Wir treten in eine neue Ära des Massenmarktes für Elektrofahrzeuge ein. Im Jahr 2019 erreichte der Absatz von Elektroautos weltweit 2,1 Millionen Stück, und der weltweite Bestand an Elektroautos verzeichnete einen Anstieg von 40 % gegenüber dem Vorjahr. Mittlerweile gibt es weltweit mehr als 7,2 Millionen Elektroautos – ein großer Unterschied zu den 17.000 Fahrzeugen, die 2010 auf den Straßen unterwegs waren.
Dieses Wachstum wurde durch den Ausbau der Ladeinfrastruktur und staatliche Förderprogramme – insbesondere in Europa und China – vorangetrieben. Allerdings hat auch die Weiterentwicklung der EV-Technologie selbst einen großen Anteil an der zunehmenden Beliebtheit dieser Fahrzeuge.
Frühe Technikbegeisterte mögen sich vielleicht damit abgefunden haben, sich in einen winzigen Zweisitzer mit minimaler Reichweite zu quetschen – aber die Verbraucher des Massenmarktes tun dies nicht. Diese Fahrer erwarten eine Auswahl an Modellen, eine komfortable Reichweite und schnell aufladbare Batterien.
Ebenso erwarten die Fahrer von Elektrofahrzeugen heute eine reibungslose Navigation, die sie bei Bedarf zuverlässig zu einer geeigneten Ladestation führt. Und genau hier beginnen die Probleme. Leider hat der Standard der Ladestationsdaten nicht mit der Qualität der Elektrofahrzeuge Schritt gehalten, was zu Frustration und Unannehmlichkeiten für die Fahrer führt.
Was ist also das Problem mit den Daten der Ladestationen und wie können wir es beheben?
Zwei zentrale Probleme mit den aktuellen Daten zu EV-Ladestationen
EV-Navigationssysteme stützen sich häufig auf Daten aus einzelnen CPO-Netzwerken. Diese Daten liegen nicht immer in einem einheitlichen Format vor, enthalten Fehler und lassen wichtige Datenfelder leer. Wenn sich diese Ungenauigkeiten in den Navigationssystemen widerspiegeln, führt dies zu einer sehr schlechten Benutzererfahrung für EV-Fahrer.
Betrachten wir also zwei wichtige Arten von Daten, die für Fahrer von Elektrofahrzeugen auf dem Weg zu einer Ladestation von Bedeutung sind:
1. Standort
Für einen Fahrer eines Elektroautos mit wenig Strom gibt es nichts Schlimmeres, als an einer Ladestation anzukommen und festzustellen, dass diese nicht da ist. Probleme mit den Standortdaten können durch eine ungenaue Adresse oder GPS-Positionierung entstehen, sodass der Fahrer am falschen Ort ankommt.
Das mag zwar nur ein Unterschied von 200 Metern sein, wie Herbert Diess, Vorstandsvorsitzender von Volkswagen, kürzlich im Urlaub feststellte, aber für einen müden Fahrer an einem unbekannten Ort ist es dennoch eine Unannehmlichkeit.
Im schlimmsten Fall können ungenaue oder unvollständige Standortdaten dazu führen, dass der Fahrer nach einer „Phantom“-Ladestation sucht, die gar nicht existiert. Dies kann beispielsweise passieren, wenn ein Navigationssystem mit veralteten Daten gespeist wird, die Ladestationen enthalten, die inzwischen an einen anderen Ort verlegt oder ganz entfernt wurden.
2. Barrierefreiheit
Ein weiteres häufiges Problem bei den Daten ist die mangelnde Klarheit hinsichtlich der Zugänglichkeit einer Ladestation. Woher weiß ich, dass ich die auf der Karte angezeigte Ladestation auch tatsächlich nutzen kann, wenn ich dort angekommen bin?
Die Daten unterscheiden in der Regel korrekt zwischen einer öffentlichen Ladestation an einer Autobahnraststätte und einer privaten Ladestation in der Garage eines Hausbesitzers (wichtiger Vorbehalt: Selbst dies ist in einigen Gebieten tatsächlich ein Problem), aber die Informationen können oft mehrdeutig sein, wenn es um „halböffentliche“ Ladestationen geht.
Wenn diese nicht eindeutig gekennzeichnet sind, kommt der EV-Fahrer möglicherweise in der Erwartung, sein Fahrzeug aufzuladen, nur um dann festzustellen, dass die Einrichtung auf Mitarbeiter eines Bürogebäudes oder die Öffnungszeiten eines Restaurants beschränkt ist.
Wenn Sie spät nachts alleine unterwegs sind und Ihr Akku fast leer ist, möchten Sie sicher nicht an einer Ladestation ankommen, die hinter einem Tor verschlossen ist. Und Sie möchten auch nicht unangemeldet bei einem Fremden vor der Tür stehen. Leider sind dies immer noch überraschend häufige Szenarien für Fahrer von Elektroautos. In den Niederlanden beispielsweise sind fast die Hälfte der Ladestationen, die als für Dritte verfügbar gekennzeichnet sind, in Wirklichkeit privat oder nur eingeschränkt zugänglich.
Diese beiden Probleme – Standort und Zugänglichkeit – sind nur zwei Beispiele für Unannehmlichkeiten, mit denen Fahrer von Elektrofahrzeugen in Bezug auf Ladestationen konfrontiert sind. Auch wenn sie im Gesamtkontext trivial erscheinen mögen, sind diese Probleme für die Betroffenen äußerst frustrierend.
Probleme wie diese werden sich mit der Zeit verschärfen, zu einem schlechten Ruf führen, die Akzeptanz auf dem Massenmarkt behindern und Skeptikern einen Grund geben, am Potenzial der Branche zu zweifeln.
Auf dem Weg zu einem neuen Standard für Ladestationsdaten
Eco-Movement aktiv Eco-Movement das Problem der schlechten Qualität, Ungenauigkeit und Unvollständigkeit von Daten zu Ladestationen zu lösen. Wir beziehen Daten aus über 100 verschiedenen CPO-Netzwerken, verfeinern sie, filtern Störsignale heraus, ergänzen sie und stellen sie in einem standardisierten, benutzerfreundlichen Format bereit. Navigationsanbieter und MSPs können diese Daten dann nutzen, um ihren Kunden, die Elektrofahrzeuge fahren, ein neues, hochwertiges Erlebnis zu bieten.
Wie machen wir das? Angesichts der riesigen Menge an Ladestationsdaten, die es zu sichten gilt, verwenden wir maschinelles Lernen, um mehrere verschiedene Felder gleichzeitig zu vergleichen und fehlerhafte Datenpunkte zu identifizieren. Maschinelles Lernen ermöglicht es uns, die Genauigkeit in einem Maße zu verbessern, das mit manueller Analyse unmöglich wäre, wobei der Algorithmus mit der Zeit immer intelligenter wird.
Beispielsweise können wir maschinelles Lernen einsetzen, um zu erkennen, wenn eine Ladestation mit der falschen Ladeleistung aufgeführt ist. Durch den Vergleich der Felder „Leistung“ und „Standort“ kann maschinelles Lernen ein Problem melden, wenn eine Ladestation an einer Autobahn als „niedrige“ Leistung kategorisiert wird – während andere Ladestationen an solchen Standorten in der Regel „Schnellladegeräte“ oder „Schnellladestationen“ sind.
Über die Korrektur der Daten hinaus können wir diese auch verbessern, um ein noch besseres Navigationserlebnis zu bieten. Bei der Planung einer Reise ist es für Fahrer von Elektrofahrzeugen beispielsweise hilfreich zu wissen, wie stark eine Ladestation zu einem bestimmten Zeitpunkt ausgelastet sein wird. Mithilfe unserer Algorithmen, die auf jahrelangen Echtzeitdaten zum Status von Ladestationen basieren, können wir die Verfügbarkeit einer Ladestation genau vorhersagen.
Durch die Verbesserung der Daten und die intelligente Ergänzung der Informationen ermöglichen wir es den Akteuren der Branche, das hochwertige Navigationserlebnis zu bieten, das Fahrer von Elektrofahrzeugen im Massenmarkt verlangen.
Zusammenfassung: Die Anforderungen des Massenmarktes für Elektrofahrzeuge
Frühe Nutzer von Elektroautos nahmen alle möglichen Unannehmlichkeiten in Kauf, um die neueste Technologie zu besitzen, die ihnen ein umweltbewussteres Leben ermöglicht. Aber Fahrer von Elektroautos für den Massenmarkt verlangen mehr Konsistenz, Komfort und Mehrwert. Und ganz einfach gesagt: Sie möchten ihr Fahrzeug genauso einfach aufladen können wie ein Auto mit Benzinmotor tanken.
Dies ist jedoch nur möglich, wenn EV-Navigationssysteme sich auf einen neuen Standard für Ladestationsdaten verlassen können – vollständig, genau, konsistent und angereichert.
Eco-Movement maschinelles Lernen, um Ladestationsdaten von höchster Qualität zu generieren und so alle Dienstleister in der EV-Branche dabei zu unterstützen, sich auf das Jahrzehnt der Massenvermarktung von Elektrofahrzeugen vorzubereiten.