Typischerweise können Klimamodelle nicht alle Prozesse der Atmosphäre auflösen: Wie Wolken entstehen, wird zum Beispiel bisher nur näherungsweise dargestellt. Hier besteht erhebliches Verbesserungspotential. Klim-QML nutzt quanten-maschinelle Lernverfahren, um solche Darstellungen zu verbessern. Bis Ende diesen Jahres will das Team des DLR-Instituts für Physik der Atmosphäre ein Klimamodell mit ersten Quantenkomponenten verknüpfen. Im Interview spricht Projektleiterin Mierk Schwabe auch darüber, wie es mit Klim-QML weitergeht.
Wie profitiert eure Forschung am DLR-Institut für Physik der Atmosphäre von der engen Verbindung zu anderen Instituten und zur Industrie?
Zu Quantencomputing-Themen haben wir beispielsweise schon mit dem Institut für Quantentechnologien in Ulm zusammengearbeitet. Klim-QML ist aber das erste Projekt, das ich in so enger Kollaboration mit Auftragnehmern aus der Industrie durchführe. Es funktioniert super: Sie sind sehr interessiert und arbeiten sehr gut am Projekt mit, wir haben regelmäßige Meetings und ergänzen uns sehr gut. Und gerade wenn wir jetzt als nächsten Schritt mit QCI Connect auf die Hardware kommen, dann ist es natürlich auch hilfreich, wenn wir direkt die Hardware-Hersteller mit eingebunden haben. Aktuell entwickeln wir mit Planqc die Algorithmik auf Emulatoren und nutzen dann die leistungsfähigen Quantencomputer, sobald sie uns zur Verfügung stehen. Schon jetzt, aber auch dann profitieren wir von der enge Zusammenarbeit mit unseren Auftragnehmern aus der Industrie.
Was hat dich bei deiner Forschung zuletzt überrascht?
Wir haben schon Hinweise auf die Vorteile von Quanten-maschinellem-Lernen (QML) im Vergleich zu klassischen Lernverfahren. Aber es hat mich überrascht, dass diese nicht in dem Bereich auftraten, den wir erwartet hatten. Zum Beispiel, dass die Modelle robuster trainieren: Dieselbe Architektur mit leicht unterschiedlichen Startbedingungen trainiert bei Quanten-maschinellen-Lernverfahren stabiler als bei klassischen. Und das ist spannend und unerwartet!
Klim-QML geht in die heiße Endphase. Wie geht es dann weiter?
Wir haben noch viel vor: Das Klimamodell mit ersten Quantenkomponenten wird vermutlich Ende dieses Jahres vorgestellt. Bisher haben wir Quantenkomponenten entwickelt, die noch nicht gekoppelt sind; jetzt arbeiten wir daran, sie in das Klimamodell einzubauen. Dann müssen wir das gekoppelte Modell natürlich evaluieren, mit dem konventionellen Modell vergleichen und es auf unseren Anwendungsfall zur Bewertung des Einflusses von Schiffsemissionen anwenden.
Obwohl wir nicht jetzt schon eine Verbesserung des gesamten Klimamodells vorweisen können, ist es für den ganzen Fachbereich relevant, sich darauf vorzubereiten, dass Quantencomputer in der Zukunft mit konventionellen Computern mithalten können – und irgendwann in bestimmten Bereichen besser werden. Es ist wichtig für uns, das Potenzial der Quantencomputer auch für belastbare Klimaprojektionen und Technologiefolgenabschätzungen in den Bereichen Luft- und Raumfahrt sowie Verkehr- und Energieforschung auszunutzen. Deswegen hoffe ich, dass wir weiterhin in der DLR QCI das Thema ausbauen können. Genügend Ideen haben wir auf jeden Fall.
Warum sind verbesserte Wettervorhersagen und Klimaprognosen wichtig?
Ob ein besonders starkes Gewitter naht und wie sich das Klima statistisch verändert, kann so präziser vorhergesagt und projiziert werden. Das ist zum Beispiel für die Industrie, Versicherungen und die Landwirtschaft relevant, und natürlich auch für die Gesellschaft allgemein. Wir arbeiten daran, robuste Informationen für Anpassung und Minderung des Klimawandels bereitzustellen.
Du arbeitest auch als Gruppenleiterin und betreust Promovierende. Was treibt junge Forscher:innen an?
Gerade die jungen Leute sind alle sehr motiviert, an der Forschung für den Klimaschutz mitzuwirken, weil dies gerade für sie natürlich ein extrem wichtiges Anwendungsfeld ist. Und ganz abgesehen davon, ist Quantencomputing an und für sich schon total spannend, und Klim-QML ist eine schöne Anwendung davon.
Wenn du mit Wetter- und Klimamodellen arbeitest, kannst du eigentlich noch in den Himmel schauen ohne direkt deine Forschung vor Augen zu haben?
Wir waren jetzt gerade in Japan beim CMIP Community Workshop 2026 in Kyoto und haben davor an der Universität in Tokio Forscher besucht, die auch Quantencomputing für Klimamodellierung machen. Und in Japan haben wir Wolken über dem Berg Fuji beobachtet: Ein ganz typisches Phänomen von Wellen, wenn die Luft über den Berg strömt. Coole Wolken einfach. Aber dazu kommt dann noch, dass ich verstehe, wie diese Wolken entstehen. Das ist eine zusätzliche, schöne Komponente, die die Schönheit der Wolken für mich eher noch verstärkt.
