• Home
  • Aktuelles
  • Technologie
  • Forschung
  • Lehre
  • Wirtschaft
  • Jobs
  • Home
  • Aktuelles
  • Technologie
  • Forschung
  • Lehre
  • Wirtschaft
  • Jobs
Kontakt
  • Deutsch
  • English

  • Home
  • Aktuelles
  • Technologie
  • Forschung
  • Lehre
  • Wirtschaft
  • Jobs
Kontakt
  • Deutsch
  • English

Harnessing Quantum Uncertainty: Trustworthy Quantum Neural Computing for Quantum Utility

Aktuelles
Neues Föderprojekt IgnisQNC
Weiterlesen


Vorhabensbeschreibung

Das Forschungsprojekt IgnisQNC verfolgt das Vorhaben, einen neuen Ansatz für vertrauenswürdiges quantenbasiertes Lernen zu entwickeln: Quantum Neural Computing (QNC). Das übergeordnete Ziel des Verbunds ist es, QNC als vertrauenswürdigen und hardwarekompatiblen Ansatz für angewandte Quanten-KI wissenschaftlich zu fundieren, technisch umzusetzen und auf realen Quantenplattformen zu validieren. Untersucht wird, wie Quantenzustände und Messprozesse so strukturiert werden können, dass sie neuronale Informationsverarbeitung unterstützen. Das zu lösende Problem liegt in der Lücke zwischen dem theoretischen Potenzial quantenbasierter Lernverfahren und ihrer praktischen Einsetzbarkeit. Für Anwendungen mit komplexen und sicherheitsrelevanten Daten fehlen solche Modelle, die ressourcenschonend, robust, erklärbar und plattformübergreifend vergleichbar sind. Die von IgnisQNC entwickelten Ansätze werden zunächst simuliert, anschließend auf realer Quantenhardware erprobt und mit etablierten Verfahren verglichen.

Das Konsortium
Lancaster University
LMU München
Universidad Pablo de Olavide
Aqarios GmbH
TU Bergakademie Freiberg
Lancaster University

Die Lancaster University fungiert als Projektkoordinator und zentraler Integrator. Die Lancaster University ist führend in den Bereichen Quantenbauelementphysik, Tensor-Netzwerk-Simulationen, hybride HPC–NISQ-Systeme sowie XAI für multimodale und biomedizinische Datensätze. Die Lancaster University stellt sicher, dass theoretische Entwicklungen eng mit der algorithmischen Umsetzung verzahnt sind. Ihr Quantum Technology Centre (QTC), ihre HPC-Infrastruktur und die KI-Expertise des LIRA Centre bilden das rechnerische Rückgrat für die Modellentwicklung, das Testen und das Benchmarking.

LMU München

Die LMU München unterstützt als Forschungsinstitution mit langjähriger Expertise im Bereich Quantencomputing (die LMU ist u.a. Gründungspartner von PlanQK) unterstützt die LMU in allen forschungsintensiven Arbeitspaketen. Als universitäre Forschungsgruppe plant das QAR-Lab der LMU eine Verwertung der Projektergebnisse im Rahmen der Lehre, in wissenschaftlichen Publikationen und in auf IgnisQNC aufbauenden Förder- und Forschungsprojekten.

Universidad Pablo de Olavide

Die Universidad Pablo de Olavide steuert groß angelegtes Data Engineering, Quanten-Machine-Learning, biomedizinische und biometrische Datensätze sowie XAI-Fachwissen bei. Die Universidad Pablo de Olavide unterstützt die Entwicklung quantenorientierter Vorverarbeitungs-Pipelines, die Validierung NISQ-angepasster Algorithmen an realen Datensätzen sowie durch die Implementierung von unsicherheits- und kausalitätsbewussten Attributionsmethoden. Ihre HPC- und Quantenemulationsinfrastruktur ermöglicht groß angelegte Simulationen und Benchmarking und unterstützt gleichzeitig die Öffentlichkeitsarbeit und die Einbindung der Öffentlichkeit in Quantentechnologien.

Aqarios GmbH

Die Aqarios GmbH ist ein Technologieunternehmen aus München mit Fokus auf Quantencomputing, das Software-Werkzeuge und Algorithmen für quantenunterstützte Optimierung entwickelt. Die Aqarios GmbH sicher, dass die Ergebnisse von IgnisQNC reproduzierbar, skalierbar und auf die Industrie übertragbar sind. Die Luna-Plattform des Unternehmens ermöglicht hybride Arbeitsabläufe und damit praktische Anwendungen in den Bereichen Finanzen, biometrische Analyse und groß angelegte Benchmark-Datensätze. Das Engagement von AQAR schlägt eine Brücke zwischen Forschung und praktischer Umsetzung und unterstützt den Technologietransfer sowie die Verwertung der Projektergebnisse.

TU Bergakademie Freiberg

Die TU Bergakademie Freiberg steuert fortschrittliche, quantengestützte Datenverwaltung, die Integration des Semantic Web, den Umgang mit großen Datenbanken sowie Benchmarking bei. Die TU Bergakademie Freiberg unterstützt IgnisQNC durch die Entwicklung reproduzierbarer Pipelines für strukturierte Quantendaten, die Integration von Wissensgraphen sowie die Gewährleistung der Einhaltung von Governance-Vorgaben und der klinischen Relevanz. Ihre Kompetenzen ergänzen die algorithmischen und industriellen Stärken der anderen Partner und ermöglichen so eine robuste Bewertung von QNNs in verschiedenen Anwendungsbereichen.

Publikationen
  • Nüßlein, J., Roch, C., Gabor, T., Stein, J., Linnhoff-Popien, C., & Feld, S. (2023, July). Black Box Optimization Using QUBO and the Cross Entropy Method. In International Conference on Computational Science (pp. 48-55).

Kontakt

Anfragen an das Konsortium bitte an:

E-Mail: qar-lab@mobile.ifi.lmu.de
Telefon: +49 89 2180-9153

QAR-Lab – Quantum Applications and Research Laboratory
Ludwig-Maximilians-Universität München
Oettingenstraße 67
80538 München

Förderung durch:

Weitere Projekte ansehen
Aktuelles aus dem QAR-Lab

Copyright © IgnisQCN

QAR-Lab – Quantum Applications and Research Laboratory
Ludwig-Maximilians-Universität München
Oettingenstr. 67
80538 München
Telefon: +49 89 2180-9153
E-Mail: qar-lab@mobile.ifi.lmu.de

© Copyright 2026

Allgemein

Team
Kontakt
Impressum
AIONA Lab

Social Media

X-twitter Linkedin Github

Sprache

  • Deutsch
  • English
Cookie-Zustimmung verwalten
Wir verwenden Cookies, um unsere Website und unseren Service zu optimieren.
Funktional Immer aktiv
Die technische Speicherung oder der Zugang ist unbedingt erforderlich für den rechtmäßigen Zweck, die Nutzung eines bestimmten Dienstes zu ermöglichen, der vom Teilnehmer oder Nutzer ausdrücklich gewünscht wird, oder für den alleinigen Zweck, die Übertragung einer Nachricht über ein elektronisches Kommunikationsnetz durchzuführen.
Vorlieben
Die technische Speicherung oder der Zugriff ist für den rechtmäßigen Zweck der Speicherung von Präferenzen erforderlich, die nicht vom Abonnenten oder Benutzer angefordert wurden.
Statistiken
Die technische Speicherung oder der Zugriff, der ausschließlich zu statistischen Zwecken erfolgt. Die technische Speicherung oder der Zugriff, der ausschließlich zu anonymen statistischen Zwecken verwendet wird. Ohne eine Vorladung, die freiwillige Zustimmung deines Internetdienstanbieters oder zusätzliche Aufzeichnungen von Dritten können die zu diesem Zweck gespeicherten oder abgerufenen Informationen allein in der Regel nicht dazu verwendet werden, dich zu identifizieren.
Marketing
Die technische Speicherung oder der Zugriff ist erforderlich, um Nutzerprofile zu erstellen, um Werbung zu versenden oder um den Nutzer auf einer Website oder über mehrere Websites hinweg zu ähnlichen Marketingzwecken zu verfolgen.
Optionen verwalten Dienste verwalten Verwalten von {vendor_count}-Lieferanten Lese mehr über diese Zwecke
Einstellungen anzeigen
{title} {title} {title}