Quantum Applications and Research Laboratory

Switch to english

Quantencomputing bietet neue Möglichkeiten, komplexe Berechnungen schneller und damit oft überhaupt erst auf praktische Weise durchzuführen. Im QAR-Lab erschließen wir diese Möglichkeiten für konkrete Probleme aus der Praxis, von Optimierungsproblemen bis zu Themen der Künstlichen Intelligenz, die wir auf verschiedensten Quantencomputern programmieren. So bereiten wir unsere Partner und unsere Studierenden auf die Zukunft des Quantencomputings vor.

Inhaltsverzeichnis

    1. Historie des Quantencomputings
    2. Was ist Quantencomputing?
    3. Forschungsgebiete
    4. Struktur des QAR-Lab
    5. Zusammenarbeit mit der Wirtschaft
    6. Hardware
    7. Anwendungsgebiete und Fragestellungen
    8. Förderprojekte
    9. Publikationen
    10. QAR-Lab Kompetenz-Team
    11. Unsere Kooperationspartner
    12. Weiterführende Links
    13. Aktivitäten / News

1. Historie des Quantencomputings

Quantencomputing geht auf zwei wissenschaftliche Revolutionen in der ersten Hälfte des 20. Jahrhunderts zurück.
Die erste Revolution wurde durch die radikal neue Theorie der Quantenmechanik ausgelöst, die unsere Auffassung von Realität drastisch veränderte. Quantenmechanik ist eine der Hauptsäulen der modernen Physik. Ihre Grundlagen wurden zwischen 1925 und 1932 von renommierten Wissenschaftlern wie Werner Heisenberg, Erwin Schrödinger, Max Planck, Nils Bohr, Paul Dirac und anderen geschaffen. Die wissenschaftliche Würdigung dieser Arbeiten erfolgte 1933 durch die Vergabe des Nobelpreises für Physik an Schrödinger/Dirac für die „Entdeckung neuer produktiver Formen der Atomtheorie“, als Ausprägung einer Weiterentwicklung der Quantenmechanik.
Die zweite wissenschaftliche Revolution erfolgte in den 1940er Jahren durch verdiente Wissenschaftler wie Konrad Zuse, Alan Turing und John von Neumann. Sie legten die Grundlagen für den Bau der ersten programmierbaren Computer, welche die Basis aller Rechentechnik ist, wie wir sie heute vom Smartphone bis Großrechner kennen.
In den letzten beiden Jahrzehnten wurden diese beiden Wissenschaften nun zusammen geführt. Es entstand der interdisziplinäre Zweig des Quantencomputings.

2. Was ist Quantencomputing?

Das Ziel des QC ist es, Quantencomputer zu bauen, Quantenalgorithmen zu entwickeln und zu untersuchen, wie die Quantenmechanik für die Informationsübertragung und -verarbeitung genutzt werden kann.

  • Was ist Quantenmechanik?
    Die Quantenmechanik beschreibt spezielle Eigenschaften von Materie im Größenbereich von Atomen. Im Fachbereich von QC nutzt man solche Eigenschaften um Qbits in einer „Superposition“ zu halten, miteinander zu verschränken oder unwahrscheinliche Lösungsmengen durch „Tunneling“ zu erreichen.
  • Was ist das Quantum Circuit Model?
    Das Quantum Circuit Model ist ein Rechenmodell für Quantencomputer. Die darin stattfindende Berechnung ist eine Folge von Quantengattern, die auf einem Qubit-System operieren.
    Ähnlich wie bei klassischen Rechnern, werden logische Gatter in Sequenzen (sogenannte Quantum Circuit) zusammengesetzt, um bestimmte Algorithmen zu realisieren und Problemstellungen zu lösen.
  • Was ist Quantum Annealing?
    Quantum Annealing ist eine Metaheuristik, die mit Hilfe von Quantenfluktuation das Energieminimum eines Qubit-Systems bestimmt.
    Durch eine langsame Abkühlung des Lösungsraumes findet man so eine Antwort auf viele Optimierungsprobleme.
  • Was sind Quantenalgorithmen?
    Der Begriff Quantenalgorithmen umfasst im Allgemeinen Algorithmen, die inhärent quantenhaft erscheinen oder wesentliche Merkmale der Quantenmechanik wie Superposition oder Verschränkung bei der Berechnung bzw. dem Lösen von Problemstellungen verwenden.
    Diese Algorithmen laufen im Gegensatz zu klassischen Algorithmen auf Quantencomputing Hardware.
  • Was ist Quantensoftware?
    Unter Quantensoftware versteht man das breite Spektrum von hardwarenahen QC -Compilern, -Schaltkreisen, -Algorithmen bis hin zu vollumfänglichen -Applikationen.

3. Forschungsgebiete

Die Forschungsschwerpunkte des QAR-Labs sind Quantum Optimization und Quantum Artificial Intelligence. Darin wird Quantencomputing in den für die in der Informatik omnipräsenten Bereichen Künstliche Intelligenz und Optimierung eingesetzt. Um einen bestmöglichen Transfer von Forschungsergebnissen in die Anwendung und Forschung zu ermöglichen, arbeiten wir aktuell an einer Software Plattform, deren Kernstück die Middleware UQ für einen einheitlichen und einfachen Zugriff auf Quantenhardware darstellt.

  • Quantum Optimization
    Die Lösung von Optimierungsproblemen ist ein zentrales Gebiet der Informatik und besonders relevant in der Anwendung. Der überwiegend exponentiell zur Eingabegröße wachsende Suchraum verhindert eine exakte Lösung praxisrelevanter Problemstellungen auf klassischen Computern. Ansätze des Quantencomputings zeigen Möglichkeiten auf, diese Probleme effizienter als mit klassischen Algorithmen zu lösen. Der Fokus der Forschung in diesem Bereich ist die Suche nach einer optimalen Formulierung der Probleme, sodass der in der Theorie bewiesene Quantenvorteil bestmöglich auf aktueller Quantenhardware umgesetzt werden kann. Dazu ist spezifisches Expertenwissen der Problemdomänen notwendig, auf das wir durch zahlreiche zurückliegende Forschungen zu Problemen wie beispielsweise dem Gate Assignment Problem (GAP), dem Traveling Salesman Problem (TSP), dem Capacitated Vehicle Routing Problem (CVRP) und vielen mehr verfügen.
  • Quantum Artificial Intelligence
    Ansätze der Künstlichen Intelligenz ermöglichen die Lösung hochkomplexer Probleme durch die Simulation intelligenten Verhaltens. In diesem Feld konnten in den letzten Jahren zahlreiche Durchbrüche in höchstrelevanten Problemstellungen erzielt werden. Der Trend der dazu benötigten Rechenkapazitäten steigt jedoch exponentiell, sodass zukünftig deutlich leistungsfähigere Computer benötigt werden. Ein sehr vielversprechender Ansatz ist es dabei, rechenzeitintensive Bausteine von KI-Algorithmen in einem hybriden Verfahren mittels Quantencomputing zu lösen. Vor dem Hintergrund unserer langjährigen Expertise im Bereich der Künstlichen Intelligenz bringen wir uns aktuell insbesondere im Bereich der hybriden Optimierung, der Lösung von Gleichungssystemen und dem Lernen von Clustern und SVMs ein. Zusätzlich verfolgen wir vielversprechende Forschungsrichtungen wie Quantum Reinforcement Learning (QRL), Quantum General Adversarial Networks (GANs) und das Training von Quantum Boltzmann Machines (QBMs).
  • Quantum Software Plattform
    Zur Ermöglichung eines einfachen Austauschs von Algorithmen, Implementierungen und Applikationen arbeitet das QAR-Lab an einer darauf ausgelegten Softwareplattform. Um den Einstieg in das Gebiet des Quantencomputings zu erleichtern, werden hier Guidelines, Lehrmaterialen und Entwicklungswerkzeuge bereitgestellt. Als Besonderheit der Plattform wird ein universeller Zugriff auf verschiedene Quantenhardware unabhängig von einzelnen Hardwareherstellern durch die im QAR-Lab entwickelte Middleware UQ ermöglicht. Als Unterstützung bei der Auswahl der geeignetsten Quantenhardware für eine angefertigte Implementierung werden intelligente Algorithmen bereitgestellt. Zur maximalen Ausnutzung der bislang noch sehr begrenzten Kapazitäten verfügbarer Quantenhardware forschen wir in dem Feld der möglichst optimalen, automatisierten Übersetzung von Quantenalgorithmen auf vorhandene Quantenhardware. Erzielte Ergebnisse, wie beispielsweise einer automatisierten Optimierung von QUBO-Formulierungen für Quantenannealer der Firma D-Wave Systems werden auf der Softwareplattform als Werkzeug zur Verfügung gestellt.

4. Struktur des QAR-Lab

Das QAR-Lab ist fokussiert auf die Software, die mit Quantencomputing entstehen kann. Die Hardware (bspw. Quantum Annealer von D-Wave) nutzen wir über die Cloud. Diese neuen Möglichkeiten können auf vielfältige Weise eingesetzt werden, sowohl in verschiedenen Disziplinen der Wissenschaft als auch verschiedenen Branchen der Wirtschaft. Das QAR-Lab versteht sich dabei auch als Vermittler zwischen den Domänenexperten und den Quantentechnologieexperten, um neue Anwendung zu realisieren.

5. Zusammenarbeit mit der Wirtschaft

Für die Wirtschaft bieten sich durch eine Kooperation mit dem QAR-Lab folgende attraktive Möglichkeiten:

  • Identifizierung von Use Cases der Anwenderindustrie
    Infolge der vielfältigen Problemstellungen der Unternehmen aus unterschiedlichsten Branchen betrachten wir verschiedenste Anwendungen aus der Praxis, bereiten sie hinsichtlich ihrer Lösbarkeit mit Hilfe von Quantencomputern auf und realisieren erste Prototypen. Hierdurch werden Anforderungen an die verfügbaren QC-Technologien und Erwartungen an zukünftige Entwicklungen identifiziert. So werden Forschung und Anwendung in engen Austausch gebracht. Gleichzeitig dient dies auch einem frühzeitigen Transfer von Wissen in die Anwenderfirmen.
  • Zugang zu Quantencomputern und „Quantum-inspired“ Hardware
    Unser Ziel ist es, den problemlosen Zugang zu den weltweit führenden Quantencomputern für Industrie und Forschungspartner sowie Lehrende und Studierende zu ermöglichen. Wir pflegen eine langjährige Zusammenarbeit mit der Firma D-Wave Systems, die auf sogenannte Quantum Annealer spezialisiert ist, die insbesondere auf die Lösung (spezieller) Optimierungsprobleme ausgelegt sind. Mit einem Digital Annealer bietet z.B. Fujitsu eine verwandte Architektur des Quantum Annealings, kommt dabei aber ohne Quanteneffekte aus. Die Reihe der Technologien soll jedoch offengehalten werden, um jederzeit ergänzt werden zu können und insbesondere einen einfachen Zugang zu den zu entwickelnden Quantencomputern ermöglichen.
  • Quantum-Plattformen
    Für den einfachen und universellen Zugang zu Hardware-Ressourcen arbeiten wir an gemeinsamen Plattformen für Quantencomputing, die nicht nur mit einer grundlegenden Schnittstelle, sondern auch mit Entwicklungswerkzeugen, Prozessen, Guidelines und Lehrmaterial ausgestatten sind. Eine Plattform für Optimierung (u.a. mittels Quantum Annealing) wird bereits in Lehre und Forschung mit unseren Studierenden eingesetzt.
  • Aufbau einer Bewertungskompetenz
    Derzeit entwickeln sich viele QC-Lösungen und -Technologien weltweit, die selbst für große Konzerne, aber insbesondere auch für den Mittelstand nur schwer nachvollziehbar sind. Daher helfen wir mit unserer unabhängigen Bewertungskompetenz, indem wir die Angebote der verschiedenen Hersteller vom QC-Anwendungskompetenzcluster evaluieren und vergleichen. Hierzu werden insbesondere Prototypen auf Quantencomputern erstellt und sowohl untereinander als auch mit klassischen Lösungen verglichen. Ein Werkzeug zur Entscheidungsunterstützung, das die resultierenden Erkenntnisse implementiert, wird diese Bewertungen begleiten.
  • Realisierung von Pilotprojekten
    In enger Zusammenarbeit mit Anwenderfirmen realisieren wir in Pilotprojekten Prototypen. Diese Pilotprojekte gehen über die eingangs erwähnten Use Cases weit hinaus, lösen Anwendungsprobleme, die für die Anwenderfirmen geschäftsrelevant sind und Wettbewerbsvorteile versprechen. Eine Bewertung der Pilotprojekte erlaubt es, die Reife und Praxisrelevanz der QC-Anwendung zu beurteilen.
  • Gebündelter Wissenstransfer
    In großen deutschen Unternehmen gibt es bereits Initiativen zum Thema Quantencomputing. Um das volle Potenzial des QC auszuschöpfen, ist ein Wissenstransfer von der Akademia in die Wirtschaft nötig sowie der Austausch der Experten untereinander, um Synergien aller Beteiligten zu erreichen. Hierzu halten wir Workshops, Infoveranstaltungen, Seminare und Kurse ab und organisieren zahlreiche Projekte zur Zusammenarbeit von Industrie und Wissenschaft.

6. Hardware

Neben theoretischen Vorarbeiten, wie der Use Case Analyse und dem Knowledge Transfer, können im QAR-Lab schon jetzt entwickelte Prototypen und Algorithmen auf verschiedener Quantencomputing Hardware evaluiert werden. Grundsätzlich unterscheidet man zwei verschiedene Typen von Quantencomputing Hardware.

Quantum Annealer:
Quantum Annealer sind speziell für die Lösung von Optimierungsproblemen konstruiert worden. Alle Fragestellungen, egal ob Kosten, Wegstrecken oder andere Variablen, werden in Form einer mathematischen Beschreibung – dem sogenannten Quadratic Unconstrained Binary Optimization (QUBO) Problem – auf einem Gitter aus Qubits modelliert und durch die Hardware gelöst.

Universal Gate Quantum Computer:
Das Universal Quantum Gate Model ist ein weiterer Ansatz zur Realisierung von Quantencomputing und beruht auf der Nutzung von Quantengattern. Ähnlich wie bei klassischen Rechnern, werden logische Quantengatter in Sequenzen zusammengesetzt, um bestimmte Algorithmen zu realisieren und Problemstellungen zu lösen.

Im QAR-Lab beschäftigen wir uns mit der Entwicklung von QC-Algorithmen und deren praktische Ausführung unter anderem auf folgenden Hardware-Plattformen:

  • D-Wave Systems (Quantum Annealing)
  • Rigetti (Gate Model)
  • IBM (Gate Model)
  • Fujitsu (Digital Annealing)

Zusätzlich befindet sich das QAR-Lab in Gesprächen zur Nutzung folgender weiterer Hardware-Plattformen:

  • Quantum Inspire by QuTech (Gate Model)
  • Quantum Brilliance (Gate Model)
  • Google Sycamore (Gate Model)

7. Anwendungsgebiete und Fragestellungen

Mobilität:

  • Wie kann der Verkehr durch eine Stadt ideal gesteuert werden, um Staus auszuschließen?
  • Wie beeinflussen sich alle Verkehrsteilnehmer gegenseitig?

 

Energie:

  • Wie müssen Kraftwerke und Speichersysteme genutzt werden, um die Last ideal zu verteilen?
  • Wie kann ich mögliche Überschüsse und Engpässe rechtzeitig vorhersagen?

 

Medizin:

  • Welche Zusammenhänge bestehen zwischen Patientendaten, erkannten Symptomen und gewählten Behandlungsmethoden?
  • Welche Behandlung ist deshalb die vielversprechendste?

 

Smart Farming:

  • Wie sollen Maschinen ideal über den Tag oder über die Saison hinweg genutzt werden?
  • Wie spielen Parameter wie Wetter, Nachfrage und Ertrag zusammen?

 

Smart Factory:

  • Wie können Produktbestellungen am schnellsten abgearbeitet werden?
  • Wann muss mit dem Ausfall oder der Abnutzung einer Produktionsmaschine gerechnet werden?

 

3D-Modellierung:

  • Wie erstelle ich eine 3D-Repräsentation aus zahlreichen Einzelmessungen?
  • Wie kann ich aus einer Objekterkennung einen effizienten Konstruktionsplan ableiten?

 

Künstliche Intelligenz und Maschinelles Lernen:

  • Können maschinelles Lernen und andere Optimierungsverfahren mit Quantum Annealing kombiniert werden?
  • Wie lassen sich die Entscheidungen mehrerer intelligenter Komponenten effizient abstimmen und koordinieren?

 

Logistik:

  • Lässt sich die Gate-Zuweisung an einem Flughafen bis auf Echtzeit beschleunigen?
  • Wie kann auf alle eventuellen Ausfälle und Probleme mit Mensch und Technik kurzfristig reagiert werden?

 

8. Förderprojekte

  • QAR-Lab Bayern
    Zum Aufbau eines bayerischen Ökosystems für Quantencomputing-Anwenderkompetenz wird das QAR-Lab der LMU durch das Bayerische Staatsministerium für Wirtschaft, Landesentwicklung und Energie (StMWi) gefördert. Dabei ist das Ziel die Stärkung des Standorts München auf der deutschen Quantencomputing-Landkarte. Mit unserer Expertise in den Bereichen Quantenoptimierung und Quanten-KI treiben wir die Forschung und Anwendung von Quantencomputing durch die Realisation von Pilotprojekten voran. Neugewonnene wissenschaftliche Erkenntnisse lassen wir einem aktiven Netzwerk aus Wissenschaft und Wirtschaft zugutekommen.
  • PlanQK
    Das QAR-Lab der LMU ist Gründungsmitglied und Konsortialpartner im BMWi-geförderten Projekt PlanQK (Plattform und Ökosystem für Quantenunterstützte Künstliche Intelligenz).
    Mit der Expertise in den Bereichen des Maschinellen Lernens und Quantencomputing unterstützen wir Industriepartner bei der Umsetzung und Entwicklung von Quantenunterstützten KI-Algorithmen für diverse Business Use Cases. Weitere Informationen, finden Sie unter PlanQK.

9. Publikationen

  • C. Roch, A. Imperto, T. Phan, T. Gabor, S. Feld and C. Linnhoff-Popien, „Cross Entropy Hyperparameter Optimization for Constrained Problem Hamiltonians Applied to QAOA“ accepted for publication, arXiv preprint arXiv:2003.05292 (2020).
    [Download PDF]
  • C. Roch, T. Phan, S. Feld, R. Müller, T. Gabor, C. Hahn, and C. Linnhoff-Popien, „A Quantum Annealing Algorithm for Finding Pure Nash Equilibria in Graphical Games“ in 20th International Conference on Computational Science (ICCS 2020), 2020, p. 12. doi:10.1007/978-3-030-50433-5_38
    [Download PDF]
  • I. Sax, S. Feld, S. Zielinski, T. Gabor, C. Linnhoff-Popien, and W. Mauerer, „Approximate Approximation on a Quantum Annealer“ in 17th ACM International Conference on Computing Frontiers (ACM CF 2020), 2020, p. 9. doi:10.1145/3387902.3392635
    [Download PDF]
  • Thomas Hubregtsen, Christoph Segler, Josef Pichlmeier, Aritra Sarkar, Thomas Gabor, and Koen Bertels. Integration and Evaluation of Quantum Accelerators for Data-Driven User Functions. In 2020 21st International Symposium on Quality Electronic Design (ISQED), pages 329-334. IEEE, 2020. doi:10.1109/ISQED48828.2020.9137029
    [Download PDF]
  • T. Gabor, L. Suenkel, F. Ritz, L. Belzner, C. Roch, S. Feld, and C. Linnhoff-Popien, „The Holy Grail of Quantum Artificial Intelligence: Challenges in Accelerating the Machine Learning Pipeline,“ in 1st International Workshop on Quantum Software Engineering (QSE at ICSE), 2020. doi:10.1145/3387940.3391469
    [Download PDF]
  • T. Gabor, S. Feld, H. Safi, T. Phan, and C. Linnhoff-Popien, „Insights on Training Neural Networks for QUBO Tasks“ in 1st International Workshop on Quantum Software Engineering (QSE at ICSE), 2020. doi:10.1145/3387940.3391470
    [Download PDF]
  • S. Feld, C. Roch, K. Geirhos, and T. Gabor, „Approximating Archetypal Analysis Using Quantum Annealing“ in Accepted at the 28th European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning (ESANN 2020), 2020.
    [Download PDF]
  • S. Feld, C. Roch, T. Gabor, M. To, and C. Linnhoff-Popien, „The Dynamic Time Warping Distance Measure as QUBO Formulation“ in IEEE 5th International Conference on Computer and Communication Systems (ICCCS 2020), 2020. doi:10.1109/ICCCS49078.2020.9118469
  • T. Gabor, S. Zielinski, C. Roch, S. Feld, and C. Linnhoff-Popien, „The UQ Platform: A Unified Approach To Quantum Annealing“ in IEEE 5th International Conference on Computer and Communication Systems (ICCCS 2020), 2020. doi:10.1109/ICCCS49078.2020.9118547
  • S. Feld and C. Linnhoff-Popien, Quantum Technology and Optimization Problems: First International Workshop, QTOP 2019, Munich, Germany, March 18, 2019, Proceedings, Springer, 2019, vol. 11413. doi:10.1007/978-3-030-14082-3
  • T. Gabor, S. Zielinski, S. Feld, C. Roch, C. Seidel, F. Neukart, I. Galter, W. Mauerer, and C. Linnhoff-Popien, „Assessing Solution Quality of 3SAT on a Quantum Annealing Platform“ in 1st International Workshop on Quantum Technology and Optimization Problems (QTOP 2019), 2019, pp. 23-35. doi:10.1007/978-3-030-14082-3_3
    [Download PDF]
  • I. Sax, S. Feld, S. Zielinski, T. Gabor, C. Linnhoff-Popien, and W. Mauerer, „Torwards understanding Approximation Complexity on a Quantum Annealer (Extended Abstract)“ in 1st International Symposium on Applied Artificial Intelligence (ISAAI’19), 2019. doi:10.1007/s42354-019-0244-1
  • S. Feld, C. Roch, T. Gabor, C. Seidel, F. Neukart, I. Galter, W. Mauerer, and C. Linnhoff-Popien, „A Hybrid Solution Method for the Capacitated Vehicle Routing Problem Using a Quantum Annealer“ in Frontiers in ICT, 2019, pp. 1-13. doi:10.3389/fict.2019.00013
    [Download PDF]
  • S. Feld, M. Friedrich, and C. Linnhoff-Popien, „Optimizing Geometry Compression using Quantum Annealing“ in IEEE Workshop on Quantum Communications and Information Technology 2018 (IEEE QCIT 2018), 2018, pp. 1-6. doi:10.1109/GLOCOMW.2018.8644358
    [Download PDF]

10. Das QAR-Lab Kompetenzteam


Prof. Dr. Claudia Linnhoff-Popien

(Leitung)

Thomas Gabor

(Co-Leitung)

 


Philipp Altmann

Magdalena Benkard

Angelika Debes

Asst. Prof. Dr. Sebastian Feld

Markus Friedrich

Carsten Hahn

Claudia Huber

Marian Lingsch

Jonas Nüßlein

Christoph Roch

Sebastian Roth

Irmengard Sax

Daniëlle Schuman

Leo Sünkel

Jonas Stein

Sebastian Zielinski

11. Kooperationspartner

Gemeinsam mit der Landeshauptstadt München haben wir im Jahr 2016 den Verein Digitale Stadt München e.V. gegründet, ein Netzwerk aus Firmen am Standort München, mit denen das QAR-Lab in Form von Projekten, Workshops, Symposien, Infoveranstaltungen, der Zeitschrift DIGITALE WELT, Diskussionsgruppen und weiteren Formaten rege zusammenarbeitet.

12. Weiterführende Links

13. Aktivitäten / News

Alle Meldungen / Zum Archiv

Switch to english

Frau Prof. Dr. Linnhoff-Popien hält Vortrag bei der QC Industry Group

QC-Industry-Group

Frau Prof. Dr. Claudia Linnhoff-Popien hielt am 27. Januar 2021 einen Vortrag vor der Quantum Computing Industry Group. Die QC Industry Group ist eine Gruppe von QC-Anwendern und -Experten aus der Industrie. Die Gruppe agiert DACH-weit und hat ihren Schwerpunkt in Süddeutschland. Sie existiert seit Mitte 2017, trifft sich halbjährlich und hat ca. 40 Mitglieder (mehr…)

Nationale Roadmap Quantencomputing unterstützt durch das QAR-Lab veröffentlicht

Quantentechnologien und Quantencomputing haben ein enormes Potenzial für die Wissenschaft, Wirtschaft und Gesellschaft. In Deutschland hat sich dazu ein Expertenrat aus Forschung und Industrie zusammengeschlossen, der der Bundesregierung nun nach mehr als drei Monaten intensiver Zusammenarbeit eine fundierte Roadmap zum Quantencomputing erfolgreich übergeben hat. Dabei nahm die Leiterin des QAR-Labs Frau Prof. Dr. Claudia Linnhoff-Popien (mehr…)

QAR-Lab Bayern vom Freistaat gefördert

Mit dem QAR-Lab Bayern starten wir am 1. Dezember 2020 eine neue Initiative zum Aufbau eines bayerischen Ökosystems für Quantumcomputing-Anwenderkompetenz. Unser Ziel: Wir stärken den Standort München auf der deutschen Quantumcomputing-Landkarte. Wir setzen hierbei auf Pilotprojekte für neue Technologien im Bereich QC und wir stehen für einen ständigen und aktiven Austausch zwischen Wissenschaft und Wirtschaft. (mehr…)

QAR-Lab unter den 12 wichtigsten Forschungsgruppen für Quantum Computing

Das Online-Magazin The Quantum Daily berichtet: Das sind die 12 wichtigsten Universitäten für Quantum Computing in der Welt. Neben Oxford, Harvard und dem MIT findet sich hier auch die LMU München, genauer das QAR-Lab unter Leitung von Prof. Dr. Claudia Linnhoff-Popien. Wir freuen uns sehr über die internationale Anerkennung und werden weiterhin Spitzenforschung und praktische (mehr…)

Prof. Dr. Linnhoff-Popien beim Roundtable zur QuantenTechVision Bayern

„Quantentechnologien sind Zukunftstechnologien mit großen Chancen und wachsenden Anwendungsmärkten“, schreiben die bayerischen Staatsminister Hubert Aiwanger, Bernd Sibler und Judith Gerlach. Zur Koordination der Aktivitäten im Rahmen der QuantenTechVision Bayern wurde Prof. Dr. Claudia Linnhoff-Popien, Leiterin des QAR-Labs, neben anderen Experten aus Bayern um Mitwirkung gebeten. Ziel dieser Gruppe ist eine gute „zukünftige Entwicklung dieser Schlüsseltechnologie (mehr…)

Nationale Roadmap Quantencomputing mit dem QAR-Lab

Frau Prof. Dr. Claudia Linnhoff-Popien wurde in den Expertenrat zur Erstellung einer nationalen Roadmap für Quantencomputing berufen. Dieser wurde auf Beschluss von Frau Bundeskanzlerin Dr. Angela Merkel eingerichtet und von den Staatssekretären des Bundesministeriums der Finanzen, des Bundesministeriums für Bildung und Forschung sowie des Bundesministeriums für Wirtschaft und Energie unterstützt. Die Experten treffen sich erstmalig (mehr…)

Interview bei „Markus Koch Wall Street“

Am 23.07.2020 war Lehrstuhlmitarbeiter Dr. Sebastian Feld zu Gast im Live-Interview-Format „Markus Koch Wall Street“. Der Gastgeber Markus Koch (n-tv, Wall Street) hat Dr. Feld sowie Tech-Investor Thomas Rappold zum Thema „Quantentechnologie: Wo stehen wir und wie profitieren Anleger?“ interviewt. Die Aufzeichnung des Beitrags, mit allen Kommentaren der Community, findet sich auf YouTube: https://www.youtube.com/watch?v=Fsh98YQJFkA

QAR-Lab unterstützt D-Waves Plattform zur gemeinsamen Erforschung von COVID-19

D-Wave Systems, ein kanadischer Anbieter von Quantencomputer-Systemen, -Software und -Services, hat freien Zugang zu seinen Quantensystemem für Forscher angekündigt, die an der Bekämpfung der COVID-19-Krise arbeiten. Das QAR-Lab der LMU München schließt sich diesen Bemühungen mit anderen Partnern an, darunter auch Firmen und Forschungseinrichtungen wie CINECA, DENSO, Forschungszentrum Jülich, Kyocera Corporation, KYOCERA Communication Systems, MDR/Cliffhanger, (mehr…)

PlanQK auf dem Digital Gipfel 2019

Das PlanQK Konsortium, mit unter anderem der LMU München, präsentierte auf dem Digital Gipfel in Dortmund am 28. und 29. Oktober erstmalig das neue Projekt PlanQK (Plattform und Ökosystem für Quantenunterstützte Künstliche Intelligenz) einer breiten Öffentlichkeit. Neben zahlreichen Besuchern, war zudem die Bundeskanzlerin zu Gast.

DIGICON 2019

Vom 20.-21. November 2019 hat die „Digitale Welt Convention“ (kurz DIGICON) in München stattgefunden: 368 Teilnehmer aus über 220 Unternehmen, visionäre und lebendige Vorträge, ein spannendes Rennen um den 4. Münchner Digital Innovation Award und zukunftsweisende Ideen auf dem Marktplatz für Innovationen – den Gästen des Partnerevents des Vereins „Digitale Stadt München e.V“ wurde wie (mehr…)