Googles Willow-Chip erreichte Quantenfehlerkorrektur. Hier ist, was das tatsächlich bedeutet.

Googles Willow-Quantenchip hat etwas geschafft, wonach Physiker jahrzehntelang gesucht haben: Er ließ Fehler verschwinden, je größer das System wurde. Diese Umkehrung – mehr Qubits bedeuten weniger Fehler – ist das zentrale ungelöste Problem des Quantencomputings und wurde erstmals im großen Maßstab demonstriert.

Warum Quantencomputer kaputtgehen

Ein klassisches Bit ist immer 0 oder 1. Ein Qubit kann beides gleichzeitig sein – eine Superposition von Zuständen, die es Quantencomputern ermöglicht, riesige Lösungsräume parallel zu erkunden. Das klingt nach einer Superkraft, und das ist es auch. Es ist auch der Grund, warum Quantencomputer so schwer zu bauen sind.

Qubits sind außergewöhnlich fragil. Jede Interaktion mit der Umgebung – ein Streufeld, eine winzige Temperaturschwankung, sogar ein kosmischer Strahl – kann Dekohärenz verursachen: Das Qubit „vergisst“ seinen Quantenzustand und kollabiert in gewöhnliches klassisches Rauschen. Aktuelle physische Qubits halten die Kohärenz für Mikrosekunden bis Millisekunden aufrecht. Das ist nicht viel Zeit für eine Berechnung.

Schlimmer noch: Jede Operation, die Sie an einem Qubit durchführen – jedes Logikgatter in Ihrer Schaltung – führt Fehler ein. Das sind keine Software-Bugs, die man patchen kann. Es sind physikalische Unvollkommenheiten: unpräzise Mikrowellenpulse, Übersprechen zwischen benachbarten Qubits, Leckagen in höhere Energiezustände. Auf heutiger Hardware liegen die Fehlerraten bei etwa 0,1–1 % pro Gatter. Führen Sie eine Schaltung mit Tausenden von Gattern aus, und Sie ertrinken im Rauschen.

Deshalb haben Quantencomputer noch nichts gelöst, was klassisch unlösbar und praktisch nützlich ist. Die Schaltungen für echte Probleme – Simulation von Medikamentenmolekülen, Knacken von Verschlüsselung, Optimierung der Logistik – benötigen Tausende saubere, zuverlässige Operationen. Die heutigen Maschinen können das nicht durchhalten.

Surface Codes: Fehler verstecken, ohne hinzusehen

Die Lösung, die Quantenphysiker seit langem vorschlagen, ist die Quantenfehlerkorrektur. Die Idee ist, ein einzelnes logisches Qubit über viele physische Qubits zu kodieren, die so angeordnet sind, dass Fehler erkannt und korrigiert werden können, ohne den Zustand des logischen Qubits direkt zu messen – denn direkte Messung zerstört die Superposition.

Der ausgereifteste Ansatz ist der Surface Code. In einem Surface Code werden physische Qubits in einem 2D-Gitter angeordnet. Einige sind „Daten-Qubits“, die den logischen Zustand halten; andere sind „Ancilla-Qubits“, die kontinuierliche Paritätsmessungen an ihren Nachbarn durchführen. Diese Messungen erkennen, ob ein Fehler aufgetreten ist – ein Bitflip, ein Phaseflip – und zeigen seinen Ort an, ohne den zugrunde liegenden logischen Zustand preiszugeben. Software wendet dann Korrekturen in der klassischen Nachverarbeitung an.

Surface Codes sind attraktiv, weil sie relativ hohe physische Fehlerraten tolerieren und nur Wechselwirkungen zwischen nächsten Nachbarn auf einem Chip erfordern. Der Haken: Man braucht viele physische Qubits. Schätzungen für ein praktisches fehlertolerantes logisches Qubit reichen von Hunderten bis Tausenden physischer Qubits, je nach Ziel-Fehlerrate.

Die Schwelle: Eine kritische Zahl

Hier kommt das Schlüsselkonzept, das Willows Ergebnis bedeutsam macht. Surface Codes funktionieren nur, wenn die physische Qubit-Fehlerrate unter einem kritischen Wert liegt, der Fehlertoleranzschwelle – für Surface Codes etwa 1 % pro Operation.

Oberhalb der Schwelle macht das Hinzufügen weiterer physischer Qubits die Sache schlimmer. Der Overhead der Fehlerkorrektur führt mehr Operationen ein, die wiederum mehr Fehler verursachen und die Korrektur überfordern. Sie rennen schneller, um auf der Stelle zu bleiben, und verlieren.

Unterhalb der Schwelle kehrt sich die Mathematik um. Das Hinzufügen weiterer physischer Qubits pro logischem Qubit – die Erhöhung der sogenannten Code-Distanz – unterdrückt die logische Fehlerrate exponentiell. Jedes Mal, wenn Sie die Code-Distanz erhöhen, werden Fehler seltener. Das ist das Regime, in dem Fehlerkorrektur tatsächlich funktioniert.

Jedes ernsthafte Experiment zur Quantenfehlerkorrektur hat auf diese Schwelle gezielt. Und Googles Willow-Chip, angekündigt im Dezember 2024, hat sie überschritten – und demonstriert, dass Hochskalieren wirklich hilft.

Was Willow tatsächlich getan hat

Willow ist ein supraleitender Chip mit 105 Qubits, der mit wesentlich verbesserter Fertigungspräzision im Vergleich zu Googles vorherigem Sycamore-Prozessor hergestellt wurde. Das wichtigste Ergebnis: Als das Team den Surface Code von Distanz-3 (17 Qubits) auf Distanz-5 (49 Qubits) und Distanz-7 (101 Qubits) hochskalierte, fiel die logische Fehlerrate mit jedem Schritt exponentiell. Jedes Mal, wenn sie weitere physische Qubits hinzufügten, wurde das logische Qubit sauberer.

Dies ist die erste Demonstration in sinnvollem Maßstab, dass Quantenfehlerkorrektur das tut, was die Theorie vorhersagt. Das Verhalten unterhalb der Schwelle wurde bereits in kleinen Experimenten gezeigt, aber nie mit so vielen Qubits und einer so sauberen Skalierungskurve.

Google führte auf Willow auch einen Random Circuit Sampling-Benchmark durch – die gleiche Art von Aufgabe, mit der 2019 die Quantenüberlegenheit beansprucht wurde. Das Ergebnis war dramatisch: Willow schloss den Benchmark in weniger als fünf Minuten ab. Google schätzt, dass dieselbe Berechnung auf einem klassischen Supercomputer etwa 10 Septillionen Jahre (10²⁵ Jahre) dauern würde.

Diese Zahl verdient einen ehrlichen Kontext. Random Circuit Sampling ist keine nützliche Berechnung. Es wurde speziell dafür entwickelt, für klassische Computer schwer und für Quantencomputer leicht zu sein – es ist ein Benchmark, keine Anwendung. Niemand muss zufällige Quantenschaltungen abtasten. Das Ergebnis demonstriert Hardware-Fähigkeit, nicht praktischen Quantenvorteil.

Die Lücke zwischen Meilenstein und Nutzen

Hier trifft Hype auf Realität. Die Demonstration von Fehlerkorrektur unterhalb der Schwelle mit 105 Qubits ist ein echter physikalischer Meilenstein. Sie bestätigt, dass die theoretische Grundlage des fehlertoleranten Quantencomputings experimentell solide ist. Das ist enorm wichtig.

Aber der Abstand zwischen diesem Meilenstein und einem Quantencomputer, der echte Probleme löst, ist riesig. Bedenken Sie, was nützliches fehlertolerantes Rechnen tatsächlich erfordert:

• Das Knacken der RSA-2048-Verschlüsselung (Shors Algorithmus) würde etwa 4.000 logische Qubits erfordern – jedes gestützt von vielleicht 1.000 physischen Qubits – insgesamt rund 4 Millionen physische Qubits mit Fehlerraten weit unter dem, was Willow heute erreicht.
• Die Simulation eines nützlichen Arzneimittelmoleküls (jenseits dessen, was klassische Computer bewältigen) erfordert wahrscheinlich Hunderte hochwertiger logischer Qubits.
• Selbst optimistische Schätzungen sehen praktisches fehlertolerantes Quantencomputing noch ein Jahrzehnt entfernt.

Willow hat 105 physische Qubits, die Fehlerkorrektur demonstrieren. Die Größenordnungsunterschiede – von Hunderten zu Millionen von Qubits, von heutigen Fehlerraten zu fehlertoleranten Schwellen für nützliche Schaltungen – müssen noch geschlossen werden.

Das breitere Rennen

Google ist nicht allein. IBMs Quanten-Fahrplan zielt auf 100.000+ Qubits bis 2033 ab, mit einem architektonischen Fokus auf modulare Systeme, die über Quantenverbindungen vernetzt sind. IBM hat ebenfalls Fortschritte bei der Fehlerkorrektur gezeigt, mit einer anderen Code-Familie namens Heavy-Hex-Codes, die für ihre Qubit-Konnektivität optimiert sind.

Microsoft setzt auf ein grundlegend anderes physisches Qubit: topologische Qubits basierend auf exotischen Quasiteilchen namens Majorana-Fermionen. Wenn sie realisiert werden können, hätten topologische Qubits von Natur aus niedrigere Fehlerraten – was die Fehlerkorrektur in Bezug auf den Overhead an physischen Qubits potenziell weitaus günstiger machen würde. Microsofts Ergebnisse von 2025 mit ihrem Majorana-1-Chip zeigten vielversprechende frühe Signale, obwohl der Ansatz weniger ausgereift bleibt als supraleitende Systeme.

IonQ, Quantinuum und andere verfolgen Ionenfallen-Qubits, die eine höhere Gattertreue als supraleitende Qubits aufweisen, aber langsamer und schwerer zu skalieren sind. Quantinuums H-Serie-Prozessoren haben einige der höchsten Zwei-Qubit-Gattertreuen erzielt, die je gemessen wurden.

Jeder große Ansatz hat einen glaubwürdigen Weg. Keiner hat die Ziellinie erreicht.

Was das tatsächlich bedeutet

Willows Ergebnis unterhalb der Schwelle beantwortet eine Frage, die das Quantencomputing 30 Jahre lang geplagt hat: Funktioniert Quantenfehlerkorrektur tatsächlich in einem physikalischen System im großen Maßstab, oder greift die technische Realität immer ein, um die Mathematik zu durchkreuzen? Die Antwort ist jetzt empirisch ja – es funktioniert.

Das verschiebt das Problem von „Können wir das prinzipiell?“ zu „Wie skalieren wir das um vier Größenordnungen?“. Letzteres ist ein technisches Problem, kein physikalisches. Technische Probleme sind schwer, teuer und langsam – aber sie werden durch Iteration, Investition und Zeit gelöst. Physikalische Probleme können unlösbar sein.

Willow hat Quantencomputing nicht unmittelbar bevorstehend gemacht. Es hat es glaubwürdig gemacht. Das kommende Jahrzehnt wird zeigen, ob die Technik mit der Physik Schritt halten kann, die gerade ihren Fall bewiesen hat.