Die Fertigung gehört zu den wichtigsten deutschen Wirtschaftszweigen und muss höchste Qualitätsansprüche erfüllen, um wettbewerbsfähig zu sein. Um Fertigungsfehler zu vermeiden, werden Simulationen genutzt, um Maschinen-Parametrisierungen zu optimieren. Simulationen basieren auf physikalisch-materialwissenschaftlichen Modellen und Gleichungssystemen, die erhebliche Anforderungen an das Ingenieurswissen in der Modellierung und Ressourcen zur Simulationsberechnung stellen. Daher sind häufig KMUs mit dem Einsatz solcher Ansätze überfordert.

QUASIM erprobt einen Quanten-Computing (QC)-Ansatz, wodurch Simulationen in der Fertigung beschleunigt und praxistauglicher werden. Modellierungsaufwände sollen durch Quantum Machine Learning (QML) reduziert werden. Durch Vergleich mit bisherigen Ansätzen werden innovative Lösungen auf Basis von QC konzipiert, umgesetzt, in niederschwellige Quantum Services (QS) integriert und in verteilten Umgebungen zur Verfügung gestellt. Insbesondere hybride Modelle, die QC und ML kombinieren erweisen sich als vielversprechend. Damit sollen auch Fertigungsunternehmen auf QS zugreifen können, die nur über beschränkte Expertise zu Simulationen verfügen.

Das Exponat zeigt am Beispiel von Zerspanung und Laserschneiden, wie Modelle aus Numerik und ML durch das Auslagern von Simulationen und Trainings in QS unterstützt werden. So werden Simulationen beschleunigt und innovative Simulationsmodelle überhaupt erst in die industrielle Praxis überführt. Damit soll die Fertigungsqualität durch QC verbessert, Kosten durch Ausschuss reduziert, Fertigungsprozesse beschleunigt und Chancen für neue Produkte und Dienstleistungen eröffnet werden. Durch die Abstraktion quanten-technologischer Zusammenhänge können sich Anwender rein auf die Nutzung von QS beschränken.