Quantencomputer erreichen die Fehlertoleranzschwelle – die Auswirkungen sind größer als viele annehmen

Den Großteil seiner Geschichte war Quantencomputing ein Feld, das von der Kluft zwischen Versprechen und Realität geprägt war. Prozessoren mit hundert oder tausend Qubits sorgten für Schlagzeilen, während Forscher im Kleingedruckten einräumten, dass diese Qubits zu fehleranfällig für nützliche Berechnungen waren. Die Ära der NISQ-Geräte (Noisy Intermediate-Scale Quantum) lieferte bemerkenswerte Physik, aber begrenzte praktische Ergebnisse.

Dieses Bild ändert sich. Ende 2024 veröffentlichte Google Ergebnisse seines Willow-Prozessors, die etwas demonstrierten, woran Forscher seit Jahrzehnten arbeiteten: Quantenfehlerkorrektur, die sich exponentiell verbessert, wenn das System skaliert. Es war der bisher klarste Beweis, dass der technische Weg zum fehlertoleranten Quantencomputing real und nicht nur theoretisch ist.

Was Fehlertoleranz eigentlich bedeutet

Ein Quantenbit, oder Qubit, ist fragil. Wechselwirkungen mit der Umgebung – Vibrationen, elektromagnetische Felder, thermisches Rauschen – verursachen Dekohärenz, wodurch Quantenzustände kollabieren, bevor eine Berechnung abgeschlossen werden kann. Aktuelle physikalische Qubits haben Fehlerraten, die sie für Algorithmen mit Millionen von Gatteroperationen unbrauchbar machen.

Quantenfehlerkorrektur adressiert dies, indem ein einzelnes logisches Qubit über Hunderte oder Tausende physikalischer Qubits kodiert wird. Die Redundanz ermöglicht es dem System, Fehler in Echtzeit zu erkennen und zu korrigieren, ohne das logische Qubit direkt zu messen (was seinen Quantenzustand zerstören würde). Der Haken ist der Overhead: Ein fehlertoleranter Quantencomputer, der RSA-2048-Verschlüsselung knacken kann, benötigt schätzungsweise rund 4.000 logische Qubits – und jedes logische Qubit benötigt möglicherweise 1.000 physikalische Qubits, um stabil zu bleiben. Das bedeutet Millionen von physikalischen Qubits hoher Qualität.

Die entscheidende Metrik ist, ob die Fehlerkorrektur gut skaliert. In früheren Systemen führte das Hinzufügen weiterer physikalischer Qubits zum Schutz eines logischen Qubits manchmal zu Verschlechterungen, da die zusätzlichen Komponenten neue Fehlerpfade einführten. Googles Willow-Ergebnisse zeigten, dass die Fehlerraten exponentiell sanken, als sie die Größe des Fehlerkorrekturcodes erhöhten – ein 'unter der Schwelle'-Ergebnis, das die grundlegende Machbarkeit des Ansatzes demonstriert.

Die Wettbewerbslandschaft

Googles Ansatz mit supraleitenden Qubits ist eine von mehreren konkurrierenden Architekturen. IBM hat sich auf eine Roadmap festgelegt, die Systeme mit über 100.000 Qubits innerhalb dieses Jahrzehnts vorsieht, wobei Quantenvolumen und Fehlerraten als Schlüsselmetriken dienen, nicht die rohe Qubit-Anzahl. IBMs Systeme sind über die Cloud zugänglich und zur primären Plattform für akademische Quantenforschung geworden.

Microsoft setzt auf eine andere physikalische Strategie. Anstatt Qubits aus supraleitenden Schaltkreisen zu bauen, verfolgt Microsoft topologische Qubits basierend auf exotischen Quasiteilchen, den Majorana-Fermionen. Der theoretische Vorteil ist, dass topologische Qubits von Natur aus widerstandsfähiger gegen bestimmte Arten von Dekohärenz sind, möglicherweise mit weniger physikalischen Qubits pro logischem Qubit auskommen. Im Jahr 2025 veröffentlichte Microsoft Ergebnisse, die mit der Erzeugung und Messung von Majorana-basierten Qubits konsistent sind – allerdings beobachtet das Feld die Entwicklung genau, da der Ansatz im großen Maßstab noch nicht bewiesen ist.

IonQ, Quantinuum und andere arbeiten mit Ionenfallen-Architekturen, die niedrigere Fehlerraten pro Gatteroperation erreichen als supraleitende Systeme, aber langsamer sind und anderen Skalierungsherausforderungen gegenüberstehen. Die Vielfalt der Ansätze spiegelt echte Unsicherheit darüber wider, welche physikalische Plattform das Rennen um die Fehlertoleranz im großen Maßstab gewinnen wird.

Wofür Quantencomputer tatsächlich eingesetzt werden

Die 'Verschlüsselung knacken'-Erzählung dominiert die öffentliche Debatte, aber sie ist die am wenigsten interessante kurzfristige Anwendung und am weitesten von der praktischen Realisierung entfernt. Die Anwendungen, die zuerst kommen werden, liegen in der Quantenchemie und Materialwissenschaft.

Die Simulation molekularen Verhaltens ist ab einer bestimmten Größe klassisch nicht mehr handhabbar – der Rechenaufwand wächst exponentiell mit der Anzahl der modellierten Elektronen. Quantencomputer sind für dieses Problem von Natur aus geeignet, da sie Quantenzustände effizient darstellen können. Anwendungen umfassen das Design neuer Katalysatoren für die Industriechemie, die Entdeckung von Batteriematerialien mit höherer Energiedichte und die Modellierung von Protein-Wirkstoff-Interaktionen für die Pharmaforschung.

Optimierungsprobleme – Logistikroutenplanung, Portfoliooptimierung, Terminplanung – sind ein weiterer Kandidat, allerdings ist der Quantenvorteil für diese Anwendungen weniger eindeutig als für die Quantenchemie. Die Forschung arbeitet noch daran, herauszufinden, wo Quanten echte Beschleunigungen gegenüber klassischen Heuristiken bieten.

Die Dringlichkeit der Kryptografie

Auch wenn fehlertolerante Quantencomputer, die aktuelle Verschlüsselung brechen können, noch Jahre entfernt sind, ist die Bedrohung real genug, dass Regierungen jetzt handeln. NIST hat 2024 seine ersten Post-Quanten-Kryptografie-Standards finalisiert, und US-Behörden haben Zeitpläne für die Migration der kryptografischen Infrastruktur erhalten. Die Sorge gilt dem 'Harvest now, decrypt later' – Gegner sammeln heute verschlüsselte Daten mit der Absicht, sie zu entschlüsseln, sobald Quantenfähigkeiten ausgereift sind.

Organisationen, die sensible Daten mit langen Klassifizierungszeiträumen verwalten – Regierungsgeheimnisse, medizinische Daten, Finanzdaten – stehen vor den dringendsten Migrationszeitplänen. Standard-Webverkehr mit TLS ist weniger unmittelbar bedroht, aber die Migration zu quantenresistenten Algorithmen wird letztlich jede Internetinfrastruktur betreffen.

Ein realistischer Zeitplan

Nützliche fehlertolerante Quantencomputer – Systeme, die in kommerziell relevanten Bereichen Probleme außerhalb der klassischen Reichweite lösen können – sind höchstwahrscheinlich 7 bis 15 Jahre entfernt. Die jüngsten Meilensteine sind echt und bedeutsam, aber die technische Lücke zwischen den heutigen besten Systemen und den Millionen hochwertiger Qubits, die für groß angelegte Anwendungen benötigt werden, bleibt riesig.

Was sich geändert hat, ist, dass der Weg jetzt klarer ist. Die Physik funktioniert. Die Fehlerkorrekturansätze skalieren wie von der Theorie vorhergesagt. Die verbleibenden Herausforderungen sind technischer Natur: Millionen von Qubits mit gleichbleibender Qualität herstellen, sie bei Millikelvin-Temperaturen im großen Maßstab betreiben, die klassischen Steuersysteme schnell genug bauen, um Echtzeit-Fehlerkorrektur zu bewältigen. Dies sind schwierige Probleme, aber es sind technische Probleme und keine grundlegenden physikalischen Hindernisse. Dieser Unterschied ist entscheidend.