Ladenetzmonitor: Wie ausgelastet ist das deutsche Ladenetz?

Betreiber von Ladepunkten müssen nach der EU-Verordnung AFIR veröffentlichen, ob eine Säule frei, belegt oder außer Betrieb ist. Diese Daten existieren – aber sie liegen als technische Meldungen bei einem Datenzugangspunkt, nicht auf einer Karte, die Sie vor der Abfahrt kurz aufrufen. Der Ladenetzmonitor ändert das: Ein öffentliches Dashboard, das zeigt, wie stark das deutsche Ladenetz gerade ausgelastet ist – auf der Karte, im Wochenrhythmus, nach Leistungsklassen und je Bundesland.

Direkt ausprobieren: adhoc-public-map.pages.dev – öffentlich und ohne Tracking.

Dieser Beitrag erklärt, was die vier Ansichten zeigen, woher die Daten kommen, wie das Dashboard gebaut ist – und was es bewusst nicht behauptet.

Auslastung der Ladesäulen in Deutschland: vier Ansichten

Karte – die Heatmap der Auslastung

Die Karte färbt nicht die Dichte der Standorte ein, sondern deren Auslastung – ein Unterschied, der oft verwechselt wird. Drei Maßstäbe gehen beim Zoomen ineinander über: Weit draußen sind die Bundesländer nach Auslastung eingefärbt. In der mittleren Zoomstufe bildet sich ein Hexagon-Raster, das sich beim Zoomen neu berechnet. Nah dran erscheinen einzelne Ladestandorte, anklickbar mit Ladepunkten, Belegung, Leistung und gemeldetem Preis.

Die Karte lässt sich zwischen „Auslastung“ und „maximale Ladeleistung“ umschalten. Und Standorte, von denen keine Live-Meldung vorliegt, bleiben grau – statt eine Auslastung vorzutäuschen, die niemand gemessen hat.

Rhythmus – wann geladen wird

Eine Wochenmatrix zeigt die Auslastung Stunde für Stunde über alle sieben Tage, dazu der Tagesverlauf und die Entwicklung der letzten Tage. Hier wird sichtbar, ob das öffentliche Ladenetz eher tagsüber oder nachts genutzt wird – eine Frage, auf die viele eine feste Meinung, aber wenige eine Messung haben.

Netz – woraus das Ladenetz besteht

Diese Ansicht trennt DC-Schnellladen von AC-Normalladen, jeweils mit Anteil und Auslastung. Sie zeigt die durchschnittliche Belegungsdauer, auch je Anbieter, die Störungsquote und ihren Verlauf, fünf Leistungsklassen von unter 11 kW bis 150 kW und mehr sowie die Preisspanne als unteres Quartil, Median und oberes Quartil.

Regionen – wo es eng wird

Ein Ranking aller sechzehn Bundesländer nach Auslastung, ein Anbietervergleich und eine Tabelle der Städte mit den meisten Ladepunkten. Wer wissen will, ob die eigene Region über oder unter dem Bundesschnitt liegt, findet es hier.

Woher die Daten kommen

Die Grundlage sind die Meldungen der Ladeinfrastruktur-Betreiber über die Mobilithek, den nationalen Zugangspunkt für Mobilitätsdaten. Die Verordnung AFIR verpflichtet Betreiber, statische Daten wie Standort, Anschlussart und Leistung sowie dynamische Daten wie den Belegungsstatus bereitzustellen; welche Fristen dabei gelten, steht im AFIR-Countdown.

Zwei Dinge gehören dazu gesagt. Erstens sind das keine amtlichen Zahlen: Das Ladesäulenregister der Bundesnetzagentur ist eine andere Quelle, und die Datenqualität unterscheidet sich von Betreiber zu Betreiber. Zweitens meldet nicht jeder Ladepunkt laufend seinen Status. Die Auslastung wird über die Punkte gebildet, die tatsächlich melden – wer daraus „alle Ladepunkte Deutschlands live“ macht, liest zu viel hinein.

Wie das Dashboard gebaut ist

Die Architektur folgt einem Grundsatz: Die öffentliche Seite hat keinen Weg zur Datenbank.

Ein Python-Dienst liest die Datenbank – PostgreSQL mit der Geo-Erweiterung PostGIS – und schreibt alle fünf Minuten drei statische JSON-Dateien. Die Standortdatei ist so kompakt aufgebaut, dass sie trotz zehntausender Standorte klein bleibt. Diese Dateien liegen in Cloudflare R2, einem Dateispeicher, und werden über ein weltweit verteiltes Netz von Auslieferungsservern (CDN) bereitgestellt. Die Seite selbst ruft die produktive API nie auf. Sie liest ausschließlich diese Momentaufnahmen.

Die Oberfläche ist mit Vue 3 gebaut, einem Web-Framework, dazu Vite und TypeScript. Die Karte läuft auf MapLibre GL, einer freien Kartenbibliothek, die keinen Schlüssel eines Kartenanbieters braucht. Die Hexagon-Verdichtung der Standorte übernimmt deck.gl, eine Bibliothek, die solche Berechnungen auf der Grafikkarte ausführt – deshalb bleibt die Karte beim Zoomen flüssig. Die Diagramme stammen von Apache ECharts, einer Diagrammbibliothek. Ausgeliefert wird über Cloudflare Pages – wie unsere eigene Website.

Zwei Details zwischen „hübsch“ und „ehrlich“

Eine Heatmap kann leicht lügen. Zwei Entscheidungen verhindern das hier. Kleine Zellen werden statistisch zum Bundesschnitt hin geglättet: Vier Ladepunkte, von denen zwei belegt sind, leuchten dadurch nicht als Hotspot auf, den es statistisch nicht gibt. Und die Farbskala endet nicht bei 100 Prozent Auslastung. Über die volle Skala gespreizt wäre die Karte fast einfarbig, und die Unterschiede, um die es geht, gingen verloren. Deshalb endet sie dort, wo die gemessenen Werte tatsächlich liegen.

Datenschutz: bewusst ohne Tracking

Das Dashboard setzt keine Cookies, nutzt keine Analyse-Werkzeuge und lädt keine externen Schriftarten. Der Kartenhintergrund wird erst nach ausdrücklicher Einwilligung geladen – ohne sie zeigt die Karte die Daten auf neutralem Grund, und es geht keine Anfrage an einen Dritten. Die veröffentlichten Dateien enthalten keine Standort-Kennungen, keine Adressen und keine Nutzerdaten, sondern nur Aggregate. Kartenmaterial: © OpenStreetMap-Mitwirkende (ODbL), dargestellt über OpenFreeMap.

Was der Monitor nicht behauptet

Ein Dashboard ist so gut wie die Ehrlichkeit seiner Beschriftung. Deshalb gilt:

• Nicht „Echtzeit“. Die Daten sind bis zu fünf Minuten alt, und die Betreiber melden unterschiedlich schnell. Deshalb steht neben den Werten, wie alt der Stand ist.
• Nicht „Ladedauer“. Gemessen wird die Dauer eines Belegt-Intervalls. Ein Auto, das nach dem Laden stehen bleibt, zählt weiter. Deshalb heißt es Belegungsdauer oder Standzeit.
• Keine jahrelange Historie. Die Zeitreihe ist jung; sie beginnt im August 2026. Auch die Wochenmatrix mittelt nur über diesen Zeitraum. Aussagen über Jahreszeiten sind damit nicht gedeckt.
• Preise mit Vorsicht. Erfasst ist der gemeldete Preis je kWh, wo ein Betreiber einen meldet. Ad-hoc- und Vertragstarif werden nicht unterschieden, Blockiergebühren nicht berücksichtigt.
• Keine Prognose. Das Dashboard beschreibt den Ist-Zustand. Es sagt nichts vorher.

Eigene Daten so aufbereiten

Das Vorgehen ist nicht an Ladesäulen gebunden. Rohdaten einlesen, statistisch sauber verdichten, als statische Momentaufnahmen ausliefern, ohne dass die Öffentlichkeit je die Datenbank berührt – das funktioniert für einen Fuhrpark, für eigene Standorte, für Sensordaten oder für jede andere Quelle, die laufend Zustände liefert. Wenn Sie aus Rohdaten eine Darstellung machen wollen, die Entscheidungen trägt, holen Sie sich bei uns eine kostenlose Einschätzung. Mehr zu unserer Arbeit an Datenpipelines unter Backend-Entwicklung; wie wir die AFIR-Daten in einer App verarbeiten, zeigt die Case Study zur Lade- und Strompreis-App.