Quantum-Computing soll BVGs Personalnot im Berliner Nahverkehr lösen
Berlins Verkehrsbetriebe BVG stehen vor einer verschärften Personalnot: Bis 2026 werden voraussichtlich über 4.300 Mitarbeiter in den Ruhestand gehen. Doch das Problem verschärft sich zusätzlich, da immer mehr Fahrer freiwillig das Unternehmen verlassen – die daraus resultierenden Lücken im Fahrplan lassen sich mit herkömmlichen Methoden kaum noch schließen. Nun könnte ein innovatives Quantum-Computing-Projekt eine Lösung bieten, indem es die Präferenzen der Fahrer berücksichtigt und so die Effizienz steigert.
Das Projekt, geleitet vom Beerantum-Team, konzentrierte sich auf die Planungsherausforderungen der BVG. Ein zentrales Problem bestand darin, dass herkömmliche Einsatzplanungstools individuelle Wünsche der Fahrer ignorierten – mit der Folge, dass Schichten unattraktiver wurden und die Fluktuation zunahm. Um dies zu ändern, setzte das Team den Bias-Field-DCQO-Algorithmus von Kipu Quantum ein, kombiniert mit DBSCAN-Clustering, um Fahrer in verschiedene Archetypen zu gruppieren. Dadurch ließen sich API-Abfragen um 80 Prozent reduzieren, was den Prozess deutlich beschleunigte.
In einem Praxistest wurde die Einsatzplanung für 150 Fahrer auf mehreren Buslinien mithilfe von Quantum-Computing optimiert. Das System umfasste zudem einen Uncertainty Adapter, der einen Isolation-Forest-Anomalie-Detektor mit einem Gaussian-Process-Nachfrageprognosemodell verband. Diese Kombination half dabei, den idealen Zeitpunkt für eine neue Quantumnachoptimierung zu bestimmen – und sorgte so dafür, dass die Pläne auch bei sich ändernden Rahmenbedingungen effizient blieben.
Die Ergebnisse zeigen: Schon eine geringe Effizienzsteigerung von zwei Prozent könnte der BVG jährlich rund 18 Millionen Euro einsparen. Zudem bewies das Projekt, dass der Sprung von einem Labormodell (TRL 4) zu einem einsatzbereiten Pilotprojekt (TRL 6) innerhalb von 24 Monaten machbar ist – passend zu Kipus Hardware-Entwicklungsplänen.
Das quantengestützte Planungssystem bietet der BVG damit einen vielversprechenden Ansatz, um den Personalmangel zu bewältigen und gleichzeitig Kosten zu senken. Durch die Berücksichtigung der Fahrerwünsche soll die Fluktuation verringert und die betriebliche Effizienz gesteigert werden. Mit klaren Skalierungsmöglichkeiten könnte die Technologie schon bald eine Schlüsselrolle im Berliner Nahverkehr spielen.






