14.01.2022

Terra-Quantum-Gründer: “Wer Quantentechnologie nicht hat, wird zum Dritte-Welt-Land absteigen”

Im Interview spricht der renommierte Quantenphysiker und Gründer des Schweizer Startups Terra Quantum, Markus Pflitsch, über die Kommerzialisierung der Quantentechnologie und die Zielsetzung des neuen Quantum Cloud Data Centers in Wien.
/artikel/terra-quantum-markus-pflitsch-interview
Terra Quantum
(c) Terra Quantum

In Wien gibt es nun ein Quantencomputing-Center, das in seiner Art laut den Betreibern weltweit einzigartig ist. Mit einer virtuellen Lösung gelingt es dem Schweizer Quantentechnologie-Startup Terra Quantum konkrete Quantenalgorithmen auf einer hybriden Quantencomputing-Plattform laufen zu lassen. Ein Beispiel: Beim Investmentbanking könne ein wichtiger klassischer Optimierungsalgorithmus, die sogenannte „Collateral Portfolio Optimization“ bei der Überführung in einen Quantenalgorithmus und anschließender Anwendung auf der hybriden Quantencomputer-Plattform jährliche Einsparungen von 120 Millionen Euro bringen, wenn das Portfolio 400 Milliarden Euro umfasst, beschreibt Terra-Quantum-Gründer Markus Pflitsch im Gespräch mit dem brutkasten.

Für das Angebot in Wien hat Terra Quantum gemeinsam mit dem österreichischen Unternehmen Novarion das Joint Venture QMware gegründet. Novarion bietet klassisches High Performance Computing an, auf dem beispielsweise Börsenhandel läuft. Das hybride Quantum Cloud Data Center in Wien ist das erste von mehreren, die in Europa entstehen sollen. Im Interview spricht Pflitsch darüber, wie die Technologie funktioniert, was sie bringt, welche Anwendungsfälle in Frage kommen und wie sich Europa im globalen Rennen im Bereich Quantentechnologie entwickelt.


Wie sind Sie auf die Idee zu Terra Quantum gekommen?

Ich bin Physiker und habe im Bereich Quantenphysik am CERN Ende der 90er Jahre geforscht. Dann habe ich über 20 Jahre bei BCG, im Investmentbanking und Corporate Finance Bereich gearbeitet. Vor vier Jahren habe ich entschieden, diese zwei Welten für mich zusammenzubringen, um Quantentechnologie zu kommerzialisieren. In Folge habe ich Terra Quantum und QMware gegründet. Beide haben ihren Sitz in der Schweiz. Wenn man sich die „Emerging Quantum Tech Landscape“ ansieht, dann ist sie primär geprägt durch Spinoffs aus der akademischen Welt. Es sind also oftmals Forscher, die das Thema vorantreiben. Ich bringe aber auch die kommerzielle Seite herein. Mit Terra Quantum konnte ich auch sehr früh institutionelle Geldgeber an Bord holen, unter anderem Lakestar.

Terra Quantum hat sich auf die Fahnen geschrieben, Quantentechnologie zu kommerzialisieren. Wie gehen Sie das an?

Wir wollen ein kommerzielles Unternehmen aufbauen und nicht nur eine verlängerte R&D-Werkbank der Universitäten sein. Wir sind von Forschungsgeldern unabhängig. Wir schauen deshalb auf den Bereich der Quantentechnologie, die eine frühe Kommerzialisierung ermöglicht. Wir haben in diesem Bereich bereits kommerzialisierbare Produkte mit wesentlichen Geschäftsvorteilen in Anwendung. Das ist unser USP. US-amerikanische BigTechs sagen oft, dass industrielle Quantenanwendungen aufgrund der Fehleranfälligkeit der nativen Quantenprozessoren noch nicht so weit sind. Das ist eine Halbwahrheit. Es gibt heute schon Bereiche, wo man mit Algorithmen, auf einer hybriden Quantencomputing-Architektur Geschäftsvorteile erzielen kann.

Was unterscheidet Terra Quantum von anderen Anbietern?

Wir sind eine Quantum-as-a-Service Company. Am Markt gibt es sehr viele Hardware-Player. Diese sind in vielen Fällen noch in der Entwicklung, also sehr stark mit R&D beschäftigt und noch nicht so stark in der Kommerzialisierung. Sie entwickeln etwas, was erst in ein paar Jahren was werden könnte. Auf der anderen Seite gibt es Softwareplayer, die Quantenalgorithmen entwickeln. Auch sie haben eine Herausforderung bei der Kommerzialisierung, weil sie Algorithmen haben, die auf Computern laufen, die erst in ein paar Jahren einsatzfähig sind.

Wir haben drei Bereiche: Im Bereich „Quantum Algorithms as a Service“ entwickeln wir Quantenalgorithmen für eine Vielzahl von Use Cases. Der zweite Bereich umfasst „Quantum Computing as a Service“. Dazu gehört mit der QMware auch die Quantencloud. Der dritte Bereich umfasst „Quantum Security as a Service“. Wir haben ein Team von ca. 100 Quantenphysikern und mathematischen Physikern – damit gehören wir weltweit zu den großen Playern. Durch die QMware haben wir jetzt auch eine hybride Quantenmaschine, die intelligent verzahnt High Performance Computing und Quantencomputing über eine hybride Quantencloud zugänglich macht. Das eröffnen wir in Wien im NTT Data Center, dem ersten seiner Art. Darauf können wir unsere Algorithmen laufen lassen. Damit erzielen wir heute schon wesentliche Geschäftsvorteile.

Wie weit ist Terra Quantum bei der Kommerzialisierung und welche Rolle spielt dabei das Quantum Cloud Data Center in Wien?

Lassen Sie uns ein Beispiel nehmen, welches zeigt, was heute schon mit unserer hybriden Quantenplattform, auf die die Unternehmen über die Cloud zugreifen können, möglich ist: Im Investmentbanking gibt es das sogenannte „Collateral Portfolio“, welches bei den großen Banken mehrere hundert Milliarden Euro groß ist. Über die verschiedenen Kunden der Bank hinweg hat die Bank Bilanzpositionen in unterschiedlichen Asset Klassen, bspw. verschiedene Währungen, Aktien und Government Bonds. Diese müssen hinsichtlich zu unterlegender Risikokosten sowie der Liquiditäts- und Finanzierungserfordernisse optimiert werden. Das ist ein „mission critical“ Optimierungsalgorithmus im Finanzwesen. Heute laufen diese klassischen Algorithmen auf klassischen High Performance Computern. Wir haben uns das angeschaut für ein Portfolio von 400 Milliarden Euro Collateral und mit unserem Team bei Terra Quantum einen Quantenalgorithmus kreiert, den wir auf der QMware Maschine laufen lassen können. Das Ergebnis ist eine Optimierung der zugrundeliegenden Kosten von sechs Basispunkten in Bezug auf das Portfolio. Dies übersetzt sich in diesem Fall in 120 Millionen Euro jährlich wiederkehrende Kosteneinsparung nur durch die Migration dieses einen klassischen Algorithmus in den Quantenraum. Das können wir heute schon machen.

Wie funktioniert das?

Warum ermöglicht unsere hybride Maschine das heute schon? Die nativen Quantenprozessoren, also bspw. der 55-Qbit-Chip eines amerikanischen Herstellers, sind noch sehr fehlerbehaftet. Bei 55 Qbits ist die tatsächliche Performance sehr viel geringer, man nennt die derzeitige Entwicklungsstufe von Quantencomputern auch das NISQ-Zeitalter (NISQ steht für Noisy intermediate-scale quantum era). Das liegt daran, dass es noch mechanische Herausforderungen gibt, bspw, bei der Qbit-Technologie, die auf Supraleitung basiert, stabile Rahmenbedingungen herzustellen. Wir hingegen haben bei QMware auf klassischen High Performance Computing Komponenten aufgebaut. Im Prinzip simulieren wir einen Quantencomputer. Wir haben eine IP-relevante Bauweise, wie wir diese HPC-Komponenten konfigurieren, also beispielsweise, wie wir auf den Speicher zugreifen. Dadurch können wir 40 logische Qbits virtuell darstellen. Die sind sehr viel performanter als native Qbits, da sie keine Fehler aufweisen. Deshalb ist unser Quantenvolumen sehr hoch und unsere Maschine im derzeitigen Entwicklungsstadium der Hardware besser. Deshalb können wir diese Ergebnisse heute schon erzielen.

In einigen Jahren wird die Hardware aber so weit sein.

In der Tat, sonst wäre das ein Widerspruch zur exponentiellen Zunahme der Rechenleistung im Quantencomputing bei entsprechender Erhöhung der Anzahl der Qbits. So kann man praktisch nicht mehr bspw. 200 Qbits logisch nachbilden. Das sprengt den dafür notwendigen Speicher. Deshalb haben wir die QMware Cloud so gebaut, dass wir neben unserem Prozessor mit den 40 logischen Qbits auch andere QPUs, eigene oder die anderer Hersteller, integrieren können. Der gesamte Softwarelayer, also beispielsweise die Quantenalgorithmen für das Investmentbanking, ist kompatibel gestaltet und läuft jetzt schon und er wird stabil zukünftig dann eben mit noch mehr zugrundeliegenden nativen Qbits laufen. Wir integrieren den Quantenchip einfach, sobald er da ist und die Performance steigt. Dann ist zum Beispiel bei der „Collateral“-Anwendung die Kosteneinsparung nicht mehr bei sechs Basispunkten, sondern vielleicht bei zwölf. Was jetzt schon geht und sich nicht ändern wird: Sie können als Unternehmen über unsere Cloud auf eine hybride Quantencomputing-Plattform zugreifen und darauf ihre Algorithmen laufen lassen.

Wie können Unternehmen das neue Angebot in Wien nutzen?

Aktuell sind native Quantencomputing-Angebote eher über Forschungszentren zugänglich und nicht industriell ausgerichtet. Bei uns kann man sehr einfach darauf zugreifen wie auf andere Cloud-Dienstleitungen auch.

Welche Anwendungsfälle bieten sich neben dem Beispiel aus dem Investmentbanking an?

Alles, was mit Optimierung, Simulation und Machine Learning zu tun hat und Big-Data-intensiv ist. Diese Bereiche zeigen mit Quantenalgorithmen in der Regel eine bessere Performance. Ein Beispiel ist etwa ein neuronales Quanten -Netzwerk, wo für die Werte der Neuronen Qbits hinterlegt sind. Das kann man unter anderem zur verbesserten Bilderkennung einsetzen. Da sprechen wir etwa mit Automobilproduzenten im Bereich des autonomen Fahrens. Wir sprechen aber auch mit Robotikfirmen oder mit Herstellern medizinischer Diagnostik – etwa, wenn es darum geht, Melanome zu erkennen. Wir haben Kunden u.a. in den Bereichen Automobil, Logistik und Retail, Finanzdienstleistung und Chemie.

Europa ist nicht unbedingt bekannt für eine rasche Kommerzialisierung innovativer Technologien. Hat Europa bei Quantentechnologie eine bessere Position im globalen Wettbewerb?

Ja, ich bin Optimist. Es ist eine Chance und vor allem auch eine Notwendigkeit. Wer Quantentechnologie nicht hat, wird zum Dritte-Welt-Land absteigen. Quantentechnologie ist die Schlüsseltechnologie des 21. Jahrhunderts. Die Ausnutzung zweier quantenphysikalischer Prinzipien, Superposition und Verschränkung, schafft eine exponentielle Zunahme der Rechenleistung eines Quantencomputers mit zunehmender Anzahl der Qbits. Die Exponentialfunktion schlägt alles. Verfahrenstechniken, Wirkstoffentwicklung, das passiert heute alles auf Großrechnern. In Zukunft kann man das mit einem Quantencomputer sehr viel schneller simulieren. Mit universellen Quantencomputern können in Zukunft perspektivisch Probleme gelöst werden, für die heute die schnellsten Supercomputer länger brauchen würden als das Alter des Universums. Das wird fast jede Industrie verändern – Chemie, Finanzdienstleistungen, Pharma, Automobil. Europäische Regierungen sollten das also massiv fördern und die durchaus substanziellen nationalen Förderprogramme intelligent überregional verzahnen, dann könnten wir das mit unseren Top-Forschern schaffen.

Wer wird die Innovation dann auf den Boden bringen?

Wenn man sich die Automobilindustrie ansieht, waren es nicht die großen etablierten Autohersteller, die Disruption gebracht haben, sondern ein Startup – Tesla. Ähnlich könnte es auch im Quantencomputing sein. Wir brauchen junge Unternehmen wie Terra Quantum, denn die sind sehr viel schneller am Markt.

Sind wir in einer Aufholjagd mit China und USA oder geht es für Europa eher darum, überhaupt etwas in diesem Bereich zu tun?

Es ist eine Aufholjagd, die wir schaffen können. Wir dürfen es aber nicht als Beitrag zur europäischen Tech-Souveränität feiern, wenn wir einen amerikanischen Quantencomputer kaufen und bei uns hinstellen. Das ist kein Erfolg. Ein Erfolg ist es, wenn wir den selbst bauen. Wir haben das Know-how dafür. Man muss die Mittel dafür europaweit vernünftig bündeln.


Deine ungelesenen Artikel:
23.12.2024

Neues OpenAI-Modell o3: “Befinden uns auf neuem Terrain”

OpenAI hat ein neues Sprachmodell vorgestellt, das die Diskussionen um Artificial General Intelligence (AGI) wieder anheizt. Was steckt dahinter?
/artikel/openai-modell-o3-artifical-general-intelligence
23.12.2024

Neues OpenAI-Modell o3: “Befinden uns auf neuem Terrain”

OpenAI hat ein neues Sprachmodell vorgestellt, das die Diskussionen um Artificial General Intelligence (AGI) wieder anheizt. Was steckt dahinter?
/artikel/openai-modell-o3-artifical-general-intelligence
Logo von OpenAI
Foto: Adobe Stock

Wenn OpenAI neue Dinge ankündigt, hört die KI-Szene hin. Klar, nicht jede Ankündigung des US-Unternehmens in den vergangenen zwei Jahren hatte dieselbe Tragweite wie jene vom 30. November 2022, als OpenAI den Start eines Chatbots namens ChatGPT verlautbaren ließ. Aber potenziell könnte jede Mitteilung des Unternehmens rund um CEO Sam Altman bahnbrechend sein. Kein Wunder also, dass es für Aufsehen sorgte, als OpenAI Anfang Dezember verlautbarte, zwölf Tage hintereinander neue Dinge vorzustellen.

Schon in der Ankündigung hatte Altman darauf hingewiesen, dass es neben größeren auch kleinere Neuigkeiten sein würden, die OpenAI liefern würde. So kam es dann auch: Zugang zu ChatGPT über WhatsApp oder die Integration in Apple Intelligence waren eher in die zweite Kategorie einzuordnen. Daneben veröffentlichte OpenAI aber auch das neue Modell o1 für ChatGPT – oder Sora, ein Tool zur Videoerstellung.

Den größten Widerhall in der KI-Szene fand allerdings die Ankündigung am letzten der zwölf Tage. Am vergangenen Freitagabend stellte OpenAI sein neues Modell o3 vor. Wichtig dabei: Das Modell ist noch nicht öffentlich zugänglich. OpenAI stellte zunächst einmal nur vor, wie das Modell in unterschiedlichen KI-Benchmarks abschnitt. Aber diese Ergebnisse hatten es in sich.

o3 zeigt starke Performance bei AGI-Benchmark

Vielbeachtet wurde dabei vor allem die Benchmark namens ARC-AGI (Abstraction and Reasoning Corpus for Artificial General Intelligence), bei der zwei Varianten des o3-Modells deutlich bessere Ergebnisse erzielten als die bisher führenden o1-Modelle. Das Ziel von ARC-AGI ist es zu messen, wie sich eine KI im Umgang mit ihr unbekannten Aufgaben schlägt.

Wie die O3-Modelle verglichen mit anderen OpenAI-Modellen abschneiden // Grafik: ARC Prize

Es gibt unterschiedliche Definitionen von AGI. Die meisten davon verstehen AGI aber als ein System, das sämtliche intellektuellen Aufgaben mindestens so gut oder besser als ein Mensch erledigen kann.

Die ARC-AGI-Benchmark wurde von François Chollet konzipiert. Er definiert AGI als ein System, das “in der Lage ist, effizient neue Fähigkeiten zu erwerben und neuartige Probleme zu lösen, für die es trainiert wurde.”

Eine AGI ist also nicht für eine bestimmte Aufgabe trainiert, sondern kann jegliche Aufgaben übernehmen. Es ist weitgehender Konsens in der KI-Szene, dass solche Systeme noch nicht existieren. OpenAI wurde aber beispielsweise explizit mit dem Ziel gegründet, AGI zu erreichen.

Chollet gehört zu den bekanntesten Namen der internationalen KI-Szene. Er hat die bekannte KI-Library Keras entwickelt und seit einigen Jahren für Google tätig. Dem von ChatGPT ausgelösten Hype rund um generative KI steht Chollet seit Anfang an eher kritisch gegenüber, wie beispielsweise auch dieser brutkasten-Bericht wenige Wochen nach Erscheinen von ChatGPT thematisierte.

o3: “Wir befinden uns auf neuem Terrain”

Umso interessanter ist es, was Chollet nun zu den Ergebnissen des o3-Modells bzw. seiner Varianten zu sagen hat. In einem Blogeintrag attestiert er OpenAI, mit dem Modell einen “bedeutenden Sprung nach vorne” erreicht zu haben.

Die Performance des Modells stelle “einen echten Durchbruch” in der Anpassungsfähigkeit und Verallgemeinerung” von KI-Modellen dar”, wenn es darum gehe, wie sich KI-Modelle an neue Aufgaben anpassen könnten. o3 stelle nicht bloß einen “schrittweisen Fortschritt” dar. Vielmehr befinde man sich auf “neuem Terrain”, das “ernsthafte wissenschaftliche Aufmerksamkeit” erfordere.

Aber es ist schon Artificial General Intelligence (AGI)? Hier schränkt Chollet ein: “o3 scheitert immer noch an einigen sehr einfachen Aufgaben, was auf grundlegende Unterschiede zur menschlichen Intelligenz hinweist”. Dennoch befeuerten die Ergebnisse die Diskussion rund um AGI – und manche Stimmen sahen, anderes als Chollet, mit o3 AGI sogar bereits erreicht.

Selbst wenn dem so wäre, wäre es zum jetzigen Zeitpunkt schwer nachzuprüfen: Denn das Modell ist noch nicht veröffentlicht. Forscher:innen im Bereich der KI-Sicherheit können sich für Zugang vormerken lassen. Wann und zu welchen Konditionen das Modell für Endnutzer:innen zugänglich sein wird, ist aktuell noch unklar. Klar ist allerdings schon jetzt, dass die beeindruckenden Ergebnisse bei der ARC-AGI-Benchmark enorme Rechenressourcen erforderten – und dementsprechend teuer waren.

Reasoning-Modelle

Das o3-Modell ist eine verbesserte Version des o1-Modells, welches OpenAI am 4. Dezember veröffentliche und das zuvor bereits in Preview- und Mini-Varianten für ChatGPT-User:innen zugänglich gewesen war. Dieses Modell unterscheidet sich zu dem im Mai 2024 veröffentlichten GPT4o-Modell insofern, als es auf einen “Reasoning”-Ansatz setzt.

OpenAI bezeichnet GPT4o weiterhin als das “vielseitige, hochintelligente Flagship-Modell”, das für die “meisten Aufgaben” die richtige Wahl sei. Die o1-Modelle wiederum referenziert das Unternehmen als “Reasoning-Modelle, die sich bei komplexen, mehrstufigen Aufgaben auszeichnen”.

Enduser:innen von ChatGPT merken dies in der Nutzung vor allem insofern, als sich die o1-Modelle länger Zeit nehmen, Ergebnisse zu produzieren. Diese Modelle “verbringen mehr Zeit mit Nachdenken, bevor sie reagieren”, wie es OpenAI formuliert. In einigen (aber nicht notwendigerweise in allen) Bereichen liefern sie dann deutlich bessere Ergebnisse als die bisherigen Modelle.


Tipp der Redaktion: Die neue brutkasten-Serie “No Hype KI”

No Hype KI
Nach zwei Jahren ChatGPT liefern wir eine Bestandsaufnahme aus der österreichischen Wirtschaft – wo stehen wir wirklich?
Du willst bei "No Hype KI" am Laufenden bleiben?

Trag dich hier ein und du bekommst jede Folge direkt in die Inbox!

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Terra-Quantum-Gründer: “Wer Quantentechnologie nicht hat, wird zum Dritte-Welt-Land absteigen”

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Terra-Quantum-Gründer: “Wer Quantentechnologie nicht hat, wird zum Dritte-Welt-Land absteigen”

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Terra-Quantum-Gründer: “Wer Quantentechnologie nicht hat, wird zum Dritte-Welt-Land absteigen”

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Terra-Quantum-Gründer: “Wer Quantentechnologie nicht hat, wird zum Dritte-Welt-Land absteigen”

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Terra-Quantum-Gründer: “Wer Quantentechnologie nicht hat, wird zum Dritte-Welt-Land absteigen”

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Terra-Quantum-Gründer: “Wer Quantentechnologie nicht hat, wird zum Dritte-Welt-Land absteigen”

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Terra-Quantum-Gründer: “Wer Quantentechnologie nicht hat, wird zum Dritte-Welt-Land absteigen”

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Terra-Quantum-Gründer: “Wer Quantentechnologie nicht hat, wird zum Dritte-Welt-Land absteigen”

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Terra-Quantum-Gründer: “Wer Quantentechnologie nicht hat, wird zum Dritte-Welt-Land absteigen”