Zum Inhalt springen
This page is also available in English.View in English

Lifestyle · Technologie

Quantencomputer: Die Ära der logischen Qubits beginnt

Quantencomputer galten als unbeherrschbar fehleranfällig – jetzt kippt die Kurve: Fehlerkorrektur skaliert, logische Qubits wachsen messbar.

Von Boaz Lichtenstein

Beitragsbild: Quantencomputer: Die Ära der logischen Qubits beginnt

Der Fluch der Quantencomputer war immer derselbe: Ihre Recheneinheiten – Qubits – sind so empfindlich, dass jede Störung die Rechnung zerstört, und je mehr man verbaute, desto mehr Fehler bekam man. Kritiker hielten das für einen Ausweg ohne Ausgang. Genau diese Kurve hat sich zuletzt gedreht – und deshalb ist die aktuelle Phase die interessanteste seit Erfindung des Feldes.

Das Wichtigste in Kürze

  • Der zentrale Durchbruch heißt exponentielle Fehlerunterdrückung: Mehr Hardware bedeutet inzwischen messbar mehr Verlässlichkeit statt mehr Fehler.
  • Logische Qubits – fehlerkorrigierte Einheiten aus vielen physischen Qubits – sind die relevante Kennzahl, nicht die Zahl der physischen Qubits allein.
  • Aktuelle Rekorde bewegen sich im zwei- bis dreistelligen Bereich logischer Qubits; ein kryptografisch relevanter Quantencomputer bräuchte um Größenordnungen mehr.
  • Praktischer Nutzen entsteht zuerst in Nischen mit Quanten-Bezug: Chemie, Materialforschung, komplexe Optimierung – nicht im Allzweck-Computing.
  • Für Unternehmen ist die dringlichste Konsequenz heute nicht der Zugang zu Quantenhardware, sondern die Migration zu Post-Quanten-Kryptografie.

Der Wendepunkt: Fehlerkorrektur, die skaliert

Warum galt Fehlerkorrektur jahrzehntelang als das ungelöste Problem des Feldes? Weil mehr Qubits bislang auch mehr Fehlerquellen bedeuteten – ein Teufelskreis, der jede Vergrößerung sofort wieder auffraß. Der Durchbruch hat einen technischen Namen: exponentielle Fehlerunterdrückung. Googles Willow-Prozessor zeigte, dass die Fehlerrate eines logischen Qubits mit jeder Vergrößerung des Korrektur-Codes deutlich sinkt statt steigt – der Beweis, dass mehr Hardware endlich mehr Verlässlichkeit bedeutet. Seither purzeln die Rekorde bei den logischen Qubits: QuEra demonstrierte Anfang 2026 96 davon und peilt kommerzielle Systeme mit rund 100 logischen Qubits an; parallel reifen Echtzeit-Dekoder, die Fehler während der Rechnung korrigieren, statt sie nachträglich zu analysieren. Auch Deutschland mischt mit – von Systemen in Garching bis zu Ionenfallen-Chips von Infineon. Übersetzt: Das Feld ist vom „Ob“ der Fehlerkorrektur ins „Wie schnell skalieren wir sie“ gewechselt – ein Kategorienwechsel, kein Inkrement.

Physische und logische Qubits: Warum die Zahl allein nichts sagt

Warum reicht die Schlagzeile „5.000 Qubits“ nicht als Fortschrittsmaß? Weil physische Qubits – die tatsächlichen Hardware-Bauteile – einzeln extrem fehleranfällig sind: Schon eine kosmische Strahlung oder eine winzige Temperaturschwankung kann ihren Zustand zerstören. Erst wenn man Dutzende bis Hunderte physische Qubits zu einem logischen Qubit bündelt, das Fehler laufend erkennt und korrigiert, entsteht eine Einheit, mit der sich verlässlich rechnen lässt. Ein System mit vielen physischen, aber wenigen logischen Qubits ist wie ein Motor mit vielen PS auf dem Papier, der aber nach wenigen Sekunden abwürgt – die PS-Zahl beeindruckt, die Fahrleistung zählt. Genau deshalb hat sich die Fachwelt darauf geeinigt, Fortschritt an logischen statt an physischen Qubits zu messen.

Aus der Praxis: Wer Nachrichten über Quantencomputer liest, sollte als Erstes prüfen, ob eine Meldung von physischen oder logischen Qubits spricht – die beiden Zahlen werden in der Berichterstattung regelmäßig vermischt. Eine Schlagzeile mit einer hohen physischen Qubit-Zahl ohne Angabe zur Fehlerrate ist ein Warnsignal für Marketing statt Substanz; seriöse Ankündigungen nennen inzwischen fast immer die Zahl der logischen Qubits und die erreichte Fehlerrate gleich mit.

Was Quantencomputer können werden – und was nicht

Werden Quantencomputer eines Tages normale PCs ersetzen? Nein – das größte Missverständnis zuerst: Quantencomputer sind keine schnelleren Allzweck-Rechner – für E-Mails, Datenbanken und Streaming bleiben sie irrelevant, oft sogar langsamer und teurer als klassische Hardware. Ihre Stärke liegt bei Problemen, deren Möglichkeitsräume klassisch explodieren: Chemie und Materialforschung (Moleküle simulieren statt approximieren – von Katalysatoren bis Batteriechemie, die Brücke zu unserem Natrium-Ionen-Akku-Artikel), Optimierung in Logistik und Finanzwelt, und – als Schattenseite – Kryptografie: Ein hinreichend großer Quantencomputer bräche heutige Public-Key-Verfahren, weshalb die Post-Quanten-Migration längst läuft (siehe FAQ). Realistischer Zeithorizont für ersten kommerziellen Nutzwert: Ende dieses Jahrzehnts in Nischen, relevante Breite in den 2030ern – mit der üblichen Warnung, dass Roadmaps von Herstellern Optimismus einpreisen.

Quantencomputer und klassischer Supercomputer im Vergleich

Kriterium Klassischer Supercomputer Quantencomputer (heutiger Stand)
Grundeinheit Bit (0 oder 1) Qubit (Überlagerungszustand)
Stärke alle Alltagsaufgaben, verlässlich sehr spezifische Problemklassen
Reifegrad jahrzehntelang industriell erprobt Forschungs- und Frühphase
Fehleranfälligkeit minimal, gut beherrscht hoch, Fehlerkorrektur zentrales Thema
Zugang Standard-Cloud, überall verfügbar spezialisierte Cloud-Angebote, wenige Anbieter

Wer die Entwicklung gerade treibt

Wer baut die Systeme, über die aktuell berichtet wird? Das Feld ist breiter aufgestellt als oft dargestellt: Google und IBM verfolgen supraleitende Chip-Architekturen, QuEra und weitere Anbieter setzen auf neutrale Atome, IonQ und Infineon-Partner auf Ionenfallen, PsiQuantum auf photonische Ansätze. Jede Architektur hat eigene Vor- und Nachteile bei Fehlerkorrektur, Skalierbarkeit und Betriebstemperatur – ein einheitlicher „Gewinner“ zeichnet sich noch nicht ab. Deutschland und Europa positionieren sich über Forschungseinrichtungen und gezielte Förderprogramme als Standort für Grundlagenforschung und Ionenfallen-Technik, weniger als Ort für die größten Rekord-Systeme – ein realistisches, aber relevantes Rollenbild im globalen Wettlauf.

Auffällig ist zudem, wie unterschiedlich die Zeithorizonte je nach Architektur ausfallen: Supraleitende Chips sind aktuell am weitesten in der Fehlerkorrektur, brauchen aber extreme Kühlung nahe dem absoluten Nullpunkt. Ionenfallen gelten als besonders präzise, sind dafür langsamer in der Taktrate. Photonische Ansätze versprechen Betrieb bei Raumtemperatur, stehen aber bei der Fehlerkorrektur noch am Anfang. Für Beobachter heißt das: Ein einzelner Technologiepfad-„Gewinner“ ist keineswegs ausgemacht – realistischer ist, dass verschiedene Architekturen für verschiedene Anwendungsfälle parallel bestehen bleiben, ähnlich wie sich in der klassischen Hardware CPUs, GPUs und spezialisierte Chips nebeneinander etabliert haben.

Die häufigsten Missverständnisse

  1. „Mehr Qubits ist immer besser.“ Falsch – ohne Fehlerkorrektur ist die reine Qubit-Zahl fast bedeutungslos; entscheidend sind logische Qubits und Rechentiefe.
  2. „Quantencomputer sind einfach schnellere Computer.“ Falsch – sie sind bei den allermeisten Alltagsaufgaben nicht im Rennen, sondern spezialisierte Werkzeuge für eng umrissene Probleme.
  3. „Der Q-Day steht unmittelbar bevor.“ Übertrieben – seriöse Schätzungen sehen kryptografisch relevante Systeme noch Jahre entfernt, auch wenn die Vorbereitung schon jetzt beginnen sollte.
  4. „Quantencomputing ist reine Zukunftsmusik ohne Praxisrelevanz.“ Ebenfalls falsch – erste Pilotprojekte in Chemie, Pharma und Logistik laufen bereits über Cloud-Zugang zu echter Quantenhardware.
  5. „Ein Quantencomputer rechnet an jedem Problem parallel alle Möglichkeiten gleichzeitig durch.“ Eine populäre Vereinfachung, die den eigentlichen Mechanismus verzerrt: Überlagerung erlaubt bestimmte Rechentricks, ist aber kein Freifahrtschein für beliebige Beschleunigung – nur sorgfältig konstruierte Algorithmen für passende Problemklassen profitieren tatsächlich.

Die Beobachter-Metrik

Wie beim Fusions-Realitäts-Check gilt: Den Fortschritt misst man nicht an Pressemitteilungen, sondern an einer Zahl – fehlerkorrigierte logische Qubits mal Rechentiefe. Steigt sie weiter im aktuellen Tempo, wird aus dem Laborwunder in absehbarer Zeit ein Werkzeug für Spezialprobleme mit Weltmarkt-Relevanz. Stagniert sie, war es eine weitere Etappe im längsten Marathon der Informatik. Wer die Debatte verfolgen will, ohne sich von einzelnen Rekordmeldungen blenden zu lassen, sollte dieselbe nüchterne Metrik anlegen wie bei anderen Zukunftstechnologien mit langem Zeithorizont, etwa in unserem Fusions-Realitäts-Check.

Unterm Strich

Erstmals zeigt die Fehlerkorrektur-Kurve messbar in die richtige Richtung – das ist der eigentliche Unterschied zu den vergangenen Jahrzehnten Quantencomputing-Versprechen. Trotzdem bleibt der Zeitplan lang: Relevante Breitenwirkung ist eine Sache der 2030er-Jahre, nicht der nächsten zwei, drei Jahre. Für Unternehmen heißt das konkret: Post-Quanten-Kryptografie jetzt einplanen, Pilotprojekte nur bei echtem fachlichem Bezug verfolgen – und die eigenen Erwartungen an der Beobachter-Metrik statt an Schlagzeilen ausrichten. Wer im Alltag mit sensiblen Daten arbeitet, kann schon heute anfangen, in der eigenen IT-Landschaft nach Kryptografie-Bausteinen zu fragen, die auf den gängigen, quantenanfälligen Verfahren basieren – der Umstieg auf Post-Quanten-Standards ist ein mehrjähriges Projekt, das früh beginnen sollte, nicht erst, wenn die Schlagzeilen zum „Q-Day“ lauter werden.

FAQ

Häufige Fragen

Was ist der Unterschied zwischen physischen und logischen Qubits?

Physische Qubits sind die realen Quantenbits der Hardware – extrem fehleranfällig, für ernsthafte Rechnungen einzeln unbrauchbar. Ein logisches Qubit bündelt viele physische zu einer fehlerkorrigierten Einheit: Fehler werden laufend erkannt und behoben, bevor sie die Rechnung zerstören. Deshalb ist die Zahl „5.000 physische Qubits“ wenig aussagekräftig – die relevante Währung ist, wie viele stabile logische Qubits ein System liefert. Dort spielen sich die aktuellen Rekorde im zwei- bis dreistelligen Bereich ab.

Muss ich mir wegen „Q-Day“ Sorgen um meine verschlüsselten Daten machen?

Nicht panisch, aber planvoll: Heutige Quantencomputer knacken keine reale Verschlüsselung, und der dafür nötige Maßstab liegt nach seriösen Schätzungen noch Jahre entfernt. Relevant ist das „harvest now, decrypt later“-Risiko – heute abgegriffene Daten könnten später entschlüsselt werden. Die Antwort läuft bereits: Post-Quanten-Kryptografie ist standardisiert und wandert in Browser, Messenger und Systeme; Unternehmen mit langlebigen Geheimnissen sollten die Migration jetzt terminieren.

Wie viele Qubits braucht man, um heutige Verschlüsselung zu brechen?

Seriöse Schätzungen gehen von mehreren Millionen physischen bzw. tausenden fehlerfrei laufenden logischen Qubits mit erheblicher Rechentiefe aus – eine Größenordnung, die aktuelle Systeme im zwei- bis dreistelligen Bereich logischer Qubits um Größenordnungen verfehlen. Das ist kein Grund zur Entwarnung, aber ein guter Grund gegen Panik: Der Sprung von heute zu einem kryptografisch relevanten Quantencomputer ist kein inkrementeller Schritt, sondern mehrere technologische Generationen entfernt.

Lohnt es sich für ein Unternehmen schon, sich mit Quantencomputing zu beschäftigen?

Für die meisten Unternehmen lautet die ehrliche Antwort: beobachten, nicht investieren. Ausnahmen sind Branchen mit klarem Quanten-Bezug – Pharma, Materialforschung, Finanzoptimierung, Logistik mit komplexen Routingproblemen – die von Pilotprojekten mit Cloud-Zugang zu Quantenhardware heute schon lernen können. Für alle anderen ist die relevante Hausaufgabe die Post-Quanten-Migration der eigenen Kryptografie, nicht der Kauf von Quanten-Rechenzeit.

Was unterscheidet Quantencomputer von klassischen Supercomputern?

Klassische Supercomputer sind extrem schnelle Varianten normaler Rechner – sie verarbeiten Bits, die entweder 0 oder 1 sind, und werden bei bestimmten Problemklassen trotz enormer Rechenleistung exponentiell langsam. Quantencomputer nutzen Qubits, die Überlagerungszustände einnehmen können, und sind dadurch bei sehr spezifischen Aufgaben – Molekülsimulation, bestimmte Optimierungs- und Faktorisierungsprobleme – potenziell überlegen. Für alles andere, von Textverarbeitung bis Datenbanken, bleiben klassische Rechner unangefochten schneller und günstiger.