Gartner-Prognose zu Quantencomputing und KI Nicht überall, wo Quantum draufsteht, steckt auch Quantum drin

Von Paula Breukel 2 min Lesedauer

Anbieter zum Thema

Gartner rechnet bis 2028 mit keiner einzigen produktiven KI-Workload auf Quantenhardware. Was Anbieter als „Quanten-KI“ verkaufen, sei in Wahrheit meist hybride oder quanten-inspirierte Technik im klassischen Gewand.

Quantenhardware bleibt hochspezialisiert. Viele Entwicklungen greifen zwar Konzepte aus der Quantenforschung auf, arbeiten aber auf klassischer Recheninfrastruktur.(Bild:  Gemini / Paula Breukel / KI-generiert)
Quantenhardware bleibt hochspezialisiert. Viele Entwicklungen greifen zwar Konzepte aus der Quantenforschung auf, arbeiten aber auf klassischer Recheninfrastruktur.
(Bild: Gemini / Paula Breukel / KI-generiert)

Nach Einschätzung von Gartner werde „Quanten-KI“ von Anbietern meist unscharf verwendet. Chirag Dekate, VP Analyst bei Gartner, erklärt, wenn Anbieter von „Quanten-KI“ sprechen, meinten sie in der Regel hybride oder quanten-inspirierte Verfahren und keine quanten-native KI im Unternehmensmaßstab.

Echtes Quantencomputing sei für keine KI-Produktions-Workload bereit, und das werde sich laut Dekate wahrscheinlich auch im Rest des Jahrzehnts nicht ändern. Für messbare Leistungs- oder Kostenvorteile bei KI seien Fortschritte in vier Bereichen nötig:

  • Hardware,
  • Fehlerkorrektur,
  • Middleware
  • und Algorithmen.

Klassisch, quanten-inspiriert, hybrid – die große Verwechslung

Gartner unterscheidet drei Kategorien, die häufig mit „Quanten-KI“ verwechselt würden: klassische KI, die vollständig auf CPUs, GPUs oder TPUs laufe und bereits heute messbaren Return on Investment (ROI) liefert.

Quanten-inspirierte KI, also klassische Algorithmen, die Prinzipien wie Annealing oder Tensornetzwerke nutzten, ohne auf Quantenhardware angewiesen zu sein

Die dritte Kategorie sind hybride Quanten-Klassik-Verfahren, bei denen kleine Quantenschaltkreise experimentell neben klassischen KI- oder HPC-Systemen eingesetzt würden. Letztere kämen laut Gartner in Forschung und anbietergestützten Pilotprojekten zum Einsatz, nicht in der Produktion.

Getrennte Budgets für Quanten und KI

Gartner rät Unternehmen, Quanten- und KI-Budgets zu trennen. Die beiden Bereiche hätten unterschiedliche Zeithorizonte, Kostenstrukturen und Governance-Anforderungen: GenAI liefere messbaren Wert innerhalb von 12 bis 18 Monaten, während Quanten-KI bislang bei keiner Produktions-Workload einen messbaren Nutzen erzielt habe.

Laut Dekate verwische eine Vermischung der Budgets die Verantwortlichkeiten in beiden Bereichen. CIOs würden GenAI, agentische KI, Cybersicherheit und Cloud konstant zu den Top-Investitionskategorien zählen, Quantencomputing tauche dort nicht auf.

Wer dennoch in Quanten investiere, tue dies laut Dekate zu deutlich niedrigeren Raten als bei GenAI und ohne kurzfristige Rendite-Erwartung.

Das empfiehlt Gartner:

  • Quanten-inspirierte klassische Verfahren in den bestehenden KI-Stack integrieren, etwa in Optimierung, GenAI, linearer Algebra, Graphanalyse und Reinforcement Learning;
  • Für jedes Quanten-Pilotprojekt Erfolgskriterien, einen klassischen Vergleichsmaßstab und klare Abbruchbedingungen festlegen;
  • Fortschritt an der Verfügbarkeit logischer Qubits mit nutzbaren Fehlerraten messen, nicht an der reinen Anzahl physischer Qubits.

(ID:50921234)

Jetzt Newsletter abonnieren

Täglich die wichtigsten Infos zu RZ- und Server-Technik

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung