieren den ganzen Chat und lassen ein weiteres KI-Tool daraus Karten erzeugen. Das Ergebnis sieht produktiv aus und fühlt sich beim Wiederholen meist ziemlich unerquicklich an.
Warum?
Weil der Großteil eines solchen Transkripts gar kein gutes Material für Lernkarten ist.
Es enthält:
- Einstiegs-Erklärungen, die du nicht auswendig lernen musst
- Beispiele, die im Moment nützlich waren, die du aber nicht dauerhaft mit dir herumschleppen musst
- wiederholte Hinweise
- halbe Antworten
- Gesprächsfüllstoff
Die bessere Quelle für Lernkarten aus dem ChatGPT Study Mode ist viel enger gefasst:
- die Frage, die du falsch beantwortet hast
- die Unterscheidung, die du ständig verwechselt hast
- die Formel oder Definition, die du nicht sauber abrufen konntest
- das eine Konzept, das der Tutor dir zweimal erklären musste
Genau darin steckt das wirklich brauchbare Material.
Ich würde KI-Tutor-Sitzungen eher als Fundgrube für Karten sehen, nicht als Massenexport
Diese Sichtweise verändert fast alles.
Frag nicht:
"Wie speichere ich die ganze Sitzung?"
Frag stattdessen:
"Welche Stellen dieser Sitzung haben gezeigt, was ich später ohne Hilfe abrufen können sollte?"
Damit kommst du meistens zu einem deutlich kleineren und deutlich besseren Kartensatz.
Ich würde gezielt nach diesen Momenten suchen:
- wiederholte Fehler
- langsame Antworten
- selbstbewusst falsche Antworten
- Stellen, an denen dir die Erklärung bekannt vorkam, du sie aber nicht selbst hättest formulieren können
Solche Momente sind viel eher echte Kandidaten für Lernkarten als eine glattgebügelte KI-Zusammenfassung.
Der Workflow, dem ich vertraue, ist kurz genug, dass man ihn auch wirklich durchzieht
Das ist die Version, die ich tatsächlich verwenden würde:
- die Study-Mode- oder Guided-Learning-Sitzung ganz normal machen
- die Fragen markieren, bei denen du falsch lagst oder gezögert hast
- nur diese Schwachstellen kopieren, nicht die ganze Unterhaltung
- daraus schlichte Frage-Antwort-Karten machen
- sie später mit FSRS wiederholen
Mehr braucht es nicht.
Kein riesiger Export.
Kein heroischer Kartenmarathon.
Und auch nicht die Vorstellung, jeder interessante Satz des Tutors verdiene eine dauerhafte Karte.
Das funktioniert deshalb, weil der KI-Tutor den Teil fürs Verstehen schon erledigt hat. Die Flashcards müssen nur die Punkte festhalten, an denen dein Gedächtnis nicht hängen geblieben ist.
Eine Schwachstelle pro Karte bleibt wichtig, auch mit besseren KI-Tutoren
Die Tools sind besser geworden.
Die Regeln für gute Karten haben sich kaum verändert.
Eine nützliche Karte macht meistens immer noch eine ziemlich unspektakuläre Sache gut:
- sie stellt eine klare Frage
- sie prüft genau eine Unterscheidung
- sie erwartet eine direkte Antwort
Sobald eine Karte versucht, den gesamten Lernverlauf einer Tutor-Sitzung abzubilden, wird sie sofort zu groß.
Deshalb würde ich eine Study-Mode-Sitzung nicht in zwanzig komplizierte Karten verwandeln, die alle wie winzige Unterrichtspläne klingen. Ich hätte lieber sechs saubere Karten, die genau die Lücken treffen, die die Sitzung offengelegt hat.
Wenn du das Argument für bessere Kartenqualität noch ausführlicher lesen willst, geht dieser Begleitartikel tiefer:
Das funktioniert auch für Gemini Guided Learning, nicht nur für ChatGPT
Ich würde das nicht als Trick für nur ein einziges Produkt sehen.
Dieselbe Logik gilt für:
- ChatGPT Study Mode
- Gemini Guided Learning
- von Gemini erzeugte Quizze und Flashcards
- andere KI-Tutoring-Abläufe, die im dialogischen Erklären stark sind
Das Muster dahinter ist immer gleich.
Die KI hilft dir, die Idee jetzt zu durchdenken.
Die Flashcards helfen dir dabei, sie später noch zu wissen.
Darum ist Lernkarten aus KI-Lernmodi für mich die treffendere Einordnung, statt sich an einer einzelnen Marke festzubeißen. Das eigentliche Lernproblem ist größer als die aktuellen Produktnamen.
Die schlechteste Version dieses Workflows ist, für alles Karten zu bauen
Genau hier erzeugt KI still und leise mehr Lernfrust, als sie dir abnimmt.
Wenn der Tutor unendlich viele Erklärungen und unendlich viele Quizze liefern kann, ist die Versuchung offensichtlich:
- alles speichern
- alles umwandeln
- den entstehenden Stapel dann "produktiv" nennen
Eine Woche später öffnest du das Deck und merkst, dass du dir im Grunde nur einen stetig wachsenden Rückstand gebaut hast.
Deshalb wäre ich an dieser Stelle besonders streng.
Ein Konzept verdient nur dann eine Karte, wenn:
- du es über diese Sitzung hinaus behalten willst
- du es nicht sauber abrufen konntest
- sich die Antwort einfach formulieren lässt
- es dir beim späteren Wiederholen tatsächlich hilft
Wenn das nicht zutrifft, dann darf die Tutor-Sitzung einfach eine Tutor-Sitzung bleiben.
Wenn dich ohnehin schon ein Wiederholungsstau ausbremst, passen diese Artikel direkt dazu:
- Wie viele neue Flashcards pro Tag im Jahr 2026? So planst du mit FSRS eine Wiederholungsmenge, die du wirklich schaffst
- Wie du 2026 bei Flashcards wieder aufholst, nachdem du zurückgefallen bist: Wiederholungsstau abbauen, ohne das Deck zurückzusetzen
Der bessere Prompt ist nicht "mach daraus Flashcards"
Ich würde etwas viel Konkreteres verlangen.
Zum Beispiel:
- verwandle diese falsch beantworteten Fragen in Karten mit genau einem Konzept pro Karte
- nutze auf der Vorderseite einen kurzen Hinweis
- gib auf der Rückseite eine direkte Antwort
- entferne Füllmaterial aus der Tutor-Sitzung
- behalte nur Karten, die eine echte Gedächtnislücke prüfen
Das funktioniert deutlich besser, als ein komplettes Transkript ins Modell zu kippen und auf Magie zu hoffen.
Wenn dein Workflow noch früher ansetzt, also vor dem Study Mode und vor dem eigentlichen Tutoring, dann behandelt dieser Begleitartikel die direktere Route:
Und wenn die Quelle eher eine Lernhilfe oder ein Notebook ist als eine Tutor-Sitzung, passt dieser Artikel ebenfalls:
FSRS ist der Teil, der aus einer guten Sitzung langfristiges Erinnern macht
Das ist immer noch der leise Hauptpunkt.
Über die Generierungsebene wird viel gesprochen, weil sie neu wirkt.
Das Wiederholungssystem ist wichtiger.
Selbst sehr gute Karten werden lästig, wenn sie zum falschen Zeitpunkt wieder auftauchen, sich zu schnell stapeln oder immer wiederkommen, ohne zu berücksichtigen, was du längst kannst. Genau deshalb ist mir der Wiederholungsplaner deutlich wichtiger als die glänzende Tutoring-Oberfläche darüber.
Lernkarten mit FSRS machen diesen Workflow tragfähig:
- weniger unnötige Wiederholungen
- ein ruhigerer Wiederholungsrhythmus
- eine bessere Abstimmung zwischen Schwierigkeit und nächster Wiederholung
Wenn du den eigentlichen Algorithmusvergleich lesen willst, geht dieser Artikel tiefer:
Warum Flashcards gut in diesen Workflow passt
Flashcards passt gut zu Lernkarten aus dem ChatGPT Study Mode, weil das Produkt genau den Teil abdeckt, den KI-Tutoring allein noch nicht löst:
- klassische Vorderseite-Rückseite-Karten statt eines Gedächtnisses, das nur im Chat existiert
- KI-Chat zum Bereinigen und Ausformulieren
- Datei- und Klartext-Eingabe
- FSRS für die Wiederholungsplanung
- Offline-first-Apps und Synchronisierung
So bleibt der Workflow angenehm einfach:
- den KI-Tutor nutzen, um das Thema zu verstehen
- die Stellen kopieren, die du nicht konntest
- sie in Flashcards zu Karten ausformulieren
- sie später mit FSRS wiederholen
Das ist deutlich glaubwürdiger, als zu erwarten, dass eine einzige Chat-Sitzung zufällig in dauerhaftes Wissen umschlägt.
Das ist die Form von KI-gestütztem Lernen, der ich tatsächlich vertraue
Ich mag KI-Tutoring deutlich mehr, wenn es nicht so tut, als wäre es gleich das ganze Lernsystem.
Nutze es für Erklärungen.
Nutze es für Fragen.
Nutze es, um sichtbar zu machen, was du noch nicht wirklich kannst.
Und verschiebe dann die Schwachstellen in Flashcards, damit Spaced Repetition ihren Teil übernehmen kann.
Genau so ergeben Lernkarten aus dem ChatGPT Study Mode für mich im Jahr 2026 Sinn. Nicht im Sinne von "ersetze Flashcards durch KI", sondern eher im Sinne von "nutze KI, um die richtigen Flashcards schneller zu finden".
Wenn du genau das willst, starte hier:
Der Tutor hilft dir, das Thema heute zu durchdenken.
Die Flashcards sorgen dafür, dass du es nächste Woche noch kannst.