Quantencomputer: Gewissheit aus dem Zufall ziehen

Quantencomputer (hier ein Experiment am Technology Innovation Institute in Abu Dhabi) arbeiten bei sehr niedrigen Temperaturen, um Rauschen und unerwünschte Störungen zu minimieren. Mit einem neu entwickelten mathematischen Werkzeug ist es nun möglich, die Leistung eines Quantencomputers durch zufällige Testdaten zu bewerten und mögliche Fehler zu diagnostizieren.

Quantencomputer (hier ein Experiment am Technology Innovation Institute in Abu Dhabi) arbeiten bei sehr niedrigen Temperaturen, um Rauschen und unerwünschte Störungen zu minimieren. Mit einem neu entwickelten mathematischen Werkzeug ist es nun möglich, die Leistung eines Quantencomputers durch zufällige Testdaten zu bewerten und mögliche Fehler zu diagnostizieren.

Quantencomputer werden mit zunehmender Größe und Komplexität undurchschaubar. Mit Methoden der mathematischen Physik ist es nun einem Team gelungen, aus zufälligen Datensequenzen konkrete Zahlen abzuleiten, die als Maßstab für die Leistungsfähigkeit eines Quantencomputersystems dienen können. An der Arbeit mit Quantencomputer, die nun in Nature communications veröffentlicht ist, waren Experten des Helmholtz-Zentrum Berlin, der Freien Universität Berlin, des Qusoft Forschungszentrum Amsterdam, der Universität Kopenhagen sowie des Technology Innovation Institute Abu Dhabi beteiligt.

Mit Quantencomputern lassen sich insbesondere Quantensysteme deutlich effizienter berechnen und zum Beispiel Probleme in der Materialforschung lösen. Je größer und komplexer jedoch Quantencomputer werden, desto weniger lassen sich die Prozesse durchschauen, die zum Ergebnis führen. Um solche Quantenoperationen zu charakterisieren und die Fähigkeiten von Quantencomputern mit der klassischen Rechenleistung bei denselben Aufgaben fair zu vergleichen, werden daher passende Werkzeuge gebraucht. Ein solches Werkzeug mit überraschenden Talenten hat nun ein Team um Prof. Jens Eisert und Ingo Roth entwickelt.

Benchmarking von Quantencomputern

Roth, der aktuell am Technology Innovation Institute in Abu Dhabi eine Gruppe aufbaut, erläutert: „Aus den Ergebnissen zufällig gewählter Experimente können wir mit mathematischen Methoden nun viele verschiedene Zahlen extrahieren, die zeigen, wie nah die Operationen im statistischen Mittel an den gewünschten Operationen sind. Damit kann man aus den gleichen Daten viel mehr lernen als zuvor. Und zwar – das ist das Entscheidende – wächst die benötigte Datenmenge nicht linear sondern nur logarithmisch.“ Dies konnte das Team sogar mathematisch beweisen. Konkret bedeutet das: Um hundertmal so viel zu lernen, werden nur doppelt so viel Daten gebraucht. Eine enorme Verbesserung.

Eisert, der eine gemeinsame Forschungsgruppe zu theoretischer Physik am Helmholtz-Zentrum Berlin und der Freien Universität Berlin leitet, sagt: „Es geht hier um das Benchmarking von Quantencomputern. Wir haben gezeigt, wie man mit randomisierten Daten solche Systeme kalibrieren kann. Das ist eine sehr wichtige Arbeit für die Entwicklung von Quantencomputern.“

arö

  • Link kopieren

Das könnte Sie auch interessieren

  • Humboldt-Fellow am HZB-Institut für Solare Brennstoffe: Alexander R. Uhl
    Nachricht
    02.03.2026
    Humboldt-Fellow am HZB-Institut für Solare Brennstoffe: Alexander R. Uhl
    Alexander R. Uhl von der UBC Okanagan School of Engineering in Kelowna, Kanada, will mit Roel van de Krol vom HZB-Institut für Solare Brennstoffe einen effizienten und günstigen Photoelektrolyseur entwickeln, um mit Sonnenlicht Wasserstoff zu produzieren. Sein Aufenthalt wird von der Alexander von Humboldt-Stiftung gefördert.
  • 5000. Proteinstruktur an BESSY II: Startpunkt für einen COVID-Wirkstoff
    Science Highlight
    26.02.2026
    5000. Proteinstruktur an BESSY II: Startpunkt für einen COVID-Wirkstoff
    Viele Proteine besitzen eine komplexe Architektur, die bestimmte biologische Funktionen ermöglicht. An manchen Stellen können Moleküle andocken und die Funktion des Proteins verändern. Ein Team am HZB hat nun das Nsp1-Protein untersucht, das bei der Infektion mit dem SARS-CoV-2-Virus eine Rolle spielt. Sie analysierten Proteinkristalle, die sie zuvor mit Molekülen aus einer Fragmentbibliothek versetzt hatten und entdeckten dabei insgesamt 21 Kandidaten als Startpunkte für die Medikamentenentwicklung. Gleichzeitig entschlüsselten sie damit auch die 5000. Struktur an BESSY II.
  • Was die Zinkkonzentration in Zähnen verrät
    Science Highlight
    19.02.2026
    Was die Zinkkonzentration in Zähnen verrät
    Zähne sind Verbundstrukturen aus Mineralien und Proteinen, dabei besteht der Großteil des Zahns aus Dentin, einem knochenartigen, hochporösen Material. Diese Struktur macht Zähne sowohl stark als auch empfindlich. Neben Kalzium und Phosphat enthalten Zähne auch Spurenelemente wie Zink. Mit komplementären mikroskopischen Verfahren hat ein Team der Charité Berlin, der TU Berlin und des HZB die Verteilung von natürlichem Zink im Zahn ermittelt. Das Ergebnis: mit zunehmender Porosität des Dentins in Richtung Pulpa steigt die Zinkkonzentration um das 5- bis 10-fache. Diese Erkenntnis hilft, den Einfluss von zinkhaltigen Füllungen auf die Zahngesundheit besser zu verstehen und könnte Verbesserungen in der Zahnmedizin anstoßen.