Localiser
Localiser GmbH
Localiser ist eine KI-gestützte Standortanalyse-Plattform für EV-Ladeinfrastruktur aus Deutschland. Das Tool bewertet potenzielle Standorte auf Basis von Echtzeit-Betriebsdaten aus über 2.000 CPO-Netzwerken europaweit, Pendlerströmen, POI-Dichten und historischen Nutzungsmustern — und liefert daraus eine datenbasierte Empfehlung zu Laderpunktanzahl, Leistungsklasse und wirtschaftlicher Attraktivität.
Kosten: Preise auf Anfrage; kostenloser Probeacccount für bis zu 5 Standorte / 2 Wochen; Vollversion B2B-SaaS mit Jahresvertrag
Stärken
- Echtzeit-Betriebsdaten aus über 2.000 CPO-Netzwerken mit täglicher Aktualisierung
- 15+ Jahre Mobilitätsforschung als Datenbasis — keine Schätzmodelle, sondern empirische Nutzungsmuster
- Vergleich mit strukturähnlichen Standorten ('Look-alike-Standorte') für präzisere Prognosen
- Unterstützt AC, DC und HPC Planung sowie E-LKW-Korridoranalyse
- 740+ Unternehmenskunden inkl. Vattenfall, TotalEnergies, Orlen und HochTief
Einschränkungen
- Keine öffentlichen Preise — Einstieg nur über Demo-Anfrage
- Deckt Nutzungsprognose ab, ersetzt aber keine lokale Netzanschluss- und Tiefbauplanung
- Free Trial limitiert auf 5 Standorte — für großangelegte Portfolioplanung sofort kostenpflichtig
- Tiefste Daten in Westeuropa; Osteuropa und Nicht-EU-Märkte mit geringerer Datendichte
Passt gut zu
So steigst du ein
Schritt 1: Besuche localiser.de und starte den kostenlosen Probeaccount. Du kannst bis zu fünf potenzielle Standorte zwei Wochen lang kostenlos analysieren — ideal, um zu prüfen, ob die Datendichte für deine Zielmärkte ausreicht.
Schritt 2: Lade deine Standortliste als CSV oder trag die Koordinaten manuell ein. Wähle je Standort den geplanten Infrastrukturtyp (AC, DC, HPC) — Localiser berechnet dann die erwartete Auslastung, vergleicht mit strukturähnlichen Referenzstandorten und zeigt die prognostizierte Wirtschaftlichkeit.
Schritt 3: Exportiere den Standortbericht (Excel oder PDF) für die interne Investitionsentscheidung oder als Grundlage für das Gespräch mit dem Netzbetreiber. Für Portfolioplanung mit 20+ Standorten empfiehlt sich ein Vollzugang mit API-Anbindung an dein GIS-System.
Ein konkretes Beispiel
Ein Immobilienentwickler plant für ein neues Gewerbegebiet am Stadtrand von Leipzig eine EV-Ladeanlage. Statt 20 DC-Schnelllader (Investition: ~800.000 €) zu installieren, nutzt er Localiser für eine Standortanalyse. Das Tool vergleicht mit 14 ähnlichen Gewerbegebieten in vergleichbaren Städten: Tatsächliche Nutzung liegt dort bei 3–5 Ladevorgängen täglich je Punkt, mit klarem Schwerpunkt auf 22-kW-AC-Laden. Das Ergebnis: 16 AC-Ladepunkte statt 20 DC-Schnelllader — Investitionsersparnis ~550.000 € bei gleicher Bedarfsdeckung.
Diesen Inhalt teilen:
Empfohlen in 1 Use Cases
Redaktionell bewertet · Preise und Funktionen können sich ändern.
Stimmt etwas nicht?
Preise geändert, Feature veraltet oder etwas fehlt? Wir freuen uns über Hinweise und Ergänzungen.
Weitere Tools
ACCURE Battery Intelligence
ACCURE Battery Intelligence
ACCURE ist eine prädiktive Batterieanalytik-Plattform, die Flotten von Lithium-Ionen-Speichern auf Sicherheitsrisiken, Degradationsmuster und Betriebseffizienz überwacht. Das System analysiert BMS-Daten über KI-Modelle auf reversible und irreversible Alterung, erkennt Lithium-Plating und andere nicht-offensichtliche Degradationsmechanismen. Kunden wie RWE und Repsol nutzen ACCURE für mehr als 18 GWh globaler Speicherkapazität (Stand: 2025).
Mehr erfahrenDataRobot
DataRobot, Inc.
DataRobot ist eine Enterprise-KI-Plattform, die AutoML, Generative AI, Agentic AI und MLOps in einer Umgebung vereint. Besonders stark bei der automatisierten Entwicklung und dem Betrieb von Vorhersagemodellen in Branchen wie Fertigung, Finanzdienstleistungen und Gesundheitswesen.
Mehr erfahrenFacilio
Facilio Inc.
Cloud-natives FM-System mit eingebautem KI-Layer: Anomalieerkennung für Instandhaltungskosten, automatisches Benchmarking über das Portfolio und Spend-Analytics-Dashboard — gebaut für mittlere und große Immobilienportfolios, die über ihr CAFM hinauswachsen.
Mehr erfahren