Quantencomputing am Horizont: Eine Ingenieursperspektive

Ed Brown

(Bild: phonlamaiphoto/Adobe Stock)

Während wir 2025 als Internationales Jahr der Quantenwissenschaft und -technologie feiern, begann ich über praktische Anwendungen von Quantenmechanik in Computern, Sensoren und Kryptografie nachzudenken. Und ich finde, dass das Denken über diese Dinge aus Ingenieursperspektive ziemlich herausfordernd ist.

Feynmans Vermächtnis und die Quantencomputer-Vision

Wenn Richard Feynman, Nobelpreisträger für seine Arbeit an „Quantenelektrodynamik“, nicht dachte, dass jemand Quantenmechanik wirklich versteht – wie können dann so viele Leute heutzutage über Quantencomputer als das nächste große Ding reden? Andererseits legte Feynman selbst 1982 die theoretischen Grundlagen für Quantencomputer, als er sagte: „Um ein Quantensystem genau zu modellieren, bräuchten Wissenschaftler ein anderes Quantensystem bauen.“ Dieses andere System ist das, was wir heute Quantencomputer nennen.

Laut einem Artikel auf der Tech Briefs Website soll der Quantencomputing-Markt bis 2030 65 Milliarden Dollar erreichen. In einem anderen Artikel lesen wir: „Quantencomputer haben das Potenzial, komplexe Probleme in menschlicher Gesundheit, Arzneimittelfindung und künstlicher Intelligenz Millionen Mal schneller zu lösen als einige der weltweit schnellsten Supercomputer.“

Das Problem mit probabilistischen Antworten

Meine Verwirrung wächst: „Die Antworten von Quantencomputer werden aus Wahrscheinlichkeitsverteilungen gezogen. Quantencomputer geben Ihnen keinen spezifischen Wert als Antwort. Was sie tun, ist Ihnen zu sagen, wie wahrscheinlich es ist, dass ein bestimmter Wert die korrekte Lösung ist“ – ihre Antworten sind „fuzzy“. „Leider reicht es nicht, einen Quantenalgorithmus nur einmal auszuführen. Um so nah wie möglich an die ‚richtige‘ Antwort heranzukommen, führen Informatiker diese Berechnungen mehrfach aus. Jedes Sample reduziert Unsicherheit. Der Computer muss den Algorithmus tausende Male – oder sogar mehr – ausführen, um so nah wie möglich an die genaueste Verteilung heranzukommen.“ Aber es gibt einen Vorteil: „Quantencomputer führen diese Algorithmen so schnell aus, dass sie immer noch das Potenzial haben, Ergebnisse viel, viel schneller als klassische Computer zu produzieren.“

OK, ich kann die Idee akzeptieren, Quantenmechanik zu nutzen, ohne sie tief zu verstehen. Aber ich habe echte Schwierigkeiten, Antworten von einem Quantencomputer zu verwenden, die nur Wahrscheinlichkeiten sind. Als Ingenieur bin ich gewohnt, nach festen, praktikablen Lösungen für reale Probleme zu suchen – nicht nach Antworten, die sagen, dass der Aufzug wahrscheinlich auf meine Etage kommt, wenn ich den Knopf drücke.

Nach Jahrzehnten als EE ist SAE Media Groups Ed Brown tief in seiner zweiten Karriere: Tech Editor.

„Ich realisierte, zurückblickend auf meine Engineering-Tage und all das Neueste und Größte als Editor beobachtend, habe ich viele Gedanken darüber, was jetzt passiert im Licht meiner Engineering-Erfahrungen, und ich möchte einige davon jetzt teilen.“

NIST-Physikerin Tara Fortier: 5 Konzepte ohne Mathe

Eine der besten Beschreibungen von Quantencomputing, die ich fand, war von NIST-Physikerin Tara Fortier: „5 Konzepte helfen Ihnen, Quantenmechanik und Technologie zu verstehen – ohne Mathe!“ Sie erklärt, dass „Fuzziness“ zwar ein essenzielles Feature von Quantencomputing ist, das kein Fehler ist. „Klassische Physik regiert die Bewegung von Dingen, die wir sehen können – Baseballs und Planeten. Quantenphysik ist eine Welt, die wir nicht leicht sehen können. Wenn irgendein Teil von Quanten substanziell von klassischer Physik abweicht, dann dass Physik auf Quantenskala nicht nur granular, sondern auch fuzzy ist.“

Dr. Fortier weist darauf hin, dass die Natur selbst fuzzy ist. Wenn man in ein digitales Bild zoomt, besteht es aus einzelnen Pixeln, die scharf definierte Grenzen zu haben scheinen. Aber: „Wenn Sie in die Atome und subatomaren Teilchen zoomen könnten, die das Pixel ausmachen, würden Sie sehen, dass die subatomaren Teilchen nicht gut definiert sind – ihre Grenzen und Verhalten sind etwas unklar. Das ist ähnlich wie das Zeichnen einer ‚perfekten‘ Linie mit Bleistift und Lineal. Wenn Sie die unter einem Mikroskop ansehen, sehen die Kanten gewellter als gerade aus.“

Man könnte also sagen, dass ein Quantencomputer die Welt auf Weisen sieht, die näher an der Realität sind als ein digitaler Computer, der uns nur ein Sample der Welt gibt.

Aber immer noch, wie Einstein sagte: Quantenverhalten ist spukhaft.

Herausforderungen beim Verständnis

Fortiers Artikel macht einige Quantenverhalten zugänglicher, aber immer noch sehr schwer für mich zu verdauen. Zum Beispiel das, das ich seit Kindheit kenne: Licht ist sowohl Welle als auch Teilchen. Manchmal verhält es sich wie eine Welle – wie bei Lichtwellen, die uns Regenbögen geben – aber wenn Licht auf ein Solarpanel trifft, verhält es sich wie Teilchen. Das ist schwer für mich zu verstehen, aber ich kann meine Bedenken beiseitelegen und einfach akzeptieren, dass es auf beide Weisen nützlich sein kann.

Dann gibt es das „Heisenbergsche Unschärferelationsprinzip“, das besagt, dass der Akt der Messung den Quantenzustand des Objekts stört. Wie kann man einen Computer auf den Zuständen von Quantenpartikeln basieren, wenn die Messung sie stört?

Aber für mich ist das Spukhafteste von allen die Quantenverschränkung – der Quantenzustand eines Teilchens korreliert mit dem eines anderen, egal wie weit sie voneinander entfernt sind. Das Messen eines Teilchens beeinflusst den Zustand seines Partners. Doch es gibt einen praktischen Nutzen für Verschränkung – sichere kryptografische Schlüssel.

All das lässt mich denken, dass mehr als Wissenschaft nötig ist, um praktische Quantencomputer zu entwickeln – Ingenieure müssen lernen, mit Technologie zu arbeiten, die sie nicht wirklich verstehen können.