News rund um PlanQK

Über PlanQK

Wir entwickeln eine Plattform und ein Ökosystem für Quantenunterstützte Künstliche Intelligenz, kurz PlanQK. Nutzer sollen dabei auf einen Quanten-AppStore zugreifen können, Entwickler auf einfache Weise Quantum-Plattformen nutzen und Spezialisten Konzepte bereitstellen, die Quantum Computing einfach zugänglich machen.

Use Cases

caret-down caret-up caret-left caret-right

Kommunale Register KI

Automatisierte Verknüpfung von Bürgerinformationen aus bis heute getrennten sogenannten Fachverfahren. Das Ereignis einer Adressänderung beim Einwohnermeldeamt soll automatisch zu dem Angebot eines neuen Bewohnerparkausweises und der Ummeldung der Abfallentsorgung führen, ohne dass die Systeme über standardisierte Schnittstellen miteinander kommunizieren. Es entsteht also eine Art Empfehlungssystem, das wiederum als Optimierungsproblem auf Quantencomputern gelöst werden kann.

Scheduling und Dienstplanoptimierung

Bei der Dienstplanoptimierung müssen Personalressourcen verschiedenen Aufgaben zugeteilt werden. Ein Beispiel dafür wäre die Planung des technischen Außendienstes oder des technischen Wartungsdienstes. In diesem Use Case soll auch einfließen, dass Aufgaben oft kurzfristig auftauchen. Eine Quantum Boltzmann Machine kann z.B. genutzt werden um ein Neuronales Netzwerk mit den Daten älterer Dienstpläne und deren kurzfristigen Änderungen zu Trainieren.

 Wasseranomalieerkennung
in öffentlichen Gebäuden

Erkennung von Rohrbrüchen und sonstigen fehlerhaften Betriebszuständen über Geräusche auf der Hauptwasserzuleitung. Die frühzeitige Erkennung von Rohrbrüchen beispielsweise in Sporthallen und Schulen ist wegen der potenziell hohen Schadenssummen für Verwaltungen und Versicherungen von großer Bedeutung. Als Anwendung im Bereich Predictive Maintenance kann hier z.B. eine Quantum Support Vector Machine eingesetzt werden. 

Network Operation

Um einen gleichmäßigen Betrieb des Core- bzw. Access-Netzwerks zu gewährleisten muss die Auslastung aller Knoten und Kanten minimiert werden. Auf der planerischen Ebene gilt es, bei gegebener Entwicklung des Netzwerkdurchsatzes, eine kostenminimale Erweiterung der Kapazitätsmatrix (d.h. minimale Ausbaukosten des Netzwerkes) zu finden, um die zukünftigen Volumina im Netzwerk mit minimaler „maximaler Auslastung“ zu betreiben. Für zahlreiche verwandte Graphen-Probleme existieren Formulierungen als Optimierungsprobleme, die auf Basis von QAOA oder Quantum Annealing gelöst oder deren Lösungen verbessert werden können.

Industrial Production Lines

In einer (Blech-)Fertigung muss bei Eingang eines Auftrags entschieden werden, wie Teile auf Rohmaterialtafeln verteilt werden sollen und wann welche dieser Rohmaterialtafeln auf welcher Maschine bearbeitet werden soll. Dabei müssen selbstverständlich die Restriktionen der Probleme eingehalten werden, z.B. kann eine Maschine nur eine Tafel gleichzeitig bearbeiten, die Anzahl der Maschinen ist gegeben und ein Auftrag muss innerhalb der vorgesehenen Zeit abgeschlossen sein. Dieser Use Case kann als Decision Making Problem mittels Quantum-enhanced Reinforcement Learning oder als lineares Gleichungssystem mittels HHL behandelt werden.

Customer Behavior Prediction

Als "Customer Churn Prediction" bezeichnet man die Fähigkeit aus Verhalten des Kunden eine Wahrscheinlichkeit für einen Vertragswechsel zu erkennen. Hier können modellgetriebene KI-Ansätze zum Einsatz kommen, die ein Verhaltensmodell von Kunden lernen und damit ähnlich zu Methoden der Predictive Maintenance agieren. Ein Training einer KI auf konkrete Gegenmaßnahmen (bessere Angebote, mehr direkten Kontakt etc.) ist hier vielversprechend und könnte bspw. durch Quantum Reinforcement Learning unterstützt werden.

Testimonials