LONDON (IT BOLTWISE) – Microsofts Versprechen eines schnellen Fortschritts bei Majorana-basierten Quantencomputern trifft auf harte Gegenrede: In einer von Nature veröffentlichten Kritik steht nicht nur die Physik, sondern vor allem die Auswertung der Messdaten im Fokus. Der Wissenschaftler Henry Legg argumentiert, dass grundlegende Python-Fehler und selektives Plotting alternative, erfolgreiche Regionen verschleiert haben. Microsoft hält dagegen, die Einwände seien im Kern unbegründet – und verweist gleichzeitig auf die „Majorana 2“-Roadmap. Für Unternehmen zeigt der Fall vor allem eins: Reproduzierbarkeit und Datenzugang werden in der Quantenforschung zum Qualitätsmerkmal.
Microsofts Majorana-Erzählung für einen „quantum leap“ bekommt spätestens mit der Veröffentlichung einer peer-reviewten Kritik von Nature deutlich mehr Gegenwind. Im Februar 2025 hatte das Unternehmen angekündigt, der Majorana-Ansatz könne den Bau eines „wirklich bedeutenden“ Quantencomputers nicht in Jahrzehnten, sondern „in Jahren“ ermöglichen. Nature nimmt diese Fortschrittsbehauptung nun so ernst, dass der Autor Henry Legg als Dozent an der University of St Andrews in der Antwortphase zusammen mit seiner Analyse öffentlich widerspricht. Der Streit ist dabei bemerkenswert: Es geht nicht nur um interpretierte Quantenphänomene, sondern um konkrete Logik in der TGP-Auswertung (Topological Gap Protocol) und den Umgang mit Rohdaten.
Technisch liegt der Knackpunkt bei der Frage, ob Microsoft tatsächlich eine topologische Phase bzw. eine „Topological Gap“ detektieren kann, die als Voraussetzung für die Nutzung von Majorana-Partikeln gilt. Der Legg-Ansatz arbeitet mit Transport-„Tune-up“-Daten, also Messungen, wie sich Zustandsänderungen bzw. spektrale Signaturen unter Variation von Bias-Parametern verhalten. Laut seiner Argumentation wurden Rohdaten, die Hinweise auf hohe Störstellen („disorder“) liefern, in der Erstveröffentlichung nicht hinreichend berücksichtigt. Damit wird die methodische Kette angreifbar: Wenn die Voraussetzungen nicht klar nachgewiesen sind, werden Auswerteschritte wie Cluster-Filterung oder Plot-Transformation zu entscheidenden Einflussfaktoren für die wissenschaftliche Aussagekraft.
Legg konkretisiert die Vorwürfe mit Software-bezogenen Punkten, die für viele Tech-Teams aus der Praxis nur allzu vertraut sind: „two pretty basic Python programming errors“, wie er es in Zitaten gegenüber dem IT-Fachmedienumfeld formuliert. Erstens sei die Plot-Logik hart auf die größte Region fest verdrahtet gewesen, etwa über einen Parameter wie „zbp_cluster_numbers=[1]“. In seiner Sicht würde eine Anpassung, z. B. auf „[1,2]“, eine zweite Region sichtbar machen. Zweitens beschreibt er eine fehlerhafte Transformation, bei der Bias-Spannungen anhand eines Array-Index gespiegelt bzw. antisymmetrisiert würden, statt anhand des physischen Werts. Genau diese Art von Index-gegen-Wert-Verwechslung kann aus einer plausiblen Visualisierung schnell einen falschen Schluss ziehen – auch dann, wenn die Messung selbst korrekt war.
Microsoft weist diese Interpretation zurück. In einer Reaktion, die in dem Bericht ausführlich paraphrasiert wird, betont das Unternehmen seine Resultate und die Roadmap. Es wird zudem argumentiert, die Messungen seien nicht als vollständige Erhebung gedacht gewesen; kleinere Bugs – etwa „off-by-one“-Fehler – würden den Kern nicht treffen. Interessant ist aber vor allem die Art der Verteidigung: Microsoft stellt die Bewertungskommunikation als robust dar, verweist auf ein unabhängiges Quantum-Benchmarking-Programm und hebt die wissenschaftliche Auseinandersetzung als Bestandteil des Prozesses hervor. Als Branchenvergleich lohnt der Blick auf andere Systemansätze wie IBM und Google, die bei Quantenhardware regelmäßig betonen, dass Leistungsmessungen (z. B. Noise-Charakterisierung, Gate-Fidelity, Quantenfehlerkorrektur) nur dann belastbar sind, wenn Mess- und Auswertungswege lückenlos nachvollziehbar bleiben.
Für den Markt ist der Timing-Aspekt nicht zu unterschätzen: Während Microsoft bereits im öffentlichen Raum „Majorana 2“ als „next-generation topological quantum chip“ ankündigte und den Entwicklungsprozess mit eigener agentischer KI-Unterstützung verknüpfte, zeigt die Debatte, wie schnell sich wissenschaftliche Validierungsketten verzögern können. Legg beschreibt Majorana 2 in seinem Standpunkt sogar skeptischer als nur „noch nicht fertig“: Das Bauteil sei nicht verfügbar und die Behauptung, es handele sich bereits um einen einzelnen Qubit-artigen Zustand, sei nicht belegt. Er argumentiert, dass Kennzahlen wie „1.000-mal zuverlässiger“ eher auf klassische Bit-Lifetimes (z. B. Parität) abzielen könnten, ohne zu zeigen, dass echte Quantenkohärenz oder Superposition stabil nutzbar ist. Diese Unterscheidung ist für CIOs und CTOs zentral: Ein quantenfähiges System ist mehr als eine langlebige Nebenbedingung – es muss kontrollierbar und messbar fehlertolerant sein.
Aus regulatorischer und Governance-Sicht betrifft der Fall weniger „Compliance“ im klassischen Sinn als vielmehr die Anforderungen an Reproduzierbarkeit, Datenhygiene und belastbare Auditierbarkeit von Ergebnissen. Wenn Rohdaten ausgelassen oder Visualisierungen so gefiltert werden, dass nur der größte Cluster gezeigt wird, entsteht ein strukturelles Risiko für Fehlinterpretationen – und später auch für externe Bewertungs- und Beschaffungsentscheidungen. Das gilt besonders für Unternehmen, die Quanten-POCs mit Lieferanten abstimmen: Verträge, die sich nur auf Marketing-Narrative stützen, sind anfällig, sobald peer-reviewte Analysen die experimentelle Grundlage oder die Auswerte-Logik infrage stellen. Datenschutz im engeren Sinn ist hier weniger Thema als wissenschaftliche Nachvollziehbarkeit, doch für viele Organisationen gehört beides in dieselbe „Evidence“-Kultur.
Der nächste Entwicklungsschritt liegt damit weniger in einer einzelnen Chip-Iteration als in der Engineering-Disziplin rund um die Forschungssoftware: versionierte Auswertungspipelines, reproduzierbare Plot-Parameter, veröffentlichte Transformationsschritte und idealerweise eine klare Trennung zwischen explorativer Datenanalyse und finaler, berichteter Ergebniskette. Für Entwickler entstehen daraus neue Chancen: Wer TGP-ähnliche Protokolle in Toolchains integrieren will, muss nicht nur Physik verstehen, sondern auch die Software-Schnittstelle zwischen Messdaten, Vorverarbeitung und Berichtsfunktion sauber gestalten. Sollte der Streit zu mehr Transparenz führen, könnte das die Glaubwürdigkeit des Majorana-Ansatzes insgesamt stärken – oder, falls sich die Einwände durchsetzen, den Fokus der Branche stärker auf andere topologische oder nicht-topologische Routen lenken. Unabhängig davon bleibt die zentrale Lehre: Künstliche Intelligenz kann bei der Entwicklung helfen, doch Validierung bleibt menschlich prüfbar, und sie beginnt bei der Code-Qualität.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Nature kritisiert Microsofts „Majorana“-Durchbruch: Python-Codefehler im Zentrum" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Nature kritisiert Microsofts „Majorana“-Durchbruch: Python-Codefehler im Zentrum" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Nature kritisiert Microsofts „Majorana“-Durchbruch: Python-Codefehler im Zentrum« bei Google Deutschland suchen, bei Bing oder Google News!