Die Methodengetriebene Forschung im Bereich Quantencomputing orientiert sich stets an konkreten Anwendungsfeldern. Im Bereich Produktion untersuchen wir Anwendungen aus vielfältigen Branchen wie Automotive und Präzisionsfertigung. Viele Probleme in der Produktion können mithilfe von maschinellem Lernen (ML) gelöst werden. Der Bereich des quantenmaschinellen Lernens hat seine potentiellen Anwendungen an vielen Stellen, an denen konventionelles ML eingesetzt werden kann. Dies beinhaltet Bereiche wie Qualitätskontrolle, vorausschauende Instandhaltung (predictive maintenance) und Simulationen. Im Mittelpunkt der Analysen stehen dabei die Identifikation von potentiellen Quantenvorteilen, der Vergleich zu herkömmlichen Methoden sowie die Weiterentwicklung der Quantenalgorithmen.
Die Wasserstofftechnologie kann einen wichtigen Beitrag zur Klimaneutralität leisten. Am Fraunhofer IPA untersuchen wir die industrielle Herstellung von Wasserstoff. In diesem Zusammenhang kommen QML und Optimierung zum Einsatz. Darüber hinaus bieten Quantencomputer einen inhärenten Vorteil bei der Simulation quantenmechanischer Systeme. Dies nutzen die Projekte bei der Suche nach geeigneten Katalysematerialien und der Lebensdaueranalyse von Elektrolyseuren auf molekularer Ebene.