Moderne Teilchenphysik besteht nicht nur aus großen Beschleunigern und gewaltigen Detektoren, sondern zunehmend auch aus Algorithmen, Datenstrukturen und künstlicher Intelligenz. In Experimenten wie CMS am Large Hadron Collider entstehen aus jeder Kollision komplexe Muster von Detektorsignalen. Aus diesen Spuren muss rekonstruiert werden, welche Teilchen entstanden sind und was in der Kollision passiert sein könnte.

Der Vortrag gibt einen Einblick in diese Spurensuche: Warum sehen Detektoren keine Teilchen direkt? Warum ist Rekonstruktion oft eher eine wissenschaftlich kontrollierte Vermutung als ein einfaches Auslesen? Und welche Rolle können moderne Methoden des maschinellen Lernens dabei spielen? Am Ende steht eine weiterführende Frage: Wenn Algorithmen mitbestimmen, welche Informationen wir aus einem Detektor tatsächlich nutzen können, sollten sie dann in Zukunft auch mitentscheiden, wie neue Detektoren entworfen werden?