Beitrag von QuantumBasel · Erstveröffentlichung am 18. November 2025
Pfizer Inc. ist eines der weltweit größten biopharmazeutischen Unternehmen und unterhält ein komplexes globales Netzwerk in den Bereichen Forschung und Entwicklung, Produktion sowie Vertrieb. Die Produktpalette des Unternehmens umfasst wichtige Therapiebereiche wie Onkologie, Immunologie und Impfstoffe, die eine präzise, mehrstufige Produktion unter strengen Qualitäts- und Zulassungsstandards erfordern. Eine effiziente Terminplanung ist unerlässlich, um diese Größenordnung und Komplexität zu bewältigen. Um Planungslösungen der nächsten Generation zu erforschen, führte Pfizer in Zusammenarbeit mit D-Wave und QuantumBasel einen „Proof of Technology“ (PoT) durch, bei dem ein hybrider quanten-klassischer Annealing-Ansatz zum Einsatz kam. Das Ziel: die Produktionsplanung im Pfizer-Werk in Freiburg im Vergleich zu bestehenden und neu optimierten klassischen Methoden zu verbessern.
Kennzahlen
- ≈⅔-Reduzierung der Durchlaufzeit im analysierten Zeitraum im Vergleich zur Referenzlösung
- ≈ ⅓ weniger Verstöße gegen die Einschränkungen
- 100 %ige Reduzierung kritischer Probleme*Es wurden keine kritischen Probleme festgestellt*
*Es wurden keine Maschinenüberlappungen, Prioritätskonflikte oder Verstöße gegen die Schließzeiten festgestellt
Die Herausforderung
Der Standort Freiburg von Pfizer steht bei der Produktionsplanung vor erheblichen Herausforderungen. Das Werk arbeitet unter Bedingungen hoher Ressourcenauslastung und mit voneinander abhängigen, mehrstufigen Fertigungsprozessen, die im Rahmen von Produktkampagnen abgewickelt werden. Zudem muss der Zeitplan flexibel sein und sich schnell an unvorhergesehene Ereignisse oder Änderungen im Produktionsprozess anpassen lassen.
Kurzfristige Änderungen im Zeitplan erfordern einen erheblichen manuellen Aufwand und Fachwissen, was eine konsequente Optimierung hinsichtlich Lieferung, Produktionsleistung und Kosten erschwert. Daher besteht Bedarf an agileren, intelligenten Planungslösungen, die diese dynamischen Bedingungen zuverlässig bewältigen und die Auslastung der Maschinen verbessern können.
Projektziel
In Zusammenarbeit mit QuantumBasel und D-Wave startete Pfizer ein „Proof of Technology“ (PoT)-Projekt, um fortschrittliche Methoden für die Auftragsplanung zu untersuchen. Das Hauptziel bestand darin, die Wirksamkeit hybrider quanten-klassischer Annealing-Verfahren im Vergleich zur aktuellen Produktionslösung zu bewerten sowie einen Vergleich mit einer neu entwickelten klassischen Hochleistungsrechnerlösung (HPC) bei der Optimierung einer sechswöchigen Produktionskampagne am Standort Freiburg anzustellen. Das Projekt zielte darauf ab, kritische Leistungskennzahlen – wie die Gesamtdurchlaufzeit (d. h. die effektive Dauer des Zeitplans von der ersten zugewiesenen Aufgabe bis zum Abschluss der letzten Aufgabe), die Verspätung (Anzahl der Tage nach Ablauf der Fristen), die Anzahl verspäteter Aufträge und die Anzahl der Verstöße gegen Produktionsbeschränkungen – zu verbessern und gleichzeitig das Potenzial für eine skalierbare Umsetzung im gesamten globalen Produktionsnetzwerk von Pfizer zu bewerten.
Im Rahmen dieser Initiative haben sich lokale und globale Akteure zusammengeschlossen, um die Praxistauglichkeit von Computertechnologien der nächsten Generation in einer realen pharmazeutischen Produktionsumgebung zu testen.
Methodik
für alle innerhalb dieses Zeitraums geplanten Aufträge und Teilaufgaben. Der klassische Optimierungsansatz nutzte GPU-basierte HPC-Systeme und modernste klassische Optimierungslöser, während die hybride Quantenmethode unter Verwendung des neuesten hybriden nichtlinearen Quanten-Annealing-Lösers von D-Wave durchgeführt wurde, der speziell für komplexe Optimierungsaufgaben entwickelt wurde.
Das Planungsmodell berücksichtigte eine Vielzahl betrieblicher Einschränkungen, darunter Maschinenverfügbarkeit, Auftragspriorität, Personalplanung und Anpassung an Echtzeitstörungen. Zur Messung der Effektivität des Modells wurden, wie bereits zuvor dargelegt, Leistungskennzahlen (KPIs) definiert: Gesamtdurchlaufzeit, Anzahl verspäteter Aufträge, durchschnittliche Verspätung und Verstöße gegen Einschränkungen. Alle KPIs wurden im Optimierungsprozess gleich gewichtet.
Obwohl bei diesem ersten PoT ein relativ kleiner Datensatz verwendet wurde, hat er eine solide Grundlage geschaffen. Für künftige Phasen ist geplant, größere und komplexere Datensätze aus weiteren Produktionsstandorten einzubeziehen, um die Skalierbarkeit und Anpassungsfähigkeit in größerem Umfang zu testen.
Ergebnisse
Die Ergebnisse haben deutliche Vorteile sowohl für klassische als auch für Quantenoptimierungsmethoden gezeigt – insbesondere für Letztere. Die Gesamtdurchlaufzeit wurde im Vergleich zur Referenzlösung um ≈ ⅔ reduziert, was zu einer deutlichen Verbesserung der Gesamtproduktionseffizienz führte. Die Anzahl der Eingangswertverletzungen wurde um ≈ ⅓ reduziert, und zentrale Probleme wie Maschinenüberlappungen, Prioritätskonflikte und Verstöße gegen die Schließzeiten konnten im analysierten Zeitraum vollständig beseitigt werden. Auch die Anzahl der verspäteten Aufträge und die durchschnittliche Verspätung wurden deutlich reduziert.
Beim Vergleich klassischer und hybrider Quantenoptimierungslösungen hat die hybride Quantenlösung das klassische HPC-Modell hinsichtlich der Gesamteffektivität leicht übertroffen. Zwar hat die klassische Methode bei diesem Datensatz überzeugende Ergebnisse geliefert, doch konnte die hybride Quantenlösung etwas bessere Ergebnisse erzielen und lässt sich möglicherweise besser auf komplexere Nebenbedingungen und größere Problemstellungen skalieren – was in zukünftigen Phasen getestet werden soll.
Diese Zusammenarbeit mit „ QuantumBasel “ und D-Wave hat es uns ermöglicht, das tatsächliche Potenzial von Quantentechnologien in einer komplexen Produktionsumgebung mit hohen Anforderungen zu erkunden. Die Ergebnisse, die wir an unserem Standort in Freiburg erzielt haben, zeigen, dass hybride Quantenansätze die Leistungsfähigkeit und Effizienz der Terminplanung deutlich verbessern und einen agileren Fertigungsprozess unterstützen können. Mit Blick auf die Zukunft sehen wir großes Potenzial in der weiteren Skalierung dieser Methoden – Pembe Gül Bilir, Projektingenieurin für Innovation, Pfizer Freiburg
- Die Durchlaufzeit des Produkts wurde im Vergleich zur Referenzlösung um ≈ ⅔ reduziert, wodurch alle geplanten Aufträge schneller abgeschlossen werden konnten.
- Die Anzahl der Verstöße gegen Einschränkungen ging um ≈ ⅓ zurück, was zu einer reibungsloseren und regelkonformeren Terminplanung führte.
- Kritische Probleme konnten im analysierten Zeitraum vollständig beseitigt werden; es wurden weder Maschinenüberlappungen noch Prioritätskonflikte noch Verstöße gegen die Schließzeiten festgestellt.
- Die Zahl der verspäteten Aufträge und die durchschnittliche Verspätungsdauer gingen deutlich zurück, was zu einer Verbesserung der Pünktlichkeit bei der Auslieferung führte.
Auswirkungen auf das Geschäft
Optimierte Zeitpläne haben das Potenzial, die Art und Weise, wie Pfizer die Produktionsplanung verwaltet, grundlegend zu verändern. Eine schnellere und flexiblere Planung ermöglicht einen zügigeren Produktionsanlauf, passt sich leichter an unvorhergesehene Ereignisse und Änderungen im Produktionsprozess an und reduziert den Zeitaufwand für manuelle Anpassungen. Durch die Verbesserung der Ressourceneffizienz könnten die neuen Zeitpläne potenziell den Gesamtdurchsatz steigern und ein erhebliches Potenzial bieten, Maschinenstillstandszeiten effektiver zu nutzen – beispielsweise für vorbeugende Wartungsmaßnahmen. Dies kann zu Kosteneinsparungen durch einen geringeren Energieverbrauch und eine verbesserte Kapazitätsplanung führen. Wichtig ist, dass der hybride Quantenansatz voraussichtlich gut skalierbar ist und sich besonders gut für größere Datensätze und komplexere Fertigungsszenarien eignet. Um weitere Einblicke in die globalen geschäftlichen Auswirkungen der Methode zu gewinnen, wäre der nächste Schritt, sie an größeren Datensätzen zu testen.
Die beste Leistung innerhalb des PoT wurde mit der quantenoptimierten Lösung erzielt, gefolgt vom klassischen Optimierungsansatz. Mit zunehmender Komplexität und wachsendem Datensatz wird ein noch größerer Vorteil der Quantenoptimierung gegenüber der klassischen Optimierung erwartet.
Nächste Schritte
Nach dem Erfolg dieses ersten PoT plant Pfizer, die Studie auf größere Datensätze auszuweiten und die Modelle weiter zu verfeinern. Diese Bemühungen umfassen erweiterte Tests, die Integration in die bestehenden Systeme von Pfizer sowie eine Bewertung der langfristigen geschäftlichen Auswirkungen in weiteren Produktionsumgebungen.
Weitere Informationen finden Sie unter https://healthcarehub.pfizer.de/quantum-annealing-proof-technology-pfizer-freiburg-explores-new-methods-production-planning
