Noch sind Quantencomputer keineswegs serienreif, aber die nächste Herausforderung steht bereits im Raum: Wie lässt sich künftig verhindern, dass der Austausch von Informationen unsicher wird, weil derzeit weit verbreitete Verschlüsselungsverfahren mit Hilfe von Quantencomputern geknackt werden?
Dr. Martin Matzke, Head of Division Big Data and Security, Central Europe bei Eviden, an Atos business
In der IT-Security Branche herrscht ein regelrechtes Wettrüsten. Es werden immer leistungsfähigere und ausgefeiltere IT-Sicherheitstools zur Abwehr von Cyberangriffen entwickelt. Organisationen des öffentlichen und privaten Sektors erwerben die neuesten Tools und Technologien, die jeweils als die effektivste neue Waffe gegen Cyber-Bedrohungen angepriesen werden.
Field CTO bei Riverbed Technologies
Quantencomputing schlägt schon jetzt hohe Wellen, serienreif ist sie jedoch noch lange nicht: Die Technologie steht noch am Anfang seiner Entwicklung, weckt aber bereits hohe Erwartungen. Sind diese berechtigt? In welchen praktischen Anwendungsfeldern Quantencomputing schon zum Einsatz kommt und warum es lohnt, sich bereits jetzt mit dem Thema zu beschäftigen.
Dr. Martin Matzke, Head of Division Big Data and Security, Central Europe bei Eviden, an Atos business
Die jüngste Vergangenheit stellte die europäischen Produktionsunternehmen vor immer neue Herausforderungen. Allein in den letzten beiden Jahren wurde die Branche von der Pandemie, Brexit, Fachkräftemangel, einer schwachen Inlandsnachfrage, Rekord-Temperaturen, der Krieg in der Ukraine und rasant steigenden Lebenshaltungskosten getroffen.
SVP and Industry Head – Europe bei Infosys
Der Begriff Quantum Machine Learning beschreibt ein Gebiet, das Ansätze des maschinellen Lernens und der Quanteninformationsverarbeitung verbindet. Dabei hat der Einsatz von Quantencomputern das Potential, Methoden des maschinellen Lernens effizienter zu gestalten und bisher nicht oder nur schwer zugängliche Probleme lösen zu können. Wo stehen wir bei der Entwicklung und Anwendung von Quantum Machine Learning? Welche Hardware wird heute eingesetzt? Welche Datentypen sind nutzbar – und welche Algorithmen und Bibliotheken gibt es? Dr. Alina Nizamutdinova und Steffen Maas geben einen Überblick.
Senior Data Scientist bei Ginkgo Analytics GmbH
Cybersicherheitsexperten sind sich einig, dass mit dem Aufkommen des Quantencomputers eine neue Ära der Kryptographie anbricht. Die Quanteninformatik macht kontinuierlich Fortschritte, und Gartner [1] schätzt, dass sie bis 2029 in der Lage sein wird, bestehende kryptografische Systeme so weit zu schwächen, dass sie nicht mehr sicher verwendet werden können.
Regional Director for Encryption Solutions Deutschland bei Thales bei Thales
Die Quanteninformatik ist eine innovative Technologie und selbst Zukunftsforscher können nur schwer vorhersagen, welche bahnbrechende Innovation sie auslösen wird. Worüber sich jedoch alle einig sind, ist, dass sie letztendlich das Ende der asymmetrischen (Public-Key-)Kryptographie bedeuten wird. die das System der Maschinenidentitäten untermauert, das unsere Online-Welt erst möglich macht. Das Rennen um die „Quantensicherheit“ durch die Entwicklung von Algorithmen, die von Quantencomputern nicht geknackt werden können, hat also begonnen. Das NIST hat im Juli den Startschuss gegeben und die ersten vier Kandidaten bekannt gegeben.
VP Ecosystem & Community bei Venafi Inc.
Wie kann IoT Lösungen für die Schwierigkeiten darstellen, die durch große, städtische Bevölkerungsgruppen entstehen?
Director of Engineering bei Lantronix
High Performance Computing (HPC) ist das Maß der Dinge, wenn es um rechenintensive Anwendungen, Modelle oder Simulationen geht. Doch Kosten und Energiebedarf setzen Grenzen. Quantencomputer können bestimmte Aufgabenstellungen exponentiell schneller berechnen und benötigen dafür weniger Ressourcen. Obwohl sie noch in den Kinderschuhen steckt, sehen HPC-Experten in der Quantentechnologie schon mittelfristig eine sinnvolle Ergänzung.
Dr. Martin Matzke, Head of Division Big Data and Security, Central Europe bei Eviden, an Atos business
Um komplexe Probleme in den Bereichen maschinelles Lernen, Optimierung und Quantenchemie zu lösen, kommt häufig das sogenannte hybride Quantencomputing zum Einsatz. Hier arbeiten klassische Rechner und Quantencomputer zusammen und spielen ihre jeweiligen Vorteile aus. Allerdings müssen Anwender die dafür benötigte Infrastruktur manuell einrichten und die Interaktionen zwischen den klassischen und den Quantenrechnern verwalten – ein zu hoher Aufwand in Relation zum Ergebnis. Abhilfe schaffen vollständig verwaltete Cloud-Dienste, die keine Bereitstellung und Wartung der Infrastruktur erfordern.
Senior Specialist Solutions Architect bei Amazon Web Services (AWS)
Ein internationales Forscher-Team hat anhand von Mangansilizium (MnSi) eine besondere magnetische Konfiguration in Skyrmionen untersucht. Die Erkenntnisse können dabei helfen, Informationen über magnetische Wellen statt über Elektronen zu transportieren. Diese energiesparende Übertragung von Informationen ohne Wärmeverlust bringt uns innovative Technologien, wie Quantencomputer, einen Schritt näher.
Physiker am Institut Laue-Langevin (ILL) bei Institut Laue-Langevin (ILL)
This article is about augmenting a learning agent with “what if” thinking ability. Before effectively doing an action during exploration, the agent tries to predict what may be eventually observed. Thus, possible disastrous consequences can be avoided. Building on the potential of quantum computing, we explore how an agent can be augmented with predictive modeling. We introduce a quantum predictive modeling approach leveraging an extended Grover’s algorithm. The approach is illustrated using the metaphor of a cat and a mouse evolving in a grid environment.
Research Assistant bei Carleton University / Canada
Mehr laden →
