Diese Seite wurde von einer KI übersetzt und kann Ungenauigkeiten enthalten. Maßgeblich ist die englische Fassung. Zur englischen Fassung

mibuki / Approach

Approach

Wir bauen aus Belegen. Nicht aus Hype und nicht aus Willenskraft — jede Produktentscheidung muss sich auf etwas zurückführen lassen, das du nachprüfen kannst.

Wer nach diesem Maßstab baut →
01

Die Prämisse: Niemand bekommt mehr Zeit

Ein Tag hat 24 Stunden. Diese Zahl ist für niemanden verhandelbar.

Wenn das Problem „Ich will ja, aber ich habe keine Zeit“ lautet, bleibt nur ein Zug: nicht mehr Stunden zu finden, sondern das Ergebnis pro Stunde zu erhöhen. Sobald man akzeptiert, dass das Angebot feststeht, ändert sich die Designfrage: nicht „wie bekommen wir mehr von deinem Tag“, sondern „wie viel weiter bringt dich dieselbe Stunde“.

Deshalb baut mibuki keine Wege, sich mehr anzustrengen. Wir bauen Produkte, die die Wissenschaft der Effizienz umsetzen. Wir versuchen nicht, deine Willenskraft zu vergrößern; wir vergrößern die Strecke, die dich die Willenskraft bringt, die du schon hast.

Die drei Prinzipien unten sind die Kriterien, die wir tatsächlich anwenden. Sie sind keine Bekenntnisse — sie sind die Regeln, die entscheiden, ob ein Feature ausgeliefert wird.

02

Was wir nicht tun

Diese Versprechen sind stärker als die Prinzipien, weil du uns dabei erwischen kannst, wenn wir sie brechen.

  1. 01

    Keine unüberprüfbaren Behauptungen

    Kein „5x schneller lernen“. Wenn wir eine Zahl veröffentlichen, stehen die Vergleichsbasis und die Messung im selben Satz wie die Zahl.

  2. 02

    Keine Dark Patterns

    Wir verstecken den Kündigungsweg nicht und platzieren keine Buttons so, dass sie Fehltipps einfangen. Wer gehen will, findet den Ausgang leicht.

  3. 03

    Kein Engagement-Farming

    Keine Benachrichtigungen, die eine Serie als Geisel nehmen. Die Zahl, die wir vergrößern wollen, ist nicht deine Zeit in der App — es ist die Zeit, die du zurückbekommst.

  4. 04

    Keine Spiele im Lernkostüm

    Kein Belohnungstheater, das Fortschritt echt wirken lässt, ohne dass Lernen dahintersteht. Wenn sich nur ein Zähler bewegt hat, hat sich nichts bewegt.

03

Drei Prinzipien

Alles, was wir zu bauen erwägen, muss alle drei bestehen.

01

Effect size over opinion

Nach Effektstärke auswählen

Wir liefern ein Feature nicht aus, weil es vielversprechend aussieht. Bevor wir eine Lernmethode oder ein Verhaltensdesign übernehmen, prüfen wir, wie groß der Effekt ist, ob er sich replizieren lässt und wo er gilt. Das heißt, über die Originalarbeit hinaus in präregistrierte Studien, systematische Reviews und Meta-Analysen zu lesen — je nachdem, was die Frage verlangt.

Wir übernehmen etwas, weil gezeigt wurde, dass es wirkt, nicht weil es beliebt ist. Umgekehrt gilt dasselbe: Was nicht als wirksam gezeigt wurde, wird nicht ausgeliefert, so laut es auch sein mag. Entscheidend ist nicht der Name der Methode, sondern bei wem sie gewirkt hat, wie stark und unter welchen Bedingungen.

02

Remove friction, not add willpower

Reibung entfernen

Menschen hören nicht auf, weil ihre Willenskraft schwach ist. Sie hören auf, weil das Design Reibung hat. Wie viele Taps bis zum Start, wie viele Einstellungen, wie viele Entscheidungen von dir verlangt werden — all das entscheidet, ob eine Gewohnheit überlebt.

Statt dir zu sagen, du sollst dich mehr anstrengen, löschen wir Schritte. Weniger Einstellungen, im Auslieferungszustand nutzbar, weniger Entscheidungen. Das Ziel ist ein Produkt, das gar keine Willenskraft braucht.

03

Measure it, then publish it

Veröffentlichen, was du misst

Wenn wir einen Effekt behaupten, veröffentlichen wir ihn in einer Form, die du nachprüfen kannst. Das ist eine Einschränkung für uns, kein Verkaufsargument: Wenn wir keine Zahl liefern können, behaupten wir kein Ergebnis.

Und wir veröffentlichen nicht nur das Fazit. Wir veröffentlichen auch die Vergleichsbasis, die Daten und die Metrik, denn eine Zahl ohne ihre Bedingungen kann uns immer nur schmeicheln. Ein Resultat ist veröffentlichungsreif, wenn eine Leserin denselben Schritten folgen und dasselbe sehen könnte.

04

Zur Werbung

Die Antwort fällt je nach Produkt anders aus, deshalb steht sie hier pro Produkt, mit Begründung.

Nichts, was in Fokus oder Lernen direkt eingreift, trägt Werbung. Lofi Station verkauft Fokus; etwas, das gezielt den Fokus bricht, auf denselben Bildschirm zu stellen, ergibt keinen Sinn. LangDict ist derselbe Fall — alles, was mitten in der Sitzung die Aufmerksamkeit abzieht, arbeitet gegen den Zweck der App.

kikeruka und Atom zeigen Werbung. Sie sind kostenlos, und wir haben noch nicht genug Unterschied gebaut, um vernünftig Geld für einen Bezahltarif verlangen zu können. Derzeit gibt es in keiner der beiden Apps eine Möglichkeit, sie wegzuzahlen. Sobald es einen Bezahltarif gibt, für den sich das Verlangen von Geld rechtfertigen lässt, werden wir die Werbung entweder streichen oder abschaltbar machen.

Das ist also kein Prinzip — es ist der Stand, an dem die Produkte und die Finanzierung gerade tatsächlich sind. Wenn sich das ändert, ändert sich diese Seite.

ProduktWerbungWarum
Lofi StationKeineEin Werkzeug für Fokus sollte nichts beherbergen, was Fokus bricht
LangDictKeineNichts, was mitten in der Sitzung die Aufmerksamkeit abzieht
kikerukaJa (nicht entfernbar)Um sie kostenlos zu halten
AtomJaUm sie kostenlos zu halten
05

Wie die Prinzipien in den Produkten auftauchen

Ein Prinzip, das nicht implementiert ist, ist kein Prinzip. Hier landet heute jedes einzelne.

LangDict

Prinzipien
01 + 03
Wie es auftaucht
Nutzt Spaced Repetition und veröffentlicht, wie genau es auf öffentlichen Benchmarks vorhersagt

Atom

Prinzipien
01 + 02
Wie es auftaucht
Gewohnheiten, entworfen als minimale Einheiten und Auslöser, nach der Verhaltenswissenschaft

Lofi Station

Prinzipien
02
Wie es auftaucht
Fokus im Moment des Öffnens — die Reibung der Konfiguration wurde entfernt

kikeruka

Prinzipien
02
Wie es auftaucht
Scannen und warten; nachzusehen ist nichts mehr, was du tun musst
06

Quellen

Wir führen nur Werke auf, deren Autor, Jahr und Publikationsort wir am Original geprüft haben.

  1. 01

    open-spaced-repetition. FSRS: Free Spaced Repetition Scheduler. GitHub.

  2. 02

    open-spaced-repetition. srs-benchmark: Benchmark of Spaced Repetition Algorithms. GitHub.

  3. 03

    open-spaced-repetition. anki-revlogs-10k: Anki review logs from 10,000 users. Hugging Face.

  4. 04

    Settles, B., & Meeder, B. (2016). A Trainable Spaced Repetition Model for Language Learning. Proceedings of the 54th Annual Meeting of the ACL.

  5. 05

    Ebbinghaus, H. (1885). Über das Gedächtnis: Untersuchungen zur experimentellen Psychologie. Leipzig: Duncker & Humblot.

Last updated: July 2026