15 May 2026, 18:32

BVG setzt auf Quantencomputing gegen den akuten Fahrermangel in Berlin

Ein roter Doppeldeckerbus fährt auf einer von hohen Gebäuden gesäumten Stadtstraße, umgeben von Fußgängern, einem Fahrradfahrer, Ampeln, Laternen und Schildern unter einem bewölkten Himmel.

BVG setzt auf Quantencomputing gegen den akuten Fahrermangel in Berlin

BVG kämpft mit massivem Personalmangel – Quantencomputing soll Busfahrer-Einsatzplanung revolutionieren

Der Berliner Verkehrsbetrieb BVG steht vor einer schweren Personalkrise: Bis 2026 werden voraussichtlich über 4.300 Mitarbeiter in den Ruhestand gehen und die Lage weiter verschärfen. Um gegenzusteuern, setzt das Unternehmen nun auf Quantencomputing, um die Einsatzplanung seiner Busfahrer intelligenter und effizienter zu gestalten.

In einem Pilotprojekt testete die BVG ein neues Planungssystem auf Quantentechnologie-Basis. Dabei kombinierte man klassische und quantenbasierte Methoden, um die Abläufe zu optimieren. Ein zentrales Werkzeug war der Bias-Field-DCQO-Algorithmus, der über die Kipu Quantum Hub-Plattform lief und die Schichtzuteilung für 150 Fahrer auf mehreren Buslinien optimierte.

Herkömmliche Planungssysteme berücksichtigen oft nicht die individuellen Präferenzen der Fahrer. Der quantengestützte Ansatz hingegen bezog diese Wünsche mit ein – und reduzierte gleichzeitig überflüssige API-Abfragen um 80 Prozent. Zudem kam ein Uncertainty Adapter zum Einsatz, der einen Isolation-Forest-Detektor mit einem Gaussian-Process-Prognosemodell verband, um Nachfrageschwankungen besser zu bewältigen.

Innerhalb von nur 24 Monaten entwickelte sich das Projekt von einer frühen Forschungsphase (Technology Readiness Level 4) zu einem fast produktionsreifen System (TRL 6). Selbst eine bescheidene Effizienzsteigerung von zwei Prozent könnte der BVG jährlich rund 18 Millionen Euro einsparen.

Cashback bei deinen
Lieblingsrestaurants und Services

Kaufe Gutscheine und spare in deinen Lieblingsorten in deiner Nähe

LiberSave App auf Smartphones

Für die Analyse der Fahrerdaten nutzte das Team DBSCAN-Clustering, um typische Arbeitsmuster zu identifizieren. Dies verringerte die Komplexität und beschleunigte die Planungsentscheidungen.

Das Projekt beweist, dass Quantencomputing reale Herausforderungen wie den Personalnotstand der BVG lösen kann. Angesichts möglicher Millionenersparnisse pro Jahr könnte das System bald über die Testphase hinaus ausgebaut werden. Damit hat der Verkehrsbetrieb eine klare Strategie, um seine Einsatzplanung zu modernisieren – noch bevor Tausende Beschäftigte in den Ruhestand gehen.

Quelle