Quantum meets AI: DLR Institut für KI-Sicherheit auf der ESANN 2025

Wissenschaftliche Session zu Quantencomputern und quanteninspirierten Methoden für maschinelles Lernen
Die Schnittstelle zwischen Quantencomputing und Künstlicher Intelligenz eröffnet völlig neue Perspektiven für die Zukunft des maschinellen Lernens. Auf dem 33. Europäischen Symposium für Künstliche Neuronale Netze (ESANN 2025) präsentierte das DLR Institut für KI-Sicherheit aktuelle Forschungsergebnisse zu diesem zukunftsweisenden Thema.
Die vom Institut geleitete wissenschaftliche Session fokussierte sich auf innovative Ansätze, die klassische KI-Systeme durch Quantentechnologien erweitern und verbessern können. Im Mittelpunkt standen die klassische Vorverarbeitung für Quanten-KI, effiziente Kodierungsstrategien und quantenklassische Hybridmodelle sowie rein klassische, von der Quantenphysik inspirierte Ansätze des maschinellen Lernens, wie beispielsweise Tensornetzwerke.
Vier Highlight-Themen demonstrieren das Potenzial von Quantenmethoden
Im Zentrum unserer Session standen vier Kernthemen, die das Potenzial von Quantenmethoden für die KI-Forschung demonstrieren:
1. Die effiziente Kodierung hyperspektraler Bilddaten durch Tensornetzwerke für Klassifizierungsaufgaben – ein entscheidender Schritt für die praktische Anwendung von Quantencomputern in der Bildverarbeitung.
➡️Encoding hyperspectral data with low-bond dimension quantum tensor networks
2. Tensornetzwerke mit Normalisierungsbedingungen für effizientes quanten-maschinelles Lernen mittels DMRG (Density Matrix Renormalization Group) – ein Ansatz, der die Recheneffizienz von Quanten-KI-Systemen signifikant verbessert.
➡️Quantum Tensor Network Learning with DMRG
3. Ein innovativer hybrider Quanten-Annealing-Ansatz zur Vorhersage von Baggerpreisen, entwickelt vom Fraunhofer IAO – ein Beispiel für die praktische Anwendung von Quantenmethoden in der Industrie.
➡️Quantum Annealing based Feature Selection
4. Die Analyse des Trade-offs zwischen Expressivität und Generalisierungsfähigkeit von Quanten-Kernelmethoden – grundlegende Forschung, die hilft, die theoretischen Grenzen und Möglichkeiten von Quanten-KI zu verstehen.
➡️Expressivity vs. Generalization in Quantum Kernel Methods
"Die ESANN 2025 bot eine ideale Plattform für den wissenschaftlichen Austausch mit führenden Köpfen der internationalen KI-Community", erklärt der Leiter der DLR-Session. "Besonders die hybriden Quanten-KI-Ansätze, die klassische Methoden mit Quantentechnologien kombinieren, stießen auf großes Interesse."
Interdisziplinäre Forschung für sichere KI-Technologien
Die intensiven Diskussionen über Quanten-Tensornetzwerke und quanteninspirierte Methoden haben nicht nur neue Forschungsperspektiven eröffnet, sondern auch wertvolle Kontakte zu anderen Experten geschaffen. Diese Erkenntnisse fließen direkt in die weitere Arbeit des Instituts ein.
Als DLR Institut für KI-Sicherheit entwickeln wir durch interdisziplinäre Zusammenarbeit Technologien für den sicheren und zuverlässigen Einsatz von KI – auch in Verbindung mit Quantenmethoden. Die ESANN-Erkenntnisse helfen uns, die Zukunft der KI aktiv mitzugestalten.
Das Institut freut sich darauf, seine Forschung weiter voranzutreiben und gemeinsam mit der wachsenden QML-Community (Quantum Machine Learning) die Möglichkeiten von Quanten-KI zu erforschen.
Hintergrund ESANN
Das seit 1993 stattfindende Europäische Symposium für Künstliche Neuronale Netze hat sich als Referenzveranstaltung für Forscher zu Grundlagen und theoretischen Aspekten künstlicher neuronaler Netze, Computational Intelligence und maschinellem Lernen etabliert. Die jährliche Konferenz bot auch 2025 mit ihrem Format aus Vorträgen und Postersitzungen eine ideale Plattform für den wissenschaftlichen Austausch zu aktuellen Entwicklungen.
Weitere Informationen zur Forschung des DLR Instituts für KI-Sicherheit an der Schnittstelle von Quantentechnologie und KI finden Sie hier.