Welche Auswirkungen hat Quantencomputing auf die Finanzbranche?

Warum ist Quantencomputing in der Kryptographie ein zweischneidiges Schwert?
Kryptographie und Blockchain-Technologie werden sicherlich nicht vom Quantencomputing unberührt bleiben; die Richtung bleibt jedoch fraglich.
Quantencomputing stellt für die Kryptographie sowohl eine Bedrohung als auch eine Chance dar. Zwar hat es das Potenzial, viele der aktuellen Verschlüsselungsmethoden zu knacken, doch es hat auch das Potenzial, neue und sicherere Methoden zu entwickeln, die gegen Angriffe klassischer Computer immun sind.
QCs sind exponentiell schneller als klassische Computer, was bedeutet, dass sie mathematische Probleme schnell lösen können, für die klassische Computer Jahre, Jahrzehnte oder sogar Jahrhunderte brauchen würden. Dazu gehören die mathematischen Probleme, die vielen Verschlüsselungsschemata zugrunde liegen, die zur Sicherung digitaler Kommunikation und Transaktionen verwendet werden.
Beispielsweise kann Shors Algorithmus verwendet werden, um große Zahlen effizient zu faktorisieren, was die Grundlage für viele Public-Key-Verschlüsselungsalgorithmen wie RSA bildet (die Abkürzung bezieht sich auf den Namen der Entwickler Rivest–Shamir–Adleman).
Allerdings kann Quantenkryptographie auch dazu verwendet werden, neue kryptographische Methoden zu entwickeln, die sicherer sind als klassische Methoden. Beispielsweise ist Quantenschlüsselverteilung eine Methode zum Generieren und Verteilen eines geheimen Schlüssels zwischen zwei Parteien. Die Vertraulichkeit und Integrität der ausgetauschten Informationen kann sichergestellt werden, selbst wenn eine böswillige Entität die Kommunikation abfängt.
Die genannten Merkmale sorgen für eine gewisse Unsicherheit hinsichtlich der Zukunft von QCs in Blockchain-Technologien. Sie könnten die derzeit in Blockchains verwendeten Verschlüsselungsmethoden brechen, was die Sicherheit digitaler Assets und Transaktionen gefährden könnte. Gleichzeitig arbeiten Forscher an der Entwicklung quantenresistenter Verschlüsselungsmethoden für Blockchains, um dieser Bedrohung entgegenzuwirken, wie beispielsweise die Public-Key-Verschlüsselung CRYSTALS-Kyber von IBM. Darüber hinaus können QCs Blockchains verbessern, indem sie ihre Verarbeitungsgeschwindigkeit und Skalierbarkeit erhöhen, was zu effizienteren und sichereren Transaktionen führen kann.
Welche Vorteile bietet Quantencomputing für die Finanzbranche?
Die Finanzbranche ist optimistisch, was Quantencomputer angeht. Aufgaben wie Portfoliooptimierung, Risikomanagement und Vermögenspreisbildung haben große Chancen, davon zu profitieren.
Die Algorithmen von Grover und Shor können zur Portfoliooptimierung eingesetzt werden. Bei der Portfoliooptimierung geht es darum, die optimale Kombination von Investitionen zu finden, um die Rendite zu maximieren und gleichzeitig das Risiko zu minimieren. Neben schnelleren und genaueren Berechnungen kann die Technologie flexiblere Optimierungsstrategien ermöglichen, die ein breiteres Spektrum an Faktoren berücksichtigen, wie z. B. Umwelt-, Sozial- und Governance-Faktoren.
Ein weiteres Beispiel könnte die Bewertung von Vermögenswerten sein. Bei der Bewertung von Vermögenswerten wird der Wert von Finanzanlagen wie Aktien, Anleihen und Derivaten geschätzt. Traditionelle Methoden zur Bewertung von Finanzanlagen basieren auf komplexen mathematischen Modellen wie Monte-Carlo-Simulationen, bei denen eine große Anzahl möglicher Ergebnisse für eine bestimmte Finanzanlage simuliert und diese Simulationen dann zur Schätzung ihres Werts verwendet werden. Quantum Monte Carlo (QMC) kann beispielsweise komplexe Finanzinstrumente wie Optionen verarbeiten, die nichtlineare Auszahlungen aufweisen.
Hier ist die Milliardenfrage: Können Quantencomputer den Aktienmarkt vorhersagen? Zwar haben Quantencomputer bei bestimmten Aufgaben der Finanzmodellierung gegenüber klassischen Computern einige Vorteile, aber es ist unwahrscheinlich, dass sie den Aktienmarkt mit absoluter Genauigkeit vorhersagen können. Darüber hinaus bringt auch das Quantencomputing wie jede neue Technologie seine eigenen einzigartigen Herausforderungen und Einschränkungen mit sich, die angegangen werden müssen, bevor sein volles Potenzial in Finanzanwendungen ausgeschöpft werden kann.
Viele Finanzdienstleister haben hohe Erwartungen an die Auswirkungen von QC auf das Risikomanagement. Dazu gehört das Identifizieren, Bewerten und Priorisieren von Risiken sowie das Ergreifen von Maßnahmen zur Minderung oder Bewältigung dieser Risiken. Jeder Schritt umfasst mathematische Modelle und Simulationen zur Vorhersage von Risikoergebnissen, und Zeit und Genauigkeit spielen in diesem Prozess eine entscheidende Rolle. Cybersicherheit ist ein wichtiger Teil des Risikomanagements, der durch die Aktivierung fortschrittlicherer Verschlüsselungsmethoden verbessert werden kann.
Verschlüsselung ist im Bankwesen zu einer wichtigen Maßnahme geworden, um vertrauliche Informationen vor unbefugtem Zugriff zu schützen. Sie wird verwendet, um Kommunikationskanäle zwischen Banksystemen, Websites und mobilen Apps zu sichern und Daten auf Servern, Datenbanken und Backups zu schützen. Darüber hinaus wird Verschlüsselung verwendet, um digitale Signaturen zu generieren, die die Authentizität von Dokumenten sicherstellen und unbefugte Änderungen oder Manipulationen vertraulicher Dokumente verhindern.
Warum ist es so schwierig, Quantencomputer in bestehende Technologien zu integrieren?
Trotz des großen Potenzials von QC müssen die Technologie und ihre Anwendungen mehrere herausfordernde Hindernisse überwinden.
Die Arbeit mit Qubits ist eine enorm anspruchsvolle wissenschaftliche Aufgabe, da sie in einem kontrollierten Quantenzustand isoliert werden müssen, der äußerst fragil ist. Die kleinste Änderung der physikalischen Umgebung (Vibration oder Temperatur) kann ein Ungleichgewicht verursachen, das den Zusammenbruch der Superposition zur Folge hat. Es sind komplexe Präventivmaßnahmen erforderlich, wie unterkühlte Kühlschränke, Isolierung oder Vakuumkammern, um zu verhindern, dass das System sein Gleichgewicht verliert.
Ein weiterer Aspekt der Herausforderung besteht darin, dass QCs als anderes Paradigma nicht nur völlig neue Hardware und Software, sondern auch algorithmische Lösungen erfordern. Zahlreiche Artikel diskutieren das Potenzial von QCs im maschinellen Lernen, in der künstlichen Intelligenz oder in der Kryptographie. Weniger häufig wird betont, dass es nicht nur darum geht, QCs zu verwenden, um Algorithmen auszuführen, die für klassische Computer entwickelt wurden (quantenverstärkt), sondern völlig neue Algorithmen zu entwickeln, die die Funktionen von QCs nutzen.
Quantenalgorithmen im Bankwesen können durch ihr Potenzial, die Geschwindigkeit und das Volumen von Berechnungen und Transaktionen zu vervielfachen, bahnbrechend sein. Allerdings haben verschiedene Finanzinstitute gerade erst begonnen, mit ihren eigenen Quantenalgorithmen zu experimentieren, und die Grenzen dieser Potenziale sind noch nicht klar. Quantenalgorithmen sind Algorithmen, die die einzigartigen Eigenschaften von Quantensystemen wie Superposition und Verschränkung nutzen.
Ein Beispiel für Quantenalgorithmen ist der Grover-Algorithmus, mit dem große, unstrukturierte Datenbanken mit Finanzdaten schneller durchsucht werden können als mit klassischen Algorithmen. So könnte man damit beispielsweise nach bestimmten Finanztransaktionen suchen oder Muster in Finanzdaten erkennen. Ein weiteres Beispiel ist der Shors-Algorithmus, mit dem man große Zahlen schneller faktorisieren kann als mit klassischen Algorithmen.
Was sind Quantencomputer?
QCs sind neue Maschinen, die auf den Prinzipien der Quantenmechanik basieren und Berechnungen deutlich schneller durchführen können als klassische Computer.
Der Ausdruck QCs bezieht sich auf einen neuen Maschinentyp, der auf den Prinzipien der Quantenmechanik basiert. Die Quantenmechanik ist ein Teilgebiet der Physik, das sich mit dem Verhalten von Materie und Licht auf atomarer und subatomarer Ebene beschäftigt. Die am meisten geschätzte Eigenschaft von QCs ist, dass sie bestimmte Arten von Berechnungen viel schneller durchführen als klassische Computer.
Klassische Computer speichern und verarbeiten Informationen in der Einheit Bit, während QCs Quantenbits (oder Qubits) verwenden. Bits stellen Informationen in einem Binärformat dar und können nur zwei mögliche Werte haben: Null oder Eins. Jede Information, die durch einen klassischen Computer geht, ist im Wesentlichen eine lange Zeichenfolge aus Nullen und Einsen.
Qubits können in mehreren Zuständen gleichzeitig existieren, eine Eigenschaft, die als Superposition bezeichnet wird. Das bedeutet, dass ein einzelnes Qubit zahlreiche mögliche Kombinationen aus Nullen und Einsen darstellen kann; daher kann es eine viel größere Menge an Informationen verarbeiten als ein klassisches Bit.
Ein weiteres spannendes Merkmal von Qubits ist das Potenzial der „Verschränkung“, bei der Qubit-Paare gebildet werden. Ändert man den Zustand eines Qubits im Paar, ändert sich der Zustand des anderen Qubits auf vorhersehbare Weise. Diese Eigenschaft verleiht QCs zusätzliche Leistung. Die Erhöhung der Anzahl der Bits in einem klassischen Computer hat einen linearen Effekt auf die Verarbeitungsleistung, während das Hinzufügen eines zusätzlichen Qubits zu einer Quantenmaschine eine exponentielle Steigerung der Verarbeitungsleistung bewirkt.
Wie hilft Quantencomputing der Finanzbranche?
QCs befinden sich erst in der Entwicklungsphase; Experimente zeigen bereits ihr großes Potenzial in der Finanzbranche.
Nach Schätzungen des Weltwirtschaftsforums aus dem Jahr 2022 haben nationale Regierungen mehr als 25 Milliarden US-Dollar in die Quantencomputerforschung investiert, und im vergangenen Jahr wurden Risikokapitalgeschäfte im Wert von über einer Milliarde US-Dollar abgeschlossen. Quantencomputer (QCs) befinden sich in der frühen Entwicklungsphase, und es müssen noch viele technische Herausforderungen bewältigt werden, bevor sie zu praktischen Werkzeugen für den alltäglichen Gebrauch werden können.
Dennoch haben sie bereits großes Potenzial für Anwendungen in einer Vielzahl von Bereichen bewiesen. QCs können komplexe mathematische Probleme exponentiell schneller lösen als klassische Computer, was sie für mehrere komplexe Aufgaben ideal macht. Die Finanzbranche ist eine der ersten Branchen, die die Technologie testen. Doch vom Militär bis hin zu Pharma-, Logistik- und Fertigungsunternehmen experimentieren mehrere Branchen mit QC.
Die genannten Funktionen von QCs können enorme Auswirkungen auf die Zukunft der Finanzdienstleistungen haben. Es gibt mehrere Aufgaben, bei denen Finanzprognosen und Finanzmodelle durch QCs unterstützt werden können, um schnellere und genauere Prozesse zu ermöglichen. Portfoliooptimierung, Risikomanagement und Vermögenspreisgestaltung sind einige der am häufigsten genannten Beispiele. Aufgrund ihrer potenziellen Vorteile und Bedrohungen für die Kryptographie ist es für Finanzdienstleister jedoch wichtig, die Technologie im Auge zu behalten.
Zusammenarbeit ist im Bereich der Qualitätskontrollen von entscheidender Bedeutung, da Technologie und Softwareentwicklung die Revolution ermöglichen. Beschleunigungsprogramme werden von den größten Technologieunternehmen wie IBM, Microsoft, Google oder Amazon initiiert, um mit ihrer Hardware, Software oder Cloud-Lösungen zu experimentieren.
Goldman Sachs ist eine Partnerschaft mit Microsoft Azure Quantum eingegangen, um den Einsatz von QCs für die Preisgestaltung zu untersuchen. JPMorgan experimentiert mit Quantenlösungen zur Optimierung und zum Risikomanagement. HSBC kündigte seine Zusammenarbeit mit IBM im Jahr 2022 an, um den Einsatz von QCs für die Preisgestaltung, Portfoliooptimierung und Risikominderung zu untersuchen.