„Meine Arbeit ist leicht zu beschreiben, aber schwer umzusetzen“

Algorithmen mit parallelem und verteiltem Computing beschleunigen

XXX Teaser XXX.

Von Veronika Früh

Simone Foderà lächelt nur, wenn er nach Münchens selbsternanntem Status als nördlichste Stadt Italiens gefragt wird. Der Informatiker wurde in der Nähe von Rom geboren und lebte während seines Studiums viele Jahre in Mailand. Das Stipendium des Munich Quantum Valley brachte ihn nach München, genauer gesagt an den Lehrstuhl für Theoretische Festkörperphysik der Ludwig-Maximilians-Universität (LMU) München, wo er nun promoviert. „Ich habe definitiv nicht das Gefühl, in Italien zu sein“, sagt er. Aber er fühle sich hier sehr willkommen. München sei sogar seine erste Wahl gewesen, als er Optionen für nach seinem Masterabschluss gesucht habe. „Meine Masterarbeit befasste sich mit Reinforcement Learning und Quantencomputing“, erzählt er, aber damals lag ihm Quantencomputing mehr am Herzen. Seine Suche nach Stipendien oder Doktorandenstellen umfasste viele Orte in Europa und Nordamerika, aber er suchte auch gezielt nach Angeboten in München: „Ich habe einfach ‚Quanten, Doktor, München‘ bei Google eingegeben und bin auf das Stipendium des Munich Quantum Valley gestoßen“, erzählt Simone. Die Stadt hatte ihn schon bei einem Urlaubsbesuch vor einigen Jahren fasziniert. „Als ich erfuhr, dass ich hier in München angenommen wurde, habe ich alle meine Recherchen eingestellt, weil ich einfach unglaublich glücklich war, denn das war meine erste Wahl. Hätte ich mir eine Stadt auf der Welt aussuchen können, hätte ich mich wahrscheinlich für München entschieden.“

Simone beschreibt sich selbst als sehr ehrgeizig. Nach seinem Informatikstudium am Politecnico di Milano dachte er intensiv über seinen nächsten Schritt nach: „Ich hatte eine schwierige Entscheidung zu treffen, weil es sowohl in Mailand als auch außerhalb viele gute Optionen gab.“ Software Engineering gefiel ihm in seinem Bachelorstudium nicht so gut, aber Computational Engineering fand er toll. Als er von dem neuen Masterstudiengang „High Performance Computing (HPC) Engineering“ an seiner Universität erfuhr, war er sofort neugierig: „Ich war wirklich fasziniert, aber auch etwas skeptisch, weil ich keinerlei Referenzen hatte, da noch niemand diesen Master gemacht hatte. Es war also ein bisschen ein Glücksspiel.“ Aber für Simone passte es perfekt, da ihm der Studiengang eine gute Mischung aus Informatik und Mathematik bot und gleichzeitig sehr praxisorientiert war. Der ingenieurwissenschaftliche Ansatz liegt ihm sehr, wie er erklärt: „Probleme zu lösen, indem man sich die Hände schmutzig macht, an Dingen zu arbeiten, bei denen nicht ganz klar ist, wie man sie angehen soll, ist genau mein Ding!“

Und als ob ein brandneuer Masterstudiengang nicht schon Herausforderung genug wäre, nutzte Simone auch noch die Chance, einen Doppelabschluss zu machen. „Ich konnte HPC Engineering am Politecnico di Milano und Computational Science an der Università della Svizzera italiana studieren“, erzählt er. „Normalerweise dauern Doppelstudiengänge drei Jahre, aber dieser hier nur zwei, was wirklich toll war“, fährt er fort. Der Plan war, das erste Jahr in Mailand zu studieren und im zweiten Jahr nach Lugano in der Schweiz zu ziehen. Da die beiden Städte jedoch nicht weit voneinander entfernt sind und die meisten Kurse aufgrund der Corona-Pandemie ohnehin online angeboten wurden, war es für Simone günstiger und bequemer, die Vorlesungen von zu Hause aus zu verfolgen und nur für die Prüfungen in die Schweiz zu reisen. Dadurch hatte Simone viel Freizeit, die er jedoch nicht untätig verbrachte: „Ich habe meine Zeit genutzt, um früher mit meiner Masterarbeit zu beginnen.“ Letztendlich schloss er sein Studium in nur drei statt vier Semestern ab und war der erste Absolvent dieses neuen Studiengangs. „Es gab eine eigene Feier nur für mich“, erinnert er sich lachend. „Das war eine wirklich coole Erfahrung. Und etwas, worauf ich stolz bin.“ Als er sein Masterstudium begann, wusste er nicht, was ihn erwarten würde. Umso glücklicher ist er heute, dass er viele Nachrichten von Bachelor-Studierenden erhält, die neugierig auf den Studiengang sind, und dass er für sie eine erste Anlaufstelle sein kann.

“Ich bin froh, dass meine Arbeit einen unmittelbaren Einfluss auf das Leben meiner Kollegen hat”

Während seines Masterstudiums wurde Simone klar, dass ihm die Forschung, das Ausloten eigener Ideen und das Finden eigener Lösungswege wirklich Spaß machten, und er kam zu dem Schluss, dass ein Doktorstudium das Richtige für ihn wäre. „Ich finde es am spannendsten, etwas Neues zu entwickeln, das eine Mischung aus reiner Forschung und effektivem Programmieren am Computer ist“, erzählt er. Genau das macht er jetzt. Der Wissenschaftler arbeitet an einem Algorithmus namens Quantics Tensor Cross Interpolation (QTCI), einem quanteninspirierten Algorithmus. Er wurde von Quantenphysiker:innen entwickelt, um Probleme im Zusammenhang mit der Quanten-Vielteilchenphysik zu lösen. Es handelt sich jedoch nicht um einen Quantenalgorithmus, und Simone arbeitet mit klassischen Computern, nicht mit Quantencomputern. „Dieser Algorithmus versucht, eine Funktion mit Hilfe kleinerer Objekte, sogenannten Tensoren, zu approximieren“, erklärt Simone. „Wenn man eine Funktion hat, die zu groß ist, um auf dem Computer gespeichert zu werden, kann man versuchen, QTCI auf diese Funktion anzuwenden, um zu sehen, ob man einen sogenannten "tensor train", eine Verbindung von Tensoren, finden kann, um eine viel kleinere Annäherung an die ursprüngliche Funktion zu erhalten“, fährt er fort. Auf diese Weise ist es möglich, mit wenig Speicherplatz eine gute Annäherung an große Funktionen zu erzielen. Was er an der Arbeit mit QTCI sowohl herausfordernd als auch spannend findet, ist, dass es sich um einen heuristischen Algorithmus handelt: „Das bedeutet, dass es im Grunde genommen Trial-and-Error ist“, erklärt Simone. „Man kann nicht im Voraus wissen, ob eine bestimmte Funktion durch den Algorithmus gut oder schlecht approximiert wird.“ Es bestehe die Gefahr, enttäuscht zu werden, wenn es nicht funktioniert, aber Simone sieht vor allem die unendlichen Möglichkeiten, die ihm der Algorithmus bietet, um Dinge auszuprobieren.

Simone Foderà, 24

Position

MQV-Promotionsstipendiat

Institut

LMU – Lehrstuhl für Theoretische Festkörperphysik

Studium

HPC Engineering, Informatik

XXX

An seinem Computer zu sitzen, ist eine von Simones Lieblingsbeschäftigungen, egal ob zum Arbeiten oder in seiner Freizeit.

Aber das seien nur die Grundlagen, betont Simone, lediglich ein Algorithmus, den seine Forschungsgruppe verwendet. „Meine Aufgabe als Informatiker besteht darin, den Algorithmus zu optimieren und zu beschleunigen“, erklärt er. Dazu nutzt er paralleles Computing und verteiltes Computing. „Paralleles Computing bedeutet, dass ein Computer mithilfe verschiedener Kerne mehrere Aufgaben gleichzeitig ausführt“, erläutert Simone das erste Konzept. „Und verteiltes Computing bedeutet, dass viele Computer gleichzeitig zusammenarbeiten, um ein Ergebnis zu erzielen“, fügt er hinzu. Der Informatiker ist begeistert, dass er an der LMU oder am Leibniz-Rechenzentrum Zugang zu verteilten Computing-Systemen hat, denn das hätte er nicht, wenn er nur irgendwo alleine arbeiten würde. „Meine Arbeit ist leicht zu beschreiben, aber schwer zu erledigen“, fasst er zusammen, „denn bei der Verwendung von verteiltem Computing treten immer wieder Probleme auf.“ Eine der Herausforderungen besteht beispielsweise darin, die Kommunikation der Computer innerhalb des Clusters zu steuern. Da er effektiv viele verschiedene Computer nutzt, muss er berücksichtigen, dass diese alle über unterschiedliche Speicher verfügen und die Kommunikation zwischen ihnen sehr langsam sein kann. Um einen effizienten Algorithmus für verteiltes Computing zu entwickeln, versucht Simone daher, die Kommunikation auf ein Minimum zu reduzieren und gleichzeitig die Zusammenarbeit zu gewährleisten. „Man muss einen Kompromiss finden, der die Geschwindigkeit des ausgeführten Algorithmus effektiv verbessert“, erklärt er.

Neue Anwendungsmöglichkeiten finden

Aber er will nicht nur den Algorithmus beschleunigen: „Meine Aufgabe ist es, die Nutzung für den Anwender so einfach wie möglich zu gestalten. Mein Ziel ist es also, anderen Menschen durch meine Arbeit so wenig Umstände wie möglich zu bereiten.“ Letztendlich möchte er eine Option entwickeln, die bei Bedarf einfach aktiviert werden kann und den Code schneller laufen lässt. Derzeit wenden seine Kolleg:innen aus der Physik seine Beschleunigung bereits auf ihre Probleme an, deren Berechnung mehrere Tage dauern kann. Mit Simones Code lässt sich diese Dauer erheblich verkürzen. „Ich bin wirklich froh, dass meine Arbeit einen unmittelbaren Einfluss auf das Leben meiner Kollegen und aller Nutzer der Bibliothek hat, die wir entwickeln“, sagt er. Es gibt noch einige Probleme mit der Kompatibilität des Codes, aber der Informatiker ist optimistisch, dass eine nahtlose Implementierung, die von allen genutzt werden kann, bald fertig sein wird. Während er derzeit an einem Lehrstuhl für theoretische Physik arbeitet, denkt er bereits über Möglichkeiten nach, seinen QTCI-Algorithmus auch „außerhalb der Physik“ anzuwenden.

Als ausgebildeter Ingenieur verfügt Simone natürlich über Grundkenntnisse in Physik, beschreibt sich selbst jedoch als weit davon entfernt, die Arbeit seiner Physik-Kolleg:innen zu verstehen. „Aber mir ist klar, dass jeder Mensch sein eigenes Verständnis und sein eigenes Wissen hat“, erklärt er. Deshalb konzentriere er sich darauf, seine Arbeit so gut wie möglich zu machen, seine Fachkenntnisse in das Gesamtprojekt einzubringen und Tools zu entwickeln, die möglichst vielen Menschen in ihren jeweiligen Forschungsbereichen helfen. Eines der Dinge, die er an seinem Beruf als Informatiker am meisten liebt, sind die vielen verschiedenen Möglichkeiten, das, woran er arbeitet, anzuwenden. „Im Moment plane ich, QTCI in der Finanzmathematik anzuwenden“, beschreibt er ein Anwendungsbeispiel, das außerhalb des Schwerpunkts seiner aktuellen Forschungsgruppe liegt. Dieses Thema habe ihn schon immer fasziniert, erzählt er, weil er alles Abstrakte wie Mathematik oder Programmieren mag. Um die Richtung der Finanzmathematik weiter zu erkunden, steht er bereits in Kontakt mit einem Professor der TU München. „Das Coole an meiner Promotion ist, dass ich jede Idee, die mir kommt, einfach ausprobieren kann, ohne Angst vor den Konsequenzen haben zu müssen“, sagt er.

Herausforderungen begegnen und bewältigen

Simone wuchs mit einer Leidenschaft für Videospiele auf und verbrachte gerne den ganzen Tag am Computer. Dass er dies nun auch in seinem Beruf tun kann, gefällt ihm sehr gut. „Objektiv betrachtet ist ein sitzender Lebensstil natürlich schlecht“, gibt er zu. „Aber ich bin gerne auch zwölf Stunden am Tag am Computer. Das ist etwas, was viele Menschen nicht mögen würden. Aber ich mag das.“ Ihm gefällt, dass er für seine Arbeit kein Labor benötigt, sondern nur seinen Laptop. Und da sein Job körperlich nicht anstrengend ist, hat er in seiner Freizeit genug Energie, um ins Fitnessstudio zu gehen und zu trainieren.

Die Balance zwischen Arbeit und Freizeit musste der Informatiker erst noch lernen, als er mit seiner Doktorarbeit begann. Nach seinem Umzug nach München verbrachte er viele Samstage im Büro. „Ich habe das Gefühl, dass wir in Italien, insbesondere in Mailand, dazu neigen, etwas zu viel zu arbeiten, während die Menschen in Deutschland mehr Wert auf psychische Gesundheit und Work-Life-Balance legen“, vergleicht er. Anfangs fiel es ihm etwas schwer, seine Woche neu zu organisieren. Nachdem er zunächst schockiert war, dass sonntags alles geschlossen ist, hat er sich nun gut auf den deutschen Lebensstil eingestellt: „Wenn man eine Weile in Deutschland lebt, versteht man, dass man in Italien seine Wochenenden nur mit Erledigungen verbringt, während man hier weiß, dass man sonntags wirklich frei hat.“ Heute steht er sonntags nicht mehr regelmäßig ohne Essen da, sondern kann die „niedliche“ Stadt München und ihre vielen Grünflächen genießen.

Vor allem der Umzug in ein anderes Land, weit weg von seiner Familie, war für Simone zu Beginn seiner Promotion eine Herausforderung: „Die Kultur ist anders, die Sprache ist anders, ich habe eine ganze Weile gebraucht, um mich an dieses neue Land zu gewöhnen“, gibt er zu. „Am Anfang war ich daher bei meiner Arbeit nicht so produktiv wie heute.“ Und wie für die meisten Doktorand:innen galt auch für ihn, dass er in den ersten Monaten vor allem damit beschäftigt war, sich in sein Thema einzufinden, da er zuvor fast nichts über den Algorithmus wusste, an dem er jetzt arbeitet. Aber er fand schnell einen Zugang. Heute, etwa ein halbes Jahr später, ist er mit seinen Fortschritten zufrieden. „Natürlich gehört Stress zum Promovieren dazu“, räumt er ein. „Aber in Mailand sagen wir, dass Stress der Treibstoff ist, um etwas zu erreichen. Wenn ich also gestresst bin, motiviert mich das zum Arbeiten“, fügt er hinzu. Simone findet auch große Freude daran, dass das Vertiefen bestimmter Themen und das Lernen neuer Dinge, was er seit jeher gerne getan hat, nun tatsächlich Teil seiner Arbeit ist. „Ich lese dieses Buch und ich lese jene Arbeit, aber ich weiß, dass ich keine Zeit verschwende, denn es gehört zum Ph.D. dazu, sich mit seinen Themen und Argumentationen auseinanderzusetzen“, fasst er diesen Teil seiner Arbeitsroutine zusammen.

Das Einzige, was dem Doktoranden an seiner akademischen Arbeit nicht besonders gefällt, ist, am Ende alles aufzuschreiben. „Was ich gerade mache, ist technisch anspruchsvoll. Aber ich mag diese Art von Komplexität, ich finde sie sehr anregend“, erklärt er. „Eine Herausforderung, der ich mich während meiner Masterarbeit stellen musste und die mir während meiner Promotion sicherlich wieder begegnen wird, ist das Verfassen der Arbeit, das Schreiben eines Papers. Der Informatiker ist es so gewohnt, in abstrakten Kategorien und in Zahlen oder Funktionen zu denken, dass er sich beim Aufschreiben seiner Ergebnisse etwas verloren fühlt. Aber wie bei jeder anderen Herausforderung, die sich ihm stellt, freut sich Simone darauf, diese Schwierigkeiten anzugehen und zu überwinden.


Veröffentlicht am 29. August 2025; Interview am 29. April 2025.