QAR-Lab

a:3:{s:6:"locale";s:5:"de_DE";s:3:"rtl";i:0;s:9:"flag_code";s:2:"de";}
Zukunftspotenziale von Quantencomputing für Industrie und Wirtschaft – Was wird Quantencomputing wann möglich machen?

Zukunftspotenziale von Quantencomputing für Industrie und Wirtschaft
Was wird Quantencomputing wann möglich machen?

Wieder ein Tag voller Termine. Und natürlich wollen Sie pünktlich sein. Doch der Berufsverkehr lässt den Morgen wie immer mit einer Zerreißprobe für die Nerven beginnen: Nach dem Prinzip „Stop and Go“ quälen Sie sich mit Ihrem Fahrzeug von Ampel zu Ampel. Vorbei an Baustellen, Spurverengungen und überlasteten Kreuzungen. Sie fragen sich, ob man den Verkehrsfluss durch die Stadt nicht geschickter regeln könnte – erkennen aber auch, dass Verkehrsplaner angesichts der Komplexität urbaner Straßennetze vor einer schier übermenschlichen Herausforderung stehen. Gibt es trotzdem eine Lösung? Ja, in naher Zukunft. Quantencomputing macht’s möglich …

Quantencomputing (QC) ist heute überall im Gespräch, wo es um besonders leistungsstarke Rechner geht – erst recht, seit der bayerische Ministerpräsident Markus Söder die Technologie als „Warp-Antrieb für die Forschung der Zukunft“ bezeichnet [1] und die Bayerische Staatsregierung in der Hightech Agenda Plus ein insgesamt 300 Millionen Euro schweres Förderprogramm für die QuantenTech Vision Bayern bereitgestellt hat [2]. Doch bis heute haben viele Menschen noch sehr diffuse Vorstellungen über die Funktionsweise und möglichen Anwendungsbereiche von Quanten-Computern – und das auch in Wirtschaft und Industrie, obwohl die neue Technologie unsere Welt mittelfristig ähnlich revolutionieren kann wie Konrad Zuses „Z1“ und der heute allgegenwärtige Personal Computer.

QAR-Lab: Systematischer Aufbau der Quanten-Kompetenz von der Forschung bis zur Anwender-Ebene

Wir als QAR-Lab haben es uns zum Ziel gesetzt, das Potenzial von Quantencomputing zu erforschen, die existierende Hardware zu testen und das Quantencomputing in die Anwendung zu bringen. Wirtschaft und Industrie sollen einen möglichst einfachen Zugang zu der neuen Technologie erhalten. 
Das QAR-Lab wurde im Jahr 2016 von Frau Prof. Dr. Claudia Linnhoff-Popien am Lehrstuhl für Mobile und Verteilte Systeme der LMU München ins Leben gerufen. „Unser Ziel ist“, sagt Prof. Dr. Linnhoff-Popien, „zum einen Grundlagenforschung zu betreiben und zum anderen die Quanten-Technologie für praxisnahe Anwendungen nutzbar zu machen.“ 

Unsere Mission im QAR-Labs besteht darin,

  • in Forschung und Lehre die Quanten-Experten der Zukunft heranzubilden
  • für unterschiedlichste Branchen mithilfe von Quantencomputing einen frühen Quanten-Vorteil in den Bereichen Optimierung und Künstliche Intelligenz zu erschließen
  • durch eine eigens entwickelte Middleware (UQO-Plattform) eine architekturunabhängige Programmierung von Quanten-Computern zu ermöglichen
  • unter der Bezeichnung CAQAO eine Lernplattform zur Vermittlung von Programmierkenntnissen für Quantencomputing einzurichten
  • Anwenderkompetenz für Quantencomputing aufzubauen, um die neue Technologie einem breiten Nutzerkreis in der Industrie zugänglich zu machen – etwa durch Workshops oder Vorträge und die Identifizierung möglicher Use Cases

Zur Evaluierung diverser QC-Systeme nutzen wir verschiedene Quanten-Computer und greifen über die Cloud auf die Rechner von IBM, Fujitsu, D-Wave Systems und Rigetti zu. Wir führen „Challenges“ mit praxisnahen Anwendungsszenarien durch, in denen unterschiedliche Hardware- und Programmierstrategien zur Lösung spezifischer Aufgaben erprobt werden.

QAR-Lab „Quantum Computing Optimization Challenge“

Im Frühjahr 2021 veranstaltete wir im QAR-Lab eine QC-Programmier-Challenge, in der auf jeweils vier Quanten-Computern fünf Use Cases der Unternehmen BASF, BMW, SAP, Siemens und Trumpf berechnet wurden, um herauszufinden, welcher Computer für welchen Anwendungsfall die besten Ergebnisse liefert. Im November 2021 folgte eine zweite Challenge mit den Unternehmen E.ON, Evonik Industries und BAYER.

Zum Einsatz kamen die folgenden Gate-Model- bzw. Annealing-basierten Rechner:

  • IBM Q System One
  • Rigetti Aspen-9
  • Fujitsu DAU
  • D-Wave Advantage

Die teilnehmenden Studierenden der LMU München mussten sich vor dem Beginn des Experiments erst aufwendig mit der Bedienung der Quanten-Computer vertraut machen. Dazu gehörte aufgrund der fehlenden Standardisierung auch die Einarbeitung in die verschiedenen Software Development Kits (SDKs) der einzelnen Rechner.

Quantencomputing auch für Nicht-Spezialisten nutzbar machen

Ziel der Challenge war u. a., in Zusammenhang mit den unterschiedlichen Use Cases Erkenntnisse zu Performanz, Rauschen und den Anwendererfahrungen beim Zugriff auf die Quanten-Computer zu erlangen. Dazu Prof. Dr. Linnhoff-Popien: „Deutschlandweit gibt es bislang keine weiteren vergleichbaren Versuchsanordnungen, in denen Studierende derart umfassend Erfahrung mit der Programmierung von Quanten-Computern sammeln können – da ist das QAR-Lab derzeit führend. Unser Ziel ist, Quantencomputing zugänglicher und auch für Nicht-Spezialisten umfänglich wirtschaftlich nutzbar zu machen, um Unternehmen und Institutionen einen frühen Quanten-Vorteil zu verschaffen.“

Die Herausforderung: Awareness für die Bandbreite möglicher Anwendungen wecken

„Bislang ist Quantencomputing eine Angelegenheit von Spezialisten, die mit hardware-naher Programmierung sehr tief in die Systeme eingreifen“, sagt Prof. Dr. Linnhoff-Popien. „Wir stehen heute mit Quantencomputing vor einer ähnlichen Situation wie vor etwa 50 Jahren mit dem Personal Computer. Und genauso wie der PC wird der Quanten-Computer in naher Zukunft auch für nicht spezialisierte Anwender bedienbar sein. Software-Entwickler suchen heute schon nach Wegen, das Arbeiten mit einem Quanten-Computer intuitiver zu gestalten. Jetzt gilt es vor allem, das Bewusstsein dafür zu wecken, wo der Quanten-Computer überall seine Vorteile ausspielen kann.“ 

Die fünf QC-Level des QAR-Lab: Wann werden Unternehmen einen Quanten-Vorteil erzielen können?

Unsere Wissenschaftler des QAR-Lab rechnen damit, dass Unternehmen in den kommenden fünf bis zehn Jahren ihre ersten wirtschaftlichen Quanten-Vorteile realisieren können. Um zu evaluieren, wo ein Unternehmen bereits steht, wird die jeweilige Firma mit ihren Use Cases nach dem QAR-Lab-Modell aus fünf QC-Levels eingestuft. Auf diese Weise ermittelt man schrittweise den Bedarf für spezifische Use Cases und den voraussichtlichen Zeitrahmen für die Erzielung des Quanten-Vorteils:

QC-Level 0 (Thinking)
Es besteht ein Bewusstsein darüber, dass Quantencomputing für bestimmte Prozesse Performance und Effizienz deutlich steigern könnte.

QC-Level 1 (Classification)
Es besteht ein Bewusstsein darüber, dass sich wirtschaftliche Vorteile mit QC in den Bereichen Optimierung, Simulation und Künstliche Intelligenz erzielen lassen.

QC-Level 2 (Discovery)
Das Unternehmen hat bereits eine Liste potenzieller Use Cases für QC gesammelt.

QC-Level 3 (Selection)
Nach den vier Kriterien des QAR-Lab (schwere, wichtige, passende und frühe Anwendungsfälle) werden die potenziellen Use Cases gewichtet und ein Favorit ermittelt.

QC-Level 4 (Implementation)
Der favorisierte Use Case wird auf mehreren unterschiedlichen Quanten-Computern umgesetzt. Die Resultate werden anschließend hinsichtlich Laufzeit und Qualität der Lösung miteinander verglichen.

QC-Level 5 (Prediction)
Nach der Auswertung des Vergleichs verschiedener QC-Systeme und der Ermittlung des Bedarfs an Qubits prognostizieren unsere QAR-Lab-Experten, wann die erforderliche Hardware verfügbar sein wird und sich ein früher Quanten-Vorteil erreichen lässt.

Wer kann von Quantum Computing profitieren?

Quantumcomputing wird künftig fast alle Wirtschafts- und Industriezweige sowie gesellschaftliche Bereiche durchdringen und wesentlich dazu beitragen, komplexeste Abläufe wie das eingangs aufgezeigte Szenario der urbanen Verkehrsplanung effizient zu lösen. Dabei ist es heute schon für viele Unternehmen und Institutionen möglich, sich für einen frühen Quanten-Vorteil in Stellung zu bringen – und das QAR Lab arbeitet hierbei an:

  • Identifizierung von Anwendungsfeldern und Use Cases
    In welchen Anwendungsbereichen lassen sich in einer spezifischen Branche mit Quanten-Technologie komplexe Aufgaben lösen und echte Wettbewerbsvorteile erzielen? 
  • Implementierung von Quantencomputing-Lösungen
    Wir erarbeiten gemeinsam mit dem Unternehmen oder der Institution auf Basis der Quanten-Technologie Lösungsansätze für spezifische Aufgabenstellungen. Dabei lernen die Partner Quanten-Algorithmen kennen und verstehen.
  • Wahl der passenden Quanten-Hardware
    Nicht jeder Quanten-Computer ist für eine spezifische Aufgabe gleich gut geeignet. Wir pflegen enge Partnerschaften zu namhaften Herstellern von Quanten-Hardware. Auf drei Quanten-Computern und einem quanten-inspirierten Annealer erproben wir die Performanz von Rechnerarchitekturen, um bestmögliche Ergebnisse für spezifische Anwendungsfälle zu erforschen. 

Konkrete Anwendungsfälle: In welchen Bereichen wird Quantencomputing künftig unsere Welt revolutionieren?

Quantencomputing ist für alle Anwendungen interessant, bei denen unsere heutigen Computer an die Grenzen ihrer Leistungsfähigkeit stoßen. Wir  legen hier in der Forschung die Schwerpunkte derzeit auf die Bereiche

  • Optimierung
  • Quantenunterstützte Künstliche Intelligenz

Ein typischer Anwendungsfall, in dem sich Quantencomputing als äußerst leistungsstark erweist, sind Lösungen, die aufgrund der vielen zu berücksichtigenden Parameter einen enormen Rechenaufwand erfordern.  

Quanten-Pilotprojekt bei der Volkswagen AG
So startete die Volkswagen AG bereits 2019 in Lissabon das weltweit erste Quanten-Pilotprojekt zur Optimierung des Verkehrsflusses (Capacitated Vehicle Routing Problem): Neun Fahrzeuge der städtischen MAN-Busflotte wurden in ein QC-System eingebunden, das auf einem Quanten-Computer von D-Wave basiert. Das Ziel war, Staus und Störungen rechtzeitig zu erkennen und fast in Echtzeit die schnellste Route zum Ziel zu wählen [3]. In einem weiteren Projekt gelang es Volkswagen, mithilfe von Quantencomputing die Fahrzeiten von 10.000 Taxis im Verkehr der chinesischen Mega-Metropole Beijing deutlich zu verkürzen [4].Quantencomputing ist somit eine Anwendung, die nicht nur für die Verkehrsplaner von Großstädten, sondern auch für den Logistik-, Transport- und Reise-Sektor im Allgemeinen enorme Vorteile verspricht.

Quantencomputing im Automotive-Bereich bei der BMW Group
Auch die BMW Group erkundet die Möglichkeiten des Quantencomputing im Automotive-Bereich und richtete im Sommer 2021 unter Einbeziehung der globalen Quantencomputing Community eine Challenge mit vier Schwerpunkten aus [5]:

  • Optimierung von Sensor-Positionen für automatisierte Fahrfunktionen
  • Simulation von Material-Deformationen im Produktionsprozess
  • Optimierung der Konfiguration von Vorserien-Fahrzeugen
  • Maschinelles Lernen für automatisierte Qualitätsanalysen

Besonders interessant im Umfeld der industriellen Produktion: die Optimierung der Positionen und Wege von Roboterarmen entlang der Fertigungslinien sowie neue Möglichkeiten der automatisierten Qualitätskontrolle und der vorausschauenden Wartung (Predictive Maintenance).

Die weiteren Einsatzpotenziale von Quantencomputing reichen von bildgebenden Verfahren in der Medizintechnik über die chemische und pharmazeutische Industrie bis hin zu Datenschutzlösungen und Kryptografie oder Systemen zur hochpräzisen metrologischen Erfassung von elektrischen, magnetischen und Gravitations-Feldern, seismischen Schwingungen oder Geschwindigkeitsänderungen. Selbst Aktien-Portfolios lassen sich zur Gewinnmaximierung mithilfe von Quantum Computing optimieren.

Innovationen brauchen Partner: Politik hat Zukunftspotenzial der Quanten-Technologie erkannt

Wer Quantencomputing vorantreiben will, braucht starke Partner nicht nur in der Forschung und Wirtschaft, sondern auch treibende Kräfte in der Politik.

Im Januar 2021 verkündete die Bayerische Staatsregierung den Zusammenschluss der fünf großen Akteure der Münchener Quanten-Szene zur Initiative Munich Quantum Valley.  Dem Verbund gehören die Bayerische Akademie der Wissenschaften, die Fraunhofer-Gesellschaft, die Max-Planck-Gesellschaft, die Ludwig-Maximilians-Universität München und die Technische Universität München an. Ziel ist, Bayerns führende Stellung im Bereich der Quantentechnologie-Forschung nicht nur gegenüber den anderen Bundesländern, sondern auch gegenüber internationalen Hightech-Nationen wie den USA und China auszubauen. 

In einem Fünf-Punkte-Zukunftsplan [6] strebt die Bayerische Staatsregierung zudem an, der Quanten-Technologie durch Förderung von Start-ups und branchenübergreifender Innovationen zusätzliche Impulse zu verleihen. 

Eine wesentliche Rolle spielt in diesem Zusammenhang die QuantenTech Vision Bayern, deren Rahmen von Bayerns Digitalministerin Judith Gerlach, Wirtschaftsminister Hubert Aiwanger, sowie Vertreterinnen und Vertretern von Universitäten, Forschungseinrichtungen und der Wirtschaft festgelegt wurde: Es gilt, die umfangreichen Erkenntnisse aus der bayerischen Grundlagenforschung zur Quanten-Technologie direkt in industrielle Wertschöpfung umzusetzen. 

Das QAR-Lab und Bayern Innovativ: den technologischen Wandel mit Quantencomputing zügig umsetzen

Wir als QAR-Lab der LMU fokussieren uns auf die Grundlagenforschung, die Schulung von Anwenderkompetenzen und darauf, gemeinsam mit Partnern aus Industrie und Wirtschaft konkrete Use Cases zu identifizieren. Auch unser Partner Bayern Innovativ will Quantencomputing als Zukunftstechnologie möglichst schnell mit konkreten Applikationen „auf die Straße bringen“. Dazu Dr. Andreas Böhm, Projektmanager Technologie und Leiter Quantentechnologie bei Bayern Innovativ: „Wir haben bei der Digitalisierung gesehen, dass viele Firmen wichtige Innovationen und Transformationsschritte auf die lange Bank schieben, bis eine Notsituation wie die Corona-Pandemie zum Handeln zwingt. Diesen Fehler sollten wir mit der Quanten-Technologie vermeiden und rechtzeitig aktiv werden. Denn andere Länder sind auf einem ähnlichen Forschungsstand wie wir in Bayern, gehen aber schon jetzt viel anwendungsorientierter an das Thema heran.“

Starten Sie mit Quantencomputing

Erfahren Sie mehr über unsere Kooperationen mit der Wirtschaft und über mögliche Anwendungsgebiete im Bereich Quantencomputing.

[1] https://www.stmwk.bayern.de/allgemein/meldung/6629/quantum-integration-centre-in-garching-soll-bayern-als-fuehrenden-standort-beim-quantencomputing-etablieren.html
[2] https://www.munich-startup.de/78011/quantentech-vision-bayern-vorgestellt/
[3] https://www.volkswagenag.com/de/news/2019/10/volkswagen-optimizes-traffic-flow-with-quantum-computers.html
[4] https://www.volkswagen-newsroom.com/de/pressemitteilungen/forschungsprojekt-erfolgreich-volkswagen-it-experten-nutzen-quantencomputer-fuer-verkehrsfluss-optimierung-1303
[5]https://www.press.bmwgroup.com/deutschland/article/detail/T0337884DE/quantencomputing:-bmw-group-startet-crowd-innovation-initiative-quantum-computing-challenge-in-zusammenarbeit-mit-aws?language=de
[6] https://www.bayern.de/bericht-aus-der-kabinettssitzung-vom-14-september-2020/


QAR-Lab der LMU präsentiert Ergebnisse der 2. Challenge „Quantum Computing Optimization“: Größere Probleme lösbar, Industriepartner zufrieden

QAR-Lab präsentiert Ergebnisse: „Quantum Computing Optimization“ Challenge - Größere Probleme lösbar, Industriepartner zufrieden

(10.02.2022/München) Das Quantum Application & Research Lab (QAR-Lab) am Institut für Informatik der LMU bringt Quantencomputing weiter in die Anwendung und hat neue Erkenntnisse vorgestellt. Im November 2021 war die zweiten Challenge „Quantum Computing Optimization“ gestartet, am 10. Februar 2022 präsentierten 24 Studierende der Informatik den Industriepartnern die Resultate. Die Leiterin des QAR-Lab, Prof. Dr. Claudia Linnhoff-Popien freute sich über die Erkenntnisse aus dem mehrmonatigen Praxis-Projekt der LMU mit den Partnern E.ON, Bayer und Evonik Industries. Die Studierenden hatten je einen Anwendungsfall der Unternehmen auf drei Quantencomputern sowie einem quanteninspirierten Rechner ausgeführt. 43 Personen nahmen an der virtuellen Abschlusspräsentation teil, die Ergebnisse werden teilweise noch vertraulich behandelt.

  Prof. Dr. Claudia Linnhoff-Popien bedankte sich bei den Studierenden für ihre Arbeiten und bei den Wirtschaftspartnern für die intensive Beteiligung. Das im Jahr 2016 gegründete QAR-Lab verfolge das Ziel, Quantencomputing einem breiten Nutzerkreis in Forschung und Wirtschaft zugänglich zu machen. Diesem Ziel komme man ein großes Stück näher.

Die Unternehmen E.ON, Bayer und Evonik Industries hatten für die „Optimization Challenge“ Anwendungsfälle aus der Praxis – sogenannte Use Cases – zur Verfügung gestellt. Die Studierenden der Informatik sollten dazu die verschiedenen Optimierungsszenarien auf drei verschiedenen Quantencomputern und einem quanteninspirierten Rechner ausführen. Ziel war es, die Use Cases auf den vier Rechnern zu programmieren um im Vergleich herauszufinden, welche Hardware für die jeweilige Problemstellung das optimalste Ergebnis liefert.

Der Anwendungsfall von E.ON beinhaltete die Optimierung der Personalplanung im Call Center. Die Problemstellung von Evonik war ein „General Purpose Optimizer“ und der Use Case von Bayer behandelte die Optimierung einer Supply Chain.

Der QAR-Lab Wissenschaftler Jonas Stein, Organisator der Veranstaltung, erläuterte zu Beginn das Quantenmechanische Modell und die aktuell existierende Quanten Hardware. Im Endeffekt gehe es um die Frage: Wie schafft man es, in den Grundzustand eines physikalischen Systems zu kommen, denn dieser codiere die Lösung des Optimierungsproblems.

Im Hauptteil des Abends präsentierten die drei Studierenden-Teams jeweils ihre vier Ergebnisse.

  • Use Case des Energiekonzerns E.ON: Hier wurde eine reine kombinatorische Optimierung durchgeführt. Aufgabenstellung war die Optimierung der Personalplanung im Call-Center. Hier lieferten die Testläufe gute Ergebnisse, das industrielle Problem war insgesamt gut geeignet für Quantenansätze. Es wurde ein Programm mit grafischer Benutzeroberfläche entwickelt, um den niederschwelligen Einsatz von Quantencomputing in der Praxis zu ermöglichen.
  • Im Use Case des Unternehmens Evonik Industries waren vielversprechende Lösungen bis zu einer gewissen Genauigkeit machbar.


Fazit: Allmählich größere Probleme lösbar

im Vergleich zur ersten Challenge im Sommer 2021 waren dank neuer Hardware nun größere Probleme lösbar. Allerdings hat sich der Zugriff auf die Hardware softwareseitig weiterhin schwierig oder fehleranfällig gestaltet. Das Annealing Model lieferte weiterhin besser Ergebnisse als das Gate Model, teilweise funktionierte hier die Codierung bei Fujitsu, teils bei dem Rechner von D-Wave besser.

 

Als Ergebnis steht eine Proof-of-Concept Hardwareimplementierung für Kombinatorische und Kontinuierliche Optimierungsprobleme mit den neuen Erkenntnissen zur optimierten Problemformulierung.

Abschließend bedankten sich die Industrievertreter bei den Veranstaltern und Studierenden für den wochenlangen Einsatz in der „Quantum Computing Optimization Challenge“. Es stecke viel Zeit und Geld in den sogenannten Learnings, das Engagement der Universität schätze man sehr.

Dr. Ulf Hengstmann, Digital Transformation Lead R&D bei Bayer äußerte sich positiv über die ersten Ergebnisse. Man sei sich bewusst, dass die Systeme in diesen frühen Zeiten der Technologieentwicklung zwar noch fehleranfällig seien. Sie lieferten trotzdem bereits erste wichtige Erkenntnisse. Es sei eine spannende Entwicklung.

Der Informatik-Student Jonas Blenninger zeigte sich begeistert von der dreimonatigen Programmierarbeit: „Die Programmierung der Quantencomputer für einen echten Anwendungsfall aus der Industrie fand ich herausfordernd und sehr motivierend. Das Praktikum hat unglaublich viel Spaß gemacht und ich habe in diesen Monaten extrem viel gelernt.“

Der Informatik-Student Lennart Rietdorf war ebenfalls von der praxisnahen Anwendung begeistert, die vom Informatik Lehrstuhl für Mobile und Verteilte Systeme angeboten wurde: „Das Quanten-Computing-Praktikum war sehr lehrreich und interessant. Da es in Gruppenarbeit stattfindet, können sich die Team-Mitglieder gegenseitig in ihren Stärken ergänzen. Klasse war auch das fast immer verfügbare, sehr motivierte Dozenten-Team des QAR-Lab sowie die äußerst schnelle Notenbekanntgabe direkt nach dem Abschlussvortrag.“

Lehrstuhl-Doktorand Jonas Stein, der die Challenge betreute, fasste abschließend zusammen: „Für die Use Cases aus den Bereichen Produktion, Service und Produktentwicklung konnten die Studierenden erfolgreich innovative Quantencomputing-Lösungsansätze entwickeln und auf echter Quantenhardware testen. Insbesondere konnte dabei ein Proof of Concept für die Lösung von kontinuierlichen (statt der sonst üblichen kombinatorischen) Optimierungsprobleme durch Quantencomputing gezeigt werden. Auch mir hat es viel Spaß gemacht.“

Die Challenge des QAR-Labs dient der Förderung des Wissenschaft-Praxis-Transfers. Die Ergebnisse werden im Jahr 2022 in wissenschaftlichen Veröffentlichungen aufbereitet.


Quantencomputing in der Praxis – QKI zur assistierten COVID-19 Befundung und Entscheidungsunterstützung

Quantencomputing in der Praxis – QKI zur assistierten COVID-19 Befundung
und Entscheidungsunterstützung

(15.12.2021/München) Bei dem heutigen Netzwerktreffen mit dem Themengebiet „Quantencomputing in der Praxis: branchenspezifische Use Cases“ waren Dr. Sigrid Auweter von der Smart Reporting GmbH und Leo Sünkel aus dem QAR-Lab bei Bayern Innovativ zu Gast. Der Einsatz von KI und Quantencomputing eröffnet neue Möglichkeiten in den unterschiedlichsten Anwendungsgebieten – so auch im medizinischen Bereich. Die Smart Reporting GmbH hat es sich zum Ziel gesetzt, radiologische Diagnoseverfahrungen und deren Berichterstattung zu optimieren. Hierfür arbeiten im Rahmen des Projekts PlanQK die Smart Reporting GmbH, gemeinsam mit dem Fraunhofer Institut und dem QAR-Lab der LMU München an dem Use Case „QKI-gestützte Diagnose von COVID-19 in Radiologieaufnahmen“. Die Grundidee ist der Einsatz von Quantencomputing zur Analyse von radiologischen Befunddaten und Aufnahmen der Lunge sowie der umliegenden Organe in Bezug auf die Diagnose von Covid-19.  

Ziel dieses Anwendungsfalls ist die automatische Klassifizierung der Lungen-CT-Bilder in drei Kategorien: Gesund, COVID 19-Pneumonie sowie sonstiger Befund. Zusätzlich wird der Schweregrad bei COVID 19-Pneumonie bestimmt, d.h. wie stark die Lunge von COVID19 angegriffen wurde. Daraus soll im Anschluss die beste Behandlungsmöglichkeit für den Patienten abgeleitet werden. Mit Hilfe von Quantum Machine Learning soll das gesamte Verfahren optimiert werden.

„Zunächst einmal ist das Ziel, verschiedene Lösungsansätze zu recherchieren und zu identifizieren – vor allem in Bezug auf Quantencomputer der nächsten Jahre bzw. der NISQ-Ära.“

Zitat Leo Sünkel/QAR-Lab

Aktuell existieren bereits mehrere Prototypen, mit denen das Projekt umgesetzt werden kann. Ein Lösungsansatz liegt im hybriden klassischen “quantum transfer learning” mit abschließender Lokalisierung der Bildbereiche, die am ehesten auf eine Pathologie hinweisen. Dieser wird auf dem Quantengate Modell durchgeführt. Ein anderer Lösungsansatz läuft über den Ansatz der Quantum-Boltzmann-Machine, der über Quantenannealer berechnet wird.

Eines der derzeitigen Herausforderung besteht darin, dass aktuelle Quantencomputer mit der geringen Anzahl an Qubits noch nicht geeignet sind, um ganze CT-Scans alleine zu verarbeiten. Daher wird aktuell der hybride Ansatz forciert, in dem klassische Computer mit Quantencomputer gemeinsam Berechnungen durchführen und mit verschiedenen Architektur-Ansätzen experimentiert. Dabei ist das langfristige Ziel, den Quantenanteil zu maximieren und dadurch bessere Ergebnisse zu erzielen.

Im weiteren Projektverlauf sollen die verschiedenen Architekturen evaluiert und bewertet werden. Welche Schwächen haben die verwendeten Quantenmodelle und wie gut sind die erbrachten Ergebnisse. Auf dieser Grundlage können die Modelle verfeinert und erweitert werden. Zusätzlich fließen kontinuierlich aktuelle medizinische Erkenntnisse aus der Forschung der COVID19 Pandemie in das Projekt mit ein.

Wenn es mit dem Use Case „QKI-gestützte Diagnose von COVID-19 in Radiologieaufnahmen“ gelingt, aussagekräftige Diagnosen zu erhalten, können QKI-Verfahren langfristig auch bei anderen Krankheitsbildern angewendet werden und dem Gesundheitssektor eine große Unterstützung sein.


QAR-Lab der LMU etabliert 11 tiefgreifende Forschungsthemen für interessierte Studentierende im Bereich Quantencomputing

QAR-Lab der LMU ermöglicht Informatik-Studierenden 11 tiefgreifende Forschungsarbeiten im Bereich Quantencomputing

Am 15. Dezember 2021 veranstaltete das QAR-Lab der LMU einen „Kaminnachmittag“ für Studierende, die sich für den Bereich Quantencomputing interessieren. Das QAR-Lab des Lehrstuhls für Mobile und Verteilte Systeme der LMU unter Leitung von Prof. Dr. Claudia Linnhoff-Popien bot 11 Themen an, zu denen Studierende Forschungsarbeiten leisten können. Nach tiefgehenden Untersuchungen sollen die Ergebnisse in wissenschaftlichen Veröffentlichungen zusammengefasst werden.

Jonas Stein, Doktorand und wissenschaftlicher Mitarbeiter im QAR-Lab moderierte die einstündige virtuelle Veranstaltung mit 34 Teilnehmern und erläuterte die Teilnahmemöglichkeiten für Interessierte. Er freute sich, dass das QAR-Lab interessierten Informatik-Studierenden neue Möglichkeiten für Forschungsarbeiten im Bereich Quantencomputing anbieten könne.
Insgesamt wurden 11 Themengebiete vorgestellt, die die Studierenden untersuchen können.

Den Auftakt machte Dr. Sebastian Feld, Ass. Professor am Quantum & Computer Engineering Department der TU Delft (NL), der im Jahr 2018 am Lehrstuhl für Mobile und Verteilte Systeme der LMU promoviert und das QAR-Lab mitbegründet hatte. Er erläuterte den Studierenden seine sechs Themen. Diese sollen tiefer erforscht und mathematisch beschrieben werden, z.B. Alternative Routen zum kürzesten Weg, Currency Arbitrage, Qubit Mapping Problem oder die Optimierung von Flugzeug Beladungen.

Daniel Ratke, CTO der AQARIOS GmbH, einer neuen Ausgründung des QAR-Labs, stellte kurz das Spin-off vor und freute sich, die Studierenden bei den Rechercheaufgaben zu betreuen. Er stellte drei Fälle vor, die zu untersuchen und auf verschiedenen Rechner zu erproben seien. Angeboten wurden zwei praktische Fälle sowie ein theoretisches Thema, das in einem Survey Paper zusammengefasst werden soll.

Jonas Stein stellt zwei Themen aus dem QAR-Lab vor, bei denen bereits erste Erprobungen an verschiedenen Quantencomputern durchgeführt worden seien. Deren Optimierungsprobleme sollen nun weiterführend untersucht werden. Stein erläuterte die Aufgabenstellungen und fasste die elf Themen für die Studierenden abschließend zusammen Die Studierenden der Informatik wurden gebeten, sich für ein jeweils geeignetes Thema bei den drei Betreuern zu melden, um zum Jahresbeginn die Arbeitsschritte festzulegen.

Die Veröffentlichungen der Ergebnisse sind als sog. Wissenschaftliche „Paper“ zum Sommersemester 2022 geplant.

 


Merck leitet Quantum Computing Projekt BAIQO des deutschen BMBF – QAR-Lab wird Partner

Merck leitet BMBF-gefördertes Quantum Computing Projekt BAIQO – QAR-Lab der LMU ist Partner

• QAR Lab der Ludwig-Maximilians-Universität München ist Partner im Verbundprojekt
• Die Partner wollen mittels Quantum Computing Modelle für klinische Studien optimieren

(Darmstadt und München, 09. Dezember 2021)
Merck, ein führendes Wissenschafts- und Technologieunternehmen, hat heute bekannt gegeben, Mitglied des vom BMBF (Bundesministerium für Bildung und Forschung) geförderten Forschungsprojektes BAIQO (Bayesian Network Analysis and Inference via Quantum-assisted Optimization) zu sein. Dieses dreijährige Projekt wird im Verbund mit dem Quantum Applications & Research Laboratory (QAR-Lab) der Ludwig-Maximilians-Universität München durchgeführt. Der Fokus des Forschungsprojektes liegt darauf, Grundlagen für den Einsatz von Quantum Computing bei der Modellierung klinischer Studien zu schaffen. Die Partner untersuchen gemeinsam die Potenziale verschiedener Quantenalgorithmen zur Optimierung von Modellen, welche mit Hilfe von maschinellem Lernen aus großen Datensätzen generiert werden.

„Die Algorithmen sollen in unsere bestehende Optimierungsplattform integriert und untersucht werden. Gemeinsam gehen wir das Thema an, wie man Wirkstoffkandidaten gezielter, schneller, noch sicherer und damit natürlich auch nachhaltiger durch die Phase der klinischen Entwicklung bringen kann,“ sagte Thomas Ehmer, Projektleiter auf der Seite des Industrieprojektpartners Merck. „BAIQO bietet natürlich Potential für neue innovative Arbeitsplätze in diesem Technologiebereich.“

Die Informatik-Professorin Claudia Linnhoff-Popien, Lehrstuhlinhaberin und Leiterin des QAR-Labs der LMU ist vom BAIQO Projekt überzeugt: „Seitens des QAR-Labs sehen wir ein immenses Anwendungspotenzial von Quantum Computing für die Optimierung klinischer Studien. Mit unserer langjährigen Expertise im Bereich Künstliche Intelligenz und Quantum Computing wollen wir Merck bei der Entwicklung und Umsetzung nutzbringender Algorithmen unterstützen.“

Maschinell abgeleitete Modelle für klinische Studien (sogenannte Bayes’sche Modelle) sind oft hochkomplex mit sehr vielen Variablen und Abhängigkeiten zwischen den Variablen. Die Forschungspartner wollen evaluieren, inwieweit solche Modelle generell in Optimierungsprobleme übersetzt werden können, um so die bestmögliche Parameterverteilung für das Modellieren erfolgreicher klinischer Studien zu bestimmen.

Eine weitere Frage des BAIQO-Projektes ist, inwiefern – unter den noch bestehenden Einschränkungen aktueller Quantum Computing Hardware, den sogenannten NISQ-Geräten (NISQ: noisy intermediate-scale quantum) – unterschiedliche Arten von Quantenalgorithmen eingesetzt werden können. Die Evaluierung auf aktuell verfügbaren NISQ-Geräten wird zudem klären, ob ein „Quanten Vorteil“ im Vergleich zu klassischen Ansätzen zur Optimierung klinischer Studien besteht.

Es ist geplant, wissenschaftliche Ergebnisse von BAIQO projektbegleitend in renommierten Fachzeitschriften zu veröffentlichen.

Das Projektvolumen von 1,5 Mio. € wird zu 73,3 Prozent durch das BMBF über die Förderbekanntmachung „Anwendungsnetzwerk für das Quantencomputing“ gefördert. Die Förderbekanntmachung ist eine Maßnahme zur Umsetzung des Regierungsprogramms „Quantentechnologien – von den Grundlagen zum Markt“.

Mehr zum Regierungsprogramm
Hier zur Pressemeldung von Merck

Online Event 15. Dezember Quantencomputing in der Praxis: brachenspezifische Use Cases

Online-Event 15. Dezember 2021
Quantencomputing in der Praxis: brachenspezifische Use Cases

Am 15. Dezember bringt unser Partner Bayern Innovativ Experten zusammen, um einen Wissensaustausch im Bereich Quantencomputing und den damit möglichen branchenspezifischen Use Cases zu fördern. Auch das QAR-Lab wird mit einer seiner Projektpartner der Smart Reporting GmbH vertreten sein.

Die Smart Reporting GmbH hat kürzlich SmartCAD | COVID-19 entwickelt, ein System zur KI-gestützten radiologischen Diagnose und standardisierten Befundung von COVID-19. Dieses System kann mit Methoden der QKI deutlich verbessert werden und wird im PlanQK Projekt zusätzlich um eine QKI-gestützte Entscheidungsunterstützung ergänzt.

Der Vortrag „QKI-gestützte Diagnose von COVID-19 in Radiologieaufnahmen“ von Leo Sünkel, Doktorand am Lehrstuhl für Mobile und Verteilte Systeme des QAR-Labs der LMU und Dr. Sigrid Auweter, VP Research & Innovation, Smart Reporting GmbH in München ist ab 11:10 Uhr zu hören.

Mehr Infos

Dr. Thomas Gabor erhält Auszeichnung für herausragende Forschungsarbeit in der Informatik

Heinz-Schwärtzel-Dissertationspreis für Grundlagen der Informatik geht an die LMU – Dr. Thomas Gabor erhält Auszeichnung für herausragende Forschungsarbeit

(03.12.2021/München) Dr. Thomas Gabor vom Lehrstuhl für Mobile und Verteilte Systeme am Institut für Informatik der Ludwig-Maximilians-Universität München wurde am 03. Dezember 2021 mit dem Heinz-Schwärtzel-Dissertationspreis für Grundlagen der Informatik der drei Münchner Universitäten ausgezeichnet. Der Preis für Grundlagen der Informatik wird seit 2006 jährlich vergeben und richtet sich an hervorragende Promovierte der drei Münchener Universitäten. Er würdigt mit dieser Auszeichnung den Beitrag von Thomas Gabor zur grundlagenorientierten Informatik-Forschung.

Dr. Thomas Gabor erhält Heinz-Schwärtzel-Dissertationspreis. Foto: Copyright Ernst-Albert Graf

Prof. Dr. Claudia Linnhoff-Popien, Betreuerin der Dissertation und Inhaberin des Lehrstuhls für Mobile und Verteilte Systeme lobte die herausragende Dissertation von Dr. Thomas Gabor. Sie übermittelte dem Komitee ihren Dank und war erfreut, dass es eine wirklich herausragende Arbeit ausgewählt habe. „Dieses Werk gehört zu den besten Arbeiten in der gut 20-jährigen Geschichte meines Lehrstuhls, wenn es nicht gar die beste ist. Ich freue mich außerordentlich, dass Thomas Gabor im Jahr 2021 diesen Preis erhält.“

„Ein Meilenstein auf dem Weg zu neuem Verständnis der Informatik als Naturwissenschaft“

Die Auszeichnung wurde im Rahmen der Absolventenfeier der Informatik der TU München verliehen. Pandemiebedingt wurde Prof. Dr. Dr. h. c. mult. Heinz Schwärtzel vor Ort durch Prof. Dr. Susanne Albers, der Vorsitzenden der Auswahlkommission der drei Münchner Universitäten, vertreten. Sie ging in der Laudatio auf die große Bedeutung der Dissertation ein:
„Thomas Gabor führt in dieser Arbeit das abstrakte Modell eines evolutionären Prozesses ein, beleuchtet den spätestens seit Charles Darwin gängigen Begriff der Fitness aus einem neuen Blickwinkel und entwickelt darauf aufbauend bahnbrechende neue Ansätze, die Forscher mehrerer Fachrichtungen noch beschäftigen werden. Die Arbeit zeigt das Repertoire der wissenschaftlichen Disziplin „Informatik“ in seiner ganzen Schönheit: Sie verfolgt sowohl einen formalen Ansatz, indem sie ein interdisziplinäres, mathematisch präzises Vokabular schafft, das Phänomene von Biologie bis Software-Entwicklung beschreibt, als auch einen empirischen Ansatz, indem sie zahlreiche Instanzen von komplexen Systemen von industriell einsetzbar bis komplett neuartig und experimentell betrachtet und genauestens analysiert. Thomas Gabor verknüpft in einer didaktisch herausragenden Weise die bedeutendsten Erkenntnisse langjähriger wissenschaftlicher Auseinandersetzung. Diese Dissertation ist ein Meilenstein auf dem Weg zu einem neuen Verständnis der Informatik als Naturwissenschaft.“

Dr. Thomas Gabor während der Dankesrede zum Dissertationspreis (Copyright: Ernst-Alfred Graf)

Der Preisträger zu seinem profunden Ansatz: „Informatik beschäftigt sich nicht nur mit Computern“. Dr. Thomas Gabor freute sich über die Auszeichnung und hob in seiner Dankesrede an Stifter und Kommission die Bedeutung der Grundlagenforschung der Informatik auch für andere wissenschaftliche Disziplinen hervor.
Thomas Gabor hatte im Sommer 2015 sein Masterstudium im Fach Informatik erfolgreich an der LMU abgeschlossen. Im Winter 2015 begann er seine Arbeit als Doktorand am Lehrstuhl für Mobile und Verteilte Systeme der LMU. Im Zeitraum seiner Promotion war Gabor als Wissenschaftler in Forschung und Lehre an der LMU tätig und veröffentlichte eine Rekordanzahl an 42 wissenschaftlichen Paper. Im Juli 2021 hatte Gabor seine Dissertation über das Thema „Self-Adaptive Fitness in Evolutionary Processes“ erfolgreich verteidigt.

Der Heinz-Schwärtzel Preis ist eine der wenigen Ehrungen, die es für Informatik-Promotionen gibt. Die Auswahl wurde gemeinsam mit dem Stifter durch ein Komitee vorgenommen. Es war das erste Mal, dass der Informatik-Lehrstuhl für Mobile und Verteilte Systeme diese Auszeichnung gewann. Zuletzt ging der Preis vor vier Jahren an die LMU.


Zweite Challenge „Quantum Computing Optimization“ mit Industriepartnern gestartet – QAR-Lab der LMU arbeitet auf mehreren Quantencomputern

Zweite Challenge „Quantum Computing Optimization“ mit Industriepartnern gestartet - QAR-Lab der LMU arbeitet auf mehreren Quantencomputern

(München, 11.11.2021) Das Quantum Applications & Research Laboratory (QAR-Lab) am Institut für Informatik der LMU treibt das Thema weiter voran, Quantencomputing aus der Forschung in die Anwendung zu bringen. Am 11. November 2021 markierte der „Kaminabend“ an der LMU den Auftakt zur zweiten Challenge „Quantum Computing Optimization“. Informatik Professorin Dr. Claudia Linnhoff-Popien eröffnete als Leiterin des QAR-Labs die Veranstaltung. In einem mehrmonatigen Projekt von LMU und den Wirtschaftspartnern E.ON, Bayer sowie Evonik werden Cases der Unternehmen auf drei Quantencomputern sowie einem quanteninspirierten Rechner ausgeführt. Die Rechneranzahl ist einzigartig, noch bedeutender dürfte in der Folge für die Beteiligten der große Erkenntnisgewinn über die Performanz der Maschinen und der Ausbau ihrer Expertise sein.

Das im Jahr 2016 gegründete QAR-Lab verfolgt das Ziel, Quantencomputing (QC) einem breiten Nutzerkreis in Forschung und Wirtschaft zugänglich zu machen. Wissenschaftler Jonas Stein vom QAR-Lab moderierte unter Begleitung seiner Kollegen Sebastian Zielinski und Michael Kölle den Abend. Die Industrie-Partner stellten ihre Use Cases vor, um verschiedene Optimierungsszenarien in den kommenden drei Monaten auf Quantencomputern ausführen zu lassen. Insgesamt nahmen 60 Personen an dem virtuellen Kick-Off teil.

Die Quantencomputing Experten der Unternehmen E.ON, Bayer und Evonik erläuterten den Informatik-Studenten ihre Aufgaben. Von November 2021 bis Februar 2022 werden drei Use Cases jeweils auf vier Quantencomputern programmiert, um herauszufinden, welcher Quantencomputer für das jeweilige Problem das optimalste Ergebnis liefert.

Top-Köpfe aus der Industrie sprachen über ihre die berechnenden Use Cases:
– Dr. Ulf Hengstmann von Bayer über „Supply Chain Optimization“
– Dr. Juan Bernabé-Moreno von E.ON über „Call Center Optimization“
– Dr. Thomas Asche von Evonik Industries über „General Purpose Optimizer“.

Die Industrievertreter erklärten im Einzelnen ihre Anwendungsbeispiele und gaben den Studierenden Einblicke in die Herausforderungen ihrer Branchen. Dr. Bernabé-Moreno von E.ON beschrieb den Weg des Energieanbieters in eine verbrauchergesteuerte Zukunft, Dr. Hengstmann gab Einblick in die Prozesse eines Pharma-Konzerns, Dr. Asche von Evonik erläuterte die Komplexität des Konzerns als sogenannter Enabler unterschiedlicher Industrieprodukte und welche Rolle Quantencomputing bei der Verbesserung der Produktherstellung spielen werde.
Die Wissenschaftler und Studierenden zeigten sich begeistert über die Möglichkeit, die Cases in den nächsten Monaten auf den Computern ausführen zu können. Claudia Linnhoff-Popien bedankte sich im Namen des QAR-Labs der LMU bei den Partnerfirmen und freute sich auf das gemeinsame Projekt. Sie bezeichnete die praxisnahen Anwendungen des Quantencomputings im QAR-Labs im Bereich der Informatik deutschlandweit als einzigartig. Auch die Zugriffskosten auf Quantencomputer seien eine hohe finanzielle Hürde und die Studierenden wüssten diese einmalige Möglichkeit zu schätzen. Sie sei stolz auf ihre Wissenschaftler und Studierenden. „In diesen Projekten arbeiten die Besten der Besten“, so Linnhoff.
Die Challenge dient der Förderung des Wissenschaft-Praxis-Transfers: Nach Abschluss werden die Ergebnisse im Februar 2022 den Industriepartnern intern vorgestellt.

Vier Lösungen für ein Problem: Challenge findet jeweils bestes Ergebnis
In der Challenge wird jedes Problem auf vier Rechnern mit zwei verschiedenen Rechner-Architekturen (Gate und Annealing Modell) programmiert und berechnet: damit erhält jedes Problem vier Lösungen. Am Ende werden die Leistungsfähigkeit der Rechner und die Qualität der Lösungen verglichen, um ein optimales Ergebnis zu erhalten. Dem QAR-Lab stehen derzeit dafür vier Rechner zur Verfügung: IBM Q System One, Rigetti Aspen-9, Fujitsu DAU, D-Wave Advantage.

Die Use Cases der Unternehmen fokussieren sich auf Optimierungsszenarien, etwa darauf, Arbeitsschichtpläne in Call Centern oder die Supply Chain eines Konzerns zu optimieren. Denn durch die zahlreichen Kombinationen kann die Berechnung einer optimalen Lieferstrecke z.B. schnell zu 100.000 Kombinationsmöglichkeiten führen. Für klassische Computer sind solche Aufgaben durch hintereinander ausgeführte Berechnungen zeitlich zu aufwändig und zu komplex. Quantencomputer werden diese Aufgaben aufgrund paralleler Rechenvorgänge künftig in einem Bruchteil der Zeit abarbeiten können.

QAR-Lab des Informatik-Lehrstuhls arbeitet seit Jahren praxisorientiert
Das QAR-Lab der LMU steht unter dem Motto „Become Quantum ready“ und bringt seit Jahren erste Use Cases von Unternehmen auf die Rechner der Zukunft.
Das QAR-Lab ist für Studierende der LMU eine einzigartige Anlaufstelle für praxisorientierte Veranstaltungen, in denen – über die Cloud – auf weltweit vier Quantencomputern gerechnet werden kann. Die universitäre Lehre ist seit 2018 darauf ausgerichtet, jenseits der reinen Theorie Quantencomputing praxisorientiert zu erproben.

Mehr Infos

Prof. Linnhoff auf Veranstaltung der Energiewirtschaft über den Nutzen des Quantencomputings für die künftige Energieversorgung

Prof. Linnhoff auf Veranstaltung der Energiewirtschaft über den Nutzen des Quantencomputings für die künftige Energieversorgung

(Essen, 07.10.2021) Prof. Dr. Claudia Linnhoff-Popien, Leiterin des QAR-Labs und des Lehrstuhls für Mobile und Verteilte Systeme am Institut für Informatik der LMU München wurde als eine der bundesweit führenden Köpfe zum Thema Quantencomputing auf die „E.ON Innovation Days“ eingeladen. Ihr Vortrag auf der dreitägigen Veranstaltungsreihe beschäftigte sich mit der Frage: „What can Quantum Computing do today to shape the energy world of tomorrow?“.

Quelle: Livestream Energy Innovation Days 2021, E.ON

Der Konzern E.ON hatte neben Herausforderungen im Energiesektor das neue IT-Thema Quantencomputing auf der Agenda. Dies verdeutlichte, dass Technologien und Anwendungen des Quantencomputings in den großen Unternehmen Deutschlands ankommen.

Gemeinsam mit Dr. Juan Antonio Bernabé-Moreno, Chief Data Officer von E.ON veranschaulichte die IT-Professorin in einem halbstündigen Überblick, welche Anwendungen künftig mit Quantencomputing möglich sein werden und welche Vorteile dies den Unternehmen bringen werde.

Zuerst müsse man über zeitnahe Anwendungen sprechen, da manche Aspekte noch zu theoretisch seien oder in den Kinderschuhen steckten, so Linnhoff. Zu zeitnahen Anwendungen zähle sie Simulationen, Optimierungen und Künstliche Intelligenz. Ihr Schwerpunkt an der Universität sei Optimierung. Hier gebe es etliche Beispielanwendungen – wie etwa die Portfoliooptimierung in der Finanzwirtschaft oder die Produktionsoptimierung für logistische Prozesse – in denen es bereits erste praktische Anwendungsfälle gebe. Man könne hier quasi jede Aufgabenstellung, die mit kombinatorischer Optimierung zu tun habe, zu einem Quantenvorteil führen.

Claudia Linnhoff erläuterte am Beispiel der kombinatorischen Optimierung des Flughafens das sogenannte Gate Assignment Problem. Hier könne Quantencomputing sehr schnell zu einem Vorteil führen und künftig Probleme lösen, die für herkömmliche Computer unmöglich sind. Am Beispiel des Flughafens würden Berechnungen über die Zuweisung von Flugzeugen an die einzelnen Gates nicht mehr eine komplette Nacht benötigen, sondern in einem Bruchteil der Zeit möglich werden.

Quelle: E.ON

Bernabé-Moreno erläuterte die Charakteristika, auf denen Quantencomputing im Vergleich zu klassischen Computern basiert. Nicht nur die neue Hardware, die kein Konzern alleine kaufen könne und wolle, sondern Quantencomputing insgesamt sei eine völlige andere Art des Computing. Es brauche andere Herangehensweisen und Fähigkeiten, um sich den Vorteil dieses Systems zu sichern. Claudia Linnhoff-Popien erläuterte vor der Abschlussdiskussion den aktuellen Stand der Dinge in der Hardware.

Abschließend erklärten Linnhoff-Popien und Bernabé-Moreno, dass sie künftig im Bereich Quantencomputing stärker kooperieren und die Erkenntnisse aus Wissenschaft und Industrie besser vernetzen wollen. So werden das QAR-Lab der LMU und E.ON sowie das neugegründete Start-up Aqarios an ersten Projekten zusammenarbeiten. Claudia Linnhoff-Popien begeistert: „Wir freuen uns sehr über die künftige Zusammenarbeit. Gemeinsam werden wir die Herausforderungen der neuen Technologie meistern.“


WirtschaftsWoche: Prof. Linnhoff-Popien über dringenden Bedarf an Quantencomputing-Experten

WirtschaftsWoche: Prof. Linnhoff-Popien über dringenden Bedarf an Quantencomputing-Experten

(Hamburg, 20.8.2021) „Rätsel Quantencomputer – Der Industrie fehlen die entscheidenden Softwareexperten“ titelte die WIRTSCHAFTSWOCHE vom 20. August 2021. Die Überschrift „Hat irgendjemand eine Ahnung davon?“ lässt den Stand der Dinge ahnen. Der Bericht beschreibt auf vier Seiten einen Zustand, der neben Quantenmechanik und erklärungsbedürftiger neuer Hardware selbst zum Thema werden könnte: Es gibt nicht genügend Experten, welche die neuen Quantencomputer bedienen können.

Leistungscomputer und Fördermilliarden würden in der Industrie die Begeisterung für Quantencomputer wecken. Doch Projekte würden stocken, so die Einschätzung, da es an Fachleuten mangle, die Ideen für Software hätten und diese entwickeln könnten.

Prof. Dr. Claudia Linnhoff-Popien berichtete über die Forschung ihrer Studierenden an Quantencomputern, die Entwicklung von Algorithmen und die jüngste Optimierungs-Challenge auf vier Quantenrechnern. „Die Algorithmen, mit denen wir heute einzelne logistische Anwendungsfälle oder Ladungen im Güterverkehr berechnen, können wir künftig nutzen, um den globalen Containertransport auf einen Schlag zu optimieren.“

Es sei nicht mehr die Frage, ob, sondern nur noch, wann es dafür ausreichend leistungsfähige Quantenrechner gäbe. Die Technologie entwickelt sich rasant, Quantenprojekte werden mit Milliarden gefördert. Allerdings fehlt es noch an IT-Experten, die mit den speziellen, auf Quantenmechanik basierenden Rechnern umgehen oder Aufgabenstellungen darauf definieren können.

Gemeinsames Projekt mit der Industrie – Neue Lernplattform „CAQAO“

Prof. Linnhoff-Popien widmet sich an ihrem Lehrstuhl am Institut für Informatik der LMU München diesem Thema. Sie verweist darauf, dass die Ausbildung von Informatikern im Bereich Quantencomputing dringlich sei, um die Rechner bedienen zu können. Ihr Lehrstuhl forscht im von Linnhoff gegründeten QAR-Lab (Quantum Applications & Research Laboratory) bereits seit 2016 an dem Thema.

Da noch grundlegende Kenntnisse für die Bedienung der Rechner fehlen würden und die Ausbildung im Quantencomputing praxisnah werden müsse, startet Claudia Linnhoff-Popien mit Industriepartnern nun ein gemeinsames Projekt, in dem die neue Lernplattform namens „CAQAO“ entwickelt werde. Das Programm soll künftig nötige Programmierkenntnisse vermitteln und in spätestens drei Jahren laufen.


Page 3 of 7