Quantencomputing – Anwendungen für die Wirtschaft DLR Ergebnisworkshop

DLR Ergebnisworkshop 2024

Quantencomputing - Anwendungen für die Wirtschaft

(Berlin, 03/04.12.2024) Die vom Bundesministerium für Wirtschaft und Klimapolitik (BMWK) geförderte Initiative „Quantencomputing – Anwendungen für die Wirtschaft“ unterstützt verschiedene Projekte und evaluiert die wissenschaftliche Wirkung des Programms. Der zweitägige Workshop im Forum Digitale Technologien in Berlin versammelte mehr als 70 Teilnehmer aus Forschung und Industrie, um Fortschritte und zukünftige Herausforderungen zu diskutieren.

Zu den vorgestellten Schlüsselprojekten gehören:

QUASIM: Simulation des Fräsens von Rotorblättern für Flugzeugtriebwerke mit dem Potenzial, den Ausschuss mithilfe von Quantencomputern um 80 % zu reduzieren.
QuaST: Ein Entscheidungsbaum-Tool zur Optimierung von Problemlösungen mit Hilfe von Quantencomputern und klassischen Computern, das Branchen wie die Halbleiterherstellung unterstützt.
Qompiler: Eine neue Programmiersprache, Qrisp, die die Softwareentwicklung für Quantencomputer vereinfachen soll.

QCHALLenge Konsortialmeeting 2024

Austausch über erreichte Ziele und Koordination nächster Schritte

(11. Juni 2024/Garching) Zu unserem jährlichen Konsortialtreffen trafen sich mehr als zwanzig Mitglieder des Konsortiums in Begleitung des DLR zu einem ganztägigen Workshop auf dem neuen Siemens-Campus in Garching bei München, um sich gegenseitig über den aktuellen Stand des Projekts auszutauschen. Beginnend mit internen Kickoffs der Arbeitskomplexe 8 und 9 und einer Vor-Ort-Besichtigung des LRZ Quantum Integration Center, um ein Gefühl für die Quantenhardware zu bekommen, begann der offizielle Teil nach der Mittagspause. Dieser umfasste detaillierte Updates der wichtigsten Arbeitspakete, mit einem Fokus auf die Use Cases, das Software-Framework, sowie der grundlegenden Forschung zu QML und Dekompositionstechniken für die Quantenoptimierung.
Nach intensiven technischen Diskussionen endete der Workshop mit einem positiven Ausblick auf den Erfolg des Projekts durch alle Beteiligten.

Kickoff der 7. QC Optimization Challenge

Studenten der LMU München geben wertvolle Einblicke in mögliche QC Anwendungen

(7. Mai 2024/München) Das Praktikum soll die Fähigkeit vermitteln, Optimierungsprobleme für Quantencomputer zu modellieren, sowie eine Einführung in die praktische Arbeit mit bestehenden Quantencomputern geben. Im QAR-Labor stehen dafür derzeit vier Rechner zur Verfügung: IBM Q System Two, IonQ Aria-2, Fujitsu DAU, D-Wave Advantage.
In Zusammenarbeit mit unseren Industriepartnern BMW Group, SAP und Siemens werden in diesem Semester von unseren Studenten Projekte mit hoher Relevanz für konkrete Anwendungen auf Quantencomputern berechnet. Mit den drei Anwendungsfällen (1) Topologieoptimierung (BMW), (2) VM Balance Assignment (SAP), (3) Image Classification (SAP), (4) BnB hybrid Optimization (Siemens) und (5) Distribution Modelling (Siemens) werden die Studenten die Hauptanwendungen von Quantencomputern erforschen: Maschinelles Lernen, Simulation und Optimierung.

Wir freuen uns, dies bereits zum 7. Mal zu ermöglichen und sind gespannt auf die Ergebnisse am Ende dieses Semesters.

Über das QCP

Die Quantum Computing Optimization Challenge ist ein Praktikum, das von Frau Prof. Dr. Linnhoff-Popien ins Leben gerufen wurde. Es fand im Jahr 2020 zum ersten Mal statt und ist seitdem fester Bestandteil in der Lehre. Dieses Praktikum vermittelt die Fähigkeit, Optimierungsprobleme für Quantencomputer zu modellieren, sowie einen Einstieg in die praktische Arbeit mit existierenden Quantencomputern. Dafür stehen im QAR-Lab derzeit vier Rechner zur Verfügung: IBM Q System Two, IonQ Aria-2, Fujitsu DAU, D-Wave Advantage. In Kooperation mit namhaften Partnern aus der Industrie werden jedes Semester Aufgabenstellungen mit starker Relevanz für praktische Anwendungen vergeben. Die Studierenden haben die Möglichkeit, je eine Aufgabenstellung auf zwei Rechnern auszuführen und zu vergleichen. Im Sommersemester 2024 findet es bereits zum 7. Mal statt. In der QC Optimization Challenge stehen Anwendungsfälle in Bereichen der Optimierung, des Machine Learning und der Simulation auf dem Programm.
Freuen Sie sich auf einen spannenden Vortrag im September auf dem Quantum Summit.

Quantencomputing: Ein Ausblick – Wie schätzen Experten die Entwicklung ein?

Kaum eine andere Technologie schürt derzeit so große Erwartungen wie das Quantencomputing (QC). Mit den Eigenschaften der Quantenphysik und der daraus resultierenden enormen Rechenleistung können Quantencomputer unter anderem die Entwicklung von Medikamenten und Impfstoffen beschleunigen, die Materialforschung revolutionieren oder Logistikketten optimieren.

Über die letzten Jahrzehnte konnte sich das Quantencomputing als neuartige Forschungsrichtung etablieren. Seit Mitte der 1990er-Jahre hat es bei der Entwicklung von Quantenhardware große Fortschritte gegeben. Die Landschaft der verfügbaren Quanten- oder quanteninspirierten Computer entwickelt sich mit rasanter Geschwindigkeit hin zu einer vielfältigen Ansammlung von Systemen mit unterschiedlichen Stärken und Schwächen. Das Potential dieser Technologie ist zweifellos groß, weshalb auch immer mehr Unternehmen versuchen, zu den Innovatoren auf diesem Gebiet zu gehören. Ziel ist dabei, den sogenannten Quantenvorteil für das eigene Unternehmen wirtschaftlich nutzbar zu machen, um dadurch einen Wettbewerbsvorteil gegenüber der Konkurrenz zu erzielen. Dies ist besonders im Hinblick auf gesättigte Märkte in vielen Branchen und ein Überangebot an neuen, in den Markt drängenden Wettbewerbern, ein entscheidender Erfolgsfaktor. Durch neue, zukunftsweisende und innovative Technologien soll die Konkurrenz abgehängt werden. Quantentechnologien bietet hier ein vielversprechendes Sprungbrett. Aus diesem Grund beschäftigen viele große Unternehmen heute eigene Quantenexperten oder ganze Abteilungen, die sich mit dem Thema beschäftigen.

Doch wie begründet ist diese Euphorie und welche Vorteile kann die Quantentechnologie für Unternehmen in Zukunft bieten? Was können Unternehmen sowie Bildungseinrichtungen aktiv tun, um die nötigen Experten auszubilden, die es braucht, um für das Quantencomputing gewappnet zu sein? Und welche Kompetenzen sind überhaupt relevant? Ein aktuelles Stimmungsbild basierend auf einer Umfrage unter Experten lesen Sie im nachfolgenden Beitrag.

Expertise im Quantencomputing

Dazu hat das QAR-Lab Bayern der Ludwig-Maximilians-Universität in München in Kooperation mit der Anaqor AG im Rahmen des BMWK geförderten Projekts PlanQK, Experten, die im Bereich Quantencomputing arbeiten, befragt.

Ziel der Studie war es, notwendige Kompetenzen, Werkzeuge und Prozesse bei der Entwicklung von Quantencomputing-Lösungen zu identifizieren, um einerseits ein grundsätzliches Verständnis dieser neuartigen Technologie zu schaffen, und andererseits sowohl die Wirtschaft als auch die Wissenschaft bestmöglich an das Quantencomputing heranzuführen.

Die Umfrage wurde im Zeitraum von Juni bis Oktober 2022 durchgeführt. Insgesamt nahmen 105 Experten aus dem Bereich Quantencomputing an der Studie teil. 44,0% der befragten Experten stammen aus dem Fachbereich Physik und 23,0% aus der Informatik (vgl. Abb.1). Somit kann eine Mehrheit von zwei Drittel der Befragten diesen beiden Gruppen zugeordnet werden. 31,0% der Teilnehmer arbeiten als Forscher am Themengebiet des Quantencomputings, 20,0% kommen in der Rolle als Manager damit in Kontakt und 15,0% bringen sich als Entwickler ein (vgl. Abb.2). In welchen Bereichen Quantencomputing zum Einsatz kommen und unterstützend sein kann, geben 68,6% der Experten an, dies einschätzen zu können (vgl. Abb.3). Hier sind es vor allem die Gruppe der Forscher, Manager und Entwickler, die Use Cases erkennen, die von Quantencomputing profitieren könnten. 61,9% der Experten geben an, die Potenziale und mögliche Quantencomputing-Algorithmen für Use Cases identifizieren zu können. Von diesen sind 23,0% Forscher, 11,0% Entwickler und 10,0% Manager. Im Bereich der Implementierung von Quantencomputing-Algorithmen sind es mit 41,9% bereits deutlich weniger, die angeben, Kenntnisse vorweisen zu können. Hier sind es mit 21,0% vor allem Forscher und mit 10,0% Entwickler, die Quantencomputing-Algorithmen auf NISQ (Noisy Intermediate-Scale Quantum) Rechnern programmieren. Lediglich 33,3% geben an, Use Cases auf Laufzeit und Güte evaluieren und die nötigen Hardware-Ressourcen abschätzen zu können, die zu einem Quantenvorteil führen könnten. Diese Ergebnisse zeigen unter anderem, dass unabhängig von der innehabenden Rolle im Unternehmen ein Verständnis vorhanden ist, welche praxisrelevanten Problemstellungen mittels Quantencomputing überhaupt gelöst werden können und in welchen Bereichen Quantencomputing zukünftig einen erheblichen Mehrwert beisteuern könnte. Gleichzeitig ist zu erkennen, dass Quantencomputing weiterhin ein Forschungsfeld ist, in dem Potenziale erkannt werden, es aber weiterhin herauszufinden gilt, wie weit Quantencomputer noch von praktischen/industriellen Anwendungen entfernt sind. Derzeit sind Quantencomputer zwar in der Lage, einfache und kleine Probleme zu lösen. Allerdings sind reale und relevante Probleme, aufgrund der Fehlerwahrscheinlichkeiten und beschränkten Ressourcen auf aktueller NISQ-Hardware, noch nicht lösbar.

Mangel an Quantencomputing-Fachkräften

Der Fachkräftemangel ist aktuell über nahezu alle Branchen hinweg deutlich spürbar. Für Unternehmen wird es dadurch immer schwieriger, ihre offenen Stellen nachzubesetzen. Besonders in Bereichen, die ein hohes Maß an Spezialwissen und Fachexpertise voraussetzen, ist es eine Herausforderung, entsprechende hochqualifizierte Fachkräfte zu finden. Das gilt auch für den Bereich der Quantentechnologien. Quantencomputing und Quantenforschung sind für Unternehmen noch junge Forschungsfelder und auch an den Universitäten hat der Hype um das Thema und angrenzende Themenbereiche erst vor wenigen Jahren vermehrt Einzug gehalten. Folglich ist die Anzahl der Experten auf diesem Gebiet aktuell noch eher gering. Doch wie viele Experten gibt es tatsächlich europaweit? Gemäß der befragten Experten schätzt über ein Viertel (25,7%) die Zahl der Quantenexperten in Europa zwischen 101 und 500 ein (vgl. Abb. 4). Mit Blick auf die innehabende Rolle der Befragten teilen hauptsächlich Forscher und Entwickler diese Ansicht. Wohingegen die Mehrheit der befragten Manager eine Menge zwischen Null und 100 für realistisch hält. Insgesamt schätzt rund die Hälfte (50,5%) der Befragten die Anzahl der Quantencomputing-Experten innerhalb Europas auf unter 1.000 ein. Wirft man einen Blick auf die unbesetzten Stellen in diesem Bereich und im Hinblick auf den steigenden Bedarf, zeigt sich hier ein großer Mangel an Quantenexperten. Dies bestätigen auch die befragten Studienteilnehmer: So plant über ein Drittel (37,1%) der Befragten die Einstellung von ein bis fünf neuen Quantencomputing-Fachkräften innerhalb der nächsten drei Jahre, um die bevorstehenden Herausforderungen bewältigen zu können (vgl. Abb. 5). Und immerhin 14,3% gedenken sogar mehr als 20 neue Quantencomputing-Fachkräfte einzustellen. Lediglich 6,7% planen überhaupt keine Personaleinstellungen in diesem Bereich innerhalb der nächsten drei Jahre.
Mit der zunehmenden Reife der Technologie und der Realisierung wirtschaftlicher Anwendungen wird der Bedarf nach Fachkräften voraussichtlich weiter steigen. Dabei ist es wichtig, bereits heute schon an die Aus- und Weiterbildung im Bereich Quantencomputing zu denken.

Monetarisierungsmodelle

Quantencomputing befindet sich in der Grundlagenforschung und es liegt in der Zukunft, wann die Technologie nutzbringend anwendungsorientiert in der Industrie zum Einsatz kommt. Dennoch greifen bereits jetzt die unterschiedlichsten Institutionen, Unternehmen und Forschungseinrichtungen intensiv auf Quantenhardware zu, um Berechnungen mit neu entwickelten Quantencomputing-Algorithmen durchzuführen und zu testen. Die Teilnehmer der Studie wurden hinsichtlich des Monetarisierungsmodells befragt, welches sie für die Implementierung von Quantenlösungen am vielversprechendes halten. Dabei sind 33% der Ansicht, dass eine Flatrate für Codeaufrufe in einem vorgegebenen Zeitraum ein sinnvolles Modell darstellt (vgl. Abb. 6). Für die Rechnungsstellung pro ausgeführten Code entschieden sich 23% der befragten Experten. Hier sind es hauptsächlich die Forscher (9%) und Entwickler (6%), die dieses Monetarisierungsmodell für vielversprechend halten. 18% sehen im Kauf eines Kontingents von Calls ein gutes Modell, um Zugang zu Quantenrechnern zu erhalten. Hierbei waren es mit rund 8% vor allem Manager, die in ihrer Rolle mit Quantencomputing zu tun haben, die dieses Modell bevorzugen.

Lösungsansätze bei der Bearbeitung von QC-Use-Cases und deren Einsatz

Mit Blick auf den Lösungsansatz, gaben über die Hälfte (52,4%) der befragten Experten an, dass sie den Fokus bei der Bearbeitung von QC-Use-Cases auf die Konzeption legen (vgl. Abb. 8). Wird in diesem Zusammenhang die innehabende Rolle im Unternehmen einbezogen, fokussiert sich die Mehrheit der Forscher und Entscheider beim Lösungsansatz auf die Konzeption, wohingegen die Mehrheit der befragten Manager ihren Fokus eher auf die Applikationen legt und eine leichte Mehrheit der Entwickler auf die Services. Eine Erklärung für die unterschiedlichen Präferenzen der verschiedenen Berufsgruppen kann darin begründet liegen, dass etwa von Seiten der Forscher eher Wert auf die Entwicklung der zugrundeliegenden Theorien gelegt wird. Wohingegen die Manager und Entwickler an einer praktischen Umsetzung der Theorien und dem Nutzen dahinter interessiert sind.
In Bezug auf den geplanten Einsatz von Quantencomputing-Lösungen lässt sich festmachen, dass 36,2% der befragten Experten ihre Lösungen für das eigene Unternehmen entwickeln und nicht als Dienstleister für externe Dritte (vgl. Abb. 7).

Werkzeuge zur QC-Algorithmen Erstellung

Die Konzeptionierung und Implementierung neuer QC-Algorithmen stellt Anwender und Entwickler vor große Herausforderungen. Die Denkweise bei der Programmierung unterscheidet sich wesentlich von den Paradigmen und Konzepten der konventionellen Software- bzw. Algorithmen-Entwicklung. Entsprechende Werkzeuge können hier den Entwickler unterstützen. In Bezug auf die Studie sind vor allem sowohl Hilfsbiliotheken zur QC-Problemformulierung, als auch Hardware-agnostische Software Development Kits (SDKs) hervorzuheben. Ersteres wurde von 55,2% und letzteres von 47,6% der Befragten für wichtig bis sehr wichtig eingestuft (vgl. Abb. 9). Weniger interessant waren hingegen der NISQ-Analyzer zur Identifizierung geeigneter QC-Hardware für einen gegeben Algorithmus (32,4% wichtig bis sehr wichtig) und eine Automatisierte Parametersuche (30,5% wichtig bis sehr wichtig). Neben den aufgelisteten Werkzeugen der Studie wurden zudem weitere Hilfsmittel wie Benchmarking-Bibliotheken und Werkzeuge zur Fehlermitigation genannt.

Verarbeitung und Verwertung von Implementierungen

Im Anschluss an die implementierten QC-Lösungen steht die Verarbeitung und Verwertung im Vordergrund. In Bezug auf die Studie sprechen sich 46,6% der Teilnehmer für eine umfangreiche Evaluierung des Skalierungsverhaltens der Implementierungen aus (wichtig bis sehr wichtig), während die Entwicklung eines Preismodells, die Einpassung der Implementierungen in operative Umgebung des Unternehmens oder die Wahl der Deploymentpartner eher zweitrangig ist. Hier stimmten die Befragten vergleichsweise jeweils nur mit 25,7%, 29,5% und 27,7% mit wichtig bis sehr wichtig ab (vgl. Abb. 10). Das lässt sich mitunter dadurch erklären, dass sich Quantencomputing noch in einem frühen Stadium befindet und die Berechnungen auf Quantenhardware noch nicht für relevante industrielle Problemgrößen anwendbar ist. Die Anzahl, die Qualität und die Konnektivität der Qubits aktueller Hardware reichen meist nicht aus, um besonders umfangreiche oder komplexe Aufgabenstellungen effektiv umsetzen zu können. Daher steht vor allem die Konzeption und das Skalierungsverhalten der Implementierung zum aktuellen Zeitpunkt im Vordergrund, bevor im Anschluss Preismodelle entwickelt oder das Deployment in die Produktivumgebung angegangen werden.

Kompetenzen für die QC-Algorithmen-Erstellung

Die QC-Algorithmen-Erstellung erfordert einige mehr oder weniger notwendige Grundlagen und Kompetenzen. In der Studie wurden die Teilnehmer gebeten, sowohl die wesentlichen Kompetenzen nach ihrer Wichtigkeit einzustufen (vgl. Abb. 11), als auch ihre jeweilige eigene Expertise diesbezüglich einzuschätzen (vgl. Abb. 12). Interessanterweise spiegeln sich die Kompetenzen, die überwiegend als wichtig bis sehr wichtig eingestuft wurden, in der eigenen Einschätzung der Teilnehmer, die diesbezüglich schätzungsweise eine große bis sehr große Expertise aufweisen, wider. Besonders hervorgehoben wurden die Kenntnisse in Optimierungsverfahren (43,8%), das Verstehen wiss. Publikationen (41,9%), Basiskenntnisse in Linearer Algebra (40,0%) und der Quantenphysik (38,1%), sowie speziell Python-Programmierkenntnisse (42,8%). Entsprechend wurde die eigene Expertise in Bezug auf Optimierungsverfahren von 25,7%, das Verstehen wiss. Publikationen von 37,1%, Basiskenntnisse in linearer Algebra und der Quantenphysik von 30,4% und 26,7% und die Programmierkenntnisse von 31,4% der Teilnehmer als groß bis sehr groß angegeben.
Interessanterweise wurden Kompetenzen zur QC-Algorithmen-Entwicklung im Bereich Machine Learning (ML) und Simulation vergleichsweise niedriger eingeordnet. Nur 21,9% bzw. 25,7% der Teilnehmer stimmten für wichtig bis sehr wichtig ab. Auch die Einschätzung der eigenen Expertise ist diesbezüglich relativ gering. Nur 19,1% und 21,0% der Teilnehmer gaben an, in diesen Bereichen große bis sehr große Kompetenzen zu besitzen. Dieses Ergebnis ist dahingehend außergewöhnlich, da Machine Learning und (Quanten)-Simulation als eines der vielversprechendsten Anwendungs- und Forschungsfelder des Quantencomputings gehandelt werden, sich aber sowohl die Einschätzung der Studienteilnehmer als auch deren angegebene Expertise tendenziell davon abweichen. Dies kann teilweise mit dem jeweiligen Hintergrund und Berufsfeld der Teilnehmer begründet werden. Machine Learning und Simulationsalgorithmen sind selbst vergleichsweise neuartige und hochkomplexe Technologien und Forschungsfelder und werden meist nur in weiterführenden Studien gelehrt. Folglich zeigt das wiederum den Handlungsbedarf auf, dass nachkommende Fachkräfte in diesen Fachbereichen (ML und Simulation) geschult werden müssen, um eine Grundlage für die Kombination mit Quantencomputing zu bieten.

Projekte, Initiativen und Geschäftsmodelle zur Förderung des Quantencomputings

Im Nachfolgenden werden die Maßnahmen zur Förderung des Quantencomputings in Deutschland diskutiert. Die Teilnehmer der Studie sprachen sich vor allem für Schulungs- und Weiterbildungsmöglichkeiten (37,2%), Verbünde wie bspw. QUTAC (34,3%), aber auch den Zugriff auf QC-Hardware (40,0%) aus, um QC in Deutschland zu fördern. Insbesondere wurden sich auch Weiterbildungsmöglichkeiten in Form von Lern-Plattformen und programmiernahe Schulungen mit unterschiedlichen SDKs gewünscht. Vergleichsweise weniger wichtig bis sehr wichtig wurde der Zugriff auf QC-Applikationen as a Service (23,8%) angesehen (vgl. Abb. 13). Dies ist vermutlich ebenfalls auf den Reifegrad von QC-Hardware zurückzuführen, der zum aktuellen Zeitpunkt kaum einen Mehrwert für Geschäftsmodelle der Unternehmen bietet und daher zu einem späteren Zeitpunkt zum Tragen kommen wird. Trotzdem ist die frühzeitige Auseinandersetzung und Entwicklung von QC-Lösungen in Form von Services unabdingbar, um zukünftig softwareseitig im internationalen Wettbewerb konkurrenzfähig zu bleiben.
Im Wesentlichen zeigen die Ergebnisse aus Abb. 13 auf, wie wichtig der Wissensaustausch zwischen Industrie, Wissenschaft und Lehre ist. Mit Förderprojekten wie PlanQK, die unter anderem ein Ökosystem, eine Wissensplattform, aber auch einen niederschwelligen Zugang zu QC-Hardware bieten, wird das Thema Quantencomputing in Deutschland vorangetrieben und der Einstieg in diese neuartige Technologie vereinfacht.

Herausforderungen und Hindernisse bei der Use Case- und Algorithmen-Umsetzung auf Hardware

Die Umsetzung von Algorithmen- und Use Case-Implementierungen auf aktueller QC-Hardware stellt die Entwickler und Anwender vor einige Herausforderungen. In Abb. 14 wurden verschiedene Hardware-Aspekte, die die Umsetzung beeinträchtigen können, durch die Studienteilnehmer entsprechend ihres Einflusses aufsteigend geordnet. Betrachtet man die ersten drei Platzierungen pro Hardware-Aspekt, sind vor allem die Kohärenzzeit, die Gatter-Genauigkeit und die Anzahl der Qubits hervorzuheben. Auslesefehler, die Hardware-Topologie und die Kommunikationslatenz sind bei der Umsetzung zweitrangig. Die Ergebnisse spiegeln den aktuellen Reifegrad der noch sehr rausch-anfälligen QC-Hardware und die damit einhergehenden Hürden bei der Umsetzung von relevanten QC-Lösungen wider. Da vor allem entsprechende Fehlerkorrekturalgorithmen selbst sehr ressourcenintensiv sind, sind besonders lange Kohärenzzeiten und eine hohe Gatter-Genauigkeit wünschenswert, um relevante und tiefe Quantenschaltkreise auf der NISQ-Hardware ausführen zu können und einen frühzeitigen Mehrwert bei der Algorithmen- und Use Case-Entwicklung zu erzielen. Andere Faktoren, wie die Kommunikationslatenz, die aufgrund der meist Cloud-betriebenen Quantencomputer auftritt, spielt momentan eine untergeordnete Rolle.

Fazit

Quantencomputing ist eine sich rasch entwickelnde Technologie, die die Eigenschaften der Quantenmechanik nutzt, um komplexe Berechnungen durchzuführen, bei denen klassische Computer an ihre Grenzen stoßen. Aktuelle QC-Hardware ist jedoch noch immer sehr beschränkt in den Hardwareressourcen wie der Anzahl der Qubits und deren Konnektivität. Um schon jetzt einen Mehrwert für die Industrie zu schaffen, müssen die Hürden und Herausforderungen des QC angegangen werden. Neben geeigneter Hardware und Software braucht die anwendende Industrie auch kompetent ausgebildete Fachleute. Entsprechende Kompetenzen und auch softwareseitige Werkzeuge sind wesentlich, um den Anwender und Entwickler bei der Umsetzung von NISQ-Algorithmen zu unterstützen. Die durchgeführte QC-Expertenstudie soll helfen, die grundlegenden Handlungsbedarfe und Fähigkeiten zu identifizieren, um sowohl Wissenschaft und Wirtschaft gemeinschaftlich für die neuartige QC-Technologie vorzubereiten und voranzutreiben.

Die Experten der Studie sprechen sich vor allem für den Zugriff auf QC-Hardware und Zusammenschlüsse und Verbände, wie QUTAC, aus, um QC in Deutschland voranzubringen. Zweitrangig sind zum aktuellen Zeitpunkt hingegen QC-Applikationen as a Service, die zu einem späteren Zeitpunkt und fortgeschrittener Hardware-Reife relevant werden (vgl. Abb. 13). Dieses Ergebnis spiegelt sich ebenfalls in der Fokussierung der Experten wider. Die Mehrheit der Befragten befasst sich bei der Use Case- und Algorithmenentwicklung primär mit der Konzeptionierung (vgl. Abb. 8) und einer umfangreichen Evaluation des Skalierungsverhaltens entsprechender Algorithmen (vgl. Abb. 10) im Vergleich zu produktiv einsetzbaren Services und Applikationen. In Bezug auf Werkzeuge spricht sich ein Großteil der Befragten für ein Hardware-agnostisches SKD aus, um in der heterogenen QC-Hardware-Landschaft softwareseitig einheitliche Algorithmen entwickeln zu können und die Notwendigkeit unterschiedliche Programmiersprachen und SDKs aneignen zu müssen, zu umgehen. Auch Hilfsbibliotheken zur QC-Problemformulierung sind wünschenswert, um den Einstieg für fachfremdes Personal zu vereinfachen (vgl. Abb. 9). Abschließend sei erwähnt, dass die Schaffung umfangreicher Aus- und Weiterbildungsmöglichkeiten für neue Fachkräfte unabdingbar ist, um dem Fachkräftemangel für die neuartige QC-Technologie entgegenzuwirken. Dies wird auch in Abb. 4 deutlich, bei der die Mehrheit der befragten Experten die Anzahl der QC-Fachkräfte mit entsprechender Expertise europaweit auf unter 500 schätzt.

Autoren:

Christoph Roch: Research Associate bei Department of Mobile and Distributed Systems at Ludwig-Maximilians-Universität (LMU) Munich
Christoph Roch is doing his PhD at the LMU Munich at the Chair of Mobile and Distributed Systems with a focus on optimization problems and their solvability by quantum computing. Additionally the computer scientist is a member of the Quantum Applications and Research Lab (QAR-Lab) and contributes his knowledge to various industrial projects, research and teaching.

David Niehaus: COO bei Anaqor, PlanQK
David Niehaus is the Co-Founder and COO of Anaqor as well as community manager of the PlanQK research project, which is a flagship initiative for the use of quantum computing in Germany and is supported by the Federal Ministry for Economic Affairs and Climate Action. Having completed a dual Master’s degree program in Berlin and Toulouse, David has gained experience working in various positions within the aviation industry across the US, France, Great Britain, and Germany. Prior to his role at Anaqor, he served as the Complexity Management Lead for Germany at consulting firm umlaut, where he successfully led several projects with clients from diverse industries to set up successful product development processes.

Angelika Debes: Research Associate bei Ludwig-Maximilian-University Munich
Angelika Debes completed her Master’s degree in Human Resource Management and has been working as a research assistant in the QAR Lab at the Chair of Mobile and Distributed Systems at LMU Munich since 2020.

Quantum Summit 2023 im September

Jonas Stein, Wissenschaftlicher Mitarbeiter des QAR-Labs der LMU München wird wertvolle Einblicke in die aktuellen QC-Forschungsprojekte geben - insbesondere zu den Highlights aus der Quantum Computing Optimization Challenge.

(13.06.2023/München) Quantencomputing ist nicht mehr nur ein Zukunftstrend – es wird bleiben und verspricht, sowohl lokale als auch globale Probleme in verschiedenen Bereichen zu lösen, die außerhalb der Reichweite heutiger Computer liegen. Am 20.-21. September 2023 findet in Berlin der Quantum Summit statt, an dem zahlreiche Experten aus der Forschung sowie Entscheidungsträger aus der Wirtschaft und der Politik zusammenkommen, um sich über wichtige Erkenntnisse im Bereich des Quantencomputing auszutauschen. Jonas Stein, Wissenschaftlicher Mitarbeiter des QAR-Labs der LMU München wird wertvolle Einblicke in die aktuellen QC-Forschungsprojekte geben – insbesondere zu den Highlights aus der Quantum Computing Optimization Challenge.

Die Quantum Computing Optimization Challenge ist ein Praktikum, das von Frau Prof. Dr. Linnhoff-Popien ins Leben gerufen wurde. Es fand im Jahr 2020 zum ersten Mal statt und ist seitdem fester Bestandteil in der Lehre. Dieses Praktikum vermittelt die Fähigkeit, Optimierungsprobleme für Quantencomputer zu modellieren, sowie einen Einstieg in die praktische Arbeit mit existierenden Quantencomputern. Dafür stehen im QAR-Lab derzeit vier Rechner zur Verfügung: IBM Q System One, Rigetti Aspen-11, Fujitsu DAU, D-Wave Advantage. In Kooperation mit namhaften Partnern aus der Industrie werden jedes Semester Aufgabenstellungen mit starker Relevanz für praktische Anwendungen vergeben. Die Studierenden haben die Möglichkeit, je eine Aufgabenstellung auf zwei Rechnern auszuführen und zu vergleichen. Im Sommersemester 2023 findet es bereits zum 5. Mal statt. In der QC Optimization Challenge stehen Anwendungsfälle in Bereichen der Optimierung, des Machine Learning und der Simulation auf dem Programm.
Freuen Sie sich auf einen spannenden Vortrag im September auf dem Quantum Summit.

Wenn Sie mehr zum Quantum Summit erfahren wollen, klicken Sie hier.

Kick-off Projektstart QCHALLenge

Das QAR-Lab der LMU München leitet das vom Bundesministerium für Wirtschaft und Klimaschutz geförderte Quantencomputing-Projekt QCHALLenge – die Unternehmen AQARIOS, BASF SE, BMW AG, SAP SE und Siemens AG werden Partner sein.

(01.12.2022/München) Am 01. Dezember trafen sich zum ersten Mal alle Projektpartner, um die gemeinsame Vision voranzubringen, einen Quantenvorteil im Bereich der Produktion und Logistik zu erreichen. Mit Hilfe des Projekts QCHALLenge sollen Optimierungsprobleme speziell in diesen Bereichen mittels bestehender Quantum Computing (QC) Hardware gelöst werden. Hierfür werden Algorithmen, Konzepte und Werkzeuge entwickelt, die der Wirtschaft branchenübergreifend und niederschwellig den Einsatz von QC ermöglichen. Dabei soll vor allem die automatisierte Integration von QC in bestehende Lösungen, die Entwicklung generischer Quanten-SDKs und der Ausbau von Knowhow in der Anwendung und Entwicklung von QC-Lösungen im Fokus stehen.

Die Projektpartner und ihre Rollen

Die Projektpartner setzen sich aus Technologieexperten, Softwareherstellern und der Anwenderindustrie zusammen, um ihr Know-how aus möglichst unterschiedlichen Perspektiven optimal zu ergänzen. Dabei übernimmt die LMU München als Konsortialführer die Leitung von QCHALLenge und bringt über das Quantum Applications and Research Laboratory (QAR-Lab) ihre langjährige Erfahrung im Gebiet der QC-Software ein. Seit dem Jahr 2016 wird im QAR-Lab bereits Forschung im Bereich Quantencomputing betrieben und an zahlreichen QC Industrie- und Förderprojekten gearbeitet. Daraus geht u.a. die Middleware UQO zum hardwareagnostischen Einsatz von QC hervor. Die AQARIOS, die 2021 als Spin-off der LMU München gegründet wurde, fokussiert sich als Software-und Technologiepartner insbesondere auf die Entwicklung und Implementierung von QC-Lösungen. Die Unternehmen BASF, BMW, SAP und Siemens vertreten im Konsortium die Anwenderseite, die QC in ihren jeweiligen Geschäftsfeldern vorantreiben und bereits durch zahlreiche Projekte im Bereich QC ihr Know-How aufbauen konnten. Da QCHALLenge speziell die Domänen Produktion und Logistik widmet, ergeben sich daraus u.a. Use Cases zur Optimierung von Lieferketten und Warenlagern und der Einsatz von QC in der Automatisierung.

Ziele von QCHALLenge:

Im Zentrum von QCHALLenge steht die Integration von QC in bestehende Software-Workflows. Insbesondere zielt das Projekt auch auf die Optimierung von Methoden im Machine Learning und der Simulation ab. Dabei hat sich das Konsortium folgende Punkte als Ziel gesetzt, die sie am Ende von QCHALLenge anstreben:

Die Erarbeitung generischer Entwicklungswerkzeuge und –umgebungen
Die Schaffung nutzerfreundlicher, ingenieurstechnischer Anwendungen wie z. B. Optimierungen für spezifische Anwendungsfälle
Die Entwicklung von Software-Lösungen für die Integration von konventionellen Computern und QC-Systemen (hybride Quanten-Software
Die Gestaltung von Strategien und Methoden zur strukturierten Analyse von anwendungsseitigen Problemen hinsichtlich der zielgerichteten Anwendung und Entwicklung von QC-Lösungen

Umsetzung und Ausblick:

Um QCHALLenge zum Erfolg zu führen, stehen vier große Meilensteine im Vordergrund: Im ersten Schritt geht es darum, geeignete Use Case zu identifizieren und eine Anforderungsanalyse herauszuarbeiten. Dabei steht im Vordergrund, welche Use Cases sowohl praxisrelevant sind, als auch einen potentiellen Quantenvorteil mit sich bringen. Insbesondere wird dabei auch der Vergleich zu klassischen Baselines angestellt und eine Vorhersage über das Eintreffen eines Quantenvorteils aufgestellt. Im zweiten Schritt werden Grobarchitekturen entwickelt und fertiggestellt, um verschiedene Software-Tools in bestehende Softwarelösungen zu integrieren. Der Fokus liegt hierbei auf der Schnittstellendefinition zu bestehenden Softwarelösungen. Als dritter Meilenstein sollen bereits erste prototypische Softwaretools und hybride Use-Case-Algorithmen zur Anwendung kommen, die am Ende zu einem finalen, ausgereiften Softwaretool weiterentwickelt werden. Konkret sollen die Software-Tools und Algorithmen so aufbereitet werden, dass sie nach der Projektlaufzeit operativ eingesetzt werden können und vor allem KMUs zugänglich gemacht werden.

Quantum Computing ist die nächste Technologie, die das Potential zu disruptiven Innovationen verspricht. Sie bietet bahnbrechende Möglichkeiten zur Lösung von Problemen, die auf klassischen Computern in der Praxis nicht lösbar sind. Es ist kaum vorhersehbar, welche Möglichkeiten das Quantencomputing und die Quantentechnologie im Allgemeinen für die Menschheit in der Zukunft bereithält. Es gibt zahlreiche Anwendungsfelder, in denen sie zum Einsatz kommen könnten. Mit QCHALLenge beginnt ein spannendes Projekt im Bereich des Quantencomputings, auf das sich alle Projektpartner sehr freuen. Wir dürfen gespannt sein, wohin diese gemeinsame Reise gehen wird.

5. QC Praktikum Kickoff mit BASF, BMW and Siemens

5. QC Praktikum Kick-off mit BASF, BMW and Siemens

Kick-off Event mit BASF, BMW und Siemens: 16 Studenten der LMU implementieren Use-Cases auf vier Quantencomputern: IBM Q System Two, Rigetti Aspen-M-2, Fujitsu DAU und D-Wave Advantage im der QC-Optimierungs Challenge.

Das Praktikum soll die Fähigkeit vermitteln, Optimierungsprobleme für Quantencomputer zu modellieren, sowie eine Einführung in die praktische Arbeit mit bestehenden Quantencomputern geben. Im QAR-Lab stehen dafür derzeit vier Rechner zur Verfügung: IBM Q System Two, Rigetti Aspen-M-2, Fujitsu DAU und der D-Wave Advantage.
In Zusammenarbeit mit unseren Industriepartnern BASF, der BMW Group und Siemens werden in diesem Semester von unseren Studenten konkrete Anwendungen mit hoher Relevanz für die Wirtschaft auf echten Quantencomputern berechnet. Anhand der drei Anwendungsfälle (1) Financial Forecasting (BASF), (2) Drive Train Optimization (BMW) und (3) Train Routing (Siemens) werden die Studenten drei Hauptanwendungen des Quantencomputings erkunden: Maschinelles Lernen, Simulation und Optimierung.

Wir freuen uns, dieses Praktikum bereits zum 5. Mal zu ermöglichen und sind gespannt auf die Ergebnisse am Ende dieses Semesters.

13.-14.09.2023: DIGICON 2023 „Die digitale Stadt der Zukunft“

Digitale Welt Convention – DIGICON 2023

Die digitale Stadt der Zukunft
Neue Möglichkeiten für Ihr Geschäftsmodell

„Die digitale Stadt der Zukunft – Neue Möglichkeiten für Ihr Geschäftsmodell“ – So lautet der Titel der diesjährigen DIGICON, die am 13. und 14. September 2023 in der Gaszählerwerkstadt in München stattfindet.

In der Zukunft werden Städte noch digitaler und vernetzter sein. Aber werden solche Städte der Zukunft dank moderner Technologien und Innovationen immer effizienter und nachhaltiger oder verbergen sich hier auch unbekannte Herausforderungen? Die diesjährige DIGICON 2023 thematisiert die zahlreichen neuen Möglichkeiten für Geschäftsmodelle – von der Entwicklung von Smart-City-Lösungen und Chancen für autonome Dienstleistungen, bis hin zur Vernetzung von Geräten, Sensoren und Daten und Entwicklung von umweltfreundlichen Ideen für eine Harmonie zwischen Stadt und Natur. Die digitale Stadt der Zukunft bringt zahlreiche Möglichkeiten für Unternehmen, um frühzeitig in neue digitale Ansätze zu investieren und von neuen Impulsen zu profitieren.

Die DIGICON ist das Jahresevent des Digitale Stadt München e.V. und eine bedeutende Konferenz zu Digitalisierungsthemen in der Metropolregion München. Sie bringt seit 2016 renommierte Experten und Top-Entscheider aus Industrie, Politik und Forschung in München zusammen, um sich über digitale Zukunftschancen auszutauschen. In den letzten Jahren standen u.a. die Themen Quantencomputing, Künstliche Intelligenz, Machine Learning, Autonomes Fahren und Digitale Kompetenzen im Fokus. Die DIGICON soll Unternehmen die Möglichkeit bieten, sich über Digitalisierungsthemen auszutauschen und voneinander zu lernen.

Prof. Dr. Linnhoff-Popien gewinnt den Lehrpreis „Beste Bachelorvorlesung“ für „Rechnerarchitektur“, die auch in Quantencomputing einführt

Prof. Linnhoff-Popien gewinnt Lehrpreis "Beste Bachelorvorlesung"
für "Rechnerarchitektur", die auch in Quantencomputing einführt

Einmal im Jahr evaluiert die Fachschaft Mathematik, Physik und Informatik der LMU unter den Studierenden, welche Dozierenden und welche TutorInnen sich in der Lehre besonders engagiert haben. Der „Goldene Sommerfeld“ für den Fachbereich Physik wird bereits seit 2017 verliehen. Im Jahr 2022 kommen der „Goldene Carathéodory für den Fachbereich Mathematik und der „Lehrpreis der Informatik“ hinzu. Ziel ist es, herausragende Lehrveranstaltungen und Tutorien zu ehren und sie als gutes Beispiel zu kennzeichnen.

Am Donnerstag, den 12.01.2023 wurde Frau Prof. Dr. Linnhoff-Popien der „Lehrpreis der Informatik 2022“ für die „Beste Bachelorvorlesung“ verliehen. Fast 10.000 Studierende der Gruppe Aktiver Fachschaften Physik, Mathematik und Informatik aus dem vergangenen Wintersemester 2021/2022 und Sommersemester 2022 haben abgestimmt und waren sich einig: Prof. Dr. Linnhoff-Popiens Vorlesung „Rechnerarchitektur” war besonders herausragend.

Was zeichnet eine gute Lehrveranstaltung aus? Hierzu wurde Prof. Dr. Linnhoff-Popien zu ihrer Lehre im Sommersemester 2022 direkt gefragt und sie berichtet wie folgt:
„Es war der April 2022, eine heftige Zeit bezüglich Corona, und da erwarteten wir 700 bis 800 Studierende aus 16 verschiedenen Studiengängen zur Rechnerarchitektur. Der gebuchte Hörsaal hatte 600 Plätze. Ich hatte damals sowohl Studierende kennengelernt, die sich nach Präsenzverstaltungen sehnten, als auch Studenten, bei denen Familienmitglieder zu Risikogruppen gehörten und die enge Kontakte dringend meiden sollten. Für diese Szenarien haben wir entsprechend ein flexibles Vorlesungskonzept erstellt, dabei waren mir folgende drei Aspekte wichtig:

WO? – Die Frage war, soll die Vorlesung im Hörsaal oder per Videoaufzeichnung stattfinden? Hier entschieden wir uns für ein hybrides Konzept. Einen Teil der Vorlesungen habe in Präsenz gehalten – jede Vorlesung zweimal identisch nacheinander in jeweils einem halbvollen Hörsaal, so dass jeder Studierende die Möglichkeit hatte, einen Platz mit ausreichend Abstand zu finden. Zusätzlich stellten wir alle Vorlesungsinhalte als Video-on-demand zum Abrufen von daheim bereit.

WAS? – Laut Lehrplan werden in der Rechnerarchitektur ausschließlich klassische Rechner und Rechenmethoden behandelt. Zusätzlich zu den klassischen Ansätzen, habe ich als wahlobligatorisches Modul eine Einführung in das Quantencomputing mit aufgenommen. Wer QC lernen wollte, konnte in der Klausur eine Aufgabe dazu lösen. Wer kein Interesse an QC hatte, hat alternativ Assembler als Klausuraufgabe programmiert. Beachtliche 96% der Studierenden haben sich additiv zum klassischen Stoff mit QC befasst.

WIE? – Ich habe großen Wert darauf gelegt die Vorlesung anschaulich und einfach verständlich zu halten. Anknüpfend daran hatte jeder Studierende die Möglichkeit den Vorlesungsstoff zunächst in Tutorien zu vertiefen, in welchen exemplarisch Übungsaufgaben vorgerechnet wurden. Danach konnten sie die gewonnen Kenntnisse unter Beweis stellen, indem sie wöchentliche Übungsblätter rechnen und abgeben um Bonuspunkte zu erhalten. Unser Team von 11 Übungsleitungen korrigierte im Schnitt 1.800 Übungsabgaben pro Woche. Hunderte von Klausuren wurden innerhalb von 48 Stunden nachdem sie geschrieben wurden korrigiert. Mein großer Dank gilt dem unglaublichen Team der drei Assistenten und Übungsleitungen, die mit ganz viel Engagement jeden Studierenden individuell betreut und jede aufkommende Frage einzeln beantwortet haben.“

In der Urkunde zum Preis wird die Vorlesung wie folgt gewürdigt:
„Beste Bachelorvorlesung – Rechnerarchitektur (Sommersemester 2022) – Prof. Linnhoff-Popien – Bei der Evaluation zeichnete sich die beste Bachelorveranstaltung durch ihre leidenschaftliche und sympathische Vermittlung komplexer Themen aus. Die Vorlesung wurde als gut strukturiert und übersichtlich gelobt. Manche Studierende bezeichneten die Vorlesung als die beste ihres Lebens.

Link:
https://gaf.fs.lmu.de/lehrpreise/lehrpreisinfo

Die Freude der Preisträger am vergangenen Donnerstag war sehr groß und die Stimmung ausgelassen. Wir können gespannt sein, welche Vorlesungen im nächsten Jahr von der Fachschaft Mathematik, Physik und Informatik der LMU nominiert werden.

16.11.2022: DIGICON 2022 „Künstliche Intelligenz in Wirtschaft und Gesellschaft: Wie erreichen wir Fairness, Trust & Data Excellence?“

Digitale Welt Convention – DIGICON 2022

Künstliche Intelligenz in Wirtschaft und Gesellschaft: Wie erreichen wir Fairness, Trust & Data Excellence?

Am 16. November fand die DIGICON zum 7. Mal infolge statt. Das große Digitalisierungsevent stand in diesem Jahr im Zeichen des Kernthemas

„Künstliche Intelligenz in Wirtschaft und Gesellschaft: Wie erreichen wir Fairness, Trust & Data Excellence?“.

Die DIGICON ist das Jahresevent des Digitale Stadt München e.V. und eine bedeutende Konferenz zu Digitalisierungsthemen in der Metropolregion München. Sie bringt seit sieben Jahren renommierte Experten und Top-Entscheider aus Industrie, Politik und Forschung in München zusammen, um sich über digitale Zukunftschancen auszutauschen. In den letzten Jahren standen u.a. die Themen Quantencomputing, Machine Learning, Autonomes Fahren und Digitale Kompetenzen im Fokus. Die DIGICON soll Unternehmen die Möglichkeit bieten, sich über Digitalisierungsthemen auszutauschen und voneinander zu lernen.

Dieses Jahr fand die DIGICON wieder vor Ort in München statt. Namhafte Entscheider und Experten aus der Digitalisierungsbranche über Fairness, Trust und Data Excellence von künstlicher Intelligenz nahmen teil, über 20 Speaker erläuterten in ihren Vorträgen den Stand der Entwicklungen in ihren Unternehmen und Konzernen, sprachen über die neueste Forschungsergebnisse und diskutierten rege über Praxisbeispiele und Zukunftschancen.

Ausklang fand das Event bei einem abendlichen Networking, Essen und Musik in der Villa Flora. Die Gäste zeigten sich begeistert von der Möglichkeit, sich über wichtige Digitalisierungsthemen endlich wieder live austauschen und ihr Wissen oder Projekte vernetzen zu können.

https://digitaleweltmagazin.de/digicon/rueckblick/

123 4 5 6 7

Page 2 of 7

QAR-Lab