6. Juli 2026
Moderne Quantenprozessoren erscheinen auf den ersten Blick klar verschaltet und präzise steuerbar. Doch in ihrem Inneren wirkt eine hochkomplexe Physik. Forschende aus Jülich haben gemeinsam mit Nobelpreisträger John M. Martinis und Partnern am MIT einen theoretischen Ansatz entwickelt, mit dem sich bislang verborgene Wechselwirkungen in Quantenchips besser verstehen und kontrollieren lassen.
Ein supraleitender Quantenprozessor sieht äußerlich oft aus wie ein sauber aufgebautes Gitter aus Qubits. Tatsächlich geht es im Chip jedoch deutlich weniger geordnet zu, als dieses Bild vermuten lässt. Qubits treten nicht nur mit jenen Nachbarn in Wechselwirkung, mit denen sie gezielt gekoppelt werden sollen. Über unerwünschte Streukopplungen und Vielkörpereffekte können sie auch mit weiter entfernten Qubits interagieren. Solche unbeabsichtigten Kopplungen können Quantenzustände verfälschen, die Qualität von Quantengattern mindern und dazu führen, dass sich der Prozessor anders verhält, als es ein idealer Quantenalgorithmus vorsieht.
Um die Leistung von Quantengattern zu verbessern, hat die Quantum Device Theory Group um Dr. Mohammad Ansari am Forschungszentrum Jülich nun einen skalierbaren theoretischen Rahmen vorgestellt. Mit ihm lassen sich große supraleitende Quantenprozessoren besonders realitätsnah modellieren. Die Ergebnisse wurden in der Fachzeitschrift npj Quantum Information veröffentlicht.
Der neue Ansatz berücksichtigt feine Schaltungsdetails, die in Simulationen häufig vereinfacht oder ganz vernachlässigt werden. Dadurch wird die bislang verborgene Wechselwirkungslandschaft eines Chips sichtbar. Sie zeigt, wo störende Kopplungen entstehen, wie sie sich unterdrücken lassen und an welchen Stellen sie möglicherweise gezielt genutzt oder kontrolliert werden können.
Getestet wurde die Theorie am Sycamore-Chip von Google. Mit diesem Prozessor hatte Google 2019 erstmals demonstriert, dass ein Quantencomputer eine bestimmte Aufgabe schneller lösen kann als ein klassischer Supercomputer. Warum sich die Leistung von Quantengattern trotz dieses Meilensteins nur schwer weiter steigern lässt, war auf mikroskopischer Ebene bislang jedoch nur teilweise verstanden.
Die neue Theorie macht nun starke, leistungsschädliche Wechselwirkungen im Sycamore-Chip sichtbar — mithilfe der sogenannten Processor Error Tomography, kurz PET-Scan. So lässt sich besser nachvollziehen, welche bislang übersehenen Kopplungen die Leistung begrenzen und wie künftige Prozessoren konstruiert werden können, damit solche Effekte weniger stark ins Gewicht fallen.
Die Studie zeigt, dass supraleitende Quantenprozessoren in sehr unterschiedlichen Betriebsbereichen arbeiten können. In manchen Bereichen verhalten sie sich vergleichsweise stabil und eignen sich für Berechnungen. In anderen dominieren komplexe Vielkörperwechselwirkungen. Diese sind für zuverlässiges Quantenrechnen problematisch, können aber für die Erforschung grundlegender Vielkörperphysik besonders interessant sein. Schon kleine Änderungen an den Bauteilparametern können ausreichen, um einen Prozessor von einem Bereich in den anderen zu verschieben — mit unmittelbaren Folgen für seine Leistungsfähigkeit.
Damit wird deutlich: Verborgene Wechselwirkungen sind kein kleiner Nebeneffekt, der sich nachträglich einfach korrigieren lässt. Sie zählen zu den zentralen Herausforderungen beim Design skalierbarer Quantenhardware. Der neue Ansatz ermöglicht es, Quantenprozessoren bereits vor der Fertigung detailliert zu modellieren. Forschende können damit Chip-Layouts überprüfen, Fehlerquellen frühzeitig erkennen und Systemparameter gezielt optimieren. Das könnte helfen, aufwendige Nachbesserungen nach der Herstellung zu vermeiden.
Die Studie entstand in der Quantum Device Theory Group von Dr. Mohammad Ansari am Peter Grünberg Institut des Forschungszentrums Jülich. Beteiligt waren außerdem Prof. John M. Martinis von der University of California, Santa Barbara, sowie Chloé Vignes, ehemalige Mitarbeiterin der Jülicher Gruppe und heute Doktorandin am Massachusetts Institute of Technology.
X. Xu, K. Kaur, C. Vignes, J. M. Martinis, M. H. Ansari,
Surface-code hardware Hamiltonian
npj Quantum Inf (2026), DOI: 10.1038/s41534-026-01241-y
Scientist, Principal Investigator
