Nobelpreisträger Martinis nennt Datum, wann Quanten-KI ungelöste Probleme lösen wird
Auf der TiEcon 2026 erklärte John Martinis, Schöpfer des ersten Beweises für Quantenüberlegenheit bei Google, dass die Konvergenz von Quantencomputern und KI jetzt stattfindet und den Weg zur Lösung einer neuen Klasse von Problemen ebnet.
Quanten-KI an der Schwelle: Nobelpreisträger John Martinis über die Konvergenz, die die Grenzen des Möglichen verschwimmen lässt
Einleitung
Auf der TiEcon 2026, die vom 29. April bis 1. Mai im Santa Clara Convention Center (Kalifornien) stattfand, wurde eine Aussage gemacht, die durchaus als historischer Meilenstein gelten könnte. John Martinis – Gewinner des Nobelpreises für Physik 2025 und der Mann, der der Welt den ersten Beweis für Quantenüberlegenheit lieferte – verkündete, dass die Verschmelzung von Quantencomputing und künstlicher Intelligenz keine theoretische Abstraktion mehr sei. Seiner Aussage nach findet diese Konvergenz jetzt statt und eröffnet den Weg zur Lösung von Problemen, die zuvor als grundsätzlich unlösbar galten. Um zu verstehen, warum diese Aussage die Tech-Community den Atem anhalten ließ, muss man sie im Kontext der vierzigjährigen Karriere des Wissenschaftlers betrachten, der die Quantenphysik zweimal revolutioniert hat.
Veranstaltungsdetails und Zeitplan
Die TiEcon 2026 stand unter dem Motto „AI & You: Human Centered, AI Powered“ und brachte über 156 Redner zusammen – von Vertretern von OpenAI und Google bis hin zu Morgan Stanley. Das zentrale Ereignis des Business-Programms war jedoch die Keynote von John Martinis auf der Hauptbühne. Die Organisatoren kündigten seine Teilnahme als „epochal“ an: Zum ersten Mal in der Geschichte der Konferenz betraten Nobelpreisträger die Bühne, und Martinis war einer von zwei Wissenschaftlern dieses Kalibers.
Das Format seines Vortrags widmete sich der Konvergenz von Quantencomputern und künstlicher Intelligenz – einem Thema, das der Wissenschaftler selbst als natürliche Fortsetzung der in den 1980er Jahren begonnenen Entwicklung bezeichnet. Damals, als Doktorand an der University of California, Berkeley, bewiesen Martinis und seine Kollegen experimentell, dass Quanteneffekte auf makroskopischer Ebene wirken – eine Entdeckung, die ihnen ein halbes Jahrhundert später den Nobelpreis einbrachte.
Eine Zeitleiste der wichtigsten Meilensteine in Martinis‘ Karriere hilft, das Gewicht seiner aktuellen Aussage zu verstehen:
1980er Jahre – Experimente mit makroskopischen Quantenzuständen in supraleitenden Schaltkreisen, die die Grundlage für alle modernen supraleitenden Qubits legten. „Es gab die Frage, ob eine makroskopische Variable der Quantenmechanik entkommen kann, und für mich, einen jungen Studenten, der gerade Quantenmechanik lernte, schien das ein fantastisches Experiment zu sein“, erinnerte sich der Wissenschaftler in einem kürzlichen Interview.
2014–2019 – Leitung des Google Quantum AI Teams, das den 54-Qubit-Sycamore-Prozessor entwickelte. Im Oktober 2019 führte Sycamore eine Berechnung in 200 Sekunden durch, die nach Schätzungen den leistungsstärksten klassischen Supercomputer Summit 10.000 Jahre gekostet hätte. Dieses Ereignis ging als „Quantenüberlegenheit“ in die Geschichte ein und war, in den Worten des damaligen CEO Sundar Pichai, „der Hello-World-Moment, auf den wir gewartet haben“.
Oktober 2025 – Verleihung des Nobelpreises für Physik an John Martinis, John Clarke und Michel Devoret für die „Demonstration des makroskopischen Quantentunnelns und der Energiequantisierung in einem elektrischen Schaltkreis“.
2024–2026 – Gründung von QoLab, wo Martinis das Quantencomputing zum dritten Mal neu erfindet. Diesmal durch einen radikal neuen Ansatz zur Herstellung von Quantenchips, den er als „Abschied von der Technologie der 1950er Jahre“ zugunsten moderner Methoden der Halbleiterindustrie beschreibt.
Parallel zur TiEcon 2026 bestätigte Martinis seine Teilnahme an der DAC 2026 (Juli, Long Beach), wo er einen Vortrag mit dem Titel „From Fundamental Science to Building a Superconducting Quantum Computer“ halten wird.
Bedeutung und Auswirkungen
Martinis‘ Aussage über die Konvergenz von Quantencomputern und KI ist weniger als Vorhersage wichtig, sondern als Diagnose des aktuellen Moments. Ein Wissenschaftler, der die Physik jedes Elements eines Quantensystems versteht – von der Mikrowellenelektronik bis zu Kryostaten – behauptet, dass die Barrieren, die klassische KI und Quantencomputing trennen, gerade jetzt verschwinden.
Aus technischer Sicht erfolgt die Verschmelzung auf zwei Ebenen. Die erste ist die Hardware: Quantenprozessoren werden zunehmend mit denselben Ansätzen entworfen und hergestellt wie moderne Halbleiterchips für KI-Workloads. Die zweite ist die algorithmische: Quantencomputer lösen auf natürliche Weise Probleme in der Quantenchemie und Materialwissenschaft, die für klassische Supercomputer „Stolpersteine“ darstellen.
„Ich bin wirklich daran interessiert, einen Quantencomputer zu nutzen, um Probleme in der Quantenchemie und bei Quantenmaterialien zu lösen“, bemerkte Martinis in einem Interview mit New Scientist im Februar. „Dieses Quantenproblem ist aufgrund grundlegender Schwierigkeiten in der Quantenmechanik auf einem klassischen Supercomputer schwer zu lösen. Aber es ist natürlich grundsätzlich durch einen Quantencomputer lösbar – man bildet das Quantenproblem einfach auf einen Quantencomputer ab.“
Der Unterschied zwischen seinem Ansatz und dem Mainstream-Diskurs über Quanten-KI ist bezeichnend. Während viele im Konjunktiv über Optimierungsprobleme und Quanten-Machine-Learning sprechen, verlässt sich Martinis lieber auf Probleme, bei denen der Vorteil des Quantenansatzes mathematisch bewiesen ist: „Die Theorie hinter Anwendungen in der Materialwissenschaft und Chemie ist viel bestimmter. Wir wissen, welche Größe ein Quantencomputer haben muss. Es ist eine Maschine, von der ich glaube, dass wir sie bauen können – sowohl in Bezug auf Größe als auch Geschwindigkeit.“
Für die Industrie bedeutet dies eine Verschiebung des Fokus von „Lass es uns versuchen und sehen, ob es funktioniert“ hin zu technisch realisierbaren Projekten. Für die Gesellschaft bedeutet dies die Aussicht auf beschleunigte Medikamentenentwicklung, neue Materialien und Katalysatoren – was Martinis nicht als ferne Fantasie sieht, sondern als ein Ziel, das durch die Lösung spezifischer Hardwareprobleme erreichbar ist.
Reaktion der Hauptakteure
Die Organisatoren der TiEcon 2026 präsentierten Martinis‘ Vortrag als zentrales Ereignis der Konferenz. Das Programm des Tracks „Powering the Future: Where Nations, Academia & Deep Tech Converge“ war um die Überschneidung von Quantentechnologien, KI und Geopolitik herum aufgebaut – mit Beteiligung von Diplomaten, akademischen Pionieren und Führungskräften von Technologieunternehmen aus den USA, Indien, Japan und Europa. Dies spiegelt ein wachsendes Verständnis wider, dass Quanten-KI nicht nur eine wissenschaftliche, sondern auch eine geostrategische Kategorie wird.
Die DAC 2026, die Martinis als einen von drei Hauptrednern (neben dem CTO von Qualcomm und einem Professor der UC Berkeley) ankündigte, bestätigte, dass das Chipdesign in eine Ära „vom Silizium zu Systemen“ eintritt, in der Quantenbeschleuniger als Teil der gesamten Rechnerarchitektur betrachtet werden.
Die Fachgemeinschaft selbst debattiert weiterhin über die Realitätsnähe der Zeitpläne. In einem Interview mit New Scientist gab Martinis zu, dass sein neuer Ansatz bei QoLab auf „überraschend viel Widerstand und Skepsis“ gestoßen sei, fügte aber schnell hinzu: „Aus meiner jahrzehntelangen Erfahrung in der Physik bedeutet das, dass wir eine gute Idee haben.“ Er kritisiert konsequent die „Naivität“ vieler Teams, die versuchen, Quantencomputer zu skalieren, ohne grundlegende Ansätze zur Fertigung und zur Verdrahtung der Qubits zu überdenken. Seiner Ansicht nach ist das „Draht-Dschungel“-Problem die Hauptbarriere, und die Lösung liegt in der Integration der gesamten Mikrowellensteuerung direkt auf dem Chip.
Prognose und Schlussfolgerungen
Martinis‘ Worte haben gerade deshalb Gewicht, weil er die Zukunft nicht vorhersagt – er hat sie bereits zweimal geschaffen. In den 1980er Jahren legten seine Experimente den Grundstein für alle modernen supraleitenden Qubits. 2019 bewies sein Team, dass ein Quantencomputer das kann, was ein klassischer nicht kann. Jetzt behauptet er, dass die Konvergenz von Quantencomputern und KI gerade jetzt stattfindet – und das ist keine Vorhersage, sondern eine Feststellung des Prozesses, den er beobachtet.
Was bedeutet das praktisch? Kurzfristig (ein bis drei Jahre) – die Entstehung hybrider Systeme, bei denen Quantenprozesse Probleme der Quantenchemie lösen und klassische KI die Ergebnisse verarbeitet. Martinis hebt besonders die Anwendung zur Verbesserung der Kernspinresonanz in der Chemie hervor – eine „erste Anwendung“, die seiner Einschätzung nach einen Computer realistisch erreichbarer Größe erfordert.
Mittelfristig (drei bis sieben Jahre) – die Entstehung von Quantencomputern, die nach der QoLab-Methode gebaut wurden: mit Chips, die auf moderner Halbleiterausrüstung statt auf Technologie aus der Mitte des 20. Jahrhunderts hergestellt werden, und mit Integration der gesamten Mikrowellensteuerung auf dem Chip. Dies sollte das „Draht“-Problem lösen – laut Martinis die Hauptbarriere für die Skalierung.
Langfristig (sieben Jahre und mehr) – Quantenbeschleuniger für Probleme, die heute aufgrund rechnerischer Unzugänglichkeit gar nicht erst angegangen werden: Design neuer Materialien, Optimierung von Katalysatoren für die chemische Industrie, Modellierung biologischer Prozesse.
Martinis verspricht kein Wunder – er appelliert an die Ingenieurslogik. Und darin liegt vielleicht der Hauptunterschied zwischen seinem Vortrag und vielen futuristischen Vorhersagen: Wenn jemand, der die Physik jedes Elements eines Quantensystems versteht, sagt, dass die Konvergenz bereits im Gange ist, sollte man zuhören. Die kommenden Jahre werden zeigen, ob Martinis‘ dritte Revolution so erfolgreich sein wird wie die ersten beiden. Aber schon jetzt ist klar: Die Diskussion über Quanten-KI hat sich vom Bereich „Ist es möglich?“ in den Bereich „Wann und in welcher Architektur?“ verlagert.
— Editorial Team
Noch keine Kommentare.