Der Einfluss von Quantencomputing auf die Unternehmens-IT: Potenzial und aktuelle Limitationen

Anmerkung: Dieser Blogpost wurde für das Modul Enterprise IT (113601a) verfasst.
Aus Gründen der besseren Lesbarkeit wird in dieser Arbeit auf eine geschlechtsneutrale Differenzierung verzichtet. Sämtliche Personenbezeichnungen gelten gleichermaßen für alle Geschlechter.

Kurzfassung

Quantencomputing ist eine aufstrebende Technologie, die die Prinzipien der Quantenmechanik verwendet und damit neue Möglichkeiten für die Informationsverarbeitung bietet. Quantencomputer verwenden Quantenbits, die sich in Superposition und Verschränkung befinden können und bieten damit das Potenzial, komplexe Probleme in verschiedensten Bereichen sehr effizient zu lösen.

Das Ziel dieser Arbeit ist zu untersuchen, wie Quantencomputing die Unternehmens-IT beeinflussen könnte. Sie gibt einen Überblick über die aktuellen Entwicklungen, potenzielle Anwendungen und die aktuellen Herausforderungen, vor denen die Forschung steht. Im besonderen Fokus stehen dabei die Themen Optimierung, Kryptographie, KI und Simulationen.

Auch wenn die breite industrielle Nutzung von Quantencomputern noch mehrere Jahre oder Jahrzehnte entfernt ist, sollten sich Unternehmen trotzdem frühzeitig mit dieser Technologie beschäftigen, um mögliche Anwendungen, aber auch mögliche Gefahren frühestmöglich zu erkennen und sich darauf vorzubereiten.

Einführung

In den letzten Jahren wuchs die Bedeutung von Quantencomputing, was man am Zuwachs der Forschung, Entwicklung und Investition beobachten kann. Große Unternehmen wie IBM, Google, Microsoft oder Alibaba⁶ investieren große Summen in die Entwicklung von Quantencomputer⁴ und Regierungen weltweit betreiben Förderprogramme, um am Fortschritt teilzuhaben ⁷.

Für Unternehmen kann Quantencomputing Chancen, aber auch Risiken beinhalten. In verschiedenen Bereichen können effizientere und neue Berechnungsmethoden den Markt revolutionieren, wie in der Finanzbranche, der Logistik oder im Maschinenbau. Andererseits werden klassische Verschlüsselungsverfahren bedroht, was dazu zwingt, quantensichere Kryptographie zu entwickeln.

Diese Arbeit gibt einen Überblick über die grundlegenden Funktionsweisen und Prinzipien von Quantencomputing und analysiert dessen potenzielle Chancen und Anwendungen, aber auch dessen aktuelle Herausforderungen. Das Ziel ist es den aktuellen Stand der Technologie zu bewerten und einordnen zu können, zudem aufzuzeigen, in welchen Gebieten Unternehmen bereits arbeiten, um auf mögliche Entwicklungen vorbereitet zu sein.

Die Arbeit gliedert sich in mehrere Abschnitte, welche jeweils einen Aspekt des Quantencomputing beleuchten.

Grundlagen von Quantencomputing

Funktionsweise von Quantencomputing

Quantencomputing ist ein Gebiet, das Prinzipien aus Quantenmechanik und Informatik vereint, um Informationen auf neuartige Weise zu verarbeiten. Dabei wird diese Verarbeitung in einer Art und Weise durchgeführt, die in der klassischen Physik nicht möglich ist. Während ein klassischer Computer normale Bits verwendet, welche nur zwei Zustände erreichen können, nämlich 0 und 1, verwenden Quantencomputer sogenannte Quantenbits (Qubits). Diese können sowohl die Zustände ∣0⟩ und ∣1⟩ annehmen, als auch sich in einer Superposition befinden, einer Überlagerung beider Zustände.  Diese Zustände können in einer sogenannten Bloch-Sphäre visualisiert und gemessen werden. Dies ist eine geometrische Darstellung, die alle möglichen Zustände eines Qubits in einem dreidimensionalen Raum zeigt¹. Durch Superposition und weitere quantenmechanische Phänomene, können Quantencomputer enorme Rechenvorteile gegenüber klassischen Computern bieten. Dies macht sie besonders vielversprechend für Probleme in den Bereichen Optimierung, Simulation, KI und Kryptographie².

Aktueller Stand von Quantencomputing

Im Bereich von Quantencomputing findet in den letzten Jahren nicht nur eine wachsende Nachfrage, sondern auch ein bedeutender Fortschritt in der Forschung und immer größere Investitionen statt³. Große Unternehmen wie Google, IBM, aber auch Alibaba⁶ bauen und forschen an der neuen Technologie. Auch deutsche Automobilhersteller wie BMW oder VW sind mittlerweile an dieser Forschung beteiligt⁴. Zudem steigen auch die Gründungen von Start-ups, welche sich auf dieses Themenfeld spezialisieren und bis 2026 plant die Bundesregierung, bis zu 3 Milliarden Euro für die Entwicklung von Quantentechnologien zu investieren. Auch Länder wie USA und China haben bereits große Summen in diese Technologie investiert⁷. Im Januar 2019 konnte IBM mit dem „IBM Q System One“ den ersten kommerziell nutzbaren universellen Quantencomputer vorstellen⁴ und auch im Dezember 2023 gelang IBM mit der Vorstellung eines neuen universellen Quantencomputers, mit dem „Condor“- Prozessor, welcher über 1.000 Qubits hat⁵, ein großer Durchbruch.

Prognosen zur Entwicklung des weltweiten Marktvolumens haben dabei eine große Spanne, da kaum verlässliche Aussagen über die mittel- bis langfristige Entwicklung getroffen werden können. Dies liegt besonders daran, dass die Entwicklung an den technologischen Fortschritt gebunden ist und es nicht klar ist, wann man mit neuen Durchbrüchen in der Forschung rechnen kann und in welchen Verfahren Quantencomputer tatsächlich etabliert werden³.

Potenzielle Anwendungen von Quantencomputern

Wie bereits erwähnt bringen Quantencomputer neue Möglichkeiten und Vorteile, welche sich in verschiedene Kategorien einteilen lassen, auf die ich eingehen möchte:

• Optimierung
• Kryptographie und Sicherheit
• Maschinelles Lernen und KI
• Simulationen

Dabei möchte ich kurz beschreiben, was die jeweilige Kategorie umfasst und in welcher Branche man sie potenziell einsetzen könnte.

Optimierung:

Mathematische Optimierungen können in verschiedenen Bereichen gefunden werden. Dabei gibt es verschiedene Anwendungsfälle, in denen man Quantencomputer einsetzen kann. Hier wird mit Heuristiken gearbeitet, welche Annäherungen an optimale Lösungen liefern, aber aufgrund ihrer langen Berechnungszeiten oftmals nicht über angemessene Effizienz verfügen⁸. Hier bieten Quantencomputer, insbesondere solche, die Quantum Annealing nutzen, Vorteile gegenüber klassischen Computern, da sie komplizierte Berechnungen durchaus schneller durchführen können⁹.

Quantum Annealing ist ein quantenmechanischer Ansatz zur Lösung von Optimierungsproblemen, bei dem das System durch Quantenfluktuationen in den Grundzustand überführt wird, um globale Minima zu finden. Dies kann insbesondere bei kombinatorischen Optimierungsproblemen zu schnelleren Lösungen führen. Optimierungen sind dabei ein interessantes Forschungsgebiet, da durch die Effizienz und Schnelligkeit der Quantencomputer große Datensätze analysiert und berechnet werden können. Allerdings werden dementsprechend viele Qubits benötigt, um solche Berechnungen in der Industrie auch wirklich durchführen zu können².

Für die Verwendung von Quantencomputer in Bezug auf Optimierung in der Industrie gibt es verschiedene Einsatzgebiete. In der Automobilindustrie könnte es Vorteile bei der Optimierung von Verkehrsflüssen geben, was VW bereits seit 2017 nutzt⁴. Durch die effektive Routenberechnung kann diese Technik ebenfalls in der Logistik angewendet werden⁸. Auch im Finanzwesen könnte man mithilfe von Algorithmen optimierte Berechnungen erreichen, mit denen man beispielsweise Portfolio- Optimierungen oder Risikobewertungen beschleunigen kann¹⁰.

Kryptographie und Sicherheit

Kryptographie im Quantencomputing liefert einerseits Methoden, die Sicherheit schaffen können, andererseits aber die klassischen kryptographischen Verfahren gefährden können¹¹. Beispielsweise ist es möglich, mithilfe des „Shor“-Algorithmus, innerhalb kürzester Zeit Schlüsselcodes zu knacken, die auf der Faktorisierung oder auf dem diskreten Logarithmus basieren, also auf asymmetrischer Verschlüsselung. Somit sind gängige Authentisierungsverfahren wie das RSA- Verfahren oder der Diffie-Hellman-Schlüsselaustausch bedroht. Aber auch symmetrische Verschlüsselungen sind durch Algorithmen wie den Simon-Algorithmus oder den Grover-Algorithmus gefährdet¹².

Trotz der neuen Algorithmen gibt es auch neue Verfahren zur Verschlüsselung, die nicht zwingend auf mathematischen Verfahren, sondern auf Naturgesetzen beruhen¹¹. Wenn beispielsweise ein Schlüssel über eine Leitung übertragen wird, würde jede Abhörung des Schlüssels zu einer Veränderung des Zustands des Schlüssels führen, was der Empfänger erkennen könnte. Diese Eigenschaft wird auch als Quantum Key Distribution bezeichnet und macht die Verschlüsselung zu einem Forschungsfeld mit viel Potential². Dafür werden verschiedene Verfahren angewandt, die auf mathematischen Problemen beruhen, wie das Gitterproblem oder kryptographische Hashfunktionen und auch für Quantencomputer schwer zu lösen sind¹².

Dadurch, dass die Entschlüsselung und Verschlüsselung in der Quantentechnologie vergleichsweise wenige Qubits benötigt, kann schon in wenigen Jahren damit gerechnet werden, dass diese Technik zum Einsatz kommt¹³. Der Quantenverschlüsselungsaustausch wird bereits in Versuchsnetzwerken von kritischen Infrastrukturen getestet und es gibt schon erste Unternehmen, die am QHD-Netzwerk entwickeln¹⁵. Zudem gab es bereits einen Standardisierungsprozess durch das National Institute of Standards and Technology (NIST), um zukunftssichere kryptographische Algorithmen zu entwickeln, um sich gegen Sicherheitsbedrohungen von Quantencomputern zu schützen. Allerdings stellt die Migration der neuen Verfahren ebenfalls erhebliche Herausforderungen dar, da bestehende Protokolle und Systeme angepasst oder ersetzt werden müssten¹².

Somit wird sich jede Organisation und jedes Unternehmen, dass mit sensiblen und schützenswerten Daten arbeitet, sich mit Quantenkommunikation befassen müssen, wie regierungsnahe Betriebe, aber auch die Rüstungs-, Finanz- oder auch Gesundheitsindustrie².

Maschinelles Lernen und KI

Wie schon bereits erwähnt, schaffen es Quantencomputer, Probleme zu lösen, die für klassische Computer nur schwer lösbar sind. Ein weiteres elementares Forschungsgebiet bietet die Integration von Quantencomputing in maschinelles Lernen (ML) und künstlicher Intelligenz (KI), auch Quantum Machine Learning (QML) genannt. Da die Modelle der KI’s immer komplizierter werden, eignen sich Quantencomputer sehr dafür, insbesondere durch den Vorteil, dass Berechnungen parallel durchgeführt werden können und man davon ausgehen kann, dass die Effizienz durch Quantenalgorithmen somit um ein vielfaches verbessert werden würde. Besonders aufgrund der großen Datenmengen, Rechenzeiten und Hardware-Limitierungen von klassischen ML-Modellen, könnten Quantencomputer potenzielle Beschleunigungen liefern¹⁶.

Allerdings steht QML noch vor einigen Herausforderungen. Beispielsweise benötigen manche Quantenalgorithmen durch ihre exponentielle Beschleunigung einen schnellen Speicherzugriff (QRAM), was technisch schwer umsetzbar ist¹⁶. Ein weiteres zentrales Problem besteht darin, dass viele der derzeit bekannten Quantenalgorithmen eine effiziente Quantenzustandspräparation erfordern. Das bedeutet, dass die Eingabedaten von einem klassischen Format zu einem geeigneten quantenmechanischen Format konvertiert werden müssen, was in vielen Anwendungen einen hohen Rechenaufwand erfordert und den eigentlichen Vorteil der Quantenberechnung zunichtemacht¹⁷.

Die Anwendung von Quantenalgorithmen in Bezug auf künstliche Intelligenz bietet breite Möglichkeiten in allen Gebieten, in denen KI-Modelle zum Einsatz kommen. Insbesondere im Bankgeschäft, in der Medizin, aber auch in der Fertigung und im Maschinenbau könnte Quanten-KI in Zukunft zum Einsatz kommen².

Simulationen

Ein weiteres wichtiges Anwendungsgebiet ist die Simulation von komplexen chemischen Systemen, wie die von Molekülen, insbesondere deren Struktur. Hierbei stoßen klassische Computer ebenfalls an ihre Grenzen. Durch die Fähigkeit von Quantencomputern, Quantenzustände direkt darzustellen und zu manipulieren, können diese die Herausforderung potenziell bewältigen. Ein Beispiel ist dabei ein hybrider Quantenklassik-Algorithmus, der Variational Quantum Eigensolver (VQE), bei dem die rechnerische Arbeit sowohl von klassischer als auch von Quantenhardware geteilt wird und dazu verwendet wird, Grundzustandsenergie von Molekülen zu berechnen ¹⁸.

Doch auch Simulationen stehen noch vor einigen Herausforderungen, die zu noch in Zukunft zu bewältigen sind. Algorithmen wie der Phase Estimation Algorithm (PEA) erfordern viele Qubits, was mit aktueller Hardware noch nicht realisierbar ist. Zudem gibt es noch viele Fehleranfälligkeiten, die durch Rauschen oder unvollkommene Quantengatter verursacht werden ¹⁸.

Auch hier wird es in der Industrie möglicherweise einige Anwendungsgebiete geben. Einerseits könnte diese Technik in Chemie- und Materialwissenschaften angewendet werden, um präzise Vorhersagen über molekulare Reaktionen zu tätigen, was auch in der Medizin die Entwicklung neuer Medikamente voranbringen könnte. Zudem könnten Simulationen in der Luft- und Raumfahrttechnik auch in Einsatzgebieten wie dem Flugzeugdesign eingebracht werden² ¹⁹. Auch Mercedes-Benz forscht beispielsweise in Verbindung mit IBM, wie die Entwicklung von Lithium-Schwefel-Batterien durch Quantencomputing vorangebracht werden kann²⁰. Zudem zeigte ein Durchbruch in der Zusammenarbeit von Goldman Sachs und QC-Ware, dass Berechnungen, mit sogenannten Monte-Carlo-Simulationen, in der Finanzbranche möglicherweise schon in wenigen Jahren eingesetzt werden könnten, welche eine 1000-fache Leistungssteigerung gegenüber traditionellen Methoden bedeuten würde²¹.

Herausforderungen von Quantencomputing mit Blick auf die Zukunft

Mit Blick auf die Zukunft gibt es viele verschiedene Herausforderungen, auf die Quantencomputer stoßen. Wie bereits erwähnt, werden zwar bereits an vielen Anwendungen geforscht und getestet, allerdings steht man noch vor großen Problemen, die es zu bewältigen gibt. Daher ist es wichtig, nicht nur auf die aktuellen Perspektiven, sondern auch nochmal die aktuellen Herausforderungen auszuführen, auf die man bei der Forschung im Bereich Quantencomputing stößt. Dabei werden hier einige wichtige Probleme aufgeführt, mit denen sich die Forschung aktuell beschäftigt.

Fehlerkorrekturen

Eine der größten Herausforderungen in diesem Gebiet ist die Fehleranfälligkeit, die nicht zwingend auf technologischer, sondern auf naturbedingter Ebene stattfindet, in denen klassische Computer eine geringere Fehleranfälligkeit aufweisen ²³. Quantencomputer sind sehr anfällig für Rauschen und Fehler, die durch Umwelteinflüsse oder Störungen verursacht werden.  Aktuelle NISQ-Systeme arbeiten dabei mit Fehlerminderungstechniken wie Zero-Noise Extrapolation oder prohabilistischen Fehlerkorrekturen. Trotz dieser Erfolge erfordert der Fehlerausgleich eine hohe Rechenleistung, und die Forschung steckt noch in den Anfängen²².

Begrenzte Qubit-Zahl und ihre Konnektivität

Bisher haben aktuelle Quantencomputer nur eine begrenzte Anzahl von Qubits. Sowohl die Leistung als auch die Art und Weise wie sie miteinander verbunden sind, beeinflusst die Leistung erheblich. Mehr Konnektivität er erhöht die mögliche Komplexität von Quantenschaltungen, während es gleichzeitig zu höheren Fehlerraten führt. Während sich der Fortschritt der Forschung der Qubit- Anzahl in den letzten Jahren schnell entwickelt hat²³ ²⁴, spielt also auch die Topologie der Qubits eine entscheidende Rolle für die Leistung der Quantenalgorithmen²².

Hardware

Um mehr Qubits implementieren zu können, müssen auch in der Hardware verschiedene Hürden überwunden werden. Dabei spielt die Minimierung von Rauschen und die Kontrolle von Mikrowellensignalen eine bedeutende Rolle²². Besonders auch die Temperatur spielt hier eine entscheidende Rolle, da Quantencomputer für die Stabilität von Qubits kalt gehalten werden müssen²⁵. Hier spielt besonders der Fortschritt in der 3D-Integration und der Kyrotechnik eine große Rolle²². Zudem können Qubits durch kosmische Strahlung zu Störungen und einer verkürzten Lebenszeit führen können. Schon natürliche Strahlungen können ausreichen, um für minimale Beeinträchtigungen für die Stabilität der Qubits zu sorgen²⁶, weshalb für eine spezielle und gut abgeschirmte Umgebung gesorgt werden muss. Die großen Hardwareanforderungen machen damit den Betrieb der Hardware nicht nur technisch anspruchsvoll, sondern auch kostenintensiv.

Dies stellt nur ein Ausschnitt der aktuellen Herausforderungen im Zusammenhang mit Quantencomputing dar, mit denen sich die Forschung aktuell auseinandersetzt. Es wird deutlich, dass trotz des bisher erreichten Fortschritts noch einige technische Hürden zu überwinden sind, bevor das volle Potenzial von Quantencomputern ausgeschöpft werden kann.

Fazit

Zusammenfassend lässt sich sagen, dass Quantencomputing noch am Anfang seiner Entwicklung steht. Doch anhand der bereits erzielten Forschungen der letzten Jahre erkennt man, dass diese Technologie verschiedene Branchen revolutionieren könnte. Während klassische Computer an ihre physikalischen Grenzen stoßen, gibt es mit Quantencomputing neue Möglichkeiten für neue, oder noch effizientere Systeme.

Besonders in Bereichen wie Simulation können durch die Berechnung komplexer Moleküle neue Möglichkeiten geschaffen werden, während bei Optimierung und KI besonders die Effizienz und Verbesserung von bestehenden Systemen überwiegt. Im Bereich der Kryptographie kommen sowohl neue Chancen als auch neue Bedrohungen auf uns zu, weshalb sich Unternehmen jetzt schon mit quantensicherer Kryptographie beschäftigen sollten. Dennoch gibt es erhebliche Herausforderungen, die bewältigt werden müssen, bevor Quantencomputer ihr volles Potenzial ausschöpfen können, wie die hohe Fehleranfälligkeit, die beschränkte Qubits-Anzahl oder die hohen Hardwareanforderungen. Allerdings steht diese Technologie noch am Anfang, und es ist absehbar, dass es in den nächsten Jahren und Jahrzehnten eine zunehmend wichtige Rolle in der Unternehmens-IT spielen wird.

Literaturverzeichnis

[1] Tutschku, C. et al. (2023) Quantencomputing in der industriellen Applikation: Vom Algorithmen-, Markt- und Hardwareüberblick hin zu anwendungszentriertem Quantensoftware-Engineering. Fraunhofer IAO, Fraunhofer IPA, Fraunhofer IAF, FZI Forschungszentrum Informatik, Universität Stuttgart IAAS, Eberhard-Karls-Universität Tübingen, Universität Stuttgart HLRS. https://doi.org/10.24406/publica-805 (Accessed: 20.02.2025).

[2] Fasnacht, D., Straube, C. (2024) Quantencomputing als Basistechnologie für den nächsten Konjunkturzyklus. HMD 61, 284–298. https://doi.org/10.1365/s40702-023-00969-x (Accessed: 20.02.2025).

[3] Wenzel, B. & Grzeschik, C. (2024) Quantencomputing – Markt, Zugang, Perspektiven. Studie im Auftrag des Bundesministeriums für Wirtschaft und Klimaschutz (BMWK). iit-Institut für Innovation und Technik in der VDI/VDE Innovation + Technik GmbH https://www.iit-berlin.de/publikation/quantencomputing-markt-zugang-perspektiven/ (Accessed: 20.02.2025).

[4] Fraunhofer-Gesellschaft. (n.d) Quantencomputing, Die Quantencomputer kommen. https://www.fraunhofer.de/de/forschung/aktuelles-aus-der-forschung/quantentechnologien/quantencomputing.html (Accessed: 20.02.2025).

[5] Castelvecchi, D. (2023) ‘IBM releases first-ever 1,000-qubit quantum chip’, Nature, 4 December. https://www.nature.com/articles/d41586-023-03854-1 (Accessed: 20.02.2025).

[6] Alibaba Cloud (2018) Alibaba Cloud and CAS Launch One of the World’s Most Powerful Public Quantum Computing Services. https://www.alibabacloud.com/en/press-room/alibaba-cloud-and-cas-launch-one-of-the-worlds-most?_p_lc=1 (Accessed: 20.02.2025).

[7] Workman, J. (2021) ‘Computing Power and the New World Order’. Pathstone, 10 December. https://pathstone.com/computing-power-and-the-new-world-order/ (Accessed: 20.02.2025).

[8] Fraunhofer IIS. (n.d) Quantencomputing: Mathematische Optimierung. Fraunhofer-Institut für Integrierte Schaltungen IIS. https://www.iis.fraunhofer.de/de/magazin/serien/quantencomputing/quantencomputing-serie/quantencomputing-mathematische-optimierung.html (Accessed: 20.02.2025).

[9] Yarkoni, S. et al. (2022) Quantum annealing for industry applications: introduction and review, Radware bot manager Captcha. https://iopscience.iop.org/article/10.1088/1361-6633/ac8c54 (Accessed: 20.02.2025).

[10] Egger, J, D. et al. (2020) Quantum Computing for Finance: State of the Art and Future Prospects.
https://doi.org/10.48550/arXiv.2006.14510 (Accessed: 20.02.2025).

[11] Helmholtz. (n.d) Quantenkryptographie. https://www.helmholtz.de/glossar/begriff/quantenkryptographie/ (Accessed: 20.02.2025).

[12] Wissenschaftliche Arbeitsgruppe Nationaler Cyber-Sicherheitsrat (2024) Quantencomputer und ihr Einfluss auf die Cybersicherheit. Impulspapier, März 2024. https://www.forschung-it-sicherheit-kommunikationssysteme.de/dateien/forschung/2024-03-impulspapier-quanten-cybersicherheit.pdf  (Accessed: 20.02.2025).

[13] Bundesamt für Sicherheit in der Informationstechnik (BSI) (2024) Kryptografie quantensicher gestalten. https://www.bsi.bund.de/SharedDocs/Downloads/DE/BSI/Publikationen/Broschueren/Kryptografie-quantensicher-gestalten.pdf?__blob=publicationFile&v=4 (Accessed: 20.02.2025).

[14] Helmholtz. (n.d) Quantenkryptographie. Verfügbar unter: https://www.helmholtz.de/glossar/begriff/post-quanten-kryptographie/ (Accessed: 20.02.2025).

[15] Maier, Dr. H. et al. (2024) Sicher verschlüsseln im Quantenzeitalter. https://www.rohde-schwarz.com/de/unternehmen/magazine/secure-encryption-in-the-quantum-age/secure-encryption-in-the-quantum-age_256449.html (Accessed: 20.02.2025).

[16] Ciliberto, C. et al. (2018) Quantum machine learning: a classical perspective. Proc. R. Soc. A 474: 20170551. http://dx.doi.org/10.1098/rspa.2017.0551 (Accessed: 21.02.2025).

[17] Mainzer, K. (2020). Was können Quantenalgorithmus?. In: Quantencomputer. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-61998-8_5 (Accessed: 21.02.2025).

[18] Grimsley, H.R., Economou, S.E., Barnes, E. et al. (2019) An adaptive variational algorithm for exact molecular simulations on a quantum computer. Nat Commun 10, 3007. https://doi.org/10.1038/s41467-019-10988-2 (Accessed: 21.02.2025).

[19] Airbus. (n.d) Leveraging quantum to solve aerospace challenges https://www.airbus.com/en/innovation/digital-transformation/quantum-technologies (Accessed: 21.02.2025).

[20] TechHQ. (2021). IBM has big plans for quantum computing in 2022, TechHQ. https://techhq.com/2025/02/learning-management-system-marketing-and-engagement-online-with-catalogue-of-courses/ (Accessed: 21.02.2025).

[21] TechHQ. (2021). Financial markets could be using quantum computing within 5 years, TechHQ. https://techhq.com/2021/05/financial-markets-could-be-using-quantum-computing-within-5-years-says-goldman-sachs/ (Accessed: 21.02.2025).

[22] A. D. Córcoles et al. (2020), Challenges and Opportunities of Near-Term Quantum Computing Systems, in Proceedings of the IEEE, vol. 108, no. 8, pp. 1338-1352, doi: 10.1109/JPROC.2019.2954005 (Accessed: 21.02.2025).

[23] Bundesamt für Sicherheit in der Informationstechnik (BSI) (2024) Entwicklungsstand Quantencomputer https://www.bsi.bund.de/SharedDocs/Downloads/DE/BSI/Publikationen/Studien/Quantencomputer/Entwicklungsstand_QC_Zusammenfassung_V_2_1.pdf?__blob=publicationFile&v=3 (Accessed: 21.02.2025).

[24] IBM (2024), Development & Innovation Roadmap, IBM Quantum. https://www.ibm.com/quantum/assets/IBM_Quantum_Developmen_&_Innovation_Roadmap_Explainer_2024-Update.pdf (Accessed: 28.02.2025).

 [25] Cloudflare (n.d), Was ist Quantencomputing? https://www.cloudflare.com/de-de/learning/ssl/quantum/what-is-quantum-computing/ (Accessed: 28.02.2025).

[26] Patel, V, N. (2020), Störung durch kosmische Strahlung: “Quantencomputer gehören in den Keller”, Heise. https://www.heise.de/hintergrund/Stoerung-durch-kosmische-Strahlung-Quantencomputer-gehoeren-in-den-Keller-4883066.html? (Accessed: 28.02.2025).