Quint Computing sammelt 9,1 Millionen Euro ein, IBM koppelt zwei 120-Qubit-Prozessoren

Das jüngste Geld für europäische Quantenhardware kam am 3. November an. Quint Computing, ein im Oktober 2025 gegründetes deutsches Startup, sammelte in einer ersten Runde 9,1 Millionen Euro ein, angeführt von Vsquared, wie Tech.eu berichtet. Quantonation, Nucleus Capital, Faber, Vanagon Ventures und ZOHO.VC beteiligten sich. Zu den Business Angels gehörte Prof. Mikko Möttönen, Gründer von IQM und QMill. Das Unternehmen hält außerdem einen Pathfinder-Zuschuss des Europäischen Innovationsrats über 2,2 Millionen Euro, meldete Tech.eu. Das ist öffentliches Geld für eine Firma, die kaum ein Jahr alt ist. Es zeigt, wie früh die Wetten in dieser Branche noch stehen.

Quint setzt auf Fehlerreduktion auf Hardwareebene. Das Unternehmen baut eine supraleitende Chiparchitektur, die Fehlerraten senken soll, bevor Softwarekorrektur ins Spiel kommt. Genau dieses Problem hat Quantenmaschinen bisher aus dem industriellen Einsatz herausgehalten.

Die Gründer sind die Quantenphysiker Prof. Michael Hartmann und Prof. Christopher Eichler sowie der Ökonom Dr. Jona Stinner. Das Team kommt von der Friedrich-Alexander-Universität Erlangen-Nürnberg und ist laut Tech.eu im Ökosystem des Munich Quantum Valley verankert. Ihre Wette lautet, dass die Fehlerraten im Chip selbst sinken müssen und nicht nur in der klassischen Software, die darüber liegt. Sie wetten außerdem darauf, dass ein supraleitendes Design, das auf diese Aufgabe zugeschnitten ist, industrielle Nutzer früher erreicht als Architekturen, die auf später ergänzte Korrekturschichten setzen. Ob ein Team in der Seed-Phase das vom Entwurf bis zur Fertigung tragen kann, ist die offene Frage, die die Runde nicht beantwortet.

Zwei Prozessoren, ein Meter, vier Koppler

Am 2. November wies Semiconductor Engineering auf eine Arbeit von IBM Research hin, "Meter-scale quantum interconnects between large quantum processors", die als 2610.29986 auf arXiv erschienen ist. Das Abstract beschreibt vier L-Koppler, die zwischen zwei supraleitenden 120-Qubit-Prozessoren vom Typ IBM Nighthawk R1 arbeiten. Modulare Designs brauchen genau das: Koppler über große Distanzen, die die Kohärenz über Strecken im Meterbereich halten. Sie müssen außerdem auf mehrere Verbindungen zwischen zwei beliebigen Modulen skalieren.

Warum spielt ein Meter eine Rolle? Ein einzelner Verdünnungskryostat hat ein begrenztes Budget an Leitungen. Fehlerkorrigierte Maschinen brauchen weit mehr Qubits, als ein einzelner Chip fassen kann. Lassen sich Module zusammennähen, ohne den Quantenzustand zu zerstören, wächst eine Maschine durch zusätzliche Module statt durch einen neuen Chipentwurf. Das ist das Argument. Die Arbeit zeigt Koppler; einen fehlertoleranten Rechner zeigt sie nicht.

Die kommerzielle Logik dahinter bewegt sich schneller als die Physik. Am 26. Oktober teilte Intel mit, einen verbindlichen Vertrag zur Übernahme von Classiq unterzeichnet zu haben, einem israelischen Quantensoftware-Unternehmen, dessen Syntheseplattform unabhängig vom Qubit-Typ ist. Intels Mitteilung rahmt den Deal als Verbindung von Classiqs Algorithmsynthese mit der eigenen Fertigung von Silizium-Spin-Qubits. Der Deal ergänzt Quantum Processing Units in einem Portfolio, das bereits CPUs, GPUs und ASICs umfasst.

"Joining forces with Classiq transforms Intel's Quantum Computing Group into a full-stack quantum computing business", sagte Lip-Bu Tan, Vorstandsvorsitzender von Intel, in der Ankündigung des Unternehmens.

Die Transaktion steht laut Intel noch unter dem Vorbehalt der Regulierungsbehörden. Ein Preis wurde in der Mitteilung nicht genannt.

Fehlerkorrektur wandert von Papers zu Produkten

Fehlerraten sind der rote Faden, der sich durch all das zieht. Quint verkauft eine Chiparchitektur, die auf sie zielt. IBMs Arbeit an den Interconnects existiert, damit sich fehlerkorrigierte Module kombinieren lassen. Und am 26. Oktober stellte arXiv "Magic state cultivation on a superconducting quantum processor" von Emma Rosenfeld, Craig Gidney und einer langen Autorenliste aus dem Google-Quantenteam online. Die Arbeit wurde erstmals im Dezember 2025 eingereicht und vergangene Woche überarbeitet. Magic States sind der Rohstoff für die Nicht-Clifford-Gates, die fehlertolerante Algorithmen brauchen. Sie günstig herzustellen gehört zu den stilleren Engpässen des Feldes.

Nicht jeder Meilenstein dieser Woche kam aus einer Chipfabrik. Forscher der Florida Atlantic University unter Leitung von Prof. Arslan Munir veröffentlichten in Discover Quantum Science einen Vergleich quantenmaschineller Lernverfahren für die Vorhersage von Lungenkrebs bei absichtlich begrenzten Trainingsdaten. HPCwire berichtete am 2. November, dass eine Annealing-Maschine von D-Wave mit einer Quanten-Support-Vektor-Maschine in der Simulation 94,31 Prozent Genauigkeit erreichte und auf Quantenhardware 91,90 Prozent.

Der Datensatz verdient eine genaue Prüfung. Er begann mit 309 öffentlichen Datensätzen zu Rauchergeschichte, Husten, Giemen, Müdigkeit und Brustschmerz. Anschließend wurde er mit synthetischen Beispielen auf 540 Proben ausgeglichen. Die ergänzten Datensätze waren keine neuen Patienten. Die Modelle wurden auf 108 Proben trainiert und über fünf Runden auf 432 getestet. Ein Hardware-Wert von 91,90 Prozent auf einem kleinen, synthetisch erweiterten Datensatz ist ein Forschungsergebnis, kein klinisches. Die Autoren stellen es auch so dar.

Die Geldfrage und die Namensfrage

Kapital kommt gleichzeitig in kleinen Schecks und in großen Übernahmen. Quint sind 9,1 Millionen Euro eine Runde in Seed-Größe für ein Unternehmen, das Kryotechnik, Zugang zur Fertigung und Physiker braucht. Intel kauft Software, die auf Hardware aufsetzt, die es bereits herstellt. Die Lücke zwischen diesen beiden Positionen beschreibt die Form des aktuellen Markts.

Derweil hat der Boom der KI-Infrastruktur, der einen großen Teil der angrenzenden Rechenleistung bezahlt, ein PR-Problem. The Verge berichtete am 3. November, OpenAI habe am Montag in einer Ankündigung zum Grid Protectors Program den Begriff "compute campus" verwendet. "Data center" kam in rund 900 Wörtern zweimal vor. Tom's Hardware vermerkte am 2. November, Axios habe den Plan zum Umbenennen vor den US-Zwischenwahlen gemeldet. Zitiert wurde OpenAIs Chief Global Affairs Officer Chris Lehane, der die Zwischenwahlen als "a bit of a movie trailer for what you're going to see in 2028" beschrieb.

"OpenAI is clearly responding to the unpopularity of data centers", sagte Holly Elmore, Gründerin und Geschäftsführerin von PauseAI US, zu The Verge. "Rebranding them 'compute campuses' may fool listeners once or twice but it's not the name 'data center' that is unpopular." Das Zitat stammt aus der Berichterstattung von The Verge, nicht von uns.

Zwei arXiv-Papers dieser Woche zeigen auf die wirtschaftliche Ebene unter all dieser Rechenleistung. Eines, am 29. Oktober von Nastaran Okati, Ricardo Olmedo und Moritz Hardt eingereicht, formalisiert Computational Arbitrage. In diesem Modell kauft ein Vermittler Inferenz aus einem Portfolio von Modellen und verkauft sie weiter. Die Arbeit beweist, dass das Allokationsproblem im Allgemeinen NP-schwer ist, und zeigt dann, dass es unter einer Bedingung abnehmender Erträge handhabbar wird. Das andere, am 30. Oktober von Genliang Zhu und Chu Wang eingereicht, legt ein Autorisierungsprotokoll für Computer-Use-Agenten vor. Diese Agenten handeln über grafische Oberflächen, Kommandozeilen, APIs und Server des Model Context Protocol. Das Protokoll wurde über 3.464 Traces in 1.732 Szenarien getestet.

Keines der beiden Papers ist ein Meilenstein in dem Sinn, den die Quantenleute meinen. Beide beschreiben die Leitungen, an denen sich entscheidet, ob diese Hardware ihren Preis einspielt.

Was als Nächstes zu beobachten ist, fällt weniger glamourös aus als Qubit-Zahlen. IBMs Koppler müssen zwischen mehr als zwei Modulen funktionieren. Quint muss seine Architektur in Silizium zeigen statt in einer Finanzierungsankündigung. Intel braucht die Zustimmung der Regulierer. Und das Feld braucht Fehlerraten, die niedrig genug sind, damit ein 120-Qubit-Prozessor, der an einen weiteren gekoppelt ist, ein Rechner ist und kein Experiment.