Über 300 registrierte Besucher und über 1000 Zugriffe auf den 9-stündigen Live Stream, visionäre und lebendige Remote-Vorträge, eine Remote-Panel-Discussion und ein packender Wettbewerb um den 6. Münchner Digital Innovation Award – das war die DIGICON 2021.
Alle Impulsvorträge, die Panel-Discussion sowie die Vergabe des 6. Münchner Digital Innovation Award wurden nicht nur live gestreamt, sondern stehen bald auch als Video on Demand (Playlist) auf YouTube zur Verfügung.
Videos der Award-Gewinner sind bereits online:
Quantum Applications – Wie ein Quantenvorteil entsteht
Das war die DIGICON 2021
Nichts ist derzeit wichtiger als die Greifbarkeit von neuen Technologien. Nur über die Anwendungsmöglichkeit neuer Technologien wird ihr enormes Potenzial abrufbar. Ganz unter diesem Motto versammelte die DIGICON 2021 zahlreiche namhafte Vertreter aus Wirtschaft, Technik und Wissenschaft, um die Bandbreite gemeinsamer Möglichkeiten für alle zugänglich zu machen.
Der Technologieaustausch der DIGICON 2021 beschäftige sich mit den Anwendungsbeispielen von Quantumcomputing, einer neuen Generation von Computern, die unser herkömmliches Hantieren mit Rechnern revolutionieren wird. Damit der Schritt morgen erfolgreich für alle gelingt, muss die Basis heute gelegt werden. Gerade die flächendeckende Investition in Forschung, aber auch die Unterstützung durch Politik und Wirtschaft sind entscheidende Faktoren, damit im globalen Wettbewerb um Quantencomputing niemand den Sprung verpasst.
„Willkommen im Zeitalter des Quantencomputing!“
Ist die Technologie einmal da, gibt es kein Zurück mehr. Nun kommt es darauf an, innerhalb der nächsten Jahre die bestmöglichen Breitenanwendungen anbieten zu können. In ihren Keynotes am 17. November 2021 auf der DIGICON geben die Industrievertreter Dr. Martin Heinig (SAP), Dr. Andre Luckow (BMW) und Dr. Horst Weiss (BASF) Einblick, wie die sukzessive Implementierung der neuen Technologien gelingen kann.
Zusammenfassung der Keynotes
„Wie Quantencomputing die Unternehmens-IT verändern wird“ – Dr. Martin Heinig (SAP Labs Berlin)
Obwohl Quantenphänomene seit mehr als 100 Jahren mittlerweile bekannt sind und etwa in Technologien wie Laser schon länger zum Einsatz kommen, ist gerade der Sprung, den der Quantencomputer in den letzten Jahren verspricht, enorm: „Mit dem Quantencomputer hat man das Potenzial, mindestens zehnmal schneller zu sein als mit herkömmlichen Computern bei bestimmten Problemen.“
Unternehmen sind heute anders strukturiert als früher
Damit einhergehend ist zu beobachten, dass sich Unternehmen heutzutage viel mehr in Netzwerken organisieren. Dadurch ergeben sich neuen Planungsszenarien, die weniger das Einzelunternehmen, sondern vielmehr eine kollektive Form der Planung forcieren. Indem Unternehmensgrenzen fluide werden, erhöht sich auch die Komplexität im Umgang mit ihnen. Ganz markant ist dies etwa im exponentiellen Anstieg der Daten zu verzeichnen, die solche Unternehmen durch ihre Vernetzung produzieren. Wie verarbeiten wir diesen Wust an Daten sinnvoll?
Die Lösung liegt auf der Hand: der Quantencomputer. Sein Leistungspotenzial ermöglicht es, problemlos die exorbitante Menge an Daten in Echtzeit zu verarbeiten. Ferner bietet sich durch die Verarbeitung auch gleichsam eine Strukturierung der Daten an, was wiederum eng an die Implementierung von Optimierungs- und Machine-Learning-Algorithmen gekoppelt ist. Das zeigt die Verwobenheit neuer Technologien miteinander, die auf zwei Bereiche verteilt werden können: „Für alle Prozesse, die man mit Machine-Learning automatisieren kann, bieten sich Lösungen in der Prozessautomatisierung an; für alles andere, wo menschliche Entscheidungen involviert sind, geht es darum, die Entscheidungsfindung zu vereinfachen durch das Vorschlagen verschiedener Planungsszenarien.“
Wie kann man eine Software, die mit integrierter Unternehmensplanung hantiert, weiter verbessern, dass sie auch über die Grenzen eines Unternehmens hinaus funktioniert?
Quantencomputing wird den Computer von heute nicht in einem Schlag ersetzen, sondern die neue Technik wird zunächst als Ergänzung zum Einsatz kommen. Es dreht sich also heute schon um die Frage, welche Hardware vonnöten ist, um die Software von morgen sinnvoll nützen zu können: Klassische Algorithmen sind beispielsweise nicht direkt auf dem Quantencomputer einsetzbar. Ferner funktionieren Quantencomputer nicht wie unsere herkömmlichen Computer deterministisch, sondern probabilistisch, das heißt, man bekommt lediglich Wahrscheinlichkeiten als Ergebnis. Mit dem verbunden ist die Frage, wie man eine bestimmte Nachvollziehbarkeit des Ergebnisses überhaupt begründen kann.
Fazit
Die neue Organisation von Unternehmen erfordert einen neuen Umgang mit ihnen. Der Quantencomputer verspricht vor allem hier Lösungen durch seine enorme Leistungsfähigkeit, etwa im Umgang mit Big Data. Heute ist der Quantencomputer eine Ergänzung zum etablierten Computer, dessen Weichen für den Technologieübergang gestellt werden müssen.
„Quantum Computing for Industry Applications“ – Dr. Andre Luckow (BMW Group)
Gerade die Autoindustrie interessiert sich vermehrt für das große Thema Quantencomputing, weil es auch hier zahlreiche vielversprechende Anwendungsbeispiele gibt, etwa in den Themen Optimierung, Maschinelles Lernen, aber auch das, was Material- und Chemiesimulation betrifft. Gleichzeitig ist die gegenwärtige Neue des Feldes ein Reiz, bisher nicht bekannte Businessmöglichkeiten zu ergründen. Außerdem könnte der Quantencomputer für die großen Herausforderungen unserer Zeit – auch für den Klimawandel – Lösungen anbieten.
Dem Quantenvorteil von morgen heute den Weg ebnen
Zwar gilt heute noch das Diktum, dass herkömmliche Rechner die meisten unserer Probleme lösen können. Doch das wird in den nächsten Jahren durch die Leistungskraft des Quantencomputers abgelöst werden. Wie viel Struktur braucht ein Quantencomputing-Problem, damit es besonders geeignet ist für den Quantencomputer? Das sind Fragen, die derzeit debattiert werden, um den Scheitelpunkt zwischen herkömmlichem Computing und Quantencomputing festzustellen. Konkret im Beispiel eines Automobilherstellers: Wir sind als Unternehmen enorm vernetzt, was die Produktion eines Autos betrifft. Steigt die Komplexität eines Produkts, steigt auch das Komplexitätslevel der Organisation um das Produkt herum an. Industrie- und Forschungskollaboration sind Wege, um hier für sachgemäße Optimierungen zu sorgen, die einem Großunternehmen dienlich sind.
Welche Applikationen des Quantencomputings betreffen die Automobilindustrie?
„Es geht immer um ein Optimum zwischen Design und Sicherheit. Damit sind wir bei einem klassischen Optimierungsproblem, das potenziell unzählige Lösungsmöglichkeiten hat. Hier können Quantencomputer helfen.“ Das Simulationsmodell betrifft dann auch konkrete Rohstoffe, beispielweise eine Batterie: Wie verhalten sich unterschiedliche Rohstoffe? Wie können sie in unser Autoprojekt integriert werden? Auch in der Produktion sind Quantencomputer genauso hilfreich, um Produktionsschritte zu verbessern. Und noch konkreter: Auch im Auto sind Techniken im Einsatz, die mit Quantencomputing in Verbindung stehen.
Fazit
Unsere Autos werden immer komplexer, weil unsere Ansprüche auch stetig steigen. Jeder Meter, der an Produktion durch den Einsatz von Quantencomputing eingespart werden kann, ist Zeit, Raum und Geld, das man anderweitig investieren kann. Der Quantencomputer verspricht also viele Optimierungslösungen, die zahlreiche Bereiche eines Automobilkonzerns betreffen.
„The meaning of Quantum Readiness from an Application Perspective“ – Dr. Horst Weiss (BASF)
Welche Voraussetzungen muss die Industrie heute mitbringen, um für den Technologieschub, der von Quantencomputing ausgeht, bereit zu sein? Dass Quantencomputing ein Gamechanger für viele und verschiedene Industriezweige ist, das steht inzwischen zweifelsohne fest. Ein Profiteur der neuen Technologien ist beispielsweise die Chemieindustrie. Doch auch hier gilt: „Quantencomputing ist kein Sprint, sondern ein Marathon.“ Ein Beispiel: Um Ammoniak herzustellen, wird weltweit etwa 1,5% des Weltenergiebedarfs verbraucht, was 3% der globalen CO2-Emissionen entspricht. Gerade hier eine Optimierungseffizienz zu erreichen, hätte enorme Auswirkungen auf die Industrie, die Wirtschaft, aber auch auf den Klimawandel: „Es ist bewiesen, dass ein Verfahren zur verbesserten Herstellung von Ammoniak auf einem Quantencomputer erheblich günstiger verläuft.“
Wo stehen wir aktuell?
Für sinnvolle Energiebetrachtungen sind wir Stand heute technisch noch nicht bereit. Heute sind wir im Bereich von 100-1000 Gatter-Operationen, danach wird das System instabil. Das ist noch weit weg von dem, was der Quantencomputer durch seine pure Leistung verspricht. Wenn wir heute bei 122 Qubits eines Quantencomputers sind, dann heißt das sicherlich, dass man noch keine alltäglichen Probleme lösen kann. Doch darum geht es gar nicht, sondern: „Im Moment haben wir das Glück und die Chance, dass wir uns mit diesen neuen Technologien vertraut machen können, denn der algorithmische Vorteil ist schon bewiesen.“ Auf 1 Million Qubits zu kommen, ist demnach ein Engineering-Problem, das die kommenden Jahre gelöst werden muss. „Dass es kommt, ist klar; die Frage ist: wann?“
Was braucht es in der Industrie, um vorteilhaft am Quantencomputing-Projekt zu partizipieren?
Um die Frage zu beantworten, ist es heuristisch sinnvoll, sie in drei Bereiche zu unterteilen: in 1.) Use-Cases, 2.) in eine Maschinerie, die funktionieren muss und 3. in Personal, das die neuen Technologie anwenden kann.
- Hinter den Use-Cases, die angepriesen werden, muss ein praktischer Nutzen stecken. Hier muss der Forschungsschwerpunkt der Mathematiker und Informationstheoretikern in den nächsten Jahren liegen. Genauso brauchen wir aber auch in der Industrie eine Beurteilungskompetenz, die in der Lage ist, den Vorteil realistisch einzuschätzen: Wie weit sind wir von der Realisierung entfernt? Was kostet es? Wir brauchen deswegen auch Business-Modelle, die Anwendungen simulieren.
- Wir brauchen einen niederschwelligen Zugang zu den Systemen. Das heißt, die Entwicklungsumgebung darf nicht jedes Mal anders aussehen, wenn es um die Umsetzung eines Use-Cases geht, der für meine jeweiligen Zwecke sinnvoll erscheint. Plattformen, die etwa so implementiert sind, dass sie sofort via Cloud zugänglich sind und mit den eigenen Daten gefüttert werden können, sind der Schlüssel zur breiten Anwendung der neuen Technologie.
- Arbeitskräfte, die die Anwendung beherrschen, sind entscheidend, weil sie die ausführenden Kräfte der neuen Technik sind. Hier obliegt es zum Beispiel auch Universitäten, dass sie heute die Arbeitskraft von morgen arbeitsfähig ausbilden. Wir brauchen bereits jetzt Studiengänge, die vergleichbar sind, zertifiziert sind und Erfahrungen vermitteln, damit sie in drei bis fünf Jahren in der Arbeitswelt einsatzbereit sind. Die Ausbildung beginnt auch mitunter schon in Schulen, weil dort die Weichen gestellt werden für das kommende Studium.
Fazit
Der Dialog von heute ist essenziell, um morgen von den neuen Technologien profitieren zu können. Damit eine flächenmäßige Vergleichbarkeit der Forschung, aber auch eben dann der Anwendungen überhaupt passieren kann, braucht es eine Interaktion zwischen Wissenschaft und Industrie. Die Wissenschaft ist einerseits als Modell gefordert, um Perspektiven zu geben, was wie angewandt werden kann; andererseits ist sie auch als Ausbildungsstätte gefordert für die Arbeitskräfte von morgen, die dann womöglich bereits konkret mit Anwendungsfällen von Quantencomputing im Arbeitsalltag konfrontiert sind.
SESSION ANWENDUNGEN DES QC
Und wo wird Quantencomputing praktisch angewandt?
„Quantenanwendungen sind hybrid“ – Prof. Dr. Frank Leymann, Universität Stuttgart
Die wissenschaftliche Beschreibung eines Quantenalgorithmus ist kein Freifahrtschein, um den Algorithmus sofort zum Einsatz zu bringen. Abhängig von den verschiedenen Daten müssen Schaltkreise generiert werden, die den Algorithmus zum Laufen bringen, was etwa über ein klassisches Pre-Processing gelöst werden kann. Läuft das dann, muss das Ergebnis des Algorithmus erst herausgelesen werden. Einen Quantenalgorithmus zu deuten, das heißt dann allerdings immer, mit Wahrscheinlichkeiten zu hantieren, die fehlerhaft sind und durch Dekohärenz beeinflusst werden. Erst nach der Fehlerbereinigung, der sog. „Error Mitigation“ kann ein brauchbares Ergebnis abgelesen werden. Das Ergebnis muss also wiederum klassisch aufbereitet werden, um es brauchbar zu machen. Die Anwendung des Quantenalgorithmus ist also an die Verarbeitung durch herkömmliche Methoden gebunden. Die Quantenanwendung ist also hybrid.
Hier im illustrierten Beispiel einer hybriden Quanten-Arbeitskette zeigen die Hämmer einen Arbeitsschritt, der durch herkömmliches Computing gelöst wird, während die anderen Symbole auf den Einsatz von Quantentechnik rekurrieren. Das Beispiel illustriert die enge Verzahnung zwischen klassischem Computing und dem Einsatz von Quantentechnik. Zusätzlich sind die Einzelschritte – hier beispielsweise schon beim ersten Schritt – oft unterteilt und bedürfen erneut des klassischen Computings.
Wie wird ein solcher Workflow einsatzfähig?
Dieser beispielhaft vorgeführte Workflow enthält eine Reihe von Artefakten. Neben den Daten kommen klassische und Quanten basierte Circuits zusammen, zusätzlich zur Topologie, die zeigt, wie diese Artefakte einzeln zusammenhängen, um sie einsatzbereit zu machen. Das ganze wird in einem Archivformat CSAR zusammengepackt – ähnlich wie bei einer App –, das dann auf einer Plattform, wie sie zum Beispiel mit PlanQK entsteht, zugänglich ist und etwa heruntergeladen werden kann.
Um eine Quantenanwendung in der Praxis also tatsächlich zu bauen, wird eine Workflow-Maschine benötigt, die die Workflows ausführt, ferner die Apps versteht, entpackt und die Topologie schließlich in die Infrastruktur einbaut. Das wiederum kann dann in eine Cloud-Umgebung eingebettet werden.
„You need a Quantum Strategy … and you know it!“ – Dr. Juan Bernabé-Moreno, E.ON:
Diese Aufteilung im Bild umschreibt unsere gegenwärtige Quantensituation: Massive Investments befördern einerseits zugleich die Zunahme von neuen Start-Up-Unternehmen; Ideen keimen allerorts auf in verschiedenen Ländern und verschiedenen Branchen. Doch auf der anderen Seite gibt es viel Skeptizismus, keine konkreten Anwendungen, Unsicherheiten über die Kosten, die gepaart sind an unausgereiften Plänen.
„Meine Überzeugung ist: Quanten-Unsicherheit geht bei mir gegen Null.“ Das, was im Moment gebraucht wird, ist ein strategischer Plan, um den richtigen Weg zu gehen. Dafür sind sechs Schritte vonnöten:
- Vision & Strategie
- Team & Spirit
- Mindset
- Technologische und ökonomische Partnerschaften
- Roadmap
- Finanzierungsmöglichkeiten.
„Quantentechnologie in der Grundversorgung: Chancen und Perspektiven am Beispiel der Stadtwerke München SWM“ – Dr. Maximilian Pohl, SWM
Als klassischer Mischkonzern, der sich sowohl mit der Energieversorgung als auch um Telekommunikation und um das Trinkwasser in München kümmert, treffen die Anwendungsmöglichkeiten von Quantencomputing mehrfach zu: Vom Bereich der Quanten Optimierung beim Lösen großer nicht-linearer Probleme, über Quanten-Machine-Learning bis zur Quanten-Kryptografie und Kommunikation.
Gerade durch die vielfältigen Einsatzmöglichkeiten von Quantentechnik ist es für einen Mischkonzern die sinnvollste Möglichkeit, Quanten-Services über eine Cloud zu beziehen. Es gibt wenige Gründe dafür, selbst einen Quantencomputer besitzen zu wollen, wenn die Services über eine Plattform zugänglich sind und dann überdies direkt in unser System eingespeist werden können. Quantencomputing ist dann ein zusätzliches Tool, das im firmeninternen Pool zum Einsatz kommt und neben anderen zur vollen Funktionsfähigkeit aller Dienstleistungen beiträgt.
„Quantencomputing bei der Deutschen Bahn – Ein Update“ – Manfred Rieck, DB Systel
Weltweit werden im Moment hohe Summen zur Verfügung gestellt, um das Thema Quantencomputing voranzubringen. Zum Vergleich: USA mit 2,1 Mrd. Dollar, China mit 15 Mrd. Dollar und Europa mit 7,2 Mrd. Euro. Die hohen Förderungen zeigen, dass das Thema ernst genommen wird, was sich zunächst in einer Kennenlernphase ausdrückt: Wir müssen erst lernen, wie und wo wir Quantencomputing bestmöglich einsetzen. Hierfür haben sich weltweit große Konsortien gegründet, um das Thema gemeinsam umsetzen zu können:
Die Deutsche Bahn hat ein Q-Team aufgebaut, das sich aus Informatiker- und Physikexperten, aber auch aus Bahnfahr-Experten zusammensetzt, um sicherzustellen, dass die Use-Cases des Quantencomputings für die Bahn auch relevant sind. Wollen mehr Menschen auf die Schiene gebracht werden, was ja auch ein ökologisches Ziel der nächsten Jahre ist, dann ist das auch ein Optimierungsproblem, das sich mittels des Quantencomputers besser lösen lässt als mittels herkömmlicher Rechner. Ein Beispiel des viel zitierten Traveling-Salesman-Problems zeigt, wie durch die Verdoppelung der Städteparameter erst die Komplexität des Rechnungsmodells steigt:
In einem weiteren Beispiel geht es um die Einzelwagendisposition: Ein Einzelwagen transportiert verschiedene Waren quer durch die Republik. Das heißt, bereits bei der Beladung muss eine optimale Verteilung der Ware durchdacht sein. Gerade Rangierarbeiten sind zeitintensiv und bedürfen deswegen einer bestmöglichen Planung. Um dies zu optimieren, werden Quantenrechnermethoden zum Einsatz kommen.
„Mehrwert – Wie und wo finde ich ein passendes Problem im Unternehmen, um den möglichen Quantenvorteil zu nutzen?“ – Dr. Thomas Ehmer, MERCK
Jedes Super-Tool, das neu zum Einsatz kommt, braucht eine praktikable Umsetzung im Tagesgeschäft, damit es sich als dienlich erweist. Dafür ist eine richtige Expertise unbedingt entscheidend, um die richtigen Use-Cases für meine individuellen Fälle zu finden. Dabei gilt zu differenzieren:
- Interne Herausforderungen: Es gibt interne Verwendungszwecke, die auf Anbieter einer möglichen neuen Technologie stoßen. Erst durch den gemeinsamen Dialog entsteht eine mögliche Anwendung.
- Externe Herausforderungen: Die NISQ-Technik bei Quantencomputern ist immer noch fehleranfällig. Wie kann ich sie dennoch nutzen?
- Kognitive Herausforderungen: Bisher haben wir gelernt zu fragen: Kaninchen oder Ente, um auf ein berühmtes Vexierbild von Wittgenstein zu verweisen. Mit dem Quantencomputer müssen wir antworten. Es ist beides!
„Sei bereit – Quantencomputing im Banking“ – Augustin Danciu, Main Incubator – R&D Commerzbank Group
Im Bankensektor ist die Implementierung von neuen Technologien ein ständiges Alltagsgeschäft, um mit dem Trend der Zeit zu gehen. Eng damit verbunden ist eine ständige Validierung der neuen Technik, um herauszufinden, ob und wie eine Technik überhaupt von Nutzen sein kann. Aus dem Blick einer Bank befinden sich Techniken wie Künstliche Intelligenz (AI) und Quantencomputing in einem zweiten Bereich, der derzeit durch eine Validierungsphase läuft:
Betrachtet man das Verhältnis zwischen universitären Veröffentlichungen im Bereich Quantencomputing (ca. 24.000 öffentliche Publikationen) und den angemeldeten deutschen Patenten weltweit (ca. 1.200), so fällt eine klare Dysbalance auf, die auch im Bankensektor – und das gilt grundsätzlich für den Finanzsektor – durch konkrete Anwendungen geschlossen werden kann, denn auch hier sind es gerade internationale Vertreter der Branche, die Anwendungen präsentieren können.
Ein Beispiel sei herausgegriffen: Die Verbriefungsaktion ist ein spezielles Produkt, das mit Quantentechnik besser gelöst werden kann. Bei der Verbriefung geht es darum, offene Forderungen zusammenzupacken, um handelbare Wertpapiere aus Buchforderungen oder Eigentumsrechten ausstellen zu können. Nun konnte der digitale Annealer um 0,05% besser abschneiden, was zunächst nach nicht viel aussieht. Stehen in der Zukunft aber mehrere stabile, fehlerfreie Qubits zur Verfügung, so wird eine dramatische Zeitersparnis bei der Verbriefung die Folge sein, was phänomenale Ergebnisse verspricht.
Das war der 6. Münchener Digital Innovation Award – iteratec gewinnt
Bildergalerie der DIGICON 2021 mit einzelnen Impressionen
Die folgende Bildergalerie erlaubt einen Eindruck, wie die DIGICON 2021 am Lehrstuhl für Mobile und Verteilte Systeme an der LMU München enstanden ist:
