Sicherheitsexperten warnen davor, dass Quantencomputing bald leistungsfähig genug sein könnte, um kryptografische Verfahren in wenigen Minuten oder Stunden zu knacken. Die Rechenleistung lässt sich jedoch nicht nur für das Brechen von Verschlüsselungsalgorithmen, sondern auch für viele Anwendungsfälle im Unternehmensalltag nutzen. Quantencomputing könnte etwa zahlreiche Optimierungsaufgaben übernehmen – beispielsweise bei der Planung von Routen oder Produktionsabläufen. NTT?Data verweist jedoch auf die komplexe Technik und den bislang geringen Nutzen im im geschäftlichen Alltag. Bislang gehe es vor allem darum, Wissen und Erfahrung zu sammeln, um einen strategischen Vorteil zu besitzen, sobald sich wirtschaftlich tragfähige Anwendungsfälle zeigen. Der IT-Spezialist beschreibt einige der Herausforderungen:
Technische Limitierungen: Quantencomputer basieren auf sogenannten Qubits, die anders als die klassischen Bits heutiger Computer gleichzeitig 0 und 1 sowie Werte dazwischen darstellen können. Bislang ist die Zahl der Qubits in einem Quantencomputer auf wenige Hundert begrenzt, und damit auch die Rechenleistung der Systeme. Erst wenn es gelingt, die Zahl der Qubits deutlich zu steigern, wird Quantencomputing ausreichend Performance für die Berechnungen im Geschäftsalltag liefern. Bis dahin müssen noch große Stabilitätsprobleme gelöst werden: Denn derzeit gibt es gerade bei komplexen Rechenoperationen viel Rauschen und Fehler, die sich nur teilweise durch Fehlerkorrekturmechanismen ausgleichen lassen. Universitäten, Forschungsinstitute und auch viele Unternehmen arbeiten mit Hochdruck daran, diese Limitierungen zu überwinden.
Konkurrierende Software-Stacks: Anbieter von Quantencomputern verfolgen unterschiedliche Hardware-Ansätze und bieten einen jeweils eigenen Software-Stack an, der in der Regel nicht mit den Plattformen und Tools anderer Anbieter kompatibel ist. Unternehmen, die mit mehr als einem System Erfahrung sammeln wollen, müssen also viel investieren: in Quantencomputing-Services bei mehreren Anbietern und die separate Entwicklung von Algorithmen auf deren jeweiligem Software-Stack. NTT?Data verweist weiter darauf, dass die Entwicklung der Hardware schnell voranschreitet, es aber keine richtige Rückwärtskompatibilität gibt. Das heißt, es kann notwendig sein, die Algorithmen immer wieder anzupassen oder gar neu zu entwickeln, wenn sich die Hardware verändert. Zwar gibt es bereits entsprechende systemübergreifende Frameworks, diese befinden sich jedoch noch im Aufbau und decken bisher nur begrenzte Plattformen ab. In der industriellen Bildverarbeitung stellen PC-basierte Systeme oft eine technische Hürde dar. Die Trennung von Bildaufnahme und Datenverarbeitung führt häufig zu Latenzen, erhöhtem Platzbedarf und einem komplexen Wartungsaufwand. Besonders in schnellen Produktionslinien erschwert die Synchronisation zwischen Sensor und externem Rechner eine stabile Prozesskontrolle. ‣ weiterlesen
Präzise 2D-Inspektion mit nativer Edge-Intelligenz
Fehlendes Know-how: Als weitere Hürde nennt NTT Data, dass es nur wenige Experten für das Thema gibt und Unternehmen Wissen erst intern aufbauen müssen. Zudem konzentrieren sich die Schulungsangebote meist auf eine technologische Plattform, wobei nicht absehbar ist, welche Hardware-Ansätze und Software-Stacks sich durchsetzen werden. Der IT-Dienstleister beschreibt zudem die Gefahr, dass aufwendig ausgebildete Experten anschließend abgeworben werden könnten, da sie im Markt äußerst rar und gefragt sind.
Unbekannte Use Cases: In der Pressemitteilung gibt NTT Data auch zu bedenken, dass Quantencomputing noch in den Kinderschuhen steckt und es bislang kaum absehbar ist, welche Anwendungsfälle sich mit der Technologie später wirtschaftlich umsetzen lassen. Bislang gebe es viele konzeptionelle Ideen, etwa bei kombinatorischen Optimierungen, künstlicher Intelligenz, in der Materialwissenschaft und Chemie sowie in der Kryptografie, aber nur eine überschaubare Anzahl praxistauglicher Algorithmen. Das Software-Angebot für klassische Computer ist hier deutlich breiter aufgestellt. Unternehmen müssen also zunächst ermitteln, für welche ihrer geschäftlichen Problemstellungen sich Quantencomputing überhaupt eignet, und dann die entsprechenden Algorithmen selbst entwickeln, um verifizieren zu können, ob die Umsetzung tatsächlich machbar ist und einen geschäftlichen Nutzen bringt. Die Untersuchungen von Quantencomputing-Anbietern können hier helfen und Orientierung bieten. Eins zu eins auf die eigenen Use Cases übertragbar sind sie allerdings nur selten. Hohes Investitions- und Regulierungsrisiko: Quantencomputer sind extrem teuer, weshalb es für Unternehmen sinnvoller sein kann, Quantencomputing-Ressourcen in der Cloud zu mieten, anstatt eigene Hardware anzuschaffen und zu betreiben. Dennoch besteht ein hohes Investitionsrisiko, da der Aufbau von Know-how, die Entwicklung von Algorithmen und die Evaluierung von Anwendungsfällen ebenfalls mit nicht unerheblichen Kosten und vielen Unsicherheiten verbunden sind. NTT Data verweist hier besonders auf den Aspekt, dass durch die angesprochene Diversifizierung der Technologie eine Evaluierung immer an einen bestimmten Anbieter gebunden ist. Nicht zuletzt bestehe das Risiko, dass Staaten wie die USA und China den Zugang zu Hardware oder Software im Rahmen ihrer Wirtschafts- und Sicherheitspolitik zukünftig beschränken oder ganz verbieten. Zwar existieren bereits europäische Quantencomputer, diese können sich aber noch nicht im internationalen Vergleich gegen die großen Anbieter behaupten. Auch hier besteht darüber hinaus das Risiko, dass die kommerzielle Nutzung europäischer Quantencomputer im Rahmen von EU-Regularien zukünftig eingeschränkt werden könnte.
„Universell einsetzbare Quantencomputer sind noch Zukunftsmusik, doch Unternehmen, die sich schon jetzt mit der Technologie beschäftigen, können sich erhebliche Wettbewerbsvorteile sichern“, betont Christian Nietner, Innovation Center Lead for Quantum Computing bei NTT Data DACH. „Die Technologie ist schlicht zu disruptiv, um sie zu ignorieren, und der große Durchbruch ist jederzeit möglich. Wer dann erst anfängt, Wissen aufzubauen und Erfahrung zu sammeln, verliert viel Zeit und hat womöglich schon entscheidende Marktanteile eingebüßt. Dennoch sollte der frühzeitige Einstieg ins Quantencomputing nicht blauäugig erfolgen, denn die Investitionen und Risiken sind hoch. Ein erfahrener und herstellerunabhängiger Partner, der mögliche Use Cases aufzeigt, zur Technologieauswahl berät und bei der Entwicklung von Prototypen unterstützt, kann daher äußerst wertvoll sein und viele Risiken minimieren.“
