Bo che s, Ma en e al.
A icle — Published Ve sion
En wicklung on ML-basie en Vo he sagesys emen ü
den Ene gie e b auch on Elek obussen im ö en lichen
Nah e keh
HMD P axis de Wi scha sin o ma ik
P o ided in Coope a ion wi h:
Sp inge Na u e
Sugges ed Ci a ion: Bo che s, Ma en e al. (2025) : En wicklung on ML-basie en
Vo he sagesys emen ü den Ene gie e b auch on Elek obussen im ö en lichen Nah e keh ,
HMD P axis de Wi scha sin o ma ik, ISSN 2198-2775, Sp inge Fachmedien Wiesbaden GmbH,
Wiesbaden, Vol. 62, Iss. 4, pp. 817-833,
h ps://doi.o g/10.1365/s40702-025-01185-5
This Ve sion is a ailable a :
h ps://hdl.handle.ne /10419/330718
S anda d-Nu zungsbedingungen:
Die Dokumen e au EconS o dü en zu eigenen wissenscha lichen
Zwecken und zum P i a geb auch gespeiche und kopie we den.
Sie dü en die Dokumen e nich ü ö en liche ode komme zielle
Zwecke e iel äl igen, ö en lich auss ellen, ö en lich zugänglich
machen, e eiben ode ande wei ig nu zen.
So e n die Ve asse die Dokumen e un e Open-Con en -Lizenzen
(insbesonde e CC-Lizenzen) zu Ve ügung ges ell haben soll en,
gel en abweichend on diesen Nu zungsbedingungen die in de do
genann en Lizenz gewäh en Nu zungs ech e.
Te ms o use:
Documen s in EconS o may be sa ed and copied o you pe sonal
and schola ly pu poses.
You a e no o copy documen s o public o comme cial pu poses, o
exhibi he documen s publicly, o make hem publicly a ailable on he
in e ne , o o dis ibu e o o he wise use he documen s in public.
I he documen s ha e been made a ailable unde an Open Con en
Licence (especially C ea i e Commons Licences), you may exe cise
u he usage igh s as speci ied in he indica ed licence.
h ps://c ea i ecommons.o g/licenses/by/4.0/deed.de
SCHWERPUNKT
h ps://doi.o g/10.1365/s40702-025-01185-5
HMD P axis de Wi scha sin o ma ik (2025) 62:817–833
En wicklung on ML-basie en Vo he sagesys emen
ü den Ene gie e b auch on Elek obussen im
ö en lichen Nah e keh
Ma en Bo che s · Hauke Volqua dsen · Jan Will u h ·
En ico Milu zki · Ma in Semmann · E a Bi ne
Eingegangen: 9. Janua 2025 / Angenommen: 22. Ap il 2025 / Online publizie : 21. Mai 2025
© The Au ho (s) 2025
Zusammen assung Die T ans o ma ion des ö en lichen Pe sonennah e keh s
(ÖPNV) hin zu emissionsneu alen An ieben is ü die E eichung de Nachhal ig-
kei sziele de UN als auch na ionale S a egien unabdingba . In de EU wi d dies
insbesonde e du ch den Eu opean G een Deal o cie , de o sch eib , dass alle
ÖPNV-Be iebe ih Fah zeug lo en bis 2050 au nachhal ige An iebs echnologien
ums ellen müssen. Dies e olg in Abwägung zwischen Kos en und Emissionen ak-
uell in e s e Linie mi de Bescha ung und Inbe iebnahme elek isch be iebene
Busse (E-Busse). Be ieb und Einsa z weichen dabei on klassischen Dieselbussen
ab, da die Reichwei en beg enz und zudem on zahl eichen Fak o en abhängen.
E s e adap i e, au Machine Lea ning (ML) basie ende Ansä ze ü die Vo he sa-
ge des Ene gie e b auchs wu den be ei s in de Wissenscha un e such , bleiben
abe meis heo e ische Na u und eine p axisnahe Be ach ung un e Einbezug
be iebliche Da en ehl . De o liegende Bei ag schließ diese Lücke und s ell
die E gebnisse, die in Koope a ion mi de Hambu ge Hochbahn AG e a bei e
wu den, o . Mi einem anwendungszen ie en und ges al ungso ien ie en Ansa z
sind be iebliche Da en analysie , ün zehn Expe enin e iews du chge üh und
meh e e ML-Modelle ainie wo den, um Ene gie e b äuche on E-Bussen mi
eine du chschni lichen Abweichung on un e 0,4% zu e lässig o he zusagen.
Dies als auch iden i izie e He aus o de ungen und ach undie e Ges al ungsemp-
ehlungen, die die En wicklung on Vo he sagensys emen ü E-Busse un e s ü zen,
Ma en Bo che s · Jan Will u h · En ico Milu zki · E a Bi ne
A bei sbe eich Wi scha sin o ma ik, Sozio-Technische Sys emges al ung (WISTS), Uni e si ä
Hambu g, MIN-Fakul ä , Hambu g, Deu schland
E-Mail: ma en.bo che s@uni-hambu g.de
Hauke Volqua dsen
Fachbe eich, Managemen sys eme Bus, Hambu ge Hochbahn AG, Hambu g, Deu schland
Ma in Semmann
Hub o Compu ing and Da a Science, Uni e si ä Hambu g, Hambu g, Deu schland
K
818 M. Bo che s e al.
we den im Folgenden besch ieben, um die T ans o ma ion hin zu nachhal igen und
e izien en Mobili ä zu ö de n.
Schlüsselwö e E-Busbe ieb · Machine Lea ning · Da a Science · Ene gie
Vo he sagensys em · ÖPNV · Sma Mobili y
De elopmen o ML-based P edic ion Sys ems o he Ene gy
Consump ion o Elec ic Buses in Public T anspo a ion
Abs ac The ans o ma ion o local public anspo a ion owa ds sus ainable
echnologies is essen ial o achie ing sus ainabili y goals, such as hose ou lined
by he UN and na ional s a egies. The Eu opean G een Deal compels his in he
EU and manda es ha all public anspo ope a o s ha e o ansi ion hei ehi-
cle lee s o sus ainable p opulsion echnologies by 2050. This ansi ion p ima ily
ocuses on p ocu ing and deploying elec ic buses (e-buses), balancing cos and
sus ainabili y conside a ions. Howe e , he ope a ion and usage o e-buses de ia e
om adi ional diesel buses due o hei limi ed ange, which is in luenced by nu-
me ous ac o s. Ini ial adap i e app oaches based on Machine Lea ning (ML) o
p edic he ene gy consump ion o e-buses ha e been explo ed in academia. Ne -
e heless, hese emain la gely heo e ical and lack p ac ical insigh s inco po a ing
ope a ional da a and p ocesses. This con ibu ion add esses his gap and p esen s
he esul s o a collabo a ion wi h Hambu ge Hochbahn AG. Employing a p ac ical
and design-o ien ed app oach, we used and analyzed ope a ional da a, conduc ed
i een expe in e iews, and ained se e al ML models wi h an a e age de ia ion
o below 0,4% o p edic he ene gy consump ion o e-buses. Ou indings ou line
mul iple challenges and eigh de i ed design p inciples ha se e as ecommenda-
ions o de eloping p edic ion sys ems o e-buses o suppo he ans o ma ion
owa d sus ainable mobili y.
Keywo ds E-bus ope a ion · Machine lea ning · Da a science · Ene gy p edic ion
sys em · Public anspo p o ide · Sma mobili y
1 Einlei ung
De Zugang zu zu e lässigen Mobili ä sdiens en is ü Bü ge innen und Bü ge
en scheidend, um sich o zubewegen und be u lichen als auch sozialen Ak i i ä-
en nachzugehen. In u banen Ballungs äumen und S äd en sind leis ungs ähige und
emissionsneu ale Mobili ä sangebo e zudem besonde s wich ig, um den Beda an
Pa k aum, S aßen und Lä m zu eduzie en (Gabsalikho a e al. 2018) und Pla z
ü z.B. E holungs lächen und Pa ks zu scha en (Vai hilingam e al. 2021). Diese
En wicklung inde sich auch in de Gese zgebung und dem Eu opean G een Deal
wiede , de o sch eib , das alle ö en lichen Nah e keh sun e nehmen (ÖPNV) in
Eu opa die CO2-Emissionen um 55% bis 2030 eduzie en und Neu ali ä bis 2050
(Eu opean Commission 2021) e eichen müssen. Hie ü sind elek onisch be iebe-
K
En wicklung on ML-basie en Vo he sagesys emen ü den Ene gie e b auch on... 819
ne Busse (E-Busse) en scheidend (Ruggie i e al. 2021). Gleichwohl is die T ans o -
ma ion mi ielen ungeklä en He aus o de ungen e bunden, wie on Ke e e al.
(2023) besch eiben, da die Reichwei en on E-Bussen im Ve gleich zu Dieselbussen
deu lich ge inge sind und s a k on den zu ah enden S ecken, Rou en, We e be-
dingungen und wei e en Fak o en abhängen (Ca ile o e al. 2018; Pe umal e al.
2022).
De zei a bei en iele ÖPNV-Un e nehmen bei de Be echnung de Reichwei e
bzw. des Ene gie e b auchs mi pauschalen Kilome e e b äuchen und E ah ungs-
we en, um E-Busse zu disponie en und siche zus ellen, dass die zugewiesenen S e-
cken olls ändig ab ah en und nich auße planmäßig ausge ausch we den müssen.
Dies e schwe Planung und Einsa z und kann Aus älle, die Anzahl an Ladezyklen
und Ve schleiß begüns igen. In de Li e a u we den ak uell o allem analy ische
Ansä ze und ma hema ische Ansä ze besch ieben, die abe nu beg enz übe agba
und wenn übe haup , häu ig au E-Bus Da en on Tes s ecken basie en (Pe umal
e al. 2022). E kenn nisse übe die Vo he sage des Ene gie e b auchs, de als S a e-
o -Cha ge (SoC) bezeichne wi d (Wong e al. 2021), sind unzu eichend, auch wenn
e s e au küns liche In elligenz (KI) bzw. au dem Machine Lea ning (ML) basie-
ende Ansä ze exis ie enden. Um ö en liche E-Bus-Be eibe dabei zu un e s ü zen,
einen e ek i en, e izien en und planba en E-Busbe ieb zu be eiben (Pe umal e al.
2022), we den olgende Fo schungs agen (FF) mi Ech da en un e such .
FF1: Wie sollen ML-basie e IT-A e ak e ges al e we den, um ö en liche Ve -
keh sanbie e im Be ieb elek isch be iebene Busse zu un e s ü zen?
FF2: Wie kann de Ene gie e b auch on E-Bussen mi hil e on ML-Modellen
zu e lässig o he gesag we den?
Die Bean wo ung de Fo schungs agen olg dem Design-Science-Resea ch Pa-
adigma und e olg in Koope a ion mi de Hambu ge Hochbahn AG (HOCH-
BAHN), die den Zugang zu inne be ieblichen Da en als auch un e schiedlichen
Fachexpe :innen e möglich . Fü die Bean wo ung on FF1 wi d au bauend au
de Li e a u und Wo kshops, ein En scheidungsun e s ü zungssys em ü den E-Bus
Einsa z p o o ypisch implemen ie und mi un e schiedlichen ÖPNV-Un e nehmen
e aluie . Fü die Bean wo ung de FF2 we den meh e e ML-Modelle au 24 Mo-
na en Be iebsda en de HOCHBAHN ainie und e aluie , um eine zu e lässige
SoC-Vo he sage zu e eichen.
2 G undlagen
Im Folgenden we den die G undlagen des E-Busbe iebs im ÖPNV besch ieben,
bekann e He aus o de ungen benann und de exis ie enden Fo schungss and im Be-
eich de Ene gie- bzw. SoC-Vo he sage wiede gegeben.
K
820 M. Bo che s e al.
Abb. 1 Schema ische Da s ellung on Fah umläu en im ÖPNV-Busbe ieb
2.1 ÖPNV-Busbe ieb
E- als auch Dieselbusse we den in Busdepo geladen, ge ank und gepa k , wobei
das Laden insb. übe Nach zu i , da de G oß eil de Fah zeuge agsübe genu z
wi d. Beim Einsa z bzw. de Disposi ion on Bussen we den die Fah zeuge den zu
ah enden S ecken, die sich aus dem Linien ah plan e geben, zugeo dne . Dies in-
kludie auch Umlei ungen, die sich aus Baus ellen, S aßenspe ungen und wei e en
Hinde nissen e geben.
Busse we den as imme au Fah umläu en eingese z , die meis ie und zwöl
Linien ah en um assen. Jede Umlau beginn mi de Ab ah om Busdepo zu
e s en Linien ah , au de Pe sonen be ö de we den. Diese Fah wi d als Pull-
Ou bezeichne , wäh end die Fah on de le z en Linie zu ück zum Busdepo als
Pull-In bezeichne wi d ( gl. Abb. 1). Dazwischen we den meh e e Linien ah en
du chge üh und Pe sonen be ö de , bis die Linie bzw. de Bus die le z e S a ion
e eich ha . Dabei is es möglich, dass dieselbe Linie in die ande e Rich ung zu-
ückge ah en wi d, sodass de Bus nu seine Fah ich ung ände . Gleichwohl is
es abe auch möglich, dass de Bus zu eine ande en gg . wei e en e n en Linie
ah en muss, um den Pe sonen e keh wiede au zunehmen. Diese Fah en we den
als Zwischen ah en bzw. Deadhead bezeichne .
2.2 He aus o de ungen im Be ieb on E-Bussen
Die schwankenden Reichwei en on E-Bussen e schwe en dessen Einsa z und Be-
ieb. Dies i insb. zu, wenn einem E-Bus einen Umlau zugewiesen wi d, bei
dem nu schwe abgeschä z und nich ga an ie we den kann, dass diese oll-
s ändig abge ah en wi d (Zhang e al. 2021). Bei unzu eichende Ba e ieladung
üh dies dazu, dass de E-Bus im lau enden Be ieb e se z we den muss. Fü den
Aus ausch muss ein wei e e (E-)Bus sowie ein/e Fah e /in zu Ve ügung s ehen,
und alle Passagie e müssen an eine S a ion die Fah zeuge wechseln, so e n dies
nich am Liniens a ode -ende e olgen kann, was zu Ve zöge ungen üh und die
Kundenzu iedenhei eduzie (Di ks 2021). Zusä zlich wi d de Be ieb on E-Bus-
sen du ch länge e Ladezyklen im Ve gleich zu Dieselmo o en beein äch ig . Das
olls ändige Be anken on Dieselbussen daue meis zehn bis ün zehn Minu en,
wäh enddiesbeiE-Bussens a k onde Ladein as uk u , de Ba e iekapazi ä
und dem Ene giezugang abhäng . Lades a ionen mi ge inge Leis ung laden mi
nu 50kWh, wäh end Schnelllades a ionen 120kWh und Pan og a en-Lades a ionen
300kWh p o S unde e eichen können. Le z e e sind bis heu e alle dings seh kos-
enin ensi und au g und eines hohen Ma e ial e schleißes nu ü das gelegen liche
K
En wicklung on ML-basie en Vo he sagesys emen ü den Ene gie e b auch on... 821
Laden geeigne (Pe umal e al. 2022). In Hinblick au die Ba e iekapazi ä en on
190 bis 400kWh bei E-Bussen e o de ein olls ändige Ladezyklus an Lades a-
ionen mi ge inge Leis ung 3,8 bis 8h und an Schnelllades a ionen 1,6 bis 3,3h
(Badia und Jenelius 2021).
2.3 Vo he sage des Ladezus ands on E-Bussen
Es exis ie en e schiedene Ansä ze zu Vo he sage des Ladezus ands, de as imme
als S a e-o -Cha ge (SoC) angegeben wi d und die Ladung de Ba e ie in P ozen
on 0 bis 100% abbilde (Wong e al. 2021). Da die E-Bus-Ba e ien je nach Modell
und ob Solo- ode Gelenkbus un e schiedliche Kapazi ä en haben, sind bei Ve -
gleichen die Modell ypen zu beach en und in de analy ischen Li e a u wi d de
SoC-Ve b auch p o Kilome e mi z.B. 0,8 bis 2,0kWh p o Kilome e angegeben
(Basma e al. 2019; Zhang e al. 2021). Mi hil e on ML-Modellen können Ene -
gie e b äuche ü ganze Umläu e und auch Linien ah en o he gesag we den ( gl.
Abb. 1). Bei Linien ah en kann Mi hil e on Ech zei da en so auch de SoC übe
Zei bzw. die Linien ah en mi zunehmende Genauigkei bes imm we den, was
bei Umläu en nich möglich is (Bo che s e al. 2025).
Szilassy und Földes (2022) en wickel en ein ma hema isches Modell au ealen
E-Bus-Da en, das zen ale Me kmale on Bus ou en wie S ecke, Geschwindig-
kei , Ba e iekapazi ä , Passagie anzahl und Tempe a u be ücksich ig . Das Modell
e eich eine du chschni liche Abweichung on 6% des SoC bei Linien ah en,
weshalb diese eine Ba e ie ese e on bis zu 20% emp ehlen. Blades e al. (2024)
e o sch en e schiedene ML-Modelle un e Ve wendung on Ech zei da en und he-
ben den Ein luss de Außen empe a u he o , da diese sich bei besonde s kal en als
auch besonde s hohen Tempe a u en au die Nu zung de Klimaanlage und Heizung
und somi den Ene gie e b auch auswi k . Elmi und Tan (2021) un e such en das
SoC-Ve hal en eine Fah zeug lo e eines Un e nehmens in Michigan und konzen-
ie en sich au ie e schiedene A en on Fah zeugen, die mi Benzin, S om
ode beidem (hyb id) be ieben wu den, und ainie en e schiedene ML-Modelle
und e eich en eine Abweichung on 3%, wobei hie auch E-Au os en hal en sind.
Li e al. (2021) konzen ie en sich wiede um au E-Busse in China und e eich en
mi 163.800 Linienda en eine du chschni liche Abweichung on 1,79%, was die
Nu zung pauschale Kilome e e b äuche in age s ell .
3 Me hodisches Vo gehen
Fü die Bean wo ung de Fo schungs agen wi d au das Design Science Resea ch
(DSR) Pa adigma zu ückgeg i en, da dies die En wicklung on heo e ischen als
auch p ak ischen Wissen un e s ü z . E gebnisse können so als Ges al ungs- und
Handlungsemp ehlungen o mulie und übe die En wicklung und E alua ion on
IT-A e ak en e eich we den. In de P axis exis ie enden un e schiedliche DSR
Vo gehensweisen und diese A bei olg dem DSR-Modell on Pe e s e al. (2007)
und wi d wie in Abb. 2da ges ell , du chge üh .
K
822 M. Bo che s e al.
Abb. 2 Me hodisches Vo gehen nach Pe e s e al. (2007)
Die HOCHBAHN is mi übe 1100 Bussen und meh als 6600 Mi a bei enden
das zwei g öß e deu sche ÖPNV-Un e nehmen. Die HOCHBAHN se z die T ans-
o ma ion hin zu E-Bussen sei 2017 um und inzwischen we den übe 20% de Busse
mi Elek omo o en be ieben. Fü die Du ch üh ung diese S udie ha die HOCH-
BAHN Senso da en de E-Busse be ei ges ell und den Zugang zu Expe innen und
Expe en aus un e schiedlichen Fachbe eichen e möglich .
3.1 Aus ausch und Diskussion mi E-Bus Expe innen und Expe en
Fü die Bean wo ung de FF1 haben wi uns in Phase 2 mi de HOCHBAHN im
Rahmen on zwei Wo kshops ausge ausch und die G undlage ü die Expe enin-
e iews e a bei e . Nach de En wicklung wu den mi wei e en Expe innen und
Expe en de HOCHBAHN als auch aus ande en ÖPNV-Un e nehmen He aus o -
de ungen, Beda e und die en wickel en Lösungen disku ie (Ii a i e al. 2021). Das
In e esse an de Thema ik wa übe wäl igend, da alle ÖPNV-Un e nehmen in die-
sen Be eich o e gleichba en He aus o de ungen s ehen, sodass insgesam neun
e schiedene ÖPNV-Un e nehmen und ein Anbie e on Busmanagemen sys emen
be ag we den konn en. Alle Expe enin e iews wu den au gezeichne , ansk i-
bie und nach de quali a i en induk i -deduk i en Inhal sanalyse nach May ing
(2014) ausgewe e .
3.2 Besch eibung und Analyse be iebliche E-Bus Da en
Als G undlage ü die Analyse und das T aining on ML-Modellen ha die
HOCHBAHN E-Bus Da en ü einen Zei aum on 24 Mona en (29.03.2021
bis 12.04.2023) mi insgesam 98 un e schiedlichen E-Bussen und 353.271 Lini-
en ah en, die in de S ad Hambu g und dessen Pe iphe ie du chge üh wu den,
be ei ges ell . Die Da en s ammen aus zwei un e schiedlichen Da enbanken und
wu den mi hil e eines Sk ip es zusammenge üh .
Das e s e Sys em is das Fah gas in o ma ions- und Managemen sys em,dasDa-
en übe Funk mi ge inge Reichwei e an den Bushal es ellen sammeln, indem
E-Bus und S a ion sich mi einande e binden. Hie du ch we den Angaben zu An-
kun und Ab ah an Hal es ellen, Busnumme , Liniennumme , Rich ung, A de
K
En wicklung on ML-basie en Vo he sagesys emen ü den Ene gie e b auch on... 823
Tab. 1 Übe sich be ag e Expe innen und Expe en
N . Un e nehmen Rolle E ah ung (Jah e) Daue (min)
E1 ÖPNV 1 Einsa zlei ung E-Bus Unbek. 40
E2 Lei ende Technische Re e en Unbek.
E3 ÖPNV 2 Lei ung E-Bus P ojek 9 50
E4 Lei ung E-Bus Bescha ung 9
E5 ÖPNV 3 Teamlei ung E-Bus 2 54
E6 Lei ung E-Bus P ojek 1
E7 ÖPNV 4 Lei ung E-Bus P ojek 25 45
E8 ÖPNV 5 Lei ung Bus- und Lademanagemen 7 86
E9 ÖPNV 6 Lei ung E-Bus P ojek 2 80
E10 ÖPNV 7 Lei ung E-Bus P ojek 8 52
E11 He s elle Ab eilungslei e Bus 22 87
E12 Lei ung Depo managemen 2
E13 Lei ung Busmanagemen 1
E14 ÖPNV 8 Lei ung Technologie und In a-
s uk u
11 42
E15 ÖPNV 9 Lei ung E-Bus P ojek 12 35
Du chschni /Summe 8,5 571
Fah und Umlau ( gl. Abb. 1) es gehal en. Das zwei e Sys em is das Teleme ieda-
ensys em. Dieses um ass Teleme ieda en, die on allen E-Bussen im Sekunden ak
übe mi el und zu Minu en epo s agg egie we den und Angaben wie Zei s em-
pel, Busnumme , Kilome e s and, Außen empe a u und S a e o Cha ge um assen.
Zudem wi d die Bus-ID mi gesende , sodass das Busmodell, de Ba e ie yp und
die Kapazi ä bekann sind. Beide Da ensä ze wu den zu einem Da ensa z zusam-
menge üh und einzelne We e wie Fah daue und Dis anzen be echne . Diese
Da ensa z beinhal e 27 A ibu e, die genu z we den, um den SOCDi , also den
SoC Ve b auch au eine Linie o he zusagen, welche als 28. A ibu im Da en-
sa z en hal en is ( gl. Anhang). E gänzend dazu wu den übe die Senso Things API
des Landesbe ieb ü Geoin o ma ionen und Ve messung (LGV) in Hambu g Da-
en on 816 In a o -IoT-Senso en, die o bei ah ende Fah zeuge zählen, genu z ,
um In o ma ionen übe die Ve keh sdich e zu e hal en. Die Senso en, die meis an
Ampelanlagen ielbe ah ende S aßen ins allie sind, e assen kon inuie lich Da en
und zählen die Anzahl de au den Hambu ge S aßen ah enden Fah zeuge.
4 E gebnisse und Handlungsemp ehlungen
Die Iden i ika ion on He aus o de ungen und Diskussion on Lösungen mi den un-
e schiedlichen Expe innen und Expe en e deu lich e, dass iele ÖPNV-Anbie e
o ähnlichen He aus o de ungen s ehen und Sys eme ü die zu e lässige SoC-Vo -
he sage benö igen. Gleichwohl wu de e sich lich, dass solche Sys eme nich nu in
de Fah übe wachung, sonde n auch Disposi ion eingese z we den können.
K
824 M. Bo che s e al.
4.1 He aus o de ungen und Ges al ungsp inzipien
Ak uell a bei en alle ÖPNV-Un e nehmen mi Ba e ie ese en on 10% bis 20%,
um siche zus ellen, dass E-Busse zu ah ende Umläu e olls ändig ab ah en können.
Dies beg enz alle dings den Einsa z on E-Bussen, da diese hie du ch nich imme
au allen S ecken eingese z und Dieselbusse eils be o zug we den, was zudem
auch du ch länge e Ladezei en e s ä k wi d.
He aus o de ung 1: Beg enz e E-Bus Einsa z au g und ge inge e Reichwei en
und hohen Ba e ie ese en, die diesen E ek e s ä ken.
He aus o de ung 2: Reduzie e E-Bus Ve ügba kei en au g und lange Ladezei-
en und hohen Ba e ie ese en.
He aus o de ung 3: Höhe es Aus all isiko und Risiko eine be ieblichen S ö-
ung du ch den Aus ausch on E-Bussen, wenn diese abzu ah enden Umläu e
nich beenden können.
He aus o de ung 4: No wendigkei höhe e Ba e ie ese en und/ode wei e e
(E-)Busse, Fah e innen und Fah e , um ku z is ig E-Busse aus auschen zu kön-
nen.
In den Diskussionen ( gl. Tab. 1) wu de zudem deu lich, dass neben den Be ei-
chen, die ü die Übe wachung de ah enden E-Busse auch die Disponen en und
Busdepo SoC-Vo he sagen nu zen wollen. Wäh end die Busübe wachung da ü zu-
s ändig is , Busse bei Beda auszu auschen, weisen die Disponen en (E-)Busse
den Umläu en zu und können bei zu e lässigen SoC-Vo he sagen die Einsa zzei en
on E-Bussen e höhen, da bei zu e lässigen Vo he sagen ge inge Ba e ie ese en
aus eichen. Zudem können die Busdepo s das Laden on E-Bussen besse planen,
wenn diesen bekann is , mi welchem SoC ein E-Bus das Depo e eich und au
welchem Umlau diese als nächs es ah en soll. Hie du ch wi d un e s ü z , dass
E-Busse auch nu eilweise und nich olls ändig ü die nächs e Fah au geladen
we den, da die benö ig e Ladekapazi ä ü den nächs en Umlau S unden im Vo-
aus bekann is . Dies is insbesonde e bei Busdepo s on ge inge G öße und mi
wenigen E-Ladesäulen hil eich.
Design-P inzip 1: SoC-Vo he sagen-Sys eme sollen so ges al e we den, dass die
Busdisponen en den SoC ü olls ändige Umläu e o ab und ü in age kom-
mende Umläu e angezeig bekommen, um E-Busse e ek i zuzuweisen und de en
Be iebszei en zu e höhen.
Design-P inzip 2: SoC-Vo he sagen-Sys emesollen so ges al e we den, dass die-
se au Linien- und Umlau ebene die Busübe wachung un e s ü zen und ak i au
ge inge SoC hinweisen, um den planba en Aus ausch on E-Busen un e s ü zen.
Design-P inzip 3: SoC-Vo he sagen-Sys eme sollen den zu e wa enden SoC
beim Pull-In (au oma isch) an die Busdepo s kommunizie en, dami diese die
Pla zie ung und das Au laden on E-Bussen op imie en können.
Design-P inzip 4: SoC-Vo he sagen sollen in ui i lesba und nach ollziehba
sein und möglichs in be ei s o handene Sys eme in eg ie we den.
Wäh end Design-P inzip 1 die Einsa zplanung de E-Busse be i , ad essie
Design-P inzip 2 die Busübe wachung, au de in diese A bei de Fokus lieg
K
En wicklung on ML-basie en Vo he sagesys emen ü den Ene gie e b auch on... 831
da de G oß eil de E-Busse de HOCHBAHN nu wenige Jah e al is und keine
Da en hie zu o liegen. In Hinblick au die on He s elle n ausgegeben sieben bis
ach Jah e Ba e ielebenszei kann diese Fak o in den kommenden zwei bis d ei
Jah en abe an Bedeu ung gewinnen. Im Kon ex diese En wicklung is zudem zu
un e suchen, ob mi hil e on Di e enzen zwischen SoC-Vo he sage und Messung
auch au Ma e iale müdung und Ve schleiß bei E-Bussen geschlossen we den kann,
um die p oak i e Wa ung zu un e s ü zen und den Fokus on FF1 e wei e (Rücke
e al. 2024).
Insgesam assen die iden i izie en He aus o de ungen ak uelle P oblem zusam-
men und agen mi den he gelei e en Handlungsemp ehlungen in Fo m on Design-
P inzipien und den en wickel en SoC-Vo he sagemodellen zu nachhal igen Mobi-
li ä im Rahmen des Eu opean G een Deal bei und bie en eine we olle G undlage
ü die p ak ische Umse zung im ÖPNV.
6 Anhang
Fü die E s ellung des Da ensa zes ü das T aining de ML-Modelle wu den die
Senso da en de HOCHBAHN und be echne e We e genu z . De abschließende
Da ensa z beinhal e olgende 28 A ibu e, um den SOCDi (We 28) o he zusa-
gen.
1. Ci cID: Eindeu ige ID des Fah umlau s
2. Ci cN : Numme , die Umläu e iden i izie , die aus denselben Fah en bes ehen
3. T ipID: Eindeu ige Kennung ü eine Fah , die aus n≥1 Hal es ellen bes eh
4. T ipN : Numme , die Fah en iden i izie , die aus denselben Hal es ellen bes e-
hen
5. BusN : Numme , die einen Bus (Fah zeug) eindeu ig iden i izie
6. BusType: Bus-Typ (Gelenkbus ode Solo-Bus)
7. BusModel: Bus Model (z.B. E oBus, eCi a o, Sola is e c.)
8. Ba Type: Typ de im Bus e wende en Ba e ie
9. Ba Cap: Maximale Ba e iekapazi ä in kWh (bewe e om He s elle )
10. Ba Range: Maximale Ba e ie eichwei e in km (bewe e om He s elle )
11. Line: Busliniennumme , die die Rou e angib , die de Bus äh
12. Fah Code: Code, de die A de Fah iden i izie (Linien ah , Pull-Ou , Pull-
In, Deadhead)
13. S a EndS op: Iden i izie die S a - und Endhal es elle eine Fah
14. Yea : Jah , in dem die Fah da en e ass wu den
15. Mon h: Mona , in dem die Fah da en e ass wu den
16. Weekday: Wochen ag, an dem die Fah s a and
17. Hou : S unde des Tages, zu de die Fah begonnen ha
18. TempMin: Minimale Tempe a u wäh end de Fah
19. TempA g: Du chschni s empe a u wäh end de Fah
20. TempMax: Maximale Tempe a u wäh end de Fah
21. Minu eS ampS a : Zei s empel, de den Beginn de Fah ma kie
22. Minu eS ampEnd: Zei s empel, de das Ende de Fah ma kie
K
832 M. Bo che s e al.
23. T ipLeng h: Gesam dis anz de Fah in Kilome e n
24. T ipTime: Gesam daue de Fah in Minu en
25. SpeedA g: Du chschni liche Geschwindigkei des Busses wäh end de Fah in
Kilome e n p o S unde
26. SOCS a : S a e o Cha ge (Ladezus and) de Ba e ie zu Beginn de Fah
27. SOCEnd: S a e o Cha ge de Ba e ie am Ende de Fah
28. SOCDi : Di e enz des S a e o Cha ge de zu Beginn und am Ende de Fah
gemessen wu de und den Ve b auch wiede gib .
Danksagung Diese A bei is im Rahmen eine bes ehenden und andaue nden Koope a ion mi de Ham-
bu ge Hochbahn AG (HOCHBAHN) en s anden. Ein besonde e Dank gil F au Johanna Ah ens (Fach-
be eichslei ung Managemen sys eme Bus), He n Felix Schmid (Fachbe eich Managemen sys eme Bus)
und He n Jan K ause (Co po a e Inno a ion Manage im Be eich Hambu g-Tak ), die diese A bei e mög-
lich en und mi be ieblichen Da en, P ozess- und Fachwissen be eiche en.
Funding Open Access unding enabled and o ganized by P ojek DEAL.
Open Access Diese A ikel wi d un e de C ea i e Commons Namensnennung 4.0 In e na ional Li-
zenz e ö en lich , welche die Nu zung, Ve iel äl igung, Bea bei ung, Ve b ei ung und Wiede gabe in
jeglichem Medium und Fo ma e laub , so e n Sie den/die u sp ünglichen Au o (en) und die Quelle o d-
nungsgemäß nennen, einen Link zu C ea i e Commons Lizenz bei ügen und angeben, ob Ände ungen
o genommen wu den. Die in diesem A ikel en hal enen Bilde und sons iges D i ma e ial un e liegen
eben alls de genann en C ea i e Commons Lizenz, so e n sich aus de Abbildungslegende nich s ande-
es e gib . So e n das be e ende Ma e ial nich un e de genann en C ea i e Commons Lizenz s eh und
die be e ende Handlung nich nach gese zlichen Vo sch i en e laub is , is ü die oben au ge üh en
Wei e e wendungen des Ma e ials die Einwilligung des jeweiligen Rech einhabe s einzuholen. Wei e e
De ails zu Lizenz en nehmen Sie bi e de Lizenzin o ma ion au h p://c ea i ecommons.o g/licenses/by/
4.0/deed.de.
Li e a u
Ala ouqi RA, Bayhan S, Al-Fagih L (2024) An assessmen o he ene gy pe o mance o ba e y-elec ic
buses in ho en i onmen s. Sus ain Ene gy G ids Ne w 38:101352. h ps://doi.o g/10.1016/j.segan.
2024.101352
Badia H, Jenelius E (2021) Design and ope a ion o eede sys ems in he e a o au oma ed and elec ic
buses. T ansp Res Pa A Policy P ac 152:146–172. h ps://doi.o g/10.1016/j. a.2021.07.015
Basma H, Mansou C, Haddad M, Neme M, S aba P (2019) Comp ehensi e ene gy assessmen o ba e y
elec ic buses and diesel buses. 32nd In e na ional Con e ence on E iciency, Cos , Op imiza ion,
Simula ion and En i onmen al Impac o Ene gy Sys ems. (h ps://hal.science/hal-02169856)
Blades LAW, Ma hews T, McG a h TE, Ea ly J, Cunningham G, Ha is A (2024) P edic ing ene gy con-
sump ion o ze o emission buses using ou e ea u e selec ion me hods. T ansp Res Pa D T ansp
En i on 130:104158. h ps://doi.o g/10.1016/j. d.2024.104158
Bo che s M, Milu zki E, Bi ne E (2025) Designing ML-based p edic ion sys ems o he ene gy con-
sump ion o elec ic buses o suppo public anspo p o ide s. P oceedings o he 58 h Hawaii
In e na ional Con e ence on Sys em Sciences. Hawaii In e na ional Con e ence on Sys em Sciences,
USA. h ps://doi.o g/h ps://hdl.handle.ne /10125/109050
Ca ile o I, González M, Anseán D, Vie a JC, Chacón J, Pe ei inha PG (2018) Redesigning Eu opean
public anspo : impac o new ba e y echnologies in he design o elec ic bus lee s. T ansp Res
P ocedia 33:195–202. h ps://doi.o g/10.1016/j. p o.2018.10.092
Chicco D, Wa ens MJ, Ju man G (2021) The coe icien o de e mina ion R-squa ed is mo e in o ma i e
han SMAPE, MAE, MAPE, MSE and RMSE in eg ession analysis e alua ion. Pee J Compu Sci
7:e623. h ps://doi.o g/10.7717/pee j-cs.623
Di ks NBF (2021) On he ans o ma ion o public mobili y se ices owa d mo e sus ainabili y. h ps://
publica ions. w h-aachen.de/ eco d/837066/ iles/837066.pd
K
En wicklung on ML-basie en Vo he sagesys emen ü den Ene gie e b auch on... 833
Elmi S, Tan K-L (2021) DeepFEC: ene gy consump ion p edic ion unde eal-wo ld d i ing condi ions
o sma ci ies. In: P oceedings o he Web Con e ence 2021, S 1880–1890 h ps://doi.o g/10.1145/
3442381.3449983
Eu opean Commission (2021) A Eu opean G een Deal. h ps://commission.eu opa.eu/s a egy-and-policy/
p io i ies-2019-2024/eu opean-g een-deal_en
Gabsalikho a L, Sadygo a G, Alme o a Z (2018) Ac i i ies o con e he public anspo lee o elec ic
buses. T ansp Res P ocedia 36:669–675. h ps://doi.o g/10.1016/j. p o.2018.12.127
Guas ella DA, Co nelis B, Bon empi G (2023) T a ic simula ion wi h incomple e da a: he case o B us-
sels. In: P oceedings o he 1s ACM SIGSPATIAL in e na ional wo kshop on me hods o en i-
ched mobili y da a: eme ging issues and e hical pe spec i es 2023, S 15–24 h ps://doi.o g/10.1145/
3615885.3628004
Ii a i J, Ro i Pe l Hansen M, Haj-Bolou i A (2021) A p oposal o minimum eusabili y e alua ion o
design p inciples. Eu J In Sys 30(3):286–303. h ps://doi.o g/10.1080/0960085X.2020.1793697
Ke e W, Sch oe K, Valogianni K (2023) In o ma ion sys ems esea ch o sma sus ainable mobili y:
a amewo k and Call o ac ion. In Sys Res 34(3):1045–1065. h ps://doi.o g/10.1287/is e.2022.
1167
Li Z (2022) Ex ac ing spa ial e ec s om machine lea ning model using local in e p e a ion me hod: an
example o SHAP and XGboos . Compu En i on U ban Sys 96:101845. h ps://doi.o g/10.1016/j.
compen u bsys.2022.101845
Li P, Zhang Y, Zhang Y, Zhang Y, Zhang K (2021) P edic ion o elec ic bus ene gy consump ion wi h
s ochas ic speed p o ile gene a ion modelling and da a d i en me hod based on eal-wo ld big da a.
Appl Ene gy 298:117204. h ps://doi.o g/10.1016/j.apene gy.2021.117204
Lukyanenko R, Maass W, S o ey VC (2022) T us in a i icial in elligence: om a ounda ional us
amewo k o eme ging esea ch oppo uni ies. Elec on Ma ke s 32(4):1993–2020. h ps://doi.o g/
10.1007/s12525-022-00605-4
May ing P (2014) Quali a i e con en analysis: heo e ical ounda ion, basic p ocedu es and so wa e so-
lu ion. h ps://nbn- esol ing.o g/u n:nbn:de:0168-ssoa -395173
Pe e s K, Tuunanen T, Ro henbe ge MA, Cha e jee S (2007) A design science esea ch me hodology
o in o ma ion sys ems esea ch. J Manag In Sys 24(3):45–77. h ps://doi.o g/10.2753/MIS0742-
1222240302
Pe umal SSG, Lusby RM, La sen J (2022) Elec ic bus planning & scheduling: a e iew o ela ed p oblems
and me hodologies. Eu J Ope Res 301(2):395–413. h ps://doi.o g/10.1016/j.ejo .2021.10.058
Rücke F, Figgene J, Schoenebe ge I, Saue DU (2024) Ba e y elec ic ehicles in comme cial lee s: use
p o iles, ba e y aging, and open-access da a. J Ene gy S o age 86:111030. h ps://doi.o g/10.1016/j.
es .2024.111030
Ruggie i R, Rugge i M, Vinci G, Poponi S (2021) Elec ic mobili y in a sma ci y: Eu opean o e iew.
Ene gies 14(2):A icle 2. h ps://doi.o g/10.3390/en14020315
Sun J, Li X, Sun Y, Li Y (2011) The e alua ion o u ban esiden s’ li e quali y in Beijing, China based on
ac o analysis. In: 2011 19 h In e na ional Con e ence on Geoin o ma ics, S 1–6 h ps://doi.o g/10.
1109/GeoIn o ma ics.2011.5980929
Szilassy PÁ, Földes D (2022) Consump ion es ima ion me hod o ba e y-elec ic buses using gene al line
cha ac e is ics and empe a u e. ene gy 261:125080. h ps://doi.o g/10.1016/j.ene gy.2022.125080
Tepe B, Jablonski S, Hesse H, Jossen A (2023) Li hium-ion ba e y u iliza ion in a ious modes o e- ans-
po a ion. eT anspo a ion 18:100274. h ps://doi.o g/10.1016/j.e an.2023.100274
Vai hilingam S, Teh P-L, Ahmed P, Ho S-J, Nai M, Tan CP (2021) Sus ainable sma anspo a ion
sys em: h ough he lens o a sma ci y in an eme ging coun y. ICEB 2021 P oceedings, Nanjing
(h ps://aisel.aisne .o g/iceb2021/25)
Wong KL, Bosello M, Tse R, Falcome C, Rossi C, Pau G (2021) Li-Ion ba e ies s a e-o -cha ge es i-
ma ion using deep LSTM a a ious ba e y speci ica ions and discha ge cycles. P oceedings o he
Con e ence on In o ma ion Technology o Social Good, S 85–90 h ps://doi.o g/10.1145/3462203.
3475878
Zhang W, Zhao H, Xu M (2021) Op imal ope a ing s a egy o sho u ning lines o he ba e y elec ic
bus sys em. Commun T anspo a ion Res 1:100023. h ps://doi.o g/10.1016/j.comm .2021.100023
Hinweis des Ve lags De Ve lag bleib in Hinblick au geog a ische Zuo dnungen und Gebie sbezeich-
nungen in e ö en lich en Ka en und Ins i u sad essen neu al.
K
