Mobile-Menu

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 Deutschland GmbH

Bis 2028 wird es keinen einzigen produktiven KI-Workload auf Quantenhardware geben, prognostiziert Gartner. Was Anbieter als „Quanten-KI“ verkaufen, sei in Wahrheit meist hybride oder quanteninspirierte 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, Vice President Analyst bei Gartner, erklärt, wenn Anbieter von „Quanten-KI“ sprechen, meinten sie in der Regel hybride oder quanteninspirierte Verfahren und keine quantennative KI im Unternehmensmaßstab.

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

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

Klassisch, quanteninspiriert, 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.

Quanteninspirierte 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 keinem 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:

  • Quanteninspirierte 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:50932492)

Wissen, was läuft

Täglich die wichtigsten Infos aus dem ITK-Markt

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

Weiterführende Inhalte