Oracle lässt Kunden den KI-Ausbau vorfinanzieren
Eva Mickler
5 Min. Lesezeit Oracle hat am 10. September 2026 die Zahlen für das erste Quartal des Geschäftsjahrs ...
Zum Beitrag
7 Min. Lesezeit
Künstliche Intelligenz wird immer leistungsstärker und treibt den Strombedarf in Rechenzentren. Quantencomputing steht noch am Anfang, gilt aber als möglicher Ausweg aus dem Effizienz-Dilemma. IBM sieht den Schlüssel dafür in Diamanten statt Helium.
Das Wichtigste in Kürze
- Lage: Rechenzentren liegen laut IEA bei rund 1,5 Prozent des weltweiten Stromverbrauchs 2024 und wachsen mit KI klar schneller als der Rest des Systems – nicht bei 30 Prozent, aber mit lokal spürbarem Netzdruck.
- Hebel: Quantenrechner verbrauchen im Betrieb oft nur zweistellige Kilowatt (Kühlung inklusive), lösen aber nur enge Problemklassen. Diamantbasierte Ansätze zielen darauf, die teure Heliumkühlung zu umgehen.
- Konsequenz: Parallel steuern: Hybrid-HPC-Roadmap, RZ-Energie-KPIs und Post-Quantum-Krypto – statt auf den einen Quantensprung als KI-Strom-Rettung zu warten.
VerwandtPost-Quantum-Kryptographie drängt Konzern-IT / Token-OPEX: Inference steuert, nicht das Seat-Budget
Das finnische Startup IQM Quantum Computers hat in München laut Computerwoche im Juni 2024 das erste Quanten-Rechenzentrum mit mietbaren Rechenleistungen eröffnet. Damals standen dort vornehmlich für Forschungszwecke, künftig auch für Wirtschaft und Politik, zwei Quantencomputer zur Verfügung. Geplant war, die Kapazität auf zwölf Anlagen auszubauen. Wer diese nutzen will, musste laut Firmenchef und Mitgründer Jan Goetz mit 1.800 Euro pro Stunde rechnen.
Dabei macht Quantencomputing Fortschritte. Es bräuchte aber weit mehr als die üblichen wenigen hundert bis rund 1.000 physikalischen Qubits, um komplexere Berechnungen störungsarm durchzuführen und an die Leistung von Supercomputern heranzukommen, wie Digital Chiefs bereits 2024 einordnete. IBM hat auf dem Quantum Summit Ende 2023 laut cloudmagazin den eigenen Rekord gebrochen und einen vergleichsweise störungsarmen Quantenprozessor mit über 1.000 Qubits vorgestellt (Condor mit 1.121 Qubits). Der damalige 10-Jahresplan sah Systeme mit 2.000 Qubits und über einer Milliarde Logikgattern vor; IBM hat die Roadmap seither mehrfach nachgeschärft und legt den Fokus stärker auf fehlerkorrigierte, logische Qubits.
kW statt Kraftwerk
Viele supraleitende Quantensysteme liegen im Betrieb im niedrigen zweistelligen Kilowatt-Bereich – Größenordnungen unter klassischen Supercomputern, ohne GPU-KI heute zu ersetzen.
Einordnung Digital Chiefs – Quantencomputing und KI-Energiebedarf
Was ist Quantencomputing? Quantencomputing nutzt Superposition und Verschränkung von Qubits, um bestimmte Optimierungs-, Simulations- und Kryptografie-Probleme anders zu berechnen als klassische Bits. Praktisch zählt weniger die Rohzahl physikalischer Qubits als die fehlerkorrigierte, logische Leistung. Für die Enterprise-IT bleibt der Hebel hybrid: ausgewählte Workloads neben HPC und GPU, nicht als pauschaler Ersatz der KI-Infrastruktur.
Viele Möglichkeiten, aber auch neue Gefahren
Der 2022 in Jülich in Betrieb gegangene Quantenannealer von D-Wave bringt es auf über 5.000 Qubits. Diese Quantenbits verhalten sich anders als „normale“ Bits, die als kleinste Recheneinheit nur ein- oder ausgeschaltet, mathematisch 1 oder 0, sein können. Die Qubits können dagegen unter anderem dank Überlagerung und Verschränkung viele unterschiedliche Zustände zwischen 0 und 1 einnehmen, was die Geschwindigkeit der Datenverarbeitung bei geeigneten Problemen auf ein neues Niveau heben kann. Wäre da nicht die hohe Fehleranfälligkeit, mit der Hersteller und Forschende noch kämpfen.
Logische Qubits, die mehrere physikalische Qubits bündeln, sollen die Fehleranfälligkeit deutlich senken. Gerade sie könnten in den falschen Händen aber auch helfen, herkömmliche Verschlüsselungsverfahren auszuhebeln. Laut dem Entwicklungsstandbericht des BSI von Ende 2023 bräuchte es für einen Angriff auf ein System mit 2048-Bit-RSA-Verschlüsselung etwa 4.098 logische Qubits; die zugehörige Schätzung zu physikalischen Qubits lag damals bei rund 20.000 und ist in neueren Studien stark modellabhängig – von unter 100.000 bis in den Millionenbereich. Für CIOs heißt das vor allem: Post-Quantum-Migration läuft parallel zur Hardware-Story, nicht erst „wenn der Quantensprung da ist“.
Neues Einsatzgebiet: KI
Bei weiterer Entwicklung könnten Quantencomputer neue Möglichkeiten im Bereich der künstlichen Intelligenz eröffnen – und bei eng definierten Workloads dazu beitragen, deren Energiehunger zu dämpfen. Die Integration von Large Language Models in Produktivsysteme verschlingt wegen der nötigen hohen Zahl von GPU-Beschleunigern bereits heute spürbare Strom- und Capex-Budgets; Berichte über knappe Nvidia-Kapazitäten und steigende Inference-Kosten sind seit 2023 Dauerbrenner in der Enterprise-IT.
Das US-Marktforschungsunternehmen IDC ging in einem im April 2024 veröffentlichten Whitepaper zur erfolgreichen Implementation von High Performance Computing (HPC) davon aus, dass sich Quantencomputing in HPC- und klassischen Hybrid-Umgebungen künftig stärker durchsetzen wird. Auch VINCI Energies sowie die Tochtergesellschaften Axians und Actemium haben sich dabei positioniert und in einem Gemeinschaftsprojekt mit D-Wave und QuantumBasel im uptownBasel geholfen, den ersten kommerziell genutzten Quantum-Hub der Schweiz aufzubauen. Dabei ging es unter anderem darum, mit möglichst wenig Energieverbrauch und Materialaufwand das Optimum an Leistung und Benutzerfreundlichkeit herauszuholen.
KI treibt den RZ-Energieverbrauch massiv in die Höhe
Die oft zitierte These, Rechenzentren seien bereits für vier bis fünf Prozent des weltweiten Energieverbrauchs verantwortlich und könnten mit KI bald 30 Prozent erreichen, hält dem aktuellen Stand nicht stand. Die Internationale Energieagentur (IEA) schätzt den Stromverbrauch von Rechenzentren 2024 auf rund 415 Terawattstunden – etwa 1,5 Prozent des weltweiten Stromverbrauchs. Im Base Case der IEA-Analyse „Energy and AI“ verdoppelt sich dieser Wert bis 2030 auf rund 945 TWh und liegt dann bei knapp unter 3 Prozent des globalen Stromverbrauchs. Der absolute Druck in Netzen und Standorten mit hoher AI-Dichte bleibt dennoch real: Accelerated Server wachsen laut IEA deutlich schneller als klassische Server.
Für das Training großer Modelle laufen Hunderte GPU-Beschleuniger mit hoher Dauerlast im hohen dreistelligen Watt-Bereich pro Karte – rund um die Uhr, oft über Wochen. Quantencomputer brauchen zwar ebenfalls Energie, vor allem um Helium auf Temperaturen nahe dem absoluten Nullpunkt (0 Kelvin bzw. -273 °C) zu kühlen. Im Betrieb liegen viele supraleitende Systeme aber tendenziell im niedrigen zweistelligen Kilowatt-Bereich und damit weit unter klassischen Supercomputern. Laut Branchenberichten reichte für den Betrieb des 2019 noch leistungsstarken chinesischen Supercomputers Tianhe-2 praktisch die Leistung eines kleinen Kraftwerksblocks. Die jährlichen Energiekosten solcher Anlagen liegen im Millionen-Euro-Bereich. Ein Quantencomputer mit rund 25 kW Dauerlast kommt – je nach Strompreis – auf eine ganz andere Größenordnung, oft im niedrigen fünfstelligen Euro-Bereich pro Jahr. Wichtig: Das ist ein Betriebsvergleich, kein Beweis, dass Quantenhardware heute KI-Training ersetzen kann.
Diamanten statt Helium könnten die Rettung sein
Noch halten sich die realen Energieersparnisse im Produktivbetrieb in Grenzen. Wie Dr. Mark Mattingley-Scott, damals IBM Quantum Ambassador Leader EMEA & AP bei IBM Deutschland, Digitale Welt in einem Interview sagte, brauchen heliumgekühlte Systeme auch viel Strom – diamantbasierte Quantencomputer dagegen nicht im gleichen Maß. Synthetisch hergestellt, könnten diese eine günstigere Alternative zur aufwendigen Heliumkühlung werden, zumal sie weniger Infrastruktur benötigen. Ein diamantbasierter Quantenbeschleuniger würde dann in einem autonomen Fahrzeug nur noch ein paar hundert Watt verbrauchen, „und das sind nur die Werte von Prototypen“, so Mattingley-Scott. Der IBM-Experte hält Green Quantum Computing für unerlässlich und plädiert für einen branchenweiten Standard.
In jedem Fall bietet Quantencomputing Potenziale – vor allem als Hybrid-Baustein, nicht als pauschaler KI-Strom-Ersatz. Das Fraunhofer FOKUS in Berlin hat mit Partnern im Projekt PlanQK an quantengestützter KI gearbeitet; ein klassisches Einsatzszenario bleibt Fraud-Detection im Bankensektor, wo Klassifikation und Prognose zusammenlaufen. Christopher Savoie, CEO von Zapata AI, verwies in der Computerwoche auf die Entwicklung neuer Krebsmedikamente an der Universität von Toronto, die ohne quantenbasiertes Modell so nicht möglich gewesen wäre. Gleichzeitig bleibt der Energiehunger der klassischen KI-Infrastruktur das operative Problem, das CIOs heute steuern müssen: Kapazität, PUE, Inference-Kosten und Standortstrom. Quantencomputing ist ein strategischer Forschungs- und Portfolio-Hebel – die Stromrechnung im RZ wird 2026 noch von GPUs und Kühlung dominiert.
Häufig gestellte Fragen
Was ist ein Qubit?
Ein Qubit (Quantum Bit) ist die kleinste Informationseinheit eines Quantencomputers. Anders als ein klassisches Bit, das nur 0 oder 1 speichert, kann ein Qubit durch Superposition und Verschränkung mehrere Zustandskombinationen gleichzeitig tragen. Genau diese Eigenschaft ermöglicht bei geeigneten Algorithmen enorme Parallelität – und macht Qubits zugleich extrem fehleranfällig und kühlungsintensiv.
Kann Quantencomputing den Energiehunger von KI wirklich senken?
Nur für eng definierte Problemklassen und erst, wenn fehlerkorrigierte Systeme produktiv skalieren. Heutige KI-Workloads laufen auf GPU-Clustern; Quantenhardware ersetzt dieses Training und Inference nicht pauschal. Der Energievorteil liegt vor allem im Vergleich zu Supercomputern bei speziellen Optimierungs- und Simulationsaufgaben, nicht im Chatbot-Alltag.
Warum brauchen viele Quantencomputer Heliumkühlung?
Supraleitende Qubits arbeiten nahe dem absoluten Nullpunkt. Die Kryotechnik (Helium, Dilution Refrigerator) dominiert den Stromverbrauch – oft im Bereich von etwa 10 bis 25 kW pro System. Alternative Modalitäten wie Ionenfallen, neutrale Atome oder diamantbasierte Ansätze zielen darauf, diesen Kühlaufwand zu senken oder zu vermeiden.
Was bedeuten diamantbasierte Quantencomputer praktisch?
Sie nutzen Defekte in synthetischen Diamanten (etwa Stickstoff-Vakanz-Zentren) als Qubits und sollen mit deutlich weniger Kryotechnik auskommen. IBM-Vertreter sehen darin einen Pfad zu kompakteren, energieärmeren Beschleunigern. Stand 2026 bleibt das vor allem Prototyp- und Forschungsstadium – kein fertiger Ersatz für GPU-Farmen.
Was sollten CIOs parallel zur Quantum-Story priorisieren?
Drei Spuren: (1) RZ- und Inference-Kosten transparent steuern, (2) Hybrid-HPC-Use-Cases mit klarem ROI auswählen, (3) Post-Quantum-Kryptografie inventarisieren und migrieren. Wer nur auf den Quantensprung wartet, steuert weder Strom noch Krypto-Risiko.
Weiterlesen auf Digital Chiefs
Digital ChiefsGartner: Weltmarkt für Cybersecurity soll 2025 um 15 Prozent zulegenDigital Chiefs5G-Abdeckung in Deutschland: EU-Bericht und WirklichkeitDigital ChiefsInternetwirtschaft in Deutschland wächst um fast 10 Prozent jährlichMehr aus dem MBF Media Netzwerk
cloudmagazin
mybusinessfuture
Bildquelle: KI-generiert (Juli 2026)