BVG setzt Quantencomputing ein, um Fahrerplanung zu revolutionieren
Berlins Verkehrsbetriebe BVG kämpft mit einem schrumpfenden Personalbestand. Bis 2026 werden voraussichtlich über 4.300 Mitarbeiter in den Ruhestand gehen, während freiwillige Kündigungen den Druck zusätzlich erhöhen. Um dieses Problem zu lösen, setzte ein Team namens Beerantum auf Quantencomputing, um eine intelligentere Lösung für die Einsatzplanung von Fahrern zu entwickeln.
Die Herausforderung bestand darin, 150 Fahrer auf verschiedenen Buslinien einzuplanen – ein Problem, das mit herkömmlichen Methoden nicht mehr zu bewältigen war. Diese veralteten Ansätze berücksichtigten oft individuelle Präferenzen der Fahrer nicht, was zu Unzufriedenheit führte. Die Lösung von Beerantum kombinierte den Bias-Field-DCQO-Algorithmus des Unternehmens Kipu Quantum mit DBSCAN-Clustering und reduzierte so die API-Abfragen um 80 %.
Cashback bei deinen
Lieblingsrestaurants und Services
Kaufe Gutscheine und spare in deinen Lieblingsorten in deiner Nähe
Darüber hinaus entwickelte das Team einen Uncertainty Adapter, der einen Isolation-Forest-Anomalie-Detektor mit einem Gaussian-Process-Nachfrageprognosemodell verband. Dadurch ließ sich die Planung unter realen Bedingungen optimieren. Durch die Berücksichtigung der Fahrerwünsche steigerte das System die Effizienz um 2 % – was für die BVG einem jährlichen Einsparpotenzial von etwa 18 Millionen Euro entspricht.
Das Projekt durchlief innerhalb von nur 24 Monaten die Phasen von der frühen Testphase (TRL 4) bis zum einsatzbereiten Pilotprojekt (TRL 6). Sein Design ist dabei nicht auf Busse beschränkt: Dasselbe Framework ließe sich auch für Schichtplanungen in Krankenhäusern oder die Logistik der letzten Meile nutzen.
Die BVG verfügt nun über eine skalierbare Lösung, um ihre Personalnot zu lindern. Die quantenklassische Pipeline ermöglicht schnellere und fairere Einsatzpläne – und spart dabei Millionen. Mit weiteren Anwendungsmöglichkeiten in Sicht könnte die Technologie bald auch anderen Branchen helfen, die vor ähnlichen Herausforderungen stehen.
