Die QUIKSTART Winter School on Quantum Machine Learning (QML) ist die zweite Veranstaltung dieser Art und wird von Valeria Bartsch (Fraunhofer-Zentrum für Maritime Logistik und Dienstleistungen) sowie Maximilian Kiefer-Emmanouilidis (Deutsches Forschungszentrum für Künstliche Intelligenz und RPTU Kaiserslautern-Landau) organisiert. Die QUIKSTART X 2025 startete am 17. Februar 2025 erfolgreich in Kaiserslautern mit rund 50 Teilnehmenden aus den MINT-Fächern (u. a. Informatik, Physik, Mathematik und Bioingenieurwesen) vor Ort sowie weiteren 30–50 Personen, die online teilnahmen. Die Teilnehmenden kamen aus der ganzen Welt, unter anderem aus der Ukraine, Indien, Frankreich, dem Vereinigten Königreich, Kanada, Ägypten, Australien und Deutschland, und somit von allen Kontinenten außer der Antarktis.
Achtzehn Vortragende aus Wissenschaft und Industrie – darunter von der Technischen Universität München, Xanadu, Falcondale, der Fraunhofer-Gesellschaft, dem German Research Center for Artificial Intelligence, Multiverse Computing, IQM, Amazon Web Services, BearingPoint und der Bechtle AG – vermittelten den überwiegend aus Bachelor- und Masterstudierenden bestehenden Teilnehmenden einen Einblick in aktuelle Herausforderungen des Quantencomputings und insbesondere der Quantum AI:
- Iraitz Montalban (CTO of Falcondale): Introduction to Quantum Machine Learning
- Daniel Wierichs, Korbinian Kottman (Xanadu): Hands-on Sessions on Quantum Computing and Quantum Machine Learning
- Sabine Müller (Fraunhofer ITWM): Introduction to Deep Learning
- Borja Aizpurua (Multiverse Computing): Introduction to Tensor Networks
- Elie Mounzer and Hans Hohenfeld (DFKI): Hands-on Session on Quantum Machine Learning
- Carsten Blank and Israel Araujo (data cybernetics): Helmstrom Measurement and QAlchemy
- Nico Piatkowski (Fraunhofer IAIS): Complexity Theory
- Josef Winter (TU Munich): Quantum CFD (Computational Fluid Dynamics)
- Sebastian Stern (AWS Braket): Estimating Required Quantum Hardware Resources and Demonstration in the Amazon Cloud
- Additional industry talks by Max Haeberlein (IQM), Elisabeth Wagner (Bearing Point), as well as Sebastian Dittrich and Fabian Brings (Bechtle AG)
- Ergänzt wurde das Programm durch Industrievorträge von Max Haeberlein, Elisabeth Wagner, Sebastian Dittrich und Fabian Brings.
QUIKSTART X 2025 wurde durch das QUIP-Projekt (Quantum Initiative Rheinland-Pfalz), das UpQuantVal-Interreg-EU-Programm sowie QC-AI (Quantum Initiative for AI) unterstützt.
Quantencomputing verspricht eine deutliche Beschleunigung kritischer Algorithmen und bietet damit erhebliche Vorteile gegenüber klassischen Rechenmethoden. Gleichzeitig bringt diese transformative Technologie einen grundlegenden Paradigmenwechsel in der Programmierung mit sich, der neue Denkweisen und Fähigkeiten erfordert. Ziel der Winter School war es daher, den Studierenden die notwendigen Grundlagen zu vermitteln, um sich in diesem Wandel sicher bewegen zu können – mit besonderem Fokus auf den Prinzipien der Programmierung von Quantencomputern.
Ein zentraler Schwerpunkt des Programms ist daher Quantum AI, also der Bereich, in dem Quantencomputing und künstliche Intelligenz aufeinandertreffen. Quantum AI und Quantum Machine Learning (QML) haben sich zu besonders spannenden und schnell wachsenden Forschungsfeldern entwickelt, die sowohl in der Wissenschaft als auch in der Industrie großes Interesse wecken. Die Verbindung von Quantenalgorithmen mit Methoden der KI hat das Potenzial, ganze Branchen zu verändern, indem sie rechnerische Herausforderungen adressiert, die mit klassischen Systemen derzeit nicht lösbar sind.
Dazu gehören beispielsweise Optimierungsprobleme in Logistik und Lieferkettenmanagement, die Wirkstoffentwicklung und Materialwissenschaft, Finanzmodellierung sowie fortgeschrittene Datenanalysen. Die Fähigkeit von Quantencomputern, hochdimensionale Daten zu verarbeiten und komplexe Berechnungen parallel auszuführen, passt dabei besonders gut zu den Anforderungen moderner KI-Systeme.
Diese Kombination ist jedoch nicht nur theoretischer Natur: Viele Branchen erforschen bereits heute quantenunterstützte Machine-Learning-Modelle für prädiktive Analysen, Betrugserkennung und Entscheidungen in Echtzeit. Quantum AI ist insbesondere in Bereichen relevant, die sehr große Datenmengen und komplexe Modelle erfordern, in denen Quantenalgorithmen potenziell exponentielle Geschwindigkeitsvorteile oder deutlich effizientere Ressourcennutzung ermöglichen.
Die Winter School bereitete die Teilnehmenden gezielt auf zukünftige Innovationen an der Schnittstelle dieser beiden Schlüsseltechnologien vor. Dabei wurde besonderer Wert auf die enge Verbindung zur Industrie und die Beteiligung von Wissenschaftler:innen aus der Wirtschaft gelegt, um aufzuzeigen, dass Quantencomputing vielfältige berufliche Perspektiven sowohl innerhalb als auch außerhalb der akademischen Forschung eröffnet.