Einige der größten Wall-Street-Banken, darunter Goldman Sachs, JPMorgan Chase und die Citigroup, treiben die Quanten-Forschung voran. Denn die jüngsten Durchbrüche der möglicherweise revolutionären Computertechnologie haben die Grundlage für erste praktische Anwendungen geschaffen.
So sagte etwa Paul Burchard, leitender Forscher bei Goldman Sachs, dass die Bank ihre vor fünf Jahren begonnen Forschungen im vergangenen Jahr intensiviert hat. Die Fortschritte der Hardware bedeuteten, dass die Technologie an der Schwelle zu einer raschen Beschleunigung steht. "Wir glauben, dass dies möglicherweise eine entscheidende Technologie wird", zitiert ihn die Financial Times.
JPMorgan und Citigroup teilen diese Ansicht. Vor 18 Monaten hat auch die Citigroup erstmals in ein Quanten-Unternehmen investiert. Das Potenzial der Technologie, Aktivitäten wie das Risikomanagement und den Handel zu revolutionieren, ist so groß, dass die Banken jetzt damit beginnen müssen, zu lernen, wie sie sich diese Technologie zunutze machen können, sagt William Hartnett, ein Geschäftsführer der Citigroup.
Die Forschungen der Banken konzentrieren sich darauf, neue Arten von Algorithmen zu entwickeln, die auf Quantenmaschinen ausgeführt werden können. Dabei soll die Fähigkeit der Technologie genutzt werden, eine große Anzahl möglicher Ergebnisse parallel zu analysieren, anstatt den genauen logischen Pfaden traditioneller Computer zu folgen.
Die Banken wollen die so genannten Monte-Carlo-Simulationen optimieren. Dies sind komplexe Berechnungen, mit denen sie in der Regel jeden Tag ihre Gesamtrisikopositionen bewerten. Die gleichen Techniken werden bei der Preisfestsetzung für Optionen verwendet. Laut Ning Shen, dem Quanten-Chef bei JPMorgan, machen solche Berechnungen den Großteil der Rechenleistung der Bank aus.
Die Banken hoffen, dass die Quantenmaschinen die Zeit für die Analyse komplexer Risikopositionen so sehr verkürzen, dass sie ihre Positionen in Echtzeit anpassen können, statt bis zum nächsten Tag auf die Berechnung warten zu müssen. Auf diese Weise will Goldman Sachs auch "größere Märkte erschließen", sagt Burchard. "Um dem Kunden einen Preis zu nennen, müssen wir alle Risiken um einen Handel herum sehen können."
Ning Shen von JPMorgan Chase teilt diese Einschätzung: "Wenn man seine Modelle schnell neu anpassen kann, kann man seinen Kunden eine bessere Abwicklung bieten." Zudem könnte die Quanten-Technologie es auch möglich machen, die Investmentportfolios wohlhabender Kunden von Fall zu Fall zu optimieren.
In Zukunft wollen die Banken mithilfe des Quantencomputers auch das maschinelle Lernen im Rahmen der Künstlichen Intelligenz beschleunigen. Damit könnten die Banken Anomalien an den Märkten schneller erkennen oder Chancen, die bisher gar nicht erkennbar sind. Die entsprechende Forschung muss aber erst noch beginnen und wird Techniken erfordern, die weit über die Optimierung hinausgehen.
John Preskill ist skeptisch im Hinblick auf die Bemühungen der Banken. Der theoretische Physiker am California Institute of Technology prägte vor sieben Jahren den Begriff der "Quantenüberlegenheit", was den Moment bezeichnet, wenn ein Quantencomputer bei einer Berechnung erstmals den leistungsstärksten herkömmlichen Supercomputer übertrifft - was Google nach eigenen Angaben im letzten Jahr erreicht hat.
Dem Physiker zufolge ist es fraglich ist, ob die Systeme, die in absehbarer Zeit verwendet werden, praktische Berechnungen durchführen können. Die Verantwortlich bei den Banken wie Shen von JPMorgan wollen bereits in fünf bis zehn Jahre erste Ergebnisse erzielen. Diesen Zeitrahmen bezeichnet Preskill als "optimistisch".
Doch die jüngsten Fortschritte der Quanten-Hardware haben die Banken davon überzeugt, den Sprung zu wagen. Der jüngste Anstieg in der Größenordnung von Quantenschaltkreisen spiegelt die exponentiellen Fortschritte wider, die in den frühen Tagen der Halbleiterindustrie zu beobachten waren, sagt Burchard von Goldman.
Die großen Herausforderungen im Umgang mit der neuen Technologie zeigen sich auch in der Forschung der Wall-Street-Banken. So haben die Forscher von Goldman Sachs herausgefunden, dass Monte-Carlo-Simulationen auf einem Quantensystem nicht "parallelisiert" werden können. Das heißt, die Berechnung kann nicht beschleunigt werden, indem man sie in viele einzelne Teile zerlegt, die gleichzeitig ausgeführt werden.
Daher untersucht die Bank nun, wie man für diese Simulationen die "Tiefe" von Quantenschaltungen erhöhen kann. Dies ist jedoch ein schwieriges Problem, da die Schaltungstiefe die Ungenauigkeit - oder das "Rauschen" - stark erhöht, das sich in Quantensysteme einschleicht, sobald sie eine bestimmte Größe überschritten haben.
Laut Matt Johnson, dem Chef des Quantencomputer-Dienstleisters QC Ware, laufen weltweit 34 Projekte zum Bau von Quantensystemen, bei denen eine ganze Reihe verschiedener grundlegender Technologien zum Einsatz kommt. "Wenn nur nur eins davon funktioniert, dann wird das nützlich werden", sagt Burchard.
