Quantencomputer für die Industrie 4.0

Große Datenmengen
parallel verarbeiten

Quantensysteme sind dafür prädestiniert, die Datenströme in Industrie 4.0-Umgebungen und für Anwendungen des Internet of Things (IoT) zu verarbeiten. Das findet so noch nicht statt, aber Simulationsplattformen stehen bereit. Mit ihnen lassen sich IoT-Anwendungsfälle programmieren und neue Sicherheitsstandards für eine quantensichere Verschlüsselung prüfen. Künftig wird der größte Handlungsbedarf im Bereich des sicheren Datentransfers liegen.

Forscherin installiert Quantenchip von Google Bristlecone (Bild: Atos Information Technology GmbH)

Forscherin installiert Quantenchip von Google Bristlecone (Bild: Atos Information Technology GmbH)

Die Plattformökonomie ist eine Herausforderung für die Fertigungsbranche: Damit Unternehmen dabei von einem möglichst großen Nutzen profitieren, müssen Serviceplattformen aufgebaut und das Domänenwissen verbunden werden. Gelingt das nicht, drohen branchenfremde Drittanbieter, Nischen zu erobern. Durch die Weiterentwicklung der Plattformökonomie müssen zukünftig noch mehr Daten verarbeitet und neue Anwendungsfälle entwickelt werden. Die Quantentechnologie scheint prädestiniert zu sein, beim Lösen dieser beiden Herausforderungen entscheidend mitzuhelfen.

Parallele Datenverarbeitung

Im Gegensatz zu herkömmlichen Superrechnern können Quantenrechner Unmengen an Daten parallel verarbeiten. Diese besondere Fähigkeit wird sich gerade in einer Industrie 4.0-Umgebung und bei diversen Anwendungsszenarien für das IoT als großer Vorteil erweisen. Für das Analysieren und Optimieren von Produktionsprozessen und vernetzten Fertigungsumgebungen eröffnen sich zahlreiche Möglichkeiten, die gewaltigen Datenmengen mit Quantencomputern in Echtzeit zu beherrschen und nutzbar zu machen. Je mehr Variablen eine Berechnung aufweist, desto mehr kommt die Überlegenheit der Quantenrechner zum Tragen. Den Grundstein für das parallele Durchrechnen der verschiedenen Lösungswege in Sekunden oder Millisekunden legt ein Quantengatter, das die sogenannten Quantenbits (Qubits) verschränkt und ihre Zustände von Null, Eins oder irgendwo dazwischen manipuliert. Diese Zustandsänderungen der Qubits lassen sich messen und für das Ergebnis in Null- oder Eins- Werte ‘einfrieren’. Es bedarf jedoch besonderer Quantenalgorithmen, um ein Quantengatter nutzen zu können. Viele der möglichen Anwendungsfelder, wie Verkehrssimulationen, Finanztransaktionen oder eben IoT-Szenarien setzen allerdings eine Rechenleistung voraus, die nicht auf 50 bis 100Qubits beruht, sondern bis zu 1.000Qubits verlangt. Einsatzfähige Systeme existieren zwar, aber die hohen Anschaffungskosten halten die Anwendergemeinde noch klein. Cloud-Plattformen stellen in der Hinsicht einen preiswerten Zugang dar. So können Interessenten über eine Cloud-Plattform auf einen Quantencomputer der Reihe IBM Q zugreifen, der in einem Forschungslabor von IBM steht. Ebenso sind Quantensimulatoren mit deutlich weniger Anschaffungskosten verbunden. Unter diesen Rahmenbedingungen kristallisieren sich derzeit vor allem zwei Anwendergruppen heraus – Forschungseinrichtungen und Universitäten. Das Oak Ridge National Laboratory (ORNL) setzt beispielsweise einen Quantensimulator von Atos ein, um Algorithmen zu entwickeln, zu optimieren und mithilfe von Emulation zu testen. Danach führen die Forscher ihre erstellten Algorithmen auf einem echten Quantencomputer von IBM aus. Dieses Vorgehen ist deutlich effizienter als ausschließlich die teure Hardware zu verwenden.

 

Das könnte Sie auch interessieren

Vom 22. bis zum 26. April wird Hannover zum Schaufenster für die Industrie. Neben künstlicher Intelligenz sollen insbesondere Produkte und Services für eine nachhaltigere Industrie im Fokus stehen.‣ weiterlesen

Eine Umfrage von Hewlett Packard Enterprise (HPE) unter 400 Führungskräften in Industrie-Unternehmen in Deutschland zeigt, dass zwei Drittel der Befragten den Data Act als Chance wahrnehmen. Der Data Act stieß unter anderem bei Branchenverbänden auf Kritik.‣ weiterlesen

Deutsche Unternehmen nehmen eine zunehmende Bedrohung durch Cyber-Angriffe wahr. Das zeigt eine aktuelle Umfrage vom Markt- und Meinungsforschungsinstitut YouGov im Auftrag von 1&1 Versatel, an der mehr als 1.000 Unternehmensentscheider teilnahmen.‣ weiterlesen

Carbon Management-Technologien stehen im Fokus, um CO2-Emissionen zu reduzieren und zu managen. Die Rolle des Maschinenbaus und mögliche Entwicklungspfade betrachtet eine neue Studie des VDMA Competence Center Future Business.‣ weiterlesen

Nach Bitkom-Berechnungen fehlen bis zum Jahr 2040 mehr als 660.000 IT-Fachkräfte. Welche Maßnahmen helfen könnten, diesem Trend entgegenzuwirken, hat der Verband beleuchtet. Potenziale liegen unter anderem darin, mehr Frauen für IT-Berufe zu begeistern oder den Quereinstieg zu erleichtern.‣ weiterlesen

Laut einer Studie der Unternehmensberatung Bain & Company könnten Unternehmen ihre Produktivität durch digitale Tools, Industrie 4.0-Technologien und Nachhaltigkeitsmaßnahmen steigern. Deren Implementierung von folgt oft jedoch keiner konzertierten Strategie.‣ weiterlesen

Hohe Geschwindigkeit und hohe Erkennungsraten sind die Anforderungen an die Qualitätskontrolle in der Verpackungsbranche. Wie diese Anforderungen erreicht werden können, zeigt das Unternehmen Inndeo mit einem Automatisierungssystem auf Basis von industrieller Bildverarbeitung und Deep Learning.‣ weiterlesen

Jeder zweite Betrieb investiert laut einer Betriebsräte-Befragung der IG Metall zu wenig am Standort. Demnach verfügen rund 48 Prozent der Unternehmen über eine Transformationsstrategie. Zudem sehen die Betriebsräte ein erhöhtes Risiko für Verlagerungen.‣ weiterlesen

Ob es sich lohnt, ältere Maschinen mit neuen Sensoren auszustatten, ist oft nicht klar. Im Projekt 'DiReProFit' wollen Forschende dieses Problem mit künstlicher Intelligenz zu lösen.‣ weiterlesen

Ziel des neuen VDMA-Forums Manufacturing-X ist es, der zunehmenden Bedeutung von Datenräumen als Basis für neue, digitale Geschäftsmodelle Rechnung zu tragen. Wie der Verband mitteilt, soll das Forum auf dem aufbauen, was in der letzten Dekade durch das VDMA-Forum Industrie 4.0 erarbeitet wurde. ‣ weiterlesen

Wie kann eine Maschine lernen, sich in unserer Lebenswelt visuell zu orientieren? Mit dieser Frage setzen sich die Wissenschaftler am Deutschen Forschungsinstitut für Künstliche Intelligenz (DFKI) aktuell auseinander – und entwickeln Lösungen.‣ weiterlesen