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 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.“
- Nanosilber als Elektrokatalysator für die CO₂-VerwertungDurch Elektrolyse lässt sich CO2 zu CO reduzieren, einem Ausgangsstoff für weitere chemische Produkte wie beispielsweise Kraftstoffe. Im Rahmen des GreenQUEST-Projekts hat ein internationales Team um den HZB-Chemiker Prashanth Menezes Katalysatorschichten aus Silbernanopartikeln systematisch untersucht und dabei sowohl die Partikelgröße als auch deren Dichte variiert. Die beste Ausbeute wurde mit Nanopartikeln mit Durchmessern von etwa 10 nm erzielt, die locker verteilt waren. Darüber hinaus zeigten sie, wie sich die Wirtschaftlichkeit der elektrochemischen Zelle durch eine zusätzliche chemische Reaktion an der Anode verbessern lässt, indem gleichzeitig wertvolle Ameisensäure, Wasserstoff und CO erzeugt wird.
- BESSY II: Erster Film von Spinwellen im Nano-OszillatorSpin-Hall-Nano-Oszillatoren sind winzige Bauelemente auf Basis von ultradünnen CoFeB-Schichten. Sie wandeln Gleichstrom in Mikrowellensignale um und gelten als Option für eine besonders effiziente drahtlose Kommunikation oder für eine neue Technologie der Datenverarbeitung, die vom Gehirn inspiriert ist. Ein schwedisch-deutsches Team konnte nun an BESSY II zum ersten Mal die Magnetisierungsdynamik im Inneren eines solchen Spin-Hall-Nano-Oszillators abbilden, sozusagen filmen. Dazu nutzten sie die zeitaufgelöste Röntgen-Rastertransmissionsmikroskopie am MAXYMUS-Instrument. Die Abbildungen zeigen Merkmale von Spinwellen, die in den bisherigen indirekten Messverfahren nicht sichtbar waren. Die Studie ist in „Advanced Materials“ veröffentlicht.
- Gemeinsame Power statt doppelter Strukturen:Die Berliner Wissenschaft treibt ihre Forschungsexzellenz durch den Aufbau einer leistungsfähigen, institutionenübergreifend nutzbaren Daten- und KI-Infrastruktur weiter voran. Mit einer am 18. September 2026 unterzeichneten gemeinsamen Vereinbarung ebnen die Berlin University Alliance (BUA), das Helmholtz-Zentrum Berlin (HZB) und das Zuse-Institut Berlin (ZIB) den Weg für ein gemeinsames Data-Science- und KI-Zentrum in Berlin-Dahlem und Adlershof.