Häufige Fragen

Chargalytics ist eine Market-Intelligence-Plattform für die EV-Ladebranche. Wir erfassen und verarbeiten Realtime-Daten aus Ladenetzen in 29 Ländern und decken dabei mehr als 524,000 Standorte und 1.58 Millionen Ladepunkte ab.

Aus diesen Daten machen wir Analytics, Benchmarks, Forecasts und Tools, die Betreibern, Investoren, Beratern und allen, die Ladeinfrastruktur aufbauen, helfen, bessere Entscheidungen zu treffen.

Eigentümer & Investoren nutzen die Plattform, um M&A-Aktivität zu verfolgen, Betreiberperformance zu bewerten, Renditen neuer Standorte zu modellieren und Marktdynamiken zu verstehen, bevor Kapital gebunden wird.

Ladepunktbetreiber nutzen sie, um sich mit Wettbewerbern zu benchmarken, die Netzgesundheit zu überwachen, neue Standorte zu planen und den gesamten Projektlebenszyklus von der Standortwahl bis zur Inbetriebnahme zu steuern.

Analysten nutzen sie für länderbezogene Marktanalysen, EV-Adoptions-Tracking, FC-Nutzungstrends und Nachfrageprognosen über 29 Märkte hinweg.

Berater nutzen sie, um ihren Kunden datenbasierte Empfehlungen zu liefern — mit exportierbaren Analytics und Finanzmodellen, die direkt in Pitch Decks passen.

Regulierer nutzen sie, um die Angemessenheit der Infrastruktur zu bewerten, Compliance zu überwachen und zu verstehen, wie sich Regulierung tatsächlich in Ausbau und Auslastung vor Ort übersetzt.

OEMs nutzen sie, um zu verstehen, wo Ladeinfrastruktur existiert (und wo nicht), welche Hardware in großem Maßstab ausgerollt ist und wie Lademuster Fahrzeugdesign und Vertriebsstrategie beeinflussen.

Wir integrieren nationale Zugangspunkte (NAPs), staatliche Register, OCPI-Feeds, DATEX-II-Endpunkte und Betreiber-APIs in ganz Europa und darüber hinaus. Zu den wichtigsten Quellen gehören NOBIL (Nordics), Mobilithek (Deutschland), AFIR-Feeds (Finnland, Litauen) und Dutzende länderspezifische Register.

Realtime-Statusdaten werden kontinuierlich aus WebSocket-, MQTT- und Polling-Quellen ingestiert. Wir verarbeiten Hunderttausende Status-Events pro Tag in 20 Ländern mit Live-Monitoring.

Alle Daten werden in ein einheitliches Schema normalisiert: gleiche Felder, gleiche Steckertypen, gleiche Statuscodes — unabhängig vom Quellland.

Aktuell decken wir 29 Länder mit Stationsdaten ab: Australien, Belgien, Dänemark, Deutschland, Finnland, Frankreich, Irland, Island, Italien, Kanada, Kroatien, Liechtenstein, Litauen, Luxemburg, Neuseeland, Niederlande, Norwegen, Österreich, Polen, Portugal, Schweden, Schweiz, Slowakei, Slowenien, Spanien, Tschechien, Ungarn, Vereinigtes Königreich und die Vereinigten Staaten.

Realtime-Ladestatusdaten sind in 20 dieser Märkte verfügbar, in denen Betreiber-APIs Live-Informationen auf Stecker-Ebene liefern. Die Abdeckung wächst jeden Monat.

Unsere Insights-Artikel sind ohne Account frei zugänglich.

Alles andere erfordert ein aktives Abo: die interaktive Karte, Länderanalysen, CPO-Benchmark, ChargiPedia, News-Archiv, Newsletter und Forum.

Das Tool Projects (Standortplanung, Site Design, BOM, Finanzmodellierung) erfordert das Premium-Tier.

Jedes neue Abo startet mit einer 7-tägigen kostenlosen Testphase, damit du die komplette Plattform testen kannst, bevor du dich festlegst.

Zwei Tiers, beide mit 7-tägiger kostenloser Testphase:

Für Business-Teams gelten Mengenrabatte: 10% Rabatt bei 11–30 Seats, 15% Rabatt ab 31+ Seats. Bei jährlicher Abrechnung sparst du in beiden Tiers einen vollen Monat.

Die Karte zeigt jede Ladestation in unserer Datenbank – bei niedrigen Zoomstufen geclustert, beim Hineinzoomen als einzelne Stationen. Auf einen Blick siehst du die Dichte der Ladeinfrastruktur in einem Land oder einer Region.

Klick auf eine beliebige Station, um ein Detail-Panel mit Betreiber, Steckertypen, Leistungsstufen, Adresse und – sofern verfügbar – historischen Nutzungsdaten zu öffnen.

Mit Ebenen kannst du verschiedene Daten-Overlays auf der Karte ein- und ausblenden. Öffne im oberen Toolbar das Panel Ebenen, um zwischen der Ladestations-Ebene, POI-Heatmaps und anderen Datenvisualisierungen zu wechseln.

Die Legende zur Ladedichte unten links zeigt dir die Farbskala von geringer bis hoher Abdeckung.

Ja. Klick in der Toolbar auf Kartentyp, um zwischen Straßenkarte, Gelände, Satellit und Hybrid zu wechseln. Mit Mein Standort zentrierst du die Karte auf deine aktuelle Position.

Ein Klick auf eine Station öffnet ein Detail-Panel mit Live-Daten. Der Tab Daten zeigt:

• Performance-Snapshot — einen kombinierten Health Score (0–100), die durchschnittliche FC-Last und Sessions pro Ladeplatz und Tag
• Echtzeit-Übersicht — den aktuellen Status jedes Steckers (verfügbar, lädt, unbekannt), laufend aktualisiert
• Nahegelegene Stationen — ein Vergleichsdiagramm mit Schnelllade-Minuten pro Tag an dieser Station vs. nahegelegenen Wettbewerbern über die letzten 7 Tage
• Nutzungshistorie — wöchentliches und monatliches Schnellladevolumen sowie Sessions über das gesamte Beobachtungsfenster

Stationen mit Echtzeitdaten zeigen Live-Balken pro Stecker; Stationen ohne Echtzeitdaten zeigen die zuletzt bekannten statischen Metadaten.

Der Tab Forecast zeigt, wie unser Modell die Station bewertet:

• Standortscore — wie der inhärente Wert des Standorts im Vergleich zum Marktmedian liegt (eine Anzeige, die über oder unter dem Durchschnitt zeigt)
• CPO-Execution-Score — wie gut der Betreiber im Verhältnis zu dem performt, was der Standort liefern sollte, inklusive Konfidenzindikator
• Backtest-Chart — Modellprognosen (orange) vs. tatsächlich beobachtete Nutzung (türkis) über das Trainingsfenster, damit du genau siehst, wie gut das Modell zu dieser Station passt
• 12-Monats-Prognose — zukunftsgerichtete Nachfrageprognosen unter Berücksichtigung saisonaler Muster, Temperatur und EV-Adoptionstrends

Country Analytics gibt dir einen tiefen Einblick in EV-Ladeinfrastruktur und Adoption auf nationaler Ebene. Wähle ein beliebiges Land im Dropdown aus (oder klick es auf der Karte an) und du bekommst KPIs, Trendcharts, Betreiber-Breakdowns, Preisdaten, Nutzungsmetriken und Marktausblick — alles auf einer einzigen scrollbaren Seite.

Die Seite ist in Abschnitte gegliedert: EV Adoption, Charging Infrastructure, Ad-Hoc Pricing, Fast-Charging Usage, FC Market Outlook, Regulation und Country News. Jeder Abschnitt wird unten im Detail erklärt.

Nutze das Länder-Dropdown oben rechts auf der Seite. Es zeigt den Ländernamen und die Anzahl der Ladestationen. Nach der Auswahl klickst du auf Refresh, um die neuen Daten zu laden. Du kannst Länder auch direkt auf der Adoptionskarte anklicken.

Der Bereich EV Adoption zeigt, wie stark batterieelektrische Fahrzeuge in den einzelnen Märkten vordringen. Er umfasst:

• BEV market share KPI — den aktuellen Anteil batterieelektrischer Fahrzeuge an den Neuwagenverkäufen, prominent platziert
• S-curve forecast — ein logistisches Wachstumsmodell, das den BEV-Marktanteil Jahre in die Zukunft projiziert. Jedes Land wird je nach Position auf der Adoptionskurve einer Stufe zugeordnet: Early (unter ~5%), Growth (5–25%), Mainstream (25–60%) und Saturation (über 60%). Die Stufe bestimmt Form und Tempo der Prognose
• BEV fleet stock chart — kumulierte BEVs auf der Straße im Zeitverlauf, mit historischen Ist-Werten und projiziertem Wachstum
• Data table — eine Jahresübersicht mit BEV-Neuzulassungen, Bestandsflotte, Marktanteil und Wachstumsrate je Land

Ein Snapshot des physischen Ladenetzes des Landes. Sechs KPI-Karten zeigen:

• Stations — Gesamtzahl der Ladestandorte
• EVSEs — Gesamtzahl der Ladepunkte (einzelne Anschlüsse/Steckdosen)
• DC Fast Chargers — CCS-, CHAdeMO- und NACS-Ladeplätze
• AC Chargers — Type-2- und Type-1-Ladeplätze
• Operators — Anzahl unterschiedlicher Ladepunktbetreiber im Land
• Avg FC Power — durchschnittliche Nennleistung von DC-Schnellladern in kW

Unter den KPIs rankt eine Tabelle der Top-Betreiber die größten CPOs nach Netzgröße. Jede Zeile zeigt die Anzahl der Ladestationen, die Anzahl der Ladeplätze, den DC-Anteil, den Location Score (medianer Standort-Qualitätsscore aus Pulse) und den Execution Score (wie gut sie im Verhältnis zum Potenzial ihrer Standorte performen).

Pricing Analytics für öffentliches Laden im ausgewählten Land. Schalte zwischen DC (Schnellladen) und AC (Destination Charging) um, um Tarife zu vergleichen.

Für jede Ansicht siehst du den nationalen Durchschnitt, den Minimalwert und den Maximalwert beim Preis pro kWh sowie, wie viele CPOs Preisdaten gemeldet haben. Balkendiagramme brechen die Preise nach Steckertyp auf (CCS, CHAdeMO, Type 2 usw.) und zeigen jeweils Durchschnitt und Spanne.

Alle Preise sind in EUR pro kWh, ohne MwSt., und basieren auf Ad-hoc-Tarifen (Pay-as-you-go) — Rabatte durch Abos oder Mitgliedschaften sind nicht enthalten.

Das Herzstück der Analytics-Seite für Länder mit Realtime-Daten. Dieser Bereich zeigt, wie stark das Schnellladenetz tatsächlich genutzt wird. Verfügbar nur für die 20 Länder, in denen wir Live-Statusmonitoring haben.

Die KPI-Karten auf oberster Ebene umfassen:

• FC Bays und FC Sites — überwachte Schnellladeinfrastruktur
• Minutes per bay per day — durchschnittliche tägliche Nutzungsintensität
• Sessions per bay per day — durchschnittliche tägliche Session-Anzahl pro Ladeplatz
• Avg session duration — durchschnittliche Dauer einer Ladesession
• Build rate — netto neu hinzugefügte DC-Ladeplätze pro Monat

Die Charts unter den KPIs umfassen:

• Realtime status — aktueller aggregierter Status (charging, available, offline) über alle überwachten Ladeplätze
• Monthly trend — FC-Minuten pro Ladeplatz und Tag im Zeitverlauf, inklusive Saisonalität und Wachstum
• Month-over-month comparison — dieser Monat vs. letzter Monat, mit hervorgehobener Differenz
• Volume by CPO — gestapeltes Diagramm, das zeigt, welche Betreiber für die meisten FC-Minuten stehen
• Market share trend — wie sich der Anteil jedes CPOs am gesamten FC-Volumen im Zeitverlauf entwickelt
• Build rate by CPO — welche Betreiber die meisten neuen Ladeplätze hinzufügen

Eine eingebettete Version unseres vollständigen FC Market Outlook-Modells (zur Methodik siehe den eigenen Abschnitt FC Market Outlook unten). Auf der Länderseite siehst du:

• Utilization gauge — die aktuelle nationale FC-Auslastung als Tacho, der zeigt, wo der Markt zwischen unterversorgt und überbaut liegt
• Demand metrics — Sessions per BEV per year, FC hours per BEV per year, bays per 1K BEVs und ob diese Werte gemessen oder geschätzt sind
• Model parameters — die ökonomischen Annahmen hinter der Projektion (CAPEX/Ladeplatz, operative Marge, Ziel-IRR, FC-Preis/kWh)
• Four charts — projizierte FC-Ladeplätze vs. Gleichgewicht, Wachstum der BEV-Flotte, kWh-Durchsatz pro Ladeplatz und Tag sowie Auslastung in Prozent über den Projektionshorizont

Der Bereich Regulation wird dynamisch aus ChargiPedia geladen. Er zeigt alle Gesetze, EU-Richtlinien, nationalen Förderprogramme und Standards, die für EV-Laden im ausgewählten Land relevant sind. Jeder Eintrag erklärt, was die Regulierung verlangt, wen sie betrifft und wann sie in Kraft tritt.

Das ist direkt mit der vollständigen ChargiPedia-Regulierungsdatenbank verknüpft, gefiltert auf das Land, das du gerade ansiehst.

Am Ende jeder Länderseite zeigt ein News-Feed aktuelle Artikel aus unserem News-Archiv, gefiltert auf das ausgewählte Land. Die Artikel werden per AI nach Themen und genannten Unternehmen getaggt, sodass du genau siehst, was in diesem Markt passiert — ohne manuelle Suche.

Demand Pressure misst, wie intensiv die Schnellladeinfrastruktur eines Landes im Verhältnis zu seiner BEV-Flotte genutzt wird. Dafür kombinieren wir Realtime-Ladedaten mit EV-Adoptionsstatistiken zu einer einzigen Auslastungskennzahl.

Wir überwachen fortlaufend den Status jedes Schnelllade-Steckers (CCS, CHAdeMO, NACS / Tesla) in allen Ländern, in denen wir Realtime-Daten haben. Jeder Statuswechsel (Available → Charging → Available) wird erfasst, stündlich verdichtet und anschließend monatlich aggregiert. Aus diesen Rollups leiten wir ab:

• Sessions per BEV per year — wie oft ein BEV im Land im Schnitt pro Jahr einen öffentlichen Schnelllader nutzt
• FC hours per BEV per year — gesamte Schnellladezeit geteilt durch die BEV-Flotte
• Utilization % — welcher Anteil aller verfügbaren Ladeplatz-Stunden tatsächlich mit Laden belegt ist, berechnet nur aus Ladeplätzen mit Realtime-Monitoring
• Bays per 1K BEV — Verhältnis von Infrastruktur zu Fahrzeugbestand

Länder, in denen wir mindestens 2 Monate Realtime-Daten zum Steckerstatus haben, werden als measured gekennzeichnet. Die Auslastung wird nur aus dem Teil der FC-Ladeplätze berechnet, den wir aktiv überwachen — der RT-Coverage-Wert zeigt dir, wie repräsentativ die Stichprobe ist.

Für Länder ohne RT-Daten weisen wir einen Nachfrage-Archetyp auf Basis von Geografie und Fahrmustern zu (z. B. großes Autobahnland, kompaktes dichtes Land, Insel). Die Parameter des Archetyps kalibrieren wir anhand unserer gemessenen Baselines.

• Unter 5% — Niedrige Nutzung. Das Netz hat deutlich freie Kapazität.
• 5–10% — Komfortabel. Gesundes Gleichgewicht zwischen Angebot und Nachfrage.
• 10–20% — Moderater Druck. Zu Spitzenzeiten kann es an beliebten Standorten zu Warteschlangen kommen.
• Über 20% — Hoher Druck. Systematische Kapazitätsengpässe sind wahrscheinlich. Neue Infrastruktur wird dringend gebraucht.

Diese Schwellenwerte basieren auf einer durchschnittlichen 24/7-Auslastung. Ein nationaler Durchschnitt von 10% bedeutet an stark frequentierten Ladestationen zu Spitzenzeiten typischerweise 25–35%.

Der CPO-Benchmark rankt Ladepunktbetreiber nach Performance innerhalb eines Landes. Er beantwortet die Frage, die sich jeder Betreiber stellt: Wie schneide ich im Vergleich ab?

Die KPI-Karten auf oberster Ebene zeigen die Anzahl aktiver CPOs im Markt, aktive FC-Ladeplätze gesamt, durchschnittliche Minuten pro Ladeplatz pro Tag (die nationale Nutzungsintensität) und Fleet Availability (welcher Anteil der Ladeplätze gerade verfügbar ist). Damit hast du erst den Marktkontext, bevor du in einzelne Betreiber eintauchst.

Das Leaderboard ist eine Rangliste aller CPOs, die im ausgewählten Land aktiv sind. Jede Betreiberkarte zeigt auf einen Blick:

• Sites / Bays — Netzgröße
• Sess/bay/day — durchschnittliche Ladevorgänge pro Ladeplatz und Tag (Proxy für Auslastung)
• Available % — Anteil der Ladeplätze im verfügbaren Status (Uptime)
• Bays (3M) — Netto-Zuwachs an Ladeplätzen in den letzten 3 Monaten (Wachstum)
• Bays/site — durchschnittliche Ladeplätze pro Standort (Dichte)
• Score — zusammengesetzter Score aus Auslastung, Verfügbarkeit, Wachstum und Größe
• Min/bay/day — durchschnittliche Lademinuten pro Ladeplatz und Tag

Mit den Pill-Buttons über dem Leaderboard kannst du Betreiber nach acht verschiedenen Kriterien neu sortieren:

• Sessions per Bay — wer die meisten Sessions pro Ladeplatz und Tag bekommt (reines Nachfragesignal)
• Volume — gesamte FC-Minuten über das komplette Netz (absoluter Marktanteil)
• Network Size — aktive Ladeplätze gesamt (Größe)
• Growth — Netto-Zuwachs an Ladeplätzen in den letzten 3 Monaten (Ausbaudynamik)
• Availability — Anteil verfügbarer Ladeplätze (operative Qualität)
• Location Score — medianer Pulse-Standortscore über alle Standorte des Betreibers (Portfolioqualität)
• Exec Score — medianer CPO-Execution-Score (operative Outperformance gegenüber dem Standortpotenzial)
• Price — Ad-hoc-Tarif pro kWh (für Betreiber mit veröffentlichten Preisen)

Jeder Sortiermodus mischt das Leaderboard neu, sodass der Top-Betreiber für diese Kennzahl ganz oben steht.

Der Toggle schaltet den gesamten Benchmark zwischen Fast Charging (DC-Netze: CCS, CHAdeMO, NACS) und Type 2 (AC-Destination-Charging) um. Die beiden Segmente haben komplett unterschiedliche Ökonomien, Betreiber und Nutzungsmuster — deshalb werden sie getrennt benchmarked.

Die meisten Nutzer werden sich auf FC konzentrieren, aber die Type-2-Ansicht ist nützlich, um die Abdeckung beim Destination Charging zu verstehen — besonders in Märkten, in denen AC die öffentliche Infrastruktur noch dominiert.

Klick im Leaderboard auf einen Betreiber (oder auf den Button Deep Dive), um detaillierte Vergleichscharts zu öffnen:

• Sessions per Bay ranking — Balkendiagramm zum Vergleich aller Betreiber nach Auslastungsintensität
• Market Share + Fleet Availability — Diagramm mit zwei Achsen, das den Anteil jedes Betreibers am gesamten FC-Volumen zusammen mit seiner Uptime zeigt
• Volume Trend — monatliche FC-Minuten des ausgewählten Betreibers im Zeitverlauf, inklusive sichtbarer Saisonalität
• kWh Pricing — wie der Ad-hoc-Tarif des Betreibers im Vergleich zum Landesdurchschnitt und zu Wettbewerbern liegt
• Growth Leaders — welche Betreiber die meisten Ladeplätze hinzufügen, mit Netto-Zuwächsen über 3 und 12 Monate

Zeig auf einen beliebigen Punkt auf der Karte, und Pulse sagt dir, wie viel Schnellladenachfrage dort zu erwarten wäre. Kein vages “gut” oder “schlecht” — sondern eine echte Zahl: geschätzte kWh pro Ladeplatz und Tag, aufgeschlüsselt nach Monat und erklärbar bis auf die einzelnen Input-Features, die das Ergebnis getrieben haben.

Das Modell arbeitet in drei Stufen, die miteinander multipliziert werden.

Stufe 1 — Nachfragebasis

Ein parametrisches Modell schätzt, wie viel Schnellladenachfrage generell in einem bestimmten Land und Monat existiert. Es berücksichtigt drei Dinge:

• Temperatur — kaltes Wetter erhöht den Energieverbrauch pro km und verschärft Reichweitenangst. Ein norwegischer Januar erzeugt pro BEV grob 70% mehr Schnellladenachfrage als ein norwegischer Juli.
• BEV-Flottenanteil — mehr Elektroautos auf der Straße bedeuten mehr Ladesessions. Das Modell nutzt den logarithmisch skalierten BEV-Anteil nach Land und Jahr.
• Länder-Baseline — Fahrkultur, Autobahndichte und Ladeverhalten unterscheiden sich strukturell zwischen Ländern. Ein norwegischer BEV-Fahrer nutzt öffentliches Schnellladen anders als ein finnischer – selbst bei gleicher Temperatur und gleichem Flottenanteil.

Die Nachfragebasis wird auf beobachteten Nutzungsdaten auf Stationsebene trainiert. Sie beantwortet die Frage: Wie sieht “normal” in diesem Land, in diesem Monat aus? Das Ergebnis ist eine Zahl in kWh pro EVSE und Tag — typischerweise zwischen 40 und 120, je nach Markt und Saison.

Stufe 2 — Standortscore

Die Nachfragebasis sagt dir etwas über den Markt. Der Standortscore sagt dir etwas über diesen konkreten Punkt. Er ist ein Machine-Learning-Modell (Gradient-Boosted Trees), das 20 räumliche Features aus mehreren Kategorien bewertet:

• Verkehr — zusammengesetzter Verkehrsscore aus staatlichen AADT-Daten (annual average daily traffic), gewichtet nach Straßennähe und Straßentyp. Enthält außerdem den Autobahnverkehrsanteil und den maximalen Straßen-AADT. Das ist der mit Abstand stärkste Prädiktor.
• Wettbewerb — bestehende DC-Schnelllader im Umkreis von 5 km, 10 km und 25 km sowie die Distanz zum nächsten Wettbewerber. Mehr Wettbewerb bedeutet, dass jede Station einen kleineren Anteil der vorbeikommenden Nachfrage abgreift.
• Points of Interest — Tankstellen, Gastronomie, Parken und andere Annehmlichkeiten im Umkreis von 1 km und 5 km. Dazu kommen Retail-POI-Unterkategorien: Einkaufszentren, Fast-Food-Ketten, Filialisten und Retail-Dichte. Das sind Proxys für Frequenz, Verweildauer und die Art von Standort, die Fahrer anzieht.
• Zugänglichkeit — Distanz zur nächsten Tankstelle, Gastronomie und zu beliebigen POIs. Standorte nahe bestehender Fahrer-Infrastruktur erben diesen Verkehr.

Das Modell wird auf mehr als 33,934 Stations-Monaten beobachteter Ladenutzung über 4,083 Stationen trainiert. Es lernt, welche Kombination räumlicher Features hohe oder niedrige Auslastung vorhersagt — und wendet das dann auf jeden neuen Punkt an.

In Gebieten mit dichter Wettbewerbsdatenlage läuft das volle 20-Feature-Modell. In Gebieten mit dünner Wettbewerbsdatenlage (neue Märkte, ländliche Regionen) übernimmt ein separates Basismodell, das nur Verkehrs- und POI-Features nutzt. Beide werden über eine Sigmoid-Funktion, gesteuert durch die lokale Wettbewerbsdichte, zusammengeführt — damit das Modell sauber degradiert, statt in datenarmen Regionen zu halluzinieren.

Das Ergebnis ist eine einzelne Zahl: der Standortscore. Er wirkt als Multiplikator auf die Nachfragebasis. Ein Score von 3.0 bedeutet, dass dieser Standort das Dreifache der Länder-/Monats-Baseline anziehen würde. Ein Score von 0.5 bedeutet die Hälfte.

Stufe 3 — Betreiberanpassung

Der Standortscore ist bewusst betreiberblind — er misst das Grundstück, nicht wer darauf steht. Für eine Nachfrageprognose für ein konkretes Projekt kommt aber ein dritter Faktor dazu: der CPO-Execution-Faktor. Er passt an, wie gut ein bestimmter Betreiber das Standortpotenzial in tatsächliche Sessions umsetzt (siehe “Was ist der CPO-Execution-Score?” unten). Der Standardwert ist 1.0, also Plan-Case-Execution.

Die Multiplikationskette

Die finale Nachfrageschätzung ist ganz einfach:

Ein Beispiel: ein Standort in Norwegen im Januar, mit einem Standortscore von 1.5 und Plan-Case-Execution:

Derselbe Standort hätte im Juli (15°C) eine niedrigere Nachfragebasis (~52 kWh) und käme damit auf 78 kWh/EVSE/Tag — ein saisonaler Rückgang von 38%, was gut zu unseren Beobachtungen in den Realdaten passt.

Warum Scores je nach Markt unterschiedlich ausfallen

Der Standortscore nutzt eine einheitliche globale Skala. Ein Score von 2.5 bedeutet überall dasselbe: 2.5× der lokalen Nachfragebasis. Aber weil sich die räumlichen Features, die den Score treiben (Verkehrsdichte, Wettbewerb, POI-Abdeckung), zwischen Ländern massiv unterscheiden, unterscheidet sich die Verteilung der Scores je nach Markt.

Norwegens Medianstation liegt bei rund 1.0. Deutschland liegt bei rund 2.5. Die Niederlande liegen nahe 3.0. Das ist kein Fehler — das ist das Signal. Dichte, verkehrsstarke Märkte mit vielen Annehmlichkeiten erzeugen höhere Scores, weil diese Features tatsächlich mehr Nachfrage vorhersagen. Eine 1.5 in Norwegen ist überdurchschnittlich für Norwegen; derselbe Score wäre in den Niederlanden unterdurchschnittlich. Beides ist korrekt.

Erklärbarkeit

Jeder Score kommt mit einer vollständigen SHAP-Aufschlüsselung (SHapley Additive exPlanations), die genau zeigt, welche Features den Score nach oben oder unten gedrückt haben – und um wie viel. Du siehst also, dass ein bestimmter Standort hoch scored, weil die nächste Straße 18,000 AADT hat und eine Tankstelle innerhalb von 200 Metern liegt — nicht nur, dass er hoch scored. Das ist wichtig, wenn du Investitionsentscheidungen triffst: Du willst nicht nur was wissen, sondern auch warum.

Der Standort-Score ist ein Nachfragemultiplikator. Er zeigt dir, wie viel Schnelllade-Nachfrage ein Standort im Verhältnis zu einer Baseline anzieht. Ein Score von 2,0 bedeutet die doppelte Baseline-Nachfrage, ein Score von 0,5 die halbe. Die Skala ist kontinuierlich und hat keine harte Obergrenze — Top-Standorte in dichten Märkten können über 10 liegen.

Wir nutzen eine einheitliche Skala über alle Märkte hinweg. Das ist Absicht. Ein Autobahnstandort im ländlichen Norwegen und ein Innenstadtstandort in Amsterdam sind nicht gleich attraktiv — und der Score bildet das ehrlich ab. Länder mit geringerer Dichte clustern naturgemäß eher im unteren Bereich, während dichte Märkte mit starkem Wettbewerb höher liegen. Genau das ist das Signal, nicht der Fehler.

Ein Hinweis zu Marktunterschieden. Norwegens Median-Ladestation liegt bei rund 1,0, Deutschlands bei etwa 2,5 und die Niederlande bei knapp 3,0. Das heißt nicht, dass norwegische Standorte „schlechter“ sind — es heißt, dass die absolute Nachfragedichte niedriger ist. Und genau das musst du für ein Finanzmodell wissen. Ein Score von 1,5 ist in Norwegen ein solider, überdurchschnittlicher Standort. In den Niederlanden wäre derselbe Score unterdurchschnittlich.

Die Perzentil-Spalte oben basiert auf der globalen Verteilung von über 500.000 bewerteten Schnelllade-Standorten. Nutze sie als grobe Orientierung, aber denk daran: Der Score ist ein Nachfragesignal, kein Ranking. Zwei Standorte mit 2,5 haben ähnliche Nachfrageeigenschaften — unabhängig davon, in welchem Land sie liegen.

Das Modell verarbeitet eine breite Palette offen verfügbarer Daten. Keine proprietären Datensätze, keine zugekauften Feeds — alles stammt aus staatlichen Registern, öffentlichen APIs und Open-Data-Portalen. Zu den wichtigsten Input-Kategorien gehören:

• Echtzeit-Ladedaten — Millionen von Statusereignissen pro Tag aus nationalen Zugangspunkten und Betreiber-Feeds, die uns genau zeigen, wann und wo Ladesessions stattfinden
• Straßenverkehrsvolumen — AADT-Zählungen aus staatlichen Verkehrsbehörden in mehreren Ländern
• Wetter und Klima — historische Temperatur- und Niederschlagsdaten, weil kaltes Wetter EV-Lademuster stärker verändert, als die meisten denken
• EV-Adoptionsraten — Marktanteil batterieelektrischer Fahrzeuge nach Land, um zu verfolgen, wie sich der Flottenmix über die Zeit entwickelt
• Points of Interest — nahegelegene Annehmlichkeiten, Tankstellen, Parkplätze, Retail-POIs (Einkaufszentren, Fast-Food-Ketten, Filialisten) und andere relevante Infrastruktur aus offenen Kartendatenbanken
• Bestehende Ladeinfrastruktur — die Wettbewerbssituation der bereits vorhandenen Schnelllader in der Umgebung

Alle Input-Daten sind offen, öffentlich verfügbar und rechtmäßig bezogen. Wir scrapen nicht, wir kaufen keine geheimen Datensätze, und wir hängen nicht an den Daten eines einzelnen Vendors.

Jeder kann eine Liste von Ladestationsstandorten herunterladen. Der schwierige Teil sind Monate — irgendwann Jahre — kontinuierlicher Beobachtung im Sekundentakt, was an diesen Stationen tatsächlich passiert.

Wir zeichnen seit langer Zeit kontinuierlich Echtzeit-Ladeereignisse auf — jeden Session-Start, jede Statusänderung, jede Leerstunde. Das ist eine Zeitreihe, die sich nicht rückwirkend rekonstruieren lässt. Du kannst nicht nachträglich beobachten, was an einer Station letzten Januar passiert ist, wenn du damals nicht schon zugehört hast.

Diese historische Tiefe ist der Unterschied zwischen einem Modell, das sagt: "Sieht nach einem guten Standort aus", und einem Modell, das sagt: "So viel Energie würde eine Station an diesem Standort voraussichtlich im Februar vs. August liefern – und hier ist das Konfidenzintervall." Je länger wir sammeln, desto besser wird es. Abkürzungen gibt es nicht.

Stell dir einen Lade-Standort als zwei übereinanderliegende Geschäfte vor. Da ist das Asset — der physische Standort mit Verkehr, Sichtbarkeit und Einzugsgebiet. Und da ist der Retail-Betrieb — Marke, Pricing, Uptime, Kundenerlebnis und alles andere, was der Betreiber mitbringt. Wir messen beides getrennt. Absichtlich.

Der Standort-Score ist ein Asset-Benchmark. Er misst den inhärenten Wert eines Standorts rein auf Basis seiner Lage: Verkehrsfluss, nahe Amenities, Wettbewerbsdichte, EV-Adoption im Umfeld. Die Betreiberidentität ist bewusst ausgeschlossen. Ein starkes Stück Real Estate punktet hoch — egal, wer es heute betreibt.

Der CPO Execution Score ist ein Retail-Benchmark. Er misst, wie gut ein Betreiber im Verhältnis zu dem performt, was seine Standorte eigentlich liefern sollten. Wir nehmen die Modellprognosen für jede Ladestation im Netzwerk eines Betreibers, vergleichen sie mit der tatsächlichen Performance, und die Lücke sagt dir etwas Reales. Ein Betreiber, der seine Standort-Scores konstant übertrifft — bessere Uptime, mehr Sessions, höhere Auslastung — hat starke Markenwirkung, smartes Pricing oder ein gutes Kundenerlebnis. Wer darunter bleibt, hat das Gegenteil.

Genau diese Trennung ist der Punkt. Würden wir Betreiberqualität in den Standort-Score mischen, sähe ein Premium-Autobahnstandort mit schwachem Betreiber mittelmäßig aus, und ein Hinterhofstandort mit Tesla brillant. Beides ist für die Standortwahl wertlos. Du willst wissen, was das Grundstück unabhängig vom Betreiber wert ist — und separat, ob der Betreiber diesen Wert hebt oder liegen lässt.

Das aktuelle Modell (v8) erreicht ein gesamtes R² von 0,69. Heißt: Es erklärt rund 69 % der Varianz der beobachteten Ladedemand über 4.083 Ladestationen und 11 Monate Daten. Die reine Nachfragekomponente liegt ebenfalls bei einem R² von 0,69.

Das mediane Verhältnis von Prognose zu Ist liegt bei 0,99 — das Modell ist also im Zentrum gut kalibriert. Die Hälfte aller Vorhersagen liegt in einem engen Korridor um den tatsächlichen Wert. Genau der Bereich, den du für eine belastbare Standortbewertung brauchst.

Zur Einordnung: Ladedemand an einem konkreten Standort vorherzusagen ist schwerer, als es klingt. Jede Ladestation hat ihre eigene Mischung aus Verkehrsströmen, Markenstärke des Betreibers, Pricing, lokalem Wettbewerb und schlicht Glück. 69 % dieser Varianz allein aus Open Data zu erklären, ist ein starkes Signal — und mit jeder Modellversion wird es besser.

Wir spielen regelmäßig Modell-Updates aus. Jede Version erweitert die Trainingsdaten, schärft die Architektur oder bindet neue Datenquellen ein. Hier ist die komplette Historie:

v8 ist ein klarer Schritt nach vorn gegenüber v6. Das R² stieg von 0,64 auf 0,69 — ein relevanter Sprung, wenn man bedenkt, dass das Modell jetzt gegen einen größeren und vielfältigeren Datensatz evaluiert wird. Die neuen Retail-POI-Features und die besseren Verkehrsdaten geben dem Modell ein besseres Verständnis dafür, was einen Standort kommerziell attraktiv macht — jenseits von Straßenverkehr und Wettbewerb.

v3 und v4 waren interne Experimente — nie in Produktion, aber die Learnings daraus (Wettbewerbssignal zählt, Confidence Blending ist Pflicht) haben v5 und v6 direkt geprägt. v7 wurde bei einer internen Umnummerierung übersprungen.

Wir trainieren neu, sobald es einen substanziellen Grund gibt: eine neue Datenquelle wird integriert, ein signifikanter Block neuer Trainingsmonate kommt dazu oder wir haben eine Architekturverbesserung validiert. In der Praxis war das seit dem Launch ungefähr alle 2–4 Wochen.

Jede neue Version wird vor dem Go-live gegen die vorherige validiert. Frühere Modelle halten wir für einen sofortigen Rollback in Bereitschaft, falls etwas nicht sauber aussieht. Kein Modell geht live, ohne gegen echte Performancedaten von Ladestationen getestet worden zu sein.

Mehr Daten, mehr Länder, mehr Zeit. Das Modell wird jeden Monat besser, weil die zugrunde liegende Zeitreihe wächst. Ein Jahr kontinuierlicher Beobachtung ist mehr wert als jeder clevere Algorithmus — und genau diese Uhr bauen wir jeden Tag weiter.

Auf der Roadmap: Tarif- und Pricing-Daten einbeziehen (wir tracken inzwischen Preise pro kWh aus mehreren Märkten), Nähe zu Netzkapazität und ein größerer Trainingssatz, sobald Realtime-Daten in neuen Ländern live gehen. Die Architektur ist so gebaut, dass Daten aus einem neuen Land die Vorhersagen überall verbessern — nicht nur dort.

Der FC Market Outlook prognostiziert, wie sich Schnellladeinfrastruktur in den nächsten 8 Jahren in jedem Land entwickelt. Anders als bei einer simplen Trendfortschreibung basiert das Modell auf einem ökonomischen Gleichgewichtsmodell, das eine einfache Frage stellt: Wie viele Schnelllade-Ladeplätze kann ein Markt profitabel tragen, gemessen an der Zahl der BEVs auf der Straße?

Die Kernidee: Die langfristige FC-Ausbaurate nähert sich einem Verhältnis von BEVs pro FC-Ladeplatz an, bei dem Ladepunktbetreiber (CPOs) eine solide Kapitalrendite erzielen können. Kurzfristig führen Land-Grab-Dynamiken dazu, dass viele CPOs dem Bedarf voraus bauen — und Verluste akzeptieren, um Standorte und Marktanteile zu sichern. Langfristig setzt sich aber die Ökonomie durch.

Das Modell liefert pro Land drei Szenarien: ein Basisszenario, ein optimistisches Szenario (aggressiver Ausbau, langsamere Nachfrage) und ein pessimistisches Szenario (vorsichtiger Ausbau, stärkere Nachfrage). Jedes Szenario erzeugt Jahresprojektionen für FC-Ladeplätze, BEV-Bestand, Auslastung und das implizite Verhältnis BEVs pro Ladeplatz.

Das Gleichgewicht ist die Anzahl an FC-Ladeplätzen, bei der eine generische Investition in einen Ladeplatz eine akzeptable Rendite erzielt. Wir modellieren einen einzelnen FC-Ladeplatz als Discounted-Cashflow-Problem:

Aus diesen Annahmen ergibt sich bei 11% über 10 Jahre ein Barwert-Annuitätenfaktor von 5.89. Das heißt: Jeder Ladeplatz muss erzeugen:

€50,000 ÷ 5.89 = €8,490/Jahr Cashflow.

Bei 60% Betriebsmarge braucht es dafür:

€8,490 ÷ 0.60 = €14,150/Jahr Umsatz.

Der Umsatz hängt an einer einzigen Kennzahl: kWh pro Ladeplatz pro Tag. Beim jeweiligen FC-Preis eines Landes pro kWh (exkl. MwSt.) ergibt sich der nötige Tagesdurchsatz aus:

erforderliche kWh/Ladeplatz/Tag = €14,150 ÷ (Preis pro kWh × 365)

Für Norwegen bei €0.51/kWh (nationaler Median) sind das 76.0 kWh/Ladeplatz/Tag. Das ist der ökonomische Anker — der Durchsatz, bei dem ein Ladeplatz auf IRR-Basis break-even läuft. Die Gleichgewichtsanzahl an Ladeplätzen in einem Jahr ist dann einfach: gesamte nationale FC-kWh-Nachfrage geteilt durch diesen Wert.

Alle vier Parameter in der Tabelle oben sind voll anpassbar. Wenn du glaubst, dass CAPEX mit fallenden Hardwarepreisen auf 40.000 € sinkt oder dass eine IRR von 15 % deine Kapitalkosten besser abbildet, zieh den Slider — und die gesamte Projektion wird sofort neu berechnet. Die vollständige Liste der anpassbaren Inputs findest du unten unter „Kann ich die Forecast-Parameter anpassen?“.

Die Nachfrage basiert auf zwei Komponenten:

1. BEV-Bestandsprognosen — wie viele batterieelektrische Fahrzeuge jedes Jahr auf der Straße sind, basierend auf nationalen EV-Adoptionsdaten mit zentralen/niedrigen/hohen Szenarien
2. FC-Sessions pro BEV und Jahr — wie oft ein typisches BEV öffentliches Schnellladen nutzt. In Ländern mit Realtime-Daten messen wir das direkt aus unserer Ladevorgangsdatenbank. In Ländern ohne solche Daten schätzen wir es über ein Archetypenmodell, kalibriert anhand von Ländern mit ähnlichen Merkmalen

Gesamte kWh-Nachfrage = BEV-Bestand × Sessions pro BEV × kWh pro Session. Die kWh pro Session bleiben auf dem im Basisjahr beobachteten Niveau fix (ungefähr 43 kWh für eine 40-minütige Session bei 65 kW durchschnittlicher Abgabeleistung im Jahr 2026). Das ist Absicht: Wenn Batterietechnologie besser wird und Autos höhere Leistung annehmen, ändert sich der gesamte Energiebedarf des Fahrers nicht — der Energieverbrauch wird vom Fahrverhalten bestimmt, nicht von der Ladegeschwindigkeit.

Für Norwegen zeigen gemessene Daten 16 FC-Sessions pro BEV und Jahr bei durchschnittlich 40 Minuten pro Session — das ergibt rund 555 kWh pro BEV und Jahr an öffentlichen Schnellladern.

Wir unterstellen nicht, dass das Angebot sofort ins Gleichgewicht springt. Stattdessen konvergiert die prognostizierte Zahl der FC-Ladeplätze mit einer Rate zum Gleichgewicht, die von zwei Parametern gesteuert wird:

• Konvergenzgeschwindigkeit (α) — der Anteil der Lücke zwischen aktuellen Ladeplätzen und Gleichgewichts-Ladeplätzen, der pro Jahr geschlossen wird. Im Basisszenario gilt α = 0.30 (30 % der Lücke pro Jahr). Das bildet die reale Trägheit ab: Genehmigungen, Netzanschlüsse, Bauzeiten und Investitionszyklen bremsen die Anpassung.
• Minimaler Wachstumssockel — selbst in überversorgten Märkten stoppt der FC-Ausbau nicht. CPOs mit erteilten Genehmigungen, gesicherten Netzanschlüssen und einer umzusetzenden Markenstrategie bauen weiter. Im Basisszenario liegt dieser Sockel bei 2 % pro Jahr.

Das Ergebnis ist eine exponentielle Glättungskurve: Ist der Markt unterversorgt (aktuelle Ladeplätze < Gleichgewicht), beschleunigen sich die Ausbauraten. Ist er überversorgt, verlangsamen sie sich — aber nie auf null, weil Land-Grab-Dynamik und strategische Überlegungen die Branche weiter antreiben.

Beide Parameter sind anpassbar. Wenn du glaubst, dass ein regulatorischer Schub nach AFIR die Konvergenz beschleunigt, erhöhe α. Wenn du erwartest, dass sich die Kapitalmärkte verschärfen und die Ausbaurate bremsen, senke den Wachstumssockel. Die Prognose aktualisiert sich in Echtzeit.

Die durchschnittliche reale FC-Ladeleistung wird vom Auto begrenzt, nicht vom Ladegerät — ein 350-kW-Lader liefert trotzdem nur das, was das Batteriemanagementsystem des Fahrzeugs zulässt. Der heutige Flottendurchschnitt liegt bei ungefähr 65 kW. Wenn neuere Fahrzeuge mit schneller ladenden Batterien in die Flotte kommen, modellieren wir einen linearen Anstieg auf 80 kW bis 2030 und danach weiter in Richtung 100 kW (gedeckelt).

Wichtig: Das beeinflusst die Auslastung (belegte Stunden), aber nicht den Umsatz. Ein Ladeplatz, der 76 kWh bei 65 kW abgibt, ist 1.2 Stunden belegt. Dieselben 76 kWh bei 80 kW dauern nur 57 Minuten. Der CPO verdient in beiden Fällen gleich viel — der Ladeplatz ist nur früher wieder frei.

Das heißt: Die Auslastungsquote wird mit der Zeit ganz natürlich sinken, selbst wenn der Markt im perfekten Gleichgewicht ist. Eine fallende Auslastung ist also nicht automatisch ein Warnsignal — sie kann schlicht schnellere Fahrzeuge widerspiegeln. Der kWh-Durchsatz pro Ladeplatz ist der bessere ökonomische Indikator.

Die Szenarien sind aus Sicht des Angebots benannt: „hoher Ausbau“ bedeutet aggressiveren Infrastrukturausbau — gut für Fahrer, aber mit Druck auf die CPO-Margen. „Niedriger Ausbau“ bedeutet knappere Infrastruktur, also höhere Auslastung und bessere Unit Economics für bestehende CPOs.

Wir validieren den ökonomischen Anker mit unseren eigenen Realtime-Daten. Für Norwegen sagt das Modell, dass ein Ladeplatz ungefähr 76 kWh/Tag braucht (1.2 belegte Stunden bei 65 kW), um bei 11% IRR break-even zu laufen. Unsere tatsächlichen Daten aus rund 12,500 RT-überwachten FC-Ladeplätzen zeigen einen gewichteten Jahresdurchschnitt von 91 kWh/Ladeplatz/Tag — also etwa 120% der Break-even-Schwelle.

Die Saisonalität ist massiv: Im Januar liegt der Peak bei 138 kWh/Tag (kaltes Wetter, längere Fahrten), im April das Tief bei 54 kWh/Tag — eine Schwankung um den Faktor 2.6. Die Wintermonate liegen klar über Break-even, die Sommermonate nicht. Das heißt: Ein norwegischer FC-Ladeplatz ist auf Gesamtjahresbasis nur dann profitabel, wenn er groß genug ist, um Winterüberschüsse gegen Sommerdefizite aufzubauen.

Dass der nationale Durchschnitt 20% über Break-even liegt, klingt gesund — aber die Verteilung zählt: stark frequentierte Korridor-Standorte kommen auf 200+ kWh/Tag, während ländliche Ladeplätze deutlich unter der 76-kWh-Schwelle liegen. Das Gleichgewichtsmodell prognostiziert, dass sich diese Lücke mit wachsendem BEV-Bestand und mehr Sessions pro Ladeplatz im Zeitverlauf schließt.

Das Modell ist bewusst einfach gehalten — und genau das ist ein Vorteil. Ein paar Grenzen solltest du trotzdem kennen:

• FC-Preise sind statisch — wir verwenden aktuelle Tarife pro kWh und modellieren keine künftigen Preisänderungen. In der Praxis können Preise unter Wettbewerbsdruck sinken oder bei steigenden Energiekosten steigen.
• Einheitliche Ökonomie — das Modell nutzt eine einzige Annahme für CAPEX/Marge/IRR pro Ladeplatz. In der Realität ist die Streuung enorm: Ein Autobahnstandort kostet mehr, verdient aber auch mehr; ein ländlicher Standort kostet weniger, hat aber weniger Verkehr. Das Gleichgewicht steht für den nationalen Durchschnitt.
• Kein Policy-Modelling — Förderungen, AFIR-Vorgaben und Regulierung von Netzentgelten beeinflussen die FC-Ausbaurate. Das spiegelt sich indirekt in historischen Ausbauraten, wird aber nicht explizit in die Zukunft modelliert.
• Session-kWh sind fix — wir unterstellen konstante kWh pro BEV und Jahr an öffentlichen FC-Standorten. Wenn sich das Verhalten verschiebt (z. B. mehr Laden zu Hause oder andere Roadtrip-Muster), kann sich die Nachfrage pro BEV ändern.
• Nur auf Länderebene — das Modell projiziert nationale Summen. Innerhalb eines Landes variiert die Auslastung massiv: Ein Autobahnknoten in Sørlandet und ein Innenstadtlader in Tromsø leben in völlig unterschiedlichen ökonomischen Realitäten.

Ja. Jede Annahme im Modell ist als anpassbarer Parameter verfügbar. Wenn du mit unseren Standardwerten nicht einverstanden bist, ändere sie — der Forecast wird sofort neu berechnet und bildet deine Marktsicht ab, nicht unsere.

Anpassbare Eingaben sind unter anderem:

• CAPEX pro Ladeplatz — erhöhe den Wert, wenn du Premium-Standorte an Autobahnen mit höheren Netzkosten modellierst, senke ihn, wenn du mit fallenden Hardwarepreisen rechnest
• Betriebsmarge — passe sie an deine Kostenstruktur an: Energieeinkauf, Standortmiete, Wartungsverträge
• Ziel-IRR — definiere die Hurdle Rate, die zu deinen Kapitalkosten oder den Vorgaben deines Investment Committees passt
• Investitionshorizont — kürzer für konservatives Underwriting, länger, wenn du über einen vollständigen Technologiezyklus hinweg betreiben willst
• Konvergenzgeschwindigkeit (α) — wie schnell der Markt aus deiner Sicht die Lücke zwischen aktuellem Angebot und wirtschaftlichem Gleichgewicht schließt
• Minimale Wachstumsrate — die Ausbaurate, die du selbst in einem überversorgten Markt erwartest
• BEV-Wachstumsmultiplikator — skaliere die EV-Adoptionsprognose nach oben oder unten, basierend auf deinem eigenen Nachfrageausblick

Das ist wichtig, weil der Forecast direkt in das Modul Projects einfließt. Wenn du einen neuen Ladestandort planst, nutzt das Finanzmodell — NPV, IRR, Amortisationszeit — den FC Market Outlook, um die künftige Nachfrage an diesem Standort zu prognostizieren. Wenn du die Outlook-Parameter an deine Investment-These angepasst hast, fließen diese individuellen Projektionen automatisch in den Business Case jedes Standorts ein.

Anders gesagt: Wenn du glaubst, dass der Markt enger wird, als unser Base Case nahelegt, erhöhe den BEV-Wachstumsmultiplikator und senke die Konvergenzgeschwindigkeit. Dann spiegeln deine Projektfinanzen eine höhere Auslastung und schnellere Amortisation wider — im Einklang mit deiner Sicht, nicht mit unseren Standardwerten.

ChargiPedia ist unsere Branchenenzyklopädie. Eine strukturierte, durchsuchbare Datenbank mit allen Unternehmen, Produkten, Fahrzeugen, Transaktionen, Regulierungen und Personen im EV-Lademarkt. Im Grunde Wikipedia für EV Charging — nur dass die Daten tatsächlich aktuell sind.

Der Zugriff ist für alle kostenlos — ganz ohne Account.

Im CPO-Verzeichnis findest du alle Ladepunktbetreiber, die wir tracken. Jede Karte zeigt Name, Logo, Land und Netzgröße des Betreibers. Suche und Filter helfen dir, gezielt Betreiber zu finden — oder du stöberst nach Land und Größe.

Klick auf einen Betreiber, um das vollständige Profil zu öffnen. Ein CPO-Profil enthält:

• Netzgröße — Ladestationen, Ladeplätze und DC-Anteil über alle Länder hinweg, in denen der Betreiber aktiv ist
• Eingesetzte Hardware — welche Lademodelle ausgerollt sind, inklusive Installationsbasis
• CPMS-Plattform — welche Charging-Point-Management-Software genutzt wird
• Wichtige Personen — Führungskräfte und ihre Rollen, verlinkt mit dem Personenverzeichnis
• Ausbaurate — ein Zeitreihenchart, das zeigt, wie schnell das Netzwerk wächst
• Execution Scores — wie gut der Betreiber im Verhältnis zur Qualität seines Standortportfolios performt
• Preise — Ad-hoc-Tarife pro kWh, sofern verfügbar
• Aktienkurs — bei börsennotierten Betreibern die Kursentwicklung
• Infrastruktur nach Land — Aufschlüsselung des Netzwerks über alle Märkte, in denen der Betreiber aktiv ist

eMSPs (eMobility Service Providers) sind Unternehmen, die EV-Fahrern Zugang zu Ladenetzen geben — typischerweise per App, RFID-Karte oder Roaming-Vereinbarung. Sie besitzen keine Ladegeräte, sondern stellen die Zahlungs- und Zugangsebene bereit.

Das Verzeichnis listet eMSPs mit Name, Land und Kurzbeschreibung. Viele Unternehmen sind gleichzeitig CPO und eMSP — entsprechende Querverweise siehst du im Profil.

Das Hardware-OEM-Verzeichnis erfasst Hersteller von EV-Ladehardware — von DC-Schnellladern bis zu AC-Wallboxen. Jedes Herstellerprofil zeigt Produktportfolio, Land und eine Einordnung der Marktposition.

Auf Ebene einzelner Lademodelle findest du detaillierte Spezifikationen: Nennleistung, Steckertypen, Abmessungen, Gewicht, Architektur (Split/integrated), IP-Schutzklasse und Betriebstemperaturbereich. Jede Modellseite zeigt außerdem die Installationsbasis — also welche CPOs das Modell wo ausgerollt haben — damit du echte Marktdurchdringung siehst und nicht nur Datenblattversprechen.

CPMS steht für Charge Point Management System — die Softwareplattform, mit der CPOs ihre Ladeinfrastruktur steuern, überwachen und monetarisieren. Im Grunde das Betriebssystem eines Ladenetzes: Es kümmert sich um OCPP-Kommunikation, Session-Management, Abrechnung und meist auch um die fahrerseitige App.

Das Verzeichnis listet Plattformen wie has.to.be (jetzt be.ENERGISED), Driivz, Current, Ampeco, GreenFlux und viele weitere. Jedes Profil zeigt, welche CPOs die Plattform nutzen — so erkennst du Marktanteile und Beziehungen im Ökosystem.

Das Services-Verzeichnis listet Unternehmen, die Installation, Wartung, Beratung und andere Dienstleistungen für die EV-Ladebranche anbieten. Dazu gehören Elektroinstallateure, Turnkey-Installer, Engineering-Beratungen und spezialisierte EV-Charging-Dienstleister.

Das Personenverzeichnis erfasst wichtige Köpfe der EV-Ladebranche — Führungskräfte, Gründer und andere relevante Persönlichkeiten. Jedes Profil zeigt die aktuelle Rolle, das Unternehmen und einen Karriereverlauf, der sichtbar macht, wie sich jemand durch die Branche bewegt hat. Nützlich, wenn du verstehen willst, wer was steuert — und wohin sich Talent in der Branche bewegt.

Der Bereich EV-Modelle katalogisiert Elektrofahrzeuge mit Batteriekapazität, maximaler Ladegeschwindigkeit (AC und DC), Reichweite, Steckertypen und Architektur (400V/800V). Nützlich, um zu verstehen, welche Fahrzeuge welche Ladegeräte nutzen können und wie schnell sie laden — relevanter Kontext für die Planung von Ladestationen und die Auswahl von Hardware.

Eine Datenbank mit Branchentransaktionen: Übernahmen, Finanzierungsrunden, IPOs, Joint Ventures und Eigentümerwechsel. Jeder Eintrag enthält die beteiligten Parteien, den Deal-Wert (falls offengelegt), das Datum und eine Zusammenfassung dessen, was passiert ist.

Der Bereich enthält außerdem Aktivitätscharts, die Deal-Volumen und -Wert im Zeitverlauf zeigen, filterbar nach Transaktionstyp, Land und Unternehmen. Nützlich, um Konsolidierungsmuster und Kapitalflüsse in der Branche zu verfolgen.

Länderspezifische Regulierung, EU-Richtlinien (AFIR, RED), nationale Förderprogramme und Standards, die den Ausbau von EV-Ladeinfrastruktur prägen. Jeder Eintrag erklärt, was die Regulierung verlangt, wen sie betrifft und wann sie in Kraft tritt.

Das Energy Directory erfasst Energieunternehmen, die in den EV-Charging-Markt eingestiegen sind — Versorger, Ölkonzerne, Entwickler erneuerbarer Energien und Netzbetreiber. Viele der größten CPOs sind Tochtergesellschaften oder Geschäftsbereiche von Energieunternehmen, und dieses Verzeichnis hilft dir, diese Beziehungen zu verstehen.

Ja. Klick auf der ChargiPedia-Startseite auf den Button Suggest New Entry oder nutze die Edit-Buttons auf einzelnen Profilen, um Änderungen vorzuschlagen. Einsendungen landen in einer Review-Queue und werden vor der Veröffentlichung geprüft. Korrekturen, Updates und neue Einträge sind ausdrücklich willkommen — je mehr Leute beitragen, desto vollständiger wird die Datenbank.

Ein kuratierter, durchsuchbarer Feed mit News aus der EV-Ladebranche aus Quellen weltweit. Artikel werden per AI nach Thema (Policy, CPO-Expansion, Hardware, Finance, Endkundenpreise usw.), Land und erwähnten Unternehmen getaggt. Das Archiv wächst täglich.

Nutze die Suchleiste für konkrete Themen, das Sortier-Dropdown für Reihenfolge nach Datum oder Relevanz und den Button Filter, um nach Thema, Land, Quelle oder Unternehmen einzugrenzen.

Dein Morning Briefing, auf deine Art. Der Newsletter liefert kuratierte EV-Lade-Intelligence in dein Postfach, übersetzt in deine bevorzugte Sprache und im Rhythmus, den du festlegst.

Starte mit einem Preset — Nordic Intelligence, DACH Briefing, European Overview, Benelux & France, CPO Competitive Intelligence, Policy & Regulatory Watch und mehr — oder baue dir einen komplett eigenen Newsletter aus Themen, Ländern und Unternehmen.

Lege Versandfrequenz (täglich oder wöchentlich), bevorzugte Sprache und Uhrzeit fest. Der Newsletter wird automatisch aus unserem News-Archiv generiert, inklusive AI-Zusammenfassungen.

Längere Analysen und Meinungsstücke zum EV-Lademarkt — zu Ökonomie, Konsolidierung, Profitabilität und dem, was als Nächstes kommt. Geschrieben von unserem Team, gestützt auf Daten aus der Plattform.

Das sind keine umgeschriebenen Pressemitteilungen. Das ist originäre Analyse mit Haltung. Eher First-Party-Research, das wirklich etwas sagt — nicht Content-Marketing, das nichts sagt. Kostenlos lesbar, kein Account nötig.

Dein Command Center für alle Ladeinfrastrukturprojekte. Das Dashboard zeigt KPI-Karten (Gesamtprojekte, Standorte, bewertete Standorte, geschätztes CAPEX), eine filterbare Projektliste und Quick-Action-Buttons.

Klicke auf Neues Projekt, um ein Projekt anzulegen, oder auf Standorte planen, um direkt in die Planungs-Karte zu springen. Projekte lassen sich nach Phase suchen und filtern (Planung, Projekt, Umsetzung, Live).

Jedes Projekt durchläuft vier Phasen:

1. Planen — Potenzielle Standorte mit der Planungs-Karte identifizieren und bewerten. Standorte prüfen, Scores vergleichen und Kandidaten shortlistieren.
2. Projekt — Für jeden Standort das Layout der Ladestation entwerfen, eine Stückliste (BOM) erstellen und Finanzprojektionen rechnen (CAPEX, Umsatz, NPV, IRR, Amortisationszeit).
3. Umsetzen — Aufgaben steuern, Angebote von Dienstleistern einholen, Budget tracken und Beschaffung bis zur Bauphase managen.
4. Live — Die Ladestation ist in Betrieb genommen. Erstelle einen Abschlussbericht, der das Projekt zusammenfasst.

Innerhalb eines Projekts durchläuft jeder Standort eigene Status: planning → planned → designed → costed → approved → in_construction → commissioned → live. Verschiedene Standorte im selben Projekt können gleichzeitig in unterschiedlichen Stadien sein.

In der Planungs-Karte bewertest du potenzielle Lade-Standorte. Sie legt zwei zentrale Datensätze übereinander:

• FC-Standortdichte (blaue Heatmap) — zeigt, wo bestehende Schnelllade-Standorte konzentriert sind, damit du Versorgungslücken erkennst
• AADT-Verkehrsvolumen (farbige Straßenabschnitte) — zeigt den durchschnittlichen täglichen Jahresverkehr aus staatlichen Verkehrszählungen und damit Nachfragepotenzial

Nutze die AI-Suche, um Standorte natürlich zu finden — gib zum Beispiel „Burger King bei Bergen“ ein, und das System findet passende Orte und bewertet ihr Ladepotenzial.

Du kannst auch irgendwo auf die Karte klicken, um diesen Standort zu scoren. Jeder bewertete Standort erhält einen zusammengesetzten Score auf Basis von Verkehr, Nähe zu bestehenden Ladestationen, nahegelegenen Amenities und weiteren Faktoren.

Bewertete Standorte erscheinen in einer Liste im linken Panel. Mit Batch-Operationen kannst du mehrere Standorte auswählen und sie mit einem Klick zu einem Projekt hinzufügen.

Auf der Projektdetailseite steuerst du ein konkretes Projekt. Sie enthält:

• Projektkarte — alle Standorte des Projekts auf einer Karte, farbcodiert nach Status
• Standortkarten — jeder Standort zeigt Name, Adresse, Score, aktuellen Status und zentrale Kennzahlen. Klicke auf eine Karte, um in die Standortdetails zu gehen
• Phasenfortschritt — visueller Indikator für die Gesamtphase des Projekts und wie viele Standorte sich in welchem Status befinden
• Projekt-KPIs — aggregierte Kennzahlen: Gesamtzahl der Standorte, Durchschnittsscore, geschätztes CAPEX, projizierter Jahresumsatz
• Einstellungen — Konfiguration auf Projektebene (Name, Beschreibung, Teamzugriff, Finanz-Defaults)

Jedes Projekt hat ein integriertes E-Mail-System. Sende und empfange E-Mails direkt im Projektkontext — Korrespondenz mit Vermietern, Dienstleistern, Netzbetreibern oder Teammitgliedern bleibt am Projekt hängen statt über persönliche Postfächer verstreut zu sein.

Dazu gehören Anhänge, Standort-Tagging (eine E-Mail mit einem konkreten Standort im Projekt verknüpfen) und ein Signatur-Editor. Alle Projektmails sind für Teammitglieder mit Zugriff auf das Projekt sichtbar.

Der Score-Tab ist der analytische Kern jedes Standorts. Er zeigt:

• Score-Anzeige — den Pulse-Standort-Score als visuelles Dial mit klarer Bewertung (von Schwach bis Exzellent)
• SHAP-Aufschlüsselung — ein Waterfall-Chart, das genau zeigt, welche Features den Score nach oben oder unten treiben — und wie stark. Das ist die Explainability-Ebene — du siehst warum ein Standort so scored, wie er scored
• Verkehrsanalyse — nahegelegene Straßen-AADT-Werte, Straßentypen und der zusammengesetzte Verkehrsscore
• Wettbewerbsanalyse — bestehende DC-Schnelllader im Umkreis von 5, 10 und 25 km, inklusive Betreibernamen und Anzahl der Ladeplätze
• POI-Analyse — nahegelegene Points of Interest: Tankstellen, Gastronomie, Retail, Parken innerhalb von 1 und 5 km
• Nachfrageprognose — monatliche kWh/Ladeplatz/Tag-Projektionen aus dem Pulse-Modell unter Berücksichtigung von Saisonalität und wachsender EV-Adoption

Der Site Designer ist eine versionierte Arbeitsfläche, auf der du das physische Layout einer Ladestation planst. Platziere Lader aus dem Equipment-Katalog, definiere Positionen der Park- und Ladeplätze und ordne unterstützende Infrastruktur an.

Designs sind versioniert — du kannst mehrere Iterationen anlegen, vergleichen und die bevorzugte Version hochstufen. Das Design fließt in die BOM und das Finanzmodell ein, daher aktualisiert eine Layoutänderung automatisch die Kostenschätzung.

Mit dem BOM-Builder spezifizierst du, was an einen Standort kommt. Du fügst Positionen aus zwei Quellen hinzu:

• ChargiPedia-Equipment-Katalog — Lader-Modelle realer Hardware-OEMs mit Spezifikationen, Marktpreisen und FX-Umrechnung. Modell auswählen, Menge setzen, Preis wird automatisch übernommen
• Eigene Positionen — alles, was nicht im Katalog ist: Transformatoren, Kabel, Tiefbau, Beschilderung, Netzanschlussgebühren. Beschreibung, Menge und Stückkosten eingeben

Nutze BOM-Templates, um gängige Stationskonfigurationen schnell aufzusetzen (z. B. „4-Ladeplatz-Autobahnstation“ oder „2-Ladeplatz-City-Hub“). Templates können gespeichert und projektübergreifend wiederverwendet werden.

Die BOM-Gesamtsumme fließt direkt als CAPEX ins Finanzmodell. Verfolge den Beschaffungsstatus pro Position: bestellt, geliefert, installiert.

Das Finanzmodell berechnet den vollständigen Investment Case für jeden Standort:

• CAPEX — direkt aus der BOM-Gesamtsumme gezogen, aufgeschlüsselt nach Equipment-Kategorie
• Umsatzprojektionen — basierend auf der Pulse-Nachfrageprognose für diesen Standort, multipliziert mit deinen Pricing-Annahmen (Preis pro kWh, Energiekosten pro kWh)
• NPV (Net Present Value) — diskontierter Cashflow über den Investitionshorizont mit deinem gewählten Diskontsatz
• IRR (Internal Rate of Return) — der Zinssatz, bei dem der NPV null ist
• Amortisationszeit — Monate bis der kumulierte Netto-Cashflow positiv wird

Das Modell enthält eine Sensitivitätsanalyse, die 5 Parameter in jeweils 3 Szenarien testet (Basis, optimistisch, pessimistisch): Nachfragevolumen, Pricing, Energiekosten, CAPEX und Betriebskosten. So bekommst du eine Bandbreite an Ergebnissen statt einer Einpunkt-Schätzung.

Charts zeigen den monatlichen Cashflow (Umsatz minus Kosten) und die kumulierte Rendite (laufende Summe des Netto-Cashflows gegenüber der Anfangsinvestition) über den Projektionshorizont.

Im unteren Bereich jedes Standorts werden dealbezogene Informationen gespeichert:

• Mietkonditionen des Standorts — Laufzeit des Mietvertrags, Miethöhe, Indexierungs- oder Anpassungsklauseln und weitere Vertragsdetails
• Umsatzbeteiligung — wenn der Standortbesitzer einen Anteil am Ladeumsatz erhält, konfigurierst du das hier. Es fließt automatisch ins Finanzmodell ein
• Kommentare und Notizen — eine Thread-Diskussion, in der Teammitglieder Notizen, Updates und Kontext zum Standort hinterlassen können. Mit Zeitstempel und Autorenzuordnung

Sobald ein Standort freigegeben ist, wechselt er in die Umsetzungsphase. Hier wird aus dem Plan Realität:

• Aufgaben — Aufgaben erstellen und zuweisen (z. B. „Netzanschluss beantragen“, „Lader bestellen“, „Tiefbau terminieren“). Fortschritt über Status-Updates und Fälligkeiten verfolgen
• Angebote — Angebote von Dienstleistern sammeln und vergleichen. Dokumente anhängen, Konditionen festhalten und das Gewinnerangebot auswählen
• Budget-Tracking — Ist-Ausgaben mit der BOM-Schätzung vergleichen. Abweichungen und Restbudget in Echtzeit sehen
• Beschaffung — Equipment-Bestellungen verfolgen: was bestellt, geliefert und installiert wurde

Wenn ein Standort live geht, erstellt das System einen Inbetriebnahmebericht, der die gesamte Reise zusammenfasst:

• Abschluss-Checkliste — alle erforderlichen Punkte verifiziert: Equipment installiert, Netz angeschlossen, Software konfiguriert, Beschilderung vorhanden
• Kostenzusammenfassung — finales CAPEX vs. ursprüngliche BOM-Schätzung, inklusive Abweichungsanalyse
• Zeitplan — tatsächliche Meilensteine vs. geplante Termine, inklusive sichtbarer Verzögerungen
• Freigabe — digitale Bestätigung, dass der Standort für den öffentlichen Betrieb bereit ist

Der Bericht kann exportiert und mit Stakeholdern, Investoren oder dem Vorstand geteilt werden.

Die Projekteinstellungen haben vier Tabs:

Equipment-Katalog — Der Equipment-Katalog deiner Organisation, integriert mit der Hardware-Datenbank von ChargiPedia. Füge Lader-Modelle aus dem globalen Katalog hinzu oder erstelle eigene Einträge. Hinterlege deine verhandelten Preise (die von Marktpreisen abweichen können), verwalte FX-Kurse und organisiere Equipment in Kategorien.

Finanz-Defaults — Lege die Standardannahmen fest, die in das Finanzmodell jedes neuen Standorts übernommen werden. Dazu gehören Cost of Goods Sold (Energiekosten pro kWh), Umsatzannahmen (Preis pro kWh, Auslastungs-Ramp-up), weitere Kosten (Wartung, Standortmiete, Versicherung, Backoffice) und der Diskontsatz. Einzelne Standorte können diese Defaults überschreiben.

Dienstleister — Ein Verzeichnis der Dienstleister, mit denen deine Organisation arbeitet. Kategorisiere sie (Elektro, Tiefbau, Generalunternehmer, Spezialisten), erfasse Kontaktdaten und verfolge ihre Projekthistorie. Beim Einholen von Angeboten in der Umsetzungsphase können Dienstleister aus diesem Verzeichnis direkt verknüpft werden.

Freigaben — Konfiguriere den Admin-Workflow für Phasenwechsel von Standorten. Definiere, welche Teamrollen einen Standort von einem Status in den nächsten überführen dürfen (z. B. dürfen nur Admins den Wechsel von „costed“ zu „approved“ freigeben). Das sorgt für saubere Governance bei Kapitalallokationsentscheidungen.

Ein Community-Bereich für Diskussionen rund um EV-Ladeinfrastruktur. Kategorien sind unter anderem:

• Feedback — Bug-Reports und Feature-Wünsche für die Plattform
• Open Discussion — allgemeine Diskussionen zur EV-Ladebranche
• Changelog — Plattform-Updates und Release Notes vom Chargalytics-Team

Der Zugriff erfordert ein aktives Abo. Du kannst Threads erstellen, auf Diskussionen antworten und Anhänge hochladen.

Die Registrierung läuft in 3 Schritten:

1. Zugangsdaten — Klick oben in der Navigation auf Sign Up. Gib deinen Namen, deine E-Mail-Adresse und dein Passwort ein.
2. Telefonverifizierung — Gib deine Telefonnummer ein. Wir schicken dir eine SMS mit einem Bestätigungscode.
3. SMS-Code — Gib den 6-stelligen Code aus der SMS ein, um deine Telefonnummer zu bestätigen. Dein Konto ist jetzt erstellt.

Nach der Registrierung wirst du zur Abo-Seite weitergeleitet, wo du einen Plan auswählst und deine 7-tägige kostenlose Testphase startest.

Wir verifizieren deine Telefonnummer, um Missbrauch zu verhindern und sicherzustellen, dass jede Person nur eine Testphase bekommt. Ohne diesen Schritt könnte jemand unbegrenzt Konten anlegen und kostenlose Testphasen endlos aneinanderreihen.

Deine Telefonnummer wird ausschließlich zur Kontoverifizierung verwendet. Sie wird nicht an Dritte weitergegeben und nicht für Marketing genutzt. Eine Telefonnummer = eine Testphase.

Ja. Jedes neue Abo startet mit einer 7-tägigen kostenlosen Testphase. Du gibst beim Checkout deine Zahlungsdaten ein (sicher über Stripe verarbeitet), aber belastet wird erst ab Tag 8. Wenn du während der Testphase kündigst, zahlst du nichts.

Die Testphase gibt dir vollen Zugriff auf alle Funktionen deines gewählten Plans — Analytics oder Analytics + Projects — damit du die Plattform sauber bewerten kannst, bevor du dich festlegst.

Aus Sicherheitsgründen erfordert jeder Login eine E-Mail-basierte Multi-Faktor-Authentifizierung. Nachdem du deine E-Mail-Adresse und dein Passwort eingegeben hast, schicken wir einen 6-stelligen Code an deine E-Mail-Adresse. Gib ihn innerhalb von 10 Minuten auf dem Bestätigungsbildschirm ein. Wenn der Code abläuft, kannst du einen neuen anfordern.

Aktiviere Remember me, damit du auf diesem Gerät 30 Tage eingeloggt bleibst.

Auf deiner Profilseite kannst du deinen Anzeigenamen, deine Bio, deine LinkedIn-URL und deinen Avatar aktualisieren. Du kannst außerdem deine E-Mail-Adresse ändern (dafür brauchst du dein aktuelles Passwort) und dein Passwort ändern.

In der rechten Seitenleiste siehst du deine Organisationszugehörigkeit und kannst ein Unternehmen anlegen, falls du noch keinem beigetreten bist.

Erstelle eine Organisation, um den Teamzugang zu verwalten. Als Owner oder Admin kannst du Teammitglieder per E-Mail einladen, Rollen zuweisen (Owner, Admin, Billing, Member) und Seats verwalten. Unternehmensabos ermöglichen geteilten Zugriff im Team mit Abrechnung pro Seat.

Wähle deinen Plan auf der Abo-Seite. Es gibt zwei Stufen: Analytics (€24.99/Monat) und Analytics + Projects (€99/Monat). Du kannst zwischen monatlicher und jährlicher Abrechnung umschalten — jährlich sparst du einen vollen Monat.

Im Billing-Dashboard siehst du deinen aktuellen Abo-Status, Plandetails, das nächste Abrechnungsdatum und deine Zahlungshistorie. Alle Zahlungen werden sicher über Stripe verarbeitet. Du kannst deine Zahlungsmethode verwalten, deinen Plan upgraden oder downgraden und Promo-Codes anwenden.

Im Bereich Refer a Friend kannst du einen persönlichen Empfehlungslink teilen — sowohl du als auch die Person, die sich anmeldet, werden belohnt.

Du kannst jederzeit auf der Billing-Seite kündigen. Klick auf Cancel Subscription und bestätige. Dein Zugriff läuft bis zum Ende des aktuellen Abrechnungszeitraums weiter — wir kappen nichts mitten im Zyklus. Wenn du es dir vor Ablauf anders überlegst, kannst du dein Abo ohne Verlust wieder aktivieren.

Keine Mindestlaufzeit, keine Strafgebühr, kein Anruf vom "Retention Specialist". Button klicken, fertig.

Persönliche Konten sind auf eine aktive Sitzung gleichzeitig begrenzt. Wenn du dich auf einem neuen Gerät einloggst, endet die Sitzung auf dem vorherigen. Wenn du mehrere gleichzeitige Nutzer brauchst, richte ein Unternehmen mit Team-Abo ein und weise einzelne Seats zu.

Klick auf Log In und dann auf Forgot password? auf der Login-Seite. Gib deine E-Mail-Adresse ein, dann schicken wir dir einen Link zum Zurücksetzen. Der Link läuft nach einer gewissen Zeit ab — also am besten direkt nutzen.