Künstliche Intelligenz
Quantencomputing: Ein Paradigmenwechsel für die Softwareentwicklung
Quantencomputing stellt einen grundlegenden Wandel in der Informationsverarbeitung dar. Es geht über die binäre Logik hinaus, die über Jahrzehnte hinweg das Rechnen mit Computern geprägt hat. Während klassische Rechner mit Bits arbeiten, die sich eindeutig im Zustand 0 oder 1 befinden, nutzen Quantencomputer die seltsamen Eigenschaften der Quantenmechanik. Sie verarbeiten Quantenbits (Qubits), die sich gleichzeitig in mehreren Zuständen befinden können.
Prof. Dr. Michael Stal arbeitet seit 1991 bei Siemens Technology. Seine Forschungsschwerpunkte umfassen Softwarearchitekturen für große komplexe Systeme (Verteilte Systeme, Cloud Computing, IIoT), Eingebettte Systeme, und Künstliche Intelligenz.
Er berät Geschäftsbereiche in Softwarearchitekturfragen und ist für die Architekturausbildung der Senior-Software-Architekten bei Siemens verantwortlich.
Wer als Softwareentwickler Quantencomputing verstehen möchte, muss nicht nur neue Programmierparadigmen begreifen, sondern auch die zugrunde liegende Physik erfassen, die diese Art der Berechnung überhaupt ermöglicht.
Die große Hoffnung beim Quantencomputing liegt in seiner Fähigkeit, bestimmte Problemklassen exponentiell schneller zu lösen als klassische Rechner. Dazu gehören etwa das Zerlegen großer Zahlen in ihre Primfaktoren, das Durchsuchen unsortierter Datenbanken und die Simulation quantenmechanischer Systeme selbst. Quantencomputing stellt allerdings keine bloß schnellere Version klassischer Computertechnik dar. Es erfordert ganz eigene Algorithmen und völlig andere Denkweisen beim Lösen von Problemen.
Ein von mir entwickelter Quanten-Simulator in Python ist auf GitHub verfügbar. Wer eigene Skripte oder Kommandos im Simulator ausprobieren möchte, kann dies dort tun.
Klassische vs. Quanteninformationstheorie
In der klassischen Informatik erfolgt die Informationsspeicherung in Bits. Jedes Bit repräsentiert entweder 0 oder 1. Alle klassischen Operationen lassen sich als Manipulationen dieser Binärwerte durch logische Gatter wie AND, OR und NOT verstehen. Der Zustand eines klassischen Systems mit n Bits lässt sich beschreiben, indem der Wert jedes Bits festgelegt wird – insgesamt sind dafür n Informationen notwendig.
In der Quanteninformationstheorie gelten andere Prinzipien. Ein Qubit kann sich gleichzeitig in einer Überlagerung der Zustände 0 und 1 befinden. Diese Überlagerung lässt sich mathematisch als Linearkombination der beiden Basiszustände beschreiben. Ein System mit n Qubits kann sich in einer Überlagerung aller 2n möglichen klassischen Zustände befinden. Zur vollständigen Beschreibung eines solchen Zustands sind im Allgemeinen 2n komplexe Zahlen nötig.
Diese exponentielle Skalierung verleiht Quantenrechnern ihr Potenzial, bringt aber auch große Komplexität mit sich. Im Gegensatz zu klassischen Bits lassen sich Qubits nicht beliebig kopieren – das No-Cloning-Theorem schließt dies aus. Wird ein Qubit gemessen, geht seine Überlagerung verloren. Es springt dann in einen der beiden Basiszustände 0 oder 1.
Grundlegendes zur Quantenmechanik
Wer Quantencomputing verstehen will, muss sich mit quantenmechanischen Phänomenen befassen, für die es in der klassischen Welt keine Entsprechungen gibt.
Überlagerung bildet das Fundament der Quantenberechnung. Ein Qubit in Überlagerung befindet sich gleichzeitig in einer Kombination aus 0 und 1 – solange keine Messung erfolgt. Dieses Prinzip lässt sich anschaulich mit Schrödingers berühmtem Gedankenexperiment vergleichen, in dem eine Katze gleichzeitig lebendig und tot ist. Allerdings bleibt diese Analogie oberflächlich – denn im Quantenbereich lässt sich Überlagerung exakt kontrollieren und gezielt manipulieren.
Mathematisch sieht ein Qubit-Zustand so aus: |ψ⟩ = α|0⟩ + β|1⟩. Dabei sind α und β komplexe Zahlen, sogenannte Wahrscheinlichkeitsamplituden. Es gilt stets |α|² + |β|² = 1. Die Notation mit senkrechten Strichen und spitzen Klammern stammt aus der Dirac-Schreibweise, die in der Quantenmechanik üblich ist. Wird das Qubit gemessen, besteht mit Wahrscheinlichkeit |α|² ein Ergebnis 0 und mit Wahrscheinlichkeit |β|² ein Ergebnis 1.
Verschränkung ist ein weiteres, rein quantenmechanisches Phänomen. Dabei treten zwei oder mehr Qubits in einen Zustand, der sich nicht mehr als Produkt einzelner Zustände beschreiben lässt. Einstein sprach in diesem Zusammenhang von „spukhafter Fernwirkung“. Doch obwohl dabei sofortige Korrelationen über große Entfernungen möglich sind, bleibt eine Kommunikation mit Überlichtgeschwindigkeit ausgeschlossen. Verschränkung bildet die Grundlage vieler Quantenalgorithmen und ist essenziell für Quanten-Fehlerkorrektur.
Sobald zwei Qubits verschränkt sind, entscheidet die Messung eines Qubits gleichzeitig über den Zustand seines Partners – unabhängig von der Entfernung. Diese Korrelation übertrifft alle klassischen Möglichkeiten und eröffnet Wege zu Berechnungen, die klassisch nicht durchführbar erscheinen.
Interferenz im Quantenbereich macht es möglich, korrekte Ergebnisse zu verstärken und falsche auszublenden. Dafür müssen Quantenalgorithmen so konstruiert sein, dass sich die Amplituden der falschen Ergebnisse gegenseitig auslöschen, während die der richtigen sich addieren. Diese Interferenz ist der zentrale Mechanismus hinter Algorithmen wie Grovers Suche.
Messung im Quantenbereich unterscheidet sich grundlegend von klassischer Beobachtung. Eine Messung bringt das System in einen der möglichen Basiszustände und zerstört alle Überlagerungen und Verschränkungen. Diese irreversible Eigenschaft zwingt dazu, Quantenalgorithmen so zu gestalten, dass sie relevante Informationen gewinnen, bevor das System kollabiert.
Quantengatter und das Schaltbildmodell
Die Quantenberechnung folgt meist dem Schaltbildmodell (circuit model). Quanten-Gatter manipulieren Qubits analog zu klassischen Logikgattern bei Bits. Allerdings müssen Quanten-Gatter reversibel sein – sie sind unitär, das heißt, sie erhalten die Gesamtwahrscheinlichkeit und lassen sich wieder rückgängig machen.
Die grundlegendsten Gatter für Einzelqubits heißen Pauli-X, -Y und -Z. Sie rotieren den Zustand eines Qubits um verschiedene Achsen auf der sogenannten Bloch-Kugel, einer geometrischen Darstellung von Qubit-Zuständen. Das X-Gatter entspricht einem klassischen NOT-Gatter – es tauscht |0⟩ gegen |1⟩ aus. Das Hadamard-Gatter (H) erzeugt Überlagerung. Es wandelt |0⟩ in (|0⟩ + |1⟩)/√2 und |1⟩ in (|0⟩ − |1⟩)/√2.
Zwei-Qubit-Gatter ermöglichen Verschränkung. Das wichtigste Beispiel ist das CNOT-Gatter (Controlled NOT). Es kehrt den Zustand eines Ziel-Qubits nur dann um, wenn das Steuer-Qubit im Zustand |1⟩ vorliegt. In Kombination mit Einzelqubit-Gattern lassen sich damit alle denkbaren Quantenalgorithmen zusammensetzen.
Im Gegensatz zu klassischen Schaltungen können Quanten-Schaltungen keine klassischen Schleifen enthalten. Der zeitliche Ablauf in Quantenprozessen bleibt unitär. Stattdessen nutzen viele Quantenalgorithmen Quantenparallelität – Überlagerung erlaubt das gleichzeitige Verfolgen vieler Lösungspfade.
Quantenalgorithmen mit Codebeispielen
Ein erstes Beispiel demonstriert Überlagerung und Messung mithilfe von Qiskit, einer Bibliothek von IBM, die auch das Ausführen auf echter Quantum-Computing-Hardware unterstützt:
from qiskit import QuantumCircuit, QuantumRegister, ClassicalRegister
from qiskit import execute, Aer
from qiskit.visualization import plot_histogram
qreg = QuantumRegister(1, 'q')
creg = ClassicalRegister(1, 'c')
circuit = QuantumCircuit(qreg, creg)
circuit.h(qreg[0])
circuit.measure(qreg[0], creg[0])
backend = Aer.get_backend('qasm_simulator')
job = execute(circuit, backend, shots=1000)
result = job.result()
counts = result.get_counts(circuit)
print(counts)
Dieses Beispiel illustriert das Prinzip der Überlagerung. Nach Anwendung des Hadamard-Gatters befindet sich das Qubit in einem Gleichgewichtszustand zwischen |0⟩ und |1⟩. Die Messung bei 1000 Wiederholungen ergibt statistisch etwa gleich viele Ergebnisse für 0 und 1.
Ein zweites Beispiel zeigt die Erzeugung einer Bell-Verschränkung:
qreg = QuantumRegister(2, 'q')
creg = ClassicalRegister(2, 'c')
circuit = QuantumCircuit(qreg, creg)
circuit.h(qreg[0])
circuit.cx(qreg[0], qreg[1])
circuit.measure(qreg, creg)
job = execute(circuit, backend, shots=1000)
result = job.result()
counts = result.get_counts(circuit)
print(counts)
Nach der Anwendung des Hadamard-Gatters auf das erste Qubit und der CNOT-Verknüpfung entsteht der verschränkte Zustand (|00⟩ + |11⟩)/√2. Die Messung zeigt dann ausschließlich ‘00’ und ‘11’ – nie ‘01’ oder ‘10’.
Grovers Suchalgorithmus dient als drittes Beispiel für quantenmechanische Beschleunigung. Eine vollständige Implementierung mit Erklärungen folgt im weiteren Verlauf des Artikels.
Quantenfehlerkorrektur
Fehlerkorrektur in Quantencomputern ist besonders anspruchsvoll, da Quanteninformation äußerst empfindlich auf Störungen reagiert. Dekohärenz, also der Verlust quantenmechanischer Eigenschaften durch Umgebungseinflüsse, verändert Qubit-Zustände. Eine einfache Kopie zur Absicherung lässt sich durch das No-Cloning-Theorem ausschließen.
Die Fehlerkorrektur gelingt durch das Einbetten logischer Qubits in mehrere physikalische Qubits. So lassen sich Fehler erkennen und beheben, ohne die eigentliche Information zu zerstören. Ein einfaches Beispiel ist der Bit-Flip-Code mit drei Qubits: |0⟩ |000⟩, |1⟩ |111⟩.
Für skalierbare Fehlerkorrektur gilt der sogenannte Surface Code als vielversprechend. Dabei befinden sich die Qubits in einem zweidimensionalen Gitter. Zusätzliche Hilfsqubits dienen zur Fehlererkennung, ohne die eigentlichen Qubits zu beeinträchtigen. Der Surface Code toleriert eine hohe Fehlerrate – solange sie unter etwa 1 % bleibt.
Allerdings entsteht dabei ein erheblicher Overhead. Für einen einzigen fehlergeschützten logischen Qubit sind hunderte bis tausende physikalische Qubits erforderlich. Diese Tatsache stellt eines der größten Hindernisse für den praktischen Einsatz von Quantencomputern dar.
Aktuelle Hardware und Programmierumgebungen
Verschiedene Technologielinien konkurrieren derzeit bei der Umsetzung von Quantenhardware. Supraleitende Qubits – etwa bei IBM und Google – arbeiten bei extrem tiefen Temperaturen (ca. 10 Millikelvin) und ermöglichen sehr schnelle Gatteroperationen, sind aber nur kurz kohärent.
Ionenfallen – zum Beispiel bei IonQ oder Honeywell – verwenden elektrisch eingefangene Ionen als Qubits. Diese Systeme zeigen längere Kohärenzzeiten und höhere Genauigkeit, arbeiten jedoch langsamer. Ihre Architektur erlaubt direkte Verbindungen zwischen beliebigen Qubits.
Photonenbasierte Quantencomputer nutzen Lichtteilchen als Qubits und funktionieren bei Raumtemperatur. Allerdings sind Zweiqubit-Gatter in dieser Technologie schwieriger umzusetzen. Noch bleibt ihre Skalierung hinter anderen Ansätzen zurück.
Aus Softwareperspektive existieren mehrere Frameworks. Qiskit (IBM) bietet eine umfassende Python-Bibliothek zum Erstellen und Ausführen von Quanten-Schaltkreisen. Cirq (Google) zielt auf Googles eigene Hardware. Microsofts Q# stellt eine speziell für Quantenprogrammierung entworfene Sprache dar.
Alle Frameworks verwenden typischerweise das Schaltbildmodell (Circuit). Dort definieren Entwickler explizit die Abfolge von Quanten-Gattern. Höhere Programmiersprachen für Quantencomputer befinden sich in der Forschung, um Quantenprogrammierung künftig zugänglicher zu machen.
Künstliche Intelligenz
Digitalisierung & KI: Bundesrat will mehr Mitbestimmungsrechte für Betriebsräte
Der Bundesrat hat die Bundesregierung aufgefordert, im Zuge einer Reform des Betriebsverfassungsgesetzes „die Mitwirkungsrechte des Betriebsrates zum Umgang mit Beschäftigtendaten verlässlich zu gestalten“. Dies gelte vor allem mit Blick auf den verstärkten Einsatz von Künstlicher Intelligenz (KI) sowie softwarebasierter Systeme. Auch rund um die Einführung und die Gestaltung der Rahmenbedingungen zeit- und ortsungebundener Arbeit wie Homeoffice oder Gleitzeit sei es wichtig, den Betriebsrat stärker einzubeziehen, um verlässliche organisationsinterne Datenschutzvorschriften zu erarbeiten.
Die entsprechende Entschließung zur Modernisierung der betrieblichen Mitbestimmung brachten Bremen, Brandenburg, Hamburg, Niedersachsen, Nordrhein-Westfalen und das Saarland in die Kammer ein und fanden dafür am Freitag eine Mehrheit. Zuvor hatte das Arbeitsgericht Hamburg geurteilt: Wenn Unternehmen KI-Systeme wie ChatGPT oder Gemini einführen wollen, müssen sie nicht in jedem Fall den Betriebsrat einbeziehen. Laut dem Betriebsrätemodernisierungsgesetz von 2021 greifen die Rechte der Beschäftigtenvertretung bei der Gestaltung der Arbeitsumgebung und von Abläufen im Unternehmen aber etwa, wenn dort algorithmische Entscheidungssysteme etwa zur Personalauswahl und -bewertung eingesetzt werden sollen.
Zudem soll die Bundesregierung zu prüfen, wie es Beschäftigten auch bei modernen Arbeitsmodellen ermöglicht oder erleichtert werden könne, einen örtlich erreichbaren Betriebsrat zu gründen. Der Bundesrat verweist dabei vor allem auf die Plattformökonomie. Damit würden Dienstleistungen zunehmend digital vermittelt. In solchen Konstellationen fänden Arbeitsprozesse oft nicht mehr innerhalb einer Betriebsstätte statt, sondern würden ebenfalls nur noch digital gesteuert. Diese Entwicklung dürfe aber nicht dazu führen, „dass die für Plattformbetreiber tätigen Beschäftigten keinen örtlich erreichbaren Betriebsrat gründen können“.
Betriebsräte bei Lieferdienst-Firmen
In mehreren aktuellen arbeitsgerichtlichen Entscheidungen wird Mitarbeitern, die in einem mithilfe einer App abgegrenzten Liefergebiet tätig sind, laut dem Beschluss überwiegend versagt, einen Betriebsrat für diese Gegend zu wählen. Der Gesetzgeber müsse daher den Betriebsbegriff anpassen. Gerade in der Gründungsphase einschlägiger Gremien wollen die Länder diese besser vor Behinderungen und Beeinträchtigungen ihrer Arbeit („Union-Busting“) geschützt sehen. Arbeitgeber hätten zwischen 2020 und 2022 in 21,2 Prozent der Fälle erstmalige Betriebsratswahlen und Neugründungen behindert oder dies zumindest versucht.
Generell würdigt der Bundesrat die betriebliche Mitbestimmung als tragende Säule der sozialen Marktwirtschaft und Ausdruck gelebter Demokratie. Solche Instanzen seien ein Grundpfeiler guter Arbeit. Die Arbeitswelt habe sich in den vergangenen Jahren durch die fortschreitende Digitalisierung jedoch so verändert, dass Betriebsräte nach der bestehenden Rechtslage nicht mehr effektiv an allen wesentlichen unternehmerischen Entscheidungen beteiligt würden. So sei etwa schon der Begriff des Arbeitnehmers zu überarbeiten. Oft sei es kaum noch möglich, Angestellte von Selbstständigen zu unterscheiden. Nicht zuletzt müssten Sitzungen in Form von Video- oder Telefonkonferenzen auch für Betriebsräte zugelassen werden.
(mack)
Künstliche Intelligenz
Next-Gen-SSDs schaffen 28 GByte/s und viel mehr IOPS
Der erste bekannte PCI-Express-6.0-Controller für SSDs heißt SM8466 und stammt vom taiwanischen Unternehmen Silicon Motion. Die Firma hat die Eckdaten des Controllers im Rahmen der chinesischen Messe Flash Memory World 2025 enthüllt. Unter anderem ITHome berichtet. SSD-Hersteller werden den Controller für ihre Modelle kaufen können.
Da PCIe 6.0 die Bandbreite gegenüber PCIe 5.0 verdoppelt, soll sich auch die Übertragungsrate des SM8466 gegenüber aktuellen PCIe-5.0-SSDs knapp verdoppeln. 28 GByte/s nennt Silicon Motion. Dazu verwendet der Controller vier PCIe-6.0-Lanes.
Beeindruckender sind die Input/Output-Operationen pro Sekunde (IOPS) bei zufälligen Zugriffen auf 4-Kilobyte-Blöcke. Bis zu sieben Millionen IOPS nennt Silicon Motion, fast dreimal so viel wie bei den aktuell schnellsten SSDs unter idealen Rahmenbedingungen. Insbesondere die IOPS bestimmen, wie zackig sich eine SSD im Alltag anfühlt.
Mit 4-Nanometer-Technik von TSMC
Immer schnellere Zugriffe und höhere Übertragungsraten gehen allerdings zulasten der elektrischen Leistungsaufnahme. Um diese in Schach zu halten, lässt Silicon Motion den SM8466 vom Chipauftragsfertiger TSMC mit 4-Nanometer-Technik produzieren. Für einen Controller ist das ein ungewöhnlich moderner Prozess. Schon der aktuelle SM2508 für Endkunden-SSDs entsteht mit 6-nm-Strukturen.
Der SM8466 ist derweil rein für Server-SSDs gedacht. Erste Modelle sollen bis Ende 2026 erscheinen. Dazu bringt AMD seine nächste Epyc-Serverprozessor-Generation Venice (Zen 6) mit PCIe-6.0-Support und Intel Xeon-CPUs aus der Familie Diamond Rapids. Bei Nvidia dürfte der nächste ARM-Ableger Vera PCIe 6.0 beherrschen.
Bei Desktop-PCs und Notebooks scheint das Interesse an PCI Express 6.0 gering. Entsprechende Plattformen sollen erst gegen 2030 erscheinen, sagte der Silicon-Motion-Chef Wallace C. Kou kürzlich.
(mma)
Künstliche Intelligenz
Marktforscher: Hat Apple die chinesische iPhone-Krise überwunden?
Apples in den letzten Quartalen schrumpfendes China-Geschäft mit dem iPhone scheint sich langsam zu erholen. Das geht aus den letzten Marktforschungszahlen von Counterpoint Research für das zweite Quartal hervor. Demnach konnte Apple in einem „gedämpften Markt“ mit Blick auf das Vorjahresquartal ein starkes Wachstum verzeichnen. Grund sind demnach starke Verkäufe bei iPhone 16 Pro und 16 Pro Max.
Huawei und Apple vorne, Vivo verliert
Das iPhone-Wachstum in China liegt laut Counterpoint, dessen Zahlen sich wie üblich auf eigene Markterhebungen stützen und nicht auf offizielle Werte der Hersteller, im „hohen einstelligen Prozentbereich“. Apple legte demnach beim sogenannten Sell-Through-Anteil, also der Abverkaufsrate, um 8 Prozent zu, während der Gesamtmarkt nur um 1 Prozent im Vergleich zum Vorjahreszeitraum zulegte. Allerdings gelang es dem heimischen Hersteller Huawei, noch stärker zu wachsen – um 12 Prozent.
Die Firma erreichte damit im Quartal die Marktführerschaft. Andere Marken schrumpften hingegen, so ging es für das traditionell starke Vivo um 9 Prozent zurück. Auch die anderen Marken, in China ein großes Segment, verloren leicht um 1 Prozent. Apple hatte im Mai in China seine Preise reduziert und Werbeaktionen durchführen lassen – insbesondere für die Modelle 16, 16 Pro und 16 Pro Max. Dies sei „zeitlich gut abgestimmt gewesen“. Danach folgte das sogenannte 618-Shopping-Festival, ein Tag, der dem Black Friday ähnelt. Auch hier konnten Huawei und Apple punkten, wobei Apple laut Counterpoint-Recherchen mit drei iPhone-Varianten die besten Verkäufe hinlegte und die obere Hälfte der Bestsellerliste einnahm.
Schwierige politische Lage
In China wurden auch Subventionen verteilt, um den Smartphone-Markt anzukurbeln. Dabei wirbt die Regierung vor allem für den Kauf heimischer Marken, obwohl Apple nach wie vor die meisten iPhones in der Volksrepublik produziert. Die staatlichen Verkaufshilfen prägten laut Counterpoint das zweite Quartal, sollen aber in der zweiten Jahreshälfte nicht mehr fortgesetzt werden.
Apple hat in China einen schweren Stand. Das Land kämpft mit der politischen Situation, bei der die Regierung auch aufgrund des aktuellen Handelskrieges von US-Marken abrät, will sich gleichzeitig unabhängiger von China als Produktionsstandort machen. Aber auch das sorgt in Peking für Verärgerung, zuletzt wurden chinesische Mitarbeiter, die bei Apples großem Aufbau indischer Fertigungswerke mithelfen, offenbar auf Druck Chinas wieder abgezogen.
(bsc)
-
Online Marketing & SEOvor 4 Wochen
TikTok trackt CO₂ von Ads – und Mitarbeitende intern mit Ratings
-
Apps & Mobile Entwicklungvor 4 Wochen
Metal Gear Solid Δ: Snake Eater: Ein Multiplayer-Modus für Fans von Versteckenspielen
-
UX/UI & Webdesignvor 4 Wochen
Philip Bürli › PAGE online
-
Social Mediavor 4 Wochen
Aktuelle Trends, Studien und Statistiken
-
Social Mediavor 4 Wochen
LinkedIn Feature-Update 2025: Aktuelle Neuigkeiten
-
Digital Business & Startupsvor 2 Wochen
80 % günstiger dank KI – Startup vereinfacht Klinikstudien: Pitchdeck hier
-
Online Marketing & SEOvor 4 Wochen
#WantaFanta: Warum Fanta und Nico Santos der Gen Z Wünsche erfüllen
-
Social Mediavor 4 Wochen
“Wir haben doch nichts zu erzählen…” – 3 Tricks für neue Social Media Content Ideen