Editorial

Mit der Verfügbarkeit von Quanten-Hardware als kommerzielle Cloud-Dienste wächst das Interesse in verschiedenen Teildisziplinen der Informatik, das Potenzial dieser Technologie zu erkunden.

Dabei stellt die Entwicklung von hybriden Algorithmen, die teilweise auf klassischer Hardware und teilweise auf Quanten-Hardware ausgeführt werden, bedeutende Herausforderungen dar. Die Programmierung erfordert eine radikal neue Denkweise, und die experimentelle Evaluierung auf Simulatoren oder realer Hardware eine sehr spezifische Herangehensweise. Eine weitere Hürde besteht darin, sich mit den Einschränkungen der derzeit verfügbaren Quantenprozessoren auseinanderzusetzen, da bisher nur kleine Eingabegrößen verarbeitet werden können.

Das wachsende Interesse seitens der Datenbank-Community an diesem Thema zeigt sich bereits in eigenen Tutorials (SIGMOD’23, ICDE’24) und ersten einschlägigen Workshops. Aktuelle Forschungsthemen umfassen das maschinelle Lernen auf Quantencomputern sowie Unterstützung bei grundlegenden Aufgaben der Datenbankmanagementsysteme, wie beispielsweise Anfrageoptimierung und das Scheduling von Transaktionen. Diese Aufzählung ist keineswegs abschließend, da die Forschung in diesem Bereich noch in einem sehr frühen Stadium ist und die potenzielle Verfügbarkeit zukünftiger Hardware, wie QRAM, vollkommen neue Möglichkeiten eröffnen könnte.

Mit dieser Ausgabe des Datenbank-Spektrums bieten wir ein dediziertes Forum, um aktuelle Arbeiten an der Schnittstelle zwischen Forschung im Datenmanagement, Quanten-Softwareentwicklung und der Architektur von Datenbanksystemen vorzustellen.

Eine bereits etablierte Forschungsrichtung ist das Quantum Machine Learning. In ihrem Beitrag Satellite Image Representations for Quantum Classifiers geben Johann Maximilian Zollner, Paul Walther und Martin Werner von der TU München einen Einblick in die Herausforderungen und Lösungsansätze im Bereich der Verarbeitung von Satellitenbildern. Da Satellitenbilder zu groß und hochdimensional sind, um die Daten in den begrenzten Eingabebereich von Quantencomputern einzupassen, sind Transformationen zur Verringerung der Dimensionalität notwendig. Der Artikel vergleicht somit verschiedene Techniken zur Dimensionalitätsreduktion als Teil hybrider quanten-klassischer Systeme zur Darstellung von Satellitenbildern.

Wir danken den Gutachtern für ihre Unterstützung bei diesem Themenheft. Aufgrund des noch sehr jungen Forschungsgebiets war es eine besondere Herausforderung, entsprechende Expertisen einzuholen.

In der Ausgabe 3‑2023 des Datenbank-Spektrums wurden die „Best Workshop Papers of BTW 2023“ mit erweiterten Beiträgen präsentiert. Nachdem im letzten Heft fünf dieser sechs eingeladenen Beiträge erschienen sind, veröffentlichen wir in diesem Heft nun den sechsten Beitrag: Aus dem Workshop Data Engineering for Data Science (DE4DS) wurde der Beitrag A Provenance Management Framework for Knowledge Graph Generation in a Web Portal von Erik Kleinsteuber, Tarek Al Mustafa, Franziska Zander, Birgitta König-Ries und Samira Babalou von der Uni Jena bzw. dem iDiv Halle-Jena-Leipzig nominiert. Die Autorengruppe beschäftigt sich mit der Verwaltung von Provenance-Daten in Knowledge Graph Management-Plattformen. Die Autorinnen und Autoren stellen ein Rahmenwerk vor und zeigen, wie in diesem Provenance-Informationen erfasst, gespeichert und abgerufen werden. Die Darstellung ist dabei an der standardisierten W3C Provenance Ontology ausgerichtet. Damit können wichtige Anforderungen aus dem Bereich Reproduzierbarkeit und Provenance erfüllt werden. Dieser Artikel kann auch als thematischer Vorgriff auf den Themenschwerpunkt des nächsten Datenbank-Spektrums gesehen werden: Data Management for Research Data Infrastructures (DASP-2-2024)

Auch der zweite Fachbeitrag PyPads – Transparent Machine Learning Experiment Tracking beschäftigt sich mit der Herausforderung der Reproduzierbarkeit, und zwar im Bereich des maschinellen Lernens. In diesem Bereich werden experimentelle Details oft aus Platz‑, Zeit- oder Komplexitätsgründen weggelassen. Thomas Weißgerber, Mehdi Ben Amor, Christofer Fellicious und Michael Granitzer von der Universität Passau stellen in ihrem Beitrag PyPads vor – ein Rahmenwerk, welches eine Infrastruktur zur Erweiterung von Experimenten und Versuchsaufbauten um Protokollierungs‑, Kommunikations- und Analysefunktionen darstellt.

Die Rubrik „Dissertationen“ enthält in diesem Heft sieben Kurzfassungen von Dissertationen aus der deutschsprachigen DBIS-Community, welche im letzten Quartal erfolgreich verteidigt wurden.

Die Rubrik „Community“ enthält unter News den Call for Papers für die nächste BTW, welche im März 2025 in Bamberg stattfinden wird.

Außerdem findet sich in dieser Rubrik eine Meldung über die Verleihung des VDI-Preis 2023 für die Masterabsolventin Kristin Fritsch (Universität Passau) durch den Verein Deutscher Ingenieure (VDI) Bezirksverein München, Ober- und Niederbayern. Die Masterarbeit wurde – passend zum Schwerpunktthema dieses Heftes – im Schnittbereich von Datenbankforschung und Quanteninformatik angefertigt.

In der Rubrik „Produkt-News“ werden Neuerungen in verschiedenen Datenbankmanagementsystemen und Analyse-Plattformen vorgestellt.