Das Versprechen des Quantencomputing klingt phänomenal: Im Gegensatz zu Bits sind Qubits nicht entweder 0 oder 1. Qubits können gleichzeitig in beiden Zuständen sein, eine sogenannte Superposition beider Zustände. Diese inhärente Parallelität kann zu einer enormen Beschleunigung von Berechnungen führen.Doch selbst wenn es in naher Zukunft gelänge, Quantencomputer mit Millionen fehlerkorrigierender Qubits zu bauen, wären viele der erhofften Anwendungen noch immer nicht verfügbar. Der Grund liegt darin, dass erfolgreiches Quantencomputing weit mehr als Hardwareentwicklung erfordert. Es benötigt neue Algorithmen, neue Entwicklungswerkzeuge und eine völlig neue Art, Programme zu entwickeln.Die Geschichte der klassischen Informatik verdeutlicht dies: Der wirtschaftliche Durchbruch von Computern ab Mitte des vergangenen Jahrhunderts geht nicht allein auf leistungsfähigere Hardware zurück, sondern auch auf die Entwicklung von abstrakten Programmiersprachen, Betriebssystemen, Entwicklungswerkzeugen und einer stetig wachsenden Anzahl effizienter Algorithmen.Mangel an konkreten AlgorithmenGenau an diesem Punkt steht das Quantencomputing heute. Zwar werden weltweit enorme Summen in neue Hardware investiert, doch die Softwareseite erhält deutlich weniger Aufmerksamkeit. Dies ist verwunderlich, denn sie entscheidet letztlich darüber, ob Quantencomputer einen praktischen Nutzen entfalten können. Es existieren mit dem Shor-Algorithmus zur Faktorisierung großer Zahlen oder Grovers Suchalgorithmus zwei prominente Beispiele für Algorithmen mit erheblichem theoretischem Geschwindigkeitsvorteil.Doch darüber hinaus ist die Zahl praktisch-relevanter Algorithmen überraschend klein, siehe zum Beispiel den Quantum Algorithm Zoo. Für viele industrielle Fragestellungen von Optimierungsproblemen über Simulationen bis hin zu Anwendungen der Künstlichen Intelligenz ist bislang unklar, ob und in welchem Umfang Quantencomputer einen relevanten Vorteil gegenüber klassischen Hochleistungsrechnern erzielen können. Fortschritte bei der Hardware allein lösen dieses Problem nicht.Als in der Mitte des vergangenen Jahrhunderts einzelne Relais für die Implementierung von Logikfunktionen miteinander verbunden werden mussten, war an eine Skalierung kaum zu denken. Dies war erst durch Programmiersprachen und Abstraktionsebenen möglich. Genau so müssen heute beim Quantencomputing neue Algorithmen noch auf einer sehr niedrigen Abstraktionsebene mit einzelnen Quantengattern beschrieben werden.Um diese Problematik zu lösen, werden insbesondere leistungsfähige Entwicklungswerkzeuge benötigt, die eine abstrakte Beschreibung, wie zum Beispiel in Python, in ein Quantenprogramm unter Nutzung von quantenmechanischen Effekten (unter anderem der Superposition) überführen und dann das eigentliche Berechnungsproblem in einer besseren Komplexitätsklasse lösen.Quantencomputing verändert SoftwareentwicklungHinzu kommt eine zweite Herausforderung, die außerhalb der Fachwelt kaum angesprochen wird: Selbst wenn diese Algorithmen beschrieben sind, lassen sich Quantenprogramme nicht wie klassische Software debuggen. In der klassischen Informatik gehören Debugger seit vielen Jahrzehnten zu den wichtigsten Entwicklungswerkzeugen.Entwickler können Programme Schritt für Schritt ausführen, Variablen inspizieren und Fehler systematisch lokalisieren. Genau dieses Vorgehen ist bei Quantenprogrammen grundsätzlich nicht möglich. Der Grund liegt in der Quantenmechanik selbst: Sobald der Zustand eines Qubits gemessen wird, kollabiert seine Superposition. Die Berechnung wird dadurch irreversibel beendet. Das Programm kann also nicht einfach angehalten und sein interner Zustand untersucht werden.Stattdessen greifen Entwickler auf Simulatoren zurück, die Quantenprogramme auf klassischen Rechnern nachbilden. Diese funktionieren allerdings nur für vergleichsweise kleine Quantensysteme, da der Simulationsaufwand exponentiell mit der Anzahl der Qubits wächst.Ausgerechnet die leistungsfähigsten zukünftigen Quantencomputer werden sich daher nicht mehr vollständig simulieren lassen. Damit fehlt eines der wichtigsten Entwicklungswerkzeuge. Neue Ansätze zur Verifikation, zum Testen und zur Qualitätssicherung von Quantenprogrammen gehören deshalb zu den dringendsten Forschungsfragen des gesamten Fachgebiets.Chancen für DeutschlandGerade diese Herausforderungen eröffnen jedoch Chancen – insbesondere für Deutschland. Für Deutschland liegt die strategische Chance daher weniger darin, den größten Quantencomputer zu bauen, sondern vielmehr in den Technologien, die ihn erst nutzbar machen. Deutschland verfügt über eines der weltweit stärksten Forschungsökosysteme im Bereich der Quantentechnologien.Hochschulen, Forschungseinrichtungen sowie zahlreiche Start-ups arbeiten an Quantencomputern, Fehlerkorrektur, Quantensensorik und hybriden Rechenverfahren. Gleichzeitig besitzt Deutschland mit seinem starken Mittelstand und seiner Industrie – vom Maschinenbau über die Automobilindustrie bis zur Chemie- und Pharmaindustrie – zahlreiche Unternehmen mit hochkomplexen Optimierungs- und Simulationsproblemen. Genau dort könnten die ersten wirtschaftlich relevanten Anwendungen des Quantencomputings entstehen.Der Erfolg des Quantencomputings wird letztlich nicht daran gemessen werden, wer den größten Quantenprozessor entwickelt. Entscheidend ist vielmehr, wer die Anwendungen schafft, mit denen sich reale Probleme besser lösen lassen. Der Wettlauf um immer mehr Qubits ist deshalb nur ein Teil der Herausforderungen. Mindestens ebenso wichtig sind die Algorithmen, die Software und die Ingenieurskunst, die aus einem physikalischen Konzept eine wirtschaftlich nutzbare Technologie machen. Hier besitzt Deutschland die Chance, sich als führender Innovationsstandort für die nächste Generation des Quantencomputings zu etablieren.