Ein neues Tool soll mittels Künstlicher Intelligenz (KI) unter anderem die Verweildauer von Elektroautos an Ladesäulen vorhersagen. So sollen neu hinzukommende Fahrer auf einen Blick sehen können, wie viele Ladesäulen belegt sind, wann eine Säule voraussichtlich frei wird und ob sich das Warten lohnt. Entwickelt wurde die Software von der Firma Scheidt & Bachmann Energy Retail Solutions, einem Spezialisten für Tankstellen- und Energielösungen.
Die KI-gestützte Lösung für E-Auto-Fahrer soll Verfügbarkeit, Auslastung und Preistransparenz von Ladestationen in Echtzeit vorhersagen. Das soll E-Auto-Fahrern wie Ladestationsbetreibern Vorteile bringen: Fahrer erhalten einen schnellen Überblick über die Verfügbarkeit von Ladesäulen und werden über die voraussichtliche Belegungsdauer informiert. Für die Betreiber steigert diese Transparenz laut Scheidt & Bachmann die Effizienz und Kundenbindung an den Ladesäulen.
„Wer sein Elektroauto laden will, kennt das Problem: Ist die Ladesäule besetzt, wird aus dem E-Erlebnis schnell eine E-Odyssee auf der Suche nach einer freien Ladesäule“, so das Unternehmen. „Während Autofahrer an konventionellen Tankstellen Wartezeiten und Kosten verlässlich einschätzen können, herrscht an E-Ladesäulen oft Unklarheit.“ Die technische Herausforderung für die entwickelte Lösung seien beträchtlich: „Anders als beim Tanken, das wenige Minuten dauert, verbringen E-Autofahrer deutlich mehr Zeit an Ladesäulen. Ob jemand nur bis 80 Prozent lädt oder den Akku vollständig füllt, ob nebenbei eingekauft oder im Café gewartet wird: Menschliches Verhalten ist schwer vorhersagbar.“
Gemeinsam mit dem Technologieberatungsunternehmen Slalom Germany hat Scheidt & Bachmann einen KI-Algorithmus entwickelt, der innerhalb der ersten fünf Minuten einer Ladesession zuverlässig prognostizieren können soll, wann der Ladepunkt wieder verfügbar sein wird. Dafür kombiniert man Daten aus offenen Schnittstellen mit zusätzlichen Parametern wie Standort, Wochentag, Uhrzeit, Wetter und umliegende Angeboten. „Über direkte Datenpipelines fließen kontinuierlich neue Informationen in das Berechnungsmodell ein, das sich dadurch stetig selbst optimiert“, so die Verantwortlichen.
Anwender haben verschiedene Möglichkeiten, diese Informationen abzurufen. Etwa über eine API zur Drittanbieter-Integrationen (beispielsweise in Apps für Smartphone und/oder Auto) sowie über eine Verbindung zu einem von Scheidt & Bachmann angebotenen großen, digitalen Outdoor-Screen, um die Daten direkt am Ladepark anzuzeigen.
Die Elektromobilität werde den gesamten Markt in wenigen Jahren stark verändern, glaubt das Unternehmen. Man wolle die E-Mobilität so planbar gestalten wie herkömmliches Tanken. Das dazu konzipierte System zeigt neben der Position und Verfügbarkeit von Ladepunkten vor Ort auch Informationen zu Preisen, lokalen Angeboten und Werbemöglichkeiten an. Die Lösung ist laut dem Anbieter bereits im Einsatz und kann sowohl als Komplettpaket mit einem Outdoor-Screen als auch als eigenständige Schnittstellenlösung zur Integration in bestehende Plattformen erworben werden.
R2D2 meint
in 13 Jahren BEV und xxx.xxx KM hab ich genau 3x warten müssen.
Einmal in München am 24er HPC von EnBW… hat nichtmal 45 sec. gedauert.
Einmal in Györ am Supercharger… nicht weil der Supercharger voll war, sondern die Einfahrt zur Tankstelle. Wartezeit, echte 35 min.
einmal in, wieder in Ungarn, es war Ferienwohenende, Wartezeit 10 min.
Aktuell ist den routen Faktor 20 an HPCs…
SEDE meint
Ich habe noch nie warten müssen. Das ist etwas, was es nicht braucht.
Steffen meint
Halte ich doch für sehr gewagt. Woher will die KI wissen, ob ich Hunger habe oder nicht, und mich dementsprechend bei EWEGo bei McDonalds an der Autobahn dafür entscheide dort zu essen (einmal vollladen bitte) oder eben dafür eher früher weiter zu fahren?
Future meint
Ich vermute, es hat mit Wahrscheinlichkeiten zu tun. Da müsste uns ein Mathematiker mal erklären, wie das geht. Aber die Fehlerquoten von KI werden ja immer niedriger, denn die Datensammlungen werden immer umfangreicher. Und je mehr Erfahrungen die KI gesammelt hat, desto besser ist die Einschätzung, wie lange ein »Stefan« lädt oder zu welcher Tageszeit er viel oder wenig Hunger hat. Bei mir hat die KI beispielsweise bereits gelernt, dass ich bei McD immer nur den leckeren Cafe aus dem Cimbali Siebträger bestelle in meiner Ladepause.
ID.alist meint
Es ist immer gefährlich Information anzubieten die nicht richtig sein müssen. Viel zu viele Menschen leiten daraus irgendwelche Rechte.
eBikerin meint
Solange da steht, dass keine Garantie für die Richtigkeit übernommen wird, ist das ja kein Problem. Sonst hätten ja auch sämtliche KIs ein riesen Problem, bei dem Unsinn was da manchmal raus kommt.