Der Markt für Quantencomputing entwickelt sich rasant. Besondere Chancen bietet in dem Umfeld Quanten-KI – als Kombination, die sich intelligente Analytics und die enorme Rechenleistung von Quantencomputing zunutze macht. Unternehmen stehen jedoch noch vor der Herausforderung, diese sinnvoll zu nutzen.

Sowohl-als-auch statt Entweder-oder: Quantencomputing ist eine neue Art der Datenverarbeitung mit der Besonderheit, dass Daten nicht – wie bei Bits – binär dargestellt werden. Stattdessen können Quanten-Bits (Qubits) in verschiedenen Stadien gleichzeitig vorliegen, also gleichzeitig 0 oder 1 sowie 0 und 1 sein. Diese sogenannte Überlagerung erlaubt Quantenrechnern in einem einzigen Qubit die Verarbeitung der doppelten Menge an Informationen.

Speziell KI kann von der enormen Rechenleistung profitieren, weil sich damit wesentlich komplexere Fragestellungen lösen lassen. Nicht zuletzt deshalb erwarten Experten, dass sich die Umsätze von Quantencomputing bis 2030 verzwanzigfachen.

Hybrid-Ansatz für das beste Ergebnis in kürzester Zeit. Bei sogenannter Quanten-KI ist ein hybrider Ansatz entscheidend, bei dem Quantencomputing und traditionelle Datenanalyse zusammenwirken. Während bei einem rein quantenbasierten Vorgehen ein Ergebnis innerhalb von Minuten vorliegt, allerdings ohne die optimale Lösung zu präsentieren, benötigt der klassische Optimization Solver ohne Quanten-Annealing dafür Stunden, liefert aber das bestmögliche Resultat. Der hybride Ansatz aus Optimization Solver und Quantentechnologie bringt das Beste aus beiden Welten zusammen – Tempo und Qualität.

Eine aktuelle IDC-Studie im Auftrag des Daten- und KI-Experten SAS zeigt: Obwohl Praxisanwendungen noch in den Kinderschuhen stecken, steigt die Beachtung für Quanten-KI [1]. Etwa ein Drittel der weltweiten Entscheider beobachtet die Technologie bereits, ein Viertel vertraut ihr vollständig. Einer weiteren globalen Studie zufolge experimentieren drei von fünf Führungskräften mit Quanten-KI beziehungsweise investieren in die Technologie [2].

Vielseitige Use Cases. Obwohl das Bewusstsein für das enorme Potenzial dieser Technologie also vorhanden ist, herrscht noch weitgehend Unklarheit darüber, wie man es ausschöpfen kann. Dabei gibt es konkrete Use Cases für -Quanten-KI: Nämlich immer dort, wo es auf Geschwindigkeit, Skalierbarkeit und Genauigkeit ankommt. Das reicht von Risikosimulation im Finanzbereich bis zur Echtzeit-planung von Katastrophenschutzmaßnahmen in der öffent-lichen Verwaltung.

Einer Umfrage von Coleman Parkes zufolge erwarten Unternehmen – je nach Branche – ganz unterschiedliche Use Cases von Quantentechnologie [3]. 80 Prozent der Banken sehen fortschrittliche Predictive Analytics als Top-Chance, Versicherer hoffen auf Echtzeitsimulationen der Customer Journey (69 Prozent). Die öffentliche Verwaltung wiederum zeigt vor allem Interesse an der Generierung von synthetischen Daten (29 Prozent).

Insbesondere das Gesundheitswesen wird voraussichtlich von Quantentechnologie profitieren, beispielsweise in der Medikamentenentwicklung. Forscher sind damit in der Lage, komplexe molekulare und biologische Interaktionen auf Atomebene zu modellieren. Somit lassen sich wirksamere Medikamente schneller auf den Markt bringen, denen sonst jahrelange Entwicklungsphasen vorangehen.

Multidimensionaler Quantenvorteil. Ein Irrglaube ist, dass der oft zitierte »Quantenvorteil« alleine in der Geschwindigkeit besteht. Forschungsbeispiele belegen zwar, dass Quantencomputer ein Problem in Stunden lösen können, für das herkömmliche Rechner Hunderte oder Tausende von Jahren benötigen würden. Allerdings haben die Testszenarien mit ihrer spezifischen Problemstellung wenig mit konkreten praktischen Anwendungen zu tun.

Tatsächlich sind die Vorteile multidimensional. Quantencomputing dient beispielsweise der Verbesserung bestehender Methoden des maschinellen Lernens, da es eine höherdimensionale Verschlüsselung der Daten oder ein Trainieren von Modellen mit weniger Daten ermöglicht. Auch die signifikante Reduzierung des Energieaufwands für die Lösung einer Aufgabe mittels der Technologie gehört zu den positiven Aspekten. Entscheidend für den sinnvollen Einsatz sind Kriterien, die dem jeweiligen Business Case nutzen, Geschwindigkeit ist dabei lediglich einer von vielen möglichen Faktoren.

Solides Framework gefordert. Wenn zwei leistungsstarke Technologien wie KI und Quantentechnologie kombiniert werden, steigen potenzielle Risiken und ethische Bedenken insofern, als sich die Möglichkeiten und der Umfang des KI-Einsatzes deutlich erweitern. Laut IDC-Studie gehen Unternehmen allerdings diese Risiken noch zu wenig an, und Maßnahmen zur Sicherstellung von Trustworthy AI haben selten Priorität. Lediglich zwei Prozent sehen die Entwicklung einer AI Governance als Top-3-Aufgabe; nicht einmal jeder Zehnte gibt an, Richtlinien für den verantwortungsvollen KI-Einsatz zu erstellen.

Oft scheitert es an smarten Datenstrategien. Fast die Hälfte der Unternehmen nennt eine dezentrale Datenbasis oder Cloud-Datenumgebungen, die nicht optimiert sind, als Haupthindernis für eine erfolgreiche KI-Einführung. Darauf folgt das Fehlen umfassender Data-Governance-Prozesse (44 Prozent) und der Rückgang von KI-Spezialisten im Unternehmen (41 Prozent).

Fazit: Die Zeit ist (bald) reif für Quanten. Quanten-KI ist noch weit davon entfernt, alle Probleme zu lösen. Zwar arbeiten diverse Hardwareanbieter mit Hochdruck daran, Maschinen herzustellen, die die erforderliche Skalierbarkeit, Geschwindigkeit und Präzision liefern, um greifbare Verbesserungen auf produktiver Ebene zu schaffen. Quantentechnologie verfügt jedoch noch nicht über diese weitreichende technologische Reife.

Das Interesse und der Investitionswille von Vordenkern sind dennoch groß – auch wenn sie keinen kurzfristigen ROI erwarten können. Auf längere Sicht verschaffen sich diese »First Mover« einen Wettbewerbsvorteil, indem sie In-House-Expertise und geistiges Eigentum aufbauen – und somit bestens vorbereitet sind, wenn die Technologie »erwachsen« wird. Ein Blick auf die R&D-Roadmaps der Hardware-hersteller lässt hoffen, dass Computer recht bald in der Lage sein werden, zumindest »Low Hanging Fruit«-Probleme mit Quantentechnologie zu lösen.

Gerhard Svolba,
Principal Solutions Architect,
SAS

[1] https://www.sas.com/de_de/news/press-releases/2025/september/studie-sas-und-idc-viele-unternehmen-haben-vertrauen-generative-ai.html

[2] https://www.sas.com/de_de/news/press-releases/2025/may/sas-studie-drei-von-fuenf-unternehmen-experimentieren-quanten-ki.html

[3] https://www.sas.com/ai-marketers

Illustration: © Agsandrew | Dreamstime.com

251 Artikel zu „Quantencomputing „

Trends 2025 | News | TechTalk | Infrastruktur | Trends

TechTalk: So ist es aktuell um das Thema Quantencomputing bestellt

6. August 2025

Wie ist denn derzeit der Stand der Dinge rund um das Thema Quantencomputing, und wie sieht es damit gerade bei Fujitsu aus? Darüber haben wir mit Anne-Marie Tumescheit auf der ISC High Performance 2025 gesprochen. Herausgekommen ist dieses gut 2-minütige Videointerview.

Gerhard Svolba, Principal Solutions Architect, SAS

[1] https://www.sas.com/de_de/news/press-releases/2025/september/studie-sas-und-idc-viele-unternehmen-haben-vertrauen-generative-ai.html

[2] https://www.sas.com/de_de/news/press-releases/2025/may/sas-studie-drei-von-fuenf-unternehmen-experimentieren-quanten-ki.html

[3] https://www.sas.com/ai-marketers

251 Artikel zu „Quantencomputing „

Gerhard Svolba,
Principal Solutions Architect,
SAS