KanaDojo: japanische Schrift und Vokabeln ueben im Dojo-Stil mit Next.js
Ästhetische, minimalistische Plattform zum Erlernen der japanischen Sprache, inspiriert von Duolingo und Monkeytype, erstellt mit Next.js und gesponsert von Vercel. Einsteigerfreundlich mit vielen guten Erstausgaben – alle Beiträge sind willkommen!
Auf einen Blick
- Was ist das?
- KanaDojo von lingdojo ist eine aesthetische, minimalistische Lernplattform fuer Japanisch mit drei Trainingsbereichen und vier Spielmodi. Der Artikel erklaert Funktionsumfang, Tech-Stack, Datenquellen und den Weg fuer Beitraege.
- Für wen ist es gedacht?
- KanaDojo passt fuer Lernende der japanischen Sprache, die Hiragana, Katakana, Kanji und Vokabeln in kurzen Uebungseinheiten trainieren wollen, und fuer Einsteiger ins Open Source, die an einem Projekt mit vielen good first issues mitarbeiten moechten. Ungeeignet ist es als vollstaendiger Sprachkurs mit Grammatik und Konversation.
- Darf ich es kommerziell nutzen?
- Ja, unter strengen Bedingungen. AGPL-3.0 ist eine Lizenz mit Netzwerk-Copyleft: Wenn andere eine veränderte Version über ein Netzwerk nutzen, etwa als gehosteten Dienst, müssen Sie ihnen den Quellcode unter derselben Lizenz anbieten.
- Wird es noch gepflegt?
- Ja. Das Repository hat innerhalb des letzten Tages neue Commits erhalten.
- In welcher Sprache ist es geschrieben?
- Hauptsächlich TypeScript, laut der Sprachstatistik von GitHub.
Die Antworten beruhen auf den GitHub-Daten des Projekts (zuletzt abgeglichen am 15. September 2026) und auf unserer Analyse. Sie sind keine Rechtsberatung.
TIEFGEHENDE OPEN-SOURCE-ANALYSE
KanaDojo als Lernplattform zwischen Duolingo und Monkeytype
KanaDojo beschreibt sich im README als aesthetiche, minimalistische und stark anpassbare Plattform zum Beherrschen des Japanischen, inspiriert von Duolingo und Monkeytype. Gebaut mit Next.js, gesponsert von Vercel. Die Live-Instanz laeuft unter kanadojo.com, der Code unter lingdojo/kana-dojo in TypeScript unter der AGPL-3.0.
Die Metadaten zeigen ein ungewoehnliches Verhaeltnis: Mit mehr als 3.200 Sternen und fast ebenso vielen Forks ist das Projekt ein Sammelbecken fuer Mitwirkende, gepaart mit rund 350 offenen Issues. Die Beschreibung betont ausdruecklich Beginnerfreundlichkeit und viele good first issues. Releases sind unter v0.1.18 von Ende Mai 2026 noch frueh in der Nummerierung.
Der Lernansatz richtet sich an alle Stufen, vom ersten Hiragana bis zum JLPT-N1-Kanji, und versucht, das Ueben spielerisch und visuell ansprechend zu halten statt als reinen Vokabeltest.
Drei Dojos und vier Spielmodi als Trainingsraster
Der Funktionskern sind laut README drei Trainingsbereiche, die Dojos: Kana fuer Hiragana und Katakana, Kanji fuer die JLPT-Stufen N5 bis N1 und Vokabeln. Diese Trennung erlaubt es, Schriftsysteme und Wortschatz getrennt oder kombiniert zu trainieren.
Ueben lasst sich in vier Spielmodi: Pick, Reverse-Pick, Input und Reverse-Input. Pick ist das multiple-choice-Erkennen einer Zeichen zu einer Frage, Reverse-Pick kehrt die Richtung um, Input verlangt die aktive Eingabe, Reverse-Input die umgekehrte Eingabe. So deckt die Plattform passive Wiedererkennung und aktive Produktion ab, was beim Schriftlernen einen realen Unterschied macht.
Dazu kommen Fortschrittsfunktionen: Statistiken, Streaks und mehr als 80 Errungenschaften. Die Oberflaeche ist laut README vollstaendig responsiv fuer Desktop, Tablet und Mobilgeraete.
Uber 100 Themes und 28 japanische Schriften als Gestaltungsraum
Die Gestaltung ist ein eigener Kernpunkt des Projekts. Das README zaehlt mehr als 100 Themes in hell und dunkel sowie 28 japanische Schriften. Wer lange Uebungseinheiten mochte, kann das Interface also an eigene Vorlieben anpassen, von der Farbe bis zur Darstellung der Zeichen.
Der Tech-Stack dahinter: Next.js 15, React 19, TypeScript, Tailwind CSS, die Komponenten von shadcn/ui, Zustand fuer den Zustand und Framer Motion fuer Bewegung. Tests laufen mit Vitest. Details zur Projektstruktur und den Konventionen stehen in docs/ARCHITECTURE.md, Theming- und Komponentenrichtlinien in docs/UI_DESIGN.md.
Diese Dokumentationsdichte passt zur Community-Ausrichtung des Projekts: Neue Mitwirkende sollen ohne lange Einarbeitung finden, wo Themes oder Komponenten leben.
Sprachbibliotheken und Datenquellen hinter dem Uebungsmaterial
Fuer die japanische Sprachverarbeitung baut KanaDojo auf etablierten Bibliotheken: Kuroshiro fuer Textumwandlung und Romanisierung, Kuromoji als Tokenizer fuer Textanalyse und Wanakana fuer Hilfsfunktionen zur Umschaltung zwischen Kana und Romaji. Diese Auswahl entspricht dem Stand der im Web verbreiteten japanischen Sprachwerkzeuge.
Die Inhaltsdaten stammen aus anerkannten Quellen: JMdict liefert das japanisch-englische Woerterbuchmaterial, KANJIDIC die Lesungen und Bedeutungen der Kanji. Fuer die JLPT-Ausrichtung nennt das README die JLPT-Ressourcen von Jonathan Waller und das Material von jlptsensei.com.
Wer den Wortschatz oder die Kanjiabdeckung bewerten will, kann also direkt an diese Quellen rueckbinden; die Plattform erfindet die Daten nicht selbst, sondern curatiert und praesentiert sie.
Quickstart mit npm und die Pruefung vor dem Pull Request
Der dokumentierte Schnellstart besteht aus vier Befehlen:
git clone https://github.com/lingdojo/kana-dojo.git cd kana-dojo npm install npm run dev
Danach oeffnet man http://localhost:3000 und kann sofort lernen. Damit ist die lokale Entwicklung bewusst niederschwellig gehalten; eine Serverumgebung oder Datenbankkonfiguration verlangt der Start nicht.
Vor dem Oeffnen eines Pull Requests verlangt das README die Validierung der Aenderungen mit npm run check. Bei Problemen verweist es auf den Troubleshooting-Leitfaden unter docs/TROUBLESHOOTING.md.
Fuer Erstbeitragende gibt es einen eigenen Wegweiser: docs/CONTRIBUTING-BEGINNERS.md erklaert schrittweise alles von der Erstellung eines GitHub-Kontos bis zum ersten Pull Request. Erfahrene Mitwirkende finden in CONTRIBUTING.md die allgemeinen Regeln fuer Fehlerbehebungen, neue Funktionen, Doku und Uebersetzungen.
Sponsoren, Community und die AGPL-3.0
KanaDojo wird laut README im Rahmen des Open-Source-Sponsorship-Programms von Vercel gefoerdert und ist Teil des Open-source-Programms von Cossistant. Das Erklaert, warum Hosting und Vercel-Infrastruktur eng mit dem Projekt verwoben sind. Kontaktwege sind der Discord-Server und die Adresse dev@kanadojo.com.
Die Lizenz ist die AGPL-3.0, nachzulesen in LICENSE.md. Fuer Lernende ist das unproblematisch, fuer Betreiber, die eine veraenderte Version oeffentlich anbieten wollen, bedeutet die AGPL dagegen, den Quellcode der eigenen Aenderungen offenzulegen. Das gehoert zur Bewertung, wenn man die Plattform auf eigener Domain mit Anpassungen betreiben moechte.
Das Logo stammt von Brandon Haupt, wie der Credits-Abschnitt dokumentiert; auch die Inspiration durch Duolingo und Monkeytype wird dort namentlich gewuerdigt.
Fazit: eine Uebungsplattform mit niedriger Einstiegshuerde und klaren Grenzen
KanaDojo ist die richtige Wahl, wenn man Japanisch in kleinen Einheiten ueben will, Wert auf Gestaltung legt und die Kombination aus drei Dojos, vier Modi und hundert Themes anspricht. Fuer Beitragende ist es einer der einladendsten Einstiege in dieses Segment: eigener Beginner-Leitfaden, viele good first issues und ein Stack aus Next.js 15 und React 19, der aktuelle Kenntnisse abfragt.
Grenzen liegen auf der Hand: Das Projekt deckt Schrift und Vokabeln ab, aber nach eigener Beschreibung keine Grammatikkurse oder Konversation; es ist eine Uebungsplattform, kein Lehrbuch. Wer es lokal betreiben will, folgt dem Quickstart mit npm install und npm run dev, prueft Aenderungen mit npm run check und liest bei Schwierigkeiten docs/TROUBLESHOOTING.md. Fuer den Fortschritt im Alltag reicht die Live-Instanz unter kanadojo.com ohne jede Installation.
Redaktionelles Fazit
KanaDojo passt fuer Lernende der japanischen Sprache, die Hiragana, Katakana, Kanji und Vokabeln in kurzen Uebungseinheiten trainieren wollen, und fuer Einsteiger ins Open Source, die an einem Projekt mit vielen good first issues mitarbeiten moechten. Ungeeignet ist es als vollstaendiger Sprachkurs mit Grammatik und Konversation. Vor eigenen Aenderungen gehoert der Lauf von npm run check vor dem Pull Request, bei Installationsproblemen hilft docs/TROUBLESHOOTING.md.
Community-Notizen