IBMs logische Qubits bringen die Fehlerkorrektur näher an zertifizierte Werte

Fehlerkorrektur ist das Tor zwischen einer Labordemonstration und einer Maschine, die eine lange Rechnung durchhält, ohne ihre Antwort zu verlieren. Sinken die logischen Fehlerraten weiter und braucht jedes logische Qubit zugleich weniger physische Qubits, verschieben sich für Käufer wie für Wettbewerber die Hardware-Budgets und die Zeitpläne fehlertoleranter Systeme. Ob das bei großen Codeblöcken hält, ist offen.

Die neuesten Ergebnisse beantworten diese Frage nicht, verändern aber die Rechnung für Käufer.

IBM und Quantinuum melden sauberere logische Qubits

Der Digest von Quantum Zeitgeist berichtete, IBM habe auf ibm_phoenix mit Gitterchirurgie Bell-State-Fidelitäten logischer Qubits über 93% erreicht. Die logischen Fehler in Speichertests lagen bei 0,9% gegenüber 1,9% zuvor. Der Lauf nutzte 120 supraleitende Qubits. Ein Großteil des Gewinns kam aus der Software: Das Team erkannte weniger zuverlässige Qubits und schloss sie aus, außerdem verbesserte es die Dekodierung. Quantinuum meldete zusammen mit dem National Quantum Computing Centre eine Fehlerrate von 0,26% aus QLDPC-Chirurgie auf seinem Ionenfallen-Prozessor H2-2. Die Demonstration vermaß ein logisches Qubit in einem Zwei-Qubit-Block mit sieben Hilfsqubits und verwendete diese Hilfsqubits anschließend für wiederholte Messungen erneut.

Die Wiederverwendung zählt: Jedes zusätzliche Qubit ist Hardware, die jemand bauen und kühlen muss.

Der Digest vermerkte außerdem eine Rechnung mit 70 logischen Qubits und überprüfbaren Ergebnissen von IBM, Qedma und Algorithmiq. Er meldete, dass Google und MIT den Bedarf an physischen Qubits um den Faktor zehn senken. Die Skalierung auf größere Codeblöcke bleibt eine Herausforderung, heißt es in dem Digest. Das Verfahren zum Ausschluss defekter Qubits, das IBM nutzte, lasse sich nicht unbegrenzt skalieren, so der Digest. Es mache aktuelle Rechnungen aber stabiler.

Der Abstand zu nützlichen Maschinen

Eine am 1. November veröffentlichte Notiz zitierte eine Präsentation vom Februar 2026 vor einer japanischen Regierungsarbeitsgruppe zu Quanten. Darin wurden aktuelle Maschinen mit 100 bis mehreren Hundert Qubits angegeben, Fehlerraten um 0,1% und Rechnungen mit bis zu 1.000 Gates. Nützliche Anwendungen bräuchten Tausende Qubits, Milliarden von Gates und Fehlerraten von 10 hoch minus 10, heißt es dort. Das sind sieben Größenordnungen unter den heutigen Fehlerraten. Nach der Rechnung der Notiz wären dafür 100.000 bis 1.000.000 physische Qubits nötig.

Halten wir die Ergebnisse der Woche dagegen. Eine logische Fehlerrate von 0,9% und ein Kodierungsverhältnis von fünf zu eins schlagen ihre Vorgänger. Von dem, was eine Rechnung in der Chemie oder Materialforschung verlangen würde, sind sie weit entfernt.

Zertifizierte Codedistanzen kommen ins Spiel

Bereits am 30. Oktober meldete Quantum Zeitgeist, ein Team der Air Force Engineering University habe 21 neue binäre Quantencodes zertifiziert. Außerdem verbesserte es 34 weitere Codes aus Grassls Codetabelle.

Die Minimaldistanz bestimmt, wie viele Fehler ein Code aufnehmen kann, bevor die gespeicherte Information verloren ist. Bisher schätzten Forscher sie, statt sie zu berechnen. Die Gruppe verknüpfte quasi-zyklische additive Codes über F4, ein Zahlensystem mit vier Elementen, mit Minimaldistanzen, die sie überprüfen konnte. Der Mechanismus ist ein Theorem, das das Team Ancestor Lifting nennt: einen längeren Code aus einem kürzeren bauen und das Ergebnis dann prüfen, statt es anzunehmen. Teilerverbände übernehmen die Buchführung. In einem Benchmark, mit dem das Feld Codes vergleicht, tragen nun 21 Einträge zertifizierte Distanzen statt Schätzungen, und 34 weitere wurden verbessert. Das Team veröffentlichte zudem explizite Konstruktionen für drei bisher unbestätigte GV-Codes, Werte, die im öffentlichen Verzeichnis fehlten.

Sechs weitere Kandidaten sahen vielversprechend aus. Sie brauchen eine vollständige Prüfung, bevor jemand sie als zertifiziert bezeichnet, heißt es im selben Bericht. Die Autoren benannten auch die Lücke zwischen einer besseren Tabelle und einer funktionierenden Maschine: Die Arbeit zeigt keine Skalierbarkeit auf die Größen, die eine fehlertolerante Rechnung bräuchte.

Caltech und Oratomic senken die Qubitzahl

Die andere Hälfte der Rechnung ist, wie viele physische Qubits jedes logische Qubit verbraucht. Caltech erklärte zusammen mit dem mit Caltech verbundenen Startup Oratomic, eine funktionierende Maschine könne 10.000 bis 20.000 Qubits brauchen statt der Millionen, die frühere Schätzungen annahmen. Die Aussage stützt sich auf eine Architektur zur Fehlerkorrektur für neutrale Atome. Laser, sogenannte optische Pinzetten, bewegen und verbinden Atome über ein großes Array hinweg.

Nach diesem Schema ließe sich jedes logische Qubit mit nur fünf physischen Qubits kodieren, gegenüber etwa 1.000 bei herkömmlicher Fehlerkorrektur. "Es ist tatsächlich sehr überraschend, wie gut das funktioniert. Wir nennen es ultra-effiziente Fehlerkorrektur", sagte Manuel Endres, Physikprofessor am Caltech. John Preskill, theoretischer Physiker am Caltech, nannte den Fortschritt "optimistisch". Er sagte, er bringe einen breit nutzbaren Quantencomputer näher an die Realität.

Caltechs Zahl gilt nur, wenn die Fehlerraten weit genug fallen. Die niedrigere Qubitzahl bedeutet, dass eine Maschine theoretisch bis zum Ende des Jahrzehnts in Betrieb gehen könnte, hieß es in der Erklärung.

Was als Nächstes passiert

Drei Punkte bleiben offen. Oratomic will mit der Advanced Quantum Computing Mission des Caltech an der Forschung zu einem fehlertoleranten Quantencomputer in Nutzungsgröße zusammenarbeiten. Die sechs nicht zertifizierten Codes brauchen eine umfassendere Prüfung, bevor sie in die Tabelle aufgenommen werden. Quantinuum und das National Quantum Computing Centre müssen die QLDPC-Chirurgie noch auf größere Codeblöcke skalieren.

Kein Ergebnis aus diesem Paket kommt mit einem Auslieferungsdatum. Was sich ändert, ist die Rechnung, mit der Käufer und Wettbewerber ein fehlertolerantes System kalkulieren. Sie erhalten weniger physische Qubits pro logischem Qubit, niedrigere logische Fehlerraten und Codedistanzen, die sich prüfen statt schätzen lassen.