Als Drehscheibe zwischen Forschung, Industrie, Forschungsförderung und Öffentlichkeit ist das Munich Quantum Valley (MQV) der Kristallisationspunkt für die Entwicklung des gesamten Spektrums der Quantentechnologien. Es fördert einen effizienten Wissenstransfer von der Forschung zur Industrie, baut ein Netzwerk mit internationaler Reichweite auf und bietet maßgeschneiderte Aus- und Weiterbildungsmöglichkeiten in den Bereichen Quantenwissenschaft und -technologie. Unter Nutzung (mehr…)

Sicherheitsnachweise für KI-basierte Systeme stehen in diesem Projekt auf der Forschungsagenda. Hierzu werden Evidenzen entlang der gesamten Kaskade von Sicherheitsanforderungen gesammelt und geprüft, um letztendlich eine durchgehende Sicherheitsargumentation zu erbringen. Gerade für sicherheitskritische KI‐basierte Systeme sind die benötigten Evidenzen und zugehörigen Prüfverfahren noch wenig erforscht. Das Hauptaugenmerk des Fraunhofer IKS gilt allerdings weniger der Entwicklung (mehr…)

Ein großes Problem aus Industrie und Forschung ist die Optimierung der Planung und Durchführung klinischer Studien. Angesichts der hohen Kosten und langen Entwicklungsdauer von Medikamenten suchen Pharma- und Biotech-Unternehmen nach effizienteren Wegen, um Medikamente gezielter, schneller und sicherer durch die Phasen der Entwicklung zu bringen, indem sie z.B. die Patientenrekrutierung optimieren und gezielt beschleunigen. Das (mehr…)

Die derzeit verfügbaren Quantencomputer werden als Quantencomputer der NISQ-Ära (Noisy Intermediate-Scale Quantum) bezeichnet, da sie in ihrer Größe begrenzt und anfällig für Fehler und Rauschen sind. Aufgrund dieser Eigenschaften betrachtet man hybride Ansätze aus klassischen Rechnern und Quantencomputern als eine vielversprechende Richtung für die Realisierung praktischer Anwendungen auf aktuellen Quantenrechnern. In diesem Projekt soll die (mehr…)

In dem Projekt 6G und Quantentechnologie (6GQT) soll die Verbindung bzw. Verknüpfung der beiden Bereiche 6G und Quantenkommunikation erforscht und untersucht werden. Es handelt sich dabei um ein koordiniertes Projekt zwischen der Ludwig-Maximilians-Universität München und der Technischen Universität München. In diesem Projekt sollen zum einen die wissenschaftlichen Grundlagen, um die beiden Technologien zu verbinden, gelegt (mehr…)

Das QAR-Lab ist stolz, Gründungsmitglied des PlanQK-Projekts zu sein. Zusammen mit den Kollegen der Universität Stuttgart, HQS und StoneOne konzipierten wir ein Projekt um das Anwendungsfeld „Künstliche Intelligenz“ für Quantum Computing besser zu erschließen, daher auch der ursprüngliche Titel: PlanQK als „Plattform und Ökosystem für quanten-unterstützte künstliche Intelligenz“. Seitdem ist PlanQK auf 18 geförderte Partner (mehr…)

Die Lernplattform CAQAO ist eine Weiterbildungs- und Trainingsplattform, bei der das QAR-Lab (LMU) unmittelbar mit namhaften Firmen wie BMW, VW, Münchner Rück, Adidas, der Deutschen Bahn u.v.a. als assoziierten Partnern kooperiert, um deren Bedürfnisse bei der QC-Programmierung von Use Cases umzusetzen. Überdies unterstützen diese CAQAO bei der Vermarktung der Plattform über deren weitreichenden Netzwerke zu (mehr…)

Das Projekt QCHALLenge löst Optimierungsprobleme aus Produktion und Logistik mittels bestehender Quantum Computing (QC) Hardware. Hierfür werden Algorithmen, Konzepte und Werkzeuge entwickelt, die der Wirtschaft branchenübergreifend den niederschwelligen Einsatz von QC ermöglichen. BASF, BMW, SAP und Siemens vertreten im Konsortium die Anwenderseite, während die LMU ihre langjährige Erfahrung auf dem Gebiet der QC-Software einbringt. Dadurch (mehr…)

QuCUN (Quantum Computing User Network) ist ein Verbundprojekt mit dem Ziel eine zentrale Anlaufstelle für Anwendungen des Quantencomputings in Deutschland zu etablieren. QuCUN bietet Unternehmen und Interessierten einen erleichterten Einstieg in das dynamische Feld des Quantencomputings. Durch die Vernetzung mit anderen Projekten, Konsortien und Communities schafft QuCUN ein deutschlandweites Quantencomputing-Ökosystem. Der Fokus liegt dabei auf (mehr…)

Das Projekt „Zuverlässigkeit von Machine Learning-Verfahren im industriellen Umfeld“ beschäftigt sich mit Fragestellungen zum sicheren Einsatz von aktuellen ML-Verfahren. Neue komplexe Anwendungsszenarien wie autonome Fertigungsanlagen oder die dezentrale Stromerzeugung sind nur noch durch lernende Systeme zu realisieren, deren Verlässlichkeit und Sicherheit jedoch zu jedem Zeitpunkt sichergestellt werden muss. Die Verlässlichkeitsprüfung solcher adaptiven, cyber-physischen Systeme stellt (mehr…)

Das Forschungsvorhaben im Rahmen des Zentrum Digitalisierung.Bayern baut auf den diversen Vorprojekten auf, die vom Bayerischen Witschaftsministerium finanziert wurden und mit unterschiedlichen Bayerischen Firmen stattfanden. Es hat zum Ziel, die Wirtschaftskraft Bayerns zu steigern, in dem Innovationen frühzeitig von der Universität in die Wirtschaft transferiert werden.