BVG nutzt Quantencomputing gegen Personalmangel bei Busfahrern
Berlins Verkehrsbetriebe BVG bekämpft Personalmangel mit quantengestützter Planung
Der Berliner Verkehrsbetrieb BVG geht die wachsende Personalkrise mit einer innovativen Lösung an: Bis 2026 werden voraussichtlich über 4.300 Mitarbeiter in den Ruhestand gehen, während freiwillige Kündigungen die Lage zusätzlich verschärfen. Um diese Herausforderungen zu bewältigen, setzt das Unternehmen auf Quantencomputing – und zwar für intelligentere Dienstpläne.
Im Mittelpunkt des Projekts stand die Optimierung der Einsatzpläne für Busfahrer, eine komplexe Aufgabe mit 150 Fahrern auf verschiedenen Linien. Kern der Lösung war der Bias-Field-DCQO-Algorithmus des Unternehmens Kipu Quantum, eingebettet in eine klassisch-quantenklassische VerarbeitungsPipeline. Innerhalb von nur 24 Monaten gelang der Sprung von der frühen Testphase (Technology Readiness Level 4) bis zum produktionsreifen Pilotprojekt (TRL 6).
Das Team von Beerantum sorgte dafür, dass das System die Präferenzen der Fahrer berücksichtigte – und die Pläne so praxistauglicher machte. Selbst eine Effizienzsteigerung von nur 2 Prozent bedeutet bei der Größe der BVG jährliche Einsparungen von rund 18 Millionen Euro. Die flexible Architektur lässt sich zudem auf andere groß angelegte Abläufe übertragen, etwa Schichtplanung in Krankenhäusern oder Logistiklösungen für die „letzte Meile“.
Eine zentrale Erkenntnis des Projekts: Quantenlösungen müssen von Anfang an mit realen Rahmenbedingungen konzipiert werden. Durch die Balance aus technischer Präzision und menschlichen Faktoren erwies sich die Lösung in der Praxis als besonders wirksam.
Der Pilot zeigt, wie Quantencomputing Prozesse in Branchen mit Personalengpässen optimieren kann. Der Erfolg der BVG bei der Busfahrer-Planung deutet auf ein breites Anwendungspotenzial für ähnliche logistische Herausforderungen hin. Mit weiterer Verfeinerung könnte der Ansatz auch anderen Sektoren helfen, Effizienz zu steigern – und gleichzeitig den Personalmangel zu bewältigen.







