Bis zu 95 Prozent der gesamten Kapazität eines Quantencomputers könnten einigen Schätzungen zufolge nötig sein, um einen einzigen Typ von Spezialzuständen herzustellen. Genau an dieser Stelle setzt eine Arbeit an, die Google Quantum AI am 15. Oktober 2026 in Science veröffentlicht hat: Auf dem Willow-Prozessor funktioniert das Verfahren „Magic State Cultivation“ laut Google in der Praxis und senkt Fehler etwa 40-fach gegenüber nicht kultivierten Zuständen. Das ist ein kleiner werdender Engpass, aber kein fehlerkorrigierter Großrechner. Wie viel das wiegt, rechnen wir nach.

Dabei ist ein nüchterner Blick auf das nötig, was die Quelle tatsächlich hergibt. Sie ist ein Unternehmensblog, geschrieben von Emma Rosenfeld und Craig Gidney, beide bei Google Quantum AI. Alle Ergebnisse stehen dort also unter dem Vorbehalt „laut Google“. Wir bei digital-magazin.de halten das für einen fairen Ausgangspunkt, aber nicht für das Ende der Prüfung.

Was Google auf Willow gezeigt hat

Zunächst die Eckdaten, knapp gehalten. Das Forschungsteam schreibt im Google-Blog zur Magic State Cultivation, die Methode funktioniere „in practice“ auf dem Willow-Prozessor. Der Willow-Prozessor ist der Quantenchip, den Google Quantum AI für diese Experimente verwendet hat.

Zwei Kennzahlen stehen im Mittelpunkt. Erstens eine etwa 40-fache Fehlerreduktion gegenüber nicht kultivierten Zuständen. Zweitens T-States mit einer logischen Fidelity von 99,99 Prozent, laut Google ein Rekordwert. Beide Werte bleiben hier bewusst Schlagzeilen. Ihre Einordnung braucht mehr Platz und mehr Vorsicht.

Die Fachveröffentlichung trägt den Titel „Magic state cultivation on a superconducting quantum processor“ und erschien in Science, DOI 10.1126/science.aee7961. Den Volltext konnten wir nicht abrufen, die Seite des Verlags blockierte den Zugriff. Aussagen aus dem Paper selbst machen wir deshalb nicht. Wir stützen uns auf den Blog, und der ist in seiner Wortwahl bemerkenswert selbstbewusst: Von einem „breakthrough“ und einer „first demonstration of a practical solution“ ist dort die Rede. Das sind Selbstzuschreibungen, keine Befunde Dritter.

Beides gilt zugleich: Ein solches Ergebnis in einer Fachzeitschrift ist ernst zu nehmen. Und es ist trotzdem eine Mitteilung des Herstellers über die eigene Hardware.

Der Engpass namens Magic State

Um zu verstehen, warum das überhaupt eine Meldung wert ist, braucht es etwas Grundlagen. Ein Qubit ist die Recheneinheit eines Quantencomputers, ein Quantenbit, das anders als ein klassisches Bit neben 0 und 1 auch Überlagerungen davon annehmen kann. Rechnen heißt, solche Qubits durch Operationen zu verändern. Damit ein Quantencomputer jedes denkbare Programm ausführen kann, spricht man von „universellem“ Quantenrechnen, braucht er einen bestimmten Satz von Operationen. Manche davon lassen sich leicht und sicher umsetzen. Andere nicht.

Hier kommen die Magic States ins Spiel. Das sind speziell präparierte Quantenzustände, die helfen, die schwierigen Operationen zu erzeugen, also jene, die über klassisches Rechnen hinausführen. Google schreibt, sie hießen so, weil sie genau dabei helfen. Der Name klingt nach Showeffekt, ist aber Fachjargon. Eine verbreitete Variante nennt sich T-State, auch T-Zustand: ein solcher Spezialzustand für eine ganz bestimmte, besonders heikle Rechenoperation.

Der Haken: Gute, fehlerkorrigierte Magic States herzustellen, ist laut Google „incredibly resource-heavy“. Fehlerkorrektur bedeutet, dass viele fehleranfällige physikalische Qubits so zusammenarbeiten, dass daraus ein zuverlässigeres logisches Qubit entsteht. Das kostet Aufwand, und für Magic States kostet es besonders viel.

Wie viel? Einigen Schätzungen zufolge könnten bis zu 95 Prozent der gesamten Kapazität eines Quantencomputers nötig sein, um sie zu erzeugen, so formuliert es der Blog im Konjunktiv. Das ist eine Schätzung aus der Fachliteratur, keine Messung aus dem Experiment. Zudem spricht Google von „capacity“, also Kapazität, nicht von einer bestimmten Zahl an Qubits. Was genau Google mit Kapazität meint, erläutert der Blog nicht.

Stellen Sie sich vor, ein Restaurant müsste fast seine gesamte Küche dafür belegen, eine einzige Spezialzutat herzustellen. Dazu kommt ein zweiter Umstand, den der Blog nennt: Ein Magic State lässt sich nach der Benutzung nicht wiederverwenden. Er wird verbraucht. Für jede heikle Operation braucht es also einen frischen Zustand, was ihn zu einer knappen Ressource macht.

Der Engpass ist nicht neu. Seit 2004, schreibt Google, lange bevor Quantencomputing ein praktisches Ingenieursprojekt war, haben Forschende ihn vorhergesehen. Seit zwanzig Jahren arbeiten sie daran, die „cost of magic“ zu senken. Gemeint ist damit der Ressourcenaufwand, nicht Geld: wie viel Hardware und Rechenaufwand es braucht, solche Zustände in hoher Qualität bereitzustellen. Dass er in all der Zeit „lower and lower“ gedrückt wurde, ist eine Google-Aussage, passt aber zum Bild einer Disziplin, die sich Stück für Stück vorarbeitet.

Wie also gehen Gidney und Kollegen vor? 2024 entwickelten Craig Gidney, Noah Shutty und Cody Jones, so der Blog, aus einer Idee der Fachliteratur die Methode, die Google „Magic State Cultivation“ nennt. Das Prinzip ist ein Filter. Man spritzt einen verrauschten, also fehlerbehafteten Zustand in einen kleinen Bereich des Chips ein. Danach läuft eine Reihe eng abgestimmter Messungen, die auf Fehler prüfen. Fehlerhafte Versuche werden verworfen. Übrig bleibt, was die Prüfung besteht, und das lässt sich „wachsen lassen“, also kultivieren, zu einem außergewöhnlich reinen, fehlerarmen Zustand. Dieser kann zugleich in eine größere, nutzbare Kodierung überführt werden.

Auf dem Papier, so schreibt das Team, sah das hervorragend aus. Gelänge es auf realer Hardware, könnte es „substantially reduce the size of the quantum computer needed for practical tasks“ (Übersetzung: die Größe des für praktische Aufgaben nötigen Quantencomputers deutlich verkleinern). Wohlgemerkt: könnte. Das ist ein Konjunktiv, den Google selbst setzt.

Wie viel Hardware ein solcher Rechner überhaupt braucht, ist auch hierzulande eine Frage mit Gewicht. Wer wissen möchte, welche Qubit-Ziele im Wettbewerb um Quantencomputer in Deutschland gesteckt werden und wie viel Hardware dahintersteht, findet dort den Rahmen. Denn ein kleinerer Aufwand bei den Magic States ändert die Rechnung, was ein Rechner leisten muss, ohne sie zu erledigen.

40-mal weniger Fehler – gegenüber was?

Beginnen wir mit der Zahl, die in der Überschrift des Ergebnisses steht: etwa 40-fach. Das klingt nach einer klaren Aussage, und doch hängt alles am Bezugspunkt. Google schreibt im Blog von einer „40-fold reduction in errors relative to un-cultivated states“ (Übersetzung: einer 40-fachen Fehlerreduktion gegenüber nicht kultivierten Zuständen). Im Einstieg heißt es etwas lockerer, die Fehler sanken „about 40x compared to without it“. Die Vergleichsgröße ist also derselbe Zustand ohne Cultivation, also ohne das Filterverfahren, das fehlerhafte Versuche aussortiert.

Das ist ein sauberer Vergleich, aber eben ein relativer. Was er nicht verrät, ist der Ausgangspunkt. Der Blog nennt keine absoluten Fehlerraten, weder für die nicht kultivierten Zustände noch für die kultivierten. Er sagt auch nicht im Detail, welche Messgröße hinter dem Faktor steckt. Ob dieselbe Metrik gemeint ist wie bei der logischen Fidelity, die Google an anderer Stelle nennt, lässt der Text offen.

Warum ist das mehr als Haarspalterei? Stellen Sie sich vor, ein Verfahren senkt die Fehlerquote „um das 40-Fache“. Ausgehend von einem miserablen Wert wäre das Ergebnis immer noch miserabel, ausgehend von einem schon ordentlichen Wert dagegen sehr gut. Der Faktor allein trägt beide Lesarten. Deshalb wird hier bewusst nichts aus ihm zurückgerechnet: Jede hinzuerfundene Zahl wäre Spekulation.

Unter dem Strich gilt: Der Faktor belegt eine Richtung und eine Größenordnung der Verbesserung, mehr nicht. Für die Einordnung brauchen Fachleute die absoluten Werte, und die nennt der Blog nicht. Ob das Science-Paper „Magic state cultivation on a superconducting quantum processor“ absolute Werte nennt, konnten wir nicht prüfen, weil der Volltext nicht abrufbar war.

99,99 Prozent logische Fidelity der T-States auf dem Willow-Prozessor

Die zweite Zahl ist die 99,99 Prozent. Google schreibt, man habe „T-states with a record logical fidelity of 99.99%“ erhalten (Übersetzung: T-States mit einer Rekord-Fidelity von 99,99 Prozent auf logischer Ebene). Das Wort „Rekord“ ist hier eine Google-Angabe, die wir nicht unabhängig prüfen konnten.

Zerlegen wir den Satz, denn er enthält drei Fachbegriffe. Die Fidelity misst, wie nah ein tatsächlich erzeugter Quantenzustand am angestrebten Idealzustand liegt; 100 Prozent wären perfekt. Ein T-State ist ein Magic State für eine bestimmte Operation, die sogenannte T-Operation, die ein Quantencomputer neben den einfacheren Grundoperationen benötigt, um universell rechnen zu können. Und logisch bedeutet: Die Angabe gilt nicht für ein einzelnes fehleranfälliges Qubit, also die physikalische Hardware-Ebene, sondern für ein logisches Qubit, das die Information über viele physikalische Qubits verteilt und so gegen Fehler absichert.

Rechnen wir nach: 1 − 0,9999 = 0,0001. Rechnerisch bleibt also ein Fehler auf 10.000. Wohlgemerkt bezieht sich das auf die logische Fidelity der T-States, nicht auf den Rechner insgesamt. Ein Satz wie „Der Quantencomputer arbeitet zu 99,99 Prozent fehlerfrei“ wäre schlicht falsch.

„And we got T-states with a record logical fidelity of 99.99%.“ (Übersetzung: Und wir erhielten T-States mit einer Rekord-Fidelity von 99,99 Prozent auf logischer Ebene.)
Emma Rosenfeld und Craig Gidney, Google Quantum AI, im Google-Blog

Der Haken: Ein T-State ist eine Zutat, kein Ergebnis. Ob ein Fehler auf 10.000 reicht, hängt von der Anwendung ab, dazu macht der Blog keine Angabe; das ist unsere Einschätzung. Und die beiden Zahlen, 40-fach und 99,99 Prozent, dürfen Sie nicht ineinander verrechnen; sie stammen aus unterschiedlichen Aussagen, und ob ihnen dieselbe Messgröße zugrunde liegt, sagt Google nicht.

Ein Wert wie dieser ist ein Beleg, dass das Verfahren auf realer Hardware sauber arbeiten kann. Mehr Beweiskraft hat er zunächst nicht.

Die Daten, die der Physik zu widersprechen schienen

Quantencomputer-Chip in Makroaufnahme mit feiner Verdrahtung — Qubits auf dem Chip (Symbolbild)

Der aufschlussreichste Teil der Geschichte ist keine Zahl, sondern eine Panne. Google erzählt, dass die Forscherin Emma Rosenfeld beim ersten Test des Cultivation-Protokolls Daten sah, die „defy the laws of physics“ schienen, also den Gesetzen der Physik zu trotzen. Es folgten, so der Blog, Monate der Verwirrung, Simulationen, Gespräche mit Kolleginnen und Kollegen und Konsistenzprüfungen.

Am Ende lag der Fehler nicht in der Physik, sondern in einer falschen Annahme in der üblichen Messtechnik des Teams. Ein bestimmtes Rauschen im Labor, verursacht durch „electrical equipment drift and temperature variation“ (Übersetzung: Drift elektrischer Geräte und Temperaturschwankungen), störte die Gültigkeit des Benchmarks. Die Messlatte war also verbogen, nicht das Messobjekt.

Die Lösung bestand laut Google aus zwei Schritten. Das Team fügte dem System zusätzliche Kontrolle hinzu, um den Einfluss des Rauschens zu senken. Zudem erfand es eine neue Benchmark-Technik, die das Problem grundsätzlicher löst: Sie nutzt die Cultivation selbst als Werkzeug, um sich zu messen („using cultivation as a tool to measure itself“). Daraus macht Google die Aussage, man habe einen „new state-of-the-art in quantum metrology“ etabliert. Das ist eine Selbstbeschreibung des Unternehmens, keine unabhängige Bewertung.

Stellen Sie sich vor, eine Waage zeigt ein negatives Gewicht an. Sie würden zuerst die Waage prüfen, nicht die Schwerkraft. Genau das ist hier passiert, nur dass die Waage ein Experiment auf einem supraleitenden Chip ist und die Störung von Temperatur und Netzteilen kam.

Meiner Einschätzung nach ist diese Passage wichtiger, als sie wirkt. Wer eine logische Fidelity der T-States von 99,99 Prozent berichtet, muss belegen können, dass die Messung selbst nicht schwankt. Messmethode prüfen ist hier Teil des Ergebnisses, nicht bloß Beiwerk. Und ehrlich gesagt macht es die Schilderung glaubwürdiger, dass sie ein Scheitern der eigenen Methode einschließt, statt nur Erfolge aufzuzählen.

Wie belastbar Messverfahren zur Fehlerkorrektur sind, beschäftigt auch andere. Einen Blick auf die Frage, wie sich solche Leistungen überhaupt vergleichen lassen, wirft ein Beitrag zu Benchmarks der Fehlerkorrektur in unserer Reihe „noch keine Fehlerkorrektur“. Wer wissen will, wie andere Hardware-Ansätze aussehen, findet einen Text zu IonQ und Quantenspeicher-Verbindungen. Über das Forschungsprogramm hinter Willow informiert die Seite von Google Quantum AI.

Wir bei digital-magazin.de halten fest: Der Willow-Prozessor lieferte hier eine Messung, deren Aussagekraft das Team erst gegen die eigene Fehlerquelle absichern musste. Das ist solide Arbeit. Es ist aber noch kein Quantencomputer, der damit etwas rechnet.

Vom Color Code in den Surface Code

Der Blog nennt einen zweiten Schritt, der leicht untergeht, weil er weniger spektakulär klingt als die Fehlerreduktion: das Umschalten zwischen zwei Arten der Fehlerkorrektur. Fehlerkorrektur heißt, dass Information nicht in einem einzelnen, fehleranfälligen Qubit liegt, sondern verteilt auf viele physikalische Qubits, sodass sich einzelne Fehler erkennen und beheben lassen. Das Ergebnis ist ein sogenanntes logisches Qubit.

Für diese Verteilung gibt es verschiedene Bauanleitungen, die Fachleute Codes nennen. Laut Google sind „color codes“ eine neuere Art der Quantenfehlerkorrektur, die sich ideal für die Kultivierung eigne. „Surface codes“ beschreibt der Blog als eine andere, etablierte Methode. Der Color Code ist also die Werkstatt, in der der Zustand gereinigt wird. Der Surface Code ist die Umgebung, in der man später rechnen möchte.

Ein Begriff aus dem Lehrbuch hilft beim Verständnis der Zahlen im Blog: die Code-Distanz. Sie gibt an, wie viele physikalische Fehler mindestens zusammenkommen müssten, damit der Code einen Fehler nicht mehr erkennt oder korrigiert. Je größer die Distanz, desto mehr Schutz, aber auch desto mehr Qubits pro logischem Qubit. Stellen Sie sich vor, Sie sichern ein Dokument auf drei oder auf fünf Festplatten: Mit fünf überlebt es mehr Ausfälle, kostet aber mehr Geräte. Der Vergleich ist grob, trifft aber den Kern.

Konkret berichtet Google, das Forschungsteam habe Zustände von einem Color Code der Distanz 3 in einen Surface Code der Distanz 5 überführt („grafting“, also aufpfropfen). Das Protokoll stammt aus dem Theoriepapier von 2024. Google wertet das als „first steps“, nämlich als Nachweis, dass die Theorie von Craig Gidney und anderen zur eigenen Architektur passt. Gereinigte Zustände könnten laut Google in der Hardware überleben und glatt übertragen werden („purified states can survive and transfer smoothly inside our hardware“).

Warum ist das wichtig? Ein sauberer Magic State nützt wenig, wenn er beim Umzug in die Rechenumgebung beschädigt wird. Der Weg vom Filter zum Einsatz ist daher Teil des Problems. Nach dm-Einordnung ist dieser Teil des Blogs aufschlussreicher als die Schlagzeilenzahl, weil er zeigt, dass die Kette nicht an der ersten Station reißt. Eine ganze Kette ist es damit aber noch nicht: Google selbst spricht von ersten Schritten.

Noch keine Fehlerkorrektur im Großen: Was der Willow-Quantencomputer nicht zeigt

Hier muss man genau lesen. Google zeigt auf Willow keinen fehlerkorrigierten Großrechner. Der Blog sagt es selbst: Man müsse Magic State Cultivation noch in größerem Maßstab demonstrieren, um sie für praktisches Quantencomputing realistisch zu machen, und es blieben „plenty of technical challenges“, also reichlich technische Herausforderungen (Übersetzung). Als Ziel nennt Google einen nützlichen, fehlerkorrigierten Quantencomputer („a useful, error-corrected quantum computer“).

Das Wort „Ziel“ ist hier wörtlich zu nehmen. Wer es mit „Stand“ verwechselt, liest etwas anderes, als dasteht.

Für unsere Reihe heißt das: Auch dieses Ergebnis gehört in die Kategorie „noch keine Fehlerkorrektur im Großen“. Ein ähnliches Muster hatten wir beim IBM-Experiment, das ebenfalls keinen Anspruch auf Fehlerkorrektur erhob. Der Unterschied liegt im Gegenstand: Dort ging es um ein physikalisches Experiment, hier um einen Baustein für die Fehlerkorrektur. Dennoch bleibt es ein Baustein, kein Gebäude.

Unsere Einordnung: Der Blog lässt eine Reihe von Angaben offen, die man für eine Bewertung bräuchte. Er nennt nicht, mit wie vielen Qubits das Experiment lief. Er nennt keinen Zeitplan, bis wann ein größerer Maßstab erreichbar sein soll. Er nennt keine absoluten Fehlerraten vor und nach der Kultivierung, sondern nur das Verhältnis zu nicht kultivierten Zuständen. Und er sagt nichts zu Kosten. Aus unserer Sicht fehlt damit gerade das, womit sich ein Einfluss auf die Größe künftiger Rechner beziffern ließe. Wer daraus eine Prognose ableitet, rechnet mit Zahlen, die es in der Quelle nicht gibt.

Auch Kryptografie ist nicht Thema des Blogs; wir leiten daraus keine Aussagen dazu ab.

Was heißt „größerer Maßstab“ überhaupt? Stellen Sie sich vor, ein Verfahren funktioniert auf einem kleinen Ausschnitt eines Chips zuverlässig. Dann ist offen, ob es auch funktioniert, wenn viele solcher Ausschnitte gleichzeitig laufen, sich Störungen überlagern und die Steuerung komplexer wird. Der Blog beantwortet diese Frage nicht, und das ist keine Kritik, sondern der übliche Stand eines Experiments. Der Haken liegt in der Lücke zwischen Nachweis und Betrieb.

Häufige Fragen zu Magic States auf Willow

Was hat Google auf dem Willow-Prozessor konkret gezeigt?

Laut Google funktioniert Magic State Cultivation in der Praxis auf dem Willow-Prozessor. Der Blog nennt eine etwa 40-fache Fehlerreduktion gegenüber nicht kultivierten Zuständen und T-States mit einer als Rekord bezeichneten logischen Fidelity von 99,99 Prozent. Zudem gelang das Umschalten von einem Color Code in einen Surface Code.

Seit wann ist der Engpass bekannt, und wer entwickelte die Methode?

Forschende sahen den Engpass laut Blog seit 2004 voraus. Die Methode entwickelten 2024 die Google-Forschenden Craig Gidney, Noah Shutty und Cody Jones, indem sie eine Idee aus der Literatur aufgriffen und verfeinerten.

Ist damit ein nützlicher fehlerkorrigierter Quantencomputer in Reichweite?

Google nennt das als Ziel, nicht als erreichten Stand. Das Ergebnis bringe einen laut Blog „one step closer“, doch die Methode müsse noch in größerem Maßstab gezeigt werden, und es blieben technische Herausforderungen.

Was bleibt?

Ein Engpass wird kleiner, mehr nicht. Laut Google zeigt die Arbeit auf echter Hardware, dass sich Magic States effizient erzeugen lassen, und das könnte die Größe des nötigen Rechners verringern. Ein fehlerkorrigierter Großrechner ist das jedoch nicht, und Google behauptet es auch nicht.

Meiner Einschätzung nach ist die Arbeit gerade deshalb interessant, weil sie unspektakulär ist: Ein Verfahren, das bisher auf dem Papier gut aussah, überlebt den Kontakt mit Hardware, samt Rückschlägen wie der Drift beim Benchmark. Solche Schritte entscheiden, ob große Pläne tragen. Zugleich bleiben die fehlenden Angaben ein Grund für Zurückhaltung.

Wir bei digital-magazin.de behalten den Maßstab im Blick: Entscheidend wird sein, ob sich die Ergebnisse vergrößern lassen. Bis dahin gilt die nüchterne Lesart. Das Verfahren funktioniert im kleinen Maßstab, der große Maßstab steht noch aus.