Ob Stromnetze, Beschaffung oder Logistik: Komplexe Optimierungsaufgaben stoßen schnell an Grenzen. Bei Quicopt entwickelen Forschende des Forschungszentrums Jülich dafür quanteninspirierte Software, die auf klassischer Hardware läuft und Kosten auf Kundenseite um bis zu dem Faktor zehn senken kann.
Viele industrielle und wirtschaftliche Prozesse beruhen auf komplexen Optimierungsaufgaben. Das gilt etwa für Stromnetze mit Millionen dezentraler Anlagen, für Produktionsplanung oder für anspruchsvolle Beschaffungsprozesse. Häufig dauern Simulationen und Prognosen zu lange, um in Echtzeit die beste Entscheidung treffen zu können.
Hier setzt Quicopt an. Das Projekt des Institute for Quantum Computing Analytics (PGI-12) des Forschungszentrums Jülich entwickelt quanteninspirierte Optimierungssoftware, die die Logik von Quantenalgorithmen nutzt, aber auf klassischer digitaler Hardware läuft. Damit soll es möglich werden, komplexe Problemstellungen schneller und ohne aufwendige Modellanpassungen zu lösen. Unterstützt werden dabei gängige Schnittstellen wie Python und MATLAB.
Ein mögliches Einsatzfeld ist das sogenannte Smart Sourcing. In der Beschaffung müssen Unternehmen oft aus zahlreichen Lieferanten, Bauteilvarianten, Mengenrabatten und Versandbedingungen die beste Kombination finden. Quicopt automatisiert diese Entscheidungen und berücksichtigt dabei reale Rahmenbedingungen wie Mindestbestellmengen, Lieferantenkapazitäten oder Preisstaffeln.
Das Ziel: bessere Entscheidungen in kürzerer Zeit. Kunden könnten ihre Kosten damit deutlich senken, während gleichzeitig vollständige Nachvollziehbarkeit über die getroffenen Entscheidungen erhalten bleibt.
Mögliche Anwendungsfelder reichen von der Energiewirtschaft über den Finanzsektor bis hin zu KI, Fertigung und Logistik. So will Quicopt dazu beitragen, komplexe Optimierungsprobleme praxistauglich und wirtschaftlich zu lösen.
Weitere Informationen: https://quicopt.github.io/de.html
Kontakt: Tim Bode, tim@quicopt.com
