Business Geomatics
  • Home
  • News
  • Aktuelle Schwerpunkte
    • Thermographie
    • Mobile Mapping
    • Fernerkundung
    • Leitungsauskunft/Planauskunft
    • Digitaler Zwilling
    • Kommunale Wärmeplanung
    • XPlanung
    • 3D Punktwolke
    • Copernicus
    • UAV/UAS
    • Künstliche Intelligenz
  • BG-Themenwelt
  • GeoFlash
  • Unternehmensspiegel
  • Archiv
  • Mediadaten
Business Geomatics
  • Home
  • News
  • Aktuelle Schwerpunkte
    • Thermographie
    • Mobile Mapping
    • Fernerkundung
    • Leitungsauskunft/Planauskunft
    • Digitaler Zwilling
    • Kommunale Wärmeplanung
    • XPlanung
    • 3D Punktwolke
    • Copernicus
    • UAV/UAS
    • Künstliche Intelligenz
  • BG-Themenwelt
  • GeoFlash
  • Unternehmensspiegel
  • Archiv
  • Mediadaten
Business Geomatics
  • Home
  • News
  • Aktuelle Schwerpunkte
    • Thermographie
    • Mobile Mapping
    • Fernerkundung
    • Leitungsauskunft/Planauskunft
    • Digitaler Zwilling
    • Kommunale Wärmeplanung
    • XPlanung
    • 3D Punktwolke
    • Copernicus
    • UAV/UAS
    • Künstliche Intelligenz
  • BG-Themenwelt
  • GeoFlash
  • Unternehmensspiegel
  • Archiv
  • Mediadaten
Home » Geomarketing & Geodaten » Der optimale Standort

Home » Geomarketing & Geodaten » Der optimale Standort

Der optimale Standort

  • 14. Dez.. 2018

Mithilfe eines intelligenten, selbstlernenden Algorithmus von Geospin will die Thüga-Gruppe die perfekten Standorte für ihre Ladesäulen identifizieren – und so die Elektromobilität vorantreiben.

Für die nachhaltige Energiewende ist unter anderem die Elektromobilität von entscheidender Bedeutung – da sind sich Experten, Politik und Industrie weitgehend einig. Um die Etablierung von E-Autos in Deutschland weiter voran treiben zu können, muss zunächst jedoch die Ladeinfrastruktur ausgebaut werden. Besonders wichtig in diesem Zusammenhang ist das Finden der richtigen Standorte für Ladesäulen. Die in der Energiewirtschaft ansässige Thüga-Gesellschaft setzt dafür auf selbstlernende Algorithmen von Geospin. Der Algorithmus, der von den Geo-Experten des Freiburger Start-Ups entwickelt wurde, errechnet – vereinfacht gesagt – aus großen Datenmengen die optimalen Standorte für Ladesäulen. Über zehn Stadtwerke der Thüga-Gruppe haben dieses Know-how bereits genutzt und mithilfe der Datenanalyse von Geospin ihr Ladenetz erfolgreich ausgebaut.

Doch warum ist das überhaupt nötig? Der Grund dafür ist einfach: „Nur, wenn Ladesäulen wirtschaftlich betrieben werden können, lohnt sich der Aufbau”, weiß Dr. Matthias Cord, stellvertretender Vorstandsvorsitzender der Thüga Aktiengesellschaft. Ein optimaler Standort für die Ladesäule ist also ausschlaggebend. Und das nicht nur für große Unternehmen, die viele Ladepunkte betreiben, gerade für kleine Stadtwerke lohnt sich die optimale Platzierung. „Unsere Analyse ist deshalb für kleinere Stadtwerke auch sehr wertvoll”, erklärt Dr. Christoph Gebele, Gesellschafter und Leiter Marketing und Vertrieb von Geospin. „Wir konnten bei einem kleinen Stadtwerk aus der Thüga-Gruppe mit unserer Standortanalyse hochprofitable Standorte finden, die zunächst nicht eingeplant waren. Dort werden jetzt Ladesäulen gebaut. Die knappen Mittel der Stadtwerke sind so besonders effizient eingesetzt.”

Basis: Externe Umgebungsinformationen

Auch die Politik weiß um die Bedeutung einer umfassenden Ladeinfrastruktur. So erhält der Ausbau der Ladesäulen weiteren Anschub durch die dritte Förderrunde des Bundes: Die Fördergelder unterstützen Stadtwerke beim Aufbau von bis zu 10.000 Normallade- und 3.000 Schnellladesäulen. Die Wahl von profitablen Standorten sichert also auch einen effizienten Einsatz der Fördermittel. Gebele dazu: „Mit dem Förderaufruf ist die Analyse auch für weitere Partner interessant, die jetzt die Chance sehen, ihr Ladenetz effizient auszubauen.”

Foto: Geospin GmbH

Der selbstlernende Algorithmus von Geospin basiert auf modernen Ansätzen des Machine Learnings. Auf Grundlage des Big-Data ermöglicht er die Analyse der geographischen Strukturen und Dynamiken einer Stadt. Somit können Unternehmen, Städte oder Kommunen fundierte Entscheidungen über die Standortwahl treffen. Die Standortanalyse basiert dabei auf über 700 externen Umgebungsinformationen. Dazu zählen Verkehr, Demographie, Points of Interest – also beispielsweise Restaurants, Kinos, öffentliche Einrichtungen, dem Wetter oder Social Media. Die Daten wurden über einen längeren Zeitraum in unterschiedlichen Städten und Gemeinden in ganz Deutschland gesammelt. Je mehr Daten vorhanden sind, umso genauer wird das Ergebnis der Auswertung. Das Ergebnis der Analysen sind sogenannte Heatmaps. Diese zeigen Bereiche in denen aufgrund von bestimmten Daten Ladestationen errichtet werden sollten, da eine gute Frequentierung zu erwarten ist.

www.thuega.de

www.geospin.de

Diesen Artikel teilen:
Facebook
Twitter
LinkedIn
XING
WhatsApp
Email

Archive

  • Mai 2025
  • April 2025
  • März 2025
  • Februar 2025
  • Januar 2025
  • Dezember 2024
  • November 2024
  • Oktober 2024
  • September 2024
  • August 2024
  • Juli 2024
  • Juni 2024
  • Mai 2024
  • April 2024
  • März 2024
  • Februar 2024
  • Januar 2024
  • Dezember 2023
  • November 2023
  • Oktober 2023
  • September 2023
  • August 2023
  • Juli 2023
  • Juni 2023
  • Mai 2023
  • April 2023
  • März 2023
  • Februar 2023
  • Januar 2023
  • Dezember 2022
  • November 2022
  • Oktober 2022
  • September 2022
  • August 2022
  • Juli 2022
  • Juni 2022
  • Mai 2022
  • April 2022
  • März 2022
  • Februar 2022
  • Januar 2022
  • Dezember 2021
  • November 2021
  • Oktober 2021
  • September 2021
  • August 2021
  • Juli 2021
  • Juni 2021
  • Mai 2021
  • April 2021
  • März 2021
  • Februar 2021
  • Januar 2021
  • Dezember 2020
  • November 2020
  • Oktober 2020
  • September 2020
  • August 2020
  • Juli 2020
  • Juni 2020
  • Mai 2020
  • April 2020
  • März 2020
  • Februar 2020
  • Januar 2020
  • Dezember 2019
  • November 2019
  • Oktober 2019
  • September 2019
  • August 2019
  • Juli 2019
  • Juni 2019
  • Mai 2019
  • April 2019
  • März 2019
  • Februar 2019
  • Januar 2019
  • Dezember 2018
  • November 2018
  • Oktober 2018
  • September 2018
  • August 2018
  • Juli 2018
  • Juni 2018
  • Mai 2018
  • April 2018
  • März 2018
  • Februar 2018
  • Januar 2018
  • Dezember 2017
  • November 2017
  • Oktober 2017
  • September 2017
  • August 2017
  • Juli 2017
  • Juni 2017
  • Mai 2017
  • April 2017
  • März 2017
  • Februar 2017
  • Januar 2017
  • Dezember 2016
  • November 2016
  • Oktober 2016
  • September 2016
  • August 2016
  • Juli 2016
  • Juni 2016
  • Mai 2016
  • April 2016
  • März 2016
  • Februar 2016

Kategorien

  • 3D Punktwolke
  • 3D-GDI
  • 3D-Laserscanning
  • 3D-Stadt Modelle
  • Advertorial
  • Agrarwirtschaft
  • Asset Management
  • Bathymetrie
  • Baumkataster
  • BIM
  • BIM im Tiefbau
  • Copernicus
  • Corona aktuell
  • Digitaler Zwilling
  • E-Mobilität
  • exclude-home
  • Fernerkundung
  • Forschung & Entwicklung
  • Friedhof- & Grünflächenkataster
  • Geomarketing & Geodaten
  • GIS
  • GNSS
  • Hausanschluss
  • Hochwassermanagement
  • Indoor Navigation
  • INTERGEO 2022
  • INTERGEO 2023
  • INTERGEO 2024
  • InVeKoS
  • JobFlash
  • Kanalmanagement
  • Katasteranwendungen
  • Katastrophenschutz
  • Kommunale Wärmeplanung
  • Kommunales GIS
  • Künstliche Intelligenz
  • Laserscanning
  • Leitungsauskunft/Planauskunft
  • Location Intelligence
  • Luftbilder
  • Mobile GIS
  • Mobile Mapping
  • Natur & Umwelt
  • Netzanschluss
  • News
  • Photogrammetrie
  • Smallworld
  • Smart City
  • Smart Energy
  • Solarpotenzialanalyse
  • Starkregen
  • Straßen- & Geoinformation
  • Straßendatenerfassung & Straßenerhaltung
  • Telematik & Navigation
  • Thermographie
  • toppost
  • UAV/UAS
  • Ukraine
  • Unternehmen & Märkte
  • Urbane Sturzfluten
  • Verkehr
  • Vermessung
  • Virtual & Augmented Reality
  • Wald & Forst
  • Wasser/Abwasser/Kanalmanagement
  • Werks- und Liegenschaftsverwaltung
  • Wetterdaten
  • XPlanung
Copyright © sig Media GmbH & Co. KG
  • Kontakt
  • Impressum
  • Datenschutzerklärung
  • AGB
    • Kontakt
    • Impressum