6. Laag voor kunstmatige intelligentie - eBattery AI

Reizen met een elektrisch voertuig vraagt om onderling samenhangende beslissingen. De af te leggen afstand, het huidige batterijniveau, het verbruik van het voertuig, de wegomstandigheden, de locatie van laadstations en het tijdschema van de bestuurder zijn allemaal onderdelen van dezelfde reis. Wanneer een van deze variabelen verandert, kunnen ook de andere beslissingen worden beïnvloed. Een route die korter lijkt, kan een langere reis worden als er geen geschikte laadinfrastructuur is. Een krachtiger station levert mogelijk niet het verwachte tijdsvoordeel op als het laadvermogen dat het voertuig kan opnemen beperkt is.

eBattery AI staat centraal in de app om deze beslissingen samen te beoordelen en de gebruiker een begrijpelijk reisplan te bieden. Het laat de gebruiker in natuurlijke taal aangeven wat hij wil doen; op basis van het voertuigprofiel, de kaart, de route en de toegankelijke stationsgegevens zet het dit verzoek om in uitvoerbare opties.

Voor de gebruiker is de ervaring eenvoudig: zeggen “Ik wil naar İzmir”, “Plan een tweedaagse reis voor het weekend” of “Zoek een geschikt laadstation bij mij in de buurt” is genoeg om te beginnen. Achter de schermen moet elk verzoek worden gekoppeld aan verschillende gegevensbronnen, berekeningen en appfuncties. De taak van eBattery AI is om deze technische complexiteit te beheren en de redenering achter de beslissing duidelijk te houden voor de gebruiker.

De kern van deze benadering is duidelijkheid, berekenbaarheid en gebruikerscontrole aanwezig. De assistent moet kunnen uitleggen waarom de voorgestelde route geschikt is; hij moet bereik- en laadberekeningen op een consistente manier opstellen; en de gebruiker moet het plan naar eigen behoefte kunnen aanpassen.

De AI-chat en de route- en reisplanning van het huidige product vormen de kern van deze structuur. Invoer zoals live stationsinformatie, prijzen en verkeer werkt samen met de dekking van de betreffende gegevensbronnen. Voorspellingen verrijkt met weersomstandigheden, directe voertuigkoppeling en personalisatie die van gedrag leert, zijn mogelijkheden die stapsgewijs op dezelfde architectuur worden uitgebreid.

6.1 Centrale assistentbenadering

6.1.1 De verschillende functies van de app in één gedeelde context samenbrengen

eBattery AI is een centrale assistent die ervoor zorgt dat gebruikers steeds minder dezelfde informatie hoeven te herhalen terwijl ze tussen de verschillende onderdelen van de app navigeren. Een zoekopdracht naar een station die op de kaart begint, kan in de chat verder worden verfijnd; een route die tijdens de chat is gemaakt, kan op het routescherm worden bekeken; een geplande reis kan met de bijbehorende dagen en stops in de reismodule worden bewerkt.

In deze ervaring vormen het voertuig, de rit en de gebruikersvoorkeuren de gedeelde context. Wanneer een gebruiker die zijn opgeslagen voertuig heeft gekozen bijvoorbeeld zegt: “Toon me geschikte stations in de buurt”, hoeft het systeem niet telkens opnieuw naar het voertuigmodel te vragen. Het verzoek wordt beoordeeld samen met het gekozen voertuig en de locatiegegevens die de gebruiker wil delen.

De gecentraliseerde aanpak zorgt er ook voor dat verschillende ingangen van de app dezelfde beslislogica bereiken. Een zoekopdracht naar een laadpunt die de gebruiker vanaf de kaart start en een zoekopdracht via AI Chat moeten consistente resultaten opleveren als hetzelfde voertuig, dezelfde voorkeuren en dezelfde actuele gegevens worden gebruikt.

Zo worden de modules van eBattery niet alleen door een schermovergang met elkaar verbonden; ook de taak die de gebruiker wil uitvoeren blijft behouden.

6.1.2 De intentie van de gebruiker omzetten in een app-handeling

Mensen drukken hun behoeften vaak niet uit in technische parameters. Zinnen als “Ik vertrek over twee uur”, “We gaan met de kinderen, dus ik wil een comfortabeler plan” of “Ik wil niet te ver omrijden om te laden” bevatten meerdere voorkeuren tegelijk.

eBattery AI zet deze uitingen om in informatie die bij de planning kan worden gebruikt. Indien nodig vult het ontbrekende gegevens aan, zoals het vertrekpunt, de bestemming, het batterijniveau of de tijdsprioriteit. Vragen richten zich op de punten die het te leveren resultaat echt beïnvloeden.

Bij het verzoek "Ik wil van İstanbul naar İzmir" kan de gebruiker bijvoorbeeld, als het opgeslagen voertuig en de startlocatie al bekend zijn, alleen om het huidige accuniveau en de reisvoorkeur worden gevraagd. Wanneer de gebruiker zegt: "We mogen tolwegen gebruiken, houd de totale tijd kort", wordt deze informatie aan het routeverzoek toegevoegd.

Deze aanpak koppelt natuurlijke taal aan de functies van de app. Gebruikers kunnen beschrijven wat ze nodig hebben zonder de technische structuur van de menu's te hoeven leren; het systeem brengt het verzoek vervolgens naar de relevante berekening en schermstroom.

6.1.3 De aanbeveling aanvullen met gebruikerscontrole

De plannen van eBattery AI kunnen worden bekeken en aangepast. De gebruiker kan het aanbevolen station wijzigen, een tussenstop toevoegen, een museum uit het reisprogramma halen of om een goedkopere route vragen.

De assistent relateert deze wijzigingen aan de rest van het plan. Het verwijderen van een stop verkort niet alleen de lijst met bezienswaardigheden; het kan ook de dagelijkse afstand, de aankomsttijd en de laadbehoefte veranderen. De bewerking van de gebruiker wordt beoordeeld met behoud van deze verbanden.

Het plan is van de gebruiker. AI maakt opties zichtbaar, vergemakkelijkt berekeningen en legt de gevolgen van keuzes uit. Het doel van de reis, het tempo en de aanvaardbare kosten worden door de gebruiker bepaald.

6.2 AI Chat: openingservaring, avatar, streaming, contextgeheugen

6.2.1 Openingservaring: meteen laten zien wat er mogelijk is

Het openingsscherm van AI Chat laat de gebruiker direct de kernmogelijkheden van de assistent zien. De gebruiker kan een gesprek beginnen met vrije tekst of een van de kant-en-klare startopties gebruiken.

Startoptie Doel van de gebruiker Gestarte stroom
Route plannen Een punt met het voertuig bereiken Een route maken op basis van vertrekpunt, bestemming, voertuig en laadbehoefte
Reis plannen Een regio verkennen binnen een vastgestelde tijd Een dagprogramma opstellen op basis van interesses en beschikbare tijd
Dichtstbijzijnde station voorstellen Een geschikt laadpunt bereiken Aanbevelingen genereren op basis van locatie, voertuigcompatibiliteit en toegankelijke stationsgegevens
Mijn efficiëntie Gebruiksgegevens begrijpen Overgang naar verbruiks- en gebruiksbeoordeling op basis van bestaande records

Deze opties verminderen de onzekerheid bij de eerste interactie. Gebruikers hoeven niet te raden welke vragen ze de assistent kunnen stellen; de app biedt startpunten die verband houden met dagelijkse EV-behoeften.

Naarmate het gesprek vordert, nemen contextgerichte acties de plaats in van de startopties. Na een gegenereerde route komen acties zoals "Route openen" naar voren, en na een voorgesteld station "Naar station".

6.2.2 Avatar: de visuele identiteit van de assistent

De visuele identiteit van AI Chat is een geanimeerde robotavatar. Voordat een gesprek begint, staat de avatar midden op het scherm en ziet hij er met subtiele bewegingen en lichteffecten klaar voor interactie uit.

Wanneer het eerste bericht wordt verzonden, wordt de avatar kleiner en verschuift naast de berichten van de assistent. Zo verschuift de focus van het scherm op natuurlijke wijze van de startervaring naar het gesprek. Er komt meer ruimte voor wat de gebruiker typt, de antwoorden van de assistent en de gegenereerde resultaatkaarten.

De avatar helpt ook om door AI gegenereerde berichten visueel te onderscheiden. Deze identiteit creëert een assistentervaring die verschilt van, en consistent is met, de communityberichten in de app.

De functie van beweging en visuele effecten is de gebruiker te begeleiden en de toestand van het systeem begrijpelijk te maken. Leesbaarheid en interactie krijgen voorrang; animaties komen niet tussen essentiële informatie.

6.2.3 Streaming: het antwoord als stroom aanbieden

eBattery AI toont geschikte antwoorden als stroom. In plaats van te wachten tot een lange uitleg klaar is, kan de gebruiker het antwoord stap voor stap zien ontstaan.

In deze ervaring worden twee verschillende processen van elkaar gescheiden: het schrijven van de toelichting en het berekenen van het plan. Dat de assistent tekst begint te genereren, betekent niet dat de routeberekening klaar is. De route-, station- of reiskaart wordt getoond wanneer de relevante gegevens en berekeningen gereed zijn.

Het systeem kan bijvoorbeeld eerst tonen dat het verzoek is begrepen en vervolgens de voortgang delen terwijl routeopties worden voorbereid. Wanneer de berekening klaar is, worden een kaartvoorbeeld en laadstops weergegeven. Zo wordt snelle feedback gegeven en blijft de integriteit van de resultaten behouden.

Als de gebruiker tijdens de stroom het verzoek wijzigt, geldt het nieuwe verzoek. Een laat binnenkomend resultaat van het eerdere verzoek mag het actuele plan niet vervangen. Dit is vooral belangrijk bij gesprekken waarin haltes of routevoorkeuren kort na elkaar worden gewijzigd.

6.2.4 Context Memory: de betekenis van het gesprek bewaren

Contextgeheugen maakt het mogelijk het lopende gesprek samen met de eerdere stappen te begrijpen.

Wanneer een gebruiker eerst zegt “Ik ga van Istanbul naar Izmir” en daarna schrijft “Plan ook de terugreis”, koppelt de assistent het tweede verzoek aan de eerste reis. Een uitdrukking als “Maak dit voordeliger” wordt ook toegepast op de route of het reisplan waarover wordt gesproken.

De context wordt op drie niveaus behandeld:

  • Chatcontext: Tijdens het gesprek verstrekte informatie en aangebrachte wijzigingen.

  • Context van het actieve plan: De route, reis of stationkeuze die wordt bewerkt.

  • Opgeslagen gebruikersvoorkeuren: Het geselecteerde voertuig en de instellingen die de gebruiker permanent heeft vastgelegd.

Deze scheiding voorkomt dat een tijdelijke voorkeur wordt uitgelegd als een blijvende gewoonte. Als een gebruiker op één reis zegt: "Laten we vandaag tolwegen vermijden", betekent dat niet dat al zijn toekomstige reizen op dezelfde manier worden gepland.

Op dezelfde manier kan een batterijniveau dat in een eerder gesprek is ingevoerd, de volgende dag niet als actuele voertuiggegevens worden gebruikt. Context onthouden vereist ook dat je beheert hoe lang informatie geldig blijft.

6.3 Gelaagde architectuur: regelgebaseerde beslislaag en LLM-laag

6.3.1 De rollen van berekening en toelichting van elkaar scheiden

De architectuur van eBattery AI is gebaseerd op het oplossen van verschillende taken met verschillende methoden.

De berekening van het bereik, de energiebehoefte, de compatibiliteit tussen voertuig en station en de beoordeling van routeopties vinden plaats in de beslislaag, die werkt met gedefinieerde gegevensvelden en rekenregels. Het begrijpen van het verzoek van de gebruiker in natuurlijke taal en het toelichten van de resultaten is de taak van het grote taalmodel, oftewel de LLM-laag.

Deze scheiding koppelt de numerieke onderbouwing van een aanbeveling aan de manier waarop deze wordt toegelicht. Wanneer de assistent zegt: “Dit station is geschikter”, moet de onderbouwing voortkomen uit gegevens die door de berekeningslaag zijn geproduceerd. De afstands-, tijd- en energiewaarden in de toelichting zijn gebaseerd op dezelfde bron als de waarden op de resultaatkaart.

Architectuuronderdeel Kernverantwoordelijkheid Het resultaat dat het oplevert
Gegevens- en integratielaag Gegevens uit voertuigen, kaarten, stations en andere bronnen ordenen Invoer met gedefinieerde bron en actualiteit
Verzoek- en contextbeheer Het verzoek van de gebruiker, het geselecteerde voertuig en het actieve abonnement combineren Gestructureerd planningsverzoek
Op regels gebaseerde beslissingslaag Compatibiliteitscontroles, energieberekeningen en kandidaatbeoordeling uitvoeren Route- en laadplanopties
LLM-laag Natuurlijke taal interpreteren en berekende resultaten toelichten Uitleg afgestemd op de gebruiker
Verificatie- en actielaag De consistentie van resultaten en de transactiebevoegdheid controleren Een weergeefbare kaart en een uitvoerbare actie
Ervaringslaag De chat, kaarten en schermovergangen weergeven Gebruikerservaring in de app

6.3.2 Reikwijdte van de op regels gebaseerde beslislaag

De regelgebaseerde benadering betekent dat berekeningen voor dezelfde gegevensmomentopname en dezelfde regelversie consistent kunnen worden gereproduceerd.

Deze laag berekent de bruikbare batterij-energie, schat de energiebehoefte van routedelen, sluit stations uit die niet compatibel zijn met het voertuig en vergelijkt geschikte kandidaten aan de hand van vastgestelde criteria. Ook de wegvoorkeuren die de gebruiker heeft gekozen en de te bewaren batterijreserve worden hier meegenomen.

Regelgebaseerde berekening betekent niet dat de buitenwereld met zekerheid bekend is. Toekomstig verkeer, het werkelijke verbruik of de toestand van het station bij aankomst kan veranderen. Ook als de berekeningsmethode consistent is, zijn sommige invoer en uitvoer dus schattingen.

eBattery AI behoudt dit onderscheid: bekende gegevens, door de gebruiker ingevoerde informatie en een modelschatting worden niet met dezelfde mate van zekerheid gepresenteerd.

6.3.3 Reikwijdte van de LLM-laag

Het taalmodel wordt gebruikt om het verzoek van de gebruiker te begrijpen en het berekende resultaat om te zetten in een natuurlijke toelichting.

Uitingen als “Ik wil minder lopen”, “Haal de musea eruit”, “Ik wil niet te lang wachten om te laden” of “Waarom heb je dit station gekozen?” vallen binnen het werkgebied van deze laag.

De LLM helpt bij het opstellen van een gestructureerd verzoek dat aan de juiste appfunctie kan worden doorgegeven. Hij vult de prijs van het station, de status van de aansluiting of het accuniveau van het voertuig echter niet aan op basis van zijn eigen algemene kennis. Deze informatie komt uit de betreffende gegevens en integraties.

Wanneer de beslissingsengine bijvoorbeeld een station kiest vanwege minder routeomweg en passend vermogen, kan de assistent deze redenering vereenvoudigd weergeven:

“Dit station is compatibel met je voertuig en ligt dichter bij de hoofdroute. Het alternatief dat krachtiger lijkt, levert door de laadlimiet van je voertuig geen extra tijdwinst op.”

De waarde van deze toelichting is dat de gebruiker de logica achter de beslissing kan zien.

6.3.4 Van geverifieerde gegevens naar een verklaarbaar resultaat

Elk resultaat wordt gekoppeld aan de belangrijkste invoer die is gebruikt. Het gekozen voertuig, de batterij-informatie, het berekeningstijdstip en de actualiteit van de stationsdata maken duidelijk onder welke omstandigheden het plan is opgesteld.

Deze structuur maakt het ook gemakkelijker om feedback van gebruikers te beoordelen. Dat een aanbevolen station niet wordt gekozen, betekent niet altijd dat de berekening onjuist was. De gebruiker wil misschien een ander pauzepunt, geeft misschien de voorkeur aan een bepaalde operator of heeft een tijdsbeperking die niet in het plan zichtbaar is.

Het samen bekijken van de input van de beslissing en de wijziging van de gebruiker helpt het systeem na verloop van tijd zinvoller te verbeteren.

6.4 Routeplanning — voertuigprofiel, bereikberekening, route en wegvoorkeuren

6.4.1 De rit plannen samen met het voertuigprofiel

In eBattery houdt routeplanning naast het begin- en eindpunt ook rekening met de energie- en laadeigenschappen van het voertuig.

Voor twee elektrische voertuigen op dezelfde route kunnen verschillende laadplannen nodig zijn. Bruikbare accucapaciteit, verbruik, ondersteunde aansluitingen en acceptatievermogen bij het laden veroorzaken dit verschil.

De belangrijkste voertuiggegevens die bij het plannen worden gebruikt, zijn de volgende:

Voertuiginformatie Rol bij het plannen
Merk, model en geschikte voertuigvariant Zorgt ervoor dat het juiste technische profiel wordt gekozen
Bruikbare accucapaciteit Vormt de basis van de energieberekening die tijdens de rit kan worden gebruikt
Verbruikswaarde Zet afstand om in een geschatte energiebehoefte
Ondersteuning voor AC-laden Helpt bij het beoordelen van laadopties bij lange pauzes en op de bestemming
Ondersteuning voor DC-laden Maakt het mogelijk snelle laadopties onderweg te beoordelen
Compatibiliteit van de aansluiting Maakt het bepalen van beschikbare stations mogelijk
Huidig batterijniveau Bepaalt de beginenergietoestand van de rit

De brutoaccucapaciteit en de bruikbare capaciteit worden afzonderlijk beoordeeld. De waarde die als basis voor de actieradiusberekening dient, is de energie die beschikbaar is om mee te rijden.

In de huidige gebruiksstroom voert de gebruiker het batterijniveau vóór de rit handmatig in. Het opgeslagen voertuigprofiel bevat de technische gegevens, terwijl het batterijpercentage de actuele invoer voor die rit is. Toekomstige integraties met voertuigverbindingen vormen de uitbreidingsruimte waarmee deze informatie automatisch van ondersteunde voertuigen kan worden overgenomen.

6.4.2 Berekening van het bereik en energiereserve

De berekening van het bereik is gebaseerd op de verhouding tussen de beschikbare energie en het verwachte verbruik:

Huidige energie = Bruikbare accucapaciteit × Acculading / 100

Basisschatting van het bereik = beschikbare energie / verbruik × 100

Hier wordt energie uitgedrukt in kWh, verbruik in kWh/100 km en bereik in kilometers.

Neem als voorbeeld een voertuig met een bruikbare batterijcapaciteit van 60 kWh, een huidig laadniveau van 40% en een verbruik van 18 kWh/100 km dat in de berekening wordt gebruikt.

In dit geval:

  • De berekende energie in de accu bedraagt 24 kWh.

  • De theoretische actieradius tot nul bedraagt ongeveer 133 kilometer.

  • Als bijvoorbeeld een aankomstreserve van 15% wordt aangehouden, daalt de energie die voor de planning beschikbaar is tot 15 kWh.

  • Met dezelfde verbruiksaanname bedraagt de afstand, berekend met behoud van de reserve, ongeveer 83 kilometer.

Dit voorbeeld verklaart waarom de theoretische actieradius op het scherm verschilt van de afstand die voor planning kan worden gebruikt. De 15% hier is een voorbeeldreserve om de berekeningslogica te laten zien.

Bij de berekening van de werkelijke route wordt de afstand beoordeeld samen met de wegkenmerken en de beschikbare verbruiksgegevens. Naarmate de datadekking groeit, kunnen effecten zoals hellingen, verkeer en weersomstandigheden aan het model worden toegevoegd. Wanneer de omstandigheden waarop de schatting berust veranderen, wordt het plan opnieuw beoordeeld.

6.4.3 Vertrekpunt, bestemming en tussenstops

De gebruiker kan het vertrekpunt bepalen via de huidige locatie, een adreszoekopdracht of de kaart. De bestemming en tussenstops maken ook deel uit van hetzelfde ritplan.

Tussenstops zijn bij EV-planning bijzonder belangrijk. Wie van İstanbul naar İzmir reist, verandert met een bezoek in Bursa meer dan alleen de totale afstand. De duur van het bezoek, of er in die omgeving laadmogelijkheden zijn en met welk batterijniveau het volgende traject begint, beïnvloeden ook het plan.

De gebruiker kan de volgorde van de stops wijzigen of een bepaalde volgorde aanhouden. Een handmatig vastgestelde volgorde kan het tijdschema of de persoonlijke prioriteit van de gebruiker weergeven. Het systeem berekent de laadstops opnieuw in lijn met deze voorkeur.

Bij elke wijziging wordt het betreffende plan bijgewerkt zonder dat de gebruiker alle gegevens opnieuw hoeft in te voeren.

6.4.4 Routemodus en wegvoorkeuren

eBattery koppelt routeopties aan de ritprioriteit van de gebruiker.

Snelste -benadering richt zich op de totale reistijd. Naast de rijtijd worden ook omwegen voor het laden, de laadtijd en, wanneer er gegevens beschikbaar zijn, de wachttijd meegenomen in de beoordeling.

Meest efficiënt benadering houdt rekening met de energiebehoefte en de beschikbare kostengegevens samen met een redelijke reistijd. Terwijl de gebruiker een goedkopere optie wordt aangeboden, wordt ook het effect daarvan op de duur getoond.

Tussen deze twee opties is er niet voor elke reis een vast voordeel. Bij een zakenreis kan tijd belangrijker zijn, bij een weekendtrip het pauzeschema of het budget.

Routevoorkeuren zoals tolwegen, snelwegen en veerboten worden aan het routeverzoek toegevoegd. Ook de Google Maps Routes API biedt voor dergelijke voorkeuren opties om te vermijden; deze opties sturen het zoeken naar routes en of er een geschikt alternatief bestaat, hangt af van het wegennet. eBattery combineert deze mogelijkheden van de gebruikte kaartdienst met voertuig- en laadplanning.

Regionale of gedetailleerdere wegbeperkingen worden behandeld samen met de dekking van de betreffende data- en routeservice. De route die aan de gebruiker wordt getoond, moet duidelijk laten zien welk effect de voorkeuren op het resultaat hebben.

6.5 Laadplanning en stationsscore — advies over laadhoeveelheid, veiligheidsmarge

6.5.1 Eerst compatibiliteit, daarna vergelijking

De eerste stap van laadplanning is het vaststellen van de stations die kunnen worden gebruikt. Dat een station een hoge beoordeling of een lage prijs heeft, betekent niet dat het voertuig daar kan laden.

Daarom wordt de beoordeling in twee fasen uitgevoerd:

  1. Kandidaten bepalen die compatibel zijn met het voertuig en de reis.

  2. Geschikte kandidaten vergelijken op het gebied van tijd, kosten en gebruiksvoorwaarden.

Aansluitcompatibiliteit, bereikbaarheid en de energie die nodig is om het station te bereiken, vormen het onderwerp van de eerste fase. Deze basisvoorwaarden worden niet behandeld als scorefactoren die door andere voordelen kunnen worden gecompenseerd.

Zo wordt een station dat niet compatibel is met het voertuig niet aanbevolen alleen omdat het goedkoper is. Evenzo krijgt een punt dat met de huidige energie niet haalbaar lijkt, niet alleen vanwege het hoge laadvermogen voorrang.

6.5.2 Stationsscore: geschiktheid die per rit verschilt

Nadat geschikte kandidaten zijn bepaald, worden stations onderworpen aan een beoordeling op meerdere criteria.

Criterium Beoordeeld onderwerp
Routeafwijking De extra afstand en tijd die nodig zijn om het station te bereiken en terug te keren naar de hoofdroute
Vermogenscompatibiliteit met het voertuig Hoe het vermogen van het station zich verhoudt tot het bereik dat het voertuig kan benutten
Prijs Het tarief dat toegankelijk is en van toepassing op de betreffende gebruiker
Actuele status Actuele status van een geschikt laadpunt in ondersteunde integraties
Wachtinformatie Waarschijnlijke wachttijd wanneer betrouwbare gegevens of voldoende modelondersteuning beschikbaar zijn
Operationele betrouwbaarheid Servicecontinuïteit en gebruikservaring wanneer gegevens beschikbaar zijn
Gebruikersbeoordelingen Hoe actueel ervaringen zijn, wat ze bevatten en of ze op voldoende waarnemingen zijn gebaseerd
Pauzepassendheid De relatie van het station met de huidige stops en het tijdsplan van de gebruiker
Actualiteit van data Hoe actueel de informatie is die bij de beslissing is gebruikt

Het belang van deze criteria verschilt per gekozen routemodus. Bij een tijdgerichte rit kunnen omwegen en oplaadtijd doorslaggevender zijn. Bij een kostengerichte rit wordt een tariefverschil beoordeeld samen met de extra tijd die het kost.

Ook ontbrekende gegevens maken deel uit van de beoordeling. Een station waarvan de live-status onbekend is, wordt niet als "beschikbaar" beschouwd. Evenzo is alleen informatie over de bezetting van de aansluitingen niet altijd voldoende om een betrouwbare wachttijd te berekenen.

Ook een gebruikersbeoordeling alleen is geen vervanging voor operationele betrouwbaarheid. Een paar oude beoordelingen mogen niet even zwaar wegen als een actuele en bredere reeks ervaringen.

6.5.3 De relatie tussen stationsvermogen en de werkelijke laadervaring

Het vermogen dat op een station staat, betekent niet dat het voertuig tijdens de hele sessie met dat vermogen laadt. De laadtijd hangt van meerdere factoren af, zoals het batterijniveau, de capaciteit en de eigenschappen van het voertuig en de laadapparatuur. Ook de bron Alternative Fuels Data Center van het Amerikaanse ministerie van Energie legt uit dat deze variabelen samen de laadtijd bepalen.

Voor een voertuig met een DC-laadlimiet van 100 kW is een station met een capaciteit van 350 kW bijvoorbeeld niet per se sneller dan een geschikt station met een capaciteit van 150 kW, alleen vanwege het vermogen op het typeplaatje. Als het bereiken van het eerste station een langere omweg vereist, kan de tweede optie voor de reis als geheel geschikter zijn.

De beoordeling van eBattery bekijkt het stationsvermogen samen met de kenmerken van het voertuig. In plaats van hoge getallen automatisch als de betere optie te presenteren, kijkt ze naar het voordeel dat het station voor de reis van de gebruiker oplevert.

6.5.4 Laadhoeveelheid: energie die past bij het volgende traject

Het laadplan omvat naast de keuze van het station ook de aanbevolen hoeveelheid energie.

De basisaanpak is om de energiebehoefte van het volgende routedeel, de beoogde aankomstreserve en passende alternatieven samen te beschouwen. De gebruiker hoeft niet bij elke stop hetzelfde batterijniveau te bereiken. Een korte tussenstop, een lange volgende etappe of laadmogelijkheden op de bestemming kunnen tot verschillende doelen leiden.

De basisrelatie voor de energie die aan de batterij moet worden toegevoegd, is als volgt:

Toe te voegen energie = Bruikbare capaciteit × (Doelpercentage batterij − Huidig percentage batterij) / 100

Bij een voertuig met bijvoorbeeld 60 kWh bruikbare capaciteit komt het verhogen van het acculevel van 20% naar 70% overeen met een energietoename van ongeveer 30 kWh in de accu.

Deze waarde hoeft niet exact gelijk te zijn aan de energie die op de stationsmeter is gemeten of in rekening is gebracht. Vanwege laadverliezen en hulpverbruik is het van belang op welk punt de energie wordt gemeten.

Ook de laadtijd wordt niet simpelweg berekend door te delen door het maximale vermogen van het station. Waar beschikbaar houdt het model rekening met het laadgedrag van het voertuig bij verschillende accuniveaus. Als illustratief voorbeeld: als er 30 kWh energie aan de accu wordt toegevoegd bij een gemiddeld nettovermogen van 60 kW, bedraagt de tijd voor energieoverdracht ongeveer 30 minuten. De bepalende waarde is hier het gemiddelde vermogen tijdens de sessie.

Bij de kostenberekening wordt naast de energiekosten ook rekening gehouden met toepasselijke sessie-, tijd- of andere tariefcomponenten. De gebruiker moet kunnen begrijpen welke reikwijdte de getoonde schatting omvat.

6.5.5 Veiligheidsmarge en alternatieven behouden

De planning is niet gebaseerd op het theoretisch gebruiken van de batterij tot de laatste energie-eenheid. Er blijft ruimte voor een aankomstreserve, variatie in verbruiksschattingen en toegang tot alternatieven onderweg.

De benodigde reserve wordt beoordeeld in samenhang met de routelengte, de stationsdichtheid, de actualiteit van de gegevens en de flexibiliteit van het plan. Een stadsroute met veel laadmogelijkheden en een lang traject met beperkte alternatieven kennen niet dezelfde omstandigheden.

Wanneer eBattery AI de aanbevolen laadhoeveelheid toelicht, maakt het deze logica zichtbaar. De gebruiker kan begrijpen waarom het wordt aanbevolen om bij een station meer energie te nemen, of waarom een korte lading voldoende wordt geacht om de volgende geschikte stop te bereiken.

Ook actuele beschikbaarheidsinformatie geeft de situatie weer op het moment dat het plan werd opgesteld. Deze informatie vormt geen reservering dat dezelfde stekker bij aankomst vrij zal zijn. Het beoordelen van alternatieve stations is daarom een belangrijk onderdeel van het plan.

6.6 Dynamische herberekening

6.6.1 Veranderende omstandigheden tijdens de reis in het plan verwerken

De route wordt niet behandeld als een vast document dat vóór de reis is opgesteld. Naarmate de gebruiker vordert, kunnen locatie, verkeer, stationsstatus en zijn eigen voorkeuren veranderen.

Dynamische herberekening beoordeelt het effect van deze veranderingen op het plan. Elke trigger werkt echter alleen voor zover de betreffende gegevens beschikbaar zijn.

Wijziging Gebruikte informatie Mogelijke impact op het plan
Verandering in het verkeer Kaart- en verkeersbron Duur- en routeopties bijwerken
Wijziging in de status van een geplande locatie Integratie voor exploitanten Een alternatief laadpunt beoordelen
De gebruiker wijkt af van de route Locatie en voortgang van de route De resterende afstand en energiebehoefte opnieuw berekenen
Accu-informatie bijwerken Gebruikersaanmelding; ondersteunde toekomstige voertuigverbindingen Het laadstation en de beoogde hoeveelheid energie bijwerken
Een tussenstop toevoegen of verwijderen Bewerken door de gebruiker De betreffende routedelen opnieuw plannen
Veranderende weersomstandigheden De reikwijdte waarin de betreffende integratie actief is Herbeoordeling van de verbruiksschatting

Bij een rit die draait op een handmatig ingevoerd batterijniveau is de resterende energie die het systeem berekent een schatting. Ze wordt niet op dezelfde manier gelabeld als actuele batterijgegevens die aan het voertuig zijn gemeten.

6.6.2 Niet elke wijziging als nieuwe route aan de gebruiker presenteren

Voortdurend wisselende kleine verschillen kunnen de gebruiker onnodig belasten met keuzes. Een paar seconden schommeling in het verkeer of een heel klein tijdvoordeel vraagt niet elke keer om een nieuw advies.

De herberekeningsaanpak beoordeelt wat de wijziging voor de reis betekent. De uitvoerbaarheid van het huidige plan, de energiereserve en het duidelijke voordeel voor de gebruiker hebben prioriteit.

Zo blijft het plan stabiel. In plaats van voortdurend heen en weer gestuurd te worden tussen twee zeer dicht bij elkaar liggende opties, ziet de gebruiker een zinvolle update wanneer die nodig is.

6.6.3 De reden van de wijziging toelichten

De voorgestelde nieuwe route wordt getoond in vergelijking met het huidige plan. De gebruiker moet kunnen zien welke voorwaarde is veranderd en wat het gevolg is.

Bijvoorbeeld:

“De gebruiksinformatie van de geschikte aansluitingen bij het station dat je had gepland, is veranderd. Een alternatief station ligt dichter bij je route en is bereikbaar volgens de huidige energieschatting. Je kunt de nieuwe optie bekijken.”

In de uitleg worden alleen elementen gebruikt die door de beschikbare data worden ondersteund. Als er geen betrouwbare schatting van de wachttijd is, wordt er geen exacte tijdwinst in minuten berekend.

Ook de verkeersinformatie van de kaartaanbieder en de EV-beoordeling die eBattery op basis van deze gegevens maakt, worden correct aan elkaar gekoppeld. De onderbouwing van de aanbeveling maakt duidelijk welke gegevens hoe worden gebruikt.

6.7 AI-reisplanning: kandidatenpool, clustering, tijdbudgettering, laadintegratie

6.7.1 Van vervoersplan naar dagelijkse ervaring

Reisplanning organiseert de tijd die de gebruiker in een bepaald gebied doorbrengt. Het doel is interessante plekken om te zetten in een programma dat past bij de tijd, de interesses en de energiebehoefte van het voertuig van de gebruiker.

Wanneer de gebruiker zegt “Ik ga twee dagen in Cappadocië doorbrengen, met de nadruk op natuur en geschiedenis”, beoordeelt het systeem de regio, de duur van de reis en de prioriteiten samen. Het vertrekpunt, het dagelijkse tempo en, indien aanwezig, de plaatsen die de gebruiker specifiek wil zien, worden aan het plan toegevoegd.

Het resulterende programma biedt een bewerkbare reisstructuur, onderverdeeld in dagen.

6.7.2 Het samenstellen van de pool van kandidaatlocaties

De eerste stap is het bepalen van geschikte bezienswaardigheden in de regio. De kandidatenpool kan culturele locaties, musea, natuurgebieden, eet- en drinkgelegenheden en rustplaatsen bevatten.

Afhankelijk van het bereik van de bron omvat de meegewogen informatie locatie, categorie, bezoekduur, openingstijden en gebruikersbeoordelingen.

Grote populariteit alleen is geen reden voor selectie. Als een plek niet bij de interesses van de gebruiker past, te ver van het dagprogramma ligt of er niet genoeg tijd is voor een bezoek, kan die een lagere prioriteit krijgen.

De toelichting bij content is gekoppeld aan de gegevens van de geselecteerde plaatsen. Informatie die kan veranderen, zoals openingstijden of toegangsvoorwaarden, wordt niet uit de algemene kennis van het taalmodel gegenereerd alsof het actuele gegevens zijn.

6.7.3 Geografische clustering en vervoersrelaties

Kandidaatlocaties worden beoordeeld op hun geografische en vervoersrelaties voordat het dagprogramma wordt opgebouwd. Het doel is onnodig heen en weer reizen binnen dezelfde dag te verminderen.

Twee punten die op de kaart dicht bij elkaar lijken, liggen mogelijk niet op korte reisafstand. Wegverbindingen, oversteekpunten en de geografie van het gebied bepalen het werkelijke bewegingspatroon. Daarom is de dagelijkse groepering niet alleen gebaseerd op de afstand hemelsbreed.

Terwijl het programma van een dag bijvoorbeeld uit bezoeken in hetzelfde gebied wordt opgebouwd, kan een verder gelegen stop naar een andere dag worden verplaatst. Zo kan de gebruiker een groter deel van zijn tijd aan bezoeken besteden in plaats van aan reistijd.

Wanneer de gebruiker een bepaalde volgorde verkiest, blijft die keuze behouden; het systeem stemt het resterende plan op die volgorde af.

6.7.4 Tijd budgetteren: een realistisch dagprogramma

Of het dagelijkse plan uitvoerbaar is, hangt naast de totale bezoekduur af van reis- en pauzetijden.

Het tijdsbudget van een dag bevat de volgende onderdelen:

  • Reizen tussen de punten.

  • De bezoektijd die op elke plek wordt doorgebracht.

  • Eet- en rustpauzes.

  • Benodigde laadstops.

  • Een redelijke tijdsmarge voor parkeren, toegang en soortgelijke overgangen.

Wie in een reisplan van zes uur alleen haltes opneemt waarvan de bezoektijden samen zes uur beslaan, laat geen tijd over voor de verplaatsingen. eBattery AI bouwt het plan binnen het totale tijdsbestek van de dag.

De waarde van het programma wordt niet afgemeten aan het opsommen van zoveel mogelijk plekken. Wat telt, is dat het in het tempo van de gebruiker kan worden gevolgd en ruimte laat voor wijzigingen.

6.7.5 Laden inpassen in het dagschema

Laadstops worden bij het maken van een reisplan samen met de energiebehoefte beoordeeld. Ze worden niet behandeld als een afzonderlijke behoefte die aan het eind van de dag wordt toegevoegd.

Als een maaltijdpauze aan een geschikt laadpunt kan worden gekoppeld, kunnen de twee activiteiten in hetzelfde tijdvak plaatsvinden. Een maaltijdpauze van 40 minuten en een lading van 25 minuten die op dezelfde plek en op hetzelfde moment beginnen, vergen onder geschikte omstandigheden bijvoorbeeld geen extra stop van in totaal 65 minuten. Het plan beoordeelt overlappende duren gezamenlijk.

Bij deze afstemming zijn de werkelijke bereikbaarheid van het station, de bedrijfsomstandigheden, de parkeerindeling en de voorkeuren van de gebruiker belangrijk. Een station dat op de kaart dicht bij een restaurant lijkt te liggen, wordt niet in elk geval als geschikte pauzeoptie beschouwd.

Bij reizen die zich over meerdere dagen uitstrekken, loopt de energieberekening door over de dagen heen. De beginbatterij van de volgende dag wordt gekoppeld aan het geplande einde van de vorige dag. Nachtelijk laden wordt alleen meegerekend wanneer het in het plan van de gebruiker staat en door de betreffende voorziening wordt ondersteund.

6.7.6 Bewerkbaar reisverhaal

Het berekende schema wordt gepresenteerd als stops verdeeld over dagen, samen met een uitleg in gewone taal. De gebruiker kan zien welk gebied op welke dag wordt bezocht, waar het laden is ingepland en hoe de dag er ongeveer qua tijd uitziet.

Verzoeken zoals "Maak de tweede dag rustiger", "Haal het museum eruit" of "Ik wil in de middag in de natuur zijn" laten je het plan aanpassen.

Na een wijziging worden de getroffen dagen en routedelen opnieuw beoordeeld. Het reisverhaal verandert mee met het bijgewerkte plan; uitgangspunt is dat er geen tegenstrijdigheid ontstaat tussen de oude beschrijving en de nieuwe lijst met haltes.

Deze op steden en regio's gerichte structuur vormt in latere fasen de basis voor bredere, landelijke en langetermijnplanning.

6.8 Efficiëntieanalyse

6.8.1 Gegevens betekenisvol maken vanuit het perspectief van de bestuurder

Efficiëntieanalyse helpt gebruikers hun energie- en ritgegevens duidelijker te beoordelen.

Als de toegankelijke gegevens volstaan, kunnen verbruik, afstand, laaduitgaven en geplande versus werkelijke waarden uit verschillende perioden worden vergeleken. AI legt de verandering binnen de cijfers uit en laat zien welke registraties het voor de gebruiker nuttig kan zijn om te bekijken.

De reikwijdte van de analyse hangt af van de gebruikte gegevens. Informatie die is verkregen via een voertuigverbinding, sessiegegevens of gebruikersaanmelding wordt gescheiden gehouden van schattingen die alleen op basis van de route zijn berekend.

6.8.2 Gemeten verbruik en berekende schatting

Bij een verbruiksbeoordeling moeten energie en afstand betrekking hebben op dezelfde periode, hetzelfde voertuig en een consistente meetmethode.

Als de totale energie en de totale afstand bekend zijn, luidt de basisberekening van het verbruik als volgt:

Gemiddeld verbruik = totale rijenergie / totale afstand × 100

Het simpelweg optellen van de verbruikswaarden van ritten van verschillende lengte en delen door het aantal ritten geeft mogelijk niet het juiste gemiddelde voor de periode. Berekenen op basis van de totale energie en afstand behoudt het gewicht van korte en lange ritten.

De tijdens het laden gekochte energie is ook niet altijd gelijk aan de energie die in dezelfde periode tijdens het rijden wordt verbruikt. Accuniveaus aan het begin en einde van de periode, laadverliezen en de reikwijdte van de registraties beïnvloeden deze verhouding.

Daarom behandelt eBattery laaduitgaven, gekochte energie en rijverbruik als afzonderlijke begrippen met elk hun eigen betekenis.

6.8.3 De verandering tonen en de oorzaak met data toelichten

Stel ter illustratie dat het gemiddelde verbruik in twee vergelijkbare perioden stijgt van 18 kWh/100 km naar 19,8 kWh/100 km. Deze verandering betekent een stijging van het verbruik met 10%.

Dit resultaat alleen toont echter niet de oorzaak van de stijging. De route, snelheid, weersomstandigheden, lading of reisopbouw kunnen veranderd zijn.

De beoordeling van de AI blijft op het niveau dat de gegevens ondersteunen. Als er alleen verbruiks- en afstandsgegevens zijn, kan er worden gezegd: 'Uw verbruik is gestegen'; om te concluderen dat een specifiek gedrag, zoals hard remmen of airconditioninggebruik, de oorzaak was, zijn de relevante metingen nodig.

Als er geen directe voertuiggegevens beschikbaar zijn, wordt de accugezondheid niet gepresenteerd alsof deze is gemeten. Gedetailleerde analyse van het rijgedrag wordt uitgebreid met integraties die voldoende gegevens leveren om dit gedrag te beoordelen.

6.8.4 Vergelijkbare gebruiksgewoonten opbouwen

Het doel van het efficiëntiescherm is het gemakkelijker te maken voor gebruikers om hun eigen gebruik in de loop van de tijd te begrijpen.

Het vergelijken van vergelijkbare routes, het bekijken van oplaaduitgaven bij verschillende stations en het zien van de verschillen tussen geplande en werkelijke duur ondersteunen dit inzicht.

De suggesties van de assistent zijn concreet en gematigd. In plaats van de gebruiker een niet-geverifieerd besparingspercentage te beloven, legt hij uit welke gegevens zijn veranderd en naar welke omstandigheden gekeken moet worden voor een zinvollere vergelijking.

6.9 Resultaatkaarten en deep linking

6.9.1 Een gesprek omzetten in een resultaat dat in de app bruikbaar is

Een route, reis of stationssuggestie die in AI Chat is gemaakt, wordt gepresenteerd met resultaatkaarten. Met de kaarten kan de gebruiker snel de belangrijkste informatie zien en doorgaan naar de betreffende module.

Kaarttype Kerninhoud van de kaart Betreffend scherm
Routekaart Vertrekpunt, bestemming, routesamenvatting, geschatte tijd en laadstops Routeplanning
Reiskaart Regio, aantal dagen en samenvatting van het dagprogramma Reisplanning
Stationskaart Locatie, compatibiliteit, vermogen en beschikbare actuele informatie Stationsdetails
Efficiëntiekaart Periode, belangrijkste indicatoren en samenvatting van de beoordeling Efficiëntie

Het doel van de kaart is niet om alle details in een kleine ruimte te proppen. Er wordt voldoende informatie geboden zodat de gebruiker het resultaat herkent en de volgende handeling kan kiezen.

6.9.2 Hetzelfde plan openen met deep linking

Met deep linking leidt de resultaatkaart de gebruiker naar de juiste content op het betreffende scherm.

Wanneer de gebruiker een route opent die hij in de chat heeft gemaakt, krijgt hij geen leeg routeformulier te zien. De gekozen start- en bestemmingspunten, het voertuig, de tussenstops en de overige gegevens van het plan staan op het betreffende scherm.

Dezelfde relatie blijft ook behouden op reis- en stationskaarten. Zo worden de chat-, kaart- en planningsschermen verschillende weergaven van dezelfde handeling.

Technisch gezien is de kaart gekoppeld aan het betreffende record en de planversie. Wanneer de gebruiker het plan wijzigt, blijft duidelijk welk resultaat actueel is.

6.9.3 Snelle acties die bij de context passen

Afhankelijk van de resultaten worden acties aangeboden zoals “Route starten”, “Naar station”, “Opslaan”, “Delen” of “Aan favorieten toevoegen”.

Op elke kaart hoeven niet alle acties te worden getoond. De acties worden gekozen op basis van het resultaat dat de gebruiker op dat moment heeft bereikt.

Deelbare kaarten worden ook samen met hun inhoudsbereik behandeld. Informatie zoals het thuisadres of het persoonlijke startpunt van de gebruiker wordt niet gezien als een natuurlijk of verplicht onderdeel van het delen. De gebruiker moet kunnen zien welke inhoud hij deelt.

6.10 Proactieve suggesties en meldingen

6.10.1 Zinvolle ondersteuning bieden wanneer er een behoefte ontstaat

Wanneer de relevante gegevens beschikbaar zijn, kan eBattery AI belangrijke veranderingen ook zichtbaar maken zonder dat de gebruiker erom vraagt.

Hieronder vallen een wijziging in de stationsstatus tijdens een actieve rit, een duidelijk verkeerseffect, of het opnieuw beoordelen van het laadplan op basis van bijgewerkte batterij-informatie.

Het doel van proactieve ondersteuning is de gebruiker op tijd te helpen. Niet elke gegevenswijziging leidt tot een melding; er wordt beoordeeld hoe de informatie zich verhoudt tot de actuele rit en of er actie nodig is.

6.10.2 Een melding beoordelen samen met de gegevens waarop ze is gebaseerd

De betekenis van een waarschuwing voor een lage accu hangt af van de bron van de gegevens.

Als het actuele batterijniveau van het voertuig kan worden opgehaald, kan de gemeten waarde worden gebruikt. Als de gebruiker het bij de start handmatig heeft ingevoerd, is de tijdens de rit berekende waarde een schatting. De formulering van de melding behoudt dit verschil.

Op dezelfde manier moeten voor een suggestie over het prijsvoordeel van een favoriet station het actuele tarief en de voor de gebruiker geldende voorwaarden bekend zijn. Een onderhoudsherinnering wordt daarentegen gekoppeld aan een door de gebruiker opgeslagen datum of aan een geschikte gegevensbron.

Deze aanpak zorgt ervoor dat proactieve aanbevelingen consistent blijven met de beschikbare gegevensreikwijdte.

6.10.3 Meldingsfrequentie en gebruikersvoorkeuren

Meldingen worden beheerd op basis van hun belang en context. Een wijziging die de haalbaarheid van een actieve reis beïnvloedt, heeft niet dezelfde prioriteit als een algemene gebruikssuggestie.

Gebruikers kunnen hun meldingsvoorkeuren beheren. Minder herhaalde berichten voor dezelfde gebeurtenis, geen weergave van meldingen die niet meer geldig zijn en het doorverwijzen van de aanbeveling naar het juiste plan maken deel uit van de ervaring.

Locatie- en achtergrondfuncties draaien met de toestemming van de gebruiker en binnen de werkingsvoorwaarden van het mobiele besturingssysteem. Informatie tijdens een reis blijft kort en actiegericht; details zijn op het relevante scherm te bekijken.

6.11 Vertrouwen en foutafhandeling

6.11.1 De aard van de informatie zichtbaar maken

De vertrouwensbenadering van eBattery AI is gebouwd op het begrijpelijk maken van de informatie waarop de resultaten zijn gebaseerd.

Het door de gebruiker ingevoerde batterijniveau, de socketstatus van de operator, de tijdschatting van de kaartdienst en de uitleg van de AI zijn verschillende soorten informatie. Dankzij dit onderscheid kan de aanbeveling correct worden beoordeeld.

Generatieve AI-systemen kunnen niet-onderbouwde informatie op overtuigende wijze presenteren. Ook het risicoprofiel voor generatieve AI van NIST gaat op dit gedrag in. De op gegevens gebaseerde reken- en verificatieaanpak van eBattery is ontworpen om de impact van dergelijke fouten op beslissingen in de app te verminderen.

Deze aanpak is vooral van belang voor locatie, stationsstatus, prijs en energieberekening. Een vloeiende uitleg wordt niet gebruikt in plaats van geverifieerde gegevens.

6.11.2 Duidelijk en consistent handelen bij ontbrekende data

Als één gegevensbron niet reageert, hoeven niet alle functies van de app tegelijk te stoppen. Het systeem beoordeelt welk resultaat met de beschikbare gegevens kan worden geboden.

Als bijvoorbeeld de locatie en aansluitinginformatie van een station beschikbaar zijn maar de live status niet kan worden opgehaald, kan het ontdekken van stations doorgaan, terwijl de beschikbaarheid als onbekend wordt getoond.

Op vergelijkbare wijze wordt, wanneer het taalmodel tijdelijk niet kan antwoorden, het geldige routeresultaat van de rekendienst zo verwerkt dat het met een standaardkaart en een korte toelichting kan worden gepresenteerd.

Wanneer de laatst bekende gegevens worden gebruikt, blijft de actualiteit bewaard. Een oude status uit de cache wordt niet gepresenteerd als live informatie die zojuist is ontvangen.

6.11.3 Autorisatie, privacy en beveiliging van externe inhoud

De gegevens die de AI-laag nodig heeft, worden beperkt tot de reikwijdte van de uit te voeren taak. Om uit te leggen waarom een station wordt aanbevolen, hoeft niet de volledige berichtgeschiedenis of betaalinformatie van de gebruiker aan het model te worden doorgegeven.

Locatie, reisplannen en gebruikersvoorkeuren worden behandeld onder toegangscontrole. De transactiebevoegdheden van de app worden geverifieerd, onafhankelijk van de vrije tekstgeneratie van het taalmodel.

Beschrijvingen uit externe bronnen en gebruikersbeoordelingen worden ook als gegevens verwerkt. Een van de veiligheidsprincipes van de architectuur is dat instructies die in deze content kunnen voorkomen, de transactieregels van de applicatie niet mogen wijzigen.

Ook bij toekomstige transactiestromen, zoals betaling of reservering, zijn een suggestie van de AI en de uitvoering van de transactie afzonderlijke stappen. De omvang van de transactie wordt aan de gebruiker getoond en de bijbehorende goedkeuringsstroom blijft behouden.

6.11.4 Meetbaar leren van fouten

Betrouwbaarheid vereist een regelmatige beoordeling van echte gebruiksscenario’s.

Situaties zoals een station dat niet compatibel is met het voertuig, een ontbrekende prijs, een gewijzigde batterij-invoer, een verbroken verbinding of een oud routeverzoek dat te laat wordt afgerond, zijn testscenario's die bepalen hoe het systeem zich moet gedragen.

Ook gebruikersfeedback draagt bij aan dit proces. Een keuze op basis van onjuiste stationsinformatie en een keuze die niet aan de verwachtingen voldeed, zijn niet hetzelfde soort fout. Door feedback te koppelen aan de relevante gegevens en beslisstap kan het juiste onderdeel worden verbeterd.

De vertrouwensbenadering gaat verder dan resultaten alleen als "geslaagd" of "mislukt" tellen; ze is gebaseerd op inzicht in de bron van de fout en het effect ervan op de gebruiker.

6.12 Modelonafhankelijke infrastructuur en prestatiedoelen

6.12.1 De productlogica onafhankelijk houden van de modelaanbieder

De infrastructuur van eBattery AI is gebaseerd op een aanpak waarbij de kernfuncties van het product niet afhankelijk zijn van de eigenschappen van één enkel taalmodel.

Voertuigprofiel, stationsgegevens, routeberekening en gebruikersvoorkeuren worden beheerd in de eigen services van de app. Taalmodellen koppelen aan deze services via gedefinieerde taken en datacontracten.

Deze structuur maakt het mogelijk om verschillende modelfamilies zoals GPT en Gemini, of alternatieven die in de toekomst worden ontwikkeld, te evalueren. Een wijziging van het model mag er niet toe leiden dat basisregels zoals de compatibiliteit tussen voertuig en station opnieuw geschreven moeten worden.

Modellen worden gekozen op basis van taalkwaliteit, nauwkeurigheid van gestructureerde uitvoer, taaksucces, latentie, kosten en voorwaarden voor gegevensverwerking. De naam van de aanbieder wordt niet als enige maatstaf voor productkwaliteit gebruikt.

6.12.2 Het juiste model en de juiste service voor de taak gebruiken

Niet elk verzoek van een gebruiker vraagt dezelfde verwerkingsbelasting. Een korte intentieclassificatie en een gedetailleerd reisverhaal hebben verschillende behoeften.

De infrastructuur is zo ontworpen dat taken op basis van dit verschil kunnen worden gerouteerd. Werk dat rekenservices rechtstreeks kunnen oplossen, wordt in die services uitgevoerd; voor stappen die interpretatie en uitleg in natuurlijke taal vereisen, wordt een geschikt model gebruikt.

De architectuurbenadering die de prestaties ondersteunt, omvat de volgende elementen:

  • Onafhankelijke gegevensaanroepen waar passend gelijktijdig uitvoeren.

  • Gecontroleerde caching van voertuiginformatie die langzamer verandert.

  • Actualiteitsregels toepassen op variabele gegevens zoals beschikbaarheid en prijs.

  • Ongeldige rekeningen annuleren wanneer het verzoek van de gebruiker verandert.

  • Lange bewerkingen op de achtergrond uitvoeren zonder de interface te blokkeren.

  • De kant-en-klare delen van het resultaat gefaseerd presenteren, met behoud van de integriteit.

Ook bij kaart- en verkeersdiensten zijn er afwegingen tussen reactietijd en rekendetail. De Google Routes API definieert verschillende opties voor verkeersbeoordeling en legt uit dat een uitgebreidere zoekopdracht tot hogere latentie kan leiden. De prestatiebenadering van eBattery beoordeelt het gedrag van dergelijke externe diensten binnen de totale gebruikerservaring.

6.12.3 Prestatiedoelen definiëren

Bij eBattery AI worden de prestaties beoordeeld aan de hand van de ervaring tussen het moment dat de gebruiker zijn verzoek verstuurt en het moment dat hij een bruikbaar resultaat bereikt.

Het begin van het eerste antwoord en de voltooiing van het routeplan zijn verschillende metingen. Het tonen van een laadanimatie wordt niet gelijkgesteld met het begin van een zinvol AI-antwoord.

Prestatiegebied Ontwerpdoel Meetaanpak
AI-antwoord begint Onder standaardomstandigheden de eerste zinvolle antwoordstroom in minder dan 2 seconden starten De tijd tussen het verzenden van het verzoek en de eerste zinvolle inhoud die voor de gebruiker zichtbaar is
Standaard route aanmaken In typische ondersteunde scenario's waar mogelijk een bruikbaar routeresultaat leveren in minder dan 5 seconden Tijd vanaf het verzoek tot de route en het basisoplaadplan klaar zijn
Schermovergangen Interactie en vloeiendheid behouden terwijl een berekening loopt Vertragingen bij het opstarten en vastlopende interface
Herberekening Betekenisvolle wijzigingen tijdig in het plan verwerken De tijd vanaf het ontvangen van de update tot het moment dat de nieuwe optie gereed is
Complexe reisplannen Resultaten in fasen leveren door de voortgang zichtbaar te houden Eerste bruikbare resultaat en doorlooptijden van voltooide plannen

Deze waarden zijn engineeringdoelen. De werkelijke resultaten worden gemeten aan de hand van netwerkomstandigheden, gegevensleveranciers, routelengte, aantal stops en de complexiteit van het plan.

Eén enkel gemiddelde beschrijft niet de hele ervaring. Naast de typische gebruikerservaring worden metingen zoals de mediaan en het 95e percentiel bijgehouden, zodat tragere verzoeken zichtbaar worden. Zo wordt het verschil zichtbaar tussen een systeem dat voor de meeste gebruikers snel werkt en sommige gebruikers die lang moeten wachten.

6.12.4 Nauwkeurigheid en bruikbaarheid samen met snelheid meten

De prestatiebeoordeling omvat naast de responstijd ook de kwaliteit van het resultaat.

De belangrijkste beoordelingsgebieden zijn:

  • Nauwkeurigheid bij het kiezen van stations die compatibel zijn met het voertuig.

  • Consistentie van de berekeningen van energie en batterijpercentage.

  • Naleving van de door de gebruiker bepaalde volgorde van stops.

  • Het onderscheid tussen actuele en oude gegevens behouden.

  • De beschrijvingstekst komt overeen met de waarden op de resultaatkaart.

  • De resultaatkaart opent het juiste plan en scherm.

  • Wijzigingen van gebruikers toepassen op de juiste versie.

  • Consistent begrip van hetzelfde verzoek in verschillende talen.

Wanneer werkelijke gegevens beschikbaar zijn, wordt de geschatte aankomsttijd vergeleken met de waargenomen resultaten voor verbruik en laadtijd. Deze vergelijkingen laten zien in welke regio's, voertuigprofielen of gebruiksomstandigheden verbetering nodig is.

Modelupdates worden met dezelfde evaluatiediscipline behandeld. Dat een nieuw model vloeiender praat, betekent niet dat het nauwkeuriger is in routetoelichtingen. De prestaties bij actuele taken, de gestructureerde resultaten en de consistentie met acties in de app worden samen beoordeeld.

6.12.5 Een gemeenschappelijke basis voor groeiende mogelijkheden

De modelonafhankelijke structuur maakt het mogelijk dat eBattery AI met de ontwikkeling van het product wordt uitgebreid met nieuwe data en diensten.

Directe voertuiggegevens, waaronder weersomstandigheden in het energiemodel, aanbevelingen die leren van gebruikersvoorkeuren en reisplannen met een bredere geografische dekking worden alle gekoppeld aan dezelfde berekenings- en contextstructuur.

Naarmate laad- en betaaldiensten, EV Market, mobiele laadhulp en andere diensten live gaan, breidt ook het aantal acties uit waarbij de assistent kan sturen. Elke nieuwe functie wordt behandeld samen met de werkelijke reikwijdte, gegevens en toestemming van de gebruiker voor de betreffende dienst.

Gedurende deze ontwikkeling blijft de relatie die de assistent met de gebruiker opbouwt behouden: de behoefte begrijpen, de juiste gegevens gebruiken, de gevolgen van de opties toelichten en de door de gebruiker gekozen actie binnen de app vergemakkelijken.

Zoeken in eBattery

Zoek een functie, gids of onderwerp.

StartpuntenEen laadstation vinden →Voorbeeld RWA-project →Gidsen en nieuws →