IBM-Forscher gaben am 3. August 2026 bekannt, dass sie in drei verschiedenen Experimenten einen Quantenvorteil erzielt hatten. Der Erfolg bedeutet, dass die Quantencomputer des Unternehmens klassische Algorithmen bei bestimmten Aufgaben übertreffen konnten. Das Universum ist seiner Natur nach ein Quantenuniversum, weshalb diese Computer vielversprechend für die Modellierung komplexer Phänomene sind, die klassische Maschinen nur annähernd abbilden können.
Traditionell müssen Methoden der Computerchemie wie die Dichtefunktionaltheorie (DFT) komplexe Quantenverhalten in Gleichungen umwandeln, die klassische Hardware verarbeiten kann. Da die Systeme immer komplexer werden, erfordert diese Umstellung Kompromisse in Bezug auf Genauigkeit, Geschwindigkeit oder Kosten. Der Quantenvorteil macht diese Anpassungen überflüssig.
Für Netanel Lindner, Mitbegründer und Chief Technology Officer von Qedma, ist „Chemie eine der wichtigsten langfristigen Anwendungen des Quantencomputings.“
Die Erwartung besteht darin, dass Quantencomputer nicht nur Systeme mit größerer Genauigkeit als klassische Systeme simulieren, sondern auch Szenarien untersuchen, die über die Möglichkeiten herkömmlicher Computer hinausgehen. Dominik Hangleiter, Informatiker an der Eidgenössischen Technischen Hochschule (ETH) in Zürich, der nicht an den Studien beteiligt war, nannte als Beispiele die Simulation von Quantenmaterialien und das Brechen bestimmter kryptografischer Systeme.
Trotz ihres Potenzials sind aktuelle Quantenmaschinen immer noch anfällig für Rauschen, Fehler und Informationsverlust und werden bei der Modellierung oft von klassischen Computern übertroffen. Daher bleibt der Nachweis der Überlegenheit von Quantencomputern ein wesentliches Ziel auf diesem Gebiet.
Papiere, die die drei neuen Demonstrationen detailliert beschreiben, die auf den Quantum Heron R3-Quantenprozessoren von IBM durchgeführt wurden, wurden als Vorabdrucke veröffentlicht und warten auf die Begutachtung durch Fachkollegen. In einer Telefonkonferenz mit Journalisten am 28. Juli stellten IBM-Forscher und ihre Mitarbeiter die Ergebnisse vor und betonten, wie Quantencomputer, unterstützt durch klassische Prozessoren, bei bestimmten Problemen überlegen sein können.
Erste Demonstration: Muster mit Qubits erstellen
Quantencomputer arbeiten mit Qubits – ihren Grundeinheiten – die von Quantengattern gesteuert werden, analog zu den logischen Bitgattern in herkömmlichen Computern. Die Menge der verfügbaren Ports bestimmt die Fähigkeiten jedes Quantencomputers.
Clifford-Gates werden häufig in Quantencomputern verwendet. Sie sind leicht zu simulieren, verfügen jedoch über eingeschränkte Funktionalität, und Modelle, die nur diese Ports verwenden, können von klassischen Maschinen effizient reproduziert werden.
Durch die Einbeziehung spezieller Gatter neben den Clifford-Gattern wird ein Quantencomputer universell und kann jede Art von Berechnung durchführen.
Die Simulation eines universellen Quantencomputers in einem klassischen System gilt als unpraktisch, da dies so lange dauern würde, dass das Ergebnis seinen Zweck verlieren würde. Manche Berechnungen könnten Millionen von Jahren dauern und sogar das Alter des Universums für die fortschrittlichsten Supercomputer übertreffen. Genau in diesem Szenario sollen Quantencomputer ihren Wert unter Beweis stellen.
IBM nutzte in Zusammenarbeit mit Forschern der University of Chicago den universellen Quantencomputer, um Proben aus binären Mustern (Nullen und Einsen) zu generieren. Das Team berichtete, dass kein klassischer Computer die gleiche Musterverteilung in angemessener Zeit reproduzieren könne.
Der IBM-Wissenschaftler Ali Javadi-Abhari sagte, das Team habe „mathematisch bewiesen, dass kein klassischer Computer dieses Muster erzeugen kann“.
Hangleiter stellt klar, dass dieser mathematische Beweis darauf hindeutet, dass zumindest eine Reihe von Stichproben aus diesem Quantenalgorithmus nicht klassisch simuliert werden können. Er sinniert: „Das bedeutet nicht, dass alle diese Proben schwer zu simulieren sind.“
Es ist noch nicht möglich, die klassische Reproduktion von Proben, die von Forschern gewonnen wurden, vollständig auszuschließen, falls eine unbekannte Methode auftaucht, um die Verteilung der Ergebnisse zu reproduzieren. Hangleiter erklärte: „Alles, was Sie brauchen, ist jemand mit einer genialen Idee.“
Wie können Forscher angesichts dieser Unsicherheit über die klassische Reproduktion bestätigen, dass der Quantencomputer ordnungsgemäß funktioniert?
Um die Ergebnisse zu validieren, führten Teams von IBM und der University of Chicago Tests mit Schaltkreisen unterschiedlicher Komplexität durch.
In dem entwickelten Modell fügten die Forscher den Clifford-Toren spezielle Tore, sogenannte T-Tore, hinzu. Die Einbeziehung von T-Ports führt jedoch physikalisch zu Fehlern: Je mehr T-Ports verwendet werden, desto leistungsfähiger wird der Computer, aber es erhöht sich auch das akkumulierte Rauschen, was die Genauigkeit der Ausgabe beeinträchtigen kann.
Mit nur fünf T-Gattern war die klassische Simulation immer noch realisierbar und die auf Quanten- und klassischen Computern erzielten Ergebnisse waren kompatibel.
Die Erhöhung der Anzahl der T-Gates erschwerte die klassische Simulation erheblich und verringerte die Genauigkeit. Als die Gesamtzahl der T-Gates 468 erreichte, war kein bekannter klassischer Algorithmus in der Lage, das Modell zu simulieren.
Javadi-Abharis Gruppe änderte die Strategie: Sie betrieb den Quantencomputer ohne die T-Gatter, sodass eine klassische Maschine das Ergebnis vorhersagen konnte.
Durch den Vergleich der Vorhersagen mit den Quantenergebnissen schätzten die Forscher eine Schaltungstreue von 32 %. Anschließend berechneten sie den Einfluss von T-Gates auf die Verringerung der Wiedergabetreue. Da die Anschlüsse so positioniert waren, dass das Rauschen minimiert wurde, stellte das Team fest, dass die Wiedergabetreue des Quantencomputers höchstens auf 28,4 % sinken konnte.
Javadi-Abhari erklärte: „Wenn es sich bei diesem Ergebnis um ein Foto handelte, würde die Wiedergabetreue eher von der Ähnlichkeit des gesamten Bildes mit dem Original abhängen als vom Bruchteil der Pixel, die genau korrekt sind.“ Er fügte hinzu: „Selbst wenn die Pixel leicht unterschiedliche Farben haben oder sich an den falschen Positionen befinden, können sie zu einer höheren Wiedergabetreue beitragen.“
Für Hangleiter ist diese Zahl „wirklich sehr hoch“, sie sei hundertmal höher als bei früheren Pionierarbeiten. Er hält diese Demonstration für einzigartig und weist auf die Notwendigkeit weiterer ähnlicher Forschung hin.
Zweite Demonstration: die Simulation eines Quantenmagneten
Forscher von Qedma, einem Quantencomputer-Startup, verwendeten einen IBM-Quantencomputer, um einen Quantenmagneten zu simulieren. Dieses Material weist ein magnetisches Verhalten auf, das durch die Quantenmechanik bestimmt wird und die klassische Physik nicht vollständig erklären kann.
Jedes Atom hat ein bestimmtes magnetisches Moment, vergleichbar mit einer kleinen Kompassnadel. In einem herkömmlichen Magneten entsteht Magnetismus durch die Ausrichtung dieser Momente in mehreren Atomen in die gleiche Richtung.
Im Kontext eines Quantenmagneten kann sich das magnetische Moment eines Atoms gleichzeitig in mehrere Richtungen manifestieren. Dieses Phänomen wird als Quantenüberlagerung bezeichnet, analog zur Vorstellung von Schrödingers Katze, die gleichzeitig lebt und tot ist. Darüber hinaus können sich die magnetischen Momente benachbarter Atome verflechten und ihr Verhalten miteinander verknüpfen.
Diese verschränkten und überlappenden magnetischen Momente mit ihrem Quantenpotential können auf ungewöhnliche Weise zusammenwirken und zu exotischen Materiezuständen führen. Das Verständnis dieses Verhaltens könnte zur Erklärung der Hochtemperatursupraleitung beitragen und das Potenzial haben, die Energieübertragung und die Elektronik zu revolutionieren.
Bei Qedma simulierte das Team um Netanel Lindner einen Quantenmagneten, der regelmäßigen Impulsen, wie „Kicks“, ausgesetzt wird.
Ein „Kick“ oder Impuls stellt einen plötzlichen Schock für den Zustand des Magneten dar, ähnlich wie wenn man ihn mit einem Lichtstrahl trifft. Im Quantencomputer wurde jeder „Kick“ durch die Anwendung einer Folge von Logikgattern auf alle Qubits erzeugt.
Wenn ein System wiederholt gestört wird, erreicht es nicht sofort das thermische Gleichgewicht. Stattdessen verbleibt es in einer Zwischenphase, dem sogenannten vorthermischen Zustand, in der es seine Struktur beibehält, bevor es sich schließlich entspannt und ein Gleichgewicht erreicht. Dies lässt sich anhand des Schüttelns einer Schneekugel veranschaulichen: Der Schnee bleibt für eine gewisse Zeit in einem „vorthermischen Zustand“, bevor er sich absetzt.
In dieser vorthermischen Phase manifestieren sich die faszinierendsten Quanteneffekte des Magneten. Die Magnetisierung während dieser Phase ist besonders nützlich, um ihr Verhalten zu verstehen. Dieselben Effekte erschweren es auch klassischen Computern, den Magneten genau zu simulieren.
Lindners Team simulierte den Einfluss auf Quantenmagnete unterschiedlicher Größe und verglich die Quantenergebnisse mit denen, die in klassischen Simulationen für die gleichen Größen erzielt wurden.
Für 28-Atom-Magnete stimmten klassische Computerdaten sowohl mit der physikalischen Intuition als auch mit Quantencomputerdaten überein und demonstrierten die erwartete Funktionsweise der Quantenmaschine.
Bei Magneten mit 51 und 74 Atomen scheiterten jedoch drei klassische Modelle: Einigen ging der Speicher aus, andere verloren mit zunehmender Komplexität an Genauigkeit oder wurden übermäßig langsam. Der Quantenprozessor wiederum arbeitete weiter und präsentierte Magnetisierungswerte, die den theoretischen Vorhersagen entsprachen.
Die Einschränkungen klassischer Computer erschweren die Überprüfung von Quantenergebnissen für größere Magnete, da keine genauen Magnetisierungswerte zum Vergleich vorliegen. Die Forscher können die Simulation nicht mit einem realen Material vergleichen, da es sich bei den Magneten um ein theoretisches System handelte, das speziell für den IBM-Prozessor entwickelt wurde. Hangleiter kommentiert: „Es ist, als würde man ein Problem wählen, das sich sehr einfach auf einem Quantencomputer simulieren lässt, und nicht etwas, das man in der Natur finden würde.“
Dennoch führte Lindners Gruppe ihre Simulation auf mehreren Quantenprozessoren durch, von denen jeder über eigene Rauschmuster und Fehlerminderungssysteme verfügte, darunter einer, der auf unterschiedlicher Hardware lief, um mögliche Ausfälle zu prüfen. Die Ergebnisse waren übereinstimmend.
Das Erzielen des gleichen Magnetisierungsverhaltens auf so unterschiedlichen Maschinen verringert die Wahrscheinlichkeit, dass die Ergebnisse auf einen bestimmten Hardwarefehler zurückzuführen sind.
Dritte Demonstration: Bewertung eines realistischen Systems
In der dritten Demonstration simulierten Forscher des Quantensoftwareunternehmens Algorithmiq ein Material auf einem IBM-Quantencomputer. Wie der Qedma-Magnet existiert dieses Material nur in der Theorie.
Um das System der realen Materie ähnlicher zu machen, führten Sergei Filippov und sein Team absichtlich Unordnung ein und analysierten, wie sich Informationen darin bewegen.
Sabrina Maniscalco, Mitbegründerin und CEO von Algorithmiq, sagte während der Pressekonferenz: „Katalysatoren, Batterien und alle Materialien, die die nächste Generation sauberer Energie antreiben werden, sind komplex, ungeordnet und unregelmäßig, und diese Komplexität macht es schwierig, sie zu simulieren.“ Sie fügte hinzu: „Wir haben ein Modell der tatsächlichen Unordnung in der Materie geschaffen.“
Ähnlich wie man auf die Transparenz oder Undurchsichtigkeit eines Materials schließen kann, indem man Licht auf ein Ende projiziert und beobachtet, wie es durchdringt, störte Filippovs Team eine Reihe von Qubits – jedes repräsentiert ein Atom – und bewertete die Auswirkung auf eine andere Gruppe von Qubits am anderen Ende des Computers, nachdem sich die Störung ausgebreitet hatte.
Aufgrund der im System vorhandenen Unordnung erfolgte die Informationsverbreitung unregelmäßig: In manchen Gebieten verlief die Weitergabe schnell, in anderen verzögerte sie sich.
In der klassischen Physik ist es möglich, ein System vor und nach einer Störung oder einem Prozess zu vermessen, um Veränderungen zu erkennen. In der Quantenmechanik verändert jedoch die Messung selbst das System. Die Überprüfung einer Eigenschaft, etwa der Position eines Elektrons oder des Zustands eines Qubits, zerstört den wesentlichen Quantenzustand und macht es unmöglich, dasselbe System zweimal zu messen und die Ergebnisse direkt zu vergleichen.
Um dieses Problem zu lösen, verwendeten die Forscher eine kreative Lösung, um zu messen, wie der Informationsfluss das Material veränderte: die Umkehrung der Simulation. Zunächst wendeten sie eine Abfolge von Operationen an, um die natürliche Entwicklung des Materials im Laufe der Zeit zu simulieren. Dann führten sie eine kleine Störung ein und führten schließlich alle Vorgänge in umgekehrter Reihenfolge durch, wodurch der Zeitfluss im Material umgekehrt wurde.
Ohne das Vorliegen einer Störung würde eine Umkehrung der Simulation dazu führen, dass die Qubits in ihren Ausgangszustand zurückkehren. Die Störung unterbricht jedoch diesen perfekten Rückschritt. Da das System umgekehrt arbeitete, blieben nur die mit der Störung verbundenen Auswirkungen bestehen.
Die Messung dieser Änderungen führt zu einem Wert, der als Loschmidt-Echo bekannt ist. So wie Echos in einer Höhle Aufschluss über ihre Form geben können, enthüllt dieses Loschmidt-Echo entscheidende Informationen über das Material.
Filippovs Team führte die Simulationen auf zwei verschiedenen IBM-Quantencomputern durch und verwendete zwei klassische Algorithmen auf einem klassischen Prozessor.
Bei unterschiedlichem Grad der Unordnung erzeugten die beiden Quantencomputer ähnliche Echosignale, während die klassischen Simulationen Abweichungen untereinander und in Bezug auf die Quantenergebnisse zeigten. Dies deutet darauf hin, dass Quantensimulationen ihre Genauigkeit beibehalten haben, wo klassische Methoden versagt haben. Die Übereinstimmung zwischen den Quantenprozessoren mit jeweils unterschiedlichen Rausch- und Fehlerprofilen verringert auch die Wahrscheinlichkeit, dass das Signal durch Besonderheiten einer der Maschinen verursacht wurde.
Allerdings nutzen beide Quantenprozessoren die gleiche Architektur und es gibt keinen externen Vergleichsparameter zur Validierung der Ergebnisse. Das Material wurde speziell für den IBM-Prozessor entwickelt und entspricht keiner realen Substanz, die in einem Labor hergestellt werden kann.
Daher bleibt die Verifizierung intern: IBM-Quantencomputer validieren sich gegenseitig, während klassische Methoden voneinander abweichen. Sobald das simulierte Material für die Hardware erstellt wurde, ist es schwierig zu bestimmen, ob die entsprechenden Ergebnisse die reale Physik widerspiegeln oder einfach zu den Maschinen passen, für die sie entwickelt wurden.
Hangleiter sagte: „Ich weiß nicht genug über die Details, um zu wissen, ob ich ihnen vertrauen kann.“ Er gibt an, dass die Forscher das Ergebnis validieren, indem sie das Rauschen im Prozessor sehr genau charakterisieren, was ihnen eine gute Kontrolle darüber gibt, was passiert, und es ihnen ermöglicht, den tatsächlichen Berechnungsfehler abzuschätzen. „Das könnte ein Grund zum Vertrauen sein.“
Quantenvorteil: Bedeutung für das Fachgebiet Chemie
Laut Hangleiter ist es nicht sicher, ob diese Demonstrationen den Quantenvorteil erreicht haben. Er erklärte: „Es ist unwahrscheinlich, dass wir den Quantenvorteil jemals endgültig nachweisen können.“
Ein wiederkehrender Punkt in allen drei Demonstrationen ist die Schwierigkeit, die Genauigkeit der Ergebnisse eines Quantencomputers zu überprüfen. Hangleiter sagte: „Die Verifizierung ist besser, als wir es bisher bei anderen Demos gesehen haben, und sie geben sich wirklich Mühe.“ Es gibt jedoch keine Möglichkeit, mit hundertprozentiger Sicherheit zu beweisen, dass die Forscher Recht haben.
Dominik Hangleiter, Informatiker an der Eidgenössischen Technischen Hochschule (ETH) in Zürich, sagte: „Es ist unwahrscheinlich, dass wir den Quantenvorteil jemals endgültig nachweisen können.“
Eine Möglichkeit, die Ergebnisse eines Quantencomputers zu validieren, wäre die Simulation eines realen Experiments und der direkte Vergleich der Ergebnisse mit Beobachtungen in der Natur.
Jay Gambetta, Forschungsdirektor und Fellow bei IBM, erklärte auf der Pressekonferenz: „Dies ist unser Ziel und das Ziel aller hier.“ Gambetta erklärte außerdem, dass der Zweck der Veröffentlichung dieser drei Artikel darin bestehe, das Vertrauen in Quantencomputing zu stärken.
Obwohl es sich bei diesen Demonstrationen um äußerst spezifische Anwendungen handelt und sie noch nicht unmittelbar kommerziell realisierbar sind, glaubt Hangleiter, dass diese neuen Ergebnisse das Vertrauen stärken und das Potenzial des Quantencomputings verstärken.
Lindner sieht in den jüngsten Demonstrationen „einen Schritt in Richtung praktischer Quantencomputer, die Menschen heute für wissenschaftliche Anwendungen nutzen können.“
Lindner schlägt vor, dass die heutigen theoretischen Physiker Quantencomputer verwenden sollten. Er hofft, dass sich diese Praxis mit der Zeit auf die Chemie und andere wissenschaftliche Bereiche ausweitet. Er bekräftigte, dass „die Chemie eine der wichtigsten langfristigen Anwendungen des Quantencomputings ist.“
Allerdings betont Lindner, dass „der Weg zu praktischen Vorteilen in der Chemie stark von weiteren Fortschritten in der Quantenhardware abhängt.“ In der Zwischenzeit ermutigt er Chemiker, sich mit Quantencomputern zu befassen und so das Verständnis der Gemeinschaft dafür zu stärken, welche Fragen mit Quantencomputern effizient gelöst werden können. Die klassische Computerchemie wird nicht ersetzt. Er kam zu dem Schluss, dass „dieses Ergebnis ein Grundsatzbeweis für ein weiteres wissenschaftliches Instrument ist.“
