Philipp Bergmann, M.Sc.

E-Mail	p.bergmann@tum.de
Raum	MW 3511
Telefon	+49.89.289.10342
Fax	+49.89.289.15357

Projekt

KI-Load

Problemstellung

Die Elektrifizierung des Straßenverkehrs schreitet kontinuierlich voran und bildet einen zentralen Baustein zur Reduktion verkehrsbedingter CO₂-Emissionen. Eine entscheidende Voraussetzung für die breite Marktdurchdringung der Elektromobilität ist neben der Fahrzeugtechnologie selbst eine flächendeckend verfügbare und zuverlässige Ladeinfrastruktur. Insbesondere im professionellen Flottenbetrieb, in dem Fahrzeuge planbar und mit hoher Auslastung eingesetzt werden, kommt der Verfügbarkeit einzelner Ladepunkte eine wirtschaftlich kritische Bedeutung zu.

In der Praxis zeigt sich jedoch, dass technische Defekte, fehlerhafte Kommunikationsabläufe zwischen Fahrzeug, Ladepunkt und Backend sowie unzureichende oder rein reaktive Wartungsstrategien regelmäßig zu Ladeabbrüchen und Ausfällen führen. Die daraus resultierenden Betriebsstörungen verursachen nicht nur erhebliche Kosten für Betreiber und Nutzer, sondern beeinträchtigen auch das Vertrauen in die Alltagstauglichkeit der Elektromobilität. Trotz etablierter Kommunikationsstandards wie OCPP und ISO 15118-20 fehlt es bislang an ganzheitlichen, datengetriebenen Ansätzen, die die anfallenden Informationen aus dem laufenden Ladebetrieb systematisch nutzen, um Fehlerursachen zu identifizieren und Ausfälle prädiktiv zu vermeiden.

Projektziel

Ziel des Forschungsprojekts KI-Load ist die Entwicklung einer durchgängigen, KI-gestützten Methodik zur intelligenten Optimierung der Ladeinfrastruktur für Elektrofahrzeuge. Auf Basis einer Echtzeit-Datenpipeline mit Edge-KI wird die Kommunikation zwischen Fahrzeugen, Ladepunkten und Backend-Systemen unter Nutzung etablierter Protokolle wie OCPP und ISO 15118-20 ganzheitlich erfasst, analysiert und bewertet. Aus den so gewonnenen Daten werden Modelle zur prädiktiven Erkennung potenzieller Ausfälle, zur intelligenten Fehlerdiagnose und zur automatisierten Meldung an Betreiber abgeleitet. Im Ergebnis entsteht ein robuster, effizienter und ausfallsicherer Betrieb von Ladeinfrastruktur, der die Wirtschaftlichkeit professioneller Flottenanwendungen erhöht und die Alltagstauglichkeit der Elektromobilität insgesamt stärkt.