Quantumcomputing hat das Potential, über die Fähigkeiten von klassischen Computern deutlich hinauszugehen. Es gibt enorme Erwartungen beim Einsatz von Quantencomputern für bestehende und neue Anwendungsfälle, wie Materialforschung, Quantenchemie und maschinelles Lernen. Vorteile können neben drastisch verkürzten Rechenzeiten auch höhere Präzision der Ergebnisse oder geringerer Energieverbrauch bei den Berechnungen sein, oder bisher nicht berechenbare Problemstellungen erstmalig zugänglich zu machen.
Nachdem die Idee für Quantencomputer 1981 erstmalig vom Physik-Nobelpreisträger Richard Feynman vorgestellt worden war, erzeugte Peter Shor im Jahr 1994 eine enorme Aufmerksamkeit mit der Entwicklung eines Quanten-Algorithmus zur effizienten Faktorisierung von großen Zahlen. Dies war Anlass für eine Verstärkung der Forschungsarbeiten sowohl in Richtung der praktischen Realisierung von Quantencomputern, als auch der Erforschung weiterer, praktisch relevanter Anwendungsgebiete.
Bereits 2016 hat IBM die ersten realen Quantencomputer über die Cloud zugänglich gemacht. Dieser – für kleinere Systeme sogar kostenfreie – Zugang soll es breiten Anwender- und Entwicklerkreisen ermöglichen, die neuartige Technologie, die grundlegend andere Algorithmen erfordert, kennen und nutzbringend einsetzen zu lernen.
Momentan sind die Quantencomputer noch zu klein
Derzeit sind die verfügbaren Quantencomputer noch zu klein und die Berechnungen noch zu stark von vielfältigen Fehlereinflüssen betroffen. In den nächsten Jahren werden Quantencomputer aber über mehr Qubits verfügen, den elementaren Recheneinheiten eines Quantencomputers, eine größere Rechenstabilität aufweisen und höhere Rechengeschwindigkeiten ermöglichen.
Um Leistungsfähigkeit und Stabilität der Quantencomputer zu erhöhen, hat IBM auf dem IBM Quantum Summit Anfang November angekündigt, für diesen „Quantum Advantage“ die Anzahl der Fehler mit einer „Error Mitigation“ zu verringern. Die Error Mitigation wird in den nächsten zwei Jahren praktisch nutzbar sein und einen relevanten Quantum Advantage bieten. Die häufig angestrebte vollständige Fehlerkorrektur („Quantum Error Correction“) ist hierfür nicht notwendig und liegt weiter in der Zukunft.
In der Folge werden Quantencomputer Personenverkehre optimieren, die Lieferketten effizienter organisieren und den Flugverkehr in einem gemeinsamen europäischen Luftraum besser steuern können. Ebenso werden sie Batterien für E-Fahrzeuge leistungsfähiger und haltbarer machen können. Angesichts des Klimawandels, der an Dynamik gewinnt, wird der Verkehr weniger umweltwirksam bei geringerem Ressourcenaufwand und besserem Service organisiert werden können.
Rechner kann die optimale Route für Paketdienstleister berechnen
Für Kurier-, Paket- und Expressdienstleister etwa wird es bald möglich sein, fristgerecht Pakete zustellen zu können, weil Quantenrechner in Realzeit die optimale Route berechnen, abhängig vom Ziel, der Zustellzeit und einer Verkehrslage, die sich von Minute zu Minute ändern kann und deshalb neue Berechnungen erfordert.
Dass selbst leistungsfähigste Digitalrechner bei solchen Routenoptimierungen schnell an ihre Grenzen kommen, zeigt ein Beispiel der Bahn: Bei 154 ICE-Bahnhöfen und 290 ICEs lässt sich die optimale Route für eine Verbindung von fünf Städten mit zwölf möglichen Routen mit einem Digitalrechner in fünf Nanosekunden sehr schnell kalkulieren. Bei 20 Städten explodiert die Zahl der möglichen Routen auf 60 Billiarden bei einer Rechenzeit von zwei Jahren. Quantenrechner dagegen haben das Potential, die beste Strecke nahezu in Realzeit zu berechnen.
Ein voll integriertes Verkehrssystem lässt sich angesichts der Komplexität ohne Quantenrechner kaum steuern, wenn es darum geht, alle Verkehrsträger wie Fern-, S-, U- und Straßenbahnen, Leihsysteme (E-Auto, -Fahrrad, -Scooter) und öffentliche wie private Mitfahrgelegenheiten wie etwa Clevershuttle, BlaBlaCar und Uber zu integrieren, um Kunden ein optimales Mobilitätsangebot machen zu können.
Routing von Pendelbussen optimieren
Dabei stellt das Datenmanagement allein von automatisierten und vollautonomen Fahrzeugen (Level 4 und Level 5) die vielleicht größte Herausforderung dar. Der Chiphersteller Intel geht davon aus, dass autonome Fahrzeuge pro Tag mindestens vier Terabyte Daten generieren. Das bedeutet: Wenn nur zehn Prozent der mehr als 263 Millionen Autos in den USA autonom unterwegs wären, würden pro Tag 38,4 Zettabyte an Daten erzeugt – das sind 38,4 mal 1021 Bytes und entspricht einem Datenvolumen von 12,3 Milliarden 4K-Videos.
Heute gehen Expert*innen von bis zu zehn Terabyte Daten aus, die durch autonomes Fahren täglich erzeugt werden.
Dass die Lösung solcher Steuerungsaufgaben möglich und praktikabel ist, hat VW beim WebSummit 2009 in Lissabon gezeigt. Durch den Einsatz von Quantenrechnern konnte das Routing von Pendelbussen zwischen Flughafen und Messegelände in der staugeplagten Stadt optimiert, Staus umfahren und Fahrpläne eingehalten werden.
Längst arbeiten nahezu alle großen Autohersteller daran, Quantumcomputing für die Steuerung autonomer Fahrzeuge oder den Bau leistungsfähigerer Batterien für E-Fahrzeuge einzusetzen. Anfang des Jahres ist es Wissenschaftlern gelungen, eine Quantenbatterie zu bauen, deren Ladezeit bei gleicher Kapazität von zehn Stunden auf drei Minuten verkürzt werden konnte. An Schnellladestationen konnte der Vorgang auf wenige Sekunden verringert werden.
Jan Lahmann diskutiert über das Potenzial des Quantumcomputings im Verkehrssektor auf der heutigen Cluster-Jahreskonferenz „Die Zukunft Intelligenter Transportsysteme (ITS): Quantumcomputing in Aviation, Logistik und Mobilität“, die jährlich im House of Logistics and Mobility (HOLM) in Frankfurt am Main ausgerichtet wird.
Co-Autor des Standpunkts ist Jürgen Schultheis, Manager des Mobility-Clusters im HOLM.
