QIAPO

Motivation

Diskrete Optimierungsprobleme sind zentral für Industrie und Wirtschaft, etwa in der energieeffizienten Produktionsplanung oder der Preisgestaltung. Komplexe Nebenbedingungen erschweren klassischen Solvern die exakte Lösung. Quantenansätze versprechen hier auf der Suche nach approximativen Lösungen Vorteile, da sie mit wachsender Problemgröße besser skalieren und Regionen erschließen, die klassischen Rechnern verschlossen bleiben. Besonders im Bereich der approximativen Optimierung fehlt es bislang an empirischen Untersuchungen von Quantenheuristiken für konkrete Anwendungen.

Ziele und Vorgehen 

Das Projekt QIAPO entwickelt Algorithmen zur Berechnung approximativer Lösungen industriell relevanter Optimierungsprobleme und implementiert diese auf Quantencomputern von PlanQC und QuEra. Im Fokus steht das Konzept der quanteninformierten Datenreduktion, bei der ein Quantencomputer als Co-Prozessor dient, um Probleme systematisch zu vereinfachen und so klassischen Solvern zugänglich zu machen. Die mathematische Modellierung realer Probleme und ein applikationszentriertes Benchmarking sind auch entscheidend, um einen möglichen Quantenvorteil zu identifizieren.

Innovation und Perspektiven 

Die wirtschaftliche Verwertung durch die BMW Group und Infineon birgt großes Potenzial. Bereits geringe Ressourceneinsparungen können bei hohen Produktionsvolumina erhebliche finanzielle Effekte erzielen. Hier entwickelten Methoden können zu einer signifikanten Profitabilität und Effizienzsteigerung führen, indem innovative Technologien zur Preisgestaltung und Produktionsplanung direkt in interne Prozesse integriert werden.