Quanten-KI? Banken sollten Use Cases identifizieren – Interview mit Amy Stout
SAS
Interview: David Wolf
Frau Stout, bei welchen konkreten Herausforderungen, die sich mit herkömmlicher KI nicht lösen lassen, kann Quanten-KI unterstützen?
Quanten-KI verbindet künstliche Intelligenz mit Quantencomputing. Der riesige Sprung in Sachen Rechenleistung ermöglicht es, die Effizienz, Geschwindigkeit sowie Genauigkeit bei der Lösung von komplexen Problemen entscheidend zu verbessern.Immer dann, wenn zum Beispiel vieldimensionale Merkmalsräume bearbeitet oder hochkomplexe Prozesse optimiert werden müssen, können Unternehmen davon profitieren. Im Bereich der Finanzdienstleistungen gibt es potenziell viele solcher Anwendungen.
Wie sieht die Architektur der hybriden Quanten-KI-Lösung bei SAS aus (Quanten-Computing vs. traditionelle Datenanalyse)?
Die Architektur variiert je nach Ziel, wir arbeiten problemorientiert. Im Kern umfasst sie immer eine Kombination aus Quantencomputing-Ressourcen und den bewährten Daten- und KI-Lösungen von SAS. Das kann zum Beispiel so aussehen:
Zunächst werden mithilfe von Quantencomputern schnell mehrere mögliche Lösungen für einen komplexen Teil des Problems ermittelt. Diese Ergebnisse werden dann in die bekannten SAS Lösungen eingespeist, um die optimale Lösung zu finden. Die zuverlässigen, erprobten Analytics-Methoden bekommen dadurch eine Art „Katapultstart“. Das ist nicht nur Theorie, sondern bereits an echten Problemstellungen getestet – und der hybride Ansatz zeigt großes Potenzial.
Amy Stout ist Leiterin der Quantum-Produktstrategie bei SAS (Website). Hier treibt sie die Ausrichtung und Strategie für Quanten-KI voran. Stout verfügt über fast ein Jahrzehnt Erfahrung in der Quantencomputerbranche und hat durch ihre leitenden Positionen bei Deloitte Consulting, IBM Quantum und Pasqal fundierte Kenntnisse in der Kommerzialisierung von Quantencomputern erworben. Sie hat einen Bachelor of Science in Engineering Management, Information und Systemen mit Auszeichnung in Geisteswissenschaften von der Southern Methodist University in Dallas, Texas.Wer bereit ist, sobald die Technologie wirklich verfügbar ist, hat einen Vorsprung.”
Um die Technologie voranzutreiben, arbeitet SAS mit verschiedenen Unternehmen im Bereich Quanten-KI zusammen. Wie stellen Sie Interoperabilität sicher (zum Beispiel bei den Open-Source-Software-Frameworks Qiskit, Cirq oder Ocean), und kommt Ihr Quantum-AI-Stack plattformübergreifend zum Einsatz?
Durch eine übergreifende Architektur. Tatsächlich kombinieren wir unsere Daten- und Analysekompetenz mit verschiedensten Tools, um eine möglichst intuitive, schnelle und kostengünstige Nutzung der Quanten-KI für unsere Kunden zu realisieren.
Gleichzeitig arbeitet unser Entwicklungsteam direkt mit führenden Hardware-Anbietern zusammen. Ziel ist eine Multi-Quanten-Architektur, die Kompatibilität unter verschiedenen Quanten-Plattformen herstellt und gleichzeitig die Produktivität der Endnutzer verbessert. Erste Lösungen sollen 2026 verfügbar sein.
Wie konkret lässt sich Quanten-KI aktuell schon in klassischen Risk-Engines von Banken integrieren? Oder ist das noch rein theoretisch?
Da muss man ganz realistisch sein: Die Hardware von Quantencomputern ist noch nicht so weit, dass man sie in der Praxis nutzen kann. Trotzdem arbeiten wir schon jetzt mit großen Unternehmen der Branche zusammen, um das Potenzial für deren Probleme auszuloten. Wer bereit ist, sobald die Technologie wirklich verfügbar ist, hat einen Vorsprung. Ja, aktuell ist es noch theoretisch, aber schon sehr praxisnah.
Banken sollten sich über verschiedene Ansätze im gesamten Quanten-Ökosystem im Klaren sein und ihre Vor- und Nachteile kennen.”
Laut Ihrer globalen Umfrage unter 500 Führungskräften sehen 26 Prozent der Befragten großes Potenzial von Quanten-KI im Finanz- und Risikomanagement. Wann erwarten Sie erste belastbare Ergebnisse im Banken- beziehungsweise Versicherungssektor?
Es ist noch zu früh, um konkrete Daten zu nennen. Aber es gibt eine ganze Reihe von Anwendungsfällen aus der Praxis im Banken- und Versicherungssektor, die unsere Quantenexperten bereit praxisnah testen. Dazu gehören Betrugserkennung, Insolvenzprognosen und die Optimierung der Schadenbearbeitung.
Erklärtes Ziel dieser Projekte ist es, zu ermitteln, wo sich eine Ergänzung klassischer Daten- und Analyseverfahren von SAS mit dem Einsatz von Quantencomputern lohnt. So können wir unseren Kunden dann ein robustes Modell anbieten.
Welche Infrastruktur braucht eine Bank heute und in den nächsten Jahren, um „quantum ready“ zu werden – auf Hardware- und auf Software-Ebene?
Um die notwendige Expertise aufzubauen, sollten Banken jetzt vor allem Use Cases identifizieren – also komplexe Problemstellungen in kritischen Bereichen, bei denen Quanten-KI einen echten Mehrwert generieren könnte. Gleichzeitig müssen sie auf der Infrastrukturebene am Ball bleiben: Es gibt derzeit mehrere Arten von Quantencomputer-Hardware. Banken sollten sich daher über verschiedene Ansätze im gesamten Quanten-Ökosystem im Klaren sein und ihre Vor- und Nachteile kennen.
Wir bei SAS sorgen dafür, dass unsere Lösungen auf unterschiedlichen Typen von Quanten-Hardware funktionieren werden. Dazu haben wir strategische Partnerschaften mit führenden Technologieunternehmen geknüpft.
Vielen Dank für das Gespräch, Frau Stout. dw
Sie finden diesen Artikel im Internet auf der Website:
https://itfm.link/231677
Schreiben Sie einen Kommentar