Quantencomputing

Im Mai 1981 eröffnete Richard Feynman am MIT die First Conference on the Physics of Computation — mit einer Frage, die das Feld bis heute ordnet: Kann ein klassischer Computer das Verhalten eines quantenmechanischen Systems simulieren? Feynmans Antwort war struktureller Natur: Nein, nicht effizient. Der Zustandsraum von n Quantenteilchen wächst mit 2ⁿ Dimensionen; jede klassische Simulation braucht exponentielle Ressourcen. Aus der Folgerung, die er anbot, ist das Feld geworden: Ein Computer, der selbst quantenmechanisch ist, könnte es schaffen. Vier Jahre später legte David Deutsch in Oxford das formale Modell der Quanten-Turingmaschine vor. Und 1994 veröffentlichte Peter Shor an den Bell Labs einen Algorithmus, der ganze Zahlen in Polynomialzeit faktorisiert — und damit RSA bricht. Über Nacht war Quantencomputing keine theoretische Kuriosität mehr, sondern eine strategische Förderpriorität.

Ein klassisches Bit steht in genau einem von zwei Zuständen, 0 oder 1. Ein Qubit dagegen ist in Überlagerung: |ψ⟩ = α|0⟩ + β|1⟩, mit komplexen Amplituden, deren Betragsquadrate sich zu 1 addieren. Wer misst, lässt die Überlagerung probabilistisch kollabieren — die Amplitudeninformation ist danach zerstört. n Qubits in kohärenter Überlagerung spannen einen Zustandsraum von 2ⁿ Dimensionen auf; bei tausend Qubits ist er größer als die Zahl der Atome im beobachtbaren Universum. Verschränkung heißt die nichtklassische Korrelation zwischen Qubits, deren gemeinsamer Zustand sich nicht mehr als Produkt einzelner Qubit-Zustände schreiben lässt. Quantengatter sind unitäre Transformationen dieses Zustandsraums; schon ein kleiner Satz — Hadamard, CNOT, T, Pauli X/Y/Z — ist universell. Quantenalgorithmen leben von zwei Zutaten, die klassisch nicht zu haben sind: Quantenparallelismus — gerechnet wird auf allen überlagerten Eingaben zugleich — und Quanteninterferenz, also Rechnungen, die so gebaut sind, dass falsche Antworten einander auslöschen und richtige sich verstärken. Shors Algorithmus faktorisiert ganze Zahlen in O((log N)³), indem er das Faktorisieren per Quanten-Fourier-Transformation auf das Finden einer Periode zurückführt; Grovers Algorithmus (1996) beschleunigt unstrukturierte Suche quadratisch. Die zweite große Anwendungsklasse ist die Quantensimulation — Hamilton-Simulation, VQE, QAOA — und damit Feynmans ursprüngliche Frage nach Chemie und Materialwissenschaft. Das Ingenieursproblem heißt Dekohärenz: Qubits wechselwirken mit ihrer Umgebung und verlieren die Überlagerung binnen Mikro- bis Millisekunden. Quantenfehlerkorrektur rettet die logische Information, indem sie sie über viele physische Qubits verteilt; der dominierende Ansatz ist der Surface Code, der bei heutigen Fehlerraten ein logisches Qubit in rund tausend physischen kodiert. Eine fehlertolerante Maschine, die Shor gegen RSA-2048 laufen ließe, bräuchte rund 4.000 logische Qubits — also Millionen physischer. Um dieses Ziel konkurrieren die Hardware-Plattformen — supraleitende Schaltkreise (die Generation von Googles Willow und IBMs Heron), Ionenfallen, photonische Systeme, neutrale Atome, topologische Qubits —, und Stand 2026 hatte sich keine Architektur als Sieger durchgesetzt.