Fraunhofer-Institut für Verkehrs- und Infrastruktursysteme IVI
Fraunhofer-Institut für Verkehrs- und Infrastruktursysteme IVI
computer mockup blank screen.hand woman work using laptop with white background for advertising,contact business search information on desk at coffee shop.marketing and creative design

IVImon

Datengetriebenes Flottenmanagement für die Elektromobilität

© panitan | Adobe Stock | Fraunhofer IVI

Die Monitoring-Plattform für den wirtschaftlichen Betrieb von Elektrofahrzeugen

Der Umstieg auf alternative Antriebe eröffnet neue Chancen – bringt aber auch Herausforderungen mit sich. Planung und Umsetzung erfordern oft hohen Aufwand und erhebliche Anfangskosten. Moderne Lösungen setzen auf detaillierte Tourenplanung, intelligente Ladestrategien und präzise Reichweitenprognosen, um Ladezeiten und die Batterie optimal zu nutzen.

Zudem entstehen neue Geschäftsmodelle rund um die Batterie: etwa getrenntes Leasing von Fahrzeug und Batterie, Kooperationen mit Ladeinfrastrukturbetreibern oder neue Werkstattkonzepte. So lässt sich die Batterie effizient einsetzen und Mobilität zukunftsorientiert gestalten.

Um die Batterie effizient zu nutzen und die täglichen Abläufe in Flotten optimal zu steuern, braucht es verlässliche Daten und smarte Auswertungen. IVImon bringt die Daten Ihrer Fahrzeuge sicher in die Cloud und ist speziell für Flottenanwendungen konzipiert.

 

Ob Logistiker, Spedition oder kommunaler Betrieb – mit IVImon holen Sie mehr aus Ihren E-Fahrzeugen heraus

Bis zu 20 % längere Batterielebensdauer

Das System identifiziert Anomalien und Leistungsabweichungen in einem frühen Stadium, lange bevor sie zu kritischen Betriebsstörungen führen.

Durch die Anpassung von Betriebs- und Ladestrategien an den tatsächlichen Batteriezustand kann die Lebensdauer um bis zu 20 Prozent verlängert werden – ein erheblicher Kostenvorteil.

Weniger Ausfälle, mehr Verfügbarkeit

Ferndiagnose in Echtzeit ermöglicht die kontinuierliche Überwachung von Batteriezustand und Alterungsprozessen – ohne, dass Fahrzeuge aus dem Betrieb genommen werden müssen.

Betreiber erhalten jederzeit Einblick in kritische Parameter und können proaktiv handeln.

Entscheiden auf Basis echter Fahrzeugdaten

Das Fundament bildet die langfristige Datenhaltung. Durch die kontinuierliche Speicherung relevanter Parameter entsteht eine Art digitaler Zwilling Ihrer Flotte, der Entwicklungen über Monate und Jahre nachvollziehbar macht. 

Individuell konfigurierbare Dashboards stellen sicher, dass jeder Nutzer genau die Informationen erhält, die für seine Rolle relevant sind – vom Disponenten über den Techniker bis zur Geschäftsführung.

Flotten digitalisieren – Betriebskosten senken – Batterie verstehen

So arbeitet IVImon mit Ihren Daten

Dashboard der IVImon-Plattform
© Fraunhofer IVI
Projektbeispiel: Flottenmonitoring von Trolleybussen.
Dashboard der IVImon-Plattform
© Fraunhofer IVI
Projektbeispiel: Spedition und Logistik. Analyse des Werkspendelverkehrs als Grundlage für ein Elektrifizierungskonzept.

Langfristige Datenspeicherung

Im Gegensatz zu OEM-Cloudlösungen garantiert IVImon eine umfassende, langfristige Datenhaltung. So werden fundierte Trendanalysen und strategische Entscheidungen möglich.

 

Flexible Erfassung & volle Hoheit der Daten

IVImon stellt eine kontinuierliche Datenübertragung sicher – durch nahtlose Anbindung an bestehende OEM-Telematiklösungen oder direkten Datenzugriff per eigener Hardware. Alle Daten werden auf lokalen Servern gespeichert und verarbeitet – ohne Einbindung von Drittanbietern oder Big-Tech. Ihre Daten bleiben bei Ihnen: sicher und privat.

 

Aussagekräftige Analysen & individuelle Dashboards

Von Batterieleistung über Ladeverhalten und Energiebedarfsprognosen bis zu Verfügbarkeitsanalysen – IVImon liefert maßgeschneiderte Auswertungen. Dashboards werden mit unseren Experten individuell konfiguriert und entwickeln sich mit Ihrem Feedback kontinuierlich weiter.

Praxisnahe Handlungsempfehlungen für städtische E-Bus-Flotten

 

© KI-generiert | Fraunhofer IVI

Optimierte Batteriestrategien für den ÖPNV

Studie im World Electric Vehicle Journal

zur Studie

Projekte und Referenzen

FLEETWISE: KI-gestützte Betriebs- und Ladeoptimierung elektrischer Nutzfahrzeugflotten für KMU

In FLEETWISE entstehen Methoden zur energie- und kostenoptimierten Einsatzplanung elektrischer Nutzfahrzeuge in der Logistik. Dazu werden auf Basis realer Flottendaten sowohl Batteriezustand als auch Energieverbrauch erfasst und ausgewertet sowie in einer Datenbank zusammengeführt.

Mittels Reinforcement Learning werden die Daten genutzt, um kostenoptimale Ladestrategien zu entwickeln. Wie sich das Fahr- und Ladeverhalten mit Gamification positiv beeinflussen lässt, ist ebenfalls Teil der Untersuchung.

VALA - Validierung neuartiger Algorithmen zur Batteriediagnose basierend auf maschinellen Lernverfahren

Das Projekt VALA verfolgt den Ansatz, das Batterieverhalten mit Hilfe neuronaler Netze aus Felddaten zu lernen, um die Aussagekraft der Batteriediagnose auf ein neues Level zu heben und die Batterienutzung maßgeblich zu verlängern.

Mehr erfahren

NEXTBAT: Next Generation Technologies for Battery Systems in Transport Electrification

Im Rahmen von NEXTBAT werden Batteriesysteme der nächsten Generation entwickelt. Dabei kommen sowohl Batteriezellen der Post-Lithium-Ionen-Generation als auch neuartige Modul- und Pack-Architekturen zum Einsatz. Ergänzt werden diese durch fortschrittliche Sensorik, innovative Kühlkonzepte, moderne Batteriemanagementsysteme (BMS) sowie umfassende Sicherheitsmaßnahmen nach dem Prinzip »Safety by Design« – also Sicherheit als grundlegendes Konstruktionsprinzip.

Das Fraunhofer IVI entwickelt in NEXTBAT Algorithmen speziell für die Konformität mit dem Battery Passport.

Zur Projektwebsite

ZEFES

ZEFES entwickelt emissionsfreie Lösungen für den schweren Fernverkehr auf Basis von Batterie- und Brennstoffzellenfahrzeugen. Das Projekt verbessert Reichweite, Energieeffizienz und Praxistauglichkeit der Fahrzeuge und demonstriert ihren Einsatz im realen Logistikbetrieb. Ziel ist es, die Markteinführung emissionsfreier Nutzfahrzeuge zu beschleunigen und die Klimaziele Europas zu unterstützen.

In ZEFES ist das Fraunhofer IVI für die Entwicklung und den Feldtest von SOH-Prädiktionsalgorithmen verantwortlich.

 

Zur Projektwebsite

FeBaL

Ziel des Projekts FeBaL war die Entwicklung datenbasierter Verfahren, um Alterung, Zustand und Restlebensdauer von Fahrzeugbatterien anhand realer Betriebsdaten zu bestimmen. So können Batterien präziser bewertet, effizienter genutzt und ihr Restwert besser eingeschätzt werden. Das Lebensende einer Batterie wird dabei an den Anforderungen ihrer jeweiligen Anwendung ausgerichtet.

Das Fraunhofer IVI entwickelte in FeBaL eine Felddaten-basierte SOH-Prädiktion. 

Das könnte Sie auch interessieren: