BVG nutzt Quantencomputing gegen Personalmangel und spart Millionen
Raphaela HermighausenBVG nutzt Quantencomputing gegen Personalmangel und spart Millionen
Berlins Verkehrsbetriebe BVG setzt auf Quantencomputing, um Personalmangel zu bewältigen
Angesichts einer wachsenden Personalkrise setzt der Berliner Nahverkehrsbetreiber BVG auf Quantencomputing. Bis 2026 werden voraussichtlich über 4.300 Mitarbeiter in den Ruhestand gehen – für das Unternehmen wird es immer dringender, die Dienstpläne effizienter zu gestalten. Ein neues Pilotprojekt zeigt nun, wie Quantentechnologie Kosten senken und die Effizienz in groß angelegten Logistikprozessen steigern kann.
Im Mittelpunkt stand die Herausforderung, 150 Busfahrer auf verschiedenen Linien einzuplanen – eine Aufgabe, die durch freiwillige Kündigungen zusätzlich erschwert wird. Herkömmliche Methoden berücksichtigen oft nicht die individuellen Präferenzen der Fahrer, doch das Team von Beerantum integrierte diese in seine Lösung. Der Ansatz kombinierte den Bias-Field-DCQO-Algorithmus des Unternehmens Kipu Quantum mit DBSCAN-Clustering und reduzierte so die API-Abfragen um 80 %.
Ein weiterer Bestandteil der Lösung war ein Uncertainty Adapter, der einen Isolation-Forest-Anomalie-Detektor mit einem Gauß-Prozess-Nachfrageprognosemodell verband. Dieses hybride System verarbeitete reale Unsicherheiten, ohne die Effizienz zu beeinträchtigen. Tests ergaben eine Steigerung der Planungseffizienz um 2 %, was bei der Größe der BVG jährliche Einsparungen von etwa 18 Millionen Euro bedeutet.
Doch das Projekt bietet nicht nur kurzfristige Vorteile. Der klassisch-quanten-basierte Arbeitsablauf entwickelte sich innerhalb von nur 24 Monaten von Technologiereifegrad 4 zu einem produktionsreifen Pilotprojekt auf Stufe 6 – ein Zeitplan, der mit Kipus Hardware-Roadmap übereinstimmt. Damit eröffnen sich auch Anwendungsmöglichkeiten in anderen Branchen, etwa bei der Schichtplanung in Krankenhäusern oder der Last-Mile-Logistik.
Der Pilotversuch ist ein wichtiger Schritt für die operative Widerstandsfähigkeit der BVG angesichts des Fachkräftemangels. Durch die Kombination von Quantenoptimierung und Fahrerpräferenzen bietet die Lösung nicht nur Kostensenkungen, sondern auch praktische Anpassungsfähigkeit. Der Erfolg des Modells könnte zudem als Vorbild für ähnliche logistische Herausforderungen in anderen Wirtschaftszweigen jenseits des öffentlichen Verkehrs dienen.






