Das Smartphone in Ihrer Hand schafft etwa 5 Milliarden Rechenoperationen pro Sekunde. Vor fünfzig Jahren hätte man dafür einen ganzen Maschinensaal gebraucht. Dieser exponentielle Fortschritt vermittelt den Eindruck, Computer könnten immer schneller werden — ohne Ende.
Aber die Physik sieht das anders.
1962 rechnete der Mathematiker Hans-Joachim Bremermann mit zwei Stiften — Einsteins Masse-Energie-Äquivalenz und der Heisenberg’schen Unschärferelation — eine eiserne Grenze aus: Jedes Kilogramm Materie, egal in welcher Form als Computer gebaut, kann pro Sekunde maximal etwa 1,36 × 10⁵⁰ elementare Rechenoperationen ausführen. Mehr geht nicht — die physikalischen Gesetze lassen es nicht zu.
Diese Zahl ist unvorstellbar groß, aber sie ist „hart” — sie entspringt keiner technischen Hürde, keiner Materialbeschränkung, keinem Kühlungsproblem, sondern folgt direkt aus den fundamentalen Konstanten des Universums. Sie ist wie die physikalische Höchstgeschwindigkeit auf einer Autobahn: bestimmt durch die Reibung zwischen Gummi und Asphalt, nicht durch ein Verkehrsschild. Sie können einen besseren Motor einbauen, eine leichtere Karosserie verwenden, einen klügeren Fahrer ans Steuer setzen — aber Sie können den Reibungskoeffizienten nicht umgehen.
Wie eine kontraintuitive Zahl zustande kommt
Um das Bremermann-Limit zu verstehen, braucht man nur drei Dinge. Alle drei stehen im Physik-Schulbuch.
Das Erste ist E = mc². Es sagt uns, dass Masse und Energie zwei Seiten derselben Medaille sind. In einem Kilogramm Materie stecken 9 × 10¹⁶ Joule Energie — etwa das Doppelte der freigesetzten Energie der Hiroshima-Bombe. Wenn Sie ein Kilogramm Materie „vollständig” zum Rechnen nutzen könnten, wäre diese Energie Ihr gesamtes Budget.
Das Zweite ist die Heisenberg’sche Unschärferelation. Es gibt eine weniger oft zitierte Fassung davon: Energie und Zeit können nicht gleichzeitig beliebig genau bestimmt werden. Mathematisch: ΔE·Δt ≥ h/4π, wobei h das Planck’sche Wirkungsquantum ist. In Alltagssprache übersetzt: Ein System braucht für einen „Zustandswechsel” — also eine Rechenoperation — eine Mindestzeit, die davon abhängt, wie viel Energie zur Verfügung steht. Je mehr Energie, desto schneller kann jede einzelne Operation sein.
Das Dritte ist die Kombination der ersten beiden. Da ein Kilogramm Materie maximal mc² Energie liefert und jede Operation mindestens h/(4π·mc²) Zeit benötigt, ergibt der Kehrwert: maximale Operationen pro Sekunde = mc² / (h/4π) ≈ mc²/h. Die konstanten Faktoren beiseite: Die Größenordnung ist c² geteilt durch h, ungefähr 10⁵⁰.
Das Faszinierendste daran: Dies ist keine empirische Formel, keine Fit-Kurve, keine aus Labordaten gewonnene Trendlinie. Sie folgt aus zwei physikalischen Gesetzen, die durch unzählige Experimente bestätigt wurden. Solange Sie anerkennen, dass E=mc² stimmt, und anerkennen, dass die Unschärferelation stimmt, existiert diese Obergrenze zwingend — egal mit welcher Technologie, welchem Material, welcher Architektur.
Quelle: Wikimedia Commons, Moore’s Law Transistor Count 1970-2020
Die „Treibstoffkosten” des Rechnens: Auch das Löschen eines Bits ist steuerpflichtig
Wenn das Bremermann-Limit regelt, „wie schnell Sie maximal fahren können”, dann regelt ein anderes Prinzip, das der Physiker Rolf Landauer 1961 entdeckte, „wie viel Sie dafür bezahlen müssen”.
Landauer arbeitete damals bei IBM. Er stellte eine scheinbar simple Frage: Woher kommt die Wärme, wenn ein Computer rechnet? Dass Stromkreise durch ihren Widerstand Wärme erzeugen, ist leicht nachvollziehbar. Aber gibt es eine Wärme, die durch den Rechenvorgang selbst entsteht — unabhängig vom Inhalt der verarbeiteten Daten, unabhängig vom Schaltkreismaterial, unabhängig vom technologischen Niveau?
Die Antwort lautet: Ja.
Landauer bewies eine Schlussfolgerung, die bis heute immer wieder experimentell bestätigt wird: Jedes Mal, wenn Sie 1 Bit Information löschen, müssen Sie mindestens kT·ln 2 an Energie als Wärme an die Umgebung abgeben. Dabei ist k die Boltzmann-Konstante und T die absolute Temperatur der Umgebung. Bei Raumtemperatur (ca. 27 °C) sind das etwa 2,85 × 10⁻²¹ Joule — unvorstellbar winzig, aber definitiv nicht null.
Warum erzeugt das „Löschen” von Information zwingend Wärme? Dahinter steht der zweite Hauptsatz der Thermodynamik: Die Entropie eines isolierten Systems kann nicht abnehmen. Wenn man zwei Bit-Pfade zu einem zusammenführt — etwa: egal ob vorher 0 oder 1, schreibe jetzt 0 — dann verschwindet Information, die Entropie steigt, und die Wärme muss in irgendeiner Form abgeführt werden. Physiker sagen gern: Information ist nicht umsonst. Sie ist wie Treibstoff — nach der Nutzung bleibt „Abwärme” zurück.
Interessanterweise: Wäre eine Berechnung vollständig reversibel — ließe sich aus jedem Ergebnis der Eingangswert eindeutig rekonstruieren — könnte sie theoretisch völlig ohne Wärmeentwicklung ablaufen. Das hat das Forschungsfeld des „Reversible Computing” hervorgebracht. In der Praxis verwerfen jedoch die allermeisten Rechenoperationen (Addition, Vergleich, logische Entscheidungen) Information, sodass das Landauer-Prinzip kaum zu umgehen ist.
Quelle: Unsplash, Foto von Louis Reed
Das Ende des Mooreschen Gesetzes ist nicht die Endstation, sondern erst die erste Mautstelle
Viele Leute reagieren auf das Bremermann-Limit mit: „10⁵⁰? Die besten heutigen Chips schaffen gerade mal 10¹⁰, das sind 40 Größenordnungen Unterschied — wozu die Aufregung?”
Diese Reaktion ist für sich genommen nicht falsch. Aber das Problem ist: Der erste Stolperstein auf dem Weg zum Bremermann-Limit ist ausgerechnet das Landauer-Prinzip und sein ingenieurtechnischer Vetter — das Wärmeabfuhrproblem.
Das Mooresche Gesetz hat in den vergangenen sechzig Jahren Erstaunliches geleistet: Alle zwei Jahre verdoppelt sich die Transistorzahl auf einem Chip. Aber seit 2005 steigt die Taktfrequenz von Prozessoren nicht mehr. Die beste Desktop-CPU, die Sie heute kaufen können, taktet immer noch zwischen 3 und 5 GHz — kaum anders als vor fünfzehn Jahren. Die Wärmeabfuhr kommt nicht hinterher — das ist der Kern Grund, warum Ingenieure die Frequenz nicht weiter erhöhen können. Je höher die Frequenz, desto höher der Stromverbrauch, desto höher die Wärmedichte. Würde man alle Transistoren einer modernen CPU gleichzeitig mit voller Geschwindigkeit arbeiten lassen, läge ihre Wärmeabgabe pro Fläche über der einer Herdplatte.
Das ist das Phänomen des „Dark Silicon”: Auf dem Chip sitzen massenhaft Transistoren, aber Sie können sie nicht alle gleichzeitig einschalten — sonst würde sich der Chip selbst durchbrennen.
Das Bremermann-Limit setzt voraus, „ein Kilogramm Materie vollständig in einen perfekten Computer zu verwandeln”. In der Realität machen die Transistoren, die in den paar hundert Gramm Silizium, Kupfer und Plastikgehäuse Ihres Computers tatsächlich rechnen, nur einen winzigen Bruchteil der Gesamtmasse aus. Der allergrößte Teil der Masse und Energie liegt entweder brach oder wird als Wärme abgeführt. Wir sind vom Bremermann-Limit meilenweit entfernt — aber dem Landauer-Prinzip kommen wir bedrohlich nahe.
Können Quantencomputer diese Regeln aushebeln?
Immer wenn es um physikalische Grenzen geht, fragt jemand: Und Quantencomputer? Können die diese Beschränkungen umgehen?
Die Antwort lautet: Nein — jedenfalls nicht im Sinne von Bremermann und Landauer.
Quantencomputer sind in der Tat beeindruckend. Sie nutzen Superposition und Verschränkung, um bei bestimmten Problemen (wie der Faktorisierung großer Zahlen oder der Simulation von Quantenchemie) exponentielle Beschleunigung zu erreichen. Aber das bedeutet nicht, dass sie die Gesetze der Physik ignorieren können. Ein Qubit ist immer noch ein Stück Materie und unterliegt weiterhin E=mc², der Unschärferelation und dem zweiten Hauptsatz der Thermodynamik. Das Bremermann-Limit regelt die maximale Rechenrate jedes in sich geschlossenen physikalischen Systems — Quantensysteme bilden keine Ausnahme.
Allerdings gibt es auf der Ebene des Landauer-Prinzips eine interessante Möglichkeit. Da Quantenlogikgatter theoretisch reversibel sein können (die grundlegende Evolutionsgleichung der Quantenmechanik ist invariant unter Zeitumkehr), spekulieren manche Forscher, dass Quantencomputer klassische Computer in der Energieeffizienz weit übertreffen könnten. Doch das bleibt vorerst eine unbestätigte ingenieurtechnische Hypothese, von der praktischen Umsetzung noch weit entfernt.
Um es unverblümt zu sagen: Ein Quantencomputer mag bestimmte Probleme in weniger Schritten lösen können, aber er kann nicht in derselben Menge Materie mehr als 10⁵⁰ elementare Operationen pro Sekunde ausführen.
Ingenieursambition gegen physikalische Gesetze: Ein Spiel, das man nur verlieren kann
Was mich an dieser ganzen Geschichte am meisten fasziniert, ist das asymmetrische Verhältnis zwischen menschlichem Ingenieursehrgeiz und physikalischen Gesetzen.
Wir sind an das Narrativ gewöhnt: „Wenn man sich nur genug anstrengt, kann man jede Grenze durchbrechen.” Die Vier-Minuten-Meile galt einst als unmöglich — dann wurde sie unterboten. Die Schallmauer galt als undurchdringlich — dann wurde sie durchbrochen. Diese Geschichten wiederholen sich so oft, dass sie eine Illusion erzeugen: Jede „Grenze” sei nur temporär.
Aber das Bremermann-Limit und das Landauer-Prinzip sind nicht diese Art von Grenze.
Sie existieren nicht, weil Ihr Material nicht gut genug, Ihr Design nicht schlau genug oder Ihr Fertigungsprozess nicht fortschrittlich genug ist. Sie stammen aus der Struktur des Universums selbst. Die Lichtgeschwindigkeit c, das Planck’sche Wirkungsquantum h, die Boltzmann-Konstante k — diese Zahlen hat nicht der Mensch erfunden, und der Mensch kann sie nicht ändern. Sie sind, wie die Gravitation, Teil der Werkseinstellungen unseres Universums.
Als Bremermann 1962 seine Formel niederschrieb, war der integrierte Schaltkreis gerade einmal vier Jahre alt. IBMs damals modernster Computer, das System/360, war noch nicht einmal angekündigt. Er konnte sich unmöglich vorstellen, wie die heutigen Chips aussehen — aber die von ihm hergeleitete Obergrenze gilt für jeden heute gebauten Chip und ebenso für jeden Chip, der in hundert Jahren gebaut wird.
Das ist das „Unbarmherzige” an physikalischen Gesetzen: Sie verhandeln nicht, sie machen keine Kompromisse, sie gewähren keine Berufung.
Andererseits ist genau das auch eine Befreiung. Wenn man weiß, wo die Decke ist, muss man sich nicht mehr mit der Frage quälen: „Werden wir sie jemals erreichen?” Die Decke ist da oben — Sie können Ihre Energie auf die interessanteren Fragen verwenden: Was können wir alles Faszinierendes tun, bevor wir an die Decke stoßen? Wie viele Technologien, die wir noch nicht erfunden haben, verbergen sich in diesen vierzig Größenordnungen Spielraum?
Referenzen
- Caolan, „A Speed Limit for Computers” (2026-07-02): https://caolan.uk/notes/2026-07-02_a_speed_limit_for_computers.cm
- Lobsters Diskussion: https://lobste.rs/s/iztgtd/speed_limit_for_computers
- Wikipedia, „Bremermann’s limit”: https://en.wikipedia.org/wiki/Bremermann%27s_limit
- Wikipedia, „Landauer’s principle”: https://en.wikipedia.org/wiki/Landauer%27s_principle
- Bremermann, H.J. (1962), „Optimization through evolution and recombination”, Self-Organizing Systems
- Landauer, R. (1961), „Irreversibility and heat generation in the computing process”, IBM Journal of Research and Development
- Bérut, A. et al. (2012), „Experimental verification of Landauer’s principle linking information and thermodynamics”, Nature
- Lloyd, S. (2000), „Ultimate physical limits to computation”, Nature
- Gorelik, G. (2010), „Bremermann’s Limit and cGh-physics”, arXiv:0910.3424
- Wikipedia, „Limits of computation”: https://en.wikipedia.org/wiki/Limits_of_computation