Während die KI-Welt über den Stromhunger der Rechenzentren stöhnt, arbeitet ein Stuttgarter Deep-Tech an einer radikal anderen Idee: Prozessoren, die mit Licht statt mit Strom rechnen. Q.ANT — ein TRUMPF-Spin-off — verspricht bis zu 30-fach höhere Energieeffizienz für KI. Wir erklären, was photonisches Computing wirklich ist (nein, es ist kein Quantencomputer), was davon echt und was Herstellerversprechen ist — und warum das eine gute Nachricht für die deutsche KI ist.
Der größte Engpass der KI ist kein Modell, sondern Energie — Rechenzentren verschlingen Strom, als gäbe es kein Morgen. Wir haben das diese Woche schon an mehreren Stellen gesehen: bei der Speicherknappheit und bei OpenAIs geplatzter Standortsuche in Deutschland, die am Strompreis scheiterte. Genau hier setzt Q.ANT an — mit einem Ansatz, der die Physik wechselt.
Statt Elektronen durch Silizium zu schieben, lässt Q.ANT Licht durch Kanäle fließen und rechnet damit. Das Stuttgarter Unternehmen — 2018 aus dem Laser-Konzern TRUMPF ausgegründet — baut photonische Prozessoren, die als spezialisierte Co-Prozessoren neben herkömmlichen Chips laufen. Kernversprechen: bis zu 30-fach höhere Energieeffizienz und 50-fach mehr Rechenleistung für bestimmte KI-Aufgaben.
Photonisches Rechnen klingt nach Science-Fiction, ist aber ein alter Physik-Trick, neu angewandt. Vier Punkte, die es greifbar machen:
Herkömmliche Chips schieben Elektronen durch Transistoren — das erzeugt Wärme und kostet Strom. Q.ANT leitet stattdessen Lichtwellen durch winzige Kanäle. Licht erzeugt kaum Abwärme und ist extrem schnell.
Bestimmte Rechenoperationen, die KI millionenfach braucht, ergeben sich beim Überlagern von Lichtwellen quasi „von selbst" — die Physik erledigt die Mathematik. Das spart die vielen Einzelschritte eines digitalen Chips.
Die Chips basieren auf Dünnschicht-Lithiumniobat (TFLN) und entstehen auf einer eigenen Pilotlinie mit dem Institut IMS CHIPS in Stuttgart. Fertigung und Forschung sitzen also im selben Land.
Wichtig: Q.ANT ersetzt nicht die GPU, sondern arbeitet als Co-Prozessor daneben — er übernimmt genau die Aufgaben, bei denen Licht seine Stärke ausspielt. Ein Spezialist, kein Alleskönner.
Das reale Produkt heißt Native Processing Server — ein photonischer Prozessor in Serverform, den Q.ANT bereits an ausgewählte Partner ausliefert. Die neue Generation soll bis zu 8 GOPS leisten. Zu den Partnern zählen BASF, T-Systems und IONOS.
Der Name „Q.ANT" führt in die Irre — mit Quantencomputing hat das nichts zu tun. Es ist photonisches, analoges Rechnen: klassische Physik mit Licht, kein Qubit weit und breit. Diese Verwechslung ist der häufigste Fehler in Berichten.
Die 30-fache Effizienz und 50-fache Leistung sind Herstellerangaben von Q.ANT — für ausgewählte Rechenoperationen, nicht als pauschaler Ersatz für jeden Chip. Beeindruckend, aber unabhängige Praxis-Benchmarks über breite Workloads stehen noch aus.
Das ist kein Massenprodukt, sondern Pilotbetrieb: Server gehen an ausgewählte Partner, die Fertigung ist eine Pilotlinie. Der Weg von „vielversprechend" zu „im Rechenzentrum-Standard" ist real, aber dauert Jahre.
Trotz aller Vorsicht: Hier baut ein deutsches Team echte Hardware, mit eigener Fertigung, ernsten Industriepartnern und 62 Mio. € frischem Kapital. Das ist substanziell — kein Pitch-Deck, sondern Silizium (bzw. Lithiumniobat).
Q.ANT ist die dritte große europäische KI-Nachricht dieser Woche — nach dem Mistral-Deal und FLUX 3 aus dem Schwarzwald. Es zeichnet sich ein Muster ab, das lange gefehlt hat.
Erstens: Deutschland hat echte KI-Hardware. Während die Debatte hierzulande meist um Regulierung und Bedenken kreist, baut ein Stuttgarter Team an einer der fundamentalsten Fragen der KI mit — dem Energieproblem. Nach Mistral (Modelle) und Black Forest Labs (Bildgenerierung) zeigt Q.ANT: Auch bei der Rechen-Grundlage mischt Europa mit.
Zweitens: Energie ist der eigentliche Wettbewerbsfaktor. Wer KI effizienter rechnen kann, senkt die Kosten und den CO₂-Fußabdruck zugleich. Für ein Land mit hohen Strompreisen ist das kein Randthema, sondern potenziell ein strategischer Vorteil — genau an der Stelle, an der uns die Strompreise sonst ausbremsen.
Und drittens, für dich ganz praktisch: Du wirst keinen Photonik-Server kaufen. Aber diese Entwicklung entscheidet mit, ob KI in ein paar Jahren bezahlbar und verfügbar bleibt. Günstigere, effizientere Rechenleistung kommt am Ende bei den Preisen an, die du für KI-Tools zahlst — genau wie beim Chip-Wettbewerb.
Man darf sich über deutsche Deep-Tech freuen, ohne den Verstand auszuschalten. Photonisches Computing ist ein vielversprechender Ansatz unter mehreren (auch andere forschen daran), die großen Zahlen sind Herstellerangaben, und der breite Durchbruch ist nicht garantiert. Aber die Richtung stimmt, und dass sie aus Stuttgart kommt, ist ein gutes Zeichen.
Modelle werden zur Massenware, das Können gleicht sich an. Der Unterschied entsteht dort, wo die Rechenleistung herkommt und was sie kostet. Wer KI effizienter macht — mit Licht, mit besseren Chips, mit klügerer Infrastruktur — gewinnt den Teil des Rennens, über den kaum jemand spricht. Q.ANT läuft genau dort mit.
Q.ANT ist eine der spannendsten deutschen Tech-Geschichten des Jahres, weil sie an der richtigen Stelle ansetzt: nicht am hundertsten Chatbot, sondern am Fundament — der Energie, die KI überhaupt erst möglich macht. Rechnen mit Licht ist ein eleganter Weg um die Grenzen der Silizium-Physik herum.
Gleichzeitig gilt die ehrliche Einordnung: kein Quantencomputer, kein GPU-Ersatz, die großen Zahlen sind Herstellerangaben, und es ist frühe Phase. Wer das im Kopf behält, kann sich freuen, ohne dem Hype aufzusitzen.
Für uns ist die Botschaft doppelt gut: Das größte Problem der KI — der Stromhunger — bekommt ernsthafte Antworten, und eine davon kommt aus Deutschland. Beobachten, verstehen, und ausnahmsweise ein bisschen stolz sein.
Quellen: Q.ANT — Photonic Computing (offiziell) · Handelsblatt — Q.ANT baut photonische Chips · Staatsanzeiger BW — 62 Mio. € Finanzierung · Reuters — Q.ANT raises €62 million. Stand: 28.07.2026. Leistungs- & Effizienzangaben stammen von Q.ANT; unabhängige Benchmarks stehen aus.
Welches Modell für welche Aufgabe, welche Tools wirklich zählen und wie du richtig promptest — komplett lesbar, kein Download.
Jetzt gratis lesen →Von Q.ANT bis Mistral: Europa liefert. Und du musst nicht auf die großen Konzerne warten, um KI produktiv zu nutzen — wir zeigen dir, wie's heute schon geht. Lass uns reden.