FSRS-5 vs SM-2: technische vergelijking van spaced repetition algoritmen
SM-2 of FSRS-5? Volledige technische vergelijking: geheugenmodel, ease hell, personalisatie, Expertium benchmark 700M herhalingen. FSRS-5 vermindert herhalingen met 25% bij gelijke retentie.
1. SM-2 vs FSRS-5: het verdict in 30 seconden
SM-2 (Wozniak, 1987) domineerde spaced repetition 35 jaar lang. FSRS-5 (Anderson & Ye, 2022-2024) heeft het op vrijwel alle meetbare criteria achterhaald.
SM-2 (SuperMemo, 1987)
Algoritme met statische regels, globale parameters, vaste ease factor.
- Globale e-factor (geen dynamisch per-kaart model)
- Intervallen berekend via vaste regels
- Ease hell: e-factor minimum 1.3 onomkeerbaar
- Geen automatische personalisatie
- Retentienauwkeurigheid ±15% op benchmarks
FSRS-5 (2022-2024)
Differentieerbaar neuraal model, 3 parameters per kaart, leert van geschiedenis.
- Stabiliteit + Moeilijkheid + Ophaalgemak per kaart
- Loss function geminimaliseerd op jouw echte geschiedenis
- Nul ease hell: stabiliteit dynamisch herberekend
- Gepersonaliseerde optimalisatie na 1000+ herhalingen
- Retentienauwkeurigheid ±5% op benchmarks
Verdict: FSRS-5 vermindert het aantal dagelijkse herhalingen met ~25% voor gelijke retentie op 90%. Als je vandaag nog SM-2 gebruikt, doe je meer herhalingen dan nodig.
2. Hoe SM-2 werkt (en waarom het vastloopt)
Piotr Wozniak publiceerde SM-2 in 1987 in een tijd dat personal computers 640 KB RAM hadden. Het algoritme moest lichtgewicht zijn, handmatig berekenbaar, en werken zonder gedetailleerde geschiedenis.
Het principe is eenvoudig: elke kaart heeft een e-factor (ease factor), initieel 2.5. Na elke herhaling beoordeel je je antwoord van 0 tot 5. Het volgende interval wordt als volgt berekend:
- Herhaling 1 → 1 dag
- Herhaling 2 → 6 dagen
- Herhaling n →
interval(n-1) × e-factor
De e-factor wordt bijgewerkt op basis van de score: druk je op "moeilijk" (score < 3), dan daalt de e-factor. Als die 1.3 bereikt (het minimum), komt de kaart elke paar dagen terug voor altijd, ongeacht hoe vaak je hem correct herhaalt.
Dit is ease hell. Een term bedacht door de Anki-gemeenschap voor het fenomeen waarbij een "moeilijk" deck honderden kaarten opbouwt die vastzetten op e-factor 1.3 — de herhalingssessies verzadigen zonder ooit naar lange intervallen te progresseren.
SM-2 heeft nog een structureel gebrek: de parameters zijn globaal. Het algoritme past dezelfde regels toe op al je kaarten, ongeacht je persoonlijk geheugenprofiel. Een geneeskundestudent die 500 kaarten per dag herhaalt en een middelbare scholier die 20 kaarten herhaalt krijgen intervallen berekend volgens dezelfde formules.
De 3 sleutelvariabelen van geheugen (DSR-model)
FSRS is gebaseerd op het DSR-model (Difficulty-Stability-Retrievability), geformaliseerd door Averell & Heathcote (2011) en geïmplementeerd door Jarrett Ye (2022):
- Stabiliteit (S): hoe lang je geheugen boven de ophaeldrempel blijft. Een stabiele kaart = lange intervallen mogelijk.
- Moeilijkheid (D): intrinsieke eigenschap van de kaart, onafhankelijk van het herhalingsmoment. Verandert langzaam over tijd.
- Ophaalgemak (R): kans dat je de kaart nu herinnert, op basis van verstreken tijd sinds laatste herhaling en S.
SM-2 implementeert geen van deze drie concepten expliciet. De e-factor is een grove benadering van D, en de intervallen zijn een benadering van S. R bestaat niet in SM-2.
3. Waarom FSRS-5 SM-2 overtreft: 4 technische redenen
1. Geheugenmodel gebaseerd op wetenschap
FSRS-5 implementeert geheugenvervalvergelijkingen op basis van het DSR-model. Elke kaart heeft zijn eigen Stabiliteit, Moeilijkheid en Ophaalgemak nauwkeurig berekend. SM-2 gebruikt een enkelvoudige e-factor per kaart zonder rigoureuze theoretische basis.
2. Personalisatie op jouw geschiedenis
FSRS-5 optimaliseert zijn 17 interne parameters op jouw persoonlijke geschiedenis via gradient descent. Het algoritme leert letterlijk hoe jouw geheugen werkt. SM-2 gebruikt dezelfde constanten voor iedereen, door Wozniak bepaald in 1987.
3. Nul ease hell
In FSRS-5 wordt Stabiliteit bij elke herhaling herberekend op basis van je werkelijke resultaat. Een moeilijke kaart blijft niet voor altijd vastzetten: leer je hem correct, dan neemt zijn Stabiliteit toe en verlengt het interval. De e-factor ondergrens van SM-2 bestaat niet.
4. Optimalisatie via loss function
FSRS-5 minimaliseert een verliesfunctie die het verschil meet tussen voorspeld ophaalgemak en geobserveerd resultaat (herinnerd / vergeten). Dit is een klassieke machine learning aanpak. SM-2 past zijn parameters aan met if/then-regels handmatig gedefinieerd 37 jaar geleden.
Punt 4 verdient toelichting. SM-2 is fundamenteel een regelgebaseerd expertsysteem: als de score ≥ 4, verhoog de e-factor met 0.1. Als de score < 3, verlaag de e-factor met (0.8 - 0.28 × q + 0.02 × q²). Deze regels werden door Wozniak gekalibreerd op zijn eigen persoonlijke data.
FSRS-5 benadert het probleem anders: het definieert een differentieerbare netwerkarchitectuur, initialiseert standaardparameters getraind op miljoenen anonieme herhalingen, en verfijnt die vervolgens op jouw persoonlijke data. Daarom verbetert FSRS naarmate je langer studeert, terwijl SM-2 stagneert.
4. De Expertium benchmark: 700 miljoen herhalingen
Expertium publiceerde in 2023-2024 een vergelijkende analyse van spaced repetition algoritmen op een dataset van 700 miljoen geanonimiseerde Anki-herhalingen. Dit is de meest rigoureuze publieke benchmark die momenteel beschikbaar is.
De gebruikte metrics zijn:
- Log-loss: hoe goed het algoritme voorspelt of je een kaart gaat herinneren of vergeten
- RMSE (Root Mean Square Error) op voorspelde vs. geobserveerde retentie
Hoofdresultaten van de benchmark:
| Algoritme | Log-loss | RMSE retentie | |---|---|---| | SM-2 | 0.354 | 16.2% | | FSRS-4.5 | 0.298 | 6.1% | | FSRS-5 | 0.291 | 5.3% |
Wat dit concreet betekent: om een doelretentie van 90% te handhaven, plant FSRS-5 de juiste herhalingen op het juiste moment met een nauwkeurigheid van ±5.3%. SM-2 wijkt ±16.2% af. Deze onnauwkeurigheid vertaalt zich in te frequente herhalingen voor eenvoudige kaarten (tijdsverspilling) en vergissingen op kaarten waarvan het interval onderschat wordt.
De auteur van Expertium berekende ook de impact op het herhalingsvolume: met geoptimaliseerde FSRS-5 zijn gemiddeld ~25% minder herhalingen per dag nodig voor dezelfde retentie op 90%. Op een deck van 2000 kaarten met 100 dagelijkse herhalingen onder SM-2 zijn dat ~25 herhalingen per dag minder — circa 15 minuten.
Wat Anki officieel zegt
Sinds versie 23.10 beveelt Anki FSRS aan als standaardalgoritme en vermeldt in zijn officiële documentatie: "FSRS can improve memory efficiency, allowing you to remember more with fewer reviews." Migratie is automatisch voor nieuwe profielen.
“Deze applicatie bespaart me enorm veel tijd bij mijn herhalingen en maakt ze concreet en actief! De fiches die ze aanmaakt zijn synthetisch zonder iets te vergeten, de flashcards zijn relevant.”
tinitoumasun, App Store FR · 5★ · januari 2026 (vertaald)
5. Welk algoritme kies je voor jouw situatie?
Het antwoord is bijna altijd FSRS-5. Hier zijn de weinige echte uitzonderingen:
Je houdt SM-2 als:
- Je legacy-software gebruikt (SuperMemo < v16, of zeer oude Anki-plugins) die FSRS niet ondersteunt
- Je een SM-2 herhalingshistorie van meerdere jaren hebt die je absoluut niet wilt verstoren — migreer in dat geval geleidelijk
Je stapt over naar FSRS-5 als:
- Je een nieuw deck start (geen reden om in 2026 nog met SM-2 te beginnen)
- Je last hebt van ease hell (kaarten vastgezet op e-factor 1.3 die niet meer progresseren)
- Je herhalingssessies langer duren dan verwacht zonder merkbare vooruitgang
- Je intervallen wilt afgestemd op jouw persoonlijk geheugenprofiel
Diane AI maakt de keuze eenvoudig: FSRS-5 is standaard actief, zonder configuratie nodig. Parameteroptimalisatie start automatisch op de achtergrond naarmate je herhalingen accumuleert. Je hoeft niet te kiezen tussen algoritme en app-gebruik — het wordt beheerd.
Voor meer over de theoretische grondslagen, bekijk onze gids over spaced repetition, onze pagina gewijd aan de FSRS methode, of de vergelijking van Anki alternatieven als je nog twijfelt tussen tools.
En als je wilt begrijpen waarom actief ophalen naast FSRS het echte verschil maakt, lees dan onze gids over active recall.
6. Veelgestelde vragen
Herhaal slimmer met FSRS-5
Diane AI gebruikt FSRS-5 standaard. Maak je flashcards in seconden en laat het algoritme automatisch je herhalingen optimaliseren.
Diane AI gratis proberen