Inspiration

Wie sind insperiert von Open Data Concept wie OSM.

What it does

Unser Tool liefert die Grundlage für die Schätzung der Anzahl von elektrischen Autos in Vergangenheit und Zukunft. Die Anzeige ist so einfach, dass der Benutzer selbst kann es anpassen. Die Daten können als eine Karte oder auf Grafiken dargestellt werden. Im Hintergrund werden die Daten mit einem Algorithmus mit Python-Panda dazu verwendet um die Vorhersage auf Gemeindenebenen zu treffen. Im Vergangenheit wurde die Entwicklung in der Energiebranche primer von der Regierung und wissenschaftlichen Erkenntnissen beeinflusst. Aus diesem Grund fließt in unsere Berechnungen ebenfalls AKTUELLEN kulturelle und wissenschaftlichen Daten ein.

How we built it

Wir nutzen flexible, platformunabhängige Lösungen. Die Arbeit an Daten, Kalkulation und Interface konnte sehr gut in unserem Team verteilt werden, da wir zwei Analysten und zwei UI-Designer haben.

Challenges we ran into

Eine von den vielen Hürdensteinen um eine so detaillierte Analyse aufzubauen ist die Qualität der Daten. In die Beschaffung und Verfeinerung der Daten wurde fast genau so viel Zeit investiert wie in die Aufbau von mathematischen Modellen.

Accomplishments that we're proud of

Wir sind riesig stolz darauf, dass wir einen Berechnungsmodel mit Python-Panda aufgebaut haben. Die harte Arbeit unserer Entwickler hat sich definitiv gelohnt!

What we learned

Wie man mit kulturellen Daten und Trends die Entwicklung der Elektromobilitet genau vorhersagen kann.

What's next for E-mobility-index

Das Ziel ist weiter die Datenverbesser und das Interface intuitiver zu machen.

Built With

Share this project:

Updates