Wie Memristoren funktionieren – und warum sie die KI revolutionieren könnten

Das fehlende Puzzleteil der Schaltungstheorie

Jedes Lehrbuch der Elektrotechnik listet drei fundamentale Schaltungskomponenten auf: den Widerstand, den Kondensator und die Induktivität. Jahrzehntelang gingen Ingenieure davon aus, dass dies das vollständige Set sei. Doch 1971 argumentierte ein Ingenieur der University of California, Berkeley, namens Leon Chua auf theoretischer Basis, dass ein viertes Element existieren müsse – eines, das elektrische Ladung mit magnetischem Fluss verbindet. Er nannte es Memristor, kurz für „Memory Resistor“ (Speicherwiderstand).

Chuas Vorhersage blieb 37 Jahre lang weitgehend unbeachtet. Dann, im Jahr 2008, veröffentlichte ein Team der HP Labs unter der Leitung von Stanley Williams einen bahnbrechenden Artikel in Nature, in dem sie bekannt gaben, dass sie einen gebaut hatten. Der Memristor habe sich, so sagten sie, die ganze Zeit über im skurrilen elektrischen Verhalten bestimmter nanoskaliger Bauelemente versteckt.

Wie ein Memristor funktioniert

Ein herkömmlicher Widerstand setzt dem Strom einen festen Widerstand entgegen. Ein Memristor macht etwas weitaus Interessanteres: Sein Widerstand ändert sich in Abhängigkeit davon, wie viel Ladung durch ihn geflossen ist – und er erinnert sich an diesen Widerstand, selbst nachdem der Strom abgeschaltet wurde.

Eine nützliche Analogie ist ein Wasserrohr, das sich weitet, wenn Wasser in die eine Richtung fließt, wodurch mehr durchgelassen wird, und sich verengt, wenn es in die andere Richtung fließt. Dreht man den Hahn ab, bleibt das Rohr in dem erreichten Durchmesser. Dieses „Gedächtnis“ vergangener elektrischer Aktivität verleiht dem Memristor seinen Namen und seine Leistungsfähigkeit.

Im Nanobereich entsteht dieser Effekt typischerweise, wenn Ionen innerhalb einer dünnen Oxidschicht zwischen zwei Elektroden wandern und den leitfähigen Pfad physisch umformen. Schickt man Strom in die eine Richtung, sinkt der Widerstand; kehrt man ihn um, steigt der Widerstand. Stoppt man den Strom vollständig, friert das Gerät in seinem letzten Zustand ein – es wird keine Energie benötigt, um die Information zu halten.

Warum Memristoren für KI wichtig sind

Moderne künstliche Intelligenz basiert auf Matrixmultiplikation – riesigen Gittern von Zahlen, die Milliarden Mal pro Sekunde miteinander multipliziert werden. Schätzungen zufolge machen über 92 Prozent der Berechnungen in großen KI-Modellen wie ChatGPT diese eine Operation aus. Herkömmliche Prozessoren transportieren Daten zwischen Speicher und Verarbeitungseinheiten hin und her, wobei bei jedem Schritt Energie und Zeit verbraucht werden.

Memristoren bieten eine radikale Abkürzung. In einem Crossbar-Array angeordnet, können sie die Multiplikation physisch durchführen und das Ohmsche Gesetz ausnutzen: Spannung multipliziert mit Leitwert ergibt Strom. Das Ergebnis erscheint sofort als gemessener Strom, ohne dass Daten überhaupt bewegt werden müssen. Dieser Ansatz, genannt In-Memory-Computing, verspricht Geschwindigkeiten, die um Größenordnungen höher sind, und einen deutlich geringeren Energieverbrauch als herkömmliche Chips.

Da Memristoren auch die Art und Weise nachahmen, wie biologische Synapsen sich durch Gebrauch verstärken oder abschwächen, eignen sie sich hervorragend für das neuromorphe Computing – Hardware, die Informationen so verarbeitet, wie es ein Gehirn tut, anstatt der schrittweisen Logik eines herkömmlichen Prozessors zu folgen.

Ein Durchbruch unter extremen Bedingungen

Eine im März 2026 in Science veröffentlichte Studie von Forschern der University of Southern California trieb die Fähigkeiten von Memristoren in Bereiche vor, die bisher als unmöglich galten. Unter der Leitung von Professor Joshua Yang baute das Team einen Memristor aus Wolfram, Hafniumoxid und einer einatomigen Graphenschicht, der zuverlässig bei 700 °C arbeitete – heißer als geschmolzene Lava.

Das Gerät behielt Daten über 50 Stunden bei dieser Temperatur, überstand mehr als eine Milliarde Schaltzyklen und lief mit nur 1,5 Volt. Die Graphenschicht war die wichtigste Innovation: Sie verhinderte, dass Wolframatome durch die Keramik wanderten und das Gerät kurzschlossen, der Ausfallmodus, der frühere Hochtemperaturdesigns zunichte gemacht hatte.

„Man kann es eine Revolution nennen. Es ist der beste Hochtemperaturspeicher, der jemals demonstriert wurde“, sagte Yang.

Solche Extreme-Heat-Elektronik könnte Missionen zur Oberfläche der Venus ermöglichen, wo die Temperaturen um die 470 °C liegen, sowie tiefe geothermische Bohrungen und Operationen in der Nähe von Kernreaktoren – Umgebungen, in denen herkömmliche Elektronik einfach schmilzt.

Der Weg nach vorn

Memristoren bewegen sich bereits bei Raumtemperatur in Richtung kommerzieller Nutzung. Yang ist Mitbegründer von TetraMem, einem Startup, das Memristor-Chips für KI-Workloads kommerzialisiert. In der Zwischenzeit entwickeln Forschungsgruppen weltweit memristorbasierte neuronale Netze, die in der Lage sind, Bilder zu erkennen, Sprache zu verarbeiten und medizinische Diagnosen in Echtzeit zu stellen – und das alles mit einem Bruchteil des Stromverbrauchs heutiger Rechenzentren.

Es bleiben Herausforderungen. Die Herstellung von Memristoren in großem Maßstab mit konsistenter Leistung ist schwierig, und die Integration in bestehende Siliziumlogik erfordert neue Chiparchitekturen. Aber fünf Jahrzehnte nachdem Leon Chua das vierte Schaltungselement auf Papier skizzierte, schließt der Memristor endlich die Lücke zwischen Theorie und transformativer Technologie.