Die Entwicklung von Quantenalgorithmen und Anwendungssoftware für Quantencomputer steht immer noch am Anfang. In den letzten Jahren stieg das Interesse unterschiedlichster Branchen spürbar und es wurden vermehrt Forschungsarbeiten zur Quanten-IT gestartet. Da das Forschungsgebiet jedoch besonders komplex ist und exzellente Kenntnisse sowohl der Quantenmechanik als auch der Informatik erfordert, sind die spezifischen Vorteile für konkrete Anwendungen nach wie vor erst ansatzweise klar.
Um in diesem Bereich neue und vertiefte Erkenntnisse zu erlangen und außerdem das wichtige Zukunftsthema Quantencomputing frühzeitig auch aus der Anwendungsperspektive in den Blick zu nehmen, fördert das Bundesministerium für Bildung und Forschung (BMBF) Projekte im Rahmen der Förderinitiative „Quanteninformatik – Algorithmen, Software, Anwendungen“. Nun sind alle Projekte dieser Maßnahme gestartet.
Prozessoptimierung und Künstliche Intelligenz für die (Automobil)industrie
Das Projekt HYBRID der Freien Universität und der Porsche Digital GmbH beschäftigt sich mit dem sogenannten Job-Scheduling-Problem bei der Automobilproduktion. Die Optimierung der Planung komplexer Produktionsabläufe ist aus informationstechnischer Sicht eine große Herausforderung, für die bisher kein effizienter Algorithmus bekannt ist. Die Fragestellung lässt sich auf viele weitere Produktionsprozesse übertragen und ist daher höchst relevant. Im Fokus des Vorhabens stehen neu entwickelte Ansätze von hybriden Quantenalgorithmen, die klassische und Quanten-Hardware im Hinblick auf industrielle Anwendungen geschickt kombinieren.
Auch das Projekt Q(AI)2 beschäftigt sich mit Fragestellungen aus der Automobilindustrie. Themen sind dabei eine optimale, flexible Produktionsplanung im Kontext von Industrie 4.0, kollisionsfreie Manöverplanung von autonomen Fahrzeugen, kapazitive Tourenplanung sowie kooperative Dienstleistungen und Smart Mobility. Die Verbundpartner Forschungszentrum Jülich (Peter Grünberg Institut), Mercedes-Benz AG, BMW AG, Volkswagen AG, Robert Bosch GmbH sowie das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI) kombinieren Quantencomputing mit Künstlicher Intelligenz (KI) und erarbeiten eine breite Basis an Algorithmen für KI-Anwendungen mit Optimierungen auf Quantenrechnern.
Ebenfalls mit Quantencomputing und KI befasst sich das Projekt QLindA. Im Fokus steht dabei das sogenannte Reinforcement Learning (RL). Die Verbundpartner Siemens AG, Fraunhofer-Institut für integrierte Schaltungen IIS, Ostbayerische Technische Hochschule Regensburg, IQM Germany sowie Friedrich-Alexander-Universität Erlangen-Nürnberg (als assoziierter Partner) untersuchen, wie RL auf Quantencomputern (QRL) realisiert werden kann, um eine Vielzahl relevanter Probleme aus der industriellen Anwendung zu lösen. Konkrete Beispiele sind die auf RL basierende Regelungsoptimierung in der Prozessindustrie, der Einsatz verteilter Automatisierungssysteme in der Smart Factory sowie die Optimierung in der Produktionsplanung.
Bessere Simulationen für Materialforschung und Finanzwirtschaft
In der chemischen Industrie erfolgt die Produktentwicklung bisher überwiegend durch experimentelle Forschung und Entwicklung. Die Entwicklungszeiten lassen sich deutlich verkürzen, indem Experimente durch Simulationen ersetzt werden. Diese komplexen Simulationen sind jedoch eine enorme rechnerische Herausforderung. Ziel des Projekts HFAK ist es, eine Anbindung solcher industriellen Herausforderungen an in Deutschland vorhandene Quantenhardware zu schaffen und so vertiefte Erkenntnisse zu den Vorteilen von Quantenrechnern im Bereich der chemischen Industrie zu erarbeiten. Beteiligt sind die Covestro Deutschland AG sowie die Universitäten Mainz und Heidelberg.
Auch das Projekt MANIQU möchte neue Lösungen für die Materialforschung entwickeln. Die Eigenschaften stark korrelierter Elektronensysteme können auf konventionellen Hochleistungsrechnern nicht mit hinreichender Genauigkeit berechnet werden. Auf einem Quantencomputer hingegen erlauben fundamental neue Methoden eine hochgenaue Simulation. Ziel des Projekts ist die Entwicklung hocheffizienter Algorithmen und Workflows, die den industriellen Einsatz von NISQ (noisy indermedate state quantumcomputer) in der Materialentwicklung und Quantenchemie ermöglichen. Den Fokus legen die Verbundpartner Robert Bosch GmbH, BASF SE, HQS Quantum Simulations GmbH, Friedrich-Alexander-Universität Erlangen-Nürnberg und Heinrich-Heine-Universität Düsseldorf auf die Implementierung hybrider Algorithmen.
Im Projekt QuSAA beschäftigen sich das Fraunhofer-Institut für Techno- und Wirtschaftsmathematik ITWM, die JoS Quantum GmbH sowie die R+V Lebensversicherung AG mit hochkomplexen Simulationen im Finanz- und Versicherungsmarkt. Mithilfe von Quantencomputing sollen stabile Anlageempfehlungen für Versicherungen unter Berücksichtigung von Solvenzanforderungen entwickelt werden. Dies soll Grundlagen bieten für neue Optimierungs- und Risikomanagementmodelle, die zu geringeren Schwankungen bei Anlageportfolios führen und somit zur Stabilisierung von Unternehmen und letztlich des gesamten Finanzsystems beitragen.
Quanten-Fehlerkorrektur für NISQ
Das Projekt REALISTIQ befasst sich mit der Problematik der Rausch-Störung bei NISQ (noisy intermediate state quantumcomputer). Praktisches Quantencomputing braucht eine effektive Fehlerkorrektur, um dieses Rauschen zu korrigieren. Bisher entwickelte Fehlerkorrekturschemata sind jedoch sehr ressourcenintensiv und können daher in heute verfügbaren Systemen bislang nicht verwendet werden. Ziel der Verbundpartner Freie Universität Berlin und HQS Quantum Simulations GmbH ist die Entwicklung einer Hierarchie von Quanten‐Fehler‐Mitigationsalgorithmen, die individuelle und reale physikalische Geräteeigenschaften von vornherein berücksichtigt und mit einem deutlich geringeren Ressourcenbedarf einhergeht.