Der Quantencomputer braucht einen Dolmetscher

Quantencomputer machen enorme Fortschritte. Doch ähnlich wie klassische Computer könnten auch sie erheblich davon profitieren, wenn sie nicht länger allein arbeiten müssten. Konkret könnte man dafür unterschiedliche Quantensysteme miteinander verbinden, damit sie Quanteninformation austauschen können (Kimble, 2008; Reiserer, 2022). Nur so ist es möglich, fragile Quantenzustände über große Distanzen zu übertragen. Genau hier entsteht ein grundlegendes Problem: Viele der heute technologisch fortschrittlichsten Quantenprozessoren arbeiten mit Mikrowellen, während sich für lange Übertragungsstrecken eigentlich optisches Licht eignet (Kjaergaard et al., 2020; Reiserer, 2022). 

Kurz gesagt: Wir haben einen vielversprechenden Prozessor und einen hervorragenden Kommunikationskanal, die aber leider unterschiedliche Sprachen sprechen. Um ihre beiden Welten dennoch zu verbinden, braucht es einen Quantendolmetscher.

Vom Gedankenexperiment zur realen Maschine

Die Geschichte des Quantencomputers begann mit einer einfachen, aber weitreichenden Frage: Wenn die Natur selbst den Regeln der Quantenmechanik folgt, warum sollten wir sie dann mit klassischen Computern simulieren? Der Physiker Paul Benioff zeigte 1980, dass sich eine Rechenmaschine vollständig quantenmechanisch beschreiben lässt (Benioff, 1980). Richard Feynman gab dieser Idee kurz darauf eine konkrete Ausrichtung: Ein kontrollierbares Quantensystem könnte andere Quantensysteme wesentlich natürlicher simulieren als ein klassischer Rechner (Feynman, 1982). Darauf basierend entwickelte David Deutsch das Konzept eines universellen Quantencomputers (Deutsch, 1985). Peter Shor zeigte schließlich, dass Quantencomputer bestimmte Probleme nicht nur anders, sondern wesentlich schneller bearbeiten können (Shor, 1994). Sein berühmter Algorithmus kann große Zahlen effizient faktorisieren und könnte damit beispielsweise heute verbreitete Verschlüsselungsverfahren wie RSA brechen. Dafür müssten Quantencomputer allerdings eine Größe und Zuverlässigkeit erreichen, die mit heutiger Hardware noch nicht möglich ist. 

Was als theoretisches Gedankenspiel begann, entwickelte sich zu einem technologischen Forschungsprogramm, mit möglichen Anwendungen – von der Simulation komplexer Quantensysteme bis hin zur Kryptographie.

Anders rechnen statt nur schneller rechnen

Ein Quantencomputer ist nicht einfach ein besonders schneller klassischer Computer, sondern verarbeitet Informationen grundlegend anders. Ein Bit (die grundlegende Informationseinheit unserer klassischen Computer) kann, ähnlich einem Lichtschalter, zu einem bestimmten Zeitpunkt entweder den Wert 0 oder 1 (aus oder an) besitzen. Dem gegenüber kann seine quantenmechanische Version, das Qubit (Quanten-Bit) eine Überlagerung beider Zustände einnehmen (Nielsen & Chuang, 2010). Der Lichtschalter ist dann so lange gleichzeitig „an“ und „aus“, bis wir ihn beobachten – bis wir eine Messung durchführen. Wenn wir schließlich messen, erhalten wir ein eindeutiges Ergebnis: „an“ oder „aus“. Dieser Übergang von der Überlagerung zu einem bestimmten Messergebnis wird häufig als Kollaps der Wellenfunktion bezeichnet. 

Mehrere Qubits können außerdem miteinander verschränkt werden. Das bedeutet, dass sie so stark miteinander verbunden sind, dass sie nur noch gemeinsam und nicht mehr individuell beschrieben werden können (Nielsen & Chuang, 2010). Die Lichtschalter wären dann alle gleichzeitig „an“ und „aus“, bis einer von ihnen gemessen wird. Dann würden sowohl dieses Qubit als auch alle anderen mit ihm verschränkten Qubits in einen klaren Zustand „an“ oder „aus“ fallen (welche Qubits an oder aus wären hängt vom verschränkten Zustand ab). 

Diese Eigenschaften verhelfen Quantencomputern mithilfe von Quantenalgorithmen bestimmte Problemstrukturen anders, und in einigen Fällen theoretisch wesentlich effizienter, zu bearbeiten. Neben Shors Faktorisierungsalgorithmus (Shor, 1994) ist die Simulation von Molekülen, Materialien und anderen Quantensystemen, also genau die Anwendung, die bereits Feynman ursprünglich motivierte, besonders naheliegend (Feynman, 1982). Daneben werden Quantenalgorithmen für komplexe Optimierungsprobleme untersucht, etwa für Lieferketten, Routen- und Produktionsplanung oder Finanzprobleme. J.P. Morgan Chase erforscht beispielsweise Quantenalgorithmen für Portfoliooptimierung und Hedging, also für die Frage, wie Investments unter gegebenen Rendite- und Risikozielen optimal zusammengestellt oder abgesichert werden könnten. Noch handelt es sich dabei überwiegend um Forschung zu möglichen zukünftigen Anwendungen und nicht um einen bereits etablierten Vorteil heutiger Quantencomputer.

Warum ein Quantencomputer nicht allein bleiben sollte

Doch selbst wenn wir immer bessere Quantenalgorithmen entwickeln, bleibt eine zweite Herausforderung: die Hardware, auf der sie ausgeführt werden. 

Auch klassische Computer wurden nicht allein dadurch revolutionär, dass einzelne Prozessoren immer leistungsfähiger wurden. Ein entscheidender Schritt war ihre Vernetzung. So entstanden aus einzelnen Maschinen lokale Netzwerke, aus Netzwerken Rechenzentren und Cloud-Infrastrukturen und schließlich das Internet. Dadurch konnten Computer Rechenarbeit verteilen, Daten austauschen und auf spezialisierte Ressourcen an anderen Orten zugreifen.

Für Quantencomputer zeichnet sich eine ähnliche Entwicklung ab. Statt immer mehr Qubits in einen einzelnen, zunehmend komplexen Prozessor zu integrieren, könnten mehrere kleinere Quantenmodule miteinander verbunden werden und gemeinsam rechnen. Außerdem könnten unterschiedliche Quantensysteme ihre jeweiligen Stärken kombinieren, beispielsweise Prozessoren für Berechnungen, Quantenspeicher für die Speicherung von Zuständen oder Sensoren für besonders empfindliche Messungen (Kimble, 2008; Reiserer, 2022).

Eine weitere Möglichkeit ist das sogenannte Blind Quantum Computing. Dabei können Berechnungen an entfernte Quantenressourcen ausgelagert werden, ohne dass der Server notwendigerweise die Eingabedaten, den Algorithmus oder das Ergebnis kennen muss (Polacchi et al., 2023). Das ist besonders praktisch bei sensiblen Informationen. All das klingt vielversprechend - bis die beteiligten Systeme versuchen, miteinander zu sprechen.

Der Prozessor spricht Mikrowelle

Wie ein Qubit physikalisch realisiert wird, ist nicht festgelegt. Derzeit werden verschiedene Plattformen erforscht, zum Beispiel supraleitende Schaltkreise, gefangene Ionen, neutrale Atome, Photonen und Spin-Systeme. Jede dieser Plattformen bringt eigene Stärken und Herausforderungen mit sich.

Supraleitende Qubits gehören derzeit zu den technologisch am weitesten entwickelten Plattformen und werden unter anderem von IBM, Google, Rigetti und IQM eingesetzt (Google Quantum AI, 2024; IBM Quantum, 2026; IQM Quantum Computers, 2025; Rigetti Computing, 2026). Sie bestehen aus elektrischen Schaltkreisen, die bei extrem niedrigen Temperaturen von nur wenigen Hundertstel Grad über dem absoluten Nullpunkt bei −273,15 °C betrieben werden. In diesem Temperaturbereich lassen sich ihre Quantenzustände präzise kontrollieren und mehrere Qubits gezielt miteinander koppeln. Gesteuert und ausgelesen werden sie typischerweise mit elektromagnetischen Signalen im Gigahertzbereich, also mit Mikrowellen (Kjaergaard et al., 2020).

Der Grund für die tiefen Temperaturen ist folgender: Je niedriger die Frequenz eines Photons ist, desto weniger Energie trägt es. Ein Mikrowellenphoton mit einer Frequenz von beispielsweise 5 GHz ist daher sehr energiearm. Bei höheren Temperaturen wird das schnell problematisch, denn die Umgebung erzeugt selbst elektromagnetisches, thermisches Rauschen. Unser einzelnes Mikrowellenphoton, das gezielt Quanteninformation transportieren soll, befindet sich dann plötzlich inmitten vieler zufälliger Störsignale. Vereinfacht gesagt ist es ein bisschen so, als würde man versuchen, in einem sehr lauten Raum ein einzelnes Flüstern herauszuhören (Reiserer, 2022; Sekine et al., 2026). Wir verlieren unser Signal mitsamt seiner wertvollen Information und je energieärmer unser Signal ist, desto schneller wird es übertönt.

Genau deshalb werden supraleitende Quantenprozessoren auf Temperaturen nahe dem absoluten Nullpunkt gekühlt. Denn je kälter die Umgebung ist, desto geringer ist dieses thermische Hintergrundrauschen und desto besser lassen sich einzelne Mikrowellensignale kontrollieren. Auf kurzen Distanzen wird dieses Problem mit kryogenen Mikrowellenverbindungen (quasi tiefgekühlte Vakuumröhren) über mehrere Meter gelöst (Schär et al., 2026). Für einzelne Experimente ist das machbar, als Infrastruktur für ein großflächiges Netzwerk wäre es allerdings zu aufwendig. Zum Glück gibt es für lange Übertragungsstrecken einen deutlich praktischeren Kandidaten: Licht.

Das Netzwerk spricht Licht

Für größere Entfernungen eignen sich optische Photonen, also Licht, deutlich besser. Licht im Telekommunikationsbereich lässt sich durch konventionelle Glasfasern übertragen und besitzt eine wesentlich höhere Frequenz (und damit auch eine wesentlich höhere Energie) als Mikrowellenlicht. Dadurch spielt thermisches Rauschen selbst bei Raumtemperatur praktisch keine Rolle (Kimble, 2008; Reiserer, 2022).

Ein typischer supraleitender Quantenprozessor arbeitet bei etwa 5 GHz, während Licht bei einer Wellenlänge von 1550 nm eine Frequenz von ca. 193 THz besitzt, also fast 40.000-mal höher ist. Zum Vergleich: Multipliziert man die Geschwindigkeit eines gemütlichen Spaziergangs von etwa 5 km/h mit demselben Faktor, landet man bei ungefähr 200.000 km/h – das entspricht eher der Geschwindigkeit einer Raumsonde als der eines Sonntagsspaziergangs.

Dadurch ergibt sich eine natürliche Arbeitsteilung: Mikrowellen übernehmen die lokale Verarbeitung in supraleitenden Prozessoren, während optische Photonen die Information über größere Entfernungen transportieren.

Wir haben also einen vielversprechenden Prozessor und einen hervorragenden Kommunikationskanal. Da sie allerdings in zwei völlig unterschiedlichen Frequenzbereichen arbeiten, können sie nicht ohne Weiteres miteinander kommunizieren.

Übersetzen, ohne zuzuhören

Hier kommt die Mikrowellen-zu-Optik-Wandlung (Transduction) ins Spiel.

Ein Transducer soll die Quanteninformation eines Mikrowellensignals auf optisches Licht übertragen und idealerweise auch den umgekehrten Weg ermöglichen (Sekine et al., 2026). Für klassische Information wäre das vergleichsweise einfach. Man könnte das Mikrowellensignal messen und abhängig vom Ergebnis einen optischen Puls erzeugen.

Bei Quanteninformation funktioniert das jedoch nicht. Denn eine Messung verändert den Quantenzustand selbst. Erinnern wir uns an unseren Lichtschalter: Befindet sich ein Qubit in einer Überlagerung aus „an“ und „aus“, liefert die Messung nur noch eines dieser beiden möglichen Ergebnisse. Dabei gehen die ursprüngliche Überlagerung und somit die quantenmechanischen Eigenschaften verloren. Ist das Qubit zusätzlich mit anderen Quantensystemen verschränkt, kann eine solche Messung auch die gemeinsamen quantenmechanischen Beziehungen verändern oder zerstören.

Der Transducer muss den physikalischen Träger daher so verändern, dass die darin gespeicherte Information nicht ausgelesen wird. Nur so bleiben die relevanten Quanteneigenschaften erhalten. Dieser Dolmetscher muss perfekt übersetzen, darf dem Gespräch aber nicht lauschen.

Woran erkennt man einen guten Transducer?

Die Qualität eines Transducers lässt sich nicht anhand einer einzigen Kennzahl festmachen. Entscheidend sind vor allem die Effizienz, das hinzugefügte Rauschen und die Bandbreite (Sekine et al., 2026).

Die Effizienz beschreibt, welcher Anteil des eingehenden Signals erfolgreich in den anderen Frequenzbereich übertragen wird - optimalerweise natürlich 100%. Mindestens genauso wichtig ist das hinzugefügte Rauschen. Damit sind unerwünschte zusätzliche Photonen gemeint, die während der Umwandlung entstehen und sich dem eigentlichen Signal hinzumischen. In der Quantenwelt hat bereits sehr wenig Rauschen einen sehr großen Effekt: Weil das eigentliche Signal nur aus einem Photon besteht, ist jedes zusätzliche Rauschphoton keine kleine Rundungsabweichung, sondern mindestens so groß wie die ursprüngliche Information. Daher muss das hinzugefügte Rauschen so klein wie möglich gehalten werden, definitiv aber kleiner als 1 Photon (vgl. Zhao et al., 2025). 

Die Bandbreite bestimmt schließlich, über welchen Frequenzbereich der Transducer effizient arbeiten und welche Signale beziehungsweise Pulsdauern er verarbeiten kann (Sekine et al., 2026).

Damit ist die Wunschliste allerdings noch nicht beendet. Ein guter Transducer sollte außerdem kompakt und reproduzierbar sein, schnell und stabil arbeiten, hohe Wiederholungsraten ermöglichen und möglichst wenig zusätzliche Wärme in das ohnehin extrem kalte System einbringen. Das ist gar nicht so einfach, wenn man den riesigen Energieunterschied (der Faktor 40.000) beachtet, der mithilfe von externer Energie überbrückt werden muss.

Eine ziemlich anspruchsvolle Stellenbeschreibung für einen Dolmetscher.

Viele Kandidaten – kein klarer Gewinner

Wie auch bei den Quantencomputern sich gibt es bei der Transduktion unterschiedliche Ansätze und physikalische Plattformen. Das Grundprinzip ist jedoch immer ähnlich: Benötigt wird ein System, das mit Mikrowellen und optischem Licht wechselwirken kann und somit zwischen beiden Frequenzbereichen vermittelt. Welche physikalische „Zwischenstation“ diese Aufgabe übernimmt, hängt von der Plattform ab. Manche Ansätze nutzen mechanische Schwingungen, andere elektrooptische Materialien, magnetische Anregungen oder atomare Übergänge.

Jede dieser Plattformen besitzt dabei eigene Stärken und eigene Herausforderungen. Einige Ansätze erreichen hohe Konversionseffizienzen, kämpfen aber beispielsweise noch mit Rauschen oder Erwärmung. Andere funktionieren besonders gut im Quantenregime, erreichen jedoch bislang geringere Effizienzen oder Bandbreiten. Wieder andere lassen sich sehr gut kontrollieren, sind dafür aber schwieriger in großer Zahl herzustellen und in größere Systeme zu integrieren (Sekine et al., 2026).

Bisher gibt es deshalb keinen eindeutigen Gewinner.

Besser im Team

In den vergangenen Jahren gab es bei Quantencomputern nicht nur bei der Zahl kontrollierbarer Qubits Fortschritte. Auch die Qualität ihrer Operationen, die Möglichkeiten der Fehlerkorrektur und unsere Fähigkeit, Quantensysteme miteinander zu verbinden, haben sich weiterentwickelt.

Der nächste große Schritt könnte jedoch weniger darin bestehen, immer größere einzelne Prozessoren zu bauen, sondern mehrere Quantensysteme miteinander zu verbinden. Ähnlich wie in der klassischen Welt könnten wir so Aufgaben verteilen, Rechenleistung bündeln oder unterschiedliche Systeme kombinieren, um ihre jeweiligen Stärken auszuspielen. Und genau das eröffnet auch Quantencomputern völlig neue Möglichkeiten.

Damit aus vielen einzelnen Quantensystemen tatsächlich ein gemeinsames System entstehen kann, müssen sie allerdings erst lernen, miteinander zu „sprechen“. Und dafür brauchen sie einen ziemlich guten Dolmetscher.