iOS-App

Vanakkam

Was ist es? Eine iPhone-App, mit der man gesprochenes Sri-Lanka-Tamil lernt, Satz für Satz und auf Deutsch erklärt.

Status: Im App Store
Rolle: Idee, Konzept, Inhalt und Umsetzung (gebaut mit Claude Code)
Zeitraum: Seit Oktober 2026

So sieht es aus

Echte Screenshots der App.

KarteDer Lernweg als KarteOben stehen die Woche und die Coins, darunter, was heute dran ist. Die 22 Units liegen auf einem Weg und öffnen sich nacheinander.
LernenErst sagen, dann umdrehenVorne steht der Satz auf Deutsch. Man sagt ihn laut auf Tamil und dreht erst dann um. So übt man Sprechen und nicht nur Wiedererkennen.
LernenJeder Satz erklärtHinten stehen Umschrift, tamilische Schrift und die Aussprache. «Mehr anzeigen» erklärt den Satz Wort für Wort. Danach bewertet man selbst, wie gut es ging.
WiederholungWiederholen, bevor man vergisstJeder Satz hat einen eigenen Zeitplan nach FSRS. Die Übersicht zeigt, wie viele Karten warten, wie viele Sätze man schon sagen kann und was in den nächsten Tagen fällig wird.
TrainingÜben mit SpielenPaare finden, Satz bauen, Hör-Quiz und Tagesmix. Freiwillig und getrennt vom Lernplan, damit die Wiederholung ehrlich bleibt.
FortschrittJeden Tag ein Stück weiterNach der Sitzung: Coins, Serie und Tagesziel, dazu wie viele Karten beim ersten Versuch sassen.

Warum ich sie gebaut habe

Meine Freundin ist Schweizerin und will Tamil lernen, um mit meinen Eltern sprechen zu können. Ihr Karteikarten-Deck aus dem Internet brachte komplizierte Wörter vor einfachen und hatte keine Struktur. Verspielte Sprach-Apps fühlen sich nach Fortschritt an, bringen einen aber kaum zum Sprechen. Und das meiste Material lehrt indisches Tamil, nicht das, was in Sri Lanka und in meiner Familie gesprochen wird.

Was ich gebaut habe

Eine native iOS-App in SwiftUI. Sie läuft komplett lokal auf dem iPhone, ohne Server und ohne Konto.
Den Lernstoff: 279 Sätze in 22 Units, jeder in tamilischer Schrift, Umschrift und Wort für Wort erklärt. Geprüft haben ihn meine Eltern.
Die Wiederholung nach FSRS. Jeder Satz hat einen eigenen Zeitplan und kommt zurück, kurz bevor man ihn vergessen würde.
Trainingsspiele (Paare finden, Satz bauen, Hör-Quiz, Tagesmix) und ein Stempelheft mit Missionen für den nächsten Familienbesuch.
Die Veröffentlichung im App Store, mit Einreichung und Datenschutzangaben.
Die App-Website als Landingpage.

Units: 22
Sätze: 279
Themen: 21
Etappen: 4

Produktentscheidungen

Ehrliche Selbsteinschätzung
Entscheidung
Nach dem Umdrehen bewertet man selbst, wie gut man den Satz konnte: «Nochmal», «Schwer», «Gut» oder «Leicht».
Warum
Die Bewertung bestimmt nur, wann der Satz wiederkommt. Es gibt keine Leben und keine Strafen. Wer ehrlich bewertet, bekommt einen Zeitplan, der zum eigenen Stand passt.
Lernen vor Gamification
Entscheidung
Im Zentrum steht die tägliche Lernsitzung mit Karteikarten und Wiederholung. Spiele gibt es im Training als Zusatz, nicht als Kern.
Warum
Viele Sprach-Apps fühlen sich nach Fortschritt an, ohne dass man viel lernt. Ich wollte, dass man danach wirklich etwas sagen kann. Das Training verändert den Wiederholungsplan deshalb nie.
Kostenlos
Entscheidung
Kein Abo, keine In-App-Käufe, kein Konto, kein Tracking.
Warum
Die App läuft ganz auf dem iPhone und braucht keinen Server. Der Fortschritt bleibt auf dem Gerät, im App Store ist sie mit «Daten werden nicht erfasst» angegeben.

Für Technikinteressierte

Stack und Architektur

Stack

Swift
SwiftUI
SwiftData
AVFoundation
FSRS-5
Cloudflare Workers
Claude Code

Native iPhone-App in SwiftUI für iOS 17, ohne externe Pakete. Rund 12 000 Zeilen Swift in 54 Dateien.
Inhalte getrennt vom Code: Alle Units und Sätze stehen in einer content.json mit Deutsch, Situation, Tamil, Umschrift und Wort-für-Wort-Aufbau. Ein Python-Skript prüft die Datei auf Fehler.
Wiederholung: eigene Umsetzung des FSRS-5-Gedächtnismodells mit den Standardparametern, Lernschritten wie in Anki (1 und 10 Minuten) und einstellbarer Ziel-Erinnerung (85, 90 oder 95 %, Standard 90 %).
Lernfortschritt lokal mit SwiftData. Den ganzen Lernstand kann man als Datei sichern und wiederherstellen. Eine Prüfsumme lehnt von Hand veränderte Dateien ab.
Training getrennt vom Zeitplan: Die Spiele wählen Sätze aus den FSRS-Daten, etwa 60 % schwache, 30 % frische und 10 % sichere. Sätze, die bis morgen fällig sind, bleiben draussen, damit die Bewertung am nächsten Tag ehrlich bleibt.
Audio kommt aus der iOS-Sprachausgabe: mit Tamil-Stimme, wenn eine geladen ist, sonst wird die Umschrift vorgelesen. Eigene Aufnahmen sind im Code vorgesehen, aber noch nicht drin.
Tests: 75 Unit-Tests für die Lernlogik.
App-Website: statisch gebaut mit einem eigenen Node-Skript ohne Abhängigkeiten, ausgeliefert über Cloudflare Workers. Die Inhalte kommen aus derselben content.json wie in der App.

Status

Im App StoreSeit Oktober 2026

Ehrliche Selbsteinschätzung

Lernen vor Gamification

Kostenlos