ProvideQ: Quantum Readiness for Optimization Providers

Abstract

Das ProvideQ‑Projekt hat untersucht, ob und wie Quantenrechner reale Optimierungsaufgaben in Logistik und Produktion besser lösen können als klassische Rechner. Nach bisherigem Stand der Forschung gibt es viele vielversprechende theoretische Ansätze, die in Modellrechnungen Vorteile zeigen, für die die vorhandene Quantenhardware für praktische, realitätsnahe Aufgaben aber noch nicht ausreicht. Deshalb war das Ziel des Projekts, systematisch zu untersuchen, für welche Problemklassen Quanten‑ oder hybride Verfahren tatsächlich Nutzen bringen könnten, und eine offene Softwareumgebung zu entwickeln, mit der solche Vergleiche zuverlässig durchgeführt werden können. Methodisch wurden dafür reale Anwendungsfälle modelliert, Benchmarks und Datensätze aufgebaut, klassische, hybride und quantennahe Verfahren implementiert und in umfangreichen Simulationen sowie Laufzeitabschätzungen verglichen. Als Ergebnis ergibt sich ein differenziertes Bild: Für die untersuchten, praxisnahen Instanzen aus Produktion und Logistik liefern etablierte klassische Verfahren auf absehbare Zeit bessere Ergebnisse, während Quantenansätze in Simulationen allenfalls für bestimmte, eng definierte mathematische Kernprobleme und nur unter gewissen Bedingungen Potenzial für einen tatsächlichen, strukturellen Quantenvorteil zeigen. Die Projektergebnisse dienen vor allem als Entscheidungs‑ und Beratungsgrundlage und bringen mit der entwickelten "ProvideQ Toolbox" und den veröffentlichten Daten absehbaren Nutzen für Forschung und Industrie. The ProvideQ project investigated whether and how quantum computers can solve real-world optimization tasks in logistics and production better than classical computers. According to the current state of research, there are many promising theoretical approaches that show advantages in model calculations, but for which the existing quantum hardware is not yet sufficient for practical, realistic tasks. Therefore, the goal of the project was to systematically investigate the problem classes for which quantum or hybrid methods could actually be useful and to develop an open software environment with which such comparisons could be reliably carried out. Methodologically, real-world use cases were modeled, benchmarks and data sets were created, classical, hybrid, and quantum-like methods were implemented, and compared in extensive simulations and runtime estimates. The result is a nuanced picture: for the practical instances examined from production and logistics, established classical methods deliver better results for the foreseeable future, while quantum approaches in simulations show potential for an actual, structural quantum advantage at best for certain, narrowly defined mathematical core problems and only under certain conditions. The project results serve primarily as a basis for decision-making and consulting and, with the developed "ProvideQ Toolbox" and the published data, bring foreseeable benefits for research and industry.