Es ist der 23. Oktober 2019, Leon Sander sitzt im Büro von Prof. Michael J. Hartmann zum Vorgespräch für seine Bachelorarbeit. Plötzlich steht das Telefon nicht mehr still. Journalisten rufen an, um von Hartmann ein Statement zu dem gerade veröffentlichten Google-Paper zur Quantenüberlegenheit zu bekommen, an dem der bayerische Quantenforscher beteiligt war. „Da hatte ich das Gefühl, dass ich genau zur richtigen Zeit am richtigen Ort bin“, erinnert sich Leon. Dieses Gefühl hat er bis heute – mittlerweile promoviert er an Hartmanns Lehrstuhl für Theoretische Physik an der Friedrich-Alexander-Universität Erlangen-Nürnberg.

Auf einem Tisch in der Ecke seines Büros, das sich Leon mit zwei weiteren Doktoranden teilt, fällt einem eine kleine blaue Espressomaschine ins Auge, die ein wenig aussieht wie ein Roboter vergangener Tage. Kenner wissen sofort, um welches Modell es sich handelt und dass es die Vermutung nahelegt, Leon sei ein Kaffee-Nerd. Kaffeewage und Handmühle daneben verstärken diesen Verdacht, den der Physiker lachend bestätigen kann. Auch beim Kaffeekochen kann man so lange mit den Variablen experimentieren, bis das Ergebnis passt. Ähnlich, wie in Leons Forschung.

An der Physik hat Leon schon seit seiner Schulzeit Spaß. Das lag auch an einem guten Lehrer, der sich spannende Themen für seinen nur sehr kleinen Physik-Kurs in der Oberstufe einfallen ließ. So kam er auch in der Schule das erste Mal in Berührung mit der Quantenphysik – allerdings war ausgerechnet dieser Bereich damals im Abi seine größte Schwäche, erzählt er lachend. „Ich glaube, ich habe mich am Anfang etwas dagegen gewehrt. Ich dachte, dass es für diese Effekte doch eine bessere Erklärung geben muss“, sagt der heute 24-Jährige rückblickend. Aber genau das sei es, was ihn am Ende dann doch fasziniert und zu diesem Thema hingezogen habe.

Coding als Selbstverwirklichung

In seiner eigenen Forschung beschäftigt sich Leon mit Machine Learning Modellen und Neuronalen Netzwerken. „Genauer gesagt, forsche ich an Quantum Convolutional Neural Networks (QCNNs), also gefalteten Neuronalen Netzwerken. Das ist ein relativ neues Konzept“, erklärt der Doktorand. Bisher wurden QCNNs vorrangig für eindimensionale Spinketten angewandt, Leon arbeitet an der Anwendung auf zweidimensionale Systeme.

Er setzt sich vor seinen Computer und tippt kurz ein paar Zeilen Code in die Befehlszeile. „Ich versuche, eine Reihenfolge an Prozeduren zu finden, durch die sich aus einem komplexen Quantensystem effizient Eigenschaften auslesen lassen. Ein QCNN hilft dabei, indem es die jeweilige Eigenschaft sozusagen erkennt und so entwickelt, dass die Information mit deutlich weniger Messungen als traditionell ausgelesen werden kann. Dafür plotte ich zweidimensionale Qubit-Gitter und bringe Operationen auf diese Gitter“, fasst Leon sein Forschungsvorhaben zusammen. Mit seiner Freundin scherzt er, er würde 4-Gewinnt spielen, seit diese ihm einmal im Homeoffice über die Schulter geschaut hat. Und tatsächlich: Leon drückt nochmal auf Eingabe und auf seinem Bildschirm erscheinen seine Gatter, Quadrate aus roten und blauen Kreisen, die eindeutig an das Spiel erinnern.