Quantencomputer ersetzen klassische Computer nicht, und das ist auch nie das Ziel. Dieser Vergleich legt dar, was ein Qubit anders macht als ein klassisches Bit, warum "Superposition bedeutet parallele Verarbeitung" eine irreführende Abkürzung ist, und welche Probleme auf welche Maschine gehören, damit du weißt, was dich erwartet, bevor du deine erste Schaltung schreibst.
Die Grundeinheit: Bit vs. Qubit
Ein klassisches Bit hält zu jedem Zeitpunkt genau einen von zwei Zuständen, 0 oder 1. Ein Qubit befindet sich vor der Messung in einer Superposition aus beiden, beschrieben durch zwei komplexe Zahlen (Amplituden) statt eines einzelnen Werts. Das Messen eines Qubits lässt diese Superposition zu einer definitiven 0 oder 1 kollabieren, mit einer Wahrscheinlichkeit, die durch diese Amplituden festgelegt ist.
Die verlockende Abkürzung ist, n Qubits in Superposition so zu behandeln, als würden sie "2ⁿ Werte gleichzeitig verarbeiten". Mechanisch betrachtet kodiert der zugrundeliegende Quantenzustand tatsächlich 2ⁿ Amplituden gleichzeitig. Diese Information wieder herauszuholen ist der schwierige Teil: Eine einzelne Messung liefert genau eine n-Bit-Zeichenfolge, zufällig ausgewählt entsprechend den Amplituden, und der Rest der Information verschwindet mit dem Kollaps. Ein nützlicher Quantenalgorithmus muss so gestaltet sein, dass Interferenz die falschen Antworten auslöscht und die richtige verstärkt, bevor die Messung stattfindet, statt Qubits einfach in Superposition zu bringen und direkt auszulesen.
Deterministisch vs. probabilistisch
Führt man dasselbe klassische Programm zweimal mit derselben Eingabe aus, liefert ein korrekt funktionierender Computer beide Male das identische Ergebnis. Führt man dieselbe Quantenschaltung zweimal aus, ziehen die beiden Durchläufe aus einer Wahrscheinlichkeitsverteilung und liefern dieselbe Antwort nur mit einer gewissen Wahrscheinlichkeit, oft deutlich unter 100 % selbst bei funktionierender Hardware. Deshalb laufen Quantenprogramme in "Shots": Dieselbe Schaltung wird hunderte oder tausende Male ausgeführt, und die Antwort ergibt sich aus der resultierenden Verteilung statt aus einer einzelnen Ausführung. Sieh dir unseren Glossareintrag zu Shot Noise für die Statistik dahinter an.
Worin jedes Modell gut ist
Klassische Computer bleiben bei nahezu allem, wofür Computing heute eingesetzt wird, unzweifelhaft besser: Webserver, Datenbanken, Videospiele, Tabellenkalkulationen, das Training großer Sprachmodelle, Grafikrendering und der überwiegende Teil des wissenschaftlichen Rechnens. Das ist keine vorübergehende Lücke, die bessere Quantenhardware schließt. Für viele dieser Aufgaben gibt es überhaupt keinen Quantenalgorithmus mit irgendeinem Vorteil, weil die zugrundeliegende Mathematik keine ausnutzbare Quantenstruktur besitzt.
Quantencomputer zeigen einen echten, mathematisch bewiesenen Geschwindigkeitsvorteil bei einer eng begrenzten Gruppe von Problemen: Faktorisierung großer Zahlen (Shor-Algorithmus), unstrukturierte Suche (Grover-Algorithmus) und die Simulation anderer Quantensysteme, genau die Physik- und Chemiearbeit, mit der ein klassischer Computer zu kämpfen hat, weil die Natur selbst nach den Regeln der Quantenmechanik läuft. Optimierung und maschinelles Lernen sind aktive Forschungsfelder mit vorgeschlagenen Quantenalgorithmen (QAOA, VQE, Amplitudenschätzung), aber ein bewiesener Vorteil bei praktischen Problemgrößen wurde für keinen davon bis 2026 gezeigt. Unser Realitätscheck zu Quantum Machine Learning behandelt diese Lücke für einen konkreten Fall genauer.
Nebeneinander
| Klassisch | Quanten | |
|---|---|---|
| Grundeinheit | Bit (0 oder 1) | Qubit (Superposition aus 0 und 1) |
| Ausführung | Deterministisch | Probabilistisch, braucht viele Shots |
| Fehlerraten heute | Praktisch null (eingebaute klassische Fehlerkorrektur ist ausgereift) | 0,1-1 % pro Gatter auf aktueller Hardware |
| Physische Betriebsbedingungen | Raumtemperatur | Nahe dem absoluten Nullpunkt (supraleitend) oder lasergesteuertes Vakuum (Ionenfalle) |
| Bewiesener Geschwindigkeitsvorteil | Entfällt, ist die Baseline | Faktorisierung, unstrukturierte Suche, Quantensimulation |
| Wo man heute eines nutzen kann | Jedes Gerät | Kostenlose Simulatoren oder kostenloser Cloud-QPU-Zugang |
Die Beschleuniger-Perspektive
Die Perspektive, die einer genaueren Prüfung standhält: Eine QPU fungiert als spezialisierter Beschleuniger für eine eng begrenzte Klasse von Problemen, ähnlich wie eine GPU Matrixmultiplikation beschleunigt, ohne die CPU zu ersetzen, die den Rest des Programms ausführt. Hybride Algorithmen wie VQE und QAOA machen das explizit: Ein klassischer Optimierer führt die äußere Schleife aus und ruft die QPU nur für die konkrete Teilberechnung auf, die Quantenhardware gut beherrscht. Niemand schlägt Quantenhardware für Datenbankabfragen, den Webserver oder das Betriebssystem darunter vor.
Nächste Schritte
- Einstieg in kostenloses Quantencomputing: einen Simulator oder eine kostenlose QPU wählen und die erste Schaltung ausführen
- Glossar: Superposition, Verschränkung, Quantenvorteil, Quantum Supremacy
- Quantensimulatoren im Vergleich: der kostenlose Weg über klassische Hardware, um Quantenschaltungen zuerst auszuprobieren