Du gibst zu jeder Frage erst deine eigene Antwort. Dein Tutor prüft sie gegen einen kuratierten Maßstab und schließt genau deine Lücken. So baust du Verständnis auf, das bleibt — und im echten Fall trägt.
„Worin liegt der Sinn der Notwehr — warum darf man sich wehren?"
Videos geschaut, Skripte gelesen, Karten gepaukt. Drei Wochen später ist der Stoff verblasst — und im unbekannten Fall fehlt genau das, was zählt: Wissen auf einen neuen Sachverhalt zu übertragen und das Problem eigenständig zu lösen. Der teuerste Lernweg ist der, den du wiederholen musst.
Konsum-Formate fühlen sich am Anfang schnell an — dann setzt das Vergessen ein. Selbst erarbeitetes Verständnis kostet anfangs etwas mehr Denk-Arbeit, doch jedes Konzept dockt an dein Netz an: Dein Vorsprung wächst mit jeder Stunde.
Einmal richtig verstanden — statt fünfmal oberflächlich wiederholt.
Du musst das Thema nicht schon können. FIRE stellt dir zuerst eine Frage, die du aus Logik und Bedeutung angehen kannst — und dein Tutor baut genau auf dem auf, was dir noch fehlt.
Dein KI-Tutor · fragt, prüft, führt dich hin
Wo du nicht weiterkommst, hat dein Tutor viele Wege, dich hinzuführen:
Der Maßstab ist vorab kuratiert — die KI vergleicht nur, was du inhaltlich triffst, nicht deine Wortwahl.
Eine KI, die fragt statt vorsagt — verbunden mit den am besten belegten Erkenntnissen der Lernwissenschaft.
Fürs Verstehen gebaut — nicht fürs Kreuzen: FIRE ersetzt weder Repetitorium noch Lehrgang oder Klausurenkurs — es baut das vernetzte Verständnis, auf dem sie aufsetzen.
FIRE erfindet das Lernen nicht neu. Es kombiniert viele bewährte Lerntechniken, deren Wirkung die Forschung über hunderte Studien gemessen hat — die wichtigsten siehst du hier.
Was du nur liest — eine Definition, einen Streitstand — vergisst du schnell. Was du selbst formulierst, bleibt.
Und der Vorsprung wächst mit der Zeit.
Richtig oder falsch, dazu die Lösung — mehr liefert auch ein Karteikarten-Abgleich nicht. FIRE sagt, was genau stimmt, was fehlt und in welche Richtung du weiterdenkst.
Und rund 4× so groß wie bei bloßem Lob.
Lesen, Anschauen, Skripte durcharbeiten — linearer Konsum hinterlässt lauter Einzelteile. Tragen kann Wissen erst, wenn du die Zusammenhänge selbst knüpfst.
Und sogar dem Lernen mit fertigen Übersichten klar überlegen.
Wer selbst erklärt, statt eine fertige Erklärung zu lesen, lernt messbar wirksamer.
Gemessen an Aufgaben, die vom Gelernten abweichen — nicht nur am Erinnern.
Ein Thema gilt erst als erledigt, wenn du es sicher kannst — nicht nach Zeitplan.
Die Bausteine der FIRE-Methode gehören zu den am besten belegten der Lernforschung.
d und g messen die Stärke eines Effekts über viele Studien — Faustregel: 0.2 klein · 0.5 mittel · 0.8 groß.
| FIRE-Mechanik | Befund | Effekt |
|---|---|---|
| Freie Antwort zuerst | Generation Effect (Behalten > 1 Tag) | d = 0.64 |
| Abruf statt Wiederlesen | Testing Effect (gesamt / vs. Wiederlesen) | g = 0.61 / 0.51 |
| Erklärendes Feedback | hochinformativ vs. Richtig/Falsch vs. Lob | d = 0.99 / 0.46 / 0.24 |
| Eigene Erklärung | Self-Explanation | g = 0.55 |
| Selbst konstruiert | Struktur selbst bauen vs. studieren | g = 0.72 / 0.43 |
| Beherrschen-Regel | Mastery Learning | d = 0.52 |
Wer sich von der KI einfach die Antwort geben lässt, lernt dabei wenig. Zwei große Studien zeigen den Unterschied — er liegt nicht am Modell, sondern daran, wie man es einsetzt.
Diese zwei Studien haben nicht FIRE getestet, sondern das Prinzip dahinter: Es entscheidet, wie die KI eingesetzt wird — als Antwort-Automat schwächt sie dein eigenes Können, als gestalteter Tutor übertrifft sie guten Unterricht. Genau darauf ist FIRE gebaut. Belegt sind die Mechanismen, nicht das Produkt — die Wirkung von FIRE selbst messen wir von Tag 1.
Die Hinweise variieren — mal ein Tipp, mal Antwortoptionen, mal ein kurzer Exkurs. Kein starres Pingpong aus Frage und Antwort, sondern ein Weg, den du selbst gehst. Genau das verankert den Stoff.
Erkennen statt Nachschlagen. Fakten nachschlagen kann jede KI — schneller als du. Was dir keine KI abnimmt: im unbekannten Fall zu erkennen, wo das Problem liegt, es richtig einzuordnen und die Lösung sicher umzusetzen. Genau dieses Wissen baut FIRE auf — und lässt bewusst weg, was du im Zweifel einfach nachschlägst. Denn suchen kannst du nur, was du schon als Frage formulieren kannst: Wer das Problem nicht erkennt, kann auch die KI nicht fragen.
KI ist ein Werkzeug. Und ein Werkzeug ist nur so gut wie deine Instruktion und der Kontext, den du ihm gibst — beides setzt eigenes Expertenwissen voraus. Präzise instruieren, Antworten sicher beurteilen, Ergebnisse richtig anwenden: Alle drei gelingen nur, wenn du die Sache selbst durchdrungen hast.
FIRE lässt die KI deine Antworten nie gegen ihr allgemeines Trainingswissen bewerten. Validiert wird ausschließlich gegen vorab kuratierte Inhalte — Quellen, Streitstände, Maßstäbe, die vor der Session feststehen.
Eine echte Sequenz aus FIRE — von der Frage bis zur neuen Beziehung in deiner wachsenden FIRE Map.
Bevor wir einsteigen — was weißt du über das Verhältnis von Art. 14 (menschliche Aufsicht) zu Art. 9 (Risikomanagement) in der KI-VO?
Abstrahierter Mock · echte Session: EU AI Act
Jede Loop hinterlässt einen Knoten, jede erkannte Beziehung eine Kante. So entsteht vernetztes Verständnis statt isolierter Fakten — die Grundlage für das, was im unbekannten Fall zählt: Probleme lösen statt abrufen. Die Lernforschung nennt das adaptive Expertise.
Beispielhafter Verlauf · die Konzept-Zahl wächst mit deinen Sessions
Die Struktur baust du selbst — deine Anordnung, deine Verbindungen, deine Farben und Gewichte. Zwei Lernende, dieselbe Session: zwei verschiedene Maps.
Mock in Original-Player-Optik · keine echten Inhalte — jede Map wächst anders
Ein Korrektheitsanspruch ist nur glaubwürdig, wenn er einen Weg kennt, widerlegt zu werden. Zweifelst du eine Aussage an, prüft FIRE sie live gegen die Quellen.
Quellen-Check · echte Session: EU AI Act
Weil du dein Verständnis selbst abgeleitet hast, sinkt dein Wiederholungsbedarf. Und alles ist exportierbar — in deinen eigenen Worten. Ein Karten-Deck, das du nicht schreiben musst.
Was schützt § 242 StGB im Kern?
Beherrscht ✓ · deine WorteWarum genügt für Gewahrsam die soziale Zuordnung?
Beherrscht ✓ · deine WorteWelcher Strafrahmen gilt für § 242 StGB?
Beherrscht ✓ · deine WorteWo endet Risikomanagement (Art. 9), wo beginnt Aufsicht (Art. 14)?
Beherrscht ✓ · deine WorteDein Anki-Deck in deinen Worten · deine FIRE Map als Bild oder PDF — alles exportierbar, alles deins. Kein Lock-in.
Kuratierte Tiefe in einem regulatorischen Feld — von der ersten Frage bis zur eigenen Urteilskraft. Fürs Examen ↓
Die System-Landkarte des Digitalrechts — AI Act, NIS-2, Data Act und die DSGVO-Schnittstellen als ein vernetztes Ganzes.
Art. 50 KI-VO komplett: Offenlegung, Markierung, Deepfakes und Erfüllungsstandard — seit 02.08.2026 durchsetzbar.
Das Fundament jedes KI-Mandats: Erfassung, Rollen, Risiko-Einordnung und Fristen der KI-VO — beratungsfest statt nachgeschlagen.
Darf der Fachbereich das Tool nutzen? NDA, Geschäftsgeheimnisschutz und Berufsgeheimnis (§ 203 StGB, § 43e BRAO) als Schwellen-System.
Klausel-Systematik für den Einkauf von GPAI- und Standard-KI-Tools — Risikoverteilung, IP, Geheimnisschutz, Haftung.
Wie LLMs funktionieren — mit Rechts-Relevanz-Filter: Halluzination, Training, Fine-Tuning und RAG dort, wo sie rechtlich andocken.
Datenzugang, B2B-Sharing & Wechselrechte — Pflichten für Connected Products.
Pflichtenlage, Einrichtungs-Einordnung & Governance-Systemverständnis — für Geschäftsleitung, Legal & ISB.
Strafrecht aufgebaut wie ein Klausurschema — Konzept für Konzept, vom AT bis BT 2. Als Examenspaket: alle drei Sessions für 199 € statt 297 €. Am Ende: dein Anki-Deck.
Vermögensdelikte — Diebstahl, Betrug, Untreue, Erpressung.
Delikte gegen die Person — Tötung, Körperverletzung, Freiheit.
Tatbestand, Rechtswidrigkeit, Schuld — der Aufbau, der in jeder Klausur trägt.
AT, BT I & BT II als verzahntes Wissensnetz — dein Schema fürs Examen.
„Drei Webinare zum AI Act besucht. Eine Woche später konnte ich kaum erklären, warum Art. 14 im Mandat relevant ist."
Anwalt · 6 Jahre BerufserfahrungUmdrehen · Jetzt„Nach drei FIRE-Sessions habe ich das Mandat selbst geführt — und der Mandantin in eigenen Worten erklärt, wo ihr Risiko liegt."
Anwalt · 6 Jahre Berufserfahrung„Karteikarten gepaukt, Klausuren auswendig gelernt. In der Probeklausur stand ich vor einem neuen Sachverhalt — und wusste nicht, wo anfangen."
Studentin · 7. Semester, ExamenUmdrehen · Jetzt„Heute lese ich einen Sachverhalt und sehe das Schema vor mir. Ich verstehe, warum jeder Prüfungspunkt da steht — und kann ihn verteidigen."
Studentin · 7. Semester, Examen„Wir bauen die Lernumgebung, die wir selbst nie hatten." — über 10 Jahre entwickelt, im Studium, in der Klinik, im Mandat.
Kostenlos. Ohne Zahlungsdaten. Ohne Vertrag. Du erlebst FIRE in voller Tiefe und entscheidest danach.
Kostenlos starten