Die deut­sche Indus­trie gibt sich die Quanten

In einem Örtchen bei Stutt­gart thront Europas erster kommer­ziell nutz­barer Quan­ten­com­puter. Alle jubeln erstmal – doch was sollen deut­sche Groß­kon­zerne und Mittel­ständler jetzt eigent­lich damit machen? Quan­ten­com­puter konkret, no Bull­shit – ein Über­blick.

Die deut­sche Indus­trie war in den letzten Jahr­zehnten überaus erfolg­reich darin, sich die Butter vom Brot nehmen zu lassen (Solar, MP3) oder Züge zu verpassen (Künst­liche Intel­li­genz, E-Mobi­lität). Mit dem Zukunfts­thema Quan­ten­com­pu­ting will man es jetzt besser machen.

Die Fraun­hofer Gesell­schaft nimmt die Sache in die Hand und hat vom ameri­ka­ni­schen Compu­ter­gi­ganten IBM einen Quantum System One geleast – das ist der erste kommer­ziell nutz­bare Quan­ten­com­puter in Europa. Diesen stellt Fraun­hofer deut­schen Unter­nehmen via Cloud zur Verfü­gung.

Dr. Chris­tian Tutschku vom Stutt­garter Fraun­hofer-Institut für Arbeits­wirt­schaft und Orga­ni­sa­tion IAO leitet sowohl das Team Quan­ten­com­pu­ting als auch das Schu­lungs­pro­gramm für Quan­ten­al­go­rithmen, in das die Unter­nehmen ihre Program­mierer schi­cken.

Er betont, es sei ein entschei­dender Vorteil, dass dieses Wunder­ding auf deut­schem Boden steht. So sei gewähr­leistet, dass die Unter­nehmen ihn gemäß der Daten­schutz­grund­ver­ord­nung (DSGVO) nutzen. Oder anders gesagt: IBM hat nicht den blas­sesten Schimmer, was auf dem Rechner passiert und kann nicht mal eine Benut­zungs­sta­tistik erstellen. Sämt­liche Daten verwaltet Fraun­hofer in Zusam­men­ar­beit mit den Unter­nehmen.

Geför­dert wird dieser Schritt Rich­tung Zukunft von der Bundes­re­gie­rung und dem Land Baden-Würt­tem­berg. Die deut­sche Indus­trie will beim Quan­ten­com­pu­ting noch einmal ihre tradi­tio­nellen Stärken in die Waag­schale werfen: Inno­va­tion anhand sehr konkreter, realer Anwen­dungs­fälle – ohne Science-Fiction-Szena­rien aus Tech-Blogs.

Video: Ist die deut­sche Indus­trie gut aufge­stellt fürs Quan­ten­com­pu­ting? Welche Stärken kann sie hier ausspielen?

Chris­tian Tutschku, Team­leiter Quan­ten­com­pu­ting beim Fraun­hofer IAO, erklärt, was die deut­sche Indus­trie gut kann.

Natür­lich geht es beim Rennen um die Quanten um die übli­chen wirt­schaft­li­chen Trieb­fe­dern: Stand­ort­vor­teil, Tech­no­lo­gie­ho­heit, Geschäfts­mo­delle, Profite. Aber beim Quan­ten­com­puter kommt noch hinzu, dass der Mensch sich hier den Funda­menten der Wirk­lich­keit nähert, wie sonst kaum irgendwo. Das findet zumin­dest Dr. Birgit Schwarz, die den Bereich Quan­ten­com­pu­ting bei IBM Deutsch­land verant­wortet. Wenn sie auf die kleinsten Teil­chen blickt, lebt sie – wie alle – mit dem stän­digen Wider­spruch, dass sie die Vorgänge berechnen und mani­pu­lieren, aber nur schwer begreifen kann.

Video: Was ist das eigent­lich für ein Gefühl, mit einem Quan­ten­com­puter zu arbeiten?

Birgit Schwarz, Leiterin Quan­ten­com­pu­ting bei IBM Deutsch­land, erzählt von ihrer Ehrfurcht.

Doch egal, ob Sie sich dem Quan­ten­com­puter mit Ehrfurcht vor den Natur­ge­setzen nähern oder einfach nur wissen wollen, was man verdammt noch mal damit eigent­lich machen kann: In den folgenden drei Abschnitten finden Sie Antworten.

Klicken oder tippen Sie auf das, was Sie am meisten inter­es­siert.

Was kann ein Quan­ten­com­puter eigent­lich (besser)?

Der Quan­ten­com­puter ist insel­be­gabt – vieles kann er so lala, doch manches dafür millio­nen­fach besser als alle bishe­rigen Rechner.

Um die Bedeu­tung des Quan­ten­rech­nens für die Indus­trie zu begreifen, ist es nötig, dieses System ein biss­chen besser einschätzen zu können. Denn er basiert auf völlig anderen Prin­zi­pien als herkömm­liche Rechner. Hier können Sie kurz die wich­tigsten Begriffe und Konzepte nach­lesen, um zu verstehen, wie ein Quan­ten­com­puter funk­tio­niert.

Die quan­ten­me­cha­ni­schen Prin­zi­pien verfügen bei einigen Rechen­ope­ra­tionen über gewal­tige Macht, haben in der Nutzung aber auch einen Preis: Soge­nannte supra­lei­tende Quan­ten­chips, wie sie IBM in Ehningen aufge­baut hat, funk­tio­nieren nur, wenn sie stark gekühlt werden. Das heißt in diesem Fall tatsäch­lich runter auf 15 Milli­kelvin – also nur knapp über dem abso­luten Null­punkt, der tiefsten, physi­ka­lisch mögli­chen Tempe­ratur von minus 273,15 Grad Celsius. Ein irrer tech­ni­scher Aufwand, der sich nur für ganz heraus­ra­gende Leis­tungen lohnt.

Der Quan­ten­rechner hat im Team mit klas­si­schen Groß­rech­nern oft nur die Rolle eines Akze­le­ra­tors: Das heißt, er beschleu­nigt genau die Rechen­ope­ra­tionen, in denen er gut ist und über­lässt den Rest den konven­tio­nellen Geräten. Und worin ist er denn jetzt gut? Wissenschaftler*innen machen sich schon seit Jahr­zehnten darüber Gedanken – lange bevor es über­haupt einen Quan­ten­rechner gab, der eins uns eins zusam­men­zählen konnte. Drei Felder haben sie iden­ti­fi­ziert. Eines davon – die chemisch-physi­ka­li­sche Simu­la­tion – ist ein völlig neues. Zwei andere – maschi­nelles Lernen und Opti­mie­rungs­pro­bleme – sind Durch­brüche bei Verfahren, bei denen klas­si­sches Compu­ting an seine Grenzen kommt.

Chemisch-physi­ka­li­sche Simu­la­tionen

Wie verhalten sich chemi­sche Mischungen aufs Molekül genau? Wie und wo dockt ein Wirk­stoff in der Blut­bahn an? Wie laufen komplexe chemi­sche Reak­tionen physi­ka­lisch ab? All diese Prozesse auf Quan­ten­ebene sind in bishe­rigen Groß­rech­nern nicht simu­lierbar.

Der Quan­ten­com­puter jedoch wird exakt das können. Denn er operiert ja selbst nach den Gesetzen der Quan­ten­me­chanik. Darum ist bestens geeignet, Vorgänge auf quan­ten­me­cha­ni­scher Ebene zu simu­lieren.

Expert*innen in der Mate­ri­al­for­schung, Chemie und Phar­ma­in­dus­trie sehnen sich schon lange so eine Simu­la­ti­ons­mög­lich­keit herbei. Schon allein, um aus den zahl­losen, mögli­chen Stoff-Kombi­na­tion die am wenigsten verspre­chenden auszu­sieben. Denn bisher bleibt ihnen nichts anderes übrig als: auspro­bieren. Dank der Simu­la­tion wird man in Zukunft Arzneien und Impf­stoffe viel schneller entwi­ckeln und auf den Markt bringen, weil dann weniger lang­wie­rige klini­sche Versuche nötig sind.     

Hoch­prä­zises maschi­nelles Lernen

Bei der Künst­li­chen Intel­li­genz, genauer: beim maschi­nellen Lernen, geht es zusam­men­ge­fasst darum, in einem Wust Daten, Muster zu erkennen.

Von den Qubits und den sie nutzenden Quan­ten­sys­temen verspricht man sich eine deut­lich höhere Genau­ig­keit in der Muster­er­ken­nung: Feinere, bislang unent­deckte Sinn­raster kommen so zutage. Während heutige Groß­rechner erkannte Muster sozu­sagen in Metern messen, werden Quan­ten­com­puter ihre Ergeb­nisse in Milli­me­tern angeben können. Programmierer*innen werden zunächst die heute schon bekannten Anwen­dungs­fälle maschi­nellen Lernens verbes­sern, später aber sicher auch auf ganz neuar­tige stoßen. Bekannt zum Beispiel sind Anwen­dungen bei Banken und Versi­che­rungen: Sie lassen auch heute schon Algo­rithmen über ihre Trans­ak­tionen laufen und nach verdäch­tigen Mustern suchen. Mit dem Quan­ten­com­puter wird es beispiels­weise möglich sein, viel mehr Fälle von Kredit­kar­ten­be­trug aufzu­de­cken und sogar vorzeitig eingreifen zu können.

Komplexe Opti­mie­rungs­pro­bleme meis­tern

Monte-Carlo ist nicht nur der Ort der Reichen und Schönen, sondern auch der Name einer aufwen­digen, stochas­ti­schen Simu­la­tion, also einer mathe­ma­ti­schen Methode zur Errech­nung von Wahr­schein­lich­keits­ver­tei­lungen.

Monte-Carlo-Simu­la­tionen sind im Compu­ting der Prüf­stein, um zu zeigen, was die neue Kiste kann. Man nimmt sich ein Szenario vor, also eine Glei­chung mit richtig vielen Eingangs­pa­ra­me­tern. Alle Para­meter sind verän­der­lich, die meisten davon haben sogar eine breite Spann­weite an Werten, die sie annehmen können. Kurz: Es gibt wahn­sinnig viele Kombi­na­ti­ons­mög­lich­keiten. Auf der Suche nach dem Optimum bleibt klas­si­schen Rech­nern nichts anderes übrig, als alle Kombi­na­tionen durch­zu­gehen. Das dauert – manchmal sogar Monate oder Jahre. Die Methode nennt sich Brute-Force, ein stumpfes Abra­ckern.

Ein Quan­ten­com­puter geht die Sache eleganter an: Denn er beherrscht den quan­ten­me­cha­ni­schen Zauber der Super­po­si­tion und Verschrän­kung, kann alle Kombi­na­tionen aus allen Eingangs­pa­ra­meter gleich­zeitig darstellen und hat nach ein paar Minuten die Lösung, so die Vision. Opti­mie­rungs­pro­bleme gibt es wie Sand am Strand. Seien es Routen und Bela­dungs­pläne von Schiffs­flotten, Berech­nung von Preisen oder die bessere Zusam­men­set­zung von Port­fo­lien in der Finanz­in­dus­trie. Darum ist es in diesem Feld beson­ders leicht, sinn­volle Anwen­dungen für Quan­ten­al­go­rithmen zu finden.

Konkrete Anwen­dungen – oder: Wie verdient die deut­sche Indus­trie eigent­lich Geld mit dem Quan­ten­com­puter?

Die kurze Antwort ist: noch gar nicht. Aber deut­sche Indus­trie­un­ter­nehmen probieren echte Anwen­dungs­fälle aus, um bereit zu sein, wenn’s bald richtig losgeht. Sechs Anwen­dungen.

Derzeit über­legen viele deut­sche Unter­nehmen, welche echten Probleme ein Quan­ten­com­puter für sie lösen könnte und wie sie dadurch lukra­tiver und wett­be­werbs­fä­higer werden. Sie schi­cken ihre Informatiker*innen zu Kursen, in denen diese das völlig verdrehte Denken und Program­mieren von Quan­ten­al­go­rithmen lernen. Und schließ­lich testen gerade rund zwanzig Unter­nehmen mithilfe des IBM-Rech­ners, wie es wirk­lich ist, mit einem Quan­ten­com­puter zu arbeiten. Sie wollen bereit sein, wenn das Quan­ten­com­pu­ting in den nächsten Jahren so richtig losgeht.

Video: Warum muss die deut­sche Indus­trie jetzt ran an den Quan­ten­com­puter und wie macht sie das am besten?

Chris­tian Tutschku, Team­leiter Quan­ten­com­pu­ting beim Fraun­hofer IAO, über die Fehler der Vergan­gen­heit und die Lehre daraus.

Sechs echte Anwen­dungen aus Deutsch­land

Fluid­dy­namik von Bauteilen verbes­sern

Wie opti­miert man den Fluss von Luft bezie­hungs­weise Flüs­sig­keit um ein Bauteil herum (Flug­zeug, Schiff oder Auto)? Oder inner­halb von Bauteilen, zum Beispiel in Rohr­sys­temen oder Turbinen? Wo fließt es sauber durch, wo bilden sich Turbu­lenzen? Mathe­ma­tisch findet man das heraus, indem man kompli­zierte parti­elle Diffe­ren­zi­al­glei­chungen löst. Damit ein Computer das simu­liert kriegt, muss man es ihm einfa­cher machen und die Aufgabe auf leich­tere lineare Glei­chungen redu­zieren. Dadurch entstehen Unge­nau­ig­keiten, mit denen man halt leben muss.

Die Firma Sime­rics aus Rotten­burg am Neckar stellt Soft­ware her, um Strö­mungs­ei­gen­schaften zu simu­lieren. Mit einem Quan­ten­al­go­rithmus wollen sie künftig ihren Kunden Simu­la­tionen bieten, mit denen sie den opti­malen cw-Wert ermit­teln, also die beste vorstell­bare Strö­mungs­ei­gen­schaft. Und zwar sowohl schneller als auch genauer.   

Nesting – so viel wie möglich aus einem Blech raus­holen

Ein Lohn­fer­ti­ger­be­trieb produ­ziert Blech­bau­teile und hat mehrere Dutzend Aufträge verschie­dener Stück­zahlen gleich­zeitig. Auch die Ferti­gungs­fristen sind bei allen Aufträgen unter­schied­lich. Wie schafft er es, dies alles so geschickt zu kombi­nieren, dass er möglichst wenig Blech dabei verbraucht, sprich: so wenig wie möglich Verschnitt produ­ziert? Ein klas­si­sches Monte-Carlo-Opti­mie­rungs­pro­blem mit vielen Varia­blen, genannt Nesting. Jedes Teil sieht anders aus und bean­sprucht unter­schied­lich viel Platz auf dem Blech. Unge­fähr so, wie ein Plätz­chenteig mit vielen Stech­förm­chen zur Auswahl.

Ein Quan­ten­al­go­rithmus könnte die perfekte Anord­nung auf dem einzelnen Blech und die opti­male zeit­liche Abfolge im Nu errechnen. Die Firma Trumpf aus Ditzingen stellt Stanz-, Biege- und Laser­schneid­ma­schinen her und möchte ihren Kunden in Zukunft helfen, das Optimum aus ihren Ressourcen heraus­zu­holen.

Die besten Produk­ti­ons­pro­zesse der Welt: Job-Shop-Sche­du­ling

Ein Werk mit einer oder mehreren Produk­ti­ons­straßen: Einige Produkte müssen die komplette Straße in einer ganz bestimmten Reihen­folge durch­laufen, andere nur einen Teil davon und bei der dritten Sorte ist die Reihen­folge nicht so wichtig. Wie orga­ni­siert man jetzt die Abfolge durch die Hallen so, dass am Ende die größt­mög­liche Zahl an Produkten heraus­kommt mit dem opti­malen Einsatz von Maschinen, Ressourcen und Zeit?

Diese Frage des soge­nannten Job-Shop-Sche­du­ling stellt sich Unter­nehmen seit der Indus­tria­li­sie­rung. Die Soft­ware­firma Kuma­vi­sion aus Ober­fisch­bach beschäf­tigt sich damit, indus­tri­elle Prozesse zu opti­mieren und sieht im Quan­ten­com­puter die Chance, solche Aufgaben noch komplexer zu formu­lieren und ein nie gekanntes Optimum an Produk­ti­vität für ihre Kunden zu errei­chen. 

Lkw-Routen planen und nie wieder leer fahren

Zur Schwarz-Gruppe aus Neckar­sulm gehören die Super­markt­gi­ganten Lidl und Kauf­land. Wie schaffen sie es, ihre Spedi­tionen so zu koor­di­nieren, dass alle Märkte recht­zeitig das gefor­derte Sorti­ment anbieten? Logis­tik­pro­gramme auf konven­tio­nellen Rech­nern bekommen es hin, die Lkw-Routen so zu berechnen, dass am Ende alle alles haben und eine befrie­di­gend geringe Anzahl gefah­rener Kilo­meter dabei heraus­kommt.

Aber es geschieht dabei immer wieder, dass Last­wagen leer von A nach B fahren. Und genau darauf konzen­triert sich die Schwarz-IT jetzt. Die Leer­fahrten loszu­werden – das schaffen herkömm­liche Rechner nicht tages­ak­tuell. Mit dem rich­tigen Quan­ten­al­go­rithmus sollte das aber kein Problem sein.

Lade­säulen: Wann soll ich das E-Auto laden?

Die Deut­schen sind dabei, immer mehr fossile Ener­gie­träger durch Strom zu ersetzen. Der opti­male Fluss von Elek­tri­zität durch die Netze ist ein Opti­mie­rungs­pro­blem wie geschaffen für die Rechen­kraft des Quan­ten­com­pu­ters.

Konkret geht die Fraun­hofer-Gesell­schaft gerade das Projekt LamA – Laden am Arbeits­platz an. Hier geht es um Lade­säulen für E-Fahr­zeuge. Mitar­bei­tende mit einem E-Gefährt kommen zur Arbeit, schließen es an die Lade­säule an und wenn sie Feier­abend machen, soll der Akku wieder voll sein. Der Algo­rithmus weiß irgend­wann, wann welches Fahr­zeug mit welchem Akkustand an der Säule steht und für wie lang. Jetzt soll er mit den Last­spit­zen­zeiten der Infra­struktur errechnen, wann der beste Zeit­punkt gekommen ist, dass die einzelne Lade­säule auf „Strom marsch!“ stellt.

Eine Batterie, wie die Mensch­heit sie noch nie sah

Lithium-Ionen-Batte­rien waren einmal ein Leis­tungs-Durch­bruch in der Akku­technik. Doch schon lange sind bloß noch gradu­elle Verbes­se­rungen möglich. Mercedes-Benz aus Stutt­gart arbeitet jetzt an einem neuen Durch­bruch, der die Leis­tung verdop­peln oder gar vervier­fa­chen könnte. Nicht nur, aber vor allem die E-Mobi­lität dürfte davon immens profi­tieren.

Die Ingenieur*innen haben als die heißesten Kandi­daten Lithium-Schwefel-Akkus im Blick. Doch das Innen­leben des neuen Batte­rie­sys­tems wäre so komplex, dass es ein Glücks­spiel wäre, einfach mal mit einem Prototyp anzu­fangen und zu schauen, wie es weiter­geht. Statt­dessen simu­liert Mercedes-Benz die mole­ku­laren Eigen­schaften und Reak­tionen der Gemi­sche mit dem Quan­ten­com­puter. Erst danach soll der Prototyp entstehen und dem Unter­nehmen einen Milli­ar­den­markt eröffnen.  

Wo steht das Quan­ten­com­pu­ting derzeit wirk­lich und welche Aussichten hat die deut­sche und euro­päi­sche Indus­trie?

Bei allem Hype: Der Quan­ten­com­puter ist derzeit noch ein Expe­ri­ment. Doch die Hard­ware und Soft­ware gedeihen rasant. Und es ist durchaus noch nicht klar, welches Baukon­zept am Ende wofür den meisten Nutzen hat.

Derzeit sammeln die deut­schen Indus­trie­un­ter­nehmen die ersten Erfah­rungen, wie es ist, einen Quan­ten­com­puter zu program­mieren und wie er darauf ganz in echt reagiert. Quan­ten­al­go­rithmen zu program­mieren heißt, ganz neue Rechen­pa­ra­digmen zu akzep­tieren und anzu­wenden: der Schritt vom klas­si­schen deter­mi­nis­ti­schen, also fest­ge­setzten, hin zum quan­ten­ge­rechten proba­bi­lis­ti­schen Rechnen, das auf Wahr­schein­lich­keiten beruht, ist groß. Manche Expert*innen sagen sogar, dass es am besten wäre, alle alther­ge­brachten Program­mier­tech­niken zu vergessen und ganz von vorn zu denken. Fraun­hofer bietet inter­es­sierten Unter­nehmen bereits Kurse in diesem Denken an.

Doch trotz der Umstel­lung sollten sich Unter­nehmen nicht allzu viel Zeit lassen. Denn die Pläne von Herstel­lern wie IBM sind ambi­tio­niert und deren Vertrauen, sie zu erfüllen, sitzt tief.

Video: IBM sieht seinen Quan­ten­com­puter selbst auf dem Niveau der Groß­rechner der 1960er Jahre. Doch wie schnell und unter welchen Umständen holt die Technik auf, um unent­behr­lich zu werden?

Birgit Schwarz, Leiterin Quan­ten­com­pu­ting bei IBM Deutsch­land, schätzt die Entwick­lung des Quan­ten­com­pu­ters ein.

Bleibt noch die Frage nach der Hard­ware: Die führenden ameri­ka­ni­schen Hersteller von Quan­ten­com­pu­tern wie IBM, Google und Rigetti setzen gerade vor allem auf das Konzept der Supra­leiter: extrem gekühlte Chips, in denen Elek­tronen wider­standslos fließen können. Supra­lei­tende Quan­ten­com­puter sind derzeit am ausge­reif­testen und werden vermut­lich das Rennen um den ersten Quan­ten­rechner machen, der konven­tio­nelle Computer über­trifft.

Doch es gibt auch andere Hard­ware-Konzepte, die andere Eigen­schaften haben und sich am Ende für bestimmte Anwen­dungen als geeig­neter heraus­stellen könnten. Zum Beispiel kann man durch opti­sche Laser-Fallen auch mit Ionen rechnen oder mit einzelnen Atomen in soge­nannten Fehl­stellen in Diamant­kris­tall­git­tern. Manche dieser alter­na­tiven Konzepte sind unschlagbar bei der Kohä­renz­zeit oder funk­tio­nieren sogar bei Zimmer­tem­pe­ratur, dafür rechnen sie recht langsam. Bei den alter­na­tiven Konzepten sind euro­päi­sche Firmen führend.


Video: Wie wird das Rennen um die Quanten-Hard­ware weiter­gehen und was sollte Deutsch­land tun?

Chris­tian Tutschku, Team­leiter Quan­ten­com­pu­ting beim Fraun­hofer IAO, sieht auch viel­ver­spre­chende alter­na­tive Hard­ware-Konzepte beim Quan­ten­com­puter.


Video: Zum Schluss ein Traum. Welche Bedeu­tung hat der Quan­ten­com­puter eigent­lich für die gesamte Mensch­heit?

Birgit Schwarz, Leiterin Quan­ten­com­pu­ting bei IBM Deutsch­land, hofft auf neue Antworten auf alte Mensch­heits­fragen.

Fraun­hofer IAO

Das Fraun­hofer-Institut für Arbeits­wirt­schaft und Orga­ni­sa­tion in Stutt­gart ist Teil der Fraun­hofer-Gesell­schaft, die zum Ziel hat, in Deutsch­land Wissen­schaft und Unter­nehmen zu verzahnen, um anwen­dungs­nahe Forschung zu ermög­li­chen. Beim Fraun­hofer IAO bündeln sich die baden-würt­tem­ber­gi­schen Projekte zur Nutz­bar­ma­chung und Förde­rung des Quan­ten­com­pu­tings. Zu diesem Zwecke hat Fraun­hofer Europas ersten kommer­zi­ellen Quna­ten­com­puter von IBM in Ehningen geleast. Die Projekte werden unter­stützt von der Bundes­re­gie­rung und des Landes­re­gie­rung Baden-Würt­tem­berg.

IBM

Inter­na­tional Busi­ness Machines Corpo­ra­tion (IBM) mit Sitz in Armonk, New York, ist das welt­weit führende Unter­nehmen in vielen Feldern, wenn es um Computer geht: Compu­ter­chips, Cloud Compu­ting, Künst­liche Intel­li­genz, Block­chain, Secu­rity – und beim Quan­ten­com­puter. Das Unter­nehmen bietet seit 2015 Zugriff auf Quan­ten­com­puter an und entwi­ckelt eine eigene Program­mier­sprache dafür. Insge­samt hat IBM rund 300.000 Mitar­beiter.


So funk­tio­niert ein Quan­ten­com­puter

Ein Quan­ten­com­puter rechnet mithilfe kleinster Ener­gie­ein­heiten: Das sind zum Beispiel gela­dene Atome (Ionen), Licht­teil­chen (Photonen) oder wider­stands­lose Ströme von Elek­tronen. Sie alle verhalten sich nach den Gesetzen der Quan­ten­me­chanik, die man für Rechen­ope­ra­tionen nutzen kann, die ein klas­si­scher Groß­com­puter heute nicht bewäl­tigt.

Qubit

In herkömm­li­chen Compu­tern schalten Mini-Tran­sis­toren und lassen Strom durch oder nicht. Sie rechnen daher binär in Nullen und Einsen, also in Bits (Strom an = 1, Strom aus = 0). Die Bit-Folge „01001010“ zum Beispiel steht laut Konven­tion für den Buch­staben „J“.

Ein Quan­ten­com­puter hingegen rechnet quan­ten­me­cha­nisch in Qubits. Qubits sind nicht entweder 1 oder 0, sondern gleich­zeitig 1 und 0. Zwei Qubits können also vier Zustände gleich­zeitig annehmen, also sozu­sagen vier „Tran­sistor-Schalt­vor­gänge“ gleich­zeitig durch­führen. Drei Qubits reprä­sen­tieren acht Bits und 20 Qubits schon über eine Million. Bei 300 Qubits hätten wir 2300 „Schalt­vor­gänge“ gleich­zeitig – das ist eine höhere Anzahl als es Atome im gesamten Weltall gibt!

Auf diesem expo­nen­ti­ellen Wachstum ruht die unge­heure Rechen­kraft des Quan­ten­com­pu­ters.

Der Computer in Ehningen verfügt über 27 Qubits. IBM will noch 2022 einen Rechen­chip mit 433 Qubits präsen­tieren und in den folgenden Jahren einen mit über tausend Qubits.

Super­po­si­tion und Verschrän­kung

Wie ist es möglich, dass ein Qubit mehrere Zustände gleich­zeitig haben kann? Quanten haben von Natur aus die Eigen­schaft, mehrere Zustände gleich­zeitig anzu­nehmen, ihre Zustände über­la­gern sich: Sie sind in Super­po­si­tion. Das ist schwer zu akzep­tieren für den mensch­li­chen Verstand, ist aber seit rund hundert Jahren Erkennt­nis­stand der Physik. Erst wenn der Zustand von außen gemessen wird, „entscheiden“ sich quan­ten­me­cha­ni­sche Teil­chen für einen der mögli­chen Zustände. Vorher „entscheiden“ sie sich zu gar nichts und bleiben unscharf.

Zusätz­lich macht man sich eine weitere selt­samer Quan­ten­ei­gen­schaften zunutze: die Verschrän­kung. Es ist möglich, Qubits zu verbinden, so dass sie mitein­ander wech­sel­wirken. Tech­nisch passiert das durch bestimmte Mikro­wel­len­si­gnale im Compu­ter­chip. Verän­dert man einen Qubit, reagieren sämt­liche mit ihm verschränkte Qubits darauf – und zwar ohne zeit­liche Verzö­ge­rung und theo­re­tisch über eine beliebig lange Distanz hinweg. So erreicht man, dass nicht nur ein einzelner Qubit vor sich hinrechnet, sondern die Aufgabe mit seinen Kame­raden teilt.      

Kohä­renz­zeit

Die Zeit, in der die Qubits sich unge­stört in einem stabilen Zustand der Super­po­si­tion und Verschrän­kung befinden, nennt man Kohä­renz­zeit. In dieser Zeit kann der Quan­ten­com­puter rechnen. Beim Ehninger Computer von IBM geht das maximal 0,0003 Sekunden lang. Bevor diese winzige Spanne um ist, muss man messen und die Qubits zur Entschei­dung zwingen (Bin ich null oder eins?). Misst man später, kommt nur noch Unsinn heraus.

Neben der reinen Anzahl von Qubits ist die Kohä­renz­zeit ein wich­tiges Krite­rium für die Nütz­lich­keit von Quan­ten­com­pu­tern. Je länger sie ist, desto länger kann die Quanten-Rechen­ope­ra­tion sein, bevor ein konven­tio­neller Computer die Daten auslesen und eine neue Rechen­ope­ra­tion starten muss.

Quan­ten­al­go­rithmus und proba­bi­lis­ti­sches Rechnen

Quan­ten­com­puter werden zwar mit normalen Compu­tern gesteuert, aller­dings braucht es dazu sehr spezi­elle Program­mier­tech­niken und Heran­ge­hens­weisen: soge­nannte Quan­ten­al­go­rithmen. Die Kunst eines Quan­ten­al­go­rithmus ist es, die Qubits so anzu­steuern, dass am Ende der Rechen­zeit in Super­po­si­tion – also dann, wenn sich der Qubit entscheiden muss, was er sein will – sehr wahr­schein­lich das rich­tige Ergebnis raus­kommt. „Wahr­schein­lich“ ist hier das Stich­wort, denn mit dem Quan­ten­com­puter müssen die Programmierer*innen das deter­mi­nis­ti­sche Rechnen, bei dem Ergeb­nisse fest­stehen, verlassen und zum anspruchs­vol­leren proba­bi­lis­ti­schen Rechnen über­gehen, wo es um Wahr­schein­lich­keiten geht.

Ein Beispiel: Ange­nommen, Sie haben ein Kartenset mit 52 Karten und wollen die Herz­dame finden. Es bleibt Ihnen (wie auch dem deter­mi­nis­tisch rech­nenden Computer) nichts anderes übrig, als alle Karten durch­zu­gehen, bis die Herz­dame auftaucht. Der Quan­ten­com­puter hingegen kann sich in Super­po­si­tion alle 52 Karten gleich­zeitig anschauen. Mit den rich­tigen Algo­rithmen müssen Sie dann aber die Qubits dazu bringen, die 51 falschen Karten­po­si­tionen auszu­blenden und die Herz­dame nach und nach einzu­blenden und sie so „wahr­schein­li­cher“ werden lassen.

IBM-Quan­ten­com­puter in Ehningen