6. KI-Ebene - eBattery AI

Eine Reise mit dem Elektrofahrzeug erfordert miteinander verbundene Entscheidungen. Die zurückzulegende Strecke, der aktuelle Akkustand, der Verbrauch des Fahrzeugs, die Straßenbedingungen, die Lage der Ladestationen und der Zeitplan des Fahrers sind Teile derselben Fahrt. Ändert sich eine dieser Variablen, können auch die anderen Entscheidungen betroffen sein. Eine scheinbar kürzere Route kann zu einer längeren Fahrt werden, wenn keine geeignete Ladeinfrastruktur vorhanden ist. Eine leistungsstärkere Station bringt möglicherweise nicht den erwarteten Zeitvorteil, wenn die vom Fahrzeug aufnehmbare Ladeleistung begrenzt ist.

eBattery AI steht im Zentrum der App, um diese Entscheidungen gemeinsam zu bewerten und dem Nutzer einen verständlichen Reiseplan zu bieten. Sie ermöglicht es dem Nutzer, in natürlicher Sprache auszudrücken, was er vorhat; anhand von Fahrzeugprofil, Karte, Route und zugänglichen Stationsdaten wandelt sie diesen Wunsch in umsetzbare Optionen um.

Für den Nutzer ist das Erlebnis einfach: Es genügt, zum Beispiel „Ich möchte nach İzmir“, „Plane eine zweitägige Reise für das Wochenende“ oder „Finde eine passende Ladestation in meiner Nähe“ zu sagen. Im Hintergrund muss jede Anfrage mit unterschiedlichen Datenquellen, Berechnungen und App-Funktionen abgeglichen werden. Die Aufgabe von eBattery AI ist es, diese technische Komplexität zu bewältigen und dabei die Begründung der Entscheidung für den Nutzer nachvollziehbar zu halten.

Im Mittelpunkt dieses Ansatzes steht Verständlichkeit, Berechenbarkeit und Nutzerkontrolle enthalten. Der Assistent muss erklären können, warum die vorgeschlagene Route geeignet ist; er muss Reichweiten- und Ladeberechnungen mit einer konsistenten Methode erstellen; und der Nutzer muss den Plan nach seinen eigenen Bedürfnissen ändern können.

Der KI-Chat des aktuellen Produkts sowie die Routen- und Reiseplanung bilden den Kern dieser Struktur. Eingaben wie Live-Stationsinformationen, Preise und Verkehr arbeiten innerhalb der Abdeckung der jeweiligen Datenquellen zusammen. Mit Wetterbedingungen angereicherte Prognosen, die direkte Fahrzeuganbindung und eine aus dem Verhalten lernende Personalisierung sind Fähigkeiten, die auf derselben Architektur schrittweise erweitert werden.

6.1 Ansatz des zentralen Assistenten

6.1.1 Die verschiedenen Funktionen der App in einem gemeinsamen Kontext zusammenführen

eBattery AI ist ein zentraler Assistent, der den Aufwand verringert, dass Nutzer dieselben Angaben immer wieder machen müssen, wenn sie zwischen den verschiedenen Bereichen der App wechseln. Eine auf der Karte begonnene Stationssuche kann im Chat verfeinert werden; eine im Chat erstellte Route kann im Routenbildschirm geprüft werden; eine geplante Reise kann mit ihren Tagen und Stopps im Reisemodul bearbeitet werden.

In diesem Erlebnis bilden Fahrzeug, Fahrt und Nutzereinstellungen den gemeinsamen Kontext. Wenn zum Beispiel ein Nutzer, der sein gespeichertes Fahrzeug ausgewählt hat, sagt „Zeig mir passende Stationen in der Nähe“, muss das System nicht jedes Mal erneut nach dem Fahrzeugmodell fragen. Die Anfrage wird zusammen mit dem ausgewählten Fahrzeug und den Standortinformationen bewertet, die der Nutzer freigeben möchte.

Der zentrale Ansatz stellt außerdem sicher, dass verschiedene Einstiegspunkte der App zur selben Entscheidungslogik führen. Eine Ladepunktsuche, die der Nutzer über die Karte startet, und eine Suche über AI Chat sollten bei gleichem Fahrzeug, gleichen Präferenzen und gleichen aktuellen Daten konsistente Ergebnisse liefern.

So werden die Module von eBattery nicht nur durch einen Bildschirmwechsel verbunden; auch die Aufgabe, die der Nutzer erledigen möchte, bleibt erhalten.

6.1.2 Die Absicht des Nutzers in eine App-Aktion umsetzen

Menschen drücken ihre Bedürfnisse oft nicht in technischen Parametern aus. Sätze wie „Ich fahre in zwei Stunden los“, „Wir fahren mit den Kindern, daher hätte ich gern einen entspannteren Plan“ oder „Ich möchte fürs Laden nicht zu weit abweichen“ enthalten mehrere Präferenzen zugleich.

eBattery AI wandelt diese Aussagen in Informationen um, die sich für die Planung nutzen lassen. Bei Bedarf ergänzt sie fehlende Angaben wie Startpunkt, Ziel, Akkustand oder Zeitpriorität. Die Fragen konzentrieren sich auf die Bereiche, die das zu erstellende Ergebnis tatsächlich beeinflussen.

Bei der Anfrage „Ich möchte von İstanbul nach İzmir fahren“ kann der Nutzer beispielsweise, wenn das gespeicherte Fahrzeug und der Startort bereits bekannt sind, nur nach dem aktuellen Akkustand und der Fahrtpräferenz gefragt werden. Sagt der Nutzer „Wir können Mautstraßen nutzen, die Gesamtzeit soll kurz sein“, werden diese Angaben der Routenanfrage hinzugefügt.

Dieser Ansatz verbindet natürliche Sprache mit den Funktionen der App. Nutzer können ihren Bedarf beschreiben, ohne die technische Struktur der Menüs erlernen zu müssen; das System überführt die Anfrage dann in die passende Berechnung und den passenden Bildschirmablauf.

6.1.3 Die Empfehlung durch Nutzerkontrolle ergänzen

Die von eBattery AI angebotenen Pläne können geprüft und geändert werden. Der Nutzer kann die empfohlene Station ändern, einen Zwischenstopp hinzufügen, ein Museum aus dem Reiseprogramm streichen oder eine kostengünstigere Route anfordern.

Der Assistent setzt diese Änderungen in Beziehung zum Rest des Plans. Das Entfernen eines Stopps verkürzt nicht nur die Reiseliste, sondern kann auch die Tagesstrecke, die Ankunftszeit und den Ladebedarf verändern. Die Änderung des Nutzers wird unter Wahrung dieser Zusammenhänge ausgewertet.

Der Plan gehört dem Nutzer. Die KI macht Optionen sichtbar, erleichtert Berechnungen und erklärt die Folgen von Entscheidungen. Zweck, Tempo und akzeptable Kosten der Fahrt bestimmt der Nutzer.

6.2 AI Chat: Einstiegserlebnis, Avatar, Streaming, Kontextspeicher

6.2.1 Einstiegserlebnis: Sofort zeigen, was möglich ist

Der Startbildschirm von AI Chat zeigt dem Nutzer direkt die Kernfähigkeiten des Assistenten. Der Nutzer kann mit freiem Text ein Gespräch beginnen oder eine der vorbereiteten Startoptionen verwenden.

Startoption Ziel des Nutzers Gestarteter Ablauf
Route planen Einen Standort mit dem Fahrzeug erreichen Erstellen einer Route anhand von Start, Ziel, Fahrzeug und Ladebedarf
Reise planen Eine Region in einer festgelegten Zeit erkunden Einen Tagesplan anhand von Interessen und verfügbarer Zeit erstellen
Nächste Station vorschlagen Einen geeigneten Ladepunkt erreichen Empfehlungen anhand von Standort, Fahrzeugkompatibilität und zugänglichen Stationsdaten erstellen
Meine Effizienzen Nutzungsdaten verstehen Übergang zur Verbrauchs- und Nutzungsbewertung auf Grundlage vorhandener Aufzeichnungen

Diese Optionen verringern die Unsicherheit bei der ersten Interaktion. Nutzer müssen nicht erraten, welche Fragen sie dem Assistenten stellen können; die App bietet Ausgangspunkte, die mit alltäglichen EV-Bedürfnissen zusammenhängen.

Im Verlauf des Gesprächs werden die Startoptionen durch kontextpassende Aktionen ersetzt. Nach einer erstellten Route treten Aktionen wie „Route öffnen“, nach einer vorgeschlagenen Station „Zur Station“ in den Vordergrund.

6.2.2 Avatar: Die visuelle Identität des Assistenten

Die visuelle Identität von AI Chat bildet ein animierter Roboter-Avatar. Bevor ein Chat beginnt, sitzt der Avatar in der Bildschirmmitte und wirkt mit dezenten Bewegungen und Lichteffekten bereit zur Interaktion.

Wird die erste Nachricht gesendet, wird der Avatar kleiner und wandert neben die Nachrichten des Assistenten. So verlagert sich der Fokus des Bildschirms natürlich vom Starterlebnis zur Unterhaltung. Für die Eingaben des Nutzers, die Antworten des Assistenten und die erstellten Ergebniskarten wird mehr Platz frei.

Der Avatar hilft außerdem, von der KI erzeugte Nachrichten optisch zu unterscheiden. Diese Identität schafft ein Assistentenerlebnis, das sich von der Community-Nachrichtenfunktion der App unterscheidet und dennoch konsistent ist.

Bewegung und visuelle Effekte haben die Aufgabe, den Nutzer zu leiten und den Systemzustand verständlich zu machen. Lesbarkeit und Interaktion haben Vorrang; Animationen drängen wesentliche Informationen nicht in den Hintergrund.

6.2.3 Streaming: Bereitstellung der Antwort als Datenstrom

eBattery AI zeigt passende Antworten als Stream an. Statt darauf zu warten, dass eine lange Erklärung abgeschlossen ist, kann der Nutzer die Antwort Schritt für Schritt entstehen sehen.

In diesem Erlebnis werden zwei unterschiedliche Vorgänge getrennt gehalten: das Verfassen der Erklärung und die Berechnung des Plans. Wenn der Assistent mit der Textgenerierung beginnt, bedeutet das nicht, dass die Routenberechnung abgeschlossen ist. Die Routen-, Stations- oder Reisekarte wird angezeigt, sobald die zugehörigen Daten und Berechnungen bereit sind.

Zum Beispiel kann das System zunächst anzeigen, dass die Anfrage verstanden wurde, und dann beim Vorbereiten der Routenoptionen den Fortschritt mitteilen. Ist die Berechnung abgeschlossen, werden eine Kartenvorschau und Ladestopps angezeigt. So wird schnelles Feedback gegeben, während die Integrität der Ergebnisse gewahrt bleibt.

Ändert der Nutzer während des Ablaufs seine Anfrage, gilt die neue Anfrage. Ein verspätet eintreffendes Ergebnis der früheren Anfrage darf den aktuellen Plan nicht ersetzen. Das ist besonders in Unterhaltungen wichtig, in denen Stopps oder Routenpräferenzen mehrfach nacheinander geändert werden.

6.2.4 Context Memory: Die Bedeutung des Gesprächs bewahren

Das Kontextgedächtnis ermöglicht es, das laufende Gespräch zusammen mit den vorherigen Schritten zu verstehen.

Sagt ein Nutzer zuerst „Ich fahre von Istanbul nach Izmir“ und schreibt dann „Plane auch die Rückfahrt“, verknüpft der Assistent die zweite Anfrage mit der ersten Fahrt. Auch ein Ausdruck wie „Mach das wirtschaftlicher“ wird auf die besprochene Route oder den Reiseplan angewendet.

Der Kontext wird auf drei Ebenen behandelt:

  • Chat-Kontext: Während des Gesprächs gemachte Angaben und vorgenommene Änderungen.

  • Kontext des aktiven Plans: Die Route, Reise oder Stationsauswahl, die gerade bearbeitet wird.

  • Gespeicherte Nutzereinstellungen: Das ausgewählte Fahrzeug und die vom Nutzer dauerhaft festgelegten Einstellungen.

Diese Unterscheidung verhindert, dass eine vorübergehende Präferenz als dauerhafte Gewohnheit gedeutet wird. Wenn ein Nutzer auf einer Fahrt sagt „Lass uns heute Mautstraßen meiden“, bedeutet das nicht, dass alle künftigen Fahrten genauso geplant werden.

Ebenso kann ein in einem früheren Gespräch eingegebener Akkustand am nächsten Tag nicht als aktuelle Fahrzeugdaten verwendet werden. Kontext zu behalten erfordert auch, die zeitliche Gültigkeit von Informationen zu verwalten.

6.3 Schichtenarchitektur: Regelbasierte Entscheidungsschicht und LLM-Schicht

6.3.1 Trennung der Aufgaben von Berechnung und Erläuterung

Die Architektur von eBattery AI beruht darauf, unterschiedliche Aufgaben mit unterschiedlichen Methoden zu lösen.

Reichweitenberechnung, Energiebedarf, Fahrzeug-Stations-Kompatibilität und die Bewertung von Routenoptionen erfolgen in der Entscheidungsschicht, die mit definierten Datenfeldern und Berechnungsregeln arbeitet. Das Verstehen der Anfrage des Nutzers in natürlicher Sprache und die Erläuterung der Ergebnisse sind dagegen Aufgabe des großen Sprachmodells, also der LLM-Schicht.

Diese Trennung verbindet die zahlenmäßige Grundlage einer Empfehlung mit ihrer Erklärung. Wenn der Assistent sagt „Diese Station ist besser geeignet“, muss die Begründung aus den Daten der Berechnungsschicht stammen. Die in der Erklärung verwendeten Werte für Entfernung, Zeit und Energie beruhen auf derselben Quelle wie die Werte auf der Ergebniskarte.

Architekturkomponente Kernverantwortung Das Ergebnis, das es erzeugt
Daten- und Integrationsebene Daten aus Fahrzeugen, Karten, Stationen und anderen Quellen organisieren Eingaben mit definierter Quelle und Aktualität
Anfrage- und Kontextverwaltung Die Anfrage des Nutzers, das ausgewählte Fahrzeug und den aktiven Tarif zusammenführen Strukturierte Planungsanfrage
Regelbasierte Entscheidungsebene Kompatibilitätsprüfungen, Energieberechnungen und die Bewertung von Kandidaten durchführen Optionen für Route und Ladeplan
LLM-Schicht Natürliche Sprache interpretieren und berechnete Ergebnisse erklären Nutzergerechte Darstellung
Verifizierungs- und Aktionsschicht Konsistenz der Ergebnisse und Transaktionsberechtigung prüfen Eine anzeigbare Karte und ein umsetzbarer Schritt
Erlebnisebene Den Chat, die Karten und die Bildschirmübergänge darstellen Nutzererlebnis in der App

6.3.2 Umfang der regelbasierten Entscheidungsschicht

Der regelbasierte Ansatz bedeutet, dass Berechnungen für denselben Daten-Snapshot und dieselbe Regelversion konsistent reproduziert werden können.

Diese Ebene berechnet die nutzbare Batterieenergie, schätzt den Energiebedarf der Routenabschnitte, schließt mit dem Fahrzeug inkompatible Stationen aus und vergleicht geeignete Kandidaten anhand festgelegter Kriterien. Auch die vom Nutzer gewählten Streckenpräferenzen und die einzuhaltende Batteriereserve werden hier berücksichtigt.

Eine regelbasierte Berechnung bedeutet nicht, dass die Außenwelt mit Sicherheit bekannt ist. Künftiger Verkehr, tatsächlicher Verbrauch oder der Zustand der Station bei der Ankunft können sich ändern. Auch wenn die Berechnungsmethode konsistent ist, sind daher manche Eingaben und Ausgaben Schätzungen.

eBattery AI bewahrt diesen Unterschied: Bekannte Daten, vom Nutzer eingegebene Informationen und eine Modellschätzung werden nicht mit demselben Grad an Gewissheit dargestellt.

6.3.3 Umfang der LLM-Schicht

Das Sprachmodell wird eingesetzt, um die Anfrage des Nutzers zu verstehen und das berechnete Ergebnis in eine natürliche Darstellung zu übersetzen.

Äußerungen wie „Ich möchte weniger laufen“, „Lass die Museen weg“, „Ich möchte nicht zu lange auf das Laden warten“ oder „Warum hast du diese Station gewählt?“ fallen in den Arbeitsbereich dieser Schicht.

Das LLM hilft dabei, eine strukturierte Anfrage zu erstellen, die an die passende App-Funktion weitergegeben werden kann. Es ergänzt jedoch weder den Preis der Station noch den Status des Anschlusses oder den Akkustand des Fahrzeugs aus seinem eigenen Allgemeinwissen. Diese Angaben stammen aus den jeweiligen Datensätzen und Integrationen.

Wählt die Entscheidungs-Engine beispielsweise eine Station wegen geringerer Routenabweichung und passender Leistungsunterstützung aus, kann der Assistent diese Begründung vereinfacht darstellen:

„Diese Station ist mit Ihrem Fahrzeug kompatibel und liegt näher an der Hauptroute. Die leistungsstärker wirkende Alternative bringt wegen der Ladegrenze Ihres Fahrzeugs keinen zusätzlichen Zeitvorteil.“

Der Wert dieser Erklärung liegt darin, dass der Nutzer die Logik hinter der Entscheidung nachvollziehen kann.

6.3.4 Von verifizierten Daten zu einem erklärbaren Ergebnis

Jedes Ergebnis wird mit den wichtigsten verwendeten Eingaben verknüpft. Das gewählte Fahrzeug, die Batterieinformationen, der Berechnungszeitpunkt und die Aktualität der Stationsdaten machen nachvollziehbar, unter welchen Bedingungen der Plan erstellt wurde.

Diese Struktur erleichtert auch die Auswertung von Nutzerfeedback. Wird eine empfohlene Station nicht gewählt, bedeutet das nicht immer, dass die Berechnung falsch war. Der Nutzer wünscht vielleicht einen anderen Pausenpunkt, bevorzugt einen bestimmten Betreiber oder hat eine Zeitbeschränkung, die in seinem Plan nicht erscheint.

Die gemeinsame Betrachtung der Eingangsdaten der Entscheidung und der Änderung durch den Nutzer trägt dazu bei, das System im Lauf der Zeit sinnvoller weiterzuentwickeln.

6.4 Routenplanung — Fahrzeugprofil, Reichweitenberechnung, Route und Straßenpräferenzen

6.4.1 Die Fahrt gemeinsam mit dem Fahrzeugprofil planen

Die Routenplanung in eBattery berücksichtigt neben Start- und Zielpunkt auch die Energie- und Ladeeigenschaften des Fahrzeugs.

Für zwei Elektrofahrzeuge auf derselben Route können unterschiedliche Ladepläne erforderlich sein. Nutzbare Batteriekapazität, Verbrauch, unterstützte Stecker und Ladeaufnahmeleistung führen zu diesem Unterschied.

Die wichtigsten bei der Planung verwendeten Fahrzeugangaben sind folgende:

Fahrzeuginformationen Funktion in der Planung
Marke, Modell und passende Fahrzeugvariante Stellt sicher, dass das richtige technische Profil ausgewählt wird
Nutzbare Batteriekapazität Bildet die Grundlage der Energieberechnung, die auf der Fahrt genutzt werden kann
Verbrauchswert Ermöglicht die Umrechnung der Entfernung in einen geschätzten Energiebedarf
Unterstützung für AC-Laden Hilft bei der Bewertung von Ladeoptionen für längere Pausen und am Zielort
DC-Ladeunterstützung Ermöglicht die Bewertung von Schnellladeoptionen unterwegs
Steckerkompatibilität Ermöglicht die Ermittlung verfügbarer Stationen
Aktueller Batteriestand Legt den Energiezustand zu Beginn der Fahrt fest

Die Bruttobatteriekapazität und die nutzbare Kapazität werden getrennt betrachtet. Die Grundlage der Reichweitenberechnung ist die für das Fahren nutzbare Energie.

Im aktuellen Nutzungsablauf gibt der Nutzer den Batteriestand vor der Fahrt manuell ein. Während das gespeicherte Fahrzeugprofil die technischen Angaben enthält, ist der Batterieprozentsatz die aktuelle Eingabe für diese Fahrt. Künftige Integrationen zur Fahrzeugverbindung schaffen Raum für eine Erweiterung, mit der diese Information automatisch von unterstützten Fahrzeugen übernommen werden kann.

6.4.2 Reichweitenberechnung und Energiereserve

Die Reichweitenberechnung beruht auf dem Verhältnis zwischen verfügbarer Energie und erwartetem Verbrauch:

Aktuelle Energie = Nutzbare Batteriekapazität × Batteriestand / 100

Basis-Reichweitenschätzung = Verfügbare Energie / Verbrauch × 100

Hier wird Energie in kWh, Verbrauch in kWh/100 km und Reichweite in Kilometern angegeben.

Nehmen wir als Beispiel ein Fahrzeug mit einer nutzbaren Batteriekapazität von 60 kWh, einem aktuellen Ladestand von 40 % und einem in der Berechnung verwendeten Verbrauch von 18 kWh/100 km.

In diesem Fall:

  • Die berechnete Energie in der Batterie beträgt 24 kWh.

  • Die theoretische Reichweite bis Null beträgt etwa 133 Kilometer.

  • Wird beispielsweise eine Ankunftsreserve von 15 % beibehalten, sinkt die für die Planung nutzbare Energie auf 15 kWh.

  • Bei derselben Verbrauchsannahme beträgt die unter Beibehaltung der Reserve berechnete Entfernung etwa 83 Kilometer.

Dieses Beispiel erklärt, warum sich die auf dem Bildschirm angezeigte theoretische Reichweite von der für die Planung nutzbaren Strecke unterscheidet. Die hier genannten 15 % sind eine Beispielreserve, um die Berechnungslogik zu zeigen.

Bei der tatsächlichen Routenberechnung wird die Entfernung zusammen mit den Streckeneigenschaften und den verfügbaren Verbrauchsdaten bewertet. Mit wachsender Datenabdeckung können Effekte wie Steigung, Verkehr und Wetterbedingungen in das Modell aufgenommen werden. Ändern sich die Bedingungen, auf denen die Schätzung beruht, wird auch der Plan neu bewertet.

6.4.3 Start, Ziel und Zwischenstopps

Der Nutzer kann den Startpunkt über seinen aktuellen Standort, eine Adresssuche oder die Karte festlegen. Ziel und Zwischenstopps sind ebenfalls Teile desselben Reiseplans.

Zwischenstopps sind bei der EV-Planung besonders wichtig. Bei einer Fahrt von İstanbul nach İzmir verändert ein Besuch in Bursa nicht nur die Gesamtstrecke. Auch die Dauer des Besuchs, die Frage, ob dort Lademöglichkeiten bestehen, und der Akkustand, mit dem der nächste Abschnitt beginnt, beeinflussen den Plan.

Nutzer können die Reihenfolge der Stopps ändern oder eine bestimmte Reihenfolge beibehalten. Eine manuell festgelegte Reihenfolge kann den Zeitplan oder die persönliche Priorität des Nutzers abbilden. Das System berechnet die Ladestopps passend zu dieser Präferenz neu.

Bei jeder Änderung wird der betreffende Plan aktualisiert, ohne dass der Nutzer erneut alle Angaben eingeben muss.

6.4.4 Routenmodus und Straßenpräferenzen

eBattery verknüpft Routenoptionen mit der Fahrtpriorität des Nutzers.

Am schnellsten -Ansatz konzentriert sich auf die gesamte Reisezeit. Neben der Fahrzeit fließen auch Umwege zum Laden, die Ladezeit und, sofern Daten vorliegen, die Wartezeit in die Bewertung ein.

Am effizientesten -Ansatz betrachtet den Energiebedarf und die verfügbaren Kostendaten zusammen mit einer angemessenen Fahrtdauer. Wird dem Nutzer eine günstigere Option angeboten, wird zugleich ihre Auswirkung auf die Dauer gezeigt.

Keine dieser beiden Optionen ist für jede Fahrt grundsätzlich im Vorteil. Auf einer Geschäftsreise kann die Zeit wichtiger sein, bei einem Wochenendausflug eher der Pausenablauf oder das Budget.

Routenpräferenzen wie mautpflichtige Straßen, Autobahnen und Fähren werden der Routenanfrage hinzugefügt. Auch die Google Maps Routes API bietet für solche Präferenzen Vermeidungsoptionen an; diese Optionen steuern die Routensuche, und ob eine geeignete Alternative gefunden werden kann, hängt vom Straßennetz ab. eBattery verbindet diese vom verwendeten Kartendienst bereitgestellten Fähigkeiten mit der Fahrzeug- und Ladeplanung.

Regionale oder detailliertere Straßenbeschränkungen werden zusammen mit dem Abdeckungsumfang des jeweiligen Daten- und Routingdienstes behandelt. Die dem Nutzer angezeigte Route sollte die Wirkung der Einstellungen auf das Ergebnis verständlich zeigen.

6.5 Ladeplanung und Stationsbewertung – Empfehlung der Lademenge, Sicherheitsmarge

6.5.1 Zuerst Kompatibilität, dann Vergleich

Der erste Schritt der Ladeplanung besteht darin, die nutzbaren Stationen zu bestimmen. Dass eine Station hoch bewertet ist oder einen niedrigen Preis hat, bedeutet nicht, dass das Fahrzeug dort laden kann.

Aus diesem Grund erfolgt die Bewertung in zwei Stufen:

  1. Ermittlung von Kandidaten, die zum Fahrzeug und zur Fahrt passen.

  2. Vergleich geeigneter Kandidaten hinsichtlich Zeit, Kosten und Nutzungsbedingungen.

Steckerkompatibilität, Erreichbarkeit und die zum Erreichen der Station nötige Energie sind Gegenstand der ersten Stufe. Diese Grundvoraussetzungen werden nicht als Punktfaktoren behandelt, die durch andere Vorteile ausgeglichen werden können.

So wird beispielsweise eine mit dem Fahrzeug inkompatible Station nicht allein deshalb empfohlen, weil sie günstiger ist. Ebenso erhält ein Punkt, der mit der vorhandenen Energie offenbar nicht erreichbar ist, nicht allein wegen seiner hohen Ladeleistung Vorrang.

6.5.2 Stationsbewertung: Eignung, die je nach Fahrt variiert

Nachdem geeignete Kandidaten ermittelt wurden, durchlaufen die Stationen eine Bewertung nach mehreren Kriterien.

Kriterium Bewerteter Gegenstand
Routenabweichung Die zusätzliche Strecke und Zeit, die nötig sind, um die Station zu erreichen und zur Hauptroute zurückzukehren
Leistungskompatibilität mit dem Fahrzeug Wie sich die Stationsleistung zu dem Bereich verhält, den das Fahrzeug nutzen kann
Preis Der zugängliche und für den jeweiligen Nutzer geltende Tarif
Aktueller Status Aktueller Status eines passenden Ladepunkts in unterstützten Integrationen
Wartezeit-Informationen Voraussichtliche Wartezeit, wenn verlässliche Daten oder ausreichende Modellunterstützung vorliegen
Betriebliche Zuverlässigkeit Servicekontinuität und Nutzungserlebnis bei vorhandenen Daten
Nutzerbewertungen Aktualität und Inhalt der Erfahrungen sowie ob sie auf einer ausreichenden Zahl von Beobachtungen beruhen
Passung zur Pause Der Bezug der Station zu den aktuellen Stopps und dem Zeitplan des Nutzers
Datenaktualität Wie aktuell die für die Entscheidung verwendeten Informationen sind

Die Bedeutung dieser Kriterien hängt vom gewählten Routenmodus ab. Bei einer zeitorientierten Fahrt können Umwege und Ladedauer ausschlaggebender sein. Bei einer kostenorientierten Fahrt wird ein Tarifunterschied zusammen mit der dadurch entstehenden zusätzlichen Zeit bewertet.

Auch fehlende Daten fließen in die Bewertung ein. Eine Station mit unbekanntem Live-Status gilt nicht als „frei“. Ebenso reicht die Belegungsinformation der Anschlüsse allein nicht immer aus, um eine verlässliche Wartezeit zu berechnen.

Auch die Nutzerbewertung allein ersetzt nicht die betriebliche Zuverlässigkeit. Einige wenige ältere Bewertungen sollten nicht mit demselben Gewicht behandelt werden wie eine aktuelle und breitere Erfahrungsbasis.

6.5.3 Zusammenhang zwischen Stationsleistung und tatsächlichem Ladeerlebnis

Die an einer Station angegebene Leistung bedeutet nicht, dass das Fahrzeug während des gesamten Ladevorgangs mit dieser Leistung lädt. Die Ladedauer hängt von mehreren Faktoren ab, etwa vom Batteriestand, von der Kapazität sowie von den Eigenschaften des Fahrzeugs und der Ladeausrüstung. Auch die Quelle Alternative Fuels Data Center des US-Energieministeriums erläutert, dass diese Variablen gemeinsam die Ladedauer bestimmen.

Beispielsweise ist für ein Fahrzeug mit einer DC-Ladeaufnahmegrenze von 100 kW eine Station mit 350 kW Kapazität allein aufgrund ihrer Nennleistung nicht unbedingt schneller als eine geeignete Station mit 150 kW Kapazität. Erfordert das Erreichen der ersten Station einen längeren Umweg, kann die zweite Option für die Reise insgesamt besser geeignet sein.

Die Bewertung von eBattery betrachtet die Stationsleistung gemeinsam mit den Eigenschaften des Fahrzeugs. Statt hohe Zahlen automatisch als bessere Option darzustellen, wird der Nutzen untersucht, den die Station für die Fahrt des Nutzers bringt.

6.5.4 Lademenge: Energie, die zum nächsten Abschnitt passt

Der Ladeplan umfasst neben der Stationsauswahl auch die empfohlene Energiemenge.

Der Grundansatz besteht darin, den Energiebedarf des nächsten Routenabschnitts, die angestrebte Ankunftsreserve und geeignete Alternativen gemeinsam zu betrachten. Der Nutzer muss nicht an jedem Halt denselben Akkustand erreichen. Ein kurzer Abschnitt, eine lange nächste Etappe oder eine Lademöglichkeit am Ziel können unterschiedliche Ziele ergeben.

Für die Energie, die der Batterie zugeführt werden muss, gilt grundsätzlich folgender Zusammenhang:

Hinzuzufügende Energie = Nutzbare Kapazität × (Ziel-Akkustand in % − Aktueller Akkustand in %) / 100

Wird bei einem Fahrzeug mit 60 kWh nutzbarer Kapazität der Batteriestand beispielsweise von 20 % auf 70 % erhöht, entspricht das einem Energiezuwachs von etwa 30 kWh in der Batterie.

Dieser Wert muss nicht exakt mit der am Stationszähler gemessenen oder abgerechneten Energie übereinstimmen. Wegen Ladeverlusten und Hilfsverbrauch ist wichtig, an welcher Stelle die Energie gemessen wird.

Auch die Ladedauer wird nicht einfach durch Teilen durch die maximale Leistung der Station berechnet. Soweit verfügbar, berücksichtigt das Modell das Ladeverhalten des Fahrzeugs bei unterschiedlichen Akkuständen. Als anschauliches Beispiel: Werden dem Akku 30 kWh Energie bei einer durchschnittlichen Nettoleistung von 60 kW zugeführt, beträgt die Dauer der Energieübertragung etwa 30 Minuten. Der entscheidende Wert ist hier die durchschnittliche Leistung während der Sitzung.

Bei der Kostenberechnung werden neben dem Energiepreis auch anwendbare Sitzungs-, Zeit- oder sonstige Tarifbestandteile berücksichtigt. Der Nutzer sollte nachvollziehen können, welchen Umfang die angezeigte Schätzung abdeckt.

6.5.5 Wahrung der Sicherheitsmarge und von Alternativen

Die Planung beruht nicht darauf, den Akku theoretisch bis zur letzten Energieeinheit zu nutzen. Sie lässt Raum für eine Ankunftsreserve, Schwankungen bei der Verbrauchsschätzung und den Zugang zu Alternativen entlang der Strecke.

Die erforderliche Reserve wird zusammen mit Routenlänge, Stationsdichte, Aktualität der Daten und Flexibilität des Plans bewertet. Eine innerstädtische Strecke mit häufigen Lademöglichkeiten und ein Langstreckenabschnitt mit begrenzten Alternativen haben nicht dieselben Bedingungen.

Wenn eBattery AI die empfohlene Lademenge erklärt, macht sie diese Logik sichtbar. Der Nutzer kann nachvollziehen, warum empfohlen wird, an einer Station mehr Energie zu laden, oder warum ein kurzes Laden ausreicht, um den nächsten geeigneten Halt zu erreichen.

Auch die aktuelle Verfügbarkeitsinformation gibt den Stand zum Zeitpunkt der Planerstellung wieder. Diese Information begründet keine Reservierung dafür, dass derselbe Stecker bei der Ankunft frei sein wird. Die Prüfung alternativer Stationen ist daher ein wichtiger Teil des Plans.

6.6 Dynamische Neuberechnung

6.6.1 Sich ändernde Bedingungen während der Fahrt im Plan berücksichtigen

Die Route wird nicht als festes Dokument behandelt, das vor Reisebeginn erstellt wird. Während der Nutzer vorankommt, können sich Standort, Verkehr, Stationsstatus und die eigenen Präferenzen ändern.

Die dynamische Neuberechnung bewertet die Auswirkungen dieser Änderungen auf den Plan. Jeder Auslöser funktioniert jedoch nur in dem Umfang, in dem die jeweiligen Daten zugänglich sind.

Änderung Verwendete Informationen Mögliche Auswirkung auf den Plan
Veränderung des Verkehrs Karten- und Verkehrsquelle Aktualisierung von Dauer- und Routenoptionen
Änderung des Status einer geplanten Station Betreiberintegration Bewertung eines alternativen Ladepunkts
Der Nutzer weicht von der Route ab Standort und Routenfortschritt Neuberechnung der verbleibenden Entfernung und des Energiebedarfs
Aktualisierung der Batterieinformationen Nutzeranmeldung; unterstützte künftige Fahrzeuganbindungen Aktualisierung von Ladestopp und Zielenergiemenge
Hinzufügen oder Entfernen eines Zwischenstopps Bearbeitung durch den Nutzer Neuplanung der betroffenen Routenabschnitte
Wechselnde Wetterbedingungen Der Umfang, in dem die jeweilige Integration aktiv ist Neubewertung der Verbrauchsschätzung

Bei einer Fahrt mit manuell eingegebenem Batteriestand ist die vom System berechnete Restenergie eine Schätzung. Sie wird nicht auf dieselbe Weise gekennzeichnet wie aktuelle, am Fahrzeug gemessene Batteriedaten.

6.6.2 Nicht jede Änderung dem Nutzer als neue Route präsentieren

Ständig wechselnde kleine Unterschiede können den Nutzer unnötig mit Entscheidungen belasten. Ein paar Sekunden Schwankung im Verkehr oder ein sehr kleiner Zeitvorteil erfordern nicht jedes Mal eine neue Empfehlung.

Der Ansatz der Neuberechnung bewertet, was die Änderung für die Fahrt bedeutet. Vorrang haben die Durchführbarkeit des bestehenden Plans, die Energiereserve und der klare Nutzen für den Nutzer.

So bleibt der Plan stabil. Statt ständig zwischen zwei sehr ähnlichen Optionen hin- und hergelenkt zu werden, sieht der Nutzer eine sinnvolle Aktualisierung, wenn sie nötig ist.

6.6.3 Den Grund der Änderung erläutern

Die vorgeschlagene neue Route wird im Vergleich zum aktuellen Plan dargestellt. Der Nutzer sollte erkennen können, welche Bedingung sich geändert hat und was daraus folgt.

Zum Beispiel:

„Bei den passenden Anschlüssen der von Ihnen geplanten Station haben sich die Nutzungsinformationen geändert. Eine alternative Station liegt näher an Ihrer Route und ist laut aktueller Energieschätzung erreichbar. Sie können die neue Option prüfen.“

In der Erklärung werden nur Elemente verwendet, die von den vorliegenden Daten gestützt werden. Gibt es keine verlässliche Wartezeitschätzung, wird keine genaue Minutenersparnis angegeben.

Auch die vom Kartenanbieter stammenden Verkehrsinformationen und die darauf beruhende EV-Bewertung von eBattery werden korrekt miteinander verknüpft. Die Begründung der Empfehlung macht nachvollziehbar, welche Daten wie verwendet werden.

6.7 KI-Reiseplanung – Kandidatenpool, Clustering, Zeitbudgetierung, Ladeintegration

6.7.1 Vom Mobilitätsplan zum Alltagserlebnis

Die Reiseplanung gestaltet die Zeit, die der Nutzer in einer bestimmten Region verbringt. Ziel ist es, interessante Orte in ein Programm umzuwandeln, das zur Zeit und zu den Interessen des Nutzers sowie zum Energiebedarf seines Fahrzeugs passt.

Wenn der Nutzer sagt: „Ich verbringe zwei Tage in Kappadokien, mit Schwerpunkt auf Natur und Geschichte“, bewertet das System die Region, die Reisedauer und die Prioritäten gemeinsam. Der Startpunkt, das tägliche Tempo und gegebenenfalls die Orte, die der Nutzer unbedingt sehen möchte, werden in den Plan aufgenommen.

Der entstehende Plan bietet eine in Tage gegliederte, bearbeitbare Reisestruktur.

6.7.2 Aufbau des Pools infrage kommender Orte

Der erste Schritt ist die Bestimmung geeigneter Sehenswürdigkeiten in der Region. Der Kandidatenpool kann Kulturstätten, Museen, Naturgebiete, Gastronomiestandorte und Rastplätze umfassen.

Zu den berücksichtigten Informationen gehören je nach Umfang der Quelle Standort, Kategorie, Besuchsdauer, Öffnungszeiten und Nutzerbewertungen.

Hohe Beliebtheit allein ist kein Auswahlgrund. Passt ein Ort nicht zu den Interessen des Nutzers, liegt er zu weit vom Tagesplan entfernt oder bleibt nicht genug Zeit für einen Besuch, kann er eine niedrigere Priorität erhalten.

Die Inhaltserzählung wird mit den Datensätzen der ausgewählten Orte verknüpft. Veränderliche Informationen wie Öffnungszeiten oder Zugangsbedingungen werden nicht aus dem Allgemeinwissen des Sprachmodells erzeugt, als wären sie aktuelle Daten.

6.7.3 Geografische Clusterbildung und Verkehrsbeziehungen

Die infrage kommenden Orte werden vor der Erstellung des Tagesprogramms hinsichtlich ihrer geografischen und verkehrlichen Beziehungen bewertet. Ziel ist es, unnötige Hin- und Rückfahrten am selben Tag zu verringern.

Zwei Punkte, die auf der Karte nah beieinander liegen, sind möglicherweise nicht nur eine kurze Fahrt voneinander entfernt. Straßenverbindungen, Übergänge und die Geografie der Region bestimmen das tatsächliche Bewegungsmuster. Deshalb beruht die tägliche Gruppierung nicht allein auf der Luftlinie.

Während das Programm eines Tages beispielsweise aus Besuchen in derselben Gegend zusammengestellt wird, kann ein weiter entfernter Halt auf einen anderen Tag gelegt werden. So kann der Nutzer einen größeren Teil seiner Zeit für Besuche statt für die Fahrt aufwenden.

Bevorzugt der Nutzer eine bestimmte Reihenfolge, bleibt diese Wahl erhalten; das System passt den restlichen Plan an diese Reihenfolge an.

6.7.4 Zeitbudgetierung: Ein realistischer Tagesablauf

Ob der Tagesplan umsetzbar ist, hängt neben der gesamten Besuchsdauer auch von den Fahr- und Pausenzeiten ab.

Das Zeitbudget eines Tages umfasst die folgenden Bestandteile:

  • Die Fahrt zwischen den einzelnen Punkten.

  • Die Besuchsdauer an jedem Ort.

  • Essens- und Ruhepausen.

  • Erforderliche Ladestopps.

  • Angemessener Zeitpuffer für Parken, Zugang und ähnliche Übergänge.

Wer in einen sechsstündigen Reiseplan nur Stopps einplant, deren Besuchszeiten zusammen sechs Stunden ergeben, lässt keine Zeit für die Fahrt. eBattery AI erstellt den Plan innerhalb des gesamten Zeitrahmens des Tages.

Der Wert des Programms bemisst sich nicht daran, möglichst viele Orte aufzulisten. Wichtig ist, dass es im vom Nutzer gewählten Tempo umgesetzt werden kann und Raum für Änderungen lässt.

6.7.5 Das Laden in den Tagesablauf einfügen

Ladestopps werden bei der Erstellung eines Reiseplans zusammen mit dem Energiebedarf betrachtet. Sie werden nicht wie ein eigenständiger Bedarf behandelt, der am Ende des Tages hinzukommt.

Lässt sich eine Essenspause mit einem geeigneten Ladepunkt verbinden, können beide Aktivitäten im selben Zeitfenster stattfinden. Beginnen zum Beispiel eine 40-minütige Essenspause und ein 25-minütiges Laden am selben Ort und zur selben Zeit, ist unter geeigneten Bedingungen kein zusätzlicher Halt von insgesamt 65 Minuten nötig. Der Plan bewertet sich überschneidende Zeiten gemeinsam.

Bei dieser Zuordnung sind der tatsächliche Zugang zur Station, die Betriebsbedingungen, die Parksituation und die Präferenzen des Nutzers wichtig. Eine Station, die auf der Karte nahe an einem Restaurant erscheint, gilt nicht in jedem Fall als geeignete Pausenoption.

Bei Reisen über mehrere Tage wird die Energieberechnung über die Tage hinweg fortgeführt. Der Akkustand zu Beginn des nächsten Tages wird mit dem geplanten Ende des Vortages verknüpft. Nachtladen wird nur berücksichtigt, wenn es im Plan des Nutzers vorgesehen und durch die jeweilige Einrichtung unterstützt ist.

6.7.6 Bearbeitbare Reiseerzählung

Der berechnete Zeitplan wird als auf Tage verteilte Stopps zusammen mit einer Erläuterung in natürlicher Sprache dargestellt. Der Nutzer sieht, welche Region an welchem Tag besucht wird, wo geladen wird und wie sich der Tag ungefähr zeitlich aufteilt.

Mit Anfragen wie „Gestalte den zweiten Tag entspannter“, „Nimm das Museum heraus“ oder „Ich möchte nachmittags in der Natur sein“ lässt sich der Plan bearbeiten.

Nach einer Änderung werden die betroffenen Tage und Routenabschnitte neu bewertet. Auch die Reisebeschreibung ändert sich mit dem aktualisierten Plan; maßgeblich ist, dass kein Widerspruch zwischen der alten Beschreibung und der neuen Haltestellenliste entsteht.

Diese auf Städte und Regionen ausgerichtete Struktur bildet in späteren Phasen die Grundlage für eine breitere, landesweite und langfristige Planung.

6.8 Effizienzanalyse

6.8.1 Daten aus Sicht der Fahrer verständlich machen

Die Effizienzanalyse hilft Nutzern, ihre Energie- und Fahrtdaten verständlicher auszuwerten.

Reichen die zugänglichen Daten aus, lassen sich Verbrauch, Strecke, Ladeausgaben sowie geplante und tatsächliche Werte aus verschiedenen Zeiträumen vergleichen. Die KI erklärt die Veränderung hinter den Zahlen und zeigt, welche Einträge der Nutzer sinnvollerweise prüfen sollte.

Der Umfang der Analyse hängt von den verwendeten Daten ab. Informationen aus einer Fahrzeugverbindung, aus Sitzungsaufzeichnungen oder aus der Nutzeranmeldung werden getrennt von Schätzungen gehalten, die nur anhand der Route berechnet wurden.

6.8.2 Gemessener Verbrauch und berechnete Schätzung

Bei einer Verbrauchsbewertung müssen Energie und Strecke zum selben Zeitraum, zum selben Fahrzeug und zu einer einheitlichen Messmethode gehören.

Sind Gesamtenergie und Gesamtstrecke bekannt, lautet die Basis-Verbrauchsberechnung wie folgt:

Durchschnittsverbrauch = Gesamte Fahrenergie / Gesamtstrecke × 100

Einfach die Verbrauchswerte von Fahrten unterschiedlicher Länge zu addieren und durch die Anzahl der Fahrten zu teilen, liefert möglicherweise nicht den korrekten Durchschnitt für den Zeitraum. Die Berechnung anhand von Gesamtenergie und Gesamtstrecke bewahrt das Gewicht kurzer und langer Fahrten.

Auch die beim Laden gekaufte Energie entspricht nicht immer der im selben Zeitraum beim Fahren verbrauchten Energie. Batteriestände zu Beginn und Ende des Zeitraums, Ladeverluste und der Umfang der Aufzeichnungen beeinflussen diesen Zusammenhang.

Deshalb behandelt eBattery Ladeausgaben, gekaufte Energie und Fahrverbrauch als Begriffe mit jeweils eigener Bedeutung.

6.8.3 Veränderung zeigen und ihre Ursache anhand von Daten erklären

Als anschauliches Beispiel nehmen wir an, dass der durchschnittliche Verbrauch in zwei vergleichbaren Zeiträumen von 18 kWh/100 km auf 19,8 kWh/100 km steigt. Diese Veränderung bedeutet einen Verbrauchsanstieg von 10 %.

Dieses Ergebnis allein zeigt jedoch nicht die Ursache des Anstiegs. Route, Geschwindigkeit, Wetterbedingungen, Beladung oder Fahrtstruktur können sich geändert haben.

Die Bewertung der KI bleibt auf dem Niveau, das die Daten stützen. Liegen nur Verbrauchs- und Entfernungsdaten vor, kann sie sagen: „Ihr Verbrauch ist gestiegen“; um zu dem Schluss zu kommen, dass ein bestimmtes Verhalten wie hartes Bremsen oder die Nutzung der Klimaanlage die Ursache war, sind die entsprechenden Messwerte nötig.

Liegen keine direkten Fahrzeugdaten vor, wird die Batteriegesundheit nicht so dargestellt, als wäre sie gemessen worden. Die detaillierte Analyse des Fahrverhaltens wächst mit Integrationen, die ausreichend Daten zur Bewertung dieses Verhaltens liefern.

6.8.4 Vergleichbare Nutzungsgewohnheiten aufbauen

Der Zweck der Effizienzansicht ist es, Nutzern das Verständnis ihrer eigenen Nutzung im Zeitverlauf zu erleichtern.

Der Vergleich ähnlicher Strecken, die Prüfung der Ladeausgaben an verschiedenen Stationen und das Erkennen der Unterschiede zwischen geplanter und tatsächlicher Dauer unterstützen dieses Verständnis.

Die Empfehlungen des Assistenten sind konkret und maßvoll. Statt dem Nutzer einen nicht überprüften Einsparungsprozentsatz zu versprechen, erklärt er, welche Daten sich geändert haben und welche Bedingungen für einen aussagekräftigeren Vergleich betrachtet werden sollten.

6.9 Ergebniskarten und Deep Linking

6.9.1 Ein Gespräch in ein in der App nutzbares Ergebnis verwandeln

Eine im AI Chat erstellte Routen-, Reise- oder Stationsempfehlung wird mit Ergebniskarten dargestellt. Die Karten ermöglichen es dem Nutzer, die wichtigsten Informationen schnell zu sehen und zum jeweiligen Modul zu wechseln.

Kartentyp Kerninhalt der Karte Zugehöriger Bildschirm
Routenkarte Start, Ziel, Routenübersicht, geschätzte Dauer und Ladestopps Routenplanung
Reisekarte Region, Anzahl der Tage und Zusammenfassung des Tagesprogramms Reiseplanung
Stationskarte Standort, Kompatibilität, Leistung und verfügbare aktuelle Informationen Stationsdetails
Effizienzkarte Zeitraum, wichtigste Kennzahlen und Bewertungsübersicht Effizienz

Der Zweck der Karte besteht nicht darin, alle Details auf kleinem Raum zusammenzudrängen. Sie bietet genug Information, damit der Nutzer das Ergebnis erkennt und den nächsten Schritt wählen kann.

6.9.2 Denselben Plan per Deep Linking öffnen

Deep Linking sorgt dafür, dass die Ergebniskarte den Nutzer zum richtigen Inhalt auf dem jeweiligen Bildschirm führt.

Öffnet der Nutzer eine im Chat erstellte Route, sieht er kein leeres Routenformular. Die gewählten Start- und Zielpunkte, das Fahrzeug, die Zwischenstopps und die übrigen Angaben des Plans erscheinen auf dem entsprechenden Bildschirm.

Dieselbe Beziehung bleibt auch auf den Reise- und Stationskarten erhalten. So werden Chat-, Karten- und Planungsbildschirme zu verschiedenen Ansichten desselben Vorgangs.

Technisch wird die Karte mit dem jeweiligen Datensatz und der Planversion verknüpft. Wenn der Nutzer den Plan ändert, bleibt klar erkennbar, welches Ergebnis aktuell ist.

6.9.3 Kontextgerechte Schnellaktionen

Je nach Ergebnis werden Aktionen wie „Route starten“, „Zur Station“, „Speichern“, „Teilen“ oder „Zu Favoriten hinzufügen“ angeboten.

Nicht jede Karte muss alle Aktionen anzeigen. Die Aktionen werden entsprechend dem Ergebnis ausgewählt, das der Nutzer in diesem Moment erzeugt hat.

Teilbare Karten werden ebenfalls zusammen mit ihrem Inhaltsumfang behandelt. Angaben wie die Heimatadresse oder der persönliche Startpunkt des Nutzers gelten nicht als natürlicher oder zwingender Bestandteil des Teilens. Der Nutzer sollte sehen können, welche Inhalte er teilt.

6.10 Proaktive Vorschläge und Benachrichtigungen

6.10.1 Sinnvolle Unterstützung bieten, wenn ein Bedarf entsteht

Sind die relevanten Daten verfügbar, kann eBattery AI wichtige Änderungen auch ohne Nachfrage des Nutzers sichtbar machen.

In diesen Rahmen fallen eine Änderung des Stationsstatus während einer aktiven Fahrt, eine deutliche Verkehrsauswirkung oder die Neubewertung des Ladeplans anhand aktualisierter Batterieinformationen.

Der Zweck proaktiver Unterstützung ist es, dem Nutzer rechtzeitig zu helfen. Nicht jede Datenänderung löst eine Benachrichtigung aus; es wird bewertet, wie die Information mit der aktuellen Fahrt zusammenhängt und ob sie eine Handlung erfordert.

6.10.2 Eine Benachrichtigung zusammen mit den zugrunde liegenden Daten bewerten

Die Bedeutung einer Warnung bei niedrigem Akkustand hängt von der Datenquelle ab.

Lässt sich der aktuelle Akkustand vom Fahrzeug abrufen, kann der gemessene Wert verwendet werden. Hat der Nutzer ihn zu Beginn manuell eingegeben, ist der während der Fahrt berechnete Wert eine Schätzung. Die Formulierung der Benachrichtigung behält diesen Unterschied bei.

Ähnlich müssen für eine Empfehlung zum Preisvorteil einer Favoritenstation der aktuelle Tarif und die für den Nutzer geltenden Bedingungen bekannt sein. Eine Wartungserinnerung wird dagegen mit einem vom Nutzer gespeicherten Datum oder einer geeigneten Datenquelle verknüpft.

Dieser Ansatz sorgt dafür, dass proaktive Empfehlungen mit dem verfügbaren Datenumfang konsistent bleiben.

6.10.3 Benachrichtigungshäufigkeit und Nutzerpräferenzen

Benachrichtigungen werden nach Wichtigkeit und Kontext verwaltet. Eine Änderung, die die Durchführbarkeit einer aktiven Fahrt betrifft, hat nicht dieselbe Priorität wie ein allgemeiner Nutzungshinweis.

Nutzer können ihre Benachrichtigungseinstellungen verwalten. Zum Erlebnis gehören, wiederholte Meldungen zum selben Ereignis zu reduzieren, nicht mehr gültige Benachrichtigungen nicht anzuzeigen und die Empfehlung auf den richtigen Plan zu lenken.

Standort- und Hintergrundfunktionen laufen mit den Berechtigungen des Nutzers und innerhalb der Betriebsbedingungen des mobilen Betriebssystems. Die während einer Fahrt angezeigten Informationen werden kurz und handlungsorientiert gehalten; Details lassen sich auf dem jeweiligen Bildschirm einsehen.

6.11 Vertrauen und Fehlerbehandlung

6.11.1 Die Art der Information sichtbar machen

Der Vertrauensansatz von eBattery AI beruht darauf, nachvollziehbar zu machen, auf welchen Informationen die Ergebnisse basieren.

Der vom Nutzer eingegebene Akkustand, der vom Betreiber gemeldete Status der Ladebuchse, die Zeitschätzung des Kartendienstes und die Erklärung der KI sind unterschiedliche Arten von Informationen. Diese Unterscheidung ermöglicht es, die Empfehlung richtig zu bewerten.

Generative KI-Systeme können nicht belegte Informationen überzeugend darstellen. Auch das Risikoprofil des NIST für generative KI behandelt dieses Verhalten. Der datenbasierte Berechnungs- und Verifizierungsansatz von eBattery ist so gestaltet, dass er die Auswirkung solcher Fehler auf Entscheidungen in der App verringert.

Dieser Ansatz ist besonders bei Standort, Stationsstatus, Preis und Energieberechnung wichtig. Eine flüssige Erklärung ersetzt keine verifizierten Daten.

6.11.2 Bei fehlenden Daten verständlich und konsistent reagieren

Antwortet eine Datenquelle nicht, bedeutet das nicht, dass alle Funktionen der App gleichzeitig angehalten werden müssen. Das System bewertet, welches Ergebnis mit den verfügbaren Daten angeboten werden kann.

Sind zum Beispiel Standort und Steckdoseninformationen einer Station vorhanden, ihr Live-Status aber nicht abrufbar, kann die Stationsentdeckung fortgesetzt werden; die Verfügbarkeit wird dann als unbekannt angezeigt.

Ähnlich wird, wenn das Sprachmodell vorübergehend nicht antworten kann, das vom Berechnungsdienst erhaltene gültige Routenergebnis so aufbereitet, dass es mit einer Standardkarte und einer kurzen Erläuterung dargestellt werden kann.

Wo die zuletzt bekannten Daten verwendet werden, bleibt die Aktualität gewahrt. Ein alter Status aus dem Cache wird nicht als soeben empfangene Live-Information dargestellt.

6.11.3 Berechtigung, Datenschutz und Sicherheit externer Inhalte

Die Daten, die die AI-Ebene benötigt, werden auf den Umfang der auszuführenden Aufgabe begrenzt. Um zu erklären, warum eine Station empfohlen wird, ist es nicht nötig, den gesamten Nachrichtenverlauf oder die Zahlungsdaten des Nutzers an das Modell weiterzugeben.

Standort, Reisepläne und Nutzerpräferenzen werden unter Zugriffskontrolle behandelt. Die Transaktionsberechtigungen der App werden unabhängig von der freien Texterzeugung des Sprachmodells überprüft.

Beschreibungen aus externen Quellen und Nutzerbewertungen werden ebenfalls als Daten verarbeitet. Eines der Sicherheitsprinzipien der Architektur ist, dass in solchen Inhalten enthaltene Anweisungen die Transaktionsregeln der Anwendung nicht ändern dürfen.

Auch bei künftigen Transaktionsabläufen wie Zahlung oder Reservierung sind der Vorschlag der KI und die Ausführung der Transaktion getrennte Schritte. Dem Nutzer wird der Umfang der Transaktion angezeigt, und der jeweilige Bestätigungsablauf bleibt erhalten.

6.11.4 Aus Fehlern messbar lernen

Zuverlässigkeit erfordert eine regelmäßige Bewertung realer Nutzungsszenarien.

Situationen wie eine nicht zum Fahrzeug passende Station, ein fehlender Preis, eine geänderte Akkueingabe, eine Verbindungsunterbrechung oder eine alte Routenanfrage, die verspätet abgeschlossen wird, sind Testszenarien, die festlegen, wie sich das System verhalten soll.

Auch Nutzerfeedback trägt zu diesem Prozess bei. Eine Entscheidung auf Grundlage falscher Stationsinformationen und eine Entscheidung, die die Erwartungen nicht erfüllt hat, sind nicht dieselbe Art von Fehler. Wird Feedback der jeweiligen Datengrundlage und dem jeweiligen Entscheidungsschritt zugeordnet, hilft das dabei, die richtige Komponente zu verbessern.

Der Vertrauensansatz geht über das bloße Zählen von Ergebnissen als „erfolgreich“ oder „fehlgeschlagen“ hinaus; er beruht darauf, die Ursache eines Fehlers und seine Auswirkung auf den Nutzer zu verstehen.

6.12 Modellunabhängige Infrastruktur und Leistungsziele

6.12.1 Produktlogik vom Modellanbieter unabhängig halten

Die Infrastruktur von eBattery AI beruht auf einem Ansatz, der zentrale Produktfunktionen nicht an die Eigenschaften eines einzelnen Sprachmodells bindet.

Fahrzeugprofil, Stationsdaten, Routenberechnung und Nutzereinstellungen werden in den eigenen Diensten der App verwaltet. Sprachmodelle werden über definierte Aufgaben und Datenverträge an diese Dienste angebunden.

Diese Struktur ermöglicht es, verschiedene Modellfamilien wie GPT und Gemini oder künftig entwickelte Alternativen zu bewerten. Ein Modellwechsel sollte nicht erfordern, grundlegende Regeln wie die Fahrzeug-Station-Kompatibilität neu zu schreiben.

Die Modellauswahl erfolgt anhand von Sprachqualität, Genauigkeit strukturierter Ausgaben, Aufgabenerfolg, Latenz, Kosten und Datenverarbeitungsbedingungen. Der Name des Anbieters allein wird nicht als Maßstab für die Produktqualität herangezogen.

6.12.2 Verwendung des passenden Modells und Dienstes für die Aufgabe

Nicht jede Nutzeranfrage erfordert denselben Rechenaufwand. Eine kurze Absichtsklassifizierung und eine ausführliche Reisebeschreibung haben unterschiedliche Anforderungen.

Die Infrastruktur ist so gestaltet, dass Aufgaben entsprechend diesem Unterschied weitergeleitet werden können. Arbeiten, die Berechnungsdienste direkt lösen können, werden in diesen Diensten ausgeführt; für Schritte, die Interpretation und Formulierung in natürlicher Sprache erfordern, wird ein geeignetes Modell verwendet.

Der architektonische Ansatz, der die Leistung unterstützt, umfasst folgende Elemente:

  • Gleichzeitige Ausführung voneinander unabhängiger Datenabrufe, wo angemessen.

  • Kontrolliertes Caching von Fahrzeuginformationen, die sich langsamer ändern.

  • Anwendung von Aktualitätsregeln auf veränderliche Daten wie Verfügbarkeit und Preis.

  • Ungültige Konten stornieren, wenn sich der Wunsch des Nutzers ändert.

  • Lang laufende Vorgänge im Hintergrund ausführen, ohne die Oberfläche zu blockieren.

  • Die fertigen Teile des Ergebnisses werden schrittweise präsentiert, wobei die Integrität gewahrt bleibt.

Auch bei Karten- und Verkehrsdiensten gibt es Abwägungen zwischen Antwortzeit und Berechnungsdetail. Die Google Routes API definiert unterschiedliche Optionen für die Verkehrsbewertung und erläutert, dass eine umfassendere Suche eine höhere Latenz verursachen kann. Der Leistungsansatz von eBattery bewertet das Verhalten solcher externen Dienste im Rahmen der gesamten Nutzererfahrung.

6.12.3 Leistungsziele festlegen

Bei eBattery AI wird die Leistung anhand des Erlebnisses zwischen dem Absenden der Anfrage durch den Nutzer und dem Erreichen eines verwendbaren Ergebnisses bewertet.

Der Beginn der ersten Antwort und der Abschluss des Routenplans sind unterschiedliche Messgrößen. Das Anzeigen einer Ladeanimation gilt nicht als gleichwertig mit dem Beginn einer sinnvollen KI-Antwort.

Leistungsbereich Gestaltungsziel Messansatz
Beginn der KI-Antwort Unter Standardbedingungen den ersten sinnvollen Antwortstream in weniger als 2 Sekunden starten Die Zeit vom Absenden der Anfrage bis zum ersten für den Nutzer sichtbaren sinnvollen Inhalt
Standardmäßige Routenerstellung In typischen unterstützten Szenarien nach Möglichkeit ein nutzbares Routenergebnis in unter 5 Sekunden liefern Zeit von der Anfrage bis zur Fertigstellung von Route und grundlegendem Ladeplan
Bildschirmübergänge Interaktion und Flüssigkeit während einer laufenden Berechnung erhalten Startverzögerungen und Oberflächenhänger
Neuberechnung Wesentliche Änderungen zeitnah im Plan berücksichtigen Die Zeit vom Eingang der Aktualisierung bis zur Bereitschaft der neuen Option
Komplexe Reisepläne Ergebnisse schrittweise liefern und dabei den Fortschritt sichtbar halten Zeiten bis zum ersten nutzbaren Ergebnis und bis zum fertigen Plan

Diese Werte sind technische Ziele. Die tatsächlichen Ergebnisse werden anhand von Netzwerkbedingungen, Datenanbietern, Routenlänge, Anzahl der Stopps und Komplexität des Plans gemessen.

Ein einzelner Durchschnittswert beschreibt nicht die gesamte Erfahrung. Neben der typischen Nutzererfahrung werden Messwerte wie der Median und das 95. Perzentil erfasst, damit auch langsamere Anfragen sichtbar werden. So wird der Unterschied deutlich zwischen einem System, das für die meisten schnell läuft, und einigen Nutzern, die lange warten müssen.

6.12.4 Genauigkeit und Nutzbarkeit zusammen mit der Geschwindigkeit messen

Die Leistungsbewertung umfasst neben der Antwortzeit auch die Qualität des Ergebnisses.

Die wichtigsten Bewertungsbereiche sind:

  • Genauigkeit bei der Auswahl fahrzeugkompatibler Stationen.

  • Konsistenz der Energie- und Akkuprozentberechnungen.

  • Einhaltung der vom Nutzer festgelegten Reihenfolge der Stopps.

  • Aktuelle und alte Daten werden weiterhin auseinandergehalten.

  • Die Übereinstimmung des Beschreibungstexts mit den Werten auf der Ergebniskarte.

  • Die Ergebniskarte öffnet den richtigen Plan und den richtigen Bildschirm.

  • Anwendung von Nutzeränderungen auf die richtige Version.

  • Einheitliches Verständnis derselben Anfrage in verschiedenen Sprachen.

Sobald tatsächliche Daten vorliegen, wird die geschätzte Ankunftszeit mit den beobachteten Ergebnissen für Verbrauch und Ladedauer verglichen. Diese Vergleiche zeigen, in welchen Regionen, Fahrzeugprofilen oder Nutzungsbedingungen Verbesserungsbedarf besteht.

Modellaktualisierungen werden mit derselben Bewertungsdisziplin behandelt. Dass ein neues Modell flüssiger spricht, bedeutet nicht, dass es bei Routenerklärungen genauer ist. Seine Leistung bei aktuellen Aufgaben, seine strukturierten Ergebnisse und seine Übereinstimmung mit Aktionen in der App werden gemeinsam geprüft.

6.12.5 Eine gemeinsame Grundlage für wachsende Fähigkeiten

Die modellunabhängige Struktur unterstützt es, dass eBattery AI mit der Weiterentwicklung des Produkts um neue Daten und Dienste erweitert werden kann.

Direkte Fahrzeugdaten, die Einbeziehung von Wetterbedingungen in das Energiemodell, Empfehlungen, die aus Nutzerpräferenzen lernen, und Reisepläne mit größerer geografischer Abdeckung werden alle an dieselbe Berechnungs- und Kontextstruktur angebunden.

Je mehr Laden und Bezahlen, EV-Markt, mobile Ladeunterstützung und weitere Dienste verfügbar werden, desto mehr Vorgänge kann der Assistent begleiten. Jede neue Funktion wird zusammen mit dem tatsächlichen Umfang, den Daten und der Nutzerzustimmung des jeweiligen Dienstes behandelt.

Während dieser Entwicklung bleibt die Beziehung erhalten, die der Assistent zum Nutzer aufbaut: den Bedarf verstehen, passende Daten verwenden, die Folgen der Optionen erklären und den vom Nutzer gewählten Vorgang innerhalb der App erleichtern.

Bei eBattery suchen

Suche eine Funktion, einen Guide oder ein Thema.

AusgangspunkteLadestation finden →Beispiel-RWA-Projekt →Guides und Nachrichten →