Der von Siemens Technology entwickelte Receding Horizon Planner ist ein Optimierungsalgorithmus, der das Dilemma von kurzen Berechnungszeiten und Optimalität der Lösungen für bestimmte Anwendungsklassen im Bereich der Fertigungs- und Intralogistik-Zeitplanung nahezu überwindet [47]. Im Gegensatz zu maschinellen Lernansätzen benötigt der Receding Horizon Planner keine Trainingsdaten. Darüber hinaus ist die Siemens AG Weltmarktführer in zahlreichen Aspekten der Produktion, Fertigung und deren Automatisierung. Dabei wird breites und tiefgründiges Fachwissen in allen Angelegenheiten des Forschungsantrags miteingebracht. Mit dem Receding Horizon Planner hat Siemens Technology in den letzten Jahren einen Optimierungsalgorithmus entwickelt, der das Dilemma zwischen kurzen Rechenzeiten und Optimalität des Ergebnisses für bestimmte Anwendungsklassen im Bereich des Fertigungs- und Intralogistik-Scheduling nahezu vollständig auflöst [47]. Im Gegensatz zu Maschine-Learning Ansätzen ist der Receding Horizon Planner dabei nicht auf Trainingsdatensätze angewiesen. Zudem ist die Siemens AG Weltmarktführer in zahlreichen Aspekten von Produktion, Fertigung und deren Automatisierung, und bringt tiefe und breite Kompetenzen in allen den Fördervorschlag betreffenden Fragestellungen ins Konsortium ein. Siemens veröffentlicht bereits seit 2009 Publikationen zum Thema Quantencomputing [68]. Kürzlich wurden zwei Algorithmen für quantenbasiertes maschinelles Lernen entwickelt und patentiert, darunter eine Methode, die auf Singulärwertzerlegungen von Quantentensor-Netzwerken basiert. Ref. [56] zeigt erste Quanten-Ansätze für relationale Datenbankprobleme auf der Grundlage von parametrisierten Quantenschaltkreisen. Eine andere Forschungsarbeit [55] innerhalb von Siemens Technology stellt Algorithmen vor, welche die Inferenz auf Knowledge Graphs exponentiell beschleunigen können.