Unser Kunde benötigte eine Lösung, um die Nutzungshäufigkeit von Carsharing-Fahrzeugen in Berlin zu analysieren, stadtweite Energielasten basierend auf Mobilitätsdaten vorherzusagen und die optimale Anzahl von Ladestationen für eine elektrische Fahrzeugflotte zu bestimmen.

Wir entwickelten eine Analyseplattform zur Auswertung von Carsharing-Buchungsdaten, verglichen diese mit Energieverbrauchsdaten, um Mobilität als Proxy für Energieverbrauchsspitzen zu nutzen, und simulierten verschiedene Szenarien zur Bestimmung der optimalen Anzahl von Ladestationen.

Die Lösung optimiert die Fahrzeugverteilung, verbessert die Energieverbrauchsprognosen und reduziert Netzüberlastungen. Sie ermöglicht eine kosteneffiziente Installation von Ladestationen, was die Betriebskosten minimiert und die Servicequalität erhöht.