Zur Übersicht
Zurück zur Übersicht

Europäische Kommission / Horizon Europe · Frist: 2027-01-28

Quantum Machine Learning

Gefördert werden Forschung und Demonstration von Quantum-Machine-Learning-Methoden für datenintensive und rechnerisch anspruchsvolle Aufgaben. Im Mittelpunkt stehen skalierbare, rauschbewusste und hybride QML-Ansätze sowie messbare Verbesserungen gegenüber klassischen Verfahren.

Worum geht es?

Gefördert werden Forschung und Demonstration von Quantum-Machine-Learning-Methoden für datenintensive und rechnerisch anspruchsvolle Aufgaben. Im Mittelpunkt stehen skalierbare, rauschbewusste und hybride QML-Ansätze sowie messbare Verbesserungen gegenüber klassischen Verfahren.

Wer kann sich bewerben?

Anträge sollen die Zusammenarbeit von Hochschulen, Forschungseinrichtungen, Forschungsinfrastrukturen, Industrie, KMU und weiteren Akteuren des europäischen Quantenökosystems einbeziehen. Förderfähige Länder sind gemäß Anhang B des Arbeitsprogramms beschrieben.

Förderbedingungen

Pro Projekt sind 2.000.000 bis 3.000.000 EUR vorgesehen; das Gesamtbudget des Topics beträgt 6.000.000 EUR. Die Projektlaufzeit, Förderquote, Kofinanzierung und Overhead-Regelung sind in den verfügbaren Quellen nicht angegeben.

Antrag & Verfahren

Die Ausschreibung ist geöffnet und hat eine feste Frist am 28.01.2027. Die Anwendung erfolgt über das EU Funding & Tenders Portal; weitere Verfahrensangaben sind im verfügbaren Packet nur teilweise enthalten.

Themen und Schlagwörter

Relevante Themen sind Quantum Machine Learning, Quantencomputing, KI, hybride Algorithmen, QCNNs, Reinforcement Learning, Benchmarking, NISQ-Hardware sowie Anwendungen in Klima, Earth Observation, Gesundheit, Materialien, Finanzen, Robotik, Fertigung und Cybersicherheit.

  • Quantum Machine Learning
  • Quantencomputing
  • künstliche Intelligenz
  • maschinelles Lernen
  • QML
  • NISQ
  • hybride Quanten-Klassik-Algorithmen
  • Quantum Supervised Learning
  • QCNN
  • Quantum Reinforcement Learning
  • Quantum Unsupervised Learning
  • Quantum AI

Hinweis zur Datenqualität

Die verfügbare Quelle nennt keine detaillierte Organisations-Eligibility, Förderquote, Projektlaufzeit oder Overhead-Regelung; die vollständigen Bedingungen stehen in den Arbeitsprogramm-Anhängen.