Link direkt zur Servicenavigation Link direkt zur Hauptnavigation Link direkt zum Inhalt
Meldung
07.02.2025

Quantensprünge für die Wirtschaft: Drei Projekte zeigen Potenziale des Quantencomputings

Quantencomputing bietet enormes Potenzial – auch für den Mittelstand. Drei Projekte aus dem BMWK-Technologieprogramm „Quanten-Computing – Anwendungen für die Wirtschaft“ haben ihre Arbeit erfolgreich abgeschlossen. Ihre Ergebnisse zeigen, wie Unternehmen von der Zukunftstechnologie profitieren können.

Quantencomputing eine Zukunftstechnologie
Quantencomputing: eine Zukunftstechnologie auf dem Weg in die Anwendung
© Adobe Stock / Production Perig
Quantencomputing eine Zukunftstechnologie

Deutschland soll eine führende Rolle bei der wirtschaftlichen Anwendung von Quantentechnologien einnehmen – so das Ziel der Bundesregierung. Mit der Förderung von Quantencomputing-Software im Technologieprogramm „Quanten-Computing – Anwendungen für die Wirtschaft“ hat das BMWK seit 2022 einen wichtigen Beitrag geleistet, um diese Zukunftstechnologie zu erschließen, insbesondere für kleine und mittlere Unternehmen (KMU). Ende 2024 haben die ersten drei Projekte des Programms ihre Arbeit erfolgreich abgeschlossen. Die Programmbegleitung des DLR Projektträgers hat die zentralen Ergebnisse und ihren Nutzen für die Wirtschaft in kompakten Ergebnisprofilen zusammengefasst.

Chemische Simulationen für die Energiewende: AQUAS
Das Projekt AQUAS hat Verfahren entwickelt, um chemische Reaktionen effizient durch eine Kombination aus Quantencomputern und klassischen Rechnern zu simulieren. Als Beispiel diente die Katalyse von Wasserstoff – ein Schlüsselfaktor für die Energiewende. Das Ergebnisprofil zeigt, wie die entwickelten Methoden künftig über die Cloud leicht zugänglich gemacht werden können.

Optimierungsprobleme lösen: QuaST
Im Fokus des Projekts QuaST standen Optimierungsprobleme. Anhand von Beispielen aus Logistik, Softwareentwicklung und Finanzwirtschaft entwickelten die beteiligten Partner Vorgehensweisen und Werkzeuge, um industrielle Herausforderungen bestmöglich in kleinere Schritte zu zerlegen und auf Quantencomputern zu lösen. Wie ein im Projekt entstandener Entscheidungsbaum dabei hilft, erfahren Sie im Ergebnisprofil.

Maschinelles Lernen mit Quantencomputern: AutoQML
Das Projekt AutoQML befasste sich mit Methoden des maschinellen Lernens auf Quantencomputern. Im Mittelpunkt standen Anwendungsfälle wie die Preisvorhersage von Gebrauchtfahrzeugen. Mit der Bibliothek sQUlearn und dem AutoQML Framework entstanden wichtige Bausteine, um Anwendern den Einstieg in diese Technologie zu erleichtern. Welche Bedeutung diese Werkzeuge für die Praxis haben, erläutert Projektleiter Christian Tutschku im Ergebnisprofil.

Weiterführende Informationen

Weiterführende Informationen