Ofte stillede spørgsmål

Chargalytics er en market intelligence-platform for EV-ladebranchen. Vi indsamler og behandler data fra ladenetværk på tværs af 37 lande, der dækker 530.000+ ladestationer, 1.555.000+ ladepladser og 1.648.000+ stik. Realtime-status er tilgængelig på 26 af disse markeder.

Vi omsætter dataene til analyser, benchmarks, prognoser og værktøjer, der hjælper operatører, investorer, konsulenter og alle, der bygger ladeinfrastruktur, med at træffe bedre beslutninger.

Ejere & investorer bruger platformen til at følge M&A-aktivitet, vurdere operatørers performance, modellere afkast på nye lokationer og forstå markedsdynamikker, før de binder kapital.

Ladeoperatører bruger den til at benchmarke mod konkurrenter, overvåge netværkets sundhed, planlægge nye lokationer og styre hele projektforløbet fra lokationsvalg til idriftsættelse.

Analytikere bruger den til markedsanalyser på landeniveau, sporing af EV-udbredelse, FC-forbrugstendenser og efterspørgselsprognoser på tværs af 37 markeder.

Konsulenter bruger den til at levere dataunderbyggede anbefalinger til deres kunder med eksporterbare analyser og finansielle modeller, der kan bruges i pitch decks.

Regulatorer bruger den til at vurdere, om infrastrukturen er tilstrækkelig, overvåge compliance og forstå, hvordan politik bliver omsat til reel udrulning og udnyttelse i praksis.

OEM'er bruger den til at forstå, hvor ladeinfrastrukturen findes (og hvor den ikke findes), hvilket hardware der er udrullet i stor skala, og hvordan lademønstre påvirker køretøjsdesign og salgsstrategi.

Vi integrerer med nationale adgangspunkter (NAP'er), offentlige registre, OCPI-feeds, DATEX II-endpoints og operatør-API'er i Europa og resten af verden. Centrale kilder omfatter NOBIL (Norden), Mobilithek (Tyskland), AFIR-feeds (Finland, Litauen) og snesevis af landespecifikke registre.

Realtime-statusdata indlæses løbende fra WebSocket-, MQTT- og pollingkilder. Vi behandler hundredtusindvis af statushændelser dagligt på tværs af 26 lande med live overvågning.

Alle data normaliseres i ét fælles skema: samme felter, samme stiktyper og samme statuskoder uanset kildeland.

I øjeblikket 37 lande med stationsdata: Australia, Austria, Belgium, Bulgaria, Canada, Croatia, Cyprus, Czechia, Denmark, Estonia, Finland, France, Germany, Greece, Hungary, Iceland, Ireland, Italy, Latvia, Liechtenstein, Lithuania, Luxembourg, Mauritius, Mexico, Netherlands, New Zealand, Norway, Poland, Portugal, Romania, Slovakia, Slovenia, Spain, Sweden, Switzerland, United Kingdom and United States.

Realtime-ladestatusdata er tilgængelige på 26 af disse markeder, hvor operatør-API'er leverer live-information om stik. Dækningen udvides hver måned.

Vores indsigtsartikler er frit tilgængelige uden konto.

Alt andet kræver et aktivt abonnement: det interaktive kort, landeanalyser, CPO-benchmark, ChargiPedia, nyhedsarkiv, nyhedsbrev og forum.

Værktøjet Projects (lokationsplanlægning, site-design, BOM, finansiel modellering) kræver Premium-niveauet.

Alle nye konti starter med en gratis prøveperiode på 7 dage med fuld adgang til platformen — intet kort påkrævet — så du kan udforske alt, før du binder dig.

Din gratis prøveperiode på 7 dage (intet kort påkrævet) dækker hele platformen. Derefter er der to niveauer:

For virksomhedsteams gælder mængderabat: 10% rabat ved 11–30 brugere, 15% rabat ved 31+ brugere. Årlig fakturering sparer en hel måned på begge niveauer.

De her fire ord bruges i flæng i branchen, hvilket gør netværksstørrelser umulige at sammenligne. Vi bruger dem præcist og altid på samme måde:

• Ladestation — én fysisk lokation med opladning. En forplads med tolv ladebåse er én ladestation. Vi registrerer 530.000+.
• Lader — én fysisk hardwareenhed. Én enhed kan ofte betjene mere end én bil.
• Stik — ét fysisk udtag, dvs. ét stik på et kabel. Vi registrerer 1.648.000+.
• Ladeplads — kapaciteten til at lade én bil ad gangen. En lader med et CCS- og et CHAdeMO-stik, som kun kan betjene én bil ad gangen, er én ladeplads med to stik. Vi registrerer 1.555.000+.

Ladepladser er tallet, der betyder noget for udnyttelse — de måler, hvor mange biler der faktisk kan lade samtidig. Derfor angives alle brugsmålinger på platformen (minutter pr. ladeplads pr. dag, sessioner pr. ladeplads pr. dag, kWh pr. ladeplads pr. dag) pr. ladeplads. Antallet af stik er højere og ser pænere ud; vi rapporterer det, men vi benchmarker ikke på det.

Du kan også møde EVSE i branchen. Det betyder det samme som vores ladeplads. Vi undgår termen, fordi den også ofte bruges om en “lader”, og det er netop dét, der skaber forvirringen.

Kortet viser alle ladestationer i vores database, grupperet ved lave zoomniveauer og som individuelle stationer, når du zoomer ind. Med et hurtigt blik ser du tætheden af ladeinfrastruktur på tværs af et land eller en region.

Klik på en station for at åbne et detaljepanel med operatør, stiktyper, effektniveauer, adresse og historiske brugsdata, hvor de findes.

Lag lader dig slå forskellige dataoverlays til og fra på kortet. Åbn panelet Layers i den øverste værktøjslinje for at skifte mellem laget med ladestationer, POI-heatmaps og andre datavisualiseringer.

Forklaringen til ladetæthed nederst til venstre viser farveskalaen fra lav til høj dækning.

Ja. Klik på Map type i værktøjslinjen for at skifte mellem vejkort, terræn, satellit og hybridvisning. Brug Locate me til at centrere kortet på din nuværende position.

Når du klikker på en station, åbnes et detaljepanel med live-data. Fanen Data viser:

• Performance snapshot — en samlet health score (0–100), gennemsnitlig FC-belastning og sessioner pr. ladeplads pr. dag
• Realtime overview — aktuel status for hvert stik (ledig, lader, ukendt), opdateret løbende
• Nearby stations — en sammenligningsgraf, der viser hurtigladningsminutter pr. dag på denne station vs. nærliggende konkurrenter over de seneste 7 dage
• Usage history — ugentlig og månedlig hurtigladningsvolumen og antal sessioner over hele observationsvinduet

Stationer med realtime data viser live-bjælker for stik; stationer uden viser de senest kendte statiske metadata.

Fanen Forecast viser, hvordan vores model vurderer stationen:

• Location score — hvordan lokationens iboende værdi ligger i forhold til markedsmedianen (en måler, der viser over eller under gennemsnittet)
• CPO execution score — hvor godt operatøren performer i forhold til, hvad lokationen burde levere, med en konfidensindikator
• Backtest chart — modellens forudsigelser (orange) vs. faktisk observeret brug (teal) over træningsvinduet, så du præcist kan se, hvor godt modellen passer til denne station
• 12-month prognosis — fremadskuende efterspørgselsprognoser, der tager højde for sæsonmønstre, temperatur og trends i EV-adoption

Country analytics giver dig et dybt indblik i EV-ladeinfrastruktur og adoption på nationalt niveau. Vælg et land i dropdownen (eller klik på et land på kortet), og du får KPI'er, trendgrafer, operatøropdelinger, prisdata, brugsmålinger og markedsudsigter — samlet på én scrollbar side.

Siden er opdelt i sektioner: EV Adoption, Charging Infrastructure, Ad-Hoc Pricing, Fast-Charging Usage, FC Market Outlook, Regulation og Country News. Hver sektion gennemgås i detaljer nedenfor.

Brug landevælgeren øverst til højre på siden. Den viser landets navn og antal ladestationer. Når du har valgt et land, klikker du på Refresh for at indlæse de nye data. Du kan også klikke direkte på lande i adoptionskortet.

Sektionen EV Adoption følger, hvordan batterielektriske biler trænger ind i hvert marked. Den indeholder:

• BEV market share KPI — den aktuelle andel af nybilsalget, der er batterielektrisk, helt centralt placeret
• S-curve forecast — en logistisk vækstmodel, der projekterer BEV-markedsandel flere år frem. Hvert land tildeles et tier baseret på, hvor det ligger på adoptionskurven: Early (under ~5%), Growth (5–25%), Mainstream (25–60%) og Saturation (over 60%). Tieren bestemmer forecastets form og tempo
• BEV fleet stock chart — kumulative BEV'er på vejene over tid, med historiske faktiske tal og projiceret vækst
• Data table — en år-for-år-opdeling af BEV-registreringer, flådebestand, markedsandel og vækstrate for hvert land

Et øjebliksbillede af landets fysiske ladenetværk. Seks KPI-kort viser:

• Ladestationer — alle offentlige ladelokationer
• Ladepladser — hvor mange biler der kan lade samtidig
• DC-hurtigladning — CCS-, CHAdeMO- og NACS-ladepladser
• AC — Type 2- og Type 1-ladepladser
• Operatører — antal forskellige ladeoperatører aktive i landet
• Gns. FC-effekt — gennemsnitlig mærkeeffekt for DC-hurtigladningspladser i kW

Under KPI'erne rangerer en tabel over de største operatører de største ladeoperatører efter netværksstørrelse. Hver række viser operatørens antal ladestationer, antal ladepladser, DC-andel, lokationsscore (median lokationskvalitet fra Pulse) og eksekveringsscore (hvor godt de præsterer relativt til deres lokationers potentiale).

Prisanalytics for offentlig opladning i det valgte land. Skift mellem DC (hurtigladning) og AC (destinationsladning) for at sammenligne tariffer.

For hver visning ser du national gennemsnitspris, minimum og maksimum pr. kWh samt hvor mange CPO'er der har rapporteret prisdata. Søjlediagrammer opdeler priser efter stiktype (CCS, CHAdeMO, Type 2 osv.) og viser gennemsnit og spænd for hver.

Alle priser er i EUR pr. kWh ekskl. moms og baseret på ad-hoc-tariffer (pay-as-you-go) — rabatter via abonnement eller medlemskab er ikke medregnet.

Kernen i analysesiden for lande med realtime-data. Denne sektion viser, hvor intensivt hurtigladenetværket faktisk bruges. Kun tilgængelig i de 26 lande, hvor vi har live statusovervågning.

KPI-kort på øverste niveau omfatter:

• FC-ladepladser og FC-lokationer — overvåget hurtigladeinfrastruktur
• Minutter pr. ladeplads pr. dag — gennemsnitlig daglig brugsintensitet
• Sessioner pr. ladeplads pr. dag — gennemsnitligt dagligt antal sessioner pr. ladeplads
• Gns. sessionsvarighed — gennemsnitlig længde på ladesessioner
• Udbygningstakt — netto nye DC-ladepladser tilføjet pr. måned

Grafer under KPI'erne omfatter:

• Realtime-status — aktuel samlet status (lader, tilgængelig, offline) på tværs af alle overvågede ladepladser
• Månedlig udvikling — FC-minutter pr. ladeplads pr. dag over tid, der viser sæsonvariation og vækst
• Sammenligning måned for måned — denne måned mod sidste måned med fokus på forskellen
• Volumen efter ladeoperatør — stablet diagram, der viser hvilke operatører der står for flest FC-minutter
• Udvikling i markedsandel — hvordan hver ladeoperatørs andel af den samlede FC-volumen udvikler sig over tid
• Udbygningstakt efter ladeoperatør — hvilke operatører der tilføjer flest nye ladepladser

En indlejret version af vores fulde FC Market Outlook-model (se den dedikerede FC Market Outlook-sektion nedenfor for metode). På landesiden ser du:

• Utilization gauge — den aktuelle nationale FC-udnyttelse vist som et dial, der viser hvor markedet ligger mellem underforsynet og overbygget
• Demand metrics — sessions pr. BEV pr. år, FC-timer pr. BEV pr. år, ladepladser pr. 1K BEV'er, og om de er measured eller estimated
• Model parameters — de økonomiske antagelser, der driver projektionen (CAPEX/ladeplads, driftsmargin, mål-IRR, FC-pris/kWh)
• Four charts — projicerede FC-ladepladser vs. ligevægt, vækst i BEV-flåden, kWh-throughput pr. ladeplads pr. dag og udnyttelsesprocent over projektionshorisonten

Sektionen Regulation indlæses dynamisk fra ChargiPedia. Den viser alle love, EU-direktiver, nationale støtteprogrammer og standarder, der gælder for EV-opladning i det valgte land. Hver post forklarer, hvad reguleringen kræver, hvem den påvirker, og hvornår den træder i kraft.

Det er direkte koblet til den fulde regulations-database i ChargiPedia, filtreret til det land, du ser på.

Nederst på hver landeside viser et nyhedsfeed de seneste artikler fra vores nyhedsarkiv, filtreret til det valgte land. Artikler bliver AI-tagget efter emne og nævnte virksomheder, så du ser præcis, hvad der sker i det marked, uden at skulle søge manuelt.

Demand pressure måler, hvor intensivt et lands hurtigladeinfrastruktur bruges i forhold til landets BEV-flåde. Det kombinerer realtime-ladedata med EV-adoptionsstatistik for at skabe ét samlet udnyttelsesmål.

Vi overvåger løbende status på hvert hurtigladningsstik (CCS, CHAdeMO, NACS / Tesla) i alle lande, hvor vi har realtime-data. Hver statustransition (Available → Charging → Available) registreres, rulles op pr. time og aggregeres derefter månedligt. Ud fra de opgørelser udleder vi:

• Sessions per BEV per year — hvor ofte hver BEV i landet i gennemsnit bruger en offentlig hurtiglader
• FC hours per BEV per year — samlet hurtigladetid divideret med BEV-flåden
• Utilization % — hvor stor en andel af de samlede tilgængelige ladeplads-timer der bruges på opladning, beregnet kun ud fra ladepladser med realtime-overvågning
• Bays per 1K BEV — forholdet mellem infrastruktur og BEV-bestand

Lande, hvor vi har mindst 2 måneders realtime-data om stikstatus, er mærket som measured. Udnyttelse beregnes kun ud fra den delmængde af FC-ladepladser, vi aktivt overvåger — RT-dækningsprocenten fortæller dig, hvor repræsentativ prøven er.

For lande uden RT-data tildeler vi en efterspørgselsarketype baseret på geografi og kørselsmønstre (fx stort motorvejsland, kompakt tæt land, ø). Arketypens parametre kalibreres ud fra vores målte baselines.

• Under 5% — Lav brug. Netværket har betydelig ledig kapacitet.
• 5–10% — Komfortabelt. Sund balance mellem udbud og efterspørgsel.
• 10–20% — Moderat pres. Der kan opstå kø i spidsbelastning ved populære lokationer.
• Over 20% — Højt pres. Systematiske kapacitetsmangler er sandsynlige. Ny infrastruktur er akut nødvendig.

Disse tærskler er baseret på gennemsnitlig udnyttelse 24/7. Et nationalt gennemsnit på 10% betyder typisk 25–35% i spidsbelastning ved travle ladestationer.

CPO benchmark rangerer ladeoperatører efter performance inden for et land. Det besvarer det spørgsmål, alle operatører vil have svar på: hvordan ligger jeg i forhold til resten?

De øverste KPI-kort viser antallet af aktive CPO'er i markedet, samlede aktive FC-ladepladser, gennemsnitlige minutter pr. ladeplads pr. dag (den nationale brugsintensitet) og Fleet Availability (hvor stor en andel af ladepladserne der er tilgængelige lige nu). Det giver dig markedskonteksten, før du dykker ned i de enkelte operatører.

Leaderboardet er en rangeret liste over alle CPO'er, der er aktive i det valgte land. Hvert operatørkort viser med det samme:

• Sites / Bays — netværksstørrelse
• Sess/bay/day — gennemsnitlige ladesessioner pr. ladeplads pr. dag (proxy for udnyttelse)
• Available % — andel af ladepladser i tilgængelig status (oppetid)
• Bays (3M) — netto nye ladepladser de seneste 3 måneder (vækst)
• Bays/site — gennemsnitlige ladepladser pr. site (tæthed)
• Score — samlet score, der kombinerer udnyttelse, tilgængelighed, vækst og skala
• Min/bay/day — gennemsnitlige lademinutter pr. ladeplads pr. dag

Knapperne over leaderboardet lader dig rangere operatørerne igen efter otte forskellige kriterier:

• Sessions per Bay — hvem får flest sessioner pr. ladeplads pr. dag (rent efterspørgselssignal)
• Volume — samlede FC-minutter på tværs af hele netværket (absolut markedsandel)
• Network Size — samlede aktive ladepladser (skala)
• Growth — netto nye ladepladser de seneste 3 måneder (udbygningstempo)
• Availability — andel af tilgængelige ladepladser (driftskvalitet)
• Location Score — median Pulse-lokationsscore på tværs af alle operatørens sites (porteføljekvalitet)
• Exec Score — median CPO execution score (driftsmæssig outperformance vs. sitets potentiale)
• Price — ad-hoc-tarif pr. kWh (for operatører, der offentliggør priser)

Hver sortering omrokerer leaderboardet, så den højest rangerede operatør på det valgte mål står øverst.

Toggle-knappen skifter hele benchmarket mellem Fast Charging (DC-netværk: CCS, CHAdeMO, NACS) og Type 2 (AC-destinationsladning). De to segmenter har helt forskellig økonomi, forskellige operatører og forskellige brugsmønstre, så de benchmarkes separat.

De fleste brugere vil fokusere på FC, men Type 2-visningen er nyttig, hvis du vil forstå dækningen af destinationsladning, især i markeder hvor AC stadig dominerer den offentlige infrastruktur.

Klik på en operatør i leaderboardet (eller på knappen Deep Dive) for at få adgang til detaljerede sammenligningsgrafer:

• Sessions per Bay ranking — søjlediagram, der sammenligner alle operatører på udnyttelsesintensitet
• Market Share + Fleet Availability — diagram med to akser, der viser hver operatørs andel af samlet FC-volumen sammen med deres oppetid
• Volume Trend — månedlige FC-minutter for den valgte operatør over tid, hvor sæsonmønstre er synlige
• kWh Pricing — hvordan operatørens ad-hoc-tarif ligger i forhold til landsgennemsnittet og konkurrenterne
• Growth Leaders — hvilke operatører der tilføjer flest ladepladser, med netto tilføjelser over de seneste 3 og 12 måneder

Peg på et hvilket som helst sted på kortet, og Pulse fortæller dig, hvor stor efterspørgsel efter hurtigopladning stedet kan forvente. Ikke et vagt “godt” eller “dårligt” — et konkret tal: estimerede lademinutter pr. ladeplads pr. dag, opdelt efter måned og forklaret ned til de enkelte inputvariable, der drev resultatet.

Modellen arbejder i tre trin, som ganges sammen, plus to justeringer for ladestationer, der allerede findes.

Trin 1 — Efterspørgselsgrundlag

Efterspørgselsgrundlaget er en tabel: For hvert trænet marked og hver kalendermåned viser den brugen af den typiske ladestation — den mediane træningsstation i markedet — målt i lademinutter pr. ladeplads pr. dag. Det estimeres inden for ladestationerne, så stationer, der åbner og lukker i løbet af året, ikke kan påvirke det; kun reelle ændringer i, hvor meget de samme stationer bruges, kan. To ting aflæses direkte fra tabellen:

• Markedsniveau — kørselskultur, motorvejstæthed og ladevaner varierer strukturelt mellem lande. Over et år leverer den typiske norske ladestation cirka 108 minutter pr. ladeplads pr. dag, den typiske tyske 95, den svenske 67 og den slovakiske 37. Tabellen bærer disse forskelle som målte data, ikke som antagelser.
• Sæson — hurtigopladning på vores markeder har to årlige toppe, ikke én: en vintertop, når kulden reducerer rækkevidden, og en sommertop, når folk kører på ferie. I Norge går tabellen fra cirka 134 minutter pr. ladeplads pr. dag i januar ned til cirka 96 i maj, op igen til cirka 130 i juli og ned igen om efteråret.

For måneder ud over den observerede tabel (alle prognosemåneder) bevarer markedet sit eget niveau og sin egen kalenderprofil. Markeder, hvor vi endnu ikke har tilstrækkeligt med rene observationer, får det samlede niveau og den samlede profil fra de trænede markeder, og alle prognoser for dem markeres som ukalibrerede. Det fortæller vi hellere end at lade som om Nederlandene er Danmark.

De trænede markeder er i øjeblikket Norge, Sverige, Danmark, Finland, Tyskland, Frankrig, Schweiz og Slovakiet. “Ren” er en regel, ikke en vurderingssag: En stationsmåned indgår kun i træningen, hvis vi observerede stationen i mindst 90 % af måneden, og mindst halvdelen af dens ladepladser rapporterede. Delvist observerede måneder blev tidligere læst som lav anvendelse, og de trak stiltiende modellen ned. Ladestationer, der er gået stille eller er holdt op med at rapportere, udelukkes også fra træningen — modellen beskriver en fungerende ladestation.

Efterspørgselsgrundlaget besvarer: Hvordan ser “normalt” ud i dette land, denne måned? Outputtet ligger typisk mellem 35 og 145 minutter pr. ladeplads pr. dag, afhængigt af marked og sæson.

Trin 2 — Lokationsscore

Efterspørgselsgrundlaget fortæller dig om markedet. Lokationsscoren fortæller dig om netop dette sted. Det er en machine learning-model (gradient-boosted trees), der vurderer 61 variable i fem grupper:

• Trafik — samlet trafikscore baseret på offentlige AADT-data (årlig gennemsnitlig daglig trafik), vægtet efter vejens nærhed og type, plus andelen af motorvejstrafik og højeste AADT for vej.
• Konkurrence — eksisterende DC-hurtigladepladser inden for 5 km, 10 km og 25 km samt afstanden til nærmeste konkurrent. Mere konkurrence betyder, at hver ladestation fanger en mindre andel af den passerende efterspørgsel.
• Interessesteder — tankstationer, spisesteder, parkering og andre faciliteter inden for 1 km og 5 km, herunder indkøbscentre, fastfoodkæder, kædebutikker og detailhandelstæthed: proxyer for kundestrøm og opholdstid.
• Stedstype — hvad der findes inden for 150 meter fra ladepladserne: et supermarked, et indkøbscenter, en fastfoodrestaurant, et hotel, en tankstation, en storbutik, et rasteområde; brandnavne fundet i ladestationens navn og navnene på dens naboer; om stedet har åbent døgnet rundt, opkræver betaling for parkering, er overdækket eller har lastbilpladser (MCS). Det er forskellen på “nær en handelsgade” og “på supermarkedets parkeringsplads”.
• Ladestationen og dens naboer — antallet af hurtigladepladser og den maksimale ladeeffekt samt den faktiske performance hos de nærmeste ladestationer, vi observerer: brugen af de ti nærmeste træningsstationer, vægtet efter afstand, og gennemsnittet inden for 10 og 30 km. Reelle naboer er det stærkeste enkeltstående signal i modellen.

I den nuværende model er de stærkeste signaler, i rækkefølge: brugen af de nærmeste observerede ladestationer, maksimal ladeeffekt, afstand til nærmeste spisested, spisesteder inden for 1 km, nabobrug inden for 30 km og trafikscoren.

Modellen er trænet på 97.366 rene stationsmåneder med observeret ladebrug på tværs af 21.322 aktive ladestationer i de otte trænede markeder, fra august 2025 til august 2026. Den lærer, hvilken kombination af variable der forudsiger høj eller lav udnyttelse i forhold til den typiske ladestation i samme marked — og anvender derefter det på ethvert punkt. Scoren centreres pr. marked: Den mediane træningsstation i hvert land scorer 1,0, en score på 2,0 leverer dobbelt så meget som den typiske ladestation i det marked, og 0,5 halvt så meget. Der indgår ikke et geografisk led i dette lag; vi testede et, og det bidrog ikke med andet end støj.

Outputtet er ét tal: lokationsscoren. Den fungerer som en multiplikator på efterspørgselsgrundlaget.

Trin 3 — Operatørjustering

Lokationsscoren er bevidst blind over for operatøren — den måler grunden, ikke hvem der står på den. Når der udarbejdes en efterspørgselsprognose for et konkret projekt, kommer en tredje faktor ind: CPO-eksekveringsfaktoren, estimeret pr. operatør og pr. land ud fra de samme stationsmåneder. Den justerer for, hvor godt en given ladeoperator omsætter lokationspotentiale til faktiske sessioner (se “Hvad er CPO-eksekveringsscoren?” nedenfor). Standardværdien er 1,0, hvilket betyder eksekvering i henhold til planen.

To justeringer for eksisterende ladestationer

Stedets sæsonudsving. I Norge og Danmark, hvor vi har den længste rene historik, får hvert sted også sin egen sæsonprofil forudsagt ud fra de samme variable: Et hotel- eller fritidssted er sommerstærkt, et pendlersted vinterstærkt. Effekten er en multiplikator pr. måned, typisk mellem 0,8 og 1,2, og 1,0 alle andre steder, indtil de markeder har et helt år med rene data.

Ladestationens egen historik. For en ladestation, vi har observeret, blander prognosen modellen med stationens faktiske historik: Jo længere historik, desto mere vægter den. Backtesten, du ser på en stationsside, er altid den rene model, så du kan vurdere den; prognosen er modellen korrigeret for, hvad ladestationen faktisk har leveret.

Multiplikationskæden

Det endelige efterspørgselsestimat er ganske enkelt:

Et gennemregnet eksempel: Et sted i Oslo i januar 2027 med en lokationsscore på 1,5, eksekvering i henhold til planen og en neutral sæsonprofil:

Samme lokation har i maj et efterspørgselsgrundlag på cirka 96, hvilket giver 144 min/ladeplads/dag — forårsbunden. I juli løfter ferietoppen grundlaget tilbage til cirka 130 og giver 195. Den gamle antagelse om, at sommeren blot er den stille sæson, er netop det, dataene afkræftede.

Hvorfor scorer varierer på tværs af markeder

Det gør de for det meste ikke, og det er pointen. Fordi scoren centreres på den typiske ladestation i hvert marked, ligger medianen tæt på 1,0 i alle trænede markeder, og de midterste 80 % af ladestationerne ligger groft sagt mellem 0,55 og 1,6. Forskellen mellem markeder ligger i efterspørgselsgrundlaget, hvor den kan måles: En score på 1,5 i Norge og 1,5 i Tyskland betyder begge “50 % over den typiske ladestation her”, og det tyske sted er kun færre minutter værd, fordi den typiske tyske ladestation er det.

På tværs af de cirka 119.000 hurtigladestationer, vi scorer i 37 markeder, ligger medianen i de trænede markeder lidt under 1,0 (0,87–0,99), fordi den scorede population omfatter mange ladestationer, vi endnu ikke kan observere, og de scorer i gennemsnit lavere end de observerede stationer, som skalaen er centreret på. I markeder, som modellen ikke er trænet på, findes der ingen lokal typisk ladestation at centrere omkring, så scoren måles i stedet mod den typiske ladestation i de trænede markeder. Her er den ikke centreret på det lokale marked: Medianen er cirka 1,4 i Italien og cirka 0,4 i Australien.

Forklarbarhed

Hver score leveres med en komplet SHAP-opdeling (SHapley Additive exPlanations), der viser præcis hvilke variable der trak scoren op eller ned, og hvor meget. Du kan se, at en bestemt lokation scorer højt fordi dens nærmeste observerede ladestationer er travle, og der ligger et supermarked inden for 150 meter — ikke blot at den scorer højt. Det betyder noget, når du træffer investeringsbeslutninger: Du vil vide hvorfor, ikke bare hvad.

Hver del af motoren har sin egen dybdegående gennemgang: efterspørgselsmodellen, lokationsscoren og CPO-eksekveringsscoren.

Lokationsscoren er en efterspørgselsmultiplikator, centreret om markedet. En score på 1.0 svarer til den typiske ladestation i det pågældende marked — medianen af de ladestationer, vi observerer der. En score på 2.0 betyder dobbelt så høj efterspørgsel som den typiske ladestation; 0.5 betyder halvt så høj. Skalaen er kontinuerlig og har ingen fast øvre grænse.

Scoren er bevidst sammenlignelig inden for et marked, ikke på tværs af markeder. En score på 1.5 i Norge og 1.5 i Tyskland betyder begge “50 % over den typiske ladestation her”. Hvad en typisk ladestation er værd i minutter, varierer mellem lande, og den forskel ligger i efterspørgselsgrundlaget, hvor vi kan måle den (omkring 108 minutter pr. ladeplads pr. dag over et år for den typiske norske ladestation, 95 for den tyske og 67 for den svenske) — ikke skjult i scoren.

En bemærkning om markedsforskelle. Fordi scoren centreres pr. marked, ligger medianerne tæt på 1.0 i hvert trænet marked (0.87–0.99 på tværs af alle scorede ladestationer der, lidt under 1.0, fordi ladestationer, vi endnu ikke kan observere, i gennemsnit scorer lavere end de observerede, som skalaen er centreret om). Norges median-ladestation er ikke “dårligere” end Tysklands eller Frankrigs; hvert markeds typiske efterspørgsel er et separat, målt tal i efterspørgselsgrundlaget, og det er præcis det, du har brug for, når du bygger en finansiel model. I markeder, modellen ikke er trænet på, findes der ingen lokal typisk ladestation at centrere om, så scoren måles i stedet mod den typiske ladestation i de trænede markeder. Her er den ikke centreret om det lokale marked: medianen er omkring 1.4 i Italien og omkring 0.4 i Australien.

Percentilkolonnen ovenfor måles på tværs af de cirka 119.000 hurtigladestationer, vi scorer i 37 markeder, og den genmåles efter hver retræning. Båndgrænserne blev tegnet om til v12 den 28. september 2026. Brug dem som en grov rettesnor, men husk: I de trænede markeder er scoren et efterspørgselssignal relativt til det lokale marked, ikke en rangordning af lande.

Hvis du vil dykke dybere ned i, hvordan lokationsscoren bygges, og hvorfor den forudsiger CPO-succes, så læs Lokationsscore: Tallet, der forudsiger CPO-succes.

Modellen indlæser en bred vifte af åbent tilgængelige data. Ingen proprietære datasæt, ingen købte feeds — alt kommer fra offentlige registre, offentlige API'er og open data-portaler. De vigtigste inputkategorier er:

• Realtime ladata — millioner af statushændelser om dagen fra nationale access points og operatørfeeds, som fortæller os præcist, hvornår og hvor ladesessioner sker
• Vejtrafikvolumener — annual average daily traffic-tællinger fra offentlige transportmyndigheder på tværs af flere lande
• Vejr og klima — historiske temperatur- og nedbørsdata, fordi koldt vejr ændrer EV-lademønstre mere, end de fleste tror
• EV-adoptionsrater — markedsandel for battery-electric vehicles efter land, så vi kan følge, hvordan flådesammensætningen udvikler sig over tid
• Points of interest — nærliggende faciliteter, tankstationer, parkering, retail-POI'er (malls, brand fast food, kædebutikker) og anden relevant infrastruktur fra åbne kortdatabaser
• Eksisterende ladeinfrastruktur — konkurrencelandskabet af hurtigladere, der allerede findes i området

Alle inputdata er åbne, offentligt tilgængelige og lovligt indsamlet. Vi scraper ikke, vi køber ikke hemmelige datasæt, og vi er ikke afhængige af data fra én enkelt leverandør.

Alle kan downloade en liste over ladestationslokationer. Den svære del er at have måneder — og efterhånden år — med kontinuerlig observation sekund for sekund af, hvad der faktisk sker på de stationer.

Vi har registreret realtime ladehændelser kontinuerligt i lang tid nu — hver sessionsstart, hver statusændring, hver inaktive time. Det er en tidsserie, der ikke kan genskabes bagudrettet. Du kan ikke gå tilbage og observere, hvad der skete på en station sidste januar, hvis du ikke allerede lyttede med.

Det er den historiske dybde, der skiller en model, som siger "det her ligner et godt sted", fra en model, som siger "her er, hvor meget energi en station på dette sted sandsynligvis ville levere i februar vs. august, og her er konfidensintervallet." Jo længere vi indsamler, jo bedre bliver det. Der findes ingen genveje.

Tænk på en ladelokation som to forretninger oven på hinanden. Der er aktivet — den fysiske lokation med trafik, synlighed og opland. Og så er der driften — brand, prissætning, oppetid, kundeoplevelse og alt andet, operatøren bringer til bordet. Vi måler dem hver for sig, helt bevidst.

Lokationsscoren er et benchmark for aktivet. Den måler den iboende værdi af en lokation udelukkende ud fra, hvor den ligger: trafikflow, nærliggende faciliteter, konkurrencetæthed og EV-udbredelse i området. Operatørens identitet er bevidst udeladt. En stærk ejendom scorer højt, uanset hvem der driver den i dag.

CPO-eksekveringsscoren er et benchmark for driften. Den måler, hvor godt en operatør præsterer i forhold til, hvad deres lokationer burde levere. Vi tager modellens prognoser for hver ladestation i en operatørs netværk, sammenligner dem med den faktiske performance, og forskellen fortæller noget reelt. En operatør, der konsekvent overgår sine lokationsscorer — med bedre oppetid, flere sessioner og højere udnyttelse — har stærk brandtræk, intelligent prissætning eller en god kundeoplevelse. En, der underpræsterer, har det modsatte.

Det er netop pointen med adskillelsen. Hvis vi blandede operatørkvalitet ind i lokationsscoren, ville en premium-lokation ved motorvejen drevet af en svag operatør se middelmådig ud, og en lokation i en sidegade drevet af Tesla ville se fremragende ud. Ingen af delene er brugbare til lokationsvalg. Du vil vide, hvad grunden er værd, uafhængigt af hvem der driver den — og separat, om operatøren udnytter den værdi eller lader den ligge på bordet.

Siden v9 estimeres lokationsscoren og CPO-eksekveringsscoren samlet med en expectation-maximisation-loop. Modellen itererer: forudsiger lokationskvalitet, beregner operatørresidualer, opdaterer CPO-faktorer, genoptræner lokationsmodellen med de opdaterede faktorer og gentager, indtil den konvergerer. Det eliminerer den cirkulære afhængighed i tidligere versioner, hvor en operatørs brandstyrke kunne sive ind i deres lokationsscorer og omvendt. Resultatet er en renere adskillelse: En lokation ved motorvejen scorer reelt højere på grund af motorvejen, ikke fordi Ionity tilfældigvis er der.

Vi scorer hver operatør én gang om måneden. Tallet, du ser overalt — i CPO-benchmarken, på landesider, i ChargiPedia, stationsprognoser og business case-presets — er gennemsnittet af de seneste tre scorede måneder i det pågældende land, så en enkelt usædvanlig måned ikke flytter det hele.

Læs mere om, hvordan vi måler operatørperformance, i Eksekveringsscore: Tallet, der viser, hvilke CPO'er der faktisk leverer.

Produktionsmodellen er v12, trænet den 28. september 2026 på 97.366 rene stationsmåneder på tværs af 21.322 aktive ladestationer i otte markeder (Norge, Sverige, Danmark, Finland, Tyskland, Frankrig, Schweiz og Slovakiet), der dækker august 2025 til august 2026. Tyskland, Frankrig, Schweiz og Slovakiet bidrager fra april 2026, hvor deres realtidsdata kom online.

Hvad R² betyder her. Målet er udnyttelsen af én ladestation i én måned. Det er en individuel, tværsnitsbaseret størrelse: To ladestationer med identiske omgivelser varierer rutinemæssigt med en faktor to på grund af pris, oppetid, friktion i appen, skiltning og rent held — intet af det er synligt i åbne geodata. For mål som dette er en ærlig R² uden for samplet på 0,2–0,5 det normale interval, og et tal tæt på 0,7 er et tegn på memorering snarere end kunnen. Det samme gælder individuelle indkomster eller energiforbrug hus for hus: Aggreger til en region eller en måned, og fit stiger til 0,8-niveauet; opdel til den enkelte enhed, og det gør det ikke.

Tre tal, tre spørgsmål.

• Efterspørgselsgrundlag (land × måned). Hvor godt modellen følger niveauet og sæsonen for hurtigopladning på et marked. v12 læser begge dele fra en tabel estimeret inden for ladestationerne, så den gengiver den typiske ladestation på hvert marked per konstruktion i observerede måneder; den kalenderprofil, den bruger i prognosemåneder, reproducerer de observerede måneder med omkring 1%.
• Lokationslag — holdout-R² 0,45 (logskala, på aktive ladestationer modellen aldrig trænede på, gennemsnit over tre tilfældige splits). Hvor stor en del af variationen mellem ladestationer inden for et marked de 61 features forklarer. Pr. marked: Danmark 0,52, Norge 0,51, Finland 0,50, Sverige 0,48, Frankrig 0,44, Tyskland 0,39, Schweiz 0,37, Slovakiet 0,20 (135 stationer). Rangkorrelationen mellem forudsagt og faktisk stationsbrug er 0,67. Det er det svære, individuelle spørgsmål, og laget vurderes kun på stationer, det ikke har set.
• Kalibrering — median faktisk/model 0,98–1,00 på alle markeder, målt på hver ren måned for hver aktiv ladestation med realtidsdata, gennem den samme kodevej der scorer produktet. Niveauet er upartisk på alle otte markeder, og pr. måned holder det sig inden for ±8% af 1,0 gennem året.

Hvad tallene betyder for en prognose. For en fungerende ladestation rammer den typiske forudsigelse det, stationen faktisk leverer. Halvdelen af alle stationsmåneder ligger mellem cirka 0,65× og 1,4× af den faktiske værdi; pr. marked ligger mellem 54% (Schweiz, Sverige) og 69% (Danmark) af ladestationerne inden for en faktor 1,5 af modellen over hele deres historik, og 2,5–7% af stationerne leverer mere end dobbelt så meget som modellen siger. Det er tallene, du skal tage med ind i en finansiel model: Niveauet er upartisk, og for to tredjedele af sites lander prognosen inden for cirka ±40%.

To ærlige forbehold. En ladestation, der er gået stille, eller en i sine første måneder, ligger langt under modellen — modellen beskriver en fungerende ladestation, og produktet korrigerer prognosen for eksisterende stationer med deres egen historik. Og der er endnu intet vækstled: En prognosemåned er samme måned sidste år med dagens flåde. På markeder, hvor hurtigopladning stadig vokser 15–20% om året (Finland, Sverige), er det et konservativt gulv; et flådevækstled er den næste planlagte tilføjelse.

Hvorfor tidligere versioner så bedre ud. v2–v10 angav kun fit inden for samplet, og med 0,72–0,74 smigrede det dem: v10’s træer havde memoriseret sine 3.911 træningsstationer, og målt igen på holdout-stationer forklarede de 0,22 af variansen i hele kæden. v11 rettede dataene (kun rene måneder), men lod træerne og konstanter pr. marked komprimere de reelle forskelle mellem markeder, så Norden blev underforudsagt med omkring halvdelen; den blev trukket tilbage efter to dage. v12 fastholder datadisciplinen og retter strukturen: Markedsniveauet læses fra en tabel i stedet for at blive lært, og lokationsscoren måles inden for hvert marked på stationer, der faktisk fungerer. Et ærligt tal uden for samplet baseret alene på åbne data er det brugbare signal; et pænere tal inden for samplet er det ikke.

Vi udsender modelopdateringer løbende. Hver version udvider træningsdataene, forfiner arkitekturen eller indarbejder nye datakilder. Her er hele historikken:

v12 er den nuværende produktionsmodel (28. september 2026). R²-kolonnen er ikke ét mål: v2–v10 angiver fit inden for samplet (v10’s træer memoriserede stationer — 0,73 inden for samplet mod 0,22 på holdout-stationer); v11 og v12 angiver fit på stationer, modellen aldrig har set — se “Hvor præcis er den?”. v11 blev trukket tilbage efter to dage: Dens regulariserede træer og lærte konstanter pr. marked komprimerede forskellene mellem markeder. v12 fastholder v11’s datadisciplin (kun fuldt observerede stationsmåneder, kun markeder vi faktisk observerer) og retter strukturen: Markedsniveauet læses fra en tabel i stedet for at blive lært, og lokationsscoren måles inden for hvert marked.

v3 og v4 var interne eksperimenter — aldrig sat i produktion, men læringen (konkurrencesignalet betyder noget, confidence blending er afgørende) formede direkte v5 og v6. v7 blev sprunget over under en intern omnummerering.

Vi retræner, når der er en reel grund til det: en ny datakilde bliver integreret, en væsentlig mængde nye træningsmåneder bliver tilgængelig, eller vi har valideret en arkitektonisk forbedring. I praksis har det været cirka hver 2.–4. uge siden lanceringen.

Hver ny version bliver valideret mod den forrige, før den går live. Vi holder tidligere modeller klar til øjeblikkelig rollback, hvis noget ser skævt ud. Ingen model bliver sendt ud uden at være testet mod reel performance-data fra ladestationer.

Mere data, flere lande, mere tid. Modellen bliver bedre hver måned, fordi den underliggende tidsserie vokser. Et års kontinuerlig observation er mere værd end enhver smart algoritme, og det ur bygger vi videre på hver dag.

På roadmap'et: at indarbejde tarif- og prisdata (vi tracker nu priser per kWh på tværs af flere markeder), nærhed til netkapacitet og at udvide træningssættet, efterhånden som realtime-data går live i nye lande. Arkitekturen er designet, så data fra et nyt land forbedrer forudsigelserne overalt — ikke kun i det land.

FC Market Outlook fremskriver, hvordan hurtigladeinfrastrukturen vil udvikle sig i hvert land over de næste 8 år. I modsætning til simpel trendekstrapolation bygger den på en økonomisk ligevægtsmodel, der spørger: hvor mange hurtigladepladser kan markedet rentabelt bære, givet antallet af BEV'er på vejene?

Kerneideen er, at den langsigtede FC-udrulningstakt konvergerer mod et forhold mellem BEV'er og FC-ladepladser, hvor ladeoperatører (CPO'er) kan opnå et sundt afkast på investeringen. På kort sigt betyder land-grab-dynamikker, at mange CPO'er bygger foran efterspørgslen — og accepterer tab for at sikre lokationer og markedsandele. Men over tid vinder økonomien.

Modellen giver tre scenarier per land: et basisscenarie, et optimistisk scenarie (aggressiv udbygning, langsommere efterspørgsel) og et pessimistisk scenarie (forsigtig udbygning, stærkere efterspørgsel). Hvert scenarie giver år-for-år-fremskrivninger af FC-ladepladser, BEV-flådens størrelse, udnyttelse og det implicitte forhold mellem BEV'er og ladeplads.

Ligevægten er det antal FC-ladepladser, hvor en generisk investering i en ladeplads giver et acceptabelt afkast. Vi modellerer en enkelt FC-ladeplads som et discounted cash flow-problem:

Ud fra disse input er nutidsværdien af annuitetsfaktoren ved 11% over 10 år 5,89. Det betyder, at hver ladeplads skal generere:

€50,000 ÷ 5.89 = €8,490/year i cash flow.

Ved 60% driftsmargin kræver det:

€8,490 ÷ 0.60 = €14,150/year i omsætning.

Omsætningen drives af én enkelt metric: kWh leveret per ladeplads per dag. Ved et givent lands FC-pris per kWh (ekskl. moms) er det nødvendige daglige throughput:

required kWh/bay/day = €14,150 ÷ (price per kWh × 365)

For Norge ved €0.51/kWh (den nationale median) er det 76.0 kWh/bay/day. Det er det økonomiske anker — throughput-niveauet, hvor en ladeplads går i nul på IRR-basis. Ligevægtsantallet af ladepladser i et givent år er ganske enkelt: samlet national FC-kWh-efterspørgsel divideret med dette tal.

Alle fire parametre i tabellen ovenfor er fuldt justerbare. Hvis du tror, at CAPEX er på vej mod €40,000 i takt med faldende hardwarepriser, eller at en IRR på 15% bedre afspejler din kapitalomkostning, så træk i slideren, og hele prognosen genberegnes med det samme. Se “Kan jeg tilpasse forecast-parametrene?” nedenfor for den fulde liste over justerbare input.

Efterspørgslen bygges op af to komponenter:

1. BEV-bestandsfremskrivninger — hvor mange batterielektriske køretøjer der er på vejene hvert år, baseret på nationale data for EV-adoption med centrale/lave/høje scenarier
2. FC-sessioner per BEV per år — hvor ofte en typisk BEV bruger offentlig hurtigladning. For lande med realtime-data måles dette direkte fra vores database over ladeevents. For lande uden estimerer vi det ud fra en arketypemodel kalibreret mod lande med lignende karakteristika

Samlet kWh-efterspørgsel = BEV-bestand × sessioner per BEV × kWh per session. kWh per session holdes fast på det observerede niveau i basisåret (cirka 43 kWh for en 40-minutters session ved 65 kW gennemsnitlig leveret effekt i 2026). Det er et bevidst valg: når batteriteknologien forbedres, og biler kan tage imod effekt hurtigere, ændrer den samlede energi, føreren har brug for, sig ikke — det er kørselsmønstre, der bestemmer energiforbruget, ikke ladehastigheden.

For Norge viser målte data 16 FC-sessioner per BEV per år, hver med et gennemsnit på 40 minutter — hvilket giver cirka 555 kWh per BEV per år forbrugt på offentlige hurtigladere.

Vi antager ikke, at udbuddet hopper direkte til ligevægt. I stedet konvergerer det forventede antal FC-ladepladser mod ligevægt med en hastighed styret af to parametre:

• Konvergenshastighed (α) — den andel af forskellen mellem nuværende ladepladser og ligevægtsniveauet, der lukkes hvert år. I basisscenariet er α = 0.30 (30% af gapet pr. år). Det afspejler den virkelige verdens træghed: tilladelser, nettilslutninger, byggetider og investeringscykler bremser alle tilpasningen.
• Minimumsgulv for vækst — selv i overforsynede markeder stopper FC-udbygningen ikke. CPO'er med tilladelser i hus, sikrede nettilslutninger og brandstrategier, der skal eksekveres, bygger videre. Basisscenariet bruger et årligt gulv på 2%.

Resultatet er en eksponentielt udjævnet kurve: Hvis markedet er underforsynet (nuværende ladepladser < ligevægt), accelererer udbygningstakten. Hvis det er overforsynet, aftager den — men aldrig til nul, fordi land-grab-momentum og strategiske hensyn holder branchen i bevægelse.

Begge parametre kan justeres. Hvis du tror, at et regulatorisk skub efter AFIR vil accelerere konvergensen, så hæv α. Hvis du forventer strammere kapitalmarkeder og lavere udbygningstakt, så sænk vækstgulvet. Prognosen opdateres i realtime.

Gennemsnitlig FC-ladeeffekt i den virkelige verden er begrænset af bilen, ikke af laderen — en 350 kW-lader leverer stadig kun det, bilens batteristyringssystem tillader. Dagens gennemsnit på tværs af flåden er cirka 65 kW. Når nyere køretøjer med batterier, der accepterer højere effekt, kommer ind i flåden, modellerer vi dette som en lineær stigning til 80 kW i 2030 og videre mod 100 kW (med loft).

Det påvirker afgørende nok udnyttelsen (optagede timer), men ikke omsætningen. En ladeplads, der leverer 76 kWh ved 65 kW, er optaget i 1,2 timer. De samme 76 kWh ved 80 kW tager kun 57 minutter. CPO'en tjener de samme penge uanset hvad — ladepladsen bliver bare ledig hurtigere.

Det betyder, at udnyttelsesprocenter naturligt vil falde over tid, selv hvis markedet er i perfekt ligevægt. Et faldende udnyttelsestal er ikke nødvendigvis et faresignal — det kan bare afspejle hurtigere biler. kWh-throughput per ladeplads er den bedre økonomiske indikator.

Scenarierne er navngivet ud fra udbudsperspektivet: "high build" betyder mere aggressiv infrastrukturudbygning, hvilket kan være godt for førerne, men presser CPO-marginerne. "Low build" betyder strammere infrastruktur, hvilket giver højere udnyttelse og bedre enhedsøkonomi for eksisterende CPO'er.

Vi validerer det økonomiske anker mod vores egne realtime-data. For Norge forudsiger modellen, at en ladeplads skal levere cirka 76 kWh/day (1,2 timers optagetid ved 65 kW) for at gå i nul ved 11% IRR. Vores faktiske data fra ~12.500 RT-overvågede FC-ladepladser viser et vægtet årligt gennemsnit på 91 kWh/bay/day — omkring 120% af break-even-tærsklen.

Sæsonudsvingene er markante: januar topper ved 138 kWh/day (koldt vejr, længere ture), mens april bunder ved 54 kWh/day — et spænd på 2.6×. Vintermånederne ligger klart over break-even; sommermånederne gør ikke. Det betyder, at en norsk FC-ladeplads kun er rentabel på helårsbasis, hvis den er stor nok til at akkumulere vinteroverskud mod sommerunderskud.

At landsgennemsnittet ligger 20% over break-even kan se sundt ud, men fordelingen betyder noget: højtrafikerede korridorstationer kan levere 200+ kWh/day, mens ladepladser i landområder ligger langt under tærsklen på 76 kWh. Ligevægtsmodellen forudsiger, at dette gap vil lukke, efterhånden som væksten i BEV-flåden giver flere sessioner per ladeplads over tid.

Modellen er bevidst enkel, og det er en feature. Men nogle begrænsninger er værd at kende:

• FC-prissætning er statisk — vi bruger de nuværende tariffer per kWh og modellerer ikke fremtidige prisændringer. I praksis kan priserne blive presset ned, når konkurrencen skærpes, eller stige, hvis energiomkostningerne vokser.
• Ensartet økonomi — modellen bruger én CAPEX-/margin-/IRR-antagelse per ladeplads. Variationen i virkeligheden er enorm: et motorvejssite koster mere, men tjener også mere; et site i landområder koster mindre, men har mindre trafik. Ligevægten repræsenterer et nationalt gennemsnit.
• Ingen policy-modellering — tilskud, AFIR-krav og regulering af nettariffer påvirker alle FC-udrulningstakten. Det afspejles indirekte gennem historiske udbygningstakter, men modelleres ikke eksplicit fremadrettet.
• Session-kWh er fast — vi antager konstant kWh per BEV per år på offentlig FC. Hvis adfærden ændrer sig (fx hvis hjemmeladning bliver mere udbredt, eller roadtrip-mønstre ændrer sig), kan efterspørgslen per BEV ændre sig.
• Kun på landeniveau — modellen fremskriver nationale totaler. Inden for et land varierer udnyttelsen enormt: et motorvejskryds i Sørlandet og en bynær lader i Tromsø lever i forskellige økonomiske virkeligheder.

Ja. Alle antagelser i modellen er gjort til justerbare parametre. Hvis du er uenig i vores standardværdier, så ændr dem — forecastet genberegnes med det samme, så det afspejler dit markedssyn, ikke vores.

Justerbare input omfatter:

• CAPEX pr. ladeplads — skru op, hvis du modellerer premium motorvejslokationer med højere netomkostninger, og ned, hvis du forventer faldende hardwarepriser
• Driftsmargin — tilpas efter din omkostningsstruktur: energiindkøb, vilkår for leje af lokation, service- og vedligeholdelsesaftaler
• Mål-IRR — sæt det afkastkrav, der matcher din egen kapitalomkostning eller tærsklen i investeringskomitéen
• Investeringshorisont — kortere ved konservativ underwriting, længere hvis du planlægger at drive anlægget gennem en fuld teknologicyklus
• Konvergenshastighed (α) — hvor hurtigt du mener, markedet lukker gabet mellem nuværende udbud og økonomisk ligevægt
• Minimumsvækstgulv — den udbygningstakt du forventer, selv i et overforsynet marked
• BEV-vækstmultiplier — skaler forecastet for EV-adoption op eller ned ud fra dit eget efterspørgselssyn

Det er vigtigt, fordi forecastet går direkte ind i modulet Projects. Når du planlægger en ny ladelokation, bruger den finansielle model — NPV, IRR, tilbagebetalingstid — FC Market Outlook til at fremskrive den fremtidige efterspørgsel på den lokation. Hvis du har justeret outlook-parametrene, så de matcher din investeringscase, følger de tilpassede fremskrivninger automatisk med ind i business casen for hver lokation.

Kort sagt: Hvis du mener, markedet bliver strammere, end vores base case lægger op til, så hæv BEV-vækstmultiplieren og sænk konvergenshastigheden. Så vil projektøkonomien afspejle højere udnyttelse og hurtigere tilbagebetaling — i tråd med din egen vurdering, ikke vores standardantagelser.

ChargiPedia er vores brancheencyklopædi. Det er en struktureret, søgbar database over alle virksomheder, produkter, køretøjer, handler, reguleringer og personer i EV-opladningsbranchen. Tænk på det som Wikipedia for EV-opladning, bortset fra at dataene faktisk er opdaterede.

Adgang er gratis for alle — ingen konto nødvendig.

CPO-kataloget viser alle ladeoperatører, vi følger. Hvert kort viser operatørens navn, logo, land og netværksstørrelse. Søg og filtrér for at finde bestemte operatører, eller browse efter land og størrelse.

Klik på en operatør for at åbne den fulde profil. En CPO-profil indeholder:

• Netværksstørrelse — ladestationer, ladepladser og DC-andel på tværs af alle driftslande
• Anvendt hardware — hvilke lader-modeller der er udrullet, med antal installerede enheder
• CPMS-platform — hvilket charging point management software de bruger
• Nøglepersoner — ledere og deres roller, linket til People-kataloget
• Udrulningstakt — en tidslinjegraf, der viser hvor hurtigt netværket vokser
• Execution scores — hvor godt operatøren performer relativt til kvaliteten af sin site-portefølje
• Priser — ad hoc-tariffer per kWh, hvor de findes
• Aktiekursgraf — for børsnoterede operatører, historik over aktiekursen
• Infrastruktur per land — fordeling af netværket på tværs af alle markeder, hvor de opererer

eMSP'er (eMobility Service Providers) er virksomheder, der giver EV-førere adgang til ladenetværk — typisk via en app, et RFID-kort eller en roamingaftale. De ejer ikke laderne; de leverer betalings- og adgangslaget.

Kataloget viser eMSP'er med navn, land og en kort beskrivelse. Mange virksomheder opererer både som CPO og eMSP, og krydshenvisninger vises på deres profiler.

Hardware OEM-kataloget samler producenter af EV-ladeudstyr — fra DC-hurtigladere til AC-wallboxe. Hver producentprofil viser produktlinje, land og en beskrivelse af deres markedsposition.

Gå ned på den enkelte lader-model for at se detaljerede specifikationer: nominel effekt, stiktyper, dimensioner, vægt, arkitektur (split/integreret), IP-klassificering og driftstemperaturområde. Hver modelside viser også dens installerede base — hvilke CPO'er der har udrullet den, og hvor — så du ser reel markedsadoption, ikke bare løfter fra databladet.

CPMS står for Charge Point Management System — softwareplatformen, som CPO'er bruger til at styre, overvåge og tjene penge på deres ladeinfrastruktur. Tænk på det som operativsystemet for et ladenetværk: det håndterer OCPP-kommunikation, sessionsstyring, fakturering og som regel den førervendte app.

Kataloget viser platforme som has.to.be (nu be.ENERGISED), Driivz, Current, Ampeco, GreenFlux og mange flere. Hver profil viser, hvilke CPO'er der bruger platformen, så du kan forstå markedsandele og relationer i økosystemet.

Servicekataloget viser virksomheder, der leverer installation, vedligehold, rådgivning og andre ydelser til EV-opladningsbranchen. Kategorierne omfatter elinstallatører, turnkey-installatører, ingeniørrådgivere og specialiserede serviceudbydere inden for EV-opladning.

People-kataloget følger nøglepersoner i EV-opladningsbranchen — ledere, stiftere og andre markante profiler. Hver profil viser deres nuværende rolle, virksomhed og en karrieretidslinje, der viser, hvordan de har bevæget sig gennem branchen. Nyttigt, hvis du vil forstå, hvem der styrer hvad, og hvor talentet flyder hen.

EV model-sektionen katalogiserer elbiler med batterikapacitet, maksimal ladehastighed (AC og DC), rækkevidde, stiktyper og arkitektur (400V/800V). Nyttigt, hvis du vil forstå hvilke biler der kan bruge hvilke ladere, og hvor hurtigt de lader — relevant kontekst, når du designer ladestationer og vælger udstyr.

En database over branchens transaktioner: opkøb, kapitalrejsninger, børsnoteringer, joint ventures og ejerskabsændringer. Hver post indeholder de involverede parter, transaktionsværdi (hvor den er oplyst), dato og et resumé af, hvad der skete.

Sektionen indeholder også aktivitetsgrafer, der viser transaktionsvolumen og -værdi over tid, filtrerbart efter transaktionstype, land og virksomhed. Nyttigt til at følge konsolideringsmønstre og kapitalstrømme i branchen.

Landespecifik regulering, EU-direktiver (AFIR, RED), nationale støtteprogrammer og standarder, der former udrulningen af EV-opladning. Hver post forklarer, hvad reguleringen kræver, hvem den påvirker, og hvornår den træder i kraft.

Energy directory følger energiselskaber, der er gået ind i EV-opladning — forsyningsselskaber, oliegiganter, udviklere af vedvarende energi og netselskaber. Mange af de største CPO'er er datterselskaber eller divisioner under energiselskaber, og dette katalog hjælper dig med at forstå de relationer.

Ja. Klik på knappen Suggest New Entry på ChargiPedias landingsside, eller brug redigeringsknapperne på de enkelte profiler for at foreslå ændringer. Indsendelser går i en review-kø og bliver tjekket før publicering. Vi tager gerne imod rettelser, opdateringer og nye entries — jo flere der bidrager, jo mere komplet bliver databasen.

Et kurateret, søgbart feed med nyheder fra EV-ladebranchen fra kilder over hele verden. Artikler bliver AI-tagget efter emne (politik, CPO-ekspansion, hardware, finans, forbrugerpriser osv.), land og omtalte virksomheder. Arkivet vokser hver dag.

Brug søgefeltet til at finde specifikke emner, sorteringsmenuen til at sortere efter dato eller relevans, og knappen Filtre til at indsnævre efter emne, land, kilde eller virksomhed.

Din morgenbriefing, på din måde. Nyhedsbrevet leverer kurateret EV-ladeintelligens direkte i din indbakke, oversat til dit foretrukne sprog og sendt efter den rytme, du vælger.

Start med et preset — Nordic Intelligence, DACH Briefing, European Overview, Benelux & France, CPO Competitive Intelligence, Policy & Regulatory Watch og flere — eller byg et helt skræddersyet nyhedsbrev ved at vælge emner, lande og virksomheder.

Vælg leveringsfrekvens (dagligt eller ugentligt), foretrukket sprog og tidspunkt. Nyhedsbrevet bliver autogenereret fra vores nyhedsarkiv med AI-summering.

Længere analyser og holdningsstykker om EV-opladningsmarkedet — økonomi, konsolidering, rentabilitet og hvad der kommer bagefter. Skrevet af vores team og bakket op af data fra platformen.

Det her er ikke omskrevne pressemeddelelser. Det er original analyse med en pointe. Tænk first-party research, der faktisk siger noget, ikke content marketing, der ikke siger noget. Gratis at læse, ingen konto nødvendig.

Dit kommandocenter for alle ladeinfrastrukturprojekter. Dashboardet viser KPI-kort (samlede projekter, lokationer, vurderede lokationer, estimeret CAPEX), en filtrerbar projektliste og knapper til hurtige handlinger.

Klik på Nyt projekt for at oprette et projekt, eller Planlæg lokationer for at gå direkte til planlægningskortet. Du kan søge i og filtrere projekter efter fase (planlæg, godkend, gennemfør, i drift).

Hvert projekt går gennem fire faser:

1. Planlæg — Vurdér kandidatlokationer på planlægningskortet, og tilføj de bedste til projektet. Gennemgå trinene for hver lokation: se vurderingen, design lokationen, opbyg styklisten (BOM), og beregn business casen (CAPEX, omsætning, NPV, IRR, tilbagebetalingstid). Når alle tre er færdige, skal du markere lokationen som planlagt.
2. Godkend — Når alle lokationer er planlagt, sender du projektet til godkendelse. Planen låses, mens en godkender gennemgår den, og projektet går enten videre til gennemførelse eller tilbage til revision.
3. Gennemfør — Administrér opgaver, indhent tilbud fra entreprenører, følg budgettet op mod BOM, og følg indkøb hele vejen til anlægget står færdigt.
4. I drift — Alle lokationer er idriftsat. Generér en afslutningsrapport, der opsummerer projektet.

I et projekt har hver lokation sin egen status: planlægning → planlagt → godkendt → i drift. Trinlinjen øverst på en lokation viser, hvilke planlægningstrin der er færdige.

Planlægningskortet er der, hvor du evaluerer potentielle ladelokationer. Det lægger to centrale datasæt oven på hinanden:

• FC-stationstæthed (blåt heatmap) — viser, hvor eksisterende hurtigladestationer er koncentreret, så du kan spotte huller i dækningen
• AADT-trafikvolumen (farvede vejsegmenter) — viser årlig gennemsnitlig daglig trafik fra offentlige trafiktællinger og peger på efterspørgselspotentiale

Brug AI-søgning-feltet til at finde specifikke lokationer naturligt — skriv fx "Burger King nær Bergen", så finder systemet matchende lokationer og scorer dem for ladepotentiale.

Du kan også klikke hvor som helst på kortet for at score den lokation. Hver scoret lokation får en samlet score baseret på trafik, nærhed til eksisterende ladestationer, nærliggende faciliteter og andre faktorer.

Scorede lokationer vises i en liste i venstre panel. Brug batch-handlinger til at vælge flere lokationer og tilføje dem til et projekt med ét klik.

Projektets detaljeside er der, hvor du styrer et konkret projekt. Den indeholder:

• Projektkort — alle lokationer i projektet plottet på et kort, farvekodet efter status
• Lokationskort — hver lokation viser navn, adresse, score, nuværende status og nøgletal. Klik på et kort for at gå ned i detaljen for den lokation
• Faseprogression — en visuel indikator, der viser den samlede projektfase og hvor mange lokationer der er i hver status
• Projekt-KPI'er — aggregerede nøgletal: samlede lokationer, gennemsnitlig score, estimeret CAPEX, forventet årlig omsætning
• Indstillinger — konfiguration på projektniveau (navn, beskrivelse, teamadgang, finansielle standardværdier)

Hvert projekt har et indbygget mailsystem. Send og modtag mails direkte i projektkonteksten — korrespondance med udlejere, entreprenører, forsyningsselskaber eller teammedlemmer bliver knyttet til projektet i stedet for at ligge spredt i personlige indbakker.

Funktionerne omfatter vedhæftninger, lokationstagging (knyt en mail til en specifik lokation i projektet) og en signatur-editor. Al projektmail er synlig for teammedlemmer med adgang til projektet.

Score-fanen er den analytiske kerne i hver lokation. Den viser:

• Scoremåler — Pulse-lokationsscoren som en visuel måleskive med en tydelig vurdering (Svag til Fremragende)
• SHAP-opdeling — et waterfall-chart, der viser præcis hvilke features der trækker scoren op eller ned, og hvor meget. Det er explainability-laget — du ser hvorfor en lokation scorer, som den gør
• Trafikanalyse — nærliggende vejers AADT-værdier, vejtyper og den samlede trafikscore
• Konkurrenceanalyse — eksisterende DC-hurtigladere inden for 5, 10 og 25 km, med operatørnavne og antal ladepladser
• POI-analyse — nærliggende interessepunkter: tankstationer, mad, retail, parkering inden for 1 og 5 km
• Efterspørgselsprognose — månedlige kWh/ladeplads/dag-fremskrivninger fra Pulse-modellen, der tager højde for sæsonvariation og vækst i EV-adoption

Site designeren er et versionsstyret canvas, hvor du planlægger det fysiske layout af en ladestation. Placér ladere fra udstyrskataloget, definér placeringen af ladepladser, og arranger den understøttende infrastruktur.

Designs er versionsstyrede — du kan oprette flere iterationer, sammenligne dem og løfte den foretrukne version frem. Designet føder direkte ind i BOM og den finansielle model, så ændringer i layoutet opdaterer omkostningsestimatet automatisk.

BOM-builderen lader dig specificere, hvad der skal indgå på en lokation. Tilføj elementer fra to kilder:

• ChargiPedias udstyrskatalog — ladermodeller fra rigtige hardware-OEM'er med specs, markedspriser og FX-kurskonvertering. Vælg en model, sæt antal, og prisen udfyldes automatisk
• Brugerdefinerede varer — alt, der ikke findes i kataloget: transformere, kabler, anlægsarbejde, skiltning, gebyrer for nettilslutning. Indtast beskrivelse, antal og enhedspris

Brug BOM-skabeloner til hurtigt at konfigurere almindelige stationsopsætninger (fx "4-bay highway station" eller "2-bay urban hub"). Skabeloner kan gemmes og genbruges på tværs af projekter.

BOM-totalen føder direkte ind i den finansielle model som CAPEX. Følg indkøbsstatus per vare: bestilt, leveret, installeret.

Den finansielle model beregner en fuld investeringscase for hver lokation:

• CAPEX — trukket direkte fra BOM-totalen, opdelt efter udstyrskategori
• Omsætningsfremskrivninger — baseret på Pulse-efterspørgselsprognosen for denne lokation, ganget med dine prisantagelser (pris per kWh, energiomkostning per kWh)
• NPV (Net Present Value) — diskonteret cash flow over investeringshorisonten med din valgte diskonteringsrente
• IRR (Internal Rate of Return) — den rente, hvor NPV er lig nul
• Tilbagebetalingstid — antal måneder, indtil det kumulative net cash flow bliver positivt

Modellen indeholder en følsomhedsanalyse, der tester 5 parametre på tværs af 3 scenarier hver (base, optimistisk, pessimistisk): efterspørgselsvolumen, prissætning, energiomkostning, CAPEX og driftsomkostninger. Det giver dig et udfaldsrum i stedet for et enkelt punktestimat.

Grafer viser månedligt cashflow (omsætning minus omkostninger) og kumulativt afkast (løbende total af net cash flow mod den oprindelige investering) over fremskrivningshorisonten.

Den nederste sektion på hver lokation gemmer information på deal-niveau:

• Lejevilkår for lokationen — lejeperiode, lejeniveau, reguleringsklausuler og andre kontraktforhold
• Omsætningsdeling — hvis grundejeren tager en procentdel af ladeomsætningen, konfigurerer du det her. Det føder direkte ind i den finansielle model
• Kommentarer og noter — en trådet diskussion, hvor teammedlemmer kan efterlade noter, opdateringer og kontekst om lokationen. Tidsstemplet og knyttet til forfatteren

Når en lokation er godkendt, går den ind i eksekveringsfasen. Her bliver planen til virkelighed:

• Opgaver — opret og tildel opgaver (fx "Indsend ansøgning om nettilslutning", "Bestil ladere", "Planlæg jordarbejde"). Følg fremdriften med statusopdateringer og deadlines
• Tilbud — indhent og sammenlign tilbud fra entreprenører. Vedhæft dokumenter, notér vilkår, og vælg det vindende bud
• Budgetopfølgning — sammenlign faktisk forbrug med BOM-estimatet. Se afvigelser og resterende budget i realtime
• Indkøb — følg udstyrsordrer: hvad der er bestilt, leveret og installeret

Når en lokation går live, genererer systemet en commissioning report, der opsummerer hele rejsen:

• Færdiggørelsescheckliste — alle nødvendige punkter verificeret: udstyr installeret, net tilsluttet, software konfigureret, skiltning på plads
• Omkostningsoversigt — endelig CAPEX vs. oprindeligt BOM-estimat, med afvigelsesanalyse
• Tidslinje — faktiske milepæle vs. planlagte datoer, så det er tydeligt, hvor forsinkelserne opstod
• Godkendelse — digital bekræftelse på, at lokationen er klar til offentlig drift

Rapporten kan eksporteres og deles med interessenter, investorer eller bestyrelsesmedlemmer.

Projektindstillinger har fire faner:

Udstyrskatalog — Din organisations udstyrskatalog, integreret med ChargiPedias hardwaredatabase. Tilføj ladermodeller fra det globale katalog, eller opret egne varer. Sæt dine forhandlede priser (som kan afvige fra markedspriser), administrer FX-kurser, og organiser udstyr i kategorier.

Finansielle standardværdier — Sæt de standardantagelser, der udfylder den finansielle model for hver ny lokation. Omfatter cost of goods sold (energiomkostning per kWh), omsætningsantagelser (pris per kWh, udnyttelsesramp), øvrige omkostninger (vedligehold, site lease, forsikring, back-office) og diskonteringsrente. Enkeltlokationer kan overstyre disse standarder.

Entreprenører — Et register over de entreprenører, din organisation arbejder med. Kategorisér dem (el, anlæg, general, specialist), registrér kontaktoplysninger, og følg deres projekthistorik. Når du indhenter tilbud under eksekvering, kan entreprenører fra dette register linkes direkte.

Godkendelser — Konfigurer admin-workflowet for faseovergange på lokationsniveau. Definér, hvilke teamroller der kan flytte en lokation fra én status til den næste (fx at kun admins kan godkende overgangen fra "costed" til "approved"). Det sikrer ordentlig governance omkring CAPEX-beslutninger.

Et community til diskussion af EV-ladeinfrastruktur. Kategorierne omfatter:

• Feedback — fejlrapporter og feature requests til platformen
• Open Discussion — generel samtale om EV-opladningsbranchen
• Changelog — platformopdateringer og release notes fra Chargalytics-teamet

Adgang kræver et aktivt abonnement. Opret tråde, svar på diskussioner og upload vedhæftninger.

Oprettelse sker i 3 trin:

1. Loginoplysninger — Klik på Opret konto i topmenuen. Indtast dit navn, din e-mail og adgangskode.
2. Telefonverificering — Indtast dit telefonnummer. Vi sender en SMS med en verificeringskode.
3. SMS-kode — Indtast den 6-cifrede kode fra SMS'en for at bekræfte dit telefonnummer. Din konto er nu oprettet.

Din konto er oprettet, og din gratis prøveperiode på 7 dage starter med det samme — fuld adgang, intet betalingskort påkrævet.

Vi bekræfter dit telefonnummer for at forhindre misbrug og sikre én prøveperiode pr. person. Uden det kunne nogen oprette ubegrænsede konti og kæde gratis prøveperioder sammen i det uendelige.

Dit telefonnummer bruges kun til kontobekræftelse. Det deles ikke med tredjeparter og bruges ikke til marketing. Ét telefonnummer = én prøveperiode.

Ja. Alle nye konti starter med en gratis prøveperiode på 7 dage med fuld adgang til platformen — intet betalingskort påkrævet. Du får det hele: livekortet, landeanalyser, CPO-benchmarken, ChargiPedia og Projects-værktøjet.

Når prøveperioden slutter, vælger du et abonnement for at fortsætte. Gør du ingenting, stopper adgangen bare, og du bliver aldrig opkrævet.

Af sikkerhedshensyn kræver hvert login multifaktorgodkendelse via email. Når du har indtastet din email og adgangskode, sender vi en 6-cifret kode til din emailadresse. Indtast den på bekræftelsesskærmen inden for 10 minutter. Du kan bede om en ny kode, hvis den udløber.

Sæt flueben ved Husk mig for at forblive logget ind i 30 dage på den enhed.

På din profilside kan du opdatere dit visningsnavn, bio, LinkedIn-URL og avatar. Du kan også ændre din email (kræver din nuværende adgangskode) og skifte adgangskode.

Sidepanelet til højre viser dit organisationsmedlemskab og lader dig oprette en virksomhed, hvis du ikke allerede er en del af en.

Opret en organisation for at styre teamadgang. Som ejer eller admin kan du invitere teammedlemmer via email, tildele roller (owner, admin, billing, member) og administrere seat-tildelinger. Virksomhedsabonnementer lader dig dele adgang på tværs af teamet med betaling pr. seat.

Vælg dit abonnement på abonnementssiden. Der er to niveauer: Analytics (€24,99/md.) og Analytics + Projects (€99/md.). Skift mellem månedlig og årlig fakturering — med årsbetaling får du en hel måned gratis. Alle priser vises ekskl. moms — eventuel moms beregnes ved checkout ud fra dit faktureringsland.

Faktureringsdashboardet viser din aktuelle abonnementsstatus, abonnementsdetaljer, næste faktureringsdato og betalingshistorik. Alle betalinger behandles sikkert via Stripe. Du kan administrere din betalingsmetode, opgradere eller nedgradere dit abonnement og anvende rabatkoder.

Under Henvis en ven kan du dele et personligt henvisningslink — både du og den person, der tilmelder sig, får en belønning.

Du kan opsige når som helst fra faktureringssiden. Klik på Cancel Subscription og bekræft. Din adgang fortsætter til slutningen af den aktuelle faktureringsperiode — vi afbryder dig ikke midt i en periode. Hvis du ombestemmer dig, før perioden slutter, kan du genaktivere uden at miste noget.

Ingen binding, ingen gebyrer, ingen telefonsamtale med en "retention specialist". Klik på knappen, færdig.

Personlige konti er begrænset til én aktiv session ad gangen. Logger du ind på en ny enhed, afsluttes din session på den forrige. Hvis du har brug for flere samtidige brugere, skal du oprette en virksomhed med et teamabonnement og tildele individuelle seats.

Klik på Log ind og derefter Glemt adgangskode? på login-siden. Indtast din email, så sender vi et nulstillingslink. Linket udløber efter et stykke tid, så brug det med det samme.