Fraunhofer-Institut für Arbeitswirtschaft und Organisation IAODas ist ein völlig neues Terrain
Im Gespräch
Der Quantenphysiker Dr. Christian Tutschku und der Neurowissenschaftler Dr. Mathias Vukelić erforschen am Fraunhofer IAO Technologien, die in ein paar Jahren die Welt verändern könnten. Ein Gespräch über die Arbeit an der Schnittstelle zwischen Grundlagen und Anwendung – und die Faszination des Unbekannten.
Herr Tutschku, der Physiker Richard Feynman sagte einst: »Wenn du denkst, du verstehst die Quantenmechanik, verstehst du sie nicht.« Was meinte er damit?
Christian Tutschku: Feynman bezog sich darauf, dass sich die Quantenwelt fundamental von unserer Erfahrungswelt unterscheidet. Wenn wir die Welt beobachten, schreiben wir Dingen eindeutige Eigenschaften zu. Wir erkennen Ursache-Wirkungs-Mechanismen. Kurz: Wir machen die Welt für uns begreifbar. In der Quantenwelt aber gibt es deterministische Sicherheiten nicht. Es gibt nur Wahrscheinlichkeiten.
Können Sie das näher erläutern?
Christian Tutschku: Quantenteilchen, also zum Beispiel ein Photon oder ein Elektron, befinden sich sozusagen in mehreren Zuständen zugleich. Dieses Phänomen, genannt »Superposition«, ist allein schon schwer vorstellbar. Hinzu kommt, dass Quanten, die man in eine Korrelation zueinander gebracht hat, sich nicht mehr unabhängig voneinander beschreiben lassen. Das heißt: Jede Änderung, die man an einem Teilchen vornimmt, ruft augenblicklich eine Veränderung am anderen Teilchen hervor. Diese sogenannte Verschränkung ist übrigens auch dann wirksam, wenn die betreffenden Teilchen Lichtjahre voneinander entfernt sind. Solche Phänomene meinte Feynman, als er sagte: Das können wir nicht wirklich verstehen.
Ob bei der Entwicklung neuer Wirkstoffe oder bei der Erforschung innovativer Solarzellen: Quantencomputer könnten künftig den klassischen Laborversuch ersetzen.«
Dr. Christian Tutschku, Teamleiter »Quantencomputing« und Co-Leiter Forschungsbereich »Digital Business« am Fraunhofer IAO
Und doch nutzen Quantencomputer die Eigenschaften von Quanten. Und diese sorgen dafür, dass ein Quantencomputer Unmengen von Rechnungen gleichzeitig durchführen kann, die ein klassischer Computer nacheinander lösen muss. Wo erwarten Sie in Zukunft Vorteile durch den Einsatz dieser Technologie?
Christian Tutschku: Grundsätzlich erhoffen wir uns, mit einem Quantencomputer unterschiedliche Problemtypen vorteilhaft lösen zu können. Das macht die Technologie prinzipiell für viele Branchen interessant. Es gibt allerdings einige Problemarten, für die Quantencomputer besonders geeignet zu sein scheinen. Da ist zum einen die Simulation von Quantensystemen selbst. Beispielsweise in der Chemieindustrie oder der Materialforschung. Ob bei der Entwicklung neuer Wirkstoffe oder bei der Erforschung innovativer Solarzellen: Quantencomputer könnten künftig den klassischen Laborversuch ersetzen, was die Entwicklungszyklen enorm beschleunigen würde. Ein weiterer Bereich, in dem die Forschungswelt sich vielversprechende Vorteile von Quantencomputern erhofft, ist die Kombination aus Quantencomputing und maschinellen Lernverfahren, das sogenannte Quantum Machine Learning. Quantencomputer ermöglichen es, sehr effizient hochkomplexe Machine-Learning-Modelle zu erlernen, was sich in der Genauigkeit der Vorhersagen, der Trainingszeit oder aber in der Generalisierbarkeit und Robustheit der entsprechenden Lösungen industriell verwerten lässt. Beispiele sind hier Klassifikations- oder Vorhersagemodelle für Betrugserkennung oder Preisentwicklung. In einem dritten Themenfeld, der IT-Sicherheit, verändert Quantencomputing bereits heute einiges. Weil klassische Kodierungsmethoden höchstwahrscheinlich schon sehr bald von Quantencomputern geknackt werden können, braucht es künftig eine quantensichere Verschlüsselung. Das sind entweder quantensichere klassische Verfahren, basierend auf der sogenannten Post-Quantum-Kryptografie, oder aber inhärente Quantenprotokolle im Rahmen des sogenannten Quanteninternets.
Sie formulieren Ihre Erwartungen mit einer gewissen Vorsicht. Woran liegt das?
Christian Tutschku: Nun, die Quantentechnologie ist für uns alle ein völlig neues Terrain. Hier gibt es im Grunde zwei Hürden: Zum einen sind die Quantencomputer, die es derzeit gibt, fehleranfällig. Hier ist allerdings davon auszugehen, dass wir in drei bis fünf Jahren erste fehlertolerante Systeme haben, also Quantencomputer, die so gut sind, dass man Hardwarefehler mit Software korrigieren kann. Das größere Problem ist die Software. Bisher existieren nur eine Handvoll Quantenalgorithmen, die beweisbar einen Vorteil gegenüber klassischen Computern versprechen. Unsere Forschung am Fraunhofer IAO konzentriert sich also auf die Frage: Mit welchen Algorithmen und mit welchen Systemen können wir welche Probleme in Zukunft wirklich schneller beziehungsweise präziser lösen?
Herr Vukelić, gilt diese gewisse Unschärfe in der Frage, wohin die Reise geht, auch für Ihr Spezialgebiet, die neuroadaptiven Technologien?
Mathias Vukelić: Ich dachte eben schon, als Christian von seinem Forschungsfeld erzählt hat, dass es eine ganze Reihe von Überschneidungen gibt: Auch wir beschäftigen uns mit einer Technologie, die so grundlegend neu ist, dass man sie nicht einfach so entwickeln und dann in die Anwendung bringen kann. Bevor es so weit ist, müssen noch viele grundsätzliche Fragen geklärt werden. Bei Christian ist das die Frage, wie man die Überlegenheit von Quantencomputern nutzbar macht. In meiner Forschung geht es um die Frage, wie wir die Schnittstelle zwischen Mensch und Maschine in Zukunft effizienter gestalten. Auf beide Fragen gibt es keine einfachen Antworten.
In Ihrem Forschungsfeld geht es, vereinfacht gesagt, darum, die Zusammenarbeit zwischen Mensch und Maschine zu verbessern. Was genau bedeutet das?
Mathias Vukelić: Um diese Frage zu beantworten, muss man sich zunächst mal vor Augen führen, wie umfassend unser tägliches Leben von der Interaktion mit Technik durchdrungen ist. Handy, Laptop, Roboterkollege in der Fabrik oder Fahrassistenzsystem im Auto: Technik begleitet uns von früh bis spät. In Zukunft wird diese Interaktion sogar noch zunehmen, woraus sich zwangsläufig die Frage ergibt, wie man sie so gestalten kann, dass sie möglichst unkompliziert und fehlerfrei verläuft. Denn Fehler in der Zusammenarbeit zwischen Mensch und Maschine passieren immer wieder – und wenn etwas schiefläuft, geben wir bislang oft dem Menschen die Schuld, nach dem Motto: Er versteht die Maschine nicht. Ich glaube, es ist genau umgekehrt: Wir müssen Technik entwickeln, die den Menschen versteht.
Wie lässt sich das erreichen?
Mathias Vukelić: In meiner Forschung geht es darum, zu verstehen, wie sich der Zustand eines Menschen in körperlichen Reaktionen äußert. Das kann die Herzaktivität sein oder die Hautleitfähigkeit infolge von Schweißbildung. Weitere, deutlich komplexere Hinweise geben die Reaktionen des zentralen Nervensystems. Hier geht es darum, Hirnaktivitäten zu messen und zu deuten. Wenn die Maschine beispielsweise versteht, dass der Mensch, mit dem sie interagiert, überfordert ist, könnte sie die Anforderungen herunterschrauben.
Wie gestalten wir Mensch-Maschine-Systeme so, dass der Mensch in hochautomatisierten Umgebungen aufmerksam, entscheidungsfähig und handlungsbereit bleibt?«
Dr. Mathias Vukelić, Teamleiter »Applied Neurocognitive Systems« am Fraunhofer IAO
In welchem Kontext wäre so ein Szenario denkbar?
Mathias Vukelić: Ein interaktives Lernprogramm, an dem Mitarbeitende sich fortbilden, etwa könnte sein Tempo dem Tempo seines menschlichen Gegenübers anpassen. Ein Roboter in der Fabrik ebenfalls. Eine weitere Fragestellung, an der unsere Forschung ansetzt, betrifft die neue Rolle des Menschen in der Zusammenarbeit mit der Maschine. Gerade in teilautomatisierten Settings ist der Mensch eben kein klassischer Bediener der Maschine mehr, sondern ein Operateur, der nur selten eingreifen muss. Moderne Flugzeuge zum Beispiel fliegen heute größtenteils automatisch – gibt es aber eine Unregelmäßigkeit, muss der Pilot oder die Pilotin sofort reagieren. Das ist beim automatisierten Fahren so oder in der Industrie, wo Menschen automatische Systeme überwachen. Beim Einsatz von Künstlicher Intelligenz ist es ganz ähnlich: KI-Chatbots liefern uns Informationen, die wir aber prüfen und einordnen müssen, um Handlungen abzuleiten. Menschen dürfen sich also nicht blind auf Technik verlassen. Gleichzeitig führt die dauerhafte Überwachung automatisierter Prozesse oft dazu, dass Aufmerksamkeit und Situationsbewusstsein nachlassen. Im Ernstfall ist der Mensch dann zwar formal noch in der Verantwortung, aber nicht mehr optimal im Prozess. Unsere Forschung fragt deshalb: Wie gestalten wir Mensch-Maschine-Systeme so, dass der Mensch auch in hochautomatisierten Umgebungen aufmerksam, entscheidungsfähig und handlungsbereit bleibt.
So unterschiedlich Ihre Forschungsfelder sind, eins haben sie doch gemeinsam: Sie beschäftigen sich mit Zukunftstechnologien, die erst in drei, fünf oder zehn Jahren nutzbar sein werden. Kann es nicht auch frustrierend sein, dass die konkreten Anwendungsszenarien in so weiter Ferne liegen?
Christian Tutschku: Wenn das so wäre, wäre ich kein Forscher geworden, sondern Lehrer, wie ursprünglich geplant. Aber seit ich im Studium mit der Quantenphysik in Berührung kam, hat mich dieses Thema völlig in seinen Bann gezogen. Den größten Reiz übt auf mich das aus, was wir »Nicht-Cliffordness« nennen. Der Begriff beschreibt algorithmische Ansätze, die ein klassischer Computer beweisbar nicht effizient abbilden kann. Die Suche nach diesem »Quantum Advantage« ist eine faszinierende Arbeit, die wir übrigens nicht im akademischen Elfenbeinturm vornehmen. Vielmehr kooperieren wir auf unterschiedliche Weise mit Unternehmen und suchen nach vorteilhaften Lösungen für konkrete Anwendungsfälle. Wir entwickeln also schon heute quantische Lösungen für konkrete Fragestellungen. Dabei kann es übrigens durchaus passieren, dass wir auch auf Lösungen stoßen, die zwar klassisch durchaus effizient berechenbar sind, an die aber vorher niemand gedacht hat. Allein, weil wir die Frage für die Quantenwelt anders formulieren, finden wir eine neue klassische Lösung. Wir nennen das »Quanten-inspiriert«. Ein weiteres unmittelbares Ergebnis unserer Arbeit ist, dass wir Unternehmen helfen, Kompetenzen aufzubauen, die sie benötigen, um Quantencomputing künftig anwenden zu können. Auch wenn es sich um eine Zukunftstechnologie handelt: Die Reise in die Zukunft hat längst begonnen.
Mathias Vukelić: Das ist bei uns ähnlich. Im Grunde funktioniert unsere Arbeit wie ein Pingpong zwischen Grundlagen und Anwendung: Zum einen erforschen wir, welche Signale das Gehirn in welcher Situation sendet. Zum anderen testen wir unsere Erkenntnisse immer wieder in Szenarien, die wir gemeinsam mit Partnern und Kunden entwickeln. Mit diesen Erkenntnissen gehen wir dann wieder ins Labor und forschen weiter. Zudem würde ich sagen, dass drei, fünf oder zehn Jahre für die Forschung an einer Zukunftstechnologie kein langer Zeitraum sind. Meine Doktorarbeit habe ich zum Beispiel vor zwölf Jahren an der Uni Tübingen im Rahmen eines Projekts zur Entwicklung einer Gehirn-Computer-Schnittstelle für Schlaganfallpatienten und -patientinnen geschrieben. Damals konnten sich viele Menschen noch nicht vorstellen, dass man zum Beispiel ein Exoskelett allein mit den Gedanken ansteuern kann, um etwa einen gelähmten Arm zu bewegen. Heute ist das längst Realität. Bei meiner Forschung am Fraunhofer IAO habe ich erneut das Gefühl, etwas völlig Neues von Anfang an zu begleiten. Das treibt mich an.
Interview: Mathias Becker