QREL

Motivation

Relationale Datenbanken, wie sie in fast allen Wirtschaftsbereichen eingesetzt werden, sind eine fast unerschöpfliche Informationsquelle, um z.B. das Kaufverhalten von Kunden vorherzusagen, Abwanderung von Kunden vorzubeugen oder in der Produktion Störungen des Produktionsprozesses vorherzusagen. Dafür müssen große Mengen an Daten effizient ausgewertet werden können.

Ziele und Vorgehen

Um hier Fortschritte zu erzielen sollen die Vorteile bereits existierender Quantencomputersysteme ausgenutzt werden. Dazu werden Datenbankeinträge in sog. grafischen Netzen kodiert, die Beziehungen zwischen den einzelnen Einträgen herstellen und die Grundlage für grafische neuronale Netze bilden. Durch eine geeignete Komprimierung der Daten, können diese Netze auch als Quanten Graph Neural Networks realisiert werden, in denen die Vorteile des Quantencomputings ausgenutzt werden können.

Innovation und Perspektiven

Sofern die Forschungsarbeiten erfolgreich verlaufen, könnten zum ersten Mal quantenbasierte neuronale Netze eingesetzt werden, um auf der Basis von Daten in relationalen Datenbanken, Wirtschaftsprognosen zu erstellen und Wirtschaftsprozesse zu optimieren.