WIE IN AKTIEN DES QUANTENCOMPUTINGS INVESTIEREN

Was Quanteninvestieren umfasst

Kurz zur Technik: Was macht ein Quantenchip, warum markiert er die nächste Rechenfront—und wie ergänzt er KI, statt mit ihr zu konkurrieren?

Quanten steht an der nächsten Front der Rechentechnik und arbeitet—entscheidend—mit KI zusammen. Klassische Rechner beruhen auf dem berühmten Binärsystem: Bits sind strikt 0 oder 1—ideal für Tabellen und Webserver, aber unhandlich bei Problemen mit astronomischen Zustandsräumen. Quantenmaschinen nutzen Qubits, die viele Möglichkeiten gleichzeitig erkunden können.

Ziel ist der Sprung bei hochspezifischen Aufgaben—komplexe Simulationen und Optimierung—bei denen Binärmaschinen (vom Laptop bis zum besten klassischen Supercomputer) an Grenzen stossen.

Damit wird Quanten zum Kraftmultiplikator für KI. GPUs und grosse Modelle leisten Wahrnehmung, Generierung und Mustererkennung; Quantenbeschleuniger greifen die härtesten Teilprobleme an, die diese KI-Pipelines freilegen. Kurzfristig hilft KI dem Quantenbereich—beim Entwurf besserer Schaltkreise, beim Tuning der Fehlerminderung und der Steuerung. Langfristig füttert Quanten die KI—verbessert Sampling und Optimierung in Training/Inference und simuliert Moleküle/Materialien für schnellere Entdeckungen. Konkret heisst das:

• KI → Quanten: KI entwirft bessere Quantenschaltkreise, stimmt Fehlermitigationsstrategien ab und steuert Kontrollsysteme—kürzere Iterationen.

• Quanten → KI: Quantenroutinen beschleunigen Sampling/Optimierung in Training & Inferenz, durchsuchen grosse Architektur­räume und simulieren Moleküle/Materialien für KI-getriebene Forschungspipelines.

Für Anleger ist der Stack übersichtlich, mit drei Wegen:

• Hardware-Unternehmen: die Quantenchips und Systeme.

• Middleware-Unternehmen: Software, die QPUs mit klassischen Systemen verbindet und nutzbar macht.

• Anwendungsanbieter: Cloud-Tools für Branchenprobleme. Wert entsteht dort, wo Entwicklung standardisiert und Wechselkosten steigen—Plattformen, die hybride KI+Quanten-Workflows schmerzfrei machen.

Im Folgenden nennen wir zentrale Player (und Zugänge). Kommerzialisierung bleibt holprig. Jetzt: bescheidene Umsätze aus Cloudzugang zu kleinen Prozessoren, Services, Training und gemeinsamen Piloten—oft neben KI-Projekten. Als Nächstes: nischige, monetarisierbare Vorteile durch Domain-Beschleuniger und Fehlermitigation in Pharma, Logistik, Finanzen. Später: breitere Softwaremärkte, falls fehlertolerante Systeme kommen und Overheads der Fehlerkorrektur sinken. Positionsgrössen und Meilenstein-Tracking sind Pflicht: Pressemitteilungen sind Input, nicht Ergebnis—gesucht ist Beleg, dass hybride KI+Quanten-Stacks reale Workloads mit besseren Unit Economics stemmen.

Ist Quantencomputing eine Investmentchance?

Wenn Quanten der Kraftmultiplikator für KI ist, lautet die Frage nicht «wann Mond?», sondern mehrere komplexere:

«Wie gross ist das Potenzial?» (und bekommen wir überhaupt nutzbare Quantenrechner?)
«Woran forscht die Firma, und wie weit ist sie vom Hauptziel entfernt?» (vieles ist noch experimentell)

So übersetzt du das in einen sauberen Investmentrahmen:

Denke in Szenarien statt in Prophezeiungen.

• Basisszenario: stetiger technischer Fortschritt, ausgewählte Piloten neben KI-Projekten, moderate Cloudumsätze; halten für Lernen und Optionalität.

• Aufwärtsszenario: gezielter Quantenvorteil (Chemie, Optimierung) schafft Enterprise-Subscriptions und Workflow-Lock-in; ARR wächst mit den Wechselkosten.

• Abwärtsszenario: stagnierende Kohärenz/Fidelität und straffere Finanzierung verlängern Timelines, drücken Multiples und erzwingen Verwässerung.

«Wie weit sind sie?» in messbare Signale übersetzen

• Hardware: Kohärenzzeit, Zwei-Qubit-Fidelität, Fehlerraten, Crosstalkunterdrückung, Stabilität (kryogen/fotonisch), Waferausbeute. Frage: Kommen sie über die Lab-Demo hinaus? Geschäft oder Forschungsprojekt?

• Software: SDK-Adoption, Open-Source-Traktion, Hyperscaler-Integrationen, Verankerung in Enterprise-Toolchains. Bleiben Entwickler dran?

• Kommerziell: Qualität des Backlogs, Umwandlung bezahlter Piloten in mehrjährige Verträge, partnerfinanzierte Forschung zur Risikoreduktion. Zahlt jemand—wiederholt?

• Finanziell: Runway vs. Meilensteine, disziplinierte Opex, vernünftige Verwässerung für den langen Aufbau. Überleben bis zur Lieferung?

Das Wettbewerbsschachbrett verstehen

Unterschiedliche Qubit-Modalitäten—Ionenfallen, Supraleiter, Photonik, neutrale Atome, Spins—tauschen Trade-offs zwischen Fidelität, Skalierbarkeit, Herstellbarkeit und Footprint. Es gibt noch keinen Sieger. Bevorzuge Firmen mit (a) glaubwürdigem Pfad zur Fehlerkorrektur im grossen Massstab oder (b) Geschäftsmodellen, die vor voller Fehlertoleranz Geld verdienen—über Simulation, hybride KI+Quanten-Workflows oder «quantum-ready» Services mit besserer heutiger Ökonomie.

Die rote Linie aus KI+Quanten: Behandle Quanten wie einen spezialisierten Beschleuniger in KI-zentrierten Pipelines. Investiere dort, wo der hybride Stack leichter zu kaufen, zu implementieren und zu skalieren ist.

Quanten-Leader-Aktien im Blick—und ihre Hürden

Exponieren kannst du dich direkt (Quantenaktien) oder indirekt (Grossplattformen, die Quantenprogramme finanzieren). Erstere steigen potenziell schneller, sind aber riskanter; zweitere sind robuster, doch Quanten bleibt lange ein kleiner Gewinnbeitrag. Hier sechs bekannte Namen und die Klartext-Punkte zum Beobachten. Wir starten mit den «reinen» Spielern.

Die «reinen» Quantenaktien

IonQ (NYSE: IONQ): stark im Labor, schwer zu skalieren

• Was sie tun: Ionenfallen-basierte Maschinen; Zugang über grosse Clouds; zusammen mit Kunden Tests und Demos.

• Warum beliebt: hohe Genauigkeit im Labor und gute Cloud-Anbindungen an Amazon, Microsoft u. a.—leicht auszuprobieren.

• Was schiefgehen kann: Exzellente Laborleistung in viele verlässliche, bezahlbare Systeme zu überführen, ist schwer. Umsätze stützen sich auf kleine Projekte; möglich ist Kapitalbedarf vor stärkerem Sales-Ramp.

• Stärken: präzise Hardware; einfacher Cloudzugang; wachsendes Partnernetz.

• Kernprobleme: Massenproduktion; komplexe Maschinenvernetzung; Einnahmen Richtung Trials.

• Beobachten: Roadmap-Verzögerungen; Marge Zugang vs. Services; Aktienausgaben für Capex.

Rigetti Computing (NASDAQ: RGTI): eigene Fertigung, braucht Tempo

• Was sie tun: supraleitende Prozessoren plus Software und Cloudzugang—Kontrolle fast der gesamten Kette vom Chip bis zum Kunden.

• Warum beliebt: Eigenfertigung kann Lernen beschleunigen und Kosten senken; enge Beziehungen zu Staat und Universitäten.

• Was schiefgehen kann: Führungs- und Planwechsel der letzten Jahre. Nötig sind höhere Chipqualität, echte Kundenresultate (nicht nur Tests) und ausreichend Cash.

• Stärken: End-to-End-Kontrolle; öffentliche/akademische Anbindung; Hybrid-Workflow-Erfahrung.

• Kernprobleme: ungleichmässige Execution; Abhängigkeit von Finanzierungszyklen; Druck kapitalstarker Konkurrenten.

• Beobachten: Waferausbeute; Upgrade-Kadenz bei Fidelität; Konversion Pilot → nutzungsbasierter Umsatz.

D-Wave Quantum (NYSE: QBTS): heute nützlich, nicht universell

• Was sie tun: Fokus auf «Annealing»—geeignet für bestimmte Optimierungen (Routen, Zeitpläne). Systeme sind bereits in der Cloud mietbar.

• Warum beliebt: reale Kunden nutzen es für konkrete Aufgaben—Wert zeigt sich früher.

• Was schiefgehen kann: Annealing ist kein Universalansatz. Die Langfrist-Roadmaps zielen überwiegend auf universelle, gate-basierte Rechner. D-Wave arbeitet daran, doch das Rennen ist härter.

• Stärken: First Mover; praktische Optimierungsfälle; aktives Cloudgeschäft.

• Kernprobleme: engere Use Cases; Risiko bei Gate-basiertem Durchbruch; starker Wettbewerb durch klassische/AI-Optimierer.

• Beobachten: Wiederholungskäufe; Nachweise ggü. nicht-quantenmethoden; Gate-Model-Fortschritt; Margen Cloud vs. Services.

Blue Chips mit Quantenengagement

Bei diesen Alltagsnamen ist Quanten ein Seitenprojekt. Sicherere Bilanzen, langsamere Quantenwirkung.

Alphabet (NASDAQ: GOOGL): Spitzenforschung, zähe Monetarisierung

• Was sie tun: Googles Quantum-AI-Team publiziert Forschung auf Weltniveau und kann Zugang über Google Cloud anbieten.

• Warum beliebt: Elite-Talente, Hyperscale-Distribution, starke Bilanz.

• Risiken: Quanten trägt nur minimal zum Konzerngewinn bei; Regulierer könnten Bundling im Cloudgeschäft prüfen.

• Stärken: Forschungstiefe; globale Cloud-Reichweite; Cash.

• Kernprobleme: geringe Umsatzsichtbarkeit; Prioritätenkonflikte zwischen Ads, KI, Cloud; regulatorische Fragen.

• Beobachten: Produktisierung von Papers; namentliche Enterprise-Referenzen; Roadmaps für Käufer, nicht nur Physiker.

IBM (NYSE: IBM): glaubwürdige Roadmaps, Enterprise-Konversion gefordert

• Was sie tun: transparente Roadmaps, wachsende Qubit-Zahlen, Open-Source Qiskit und Partnernetzwerk.

• Warum beliebt: Zugang zu CIOs und ein Service-Motor, der Kunden von Pilot zu Produktion begleitet.

• Risiken: Quanten ist ein kleiner Umsatzanteil; servicelastige Modelle können den reinen Tech-Mehrwert ggü. HPC/KI verschleiern.

• Stärken: Roadmap-Disziplin; Enterprise-Beziehungen; Entwicklerökosystem.

• Kernprobleme: Monetarisierung über Services; möglicher Rückstand ggü. agileren Rivalen; harte Belegführung auf Kunden-KPIs.

• Beobachten: Auslastung der Cloudsysteme; unabhängige Validierungen; Preissetzung bei Premiumzugang.

NVIDIA (NASDAQ: NVDA): unverzichtbare Infrastruktur, indirekte Exponierung

• Was sie tun: GPUs und Software-Frameworks für Quantensimulation und hybride Workflows.

• Warum beliebt: Nutzen heute möglich—Teams verwenden die Tools bereits.

• Risiken: Quanten ist winzig gegenüber KI und Datacenter; selbst gute Traktion bewegt die Zahlen wenig. Falls künftige Stacks weniger GPU-lastige Simulation brauchen, schwächt das den Rückenwind.

• Stärken: dominantes Entwicklerökosystem; erstklassige Simulation; starkes Partnernetz.

• Kernprobleme: nicht-materiale Quantenumsätze; Abhängigkeit von breiteren Capex-Zyklen; mögliche Umgehung durch dedizierte Quantenhardware.

• Beobachten: Adoption hybrider SDKs; Aufnahme in Enterprise-Referenzarchitekturen; Margen bei quantennahen Softwareangeboten.

ETFs & Körbe: Diversifikation vs. Reibung

Die wichtigsten Quanten-ETFs (plus einige «Quanten-inkludierte» Optionen):

• Defiance Quantum ETF (QTUM) — USA; verfolgt Unternehmen rund um Quantencomputing & ML. Gute Liquidität; breiter «Future Compute»-Fokus.

• WisdomTree Quantum Computing Fund (WQTM) — USA; Quantenfokus, mit Classiq entwickelt.

• WisdomTree Quantum Computing UCITS ETF (WQTM) — UCITS für EU/UK; bildet den WisdomTree Classiq Quantum Computing Index ab.

• VanEck Quantum Computing UCITS ETF (QNTG) — UCITS; zielt auf Entwickler/Patentführer in Quanten; Listings in Europa/UK.

«Quanten-adjazent» (breiter, inkl. Quantenexponierung):

• Global X AI Semiconductor & Quantum ETF (CHPX) — Fokus auf KI-Chips plus Teile der Quanten-Wertschöpfung; kein reines Quanten-ETF.

• HANetf ITEK (TECH Megatrends) — diversifiziertes «Industrie 4.0»-ETF mit hinzugefügter Quantenexponierung; Multi-Thema.

Tipp: Prüfe Methodik und Top-Holdings (wie viel echtes Quanten vs. KI/Semiconductors), Notierungswährung und TER vor dem Kauf.

So kaufst du Quantenaktien

1. Shortlist für Aktien/ETFs erstellen; Gebühren und Notierungswährung prüfen.

2. In Tranchen mit Limit-Orders einsteigen; Market-Orders bei hoher Volatilität meiden.

3. Gewinne, Tech-Updates und Kundenreferenzen verfolgen; nur auf Belegen aufstocken.

4. Quartalsweise rebalancieren; übergrosse Gewichte trimmen.

Positionsgrösse, Timing, Disziplin

Klein starten, schrittweise aufstocken. Kernpositionen in robuste Plattformen, kleinere Satelliten in «Pure Plays», plus liquide Mittel für Schwankungen. In Tranchen kaufen, nicht in Spitzen. Quartalsweise gegen klare Meilensteine prüfen—und raus, wenn die These bricht, auch mit Verlust.

Pragmatischer Drei-Eimer-Ansatz

1. Eimer A: Plattformen (Alphabet, IBM, NVIDIA). Jahrelang halten; nur bei Quantenfortschritt und starker Basis aufstocken.

2. Eimer B: «Pure Plays» (IonQ, Rigetti, D-Wave). Kleine Positionen, gestaffelte Käufe, nahes Monitoring von Technik & Kunden.

3. Eimer C: «Pickel & Schaufeln» (Software, Kryogenik, Steuerelektronik, Post-Quanten-Security). Monetarisierbar auch vor Fehlertoleranz. Bei Schieflagen rebalancieren; harte Emittenten-Limits setzen.

Risikokontrollen, die wirken

Einzelne Pure Plays klein halten. Vorsicht bei Stop-Loss—News führen oft zu Gaps. Einfache Regel: Ausstieg, wenn die These bricht; Wiedereinstieg erst nach Reparatur. Pairs erwägen (long Pure Play, underweight überhitzter Enabler), um Faktorrisiken zu dämpfen. Optionen können Risiko formen, kosten aber bei langen/seitlichen Phasen. Funding-Meldungen und Konferenz-Demos sind Rauschen—bis sie zu zahlenden Wiederkäufern werden.

Was pro Quartal tracken

Versprechen vs. Lieferung vergleichen und mit unabhängigen Quellen gegenprüfen. Trifft ein Unternehmen kundenrelevante Meilensteine, kann man erhöhen. Bei wiederholten Verfehlungen in höherer Überzeugung rotieren—oder liquide bleiben.

• Hardware: vom Prototyp zu stabileren Systemen; glaubwürdige Zeitpläne für fehlerkorrigierte Qubits.

• Ökosystem: echte Softwarepartner, Marketplace-Listings, Integrator-Trainings.

• Ökonomie: steigende Bruttomarge beim Zugang, sinkende Kosten pro «Qubit-Stunde», Preissetzung für Premium-Tiers.

• Governance: Insideranteile, Vergütung an Tech/Commercial-KPIs gekoppelt, umsichtiges Emissionsmanagement.

Mache Updates zur Gewohnheit. Stärken neue Daten die These, langsam skalieren; schwächen sie sie, ruhig Risiko reduzieren. Eine kurze «Error-Log» führen und daraus lernen. In Quanten verzinst sich Geduld, Hype amortisiert—bleib liquide, neugierig und lass Resultate das Tempo setzen.