Denise Ruffner, Vizepräsident Business Development und Commercial Operations Worldwide, Haiqu – Interviewserie

Denise Ruffner, VP Business Development und Commercial Operations Worldwide bei Haiqu, ist eine erfahrene Technologie‑Führungskraft mit umfassender Erfahrung in der Kommerzialisierung von Quantencomputing und anderen aufstrebenden Technologien. Bei Haiqu leitet sie Business Development und die weltweite Expansion und baut dabei auf früheren Führungspositionen auf, darunter Chief Business Officer bei Atom Computing und Cambridge Quantum Computing, Vice President of Business Development bei IonQ und CATALOG sowie fast zwei Jahrzehnte bei IBM. Ihre Arbeit umfasste Unternehmensvertrieb, strategische Partnerschaften, Go‑to‑Market‑Strategie, Ökosystementwicklung und die Überführung komplexer Technologien aus Forschungsumgebungen in den kommerziellen Markt. Sie hat zudem DiviQ mitbegründet, eine Organisation, die sich dem Aufbau einer vielfältigeren Quanten‑Belegschaft widmet, und berät Frühphasen‑Quanten‑ und Emerging‑Technology‑Unternehmen bei Kommerzialisierung, Partnerschaften, Fundraising und Kundengewinnung.

Haiqu ist ein Quanten‑Softwareunternehmen, das ein sogenanntes Agentic Operating System für Quanten‑F&E‑Teams entwickelt und dabei KI‑gestützte Quanten‑Forschungsagenten mit einem proprietären Software‑Stack kombiniert, der die Entwicklung und Ausführung von Quantenanwendungen praktikabler machen soll. Die Plattform umfasst eine agentische F&E‑Schicht, die Forschungsideen in ausführbare Prototypen umwandelt, das Haiqu SDK für Datenladen, Schaltkreis‑Kompression, Optimierung und Fehlerminderung sowie das Haiqu Runtime zur Orchestrierung von Workloads über Quanten‑Hardware. Die Technologie ist so konzipiert, dass sie auf mehreren Quanten‑Processing‑Unit‑Architekturen funktioniert und Anwendungen in Bereichen wie Finanzmodellierung, Quantensimulation, rechnergestützte Strömungsmechanik, Quanten‑Machine‑Learning und Optimierung unterstützt. Haiqu positioniert die Plattform als Mittel für Unternehmens‑ und Wissenschaftsteams, über experimentelle „Spielzeug‑Probleme“ hinaus zu größeren, kommerziell relevanteren Quanten‑Workloads zu gelangen.

Sie kürzlich zu Haiqu gekommen als Vice President of Business Development und Commercial Operations Worldwide. Was hat Sie an dem Unternehmen angezogen und was sind Ihre unmittelbaren Prioritäten in dieser neuen Rolle?

Ich kenne die Gründer von Haiqu und verfolge das Unternehmen seit den Anfängen, und was mich angezogen hat, war der Fortschritt, den sie in relativ kurzer Zeit erzielt haben. In nur drei Jahren hat Haiqu sich von einem jungen Startup zu einem Unternehmen entwickelt, das ein beeindruckendes Software‑Produkt, HaiquOS, besitzt, das bereits jetzt sinnvolle Ergebnisse liefert, noch bevor vollständig fehlertolerante Quantencomputer verfügbar sind.

Meine unmittelbare Priorität ist es, HaiquOS einem breiteren globalen Publikum zu kommerzialisieren und die Plattform einer größeren Kundengruppe vorzustellen.

Sie haben IBM Quantum, Cambridge Quantum Computing, IonQ und Atom Computing dabei geholfen, Kunden und strategische Partner zu sichern. Welche Lehren aus diesen Erfahrungen werden die Kommerzialisierungsstrategie von Haiqu am direktesten prägen?

Einer der wichtigsten Lehren, die ich gewonnen habe, ist, dass erfolgreiche Kommerzialisierung Geduld erfordert; es ist sehr schwer, ein Produkt einzuführen und sofortigen Erfolg zu erzielen. Bevor Unternehmen ihre Produkte auf den Markt bringen, ist es wichtig, eine Ausgangsbasis zu haben, die Bewusstsein und Glaubwürdigkeit im Markt schafft. Glaubwürdigkeit entsteht durch Beta‑Tests, Veröffentlichungen in Fachzeitschriften und Medien, Gespräche mit potenziellen Kunden, Nutzer‑Empfehlungen und wissenschaftliche Beiräte.

Ein weiteres, das ich beobachtet habe, ist, dass viele Start‑ups in die Falle tappen, ihre Produkte zu überhypen. Das Übertreiben der Fähigkeiten eines Produkts, bevor diese vollständig unterstützt werden können, ist einer der größten Fehler, die ein Unternehmen machen kann, da es die Glaubwürdigkeit zerstört.

Ich möchte die Tradition von Haiqu fortführen, das Produkt exakt so darzustellen, wie es kann und nicht kann. Haiqu ist sich der Fehler anderer Quanten‑Start‑ups sehr bewusst und hat bereits durch wissenschaftliche und technische Glaubwürdigkeit eine starke Anhängerschaft aufgebaut. Mein Ziel ist es, die weltweite Kundenbasis von Haiqu zu stärken, weil ich der Meinung bin, dass es an der Zeit ist, dass ein breiteres Kundengebiet die Vorteile von HaiquOS erlebt.

Das Agentic Operating System von Haiqu kombiniert agentische Intelligenz, ein Software‑Development‑Kit und eine Runtime‑Orchestrierungsschicht. Wie arbeiten diese Komponenten zusammen, um ein Forschungsteam von einer ersten Idee zu einem ausführbaren Quantenexperiment zu führen?

Die drei Schichten entsprechen den drei Phasen, in denen die Quanten‑F&E typischerweise ins Stocken gerät: die richtige Anwendung entwerfen, sie effizient ausführen und die Ergebnisse iterativ verbessern.

Agentic Intelligence ist der Einstiegspunkt für eine Forschungsidee. Ein Team beschreibt eine Geschäftsfrage oder eine explorative Forschungsrichtung in natürlicher Sprache, und die agentische Schicht, die auf unserer proprietären Algorithmus‑Forschung, domänenspezifischen Workflows und einer kuratierten Wissensdatenbank zur Quanten­theorie basiert, strukturiert diese Absicht, klärt Einschränkungen und ordnet den Anwendungsfall dem richtigen algorithmischen Ansatz zu. Das Ergebnis ist ein ausführungsgerefter Prototyp.

Das Haiqu SDK wandelt diesen Prototyp anschließend in einen leistungsfähigen, hardware‑bereiten Workflow um. Es führt Datenladen, Schaltkreis‑Kompression, algorithmische Optimierung, Fehlerminderung und hardware‑bewusstes Design durch, sodass das Team aus jeder Quantenoperation auf der heutigen rauschenden Hardware echten Mehrwert schöpfen kann – bis zu 100‑fach mehr nutzbare Operationen auf aktuellen NISQ‑Geräten.

Haiqu Runtime übernimmt dann die Ausführung: Es orchestriert die Middleware-Infrastruktur und den Ausführungsablauf, um die Anwendung auf echter Hardware mit der niedrigsten Echtzeitdauer und den geringsten Kosten pro Experiment laufen zu lassen. Das ermöglichte es uns, eine Quantendynamik‑Simulation, die zuvor etwa 30 000 $ und neun Stunden gekostet hat, für rund 25 $ in etwa 30 Sekunden zu reproduzieren.

Damit schließen sie den Kreislauf – Eingabe der Absicht, Ausgabe des ausführbaren Experiments, schnell genug zum Iterieren. Das Team gelangt von einer allgemeinen Idee zu einem funktionierenden Prototyp in Tagen statt in Monaten.

Agentic AI wird zunehmend in komplexe wissenschaftliche Workflows integriert. Welche Teile der Quantenforschung können intelligenten Agenten delegiert werden, und wo müssen erfahrene Wissenschaftler die Kontrolle fest behalten?

Agenten eignen sich gut für Arbeiten, die fachintensiv, aber strukturiert sind: die Formulierung einer Forschungsfrage, die Zuordnung zu Kandidaten‑Algorithmen, das Erzeugen des Gerüsts einer Anwendung sowie die Handhabung der Optimierungs‑ und Orchestrierungsschichten, zu denen Daten‑Loading, Schaltkreis‑Kompression, Fehlerminderung, Hardware‑Auswahl und Ausführungs‑Tuning gehören. Genau diese Tätigkeiten beanspruchen die Zeit von Wissenschaftlern, lenken sie von der eigentlichen Wissenschaft ab, und hier beseitigt unsere agentische Ebene das Problem „Wo fange ich überhaupt an?“.

Was erfahrenen Wissenschaftlern fest bleibt, ist das Urteilsvermögen. Die Entscheidung, was es wert ist, untersucht zu werden, die Bewertung, ob ein Ergebnis physikalisch sinnvoll ist und nicht nur formal korrekt, die Validierung von Ausgaben gegenüber bekannter Physik sowie die Interpretation der Signifikanz sind nicht delegierbar. Die richtige Formulierung lautet, dass Agenten den Weg zu einem Ergebnis komprimieren und Experten die Untersuchung lenken und hinter den Schlussfolgerungen stehen. Die Verantwortung für die Wissenschaft verschiebt sich nicht.

Haiqu argumentiert, dass Organisationen nicht auf vollständig fehlertolerante Quantencomputer warten müssen, um sinnvolle Experimente durchzuführen. Was können Unternehmen realistisch mit der heutigen Hardware erreichen, und wo sollten die Erwartungen gemessen bleiben?

Unternehmen können heute realistisch funktionierende Prototypen bauen und ausführen: Molekül‑ und Materialsimulationen, Optimierungsprobleme, Quanten‑Machine‑Learning und Wahrscheinlichkeits‑Verteilungs‑Modellierung für Anwendungen wie Risiko‑ und Derivate‑Preisgestaltung. Wir haben dies konkret gezeigt, indem wir Simulationen des Single‑Impurity‑Anderson‑Modells von Grund auf vorbereitet und eine Pipeline aufgebaut haben, die experimentell beobachtete Signaturen in Neutronen‑Streuexperimenten an eindimensionalen Quantenmagneten reproduzierte. Außerdem haben wir weitere Anwendungen demonstriert, die für die Finanz‑, Automobil‑ und Energie‑Industrie relevant sind. Der heutige Wert liegt darin, Expertise, Workflows und Anwendungs‑Readiness zu entwickeln, die sich auszahlen, wenn die Systeme skalieren.

Die Hardware befindet sich noch in der Near‑Intermediate‑Scale‑Quantum‑ (NISQ‑) Ära, sodass die heute mögliche Arbeit echte F&E und Prototyping ist, nicht ein breiter kommerzieller Quantenvorteil. Nutzer sollten bedenken, dass Ergebnisse validiert werden müssen, nicht jedes Problem bereits von Quanten profitieren kann, und die ehrliche Positionierung darin besteht, jetzt Fähigkeiten aufzubauen, damit Teams bereit sind, wenn die Hardware ausgereift ist.

Quantenprojekte können Schwierigkeiten haben, über den Proof‑of‑Concept hinauszukommen. Was unterscheidet ein Experiment mit echtem kommerziellem Potenzial von einer beeindruckenden technischen Demonstration, die wahrscheinlich keinen geschäftlichen Mehrwert liefert?

Der Unterschied zwischen echtem kommerziellem Potenzial und einer beeindruckenden technischen Demonstration liegt darin, ob die Arbeit effizient ein reales Problem adressiert, das Organisationen lösen wollen. Eine Quantenlösung könnte unglaubliche Ergebnisse liefern, aber wenn sie sehr teuer und schwer zu reproduzieren und zu skalieren ist, wird sie wahrscheinlich keinen echten geschäftlichen Mehrwert erzeugen.

Viele solcher Proof‑of‑Concepts stagnieren nach diesen teuren technischen Demonstrationen, weil es für Unternehmen nicht effizient ist, diese Lösung für ihre Workflows zu verfolgen. Deshalb ist Haiqus Fähigkeit, die Kosten und die Zeit für die Durchführung bedeutungsvoller Experimente zu reduzieren, so wertvoll; wenn Unternehmen mehr Experimente innerhalb eines vorgegebenen Budgets durchführen können, identifizieren sie schneller Experimente und Projekte, die echten Wert bieten könnten.

Wenn Quanten‑Anwendungssoftware in ein Unternehmen eingeführt wird, wer wird typischerweise zum internen Champion und wie baut man ein Business‑Case auf, wenn der langfristige Return der Technologie noch schwer zu quantifizieren ist?

Wenn Quanten‑Anwendungssoftware wie HaiquOS in ein Unternehmen eingeführt wird, kann der interne Champion aus verschiedenen Bereichen kommen. Es kann ein Wissenschaftler oder Forscher sein, der mit der Software bessere Ergebnisse erzielt, ein Manager, der eine Möglichkeit zur Kostensenkung oder Effizienzsteigerung sieht, oder ein Forschungsleiter, der den Wert darin erkennt, die Leistung zu verbessern und die Arbeit seines Teams zu beschleunigen.

Der Business‑Case beginnt wirklich damit, heute Wert zu demonstrieren. Wir müssen den Kunden zeigen, was die Software mit der derzeit vorhandenen Quantenhardware leisten kann, und gleichzeitig helfen zu verstehen, wie diese Fähigkeiten wachsen werden, wenn die Hardware sich verbessert. HaiquOS ermöglicht es Kunden, heute bedeutungsvolle Experimente durchzuführen und die Anwendungsentwicklung zu beschleunigen, anstatt auf vollständig fehlertolerante Quantencomputer zu warten.

Ab dort wird der Business Case viel praktischer: Können wir die Leistung verbessern? Können wir die Kosten senken? Können wir Entwicklern helfen, schneller zu Ergebnissen zu kommen? Und können wir dem Kunden das Vertrauen geben, dass das, worin sie heute investieren, weiterhin Wert liefert, wenn das Quantencomputing reift?

Diese Kombination aus kurzfristigem Nutzen, einem klaren Fahrplan und starkem Kundensupport erleichtert die Rechtfertigung der Investition, selbst wenn der langfristige ROI des Quantencomputings noch schwer zu quantifizieren ist.

Haiqu entwickelt eine hardwareunabhängige Plattform, die auf verschiedenen Quantensystemen arbeiten kann. Wie wichtig ist diese Flexibilität für Unternehmenskunden, und wie vermeidet das Unternehmen, die Leistung zu verringern, um mehrere Hardware‑Architekturen zu unterstützen?

Unternehmenskunden sind nicht zwingend an einen einzigen Typ von Quantenhardware gebunden. Die meisten experimentieren mit verschiedenen Systemen, um deren Leistung, Kosten und mögliche Vorteile jeder Technologie zu verstehen.

Das macht es wichtig, dass die Software sowohl hardwareunabhängig als auch hardwarebewusst ist. Hardwareunabhängig bedeutet, dass sie über verschiedene Modalitäten hinweg funktionieren kann – supraleitend, Ionenfallen, neutrale Atome und weitere. Hardwarebewusst bedeutet, dass sie die Eigenschaften des jeweiligen Systems, auf dem sie läuft, versteht.

Wichtig ist, dass hardwareunabhängig nicht bedeutet, jeden Quantencomputer gleich zu behandeln. Jede Architektur hat unterschiedliche Eigenschaften, sodass die Software bei Hinzufügen eines neuen Systems für diese Hardware abgestimmt und optimiert werden muss.

Ziel ist es, den Kunden Flexibilität bei der genutzten Hardware zu bieten, ohne die plattformspezifische Optimierung zu opfern, die erforderlich ist, um die bestmögliche Leistung jedes Systems zu erzielen.

Welche Branchen oder Anwendungskategorien scheinen am ehesten messbaren Nutzen aus Haiqus Technologie zu ziehen, und welche technischen oder wirtschaftlichen Meilensteine würden anzeigen, dass ein Anwendungsfall bereit ist, skaliert zu werden?

Wir sehen interessante Ergebnisse in mehreren Anwendungsbereichen. Haiqu hat mit HSBC an Finanzrisikomodellierung und -simulation gearbeitet und mit Quanscient an rechnerischer Fluiddynamik, die potenzielle Anwendungen in Branchen wie Luft‑ und Raumfahrt, Automobil und Energie hat.

Diese Projekte zeigen, dass wir zunehmend komplexere Probleme auf der heutigen Quantenhardware ausführen können, dank Funktionen wie Datenladen und Schaltkreiskompression.

Ich glaube nicht, dass wir noch an dem Punkt sind, an dem wir sagen können, dass diese Anwendungsfälle breit skalierbar sind. Die entscheidenden Meilensteine werden ziemlich praktisch sein: bessere Hardware‑Leistung, die Fähigkeit, größere und komplexere Probleme zu lösen, reproduzierbare Ergebnisse und letztlich ein wirtschaftlicher Nutzen im Vergleich zu klassischen Ansätzen.

Hardware ist nach wie vor die Hauptbeschränkung. Unsere Aufgabe ist es, Kunden dabei zu unterstützen, das Maximum aus den aktuellen Systemen herauszuholen, während wir weiterhin an Problemen arbeiten, die messbaren geschäftlichen Nutzen liefern können.

Durch Women in Quantum und DiviQ (Diversity in Quantum) haben Sie umfangreich an Inklusion und Personalentwicklung gearbeitet. Wenn das Quantencomputing zur Kommerzialisierung übergeht, welche Fähigkeiten werden am dringendsten benötigt, und wie kann die Branche einen breiteren Talentpool aufbauen?

Als ich 2015 meine Karriere im Quantencomputing begann, war die Branche überwiegend männlich. Schon früh erkannte ich, dass die Einbringung vielfältiger Talente die Belegschaft stärken und die Ergebnisse verbessern würde. Ich habe immer geglaubt, dass diverse Teams bessere Entscheidungen treffen und mehr Erfolg im Unternehmen fördern.

Ein Teil des Aufbaus eines breiteren Talentpools besteht darin, die Botschaft zu verbreiten, dass man keinen Quanten‑PhD benötigt, um zum Quantencomputing beizutragen. Viele Menschen lassen sich von der wahrgenommenen Komplexität der Wissenschaft abschrecken, obwohl sie in Wirklichkeit bereits relevante Fähigkeiten besitzen.

Die Branche benötigt Programmierer, Ingenieure, Mathematiker, Wissenschaftler, Kommunikationsfachleute und mehr. Arbeitgeber sollten sich darauf konzentrieren, übertragbare Fähigkeiten zu identifizieren und Menschen zu helfen, diese Fähigkeiten auf das Quantencomputing anzupassen, anstatt das Feld zu überkomplizieren und unzugänglich erscheinen zu lassen.

Menschen sind oft überrascht von den Möglichkeiten, die sich eröffnen, sobald sie in die Branche eintreten, und unsere Herausforderung besteht darin, sicherzustellen, dass sie wissen, dass diese Möglichkeiten existieren.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten Haiqu besuchen. Personen, die sich als LGBTQIA+ identifizieren, einer Geschlechtsminorität angehören, People of Color sind oder mit einer sichtbaren oder unsichtbaren körperlichen, geistigen oder psychischen Behinderung leben, können ebenfalls mehr über die Gemeinschaft und Initiativen bei DiviQ erfahren.