Spaced Repetition in En Croissant

Oder: Wie du deinem Gehirn beibringst, sich gefälligst an die Eröffnung zu erinnern

Einleitung: Warum Auswendiglernen für Angeber ist, aber nicht funktioniert

Wir kennen alle diesen einen Typ im Verein, der drei Stunden lang eine bahnbrechende Neuerung in der Najdorf-Variante analysiert, stolz seine Datenbank aktualisiert – und sie beim nächsten Turnier komplett vergisst, weil sein Gehirn zwischenzeitlich mit wichtigeren Dingen beschäftigt war, zum Beispiel der Frage, ob der Vereinskaffee heute wieder nach Testwasser schmeckt. Das Problem ist nicht die Vorbereitung. Das Problem ist, dass unser Erinnerungsvermögen ungefähr die Halbwertszeit eines Eisbergs im Sommer hat.

Genau hier kommt Spaced Repetition ins Spiel – ein Trick, den sich ursprünglich Medizinstudenten ausgedacht haben, die sich den kompletten menschlichen Körper einprägen mussten, ohne dabei den Verstand zu verlieren. Die Idee: Man wiederholt Dinge nicht wahllos oft, sondern genau dann, wenn man kurz davor ist, sie zu vergessen. Klingt banal, ist aber ziemlich clever – und En Croissant hat sich diesen Trick geklaut und fest in seine Repertoire-Verwaltung eingebaut.

Statt Karteikarten mit Vokabeln gibt’s hier Stellungen aus deiner eigenen Eröffnungsvorbereitung, und statt eines Zettelkastens übernimmt ein Algorithmus namens FSRS (Free Spaced Repetition Scheduler) die Drecksarbeit der Terminplanung. Dieser Artikel zeigt dir an einem waschechten Monster-Repertoire – zwanzig Kapitel, gefühlt tausend Nebenvarianten – wie du das Ding zähmst, ohne dabei selbst wahnsinnig zu werden.

Die Wissenschaft dahinter (keine Sorge, ohne Formel-Overkill)

Bevor du dich fragst, ob „Spaced Repetition“ nur ein cooles Buzzword ist, das sich die Marketing-Abteilung irgendeiner App ausgedacht hat: Nein, ist es nicht. Das Konzept ist über hundert Jahre alt und wurde von echten Wissenschaftlern mit echten Selbstversuchen erforscht – lange bevor irgendjemand wusste, was eine App überhaupt ist.

Die Vergessenskurve – oder warum dein Hirn ein Sieb ist

Ende des 19. Jahrhunderts hat sich ein Psychologe namens Hermann Ebbinghaus freiwillig gemeldet, sinnlose Silben auswendig zu lernen, nur um herauszufinden, wie schnell er sie wieder vergisst. Ergebnis: ziemlich schnell, und dann immer langsamer. Direkt nach dem Lernen sitzt fast alles noch perfekt, nach ein paar Stunden ist bereits ein gutes Stück weg, und ohne weiteren Kontakt bröckelt der Rest gemütlich vor sich hin. Die gute Nachricht: Wenn du eine Information genau kurz bevor sie komplett verschwindet noch einmal abrufst, hält sie danach deutlich länger. Diesen sogenannten Spacing-Effekt hat seitdem praktisch jede Studie bestätigt, die sich damit beschäftigt hat – er gehört zu den robustesten Befunden der ganzen Gedächtnisforschung.

Das DSR-Modell: Difficulty, Stability, Retrievability – klingt nach Star Trek, ist aber Mathe

Moderne Algorithmen wie FSRS rechnen nicht mehr mit Pi-mal-Daumen, sondern mit einem richtigen kleinen Gedächtnismodell, das für jede Stellung drei Werte mitführt:

  • Difficulty (Schwierigkeit) – wie fies eine Stellung grundsätzlich ist, unabhängig davon, wann du sie zuletzt gesehen hast. Eine hinterhältige Zwischenzug-Falle ist von Natur aus schwieriger als eine Hauptvariante, die sich quasi von selbst spielt.
  • Stability (Stabilität) – wie viele Tage vergehen, bis deine Erinnerung von „sicher“ auf „eher wackelig“ runtergerutscht ist. Je höher die Stabilität, desto länger darf die Pause bis zur nächsten Wiederholung sein.
  • Retrievability (Abrufbarkeit) – wie wahrscheinlich es genau jetzt ist, dass du dich richtig erinnerst. Sinkt mit der Zeit, hängt von der Stabilität ab.

Jede Bewertung, die du im Training abgibst – Again, Hard, Good oder Easy – schraubt an diesen Werten. Ein „Again“ heißt: du hast komplett versagt, die Stabilität sackt ab, die Schwierigkeit steigt. „Good“ und „Easy“ schrauben die Stabilität nach oben – und zwar umso mehr, je knapper es gerade noch war. Genau das ist der Trick: Eine Stellung, die du dir gerade noch mühsam aus den Tiefen deines Gedächtnisses gekratzt hast, bringt dir beim Bestehen mehr als eine, die du sowieso im Schlaf gewusst hättest. Wer also alles sofort wiederholt, solange es noch frisch ist, verschenkt den eigentlichen Lerneffekt – ungefähr so sinnvoll, wie im Fitnessstudio nur die leichtesten Hanteln zu nehmen.

Zielretention statt starrer Zeitpläne

Statt einer festen Tabelle („nach drei Tagen wiederholen, dann nach sieben…“) rechnet FSRS für jede einzelne Stellung individuell aus, wann die geschätzte Erinnerungswahrscheinlichkeit unter einen Zielwert fällt – meistens 90 %. Deshalb können zwei Stellungen, die du am selben Tag geübt hast, völlig unterschiedliche nächste Termine bekommen: die easy Hauptvariante schafft locker vier Wochen Pause, die fiese Nebenvariante will schon morgen wieder gesehen werden.

FSRS vs. das gute alte SM-2

Vor FSRS regierte jahrzehntelang SM-2, ursprünglich für SuperMemo Ende der Achtziger gebaut und später von Anki übernommen. SM-2 arbeitet mit einem groben Schwierigkeitswert pro Karte und festen Anpassungsregeln – solide, aber ungefähr so individuell wie Einheitsgröße-Shirts. FSRS dagegen lernt aus deinem tatsächlichen Wiederholungsverlauf, wie gut du dir wirklich merkst. Für ein großes Schachrepertoire heißt das konkret: weniger sinnlose Wiederholungen von Zügen, die du eh nie vergisst, und mehr Fokus genau dort, wo es wirklich hakt.

Eine Einschränkung, die man kennen sollteFSRS ist am Anfang ungefähr so schlau wie ein Praktikant am ersten Tag – der Algorithmus startet mit generischen Standardwerten, die nicht für jeden gleich gut passen, und braucht ein paar hundert Wiederholungen, um sich an dich persönlich anzupassen. Wer gerade erst ein neues Kapitel begonnen hat, sollte die ersten Tage also nicht zu ernst nehmen.

Grundlagen: Was En Croissant unter einem „Repertoire“ versteht

Technisch gesehen ist ein Repertoire in En Croissant stinknormale PGN – keine Magie, kein Geheimformat. Der einzige Unterschied: Für Dateien vom Typ „Repertoire“ gibt’s zwei zusätzliche Ansichten, Build-Modus zum Aufbauen und Train-Modus zum Pauken. Jede Partie, jede Verzweigung bleibt ganz normaler PGN-Inhalt, den du jederzeit mit jedem beliebigen Editor oder Schachprogramm anfassen kannst.

Wichtig ist die Ausrichtung (Orientation): Weiß- oder Schwarzrepertoire? En Croissant fragt beim Training ausschließlich deine eigenen Züge ab, nie die des imaginären Gegners – und welche Seite „deine“ ist, entscheidest du nicht per Texteingabe, sondern schlicht, indem du mit F das Brett drehst und dann in dieser Ausrichtung speicherst.

Praxisbeispiel: Ein Monster-Repertoire einbinden

Als Dauerbeispiel dient hier ein typischer Albtraum – Verzeihung, Glücksfall: ein komplettes „Lifetime Repertoire“-Buch zum Beschleunigten Drachen, wie es Quality Chess gerne als PGN mitliefert. Solche Dateien bestehen nicht aus einer Partie, sondern aus einem ganzen Haufen einzelner „Partien“, die in Wirklichkeit Buchkapitel sind – „Kapitel 1 – Reversed Dragon“, „Kapitel 2 – Maroczy-Bindung“ und so weiter, gerne zwanzig Stück oder mehr in einer einzigen Datei. Innerhalb jedes Kapitels stecken dann wieder Haupt- und Nebenvarianten fein säuberlich in RAV-Klammern verschachtelt, garniert mit Kommentaren.

Bevor du wild drauflosimportierst, solltest du diesen Unterschied verstanden haben:

  • Eine Multi-Partien-PGN mit lauter eigenständigen Partien (klassische Turnierdatenbank) taugt für ein Repertoire nur bedingt – En Croissant behandelt jede Partie erstmal separat.
  • Eine Repertoire-Datei mit RAV-Klammern (wie bei den meisten Lichess-Studien oder Verlags-PGNs) wird dagegen direkt als Baum interpretiert – genau das Format, das Build- und Train-Modus wollen.

Ein Buch-PGN mit vielen Kapiteln ist quasi beides gleichzeitig: viele eigenständige „Partien“, die aber jede für sich schon ein sauberer Baum sind. Der pragmatischste Weg: jedes Kapitel als eigene Datei behandeln, statt zwanzig Kapitel mit Gewalt in eine einzige Monsterdatei zu pressen.

Import Schritt für Schritt

Auf dem Startbildschirm wartet rechts die Kachel „Import Game“. Und los geht’s:

  1. Klick auf den blauen „Import“-Button.
  2. Im Reiter „PGN“ über „Click to select“ die Datei vom Rechner holen.
  3. Haken bei „Save to collection“ setzen – sonst verschwindet die Datei wieder, sobald du den Tab schließt, und die ganze Mühe war für die Katz.
  4. Auf „Import“ klicken.

Bei mehreren Kapitel-Partien erscheint eine Liste, aus der du das gewünschte Kapitel öffnest – genau diese landen später einzeln als „Chapter 1 – Reversed Dragon“ & Co. in deiner Recent-Files-Liste.

Große Dateien und GeduldBei PGN-Monstern mit 20 MB oder mehr (kompletten Turnierdatenbanken) kann der Import gerne mal ein paar Minuten dauern oder in seltenen Fällen sogar abschmieren. Für ein einzelnes Eröffnungssystem brauchst du das aber sowieso nicht – unter 1 MB reicht völlig. Importier lieber nur die Kapitel, die du wirklich brauchst, statt die komplette Sammeldatei durchzuschleusen.

Farbe und Startposition festlegen

Nach dem Öffnen eines Kapitels kommen zwei Einstellungen, die später über Erfolg oder Frust entscheiden:

  • Ausrichtung: F drücken, bis deine Farbe unten steht. Beschleunigter Drache als Schwarzrepertoire? Dann muss Schwarz unten stehen, sonst trainierst du am Ende die Züge des Gegners.
  • Startposition: Über „Set as Start“ im Build-Panel setzt du die Wurzel des Übungsbaums auf die tatsächlich relevante Stellung – zum Beispiel nach 1.e4 c5 2.Nf3 Nc6 3.d4 cxd4 4.Nxd4 g6. Alles davor wird beim Training ignoriert, wozu auch die ersten vier Züge wiederholen, die du seit zehn Jahren im Schlaf spielst.

Danach mit Strg+S (oder Cmd+S auf dem Mac) speichern, damit das nicht bei jedem Neustart wieder futsch ist.

FSRS in der Praxis: Von der Theorie zur konkreten Stellung

En Croissant nutzt dafür die JavaScript-Bibliothek ts-fsrs und wendet das DSR-Modell auf jede einzelne Stellung deines Repertoires an. Jede Stellung wird zu einer eigenen „Karte“ mit drei möglichen Zuständen:

  • Unseen (grau) – noch nie dran gewesen.
  • Due (gelb) – fällig, entweder weil neu oder weil die Zeit um ist.
  • Practiced (blau) – schon geübt, aber noch nicht wieder fällig.

Nach jedem korrekt gespielten Zug fragt En Croissant, wie schwer das gerade war – vier Stufen, ehrlich beantworten empfohlen:

BewertungTasteBedeutungNächste Wiederholung
Again1Kompletter FilmrissMinuten
Hard2Ging nur mit ÄchzenTage
Good3Ging mit etwas NachdenkenWochen
Easy4Kam wie von selbstMonate
Ehrlich sein, sonst leidest nur du selbstWer aus reiner Bequemlichkeit ständig „Easy“ drückt, sabotiert sich selbst – genau die wackligen Stellungen kommen dann viel zu selten wieder. Der Algorithmus ist nur so schlau wie deine Selbsteinschätzung ehrlich ist. Im Zweifel lieber „Good“ als „Easy“ – Angeben bringt hier niemandem was.

Build-Modus: Lücken finden, statt sie zu erraten

Bevor überhaupt trainiert werden kann, muss das Repertoire erst mal „gebaut“ werden – reines Einlesen der PGN reicht En Croissant nicht, das Programm will wissen, welche gegnerischen Antworten schon abgedeckt sind. Der Build-Modus zeigt für jede Stellung die in der Referenzdatenbank am häufigsten gespielten gegnerischen Züge samt Gewinnrate und markiert, welche davon bei dir bereits eine Antwort haben.

Die zentrale Kennzahl heißt Coverage. Eine Variante gilt als „fertig“, wenn sie bis zu einer Stellung ausgebaut ist, die in der Datenbank weniger Partien hat als ein einstellbarer Schwellenwert (Settings → Repertoire). Grobe Übersicht gefällig? Hoher Schwellenwert. Bis in die letzte Nebenlinie vorbereitet sein? Niedriger Schwellenwert – und viel Spaß beim Klicken.

  • Go to your next gap – springt zur nächsten unbeantworteten gegnerischen Antwort.
  • Go to your biggest gap – springt dahin, wo Gegner statistisch am häufigsten abweichen.

Gerade bei einem Monster-Repertoire mit zwanzig Kapiteln ist Letzteres Gold wert – sonst verbringst du drei Stunden mit einer Nebenvariante, die außer dir kein Mensch je spielt, während eine Hauptantwort komplett unbeantwortet bleibt.

Bonus: En Croissant erkennt Transpositionen automatisch. Führt ein anderer Zugorden zur selben Stellung, gilt sie auch dort als abgedeckt – du musst die Züge nicht doppelt eintippen. Bei einem verzweigten Sizilianisch-Repertoire mit ständigen Zugumstellungen spart das jede Menge Nerven.

Build richtig einsetzen bei mehreren Kapiteln

Wichtig zu wissen: Build analysiert Lücken und Coverage immer nur innerhalb des einen Baums, der gerade im offenen Tab liegt. Bei einem Buch-Repertoire mit vielen Kapiteln gibt’s zwei vernünftige Wege:

  • Jedes Kapitel als eigenes Repertoire (der Standardweg, den die meisten nehmen sollten): jedes Kapitel bekommt seine eigene Coverage-Analyse und sein eigenes Übungs-Deck, unabhängig von allen anderen.
  • Mehrere Kapitel zu einem gemeinsamen Baum zusammenführen: Zielkapitel öffnen, relevante Züge aus anderen Kapiteln manuell in einem zweiten Tab nachschauen und im Zieltab nachspielen. Bei sehr vielen Kapiteln lohnt sich vorher ein spezialisiertes PGN-Merge-Tool außerhalb von En Croissant, das die Fleißarbeit übernimmt.

In beiden Fällen gilt: Was Build als Lücke zeigt, bezieht sich immer nur auf die eine offene Datei – Vollständigkeit über mehrere Kapitel hinweg entsteht nur, wenn du entweder jedes Kapitel einzeln fertig baust oder wirklich alles in einem gemeinsamen Baum zusammenläuft.

Train-Modus: Der eigentliche Übungsablauf

Im Train-Tab zeigt eine Fortschrittsanzeige die drei Kategorien Practiced, Due und Unseen plus einen Balken für die aktuelle Sitzung. Klick auf „Start Practice“ – der Button verrät direkt, wie viele Stellungen fällig oder neu sind – und los geht die Tortur, äh, Übung.

Ablauf pro Stellung:

  • En Croissant zeigt eine Stellung, der gegnerische Zug ist schon gespielt.
  • Deine eigenen Figuren sind erstmal unscharf (Strg+B schaltet das um, falls du schummeln – Verzeihung, dir die Ausgangsstellung nochmal ansehen willst).
  • Du spielst den vorbereiteten Zug.
  • Richtig? Dann kommt die Bewertungsabfrage (Tasten 1–4). Falsch? Dann zeigt En Croissant sofort die Lösung, und die Stellung wird nicht in den normalen Plan aufgenommen, sondern kommt kurzfristig nochmal dran – quasi Nachsitzen.
AktionTastenkürzel
Bewertung Again1
Bewertung Hard2
Bewertung Good3
Bewertung Easy4
Weiter nach FehlerLeertaste
Figuren ein-/ausblendenStrg+B

Während der Sitzung protokolliert En Croissant Trefferquote, aktuellen Streak und Bestwert – ganz nützlich, um ehrlich einzuschätzen, wann die eigene Konzentration nachlässt. Spätestens bei Stellung 150 von 200 merkst du das sowieso selbst.

Schwachstellen aufspüren und ausbessern

Über „Show All“ siehst du die komplette Stellungsliste mit Status, nächstem Fälligkeitstermin und Sprungmöglichkeit. „Show Logs“ zeigt zusätzlich die komplette Bewertungshistorie pro Stellung – so findest du ziemlich schnell heraus, welche Verzweigung dir seit Wochen den gleichen Denkfehler unterjubelt.

Der nächste Schritt bei einer notorisch falsch beantworteten Stellung: zurück in den Build-Modus, einen Kommentar mit der entscheidenden Idee reinschreiben („Springer zuerst nach f3, erst dann c3 – sonst Bxd4-Zwischenzug“), vielleicht eine erklärende Nebenvariante ergänzen, und danach genau diese Stellung im Train-Modus gezielt nochmal abrufen.

Repertoire pflegen, wenn sich was ändert

Ein großes Buch-Repertoire ist kein für immer fertiges Projekt – neue Theorie, eigene Turniererfahrungen, Motorenanalysen sorgen für ständigen Nachschub. En Croissant hält das Übungs-Deck automatisch synchron:

  • Neue Zeilen tauchen automatisch als „Unseen“ auf.
  • Entfernte Zeilen verschwinden automatisch.
  • Unveränderte Stellungen behalten ihren kompletten Verlauf und Fälligkeitstermin.

Der letzte Punkt ist Gold wert: Eine neue Nebenvariante in Kapitel 14 wirft nicht den gesamten Fortschritt der anderen neunzehn Kapitel zurück auf null.

Typische Fallstricke bei sehr großen PGNs

Bekannter Fehler bei komplexen TranspositionenManchmal bleibt das Training bei bestimmten Stellungen einfach hängen – Weiter- und Überspringen-Buttons reagieren nicht mehr, meist bei Stellungen mit mehreren möglichen Zugfolgen. Der PGN-Inhalt ist dabei in der Regel völlig in Ordnung, das Programm hat nur gerade einen schlechten Tag. Abhilfe: Datei schließen und neu öffnen; hilft das nicht, die Startposition über „Set as Start“ nochmal exakt neu setzen und die betroffene Verzweigung im Build-Modus separat checken.

Zwei weitere Erfahrungswerte aus der Praxis:

  • Eigene Datei pro Farbe und System statt einer Mega-Datei für alles: „Najdorf Weiß“ und „Beschleunigter Drache Schwarz“ getrennt zu halten lässt sich unabhängig trainieren, terminieren und bei Bedarf zurücksetzen, ohne dass ein System das andere durcheinanderbringt.
  • Vor dem ersten Training kurz in den Build-Modus schauen: Manche Verlags-PGNs enthalten Nebenvarianten, die tief bis ins Mittelspiel reichen und für reines Eröffnungslernen völlig unnötig sind. Ein bewusst enger gesetzter Coverage-Schwellenwert schafft hier Ordnung, statt dich in Nebenschauplätzen zu verlieren.

Wartungsroutine für den Dauerbetrieb

Wer will, dass sein Repertoire nicht nach drei Monaten wieder verstaubt, fährt am besten einen festen Rhythmus:

Wöchentlich

  • Alle fälligen Stellungen abarbeiten.
  • Stellungen mit häufigen „Again“-Bewertungen nochmal gezielt ansehen.
  • Neue Zeilen aus den letzten eigenen Partien ergänzen.

Monatlich

  • Theorie-Stand mit aktuellen Meisterpartien abgleichen.
  • Ähnliche Nebenvarianten zusammenfassen, wo sinnvoll.
  • Engine-geprüfte Verbesserungen einpflegen.

Vierteljährlich

  • Das gesamte Repertoire im Build-Modus auf verbleibende Lücken durchchecken.
  • Gegen aktuelle Eröffnungstrends testen.
  • Antworten auf neue Gegner-Überraschungen aus eigenen Partien ergänzen.

Fazit

Spaced Repetition macht aus deinem mühsam zusammengeklaubten Eröffnungsrepertoire kein totes Nachschlagewerk, sondern ein System mit Gedächtnis: En Croissant merkt sich nicht nur, welche Züge du vorbereitet hast, sondern auch, wie sicher du dir dabei zuletzt warst, und plant die nächste Wiederholung entsprechend. Bei einem dicken, kapitelreichen Repertoire wie einem kompletten Buch zum Beschleunigten Drachen zahlt sich das besonders aus: Statt zwanzig Kapitel gefühlt stumpf durchzupauken, zeigt dir der Build-Modus gezielt die größten Löcher, und der Train-Modus sorgt dafür, dass genau die Stellungen wiederkommen, bei denen es zuletzt am meisten gewackelt hat. Der anfängliche Mehraufwand beim Strukturieren – eigene Datei pro System, saubere Startposition, realistische Coverage-Schwelle – zahlt sich am Brett aus, sobald der Gegner tatsächlich in die vorbereitete Variante reinläuft. Und falls nicht: Wenigstens hast du dann mehr Zeit, dich über den Kaffee zu beschweren.

Schreibe einen Kommentar

Schreibe einen Kommentar

Nach oben scrollen