Wer mit dem Tesla oder generell mit einem E-Auto unterwegs ist, kennt das Thema bestimmt. Im Idealfall fährt man einfach an den Supercharger, steckt an und lädt. In der Praxis gibt es aber natürlich auch mal Stoßzeiten, in denen man kurz warten muss. Genau da setzt Tesla jetzt bei den Prognosen an.
Das Unternehmen rollt ein neues Machine-Learning-Modell aus, das Warteschlangen und Auslastung an Superchargern besser vorhersagen soll. Laut Tesla basiert das System auf 9 Millionen Meilen an aggregierten und anonymisierten Fahrzeug-Bewegungsdaten aus den Geofences rund um Supercharger-Standorte weltweit. Ziel ist es, Fahrzeuge mit tatsächlicher Ladeabsicht sauberer zu erkennen.
Nach Angaben von Tesla sinkt der Fehler bei der Schätzung der Warteschlangenlänge damit auf 20 Prozent. Heißt konkret: Wenn in seltenen Fällen mehr als 10 Fahrzeuge warten, soll die Prognose nur noch um 2 Autos danebenliegen.
Das Ganze fließt direkt in den Trip Planner ein, der Supercharger-Stopps ohnehin schon entlang der Route optimiert. Tesla sagt aber auch, dass man an den Vorhersagen weiterarbeiten will.
Bestseller Nr. 1
Bestseller Nr. 2
Bestseller Nr. 3
Transparenz: In diesem Artikel sind Partnerlinks enthalten. Durch einen Klick darauf gelangt ihr direkt zum Anbieter. Solltet ihr euch dort für einen Kauf entscheiden, erhalten wir eine kleine Provision. Für euch ändert sich am Preis nichts. Partnerlinks haben keinerlei Einfluss auf unsere Berichterstattung.