Fraunhofer-Institut für Arbeitswirtschaft und Organisation IAO (Projektleitung)
Wie arbeiten und leben Menschen in Zukunft? Dazu forschen Wissenschaftlerinnen und Wissenschaftler am Fraunhofer IAO und bringen ihre Erkenntnisse ergebnisorientiert in die Anwendung. Bearbeitet werden eine Vielzahl von Projekten zur Entwicklung, Bewertung und Einführung neuer Technologien und Anwendungslösungen. Einen Schwerpunkt in den IT-nahen Forschungsbereichen bilden datenzentrierte und cloudbasierte Anwendungen und Algorithmen auf Basis von Künstlicher Intelligenz und maschinellem Lernen für Anwendungen in Dienstleistungsbranchen [13], [14], [25], [38], Energiewirtschaft [1], [30] und Logistik [6]. Software-Engineering-Methoden [23], Anwendungszentren [10], [11], [12] und anwendungsnahe Demonstratoren [24], [26] bilden wichtige Elemente in vielen Projektvorhaben und sind Bestandteil der studentischen Ausbildung des IAO in Kooperation mit dem Institut für Arbeitswissenschaft und Technologiemanagement (IAT) der Universität Stuttgart [27].
Fraunhofer-Institut für Angewandte Festkörperphysik IAF
Hochfrequenz-Schaltungen für die Kommunikationstechnik, energieeffiziente Spannungswandler-Module für die Elektromobilität, Lasersysteme für die spektroskopische Sensorik, neuartige Hardware für Quantencomputer sowie Quantensensoren auf Basis von Diamant – dies ist nur eine Auswahl an Entwicklungen, mit denen das Fraunhofer IAF die Forschung und Entwicklung innovativer Halbleitertechnologien vorantreibt. Als führendes Forschungsinstitut auf dem Gebiet der mikro- und nanostrukturierten Verbindungshalbleiter entwickelt das IAF elektronische und optoelektronische Bauelemente auf der Basis von III/V-Halbleitern für ein breites Spektrum von Anwendungen, von der Materialforschung über Design, Technologie und Schaltungen bis hin zu Modulen und Systemen. Bestehende Aktivitäten im Bereich Quantencomputing bzw. Quantentechnologien umfassen die Entwicklung rauscharmer kryogener Verstärker für die Ausleseelektronik sowie Quantensensorik mit NV-Zentren in Diamant als Qubits.
Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA
Forschungs- und Entwicklungsschwerpunkte des Fraunhofer IPA sind organisatorische und technologische Aufgabenstellungen aus der Produktion. Es entwickelt und erprobt Methoden, Komponenten und Geräte bis hin zu kompletten Maschinen und Anlagen und setzt diese exemplarisch ein. Es verfügt über aktuelles Know-how aus anwendungsorientierter Forschung und Entwicklung mit den Schwerpunkten Optimierungs- und Simulationsaufgaben [15], [16] Anwendung von KI/ML [13], [17], [18], [28], [37], Entwicklung hybrider Cloud/IT-Architekturen auf Basis von Open-Source-Lösungen und Software-Engineering-Prozesse [18], [19], [44]. Darüber hinaus verfügt das Institut über mehrere Testumgebungen und Applikationszentren [20], [45], [46], die für eigene prototypische Entwicklungen von hybriden Lösungen zur Verfügung stehen. Von Anfang an unterstützt das Fraunhofer IPA den Mittelstand und Großunternehmen bei der Entwicklung neuer Geschäftsmodelle und technischer Lösungen auf dem Weg zur digitalen Transformation [21], [22].
Fraunhofer-Institut für Kurzzeitdynamik, Ernst-Mach-Institut, EMI
Das Fraunhofer EMI verfügt über Expertise in der Resilienzquantifizierung von Infrastrukturnetzwerken gegenüber Störungen und Angriffsszenarien. Über mehrere EU-Projekte wurde ein Simulationstool entwickelt (u. a. RESISTO [50], SATIE [51], SAFETY4RAILS [52]), welches die Ausbreitung von Fehlern in miteinander gekoppelten Netzen errechnet und verschiedene kritische Infrastrukturen, deren Topologien sowie deren Verhalten im Fehlerfall analysiert. Im Projektverbund EFFEKTIF mit der Albert-Ludwigs-Universität Freiburg wurden quantenmechanische Analoga zu diesen Netzwerken entwickelt. Dabei wurde auf dem IBM Quantum System One relevante Erfahrung in der Simulation von Quantennetzwerken und deren Störung gewonnen.
Albert-Ludwigs-Universität Freiburg, Physikalisches Institut, Abteilung Quantenoptik und -statistik
Die Abteilung von Prof. Andreas Buchleitner an der Albert-Ludwigs-Universität Freiburg betreibt physikalische Forschung insbesondere auf dem Gebiet komplexer Quantensysteme, die in quantenoptischen Experimenten zunehmend zugänglich werden. Aktuelle Arbeiten reichen von statistischen Eigenschaften wechselwirkender Vielteilchenquantensysteme in unterschiedlichen experimentellen Kontexten – von kalten Atomen [53] zu NISQ-Plattformen [54], [55], [56] – über Theorie und numerische Behandlung von Vielteilchenquanteninterferenz- [57] bzw. -verschränkungsphänomenen [58] zu kohärenter Quantenkontrolle mittels nicht klassischer Kontrollfelder.
Eberhard Karls Universität Tübingen (EKUT), Lehrstuhl für Eingebettete Systeme
Der Lehrstuhl für Eingebettete Systeme von Prof. Bringmann vereint in SEQUOIA die Expertise aus den Bereichen applikationsspezifische Hardware-Architekturen und optimierte Abbildung von maschinellen Lernverfahren (ML) auf emergenten Hardware-Technologien. Dazu zählt die Realisierung applikationsspezifischer Edge-Computing-Plattformen mit integrierten KI/DSP-Beschleunigern [3], die Performance-Analyse und die optimierte Abbildung eingebetteter Software in Hardware [4] bis hin zu technologiespezifischen Schaltungsoptimierungen [29]. Hierbei wird auf den Tübinger Leuchtturm (DFG Exzellenzcluster, BMBF Kompetenzcenter und Cyber Valley) zum Thema KI und ML sowie die Expertise in neuartigen Halbleitertechnologien aufgebaut.
FZI Forschungszentrum Informatik
Das FZI Forschungszentrum Informatik steht für angewandte Spitzenforschung im Bereich der Informatik und ihrer Anwendungsfelder. Die Forschungsgruppe von Prof. Reussner am FZI beschäftigt sich schwerpunktmäßig mit Entwurf und Qualitätssicherung von Softwarearchitekturen. Dazu zählen die Modellierung komponentenbasierter Softwaresysteme mit dem Palladio-Ansatz [2] sowie die zugehörigen Analysen zur Bewertung und Vorhersage von Qualitätseigenschaften wie Performance [7] und Zuverlässigkeit [5]. Zur systematischen Entwurfsraumexploration steht das Werkzeug PerOpteryx zur Verfügung [36]. Qualitätssicherung wird auch im Hinblick auf Reengineering und Evolution von Software [40] erforscht. Das FZI hat eine erste Idee zur Analyse von Softwarearchitekturentscheidungen bei der Entwicklung hybrider Quantensoftware [42] und den Einsatz von Softwarearchitekturmustern für fehlertolerante Systeme auf hybride Quantensoftware in SEQUOIA untersucht [43].
Universität Stuttgart, Höchstleistungsrechenzentrum HLRS
Das HLRS betreibt einen der schnellsten Supercomputer Europas und verfügt über ein großes Team aus Expertinnen und Experten für »High Performance Computing« (HPC). Der akademischen und industriellen Spitzenforschung bietet es in diesem Bereich wichtige Werkzeuge und Lösungen, insbesondere in den Naturwissenschaften und der Ingenieurwissenschaft. Die Forschungsgruppe »Service Management and Business Processes« des HLRS evaluiert aktuelle und zukünftige Technologien, die einen hohen Stellenwert für das Höchstleistungsrechnen besitzen. Hierzu zählen insbesondere die Bereiche Künstliche Intelligenz (KI), Cloud-Technologien und Gaia-X, sowie Quantencomputing (QC). Ziel ist es dabei stets Synergien zu schaffen und hybride Workflows, beispielsweise HPC/KI, auf einer einzigen Infrastruktur zu unterstützen [48], [49].
Karlsruher Institut für Technologie, Institut für Informationssicherheit und Verlässlichkeit
Die Forschungsgruppe von Prof. Dr. Schaefer am Karlsruher Institut für Technologie beschäftigt sich mit der Qualitätssicherung von Software durch Testen und Verifikation, insbesondere mit Fokus auf Konfigurations- und Versionsmanagement. Dazu zählen sowohl Beiträge zur Entwicklung von Werkzeugen zur Unterstützung der konstruktiven Korrektheit in der Softwaretechnik [59], [60] als auch Priorisierung von Testfällen für konfigurierbare Softwaresysteme [61]. Seit Anfang 2022 baut die Gruppe als Projektpartner in dem vom Bundesministerium für Wirtschaft und Klimaschutz (BMWK) geförderten Projekt ProvideQ und dem vom Bundesministerium für Bildung und Forschung (BMBF) geförderten Projekt QuBRA wichtige Expertise an der Schnittstelle zwischen klassischer und quantenbasierter Softwareentwicklung auf.
Universität Stuttgart, Institut für Architektur von Anwendungssystemen IAAS
In der ersten Projektphase befasste sich das IAAS mit der Architektur von Anwendungssystemen. Bei Anwendungssystemen handelt es sich um Software, die Tätigkeiten eines Unternehmens direkt unterstützen. Die Architektur bezeichnet die zugrundeliegende Struktur der Anwendungssysteme, d. h. die Bausteine und Verbindungen, die zur Erstellung eines solchen Systems verwendet werden. Neben Veröffentlichungen im Bereich der klassischen Anwendungsarchitektur (z. B. [8], [47], [31], [39], [9]) konnte das IAAS bereits zahlreiche Beiträge im Forschungsfeld der Softwareentwicklung für Quantencomputer platzieren. Besonders hervorzuheben sind die Grundlagen einer Mustersprache für Quantenalgorithmen [32], die Konzeption einer Plattform für Quantensoftware [33], Veröffentlichungen zum Thema Quanten-Cloud-Dienste und deren Anbindung [35], [41] sowie zur Implementierung von Quantenanwendungen und den damit verbundenen Problemen im NISQ-Zeitalter [34].
Referenzen
[1] R. Babel, C. Dukino, A. Gauss., M. Häfele, J. Härle, et al. »Smart Energy Hub. Smart-Data-Plattform für das prognose- und marktbasierte Energiemanagement von Infrastrukturbetreibern und Energieverbünden auf Basis von Sensordaten«, 2018, Fraunhofer Verlag.
[2] S. Becker, H. Koziolek, and R. H. Reussner, »Model-based Performance Prediction with the Palla-dio Component Model« in WOSP ’07: Proceedings of the 6th International Workshop on Software and performance, 2007, pp. 54-65, New York, NY, USA, February 5-8 2007. ACM.
[3] P. Bernardo, C. Gerum, A. Frischknecht, K. Lübeck, and O. Bringmann, »UltraTrail: A Configurable Ultra-Low Power TC-ResNet AI Accelerator for Efficient Keyword Spotting« in IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems, 2020.
[4] O. Bringmann, W. Ecker, A. Gerstlauer, A. Goyal, D. Müller-Gritschneder, »The next generation of virtual prototyping: Ultra-fast yet accurate simulation of HW/SW systems« in Proceedings of ACM/IEEE Design, Automation & Test in Europe Conference & Exhibition, 2015, Grenoble, France.
[5] F. Brosch, H. Koziolek, B. Buhnova, and R. Reussner, »Architecture-based reliability prediction with the palladio component model« in Transactions on Software Engineering, 38(6), 2011.
[6] J. Drawehn, M. Blohm, M. Kintz, and M. Kochanowski, »Goal-based evaluation of text mining results in an industrial use case« in ICPRAM 2020. Proceedings of the 9th International Conference on Pattern Recognition Applications and Methods: Valletta, Malta, February 22-24, 2020, SciTePress, pp. 183-191.
[7] J. Happe, H. Koziolek, and R. Reussner, »Facilitating performance predictions using software com-ponents« in Software, IEEE, 28(3), pp. 27 -33.
[8] F. Haupt, F. Leymann, and C. Pautasso, »A Conversation Based Approach for Modeling REST APIs« in 12th Working IEEE/IFIP Conference on Software Architecture, 2015, pp. 165-174.
[9] M. Hepp, F. Leymann, J. Domingue, A. Wahler, and D. Fensel, »Semantic Business Process Management: A Vision Towards Using Semantic Web Services for Business Process Management« in IEEE International Conference on e-Business Engineering (ICEBE’05), 2005, pp. 535-540.
[10] IAO, CloudMall Baden-Württemberg. Zugriff am: 25.08.2020. [Online]. Verfügbar unter: https://cloud-mall-bw.de/
[11] IAO, Business Innovation Engineering Center (BIEC). Zugriff am: 25.08.2020. [Online]. Verfügbar unter: https://biec.iao.fraunhofer.de/
[12] IAO, KI-Fortschrittszentrum »Lernende Systeme«. Zugriff am: 25.08.2020. [Online]. Verfügbar unter: https://www.ki-fortschrittszentrum.de/
[13] IAO, Innovationsnetzwerk Digitalisierung für Versicherungen. Zugriff am: 25.08.2020. [Online]. Verfügbar unter: https://www.digital.iao.fraunhofer.de/de/leistungen/Digitalisierung/innovationsnetzwerk-digitalisierung-fuer-versicherungen.html
[14] IAO, SmartAIwork – Zukunft der Betriebsabläufe: Sachbearbeitung zukunftsorientiert gestalten mit Automatisierung durch Künstliche Intelligenz. Zugriff am: 25.08.2020. [Online]. Verfügbar unter: https://www.smart-ai-work.de/
[15] IPA, Roboter- und Assistenzsysteme. Zugriff am: 12.01.2023. [Online]. Verfügbar unter: https://www.ipa.fraunhofer.de/de/Kompetenzen/roboter–und-assistenzsysteme.html
[16] IPA, Deep Grasping – Künstliche Intelligenz perfektioniert den Griff-in-die-Kiste. Zugriff am: 13.08.2020. [Online]. Verfügbar unter: https://www.ipa.fraunhofer.de/de/referenzprojekte/Deep_Grasping.html
[17] IPA, Automatische Bauteilanalyse mit NeuroCAD. Zugriff am: 12.01.2023. [Online]. Verfügbar unter: https://www.ipa.fraunhofer.de/de/Kompetenzen/roboter–und-assistenzsysteme/montage-automatisierung/neurocad.html
[18] IPA, Taktgeber im digitalen Produktionszeitalter. Zugriff am: 12.01.2023. [Online]. Verfügbar unter: https://www.ipa.fraunhofer.de/de/presse/presseinformationen/taktgeber-im-digitalen-produktionszeitalter.html
[19] IPA, Cloud-Plattformen. Zugriff am: 12.01.2023. [Online]. Verfügbar unter: https://www.ipa.fraunhofer.de/de/Kompetenzen/kompetenzzentrum-digitale-werkzeuge-in-der-produktion/cloud-plattformen.html
[20] IPA, Zentrum für Kognitive Robotik. Zugriff am: 12.01.2023. [Online]. Verfügbar unter: https://www.ipa.fraunhofer.de/de/Kompetenzen/roboter–und-assistenzsysteme/zentrum-kognitive-robotik.html
[21] IPA, Future Work Lab. Zugriff am: 13.08.2020. [Online]. Verfügbar unter: https://www.ipa.fraunhofer.de/de/ueber_uns/zusammenarbeit/industry-on-campus/future-work-lab.html
[22] IPA, KMU Anlaufstelle für Digitalisierung: Mittelstand 4.0-Kompetenzzentrum Stuttgart. Zugriff am: 13.08.2020. [Online]. Verfügbar unter: https://www.ipa.fraunhofer.de/de/referenzprojekte/mittelstand40.html
[23] H. Kasper, M. Kochanowski, and V. Pohl, V. »InnoDeck: Card based Innovation Support: A Modular Human-Centered Approach to Facilitate Innovation Workshops« in Bernardino, IC3K 2019, 11th International Joint Conference on Knowledge Discovery, Knowledge Engineering and Knowledge Management. Proceedings. Vol. 3. SciTePress, 2019, pp. 83-91.
[24] M. Kintz, »Thorpedo-Demonstrator – Entdecken Sie die Möglichkeiten von KI und Textanalyse!« Zugriff am: 25.08.2020. [Online]. Verfügbar unter: https://biec.iao.fraunhofer.de/de/Toolbox/THORPEDO.html
[25] M. Kintz, C. Dukino, M. Blohm, and M. Hanussek, »Make Your Customers Happy Again. AI and NLP for a Customer Complaint Management Platform« in AAAI 2020 Workshop on Interactive and Conversational Recommendation Systems (WICRS), New York, 2020.
[26] F. Koetter, M. Blohm, M. Kochanowski, J. Götzer, D. Graziotin et al., »Motivations, Classification and Model Trial of Conversational Agents for Insurance Companies« in 11th International Conference on Agents and Artificial Intelligence, ICAART 2019. Proceedings. Vol.1. SciTePress, 2019, pp. 19-30.
[27] F. Koetter, M. Kochanowski, M. Kintz, B. Kersjes, I. Bogicevic et al., »Assessing Software Quality of Agile Student Projects by Data-mining Software Repositories« in Proceedings of the 11th International Conference on Computer Supported Education, Vol. 2. ScitePress, 2019, pp. 244-251.
[28] K. Kübler, A. Verl, O. Riedel, and M. Oberle, »Simulation-assisted runto-run control for battery manufacturing in a cloud environment« in 24th International Conference on Mechatronics and Machine Vision in Practice (M2VIP), 2017, pp. 1-6. Zugriff am: 13.08.2020. [Online]. Verfügbar unter: https://ieeexplore.ieee.org/document/8211450
[29] J. Kühn, H. Amano, O. Bringmann, and W. Rosenstiel, »Leveraging FDSOI through body bias domain partitioning and bias search« in Proceedings of the 53rd Annual Design Automation Conference (DAC), 2016.
[30] LamA, LamA – Laden am Arbeitsplatz. Zugriff am: 12.01.2023. [Online]. Verfügbar unter: https://www.lama.zone/
[31] F. Leymann, »Cloud Computing: The Next Revolution in IT« in Photogrammetric Week ‘09. Wichmann Verlag, 2009, pp. 3-12.
[32] F. Leymann, »Towards a Pattern Language for Quantum Algorithms« in First International Workshop QTOP 2019.
[33] F. Leymann, J. Barzen, and M. Falkenthal, »Towards a Platform for Sharing Quantum Software« in Proceedings of the 13th Advanced Summer School on Service Oriented Computing (SummerSoC), IBM Research Report (RC25685), 2019, pp. 70-74.
[34] F. Leymann and J. Barzen, »The Bitter Truth About Quantum Algorithms in the NISQ Era« in Quantum Sci. Technol. 5, 2020.
[35] F. Leymann, J. Barzen, M. Falkenthal, D. Vietz, B. Weder et al., »Quantum in the Cloud: Application Potentials and Research Opportunities« in Proceedings of the 10th International Conference on Cloud Computing and Services Science (CLOSER), 2020.
[36] A. Martens, H. Koziolek, S. Becker, and R. Reussner, »Automatically improve software architecture models for performance, reliability, and cost using evolutionary algorithms« in Proceedings of the first joint WOSP/SIPEW international conference on Performance engineering, ACM, 2010, pp. 105–116.
[37] Max-Planck-Gesellschaft, Cyber Valley. Zugriff am: 25.08.2020. [Online]. Verfügbar unter: http://www.cyber-valley.de/
[38] J. Neuhüttler, H. Kett, S. Frings, J. Falkner, W. Ganz, and F. Urmetzer, »Artificial Intelligence as Driver for Business Model Innovation in Smart Service Systems« in International Conference on Applied Human Factors and Ergonomics. Springer, Cham, 2020, pp. 212-219.
[39] C. Pautasso, O. Zimmermann, and F. Leymann, »Restful Web Services vs. “Big”’ Web Services: Making the Right Architectural Decision« in Proceedings of the 17th International Conference on World Wide Web (WWW ’08), 2008, pp. 805-814. Zugriff am: 25.08.2020. [Online]. Verfügbar unter: https://doi.org/10.1145/1367497.1367606
[40] R. Reussner, M. Goedicke, W. Hasselbring, B. Vogel-Heuser, J. Keim, and L. Märtin, »Managed Software Evolution«, Springer, Cham, June 2019.
[41] M. Salm, J. Barzen, U. Breitenbücher, F. Leymann, B. Weder et al., »A Roadmap for Automating the Selection of Quantum Computers for Quantum Algorithms« in Proceedings of the 14th Symposium and Summer School on Service Oriented Computing (SummerSoC), 2020.
[42] M. Scheerer, J. Klamroth, and O. Denninger, »Engineering Reliable Hybrid Quantum Software: An Architectural-driven Approach«, 2nd International Workshop on Quantum Software Engineering S Technology (QSET 2021).
[43] M. Scheerer, J. Klamroth, and O. Denninger, »Fault-tolerant Hybrid Quantum Software Systems«, (QSW’22), 2022, https://doi.org/10.1109/QSW55613.2022.00023
[44] D. Schel, C. Henkel, D. Stock, O. Meyer, G. Rauhöft et al., »Manufacturing Service Bus: An Implementation« in Procedia CIRP 67, 2018, pp. 179-184.
[45] S-TEC, Zentrum für Cyberphysische Systeme. Zugriff am: 12.01.2023. [Online]. Verfügbar unter: https://s-tec.de/zentren/zentrum-fuer-cyberphysische-systeme/
[46] S-TEC, Zentrum für Cyber Cognitive Intelligence. Zugriff am: 12.01.2023. [Online]. Verfügbar unter: https://s-tec.de/zentren/zentrum-fuer-cyber-cognitive-intelligence/
[47] J. Wettinger, U. Breitenbücher, and F. Leymann, »Standards-based DevOps Automation and Integration Using TOSCA« in Proceedings of the 7th International Conference on Utility and Cloud Computing (UCC), 2014, pp. 59-68.
[48] L. Zhong, D. Hoppe, N. Zhou, and O. Shcherbakov, »Hybrid workflow of Simulation and Deep Learning on HPC: A Case Study for Material Behavior Determination« in IEEE International Conference on Cluster Computing (CLUSTER), 2021, pp. 698-704.
[49] N. Zhou, L. Zhong, D. Hoppe, B. Pejak, O. Marco, J. Cardona, M. Czerkawski, I. Andonovic, C. Michie, C. Tachtatzis, E. Alexakis, P. Mavrepis, D. Kyriazis, and M. Pospieszny, »CYBELE: A Hybrid Architecture of HPC and Big Data for AI Applications in Agriculture« in HPC, Big Data, and AI Convergence Towards Exascale. CRC Press, 2022, pp. 255-272.
[50] M. Fehling-Kaschek, N. Miller, G. Haab, K. Faist, A. Stolz, I. Häring, A. Neri, G. Celozzi, J. Sanchez and J. Valera, »Risk and resilience assessment and improvement in the telecommunication industry« in P. Baraldi, F. Di Maio, E. Zio (eds.), Proceedings of the 30th European Safety and Reliability Conference and the 15th Probabilistic Safety Assessment and Management Conference, 2020.
[51] C. Köpke, K. Srivastava, N. Miller and E. Branchini, »Resilience quantification for critical infrastructure: Exemplified for airport operations.« in European Symposium on Research in Computer Security, Springer, 2021, pp. 451-460.
[52] N. Miller, Y. Satsrisakul, K. Faist, M. Fehling-Kaschek, S. Crabbe, M. Poliotti, N. Naderpajouh, S. Setunge, S. Ergün, A. Kanak, S. Tanriseven, S. Lekidis, E. Matsika, P. Sick and E. Cazzato, »A risk and resilience assessment approach for railway networks«, Proceedings of the 31st European
Safety and Reliability Conference, 2021.
[53] L. Pausch, E. G. Carnio, A. Rodríguez and A. Buchleitner, »Chaos and Ergodicity across the Energy Spectrum of Interacting Bosons«, Phys. Rev. Lett. 126, 150601, 2021.
[54] A. J. C. Woitzik, P. Kl. Barkoutsos, F. Wudarski, A. Buchleitner and I. Tavernelli, »Entanglement production and convergence properties of the variational quantum eigensolver«, Phys. Rev. A 102, 042402, 2020.
[55] M. Amico and C. Dittel, »Simulation of wave-particle duality in multipath interferometers on a quantum computer«, Phys. Rev. A 102, 032605, 2020.
[56] J. Brugger, C. Seidel, M. Streif, F. A. Wudarski, C. Dittel and A. Buchleitner, »Output statistics of quantum annealers with disorder«, Phys. Rev. A 105, 042605, 2022.
[57] C. Dittel, G. Dufour, G. Weihs, and A. Buchleitner, A., »Wave-Particle Duality of Many-Body Quantum States«, Phys. Rev. X 11, 031041, 2021.
[58] E. G. Carnio, A. Buchleitner and M. Gessner, »Robust Asymptotic Entanglement under Multipartite Collective Dephasing«, Phys. Rev. Lett. 115, 010404, 2015.
[59] T. Runge, I. Schaefer, L. Cleophas, T. Thüm, D. G. Kourie and B. W. Watson, »Tool Support for Correctness-by-Construction«, Proc. of the Intl. Conference on Fundamental Approaches to Software Engineering (FASE), Springer, 2019.
[60] T. Runge, A. Knüppel, T. Thüm and I. Schaefer, »Lattice-Based Information Flow Control-by-Construction for Security-by-Design«, Proc. Of the Intl. Conference of Formal Methods in Software Engineering (FormaliSE), ACM, 2020.
[61] R. Lachmann, S. Schulze, M. Nieke, C. Seidl and V. Schaefer, »System-Level Test Case Prioritization Using Machine Learning«, Proc. of the. Intl. Conference on Machine Learning and Applications (ICMLA), IEEE, 2016.