Wat is FSRS? Een praktische gids over het algoritme

Wat FSRS in de praktijk betekent

FSRS is niet zomaar "later herhalen". Het is een machinelearning-algoritme voor spaced repetition, ontwikkeld door Jarrett Ye (L-M-Sherlock), dat elke kaart modelleert als een geheugenstaat met drie variabelen:

Na elke herhaalbeurt werkt FSRS Difficulty en Stability bij en plant het de volgende beurt zodat Retrievability bij de volgende verschijning dicht bij je gewenste retentiedoel ligt. Dit levert doorgaans minder onnodige herhaalbeurten en minder verrassende lapses op dan oudere planners met vaste heuristieken zoals SM-2.

FSRS is geïntegreerd in Anki 23.10 en is nu de standaardplanner voor nieuwe decks. Ook Deckbase, Mochi en RemNote gebruiken FSRS native.

FSRS vs SM-2 en oudere planners

Onafhankelijke benchmarks op meer dan 700 miljoen Anki-herhaalbeurten tonen dat FSRS-5 de retentievoorspellingsfout reduceert tot ongeveer 5,3% RMSE, tegenover 16,2% voor SM-2. In de praktijk betekent dit dat FSRS hetzelfde retentieniveau kan vasthouden met ongeveer 20-30% minder dagelijkse herhaaltijd. Bron: FSRS-algoritmedocumentatie.

Eenvoudige dagelijkse FSRS-workflow

1. 1
   Houd kaarten atomisch: één feit of concept per vraag. Kleinere kaarten verbeteren zowel de herinnering als de nauwkeurigheid van de planner.
2. 2
   Studeer dagelijks in korte sessies (10-20 minuten). FSRS heeft meer aan consistente herhaalsignalen dan aan af en toe lange sessies.
3. 3
   Beoordeel eerlijk na het herinneren. Te ruime beoordelingen van moeilijke kaarten leiden tot lange intervallen en vermijdbaar vergeten.
4. 4
   Geef prioriteit aan kwaliteitsbronnen. Gebruikers van Deckbase houden de kaartkwaliteit hoog door boeken/PDF's te scannen en vervolgens AI-concepten te bewerken.

In Deckbase is dit meestal "bron vastleggen → kaarten genereren → bewerken → herhalen". Als je kaarten maakt via MCP, volg dan je templateschema met get_template_schema vóór bulk writes.

Hoe je een retentiedoel kiest

FSRS werkt het best als je retentiedoel past bij jouw situatie. Eén universeel getal is zelden optimaal: te ambitieuze doelen verhogen de werklast, terwijl lage doelen vermijdbaar vergeten veroorzaken vóór belangrijke examens.

Begin voor de meeste leerlingen rond de 90-92% en pas na 2-3 weken aan op basis van echte resultaten: aantal achterstallige kaarten, dagelijkse herhaaltijd en lapse-frequentie. Kleine aanpassingen werken meestal beter dan grote sprongen.

Checklist voor kaartkwaliteit, voor betere FSRS-resultaten

1. 1
   Gebruik één duidelijke vraag per kaart. Ambigue vragen zorgen voor ruis in beoordelingen en zwakkere intervalvoorspellingen.
2. 2
   Kies concrete antwoorden boven brede samenvattingen. Specifieke herinneringsmomenten verbeteren de planningsnauwkeurigheid.
3. 3
   Voeg alleen context toe als dat nodig is. Extra tekst moet verduidelijken, niet het herinneren overspoelen.
4. 4
   Bekijk recente lapses wekelijks en herschrijf de slechtste 10 kaarten. FSRS presteert het best als de invoerkwaliteit blijft verbeteren.

Werklast plannen: retentie is een budgetbeslissing

FSRS is krachtig omdat het afwegingen expliciet maakt. Hogere retentiedoelen verminderen vergeten, maar verhogen doorgaans de dagelijkse kosten. Lagere doelen verlagen de werklast, maar kunnen het lapse-risico vóór examens verhogen. De juiste instelling hangt af van je beschikbare tijd, het kaartvolume en de gevolgen van vergeten.

Jaag niet op één "beste" getal, maar behandel retentie als een budget: hoeveel minuten per dag kun je echt volhouden, niet alleen in één gemotiveerde week? De meeste leerlingen maken sneller vooruitgang als ze een doel kiezen dat ze consequent kunnen aanhouden.

Een praktische standaard is 90-92% terwijl je gewoontes stabiliseren. Verhoog pas als je afrondpercentage hoog blijft en je dagelijkse herhaaltijd voorspelbaar is.

Een praktisch 30-dagenplan voor de adoptie van FSRS

De grootste fout met spaced repetition is instellingen optimaliseren voordat de workflow stabiel is. Dit 30-dagenplan geeft prioriteit aan consistentie en daarna pas aan fijnafstelling. Het werkt voor medisch onderwijs, certificering, talen en technische domeinen waar herinneringskwaliteit verder gaat dan korte examens.

1. 1
   Dag 1-7: bepaal je basislijn. Houd sessies kort en dagelijks. Beperk nieuwe kaarten tot een niveau dat je kunt herhalen zonder groeiende achterstand.
2. 2
   Dag 8-14: verbeter de kaartkwaliteit. Bekijk je slechtste kaarten en herschrijf onduidelijke vragen. Geef prioriteit aan één concept per kaart.
3. 3
   Dag 15-21: stel het retentiedoel voorzichtig bij. Zijn de lapses hoog, verhoog dan eerst de kwaliteit voordat je het retentiedoel aanpast. Is de werklast te zwaar, verminder dan eerst nieuwe kaarten voordat je het retentiedoel verlaagt.
4. 4
   Dag 22-30: veranker je werkwijze. Behoud de instellingen die zorgen voor stabiele afronding en aanvaardbare lapse-percentages, en verander daarna niet steeds parameters.

Op dag 30 weet je wat je duurzame kaartvolume is, welk retentiedoel realistisch is en waar je kaartproces nog vermijdbare fouten maakt.

Handleiding voor FSRS-probleemoplossing

De meeste FSRS-problemen zijn geen algoritmefouten. Ze komen door slechte kaartinvoer, te royaal zelfbeoordelen of een onhoudbaar volume aan nieuwe kaarten. Gebruik de tabel hieronder om snel te analyseren voordat je grote configuratiewijzigingen doorvoert.

Los problemen stap voor stap op. Verander één variabele tegelijk en monitor 7-10 dagen. Zo voorkom je dat signalen elkaar overlappen en kun je zien wat echt heeft geholpen.

Examentraining vs langetermijnbeheersing: twee geldige FSRS-modi

De examentrainingsmodus legt de nadruk op betrouwbare herinnering binnen een vaste horizon (bijvoorbeeld 6-12 weken), vaak met gemiddeld tot hoge retentiedoelen en strikte dagelijkse afronding. In deze modus is het inkorten van kaarten met lage opbrengst doorgaans effectiever dan eindeloos meer herhaaltijd inbouwen.

De modus voor langetermijnbeheersing optimaliseert houdbaarheid over maanden of jaren. Je kunt dan een iets lager doel aanhouden met een hogere kaartkwaliteit en betere tags. Het doel verschuift van scoremaximalisatie op korte termijn naar duurzame kennis met een beheersbare werklast.

Beide modi zijn geldig. Kies de modus die past bij jouw tijdlijn en houd de regels lang genoeg stabiel om resultaten te kunnen evalueren op basis van echte herhaaldata.

Wekelijkse FSRS-checklist

FSRS presteert het best als je het beheert als een besturingssysteem, niet als een eenmalige installatie. Een korte wekelijkse evaluatieronde houdt je kaartverzameling gezond en voorkomt dat kleine kwaliteitsgebreken uitgroeien tot dagelijkse vermoeidheid.

1. 1
   Tag je misses. Tag bij falende kaarten de oorzaak (ambigue vraag, te volle kaart, zwakke context of puur geheugengat).
2. 2
   Los eerst de tags met de grootste impact op. Werk vanuit de grootste lapseclusters in plaats van willekeurige kaartaanpassingen.
3. 3
   Houd kaartsjablonen consistent. Vergelijkbare kaarttypen volgen hetzelfde antwoordformaat zodat beoordeelgedrag betrouwbaar blijft.
4. 4
   Noteer één wekelijkse observatie. Schrijf op wat er veranderd is, wat is verbeterd en wat je volgende week wilt testen.

Praktijkvoorbeelden: hoe FSRS-instellingen verschillen per doel

Leerlingen vragen vaak om één universele FSRS-configuratie, maar het optimale profiel hangt af van randvoorwaarden: tijdlijn, foutentolerantie en beschikbare minuten per dag. De instellingen die werken voor langdurig taalonderhoud kunnen overweldigend aanvoelen in korte examenperiodes, en andersom.

Gebruik de tabel hieronder als beslisshortcut. Begin met het dichtstbijzijnde scenario, houd de instellingen minstens 10 dagen stabiel en stel daarna één variabele tegelijk bij. Zo voorkom je valse conclusies door gelijktijdige verandering van meerdere factoren.

Het kernidee is operationele fit: een iets lager retentiedoel dat je dagelijks kunt volhouden presteert meestal beter dan een ambitieus doel dat je na twee weken laat vallen.

Veelvoorkomende problemen en snel herstel

Als leerlingen zeggen dat FSRS "niet werkt", ligt de oorzaak meestal in de proceskwaliteit en niet in de planner zelf. Drie patronen komen steeds terug: ongecontroleerde instroom van nieuwe kaarten, onduidelijke vragen en inconsistent beoordeelgedrag na het herinneren. Alle drie zorgen voor ruis die de intervalplanning minder betrouwbaar maakt.

1. 1
   Achterstandsspiraal: nieuwe kaarten blijven groeien terwijl de dagelijkse afronding daalt. Herstel: bevries nieuwe kaarten gedurende 3-5 dagen en ruim de achterstallige kaarten op voordat je weer instroom toelaat.
2. 2
   Ambiguïteitsspiraal: vragen vragen om meerdere dingen tegelijk, met als gevolg vaak "wist het bijna"-uitkomsten. Herstel: herschrijf de kaarten met de meeste lapses tot één vraag, één verwacht antwoord, één duidelijke context.
3. 3
   Beoordeeldrift: beoordelingen worden royaal in drukke weken, waarna lapses later pieken. Herstel: beoordeel 7 dagen strikter en controleer daarna het intervalgedrag opnieuw.

Snel herstel begint met het verminderen van systeemruis. Zodra je datakwaliteit is verbeterd, worden kleine retentieaanpassingen betekenisvol en makkelijker te interpreteren.

Implementatiechecklist die je maandelijks kunt hergebruiken

Behandel dit als een terugkerende onderhoudsronde. De checklist helpt de kwaliteit van je herhalingen hoog te houden naarmate je kaartbibliotheek groeit en je studiedoelen veranderen.

1. 1
   Stel één expliciet doel voor de maand (bijvoorbeeld: houd het afrondingspercentage boven de 85%).
2. 2
   Analyseer je tags met de meeste lapses en herschrijf eerst de zwakste 20 kaarten.
3. 3
   Controleer of de gemiddelde sessieduur sneller stijgt dan het kaartvolume.
4. 4
   Verwijder of pauzeer kaarten met lage opbrengst die steeds tijd kosten zonder retentiewinst.
5. 5
   Documenteer één proceswijziging en evalueer opnieuw na 2 weken stabiel gebruik.

Deze maandelijkse ronde houdt FSRS afgestemd op je echte werklast. De beste leerlingen herhalen niet alleen kaarten; ze onderhouden ook de kwaliteit van het herhaalsysteem zelf.

FAQ

Gerelateerde bronnen