Christian Hötterges
Elektromobilität
Smarte Planung und Entscheidungsunterstützung für komplexe Fragenstellungen und Herausforderungen rund um die Mobilität sind Kern unserer täglichen Arbeit. Von der Ladeplanung des Einzelfahrzeugs über Flottenmanagement bis zur hin Positionierung von Ladeinfrastruktur auf kommunaler Ebene: Mit intelligenten Softwarelösungen finden wir Ihren maßgeschneiderten Lösungsansatz.
Unsere ausgeprägte Domänenexpertise im gesamten Ökosystem der Mobilität ist die Basis für die Umsetzung Ihrer Anwendung. Kombiniert mit unserem technischen Know-How – von Cloud, Data Science, KI bis zum Digital Engineering – bieten wir Ihnen nicht nur eine Expertenberatung, sondern können diese auch in die Realität transferieren und die Software- und Systementwicklung oder Anpassungslösung für Sie übernehmen.
Konkret setzt sich unser Wertversprechen iterativ aus folgenden Schritten zusammen
Neue Mobilität fordert das Überdenken und Ergänzen von existierenden Routingansätzen für den Personen- und Güterverkehr und das zwingend domänenübergreifend auch für die Logistik, Maritime oder Mikromobilität. Dabei müssen nicht nur die Kartendaten, sondern auch weitere Datenquellen aus dem Ökosystem, wie Umgebungs- und Infrastrukturdaten, betrachtet werden.
Die Fülle der Daten und die Komplexität der Fragestellungen bedingt häufig eine komplexe Optimierungsherausforderung. Dank multikritirieller Optimierung gelingt es uns bestmögliche Lösungen für sich widersprechende Ziele zu erreichen.
Mittels verfügbarer Fahrzeug-, Umwelt-, Infrastruktur- und Verkehrsdaten sind intelligente Softwarelösungen in der Lage, eine optimale Ladeplanung unter Berücksichtigung widersprüchlicher Interessen aller relevanten Akteure des Ökosystems Elektromobilität zu realisieren. So kann der Fahrer eines Elektrofahrzeugs nicht nur kostengünstig, sondern auch zeitsparend, batterieschonend und mit niedrigem Energieverbrauch ein weit entferntes Ziel erreichen. Ein wichtiger Baustein, die Elektromobilität in der täglichen Nutzung noch unkomplizierter und attraktiver für die breite Bevölkerung zu machen.
Die letzte Meile in der Logistik benötigt einen Routing-Algorithmus, der die speziellen Bedürfnisse einer Last-Mile-Lieferflotte mit Cargo Bikes erkennt und sicherstellt.
Hierbei können mehrere Zielkriterien berücksichtigt werden, wie zum Beispiel Fahrzeit, Ladekosten, oder Energieverbrauch. Das ist natürlich nur eine Entscheidungsempfehlung – die finale Entscheidung trifft der Fahrer oder der Disponent oder ein anderer Softwaredienst.
Zur maritimen Routenoptimierung eignen sich besonders KI-basierte Softwarelösungen, da sie die Möglichkeit bieten, aus Daten von bereits gefahrenen Routen zu lernen. Mit Machine Learning können Wetterdaten, Schiffskennzahlen oder Energieverbräuche als Erfahrungsschatz genutzt werden, um die Basis für eine Routenoptimierung zu liefern. Dank multikriterieller Optimierung ist außerdem eine sehr individuelle, den spezifischen Anforderungen der jeweiligen Schifffahrt angepasste Optimierung, die mehrere Ziele verfolgt – wie beispielweise die kürzeste Zeit bei gleichzeitig geringem Energieverbrauch – möglich.
Mit der Energiewende und den Forderungen zur Einsparung von CO2 beziehungsweise zur Luftreinhaltung etabliert sich die Elektromobilität zusehends. Die Umstellung auf elektrische Fahrzeugflotten birgt für Flottenverantwortliche Herausforderungen und Chancen zugleich. Hier setzen wir auf den digitalen Zwilling als mögliche Antwort auf die Herausforderungen der Energiewende für Flottenbetreiber.
Intelligente Softwarelösungen ermöglichen eine simulationsbasierte Entscheidungsunterstützung bei der Planung und Lokalisierung zukünftiger öffentlicher EV-Ladeinfrastruktur. Mittels einer Co-Simulation können die Anforderungen von Ladestationsanbietern, Stromnetzbetreibern sowie Endnutzern für die Lokalisierung von Ladepunkten bestmöglich kombiniert werden. Alle Parameter sind individuell und flexibel einstellbar, was den Vergleich verschiedener Erweiterungsmöglichkeiten in Abhängigkeit von mehreren Zielen ermöglicht.
Zunächst werden die Perspektiven verschiedener Stakeholder in einzelnen Modellen abgebildet. Danach werden die Abhängigkeiten zwischen mehreren Interessen durch die Kopplung der Modelle in einer Co-Simulation offengelegt. Die verwendeten Modelle können entweder speziell für die jeweilige Entscheidung entwickelt oder aus anderen bestehenden Projekten wiederverwendet werden. Mit definierten Parametersätzen können realistische (Erweiterungs-)Szenarien analysiert und gleichzeitig spätere Ausbaustufen vorbereitet werden. Darüber hinaus wird die Entscheidungsfindung durch detaillierte Simulation vorhersehbarer zukünftiger Entwicklungen verbessert.
