BVG setzt auf Quantencomputing gegen akuten Personalmangel in Berlin
BVG steht vor wachsender Personalnot: Quantencomputing soll Rettung bringen
Der Berliner Verkehrsbetrieb BVG kämpft mit einer sich verschärfenden Personalkrise: Bis 2026 werden voraussichtlich über 4.300 Mitarbeiter in den Ruhestand gehen, während freiwillige Kündigungen die Lage zusätzlich belasten. Um die komplexen Dienstplanprobleme in den Griff zu bekommen, setzt das Unternehmen auf eine innovative Quantencomputing-Lösung, die das Start-up Beerantum in Zusammenarbeit mit Kipu Quantum entwickelt hat.
Im Mittelpunkt des Projekts stand ein anspruchsvolles Einsatzplanungsproblem mit 150 Busfahrern auf mehreren Linien. Herkömmliche Methoden berücksichtigen oft nicht die individuellen Wünsche der Fahrer – hier setzte der Ansatz von Beerantum an. Die Lösung kombinierte Kipu Quantums Bias-Field-DCQO-Algorithmus mit DBSCAN-Clustering, um Fahrertypen zu identifizieren und Schichtpläne zu optimieren.
Cashback bei deinen
Lieblingsrestaurants und Services
Kaufe Gutscheine und spare in deinen Lieblingsorten in deiner Nähe
Innerhalb von nur 24 Monaten gelang dem Team der Sprung von einem Labor-Konzept (Technologiereifegrad 4) zu einem einsatzbereiten Pilotprojekt (Stufe 6). Dieser Fortschritt passte sich in Kipus Hardware-Roadmap ein und zeigte das Potenzial für weitere Anwendungsbereiche: Dieselbe Architektur ließe sich etwa für die Schichtplanung in Krankenhäusern oder die Logistik der „letzten Meile“ in der Paketzustellung nutzen.
Erste Ergebnisse deuten auf erhebliche wirtschaftliche Vorteile hin. Selbst eine bescheidene Effizienzsteigerung von 2 Prozent bei der Dienstplangestaltung könnte der BVG bei ihrer Größe jährlich rund 18 Millionen Euro einsparen. Der hybride Ansatz – klassische und Quantenalgorithmen in einer Pipeline – bietet einen praxistauglichen Weg, um reale Betriebsherausforderungen zu bewältigen.
Das Pilotprojekt zeigt, wie Quantencomputing der BVG helfen könnte, den schrumpfenden Personalbestand effizienter zu verwalten. Durch die Berücksichtigung von Fahrerpräferenzen und optimierte Dienstpläne könnte die Lösung nicht nur Kosten senken, sondern auch die Zuverlässigkeit des Services verbessern. Bei Erfolg ließe sich das Modell auf andere Branchen übertragen, die mit ähnlichen logistischen Hürden konfrontiert sind.
