Der mittlere Wert: Die Hälfte liegt darunter, die Hälfte darüber. Anders als der Durchschnitt lässt er sich von wenigen Ausreißern (eine Säule für 1,20 €/kWh) nicht verziehen.
n (Fallzahl)
Wie viele Säulen, Kreise oder Rechnungen in die Zahl eingehen. Je größer n, desto verlässlicher – und desto eher wird auch ein kleiner Unterschied „signifikant“.
Korrelation ρ (Spearman)
Misst, ob zwei Größen gemeinsam steigen oder fallen, von −1 bis +1. +1: Je mehr vom einen, desto mehr vom anderen – immer. −1: genau gegenläufig. 0: kein Zusammenhang. Faustregel: unter 0,1 praktisch keiner, bis 0,3 schwach, bis 0,5 mittel, darüber stark. Spearman vergleicht Ränge statt Werte und ist deshalb robust gegen Ausreißer.
p-Wert
Wie wahrscheinlich ein mindestens so deutliches Ergebnis wäre, wenn es in Wahrheit gar keinen Zusammenhang gäbe – also durch reinen Zufall. p = 0,03 heißt: in 3 von 100 Zufallswelten. Unter 0,05 nennt man ein Ergebnis „statistisch gesichert“ oder „signifikant“. Der p-Wert sagt nicht, wie groß oder wichtig ein Effekt ist.
Signifikant ≠ wichtig
Mit 5.000 Säulen ist auch ein Unterschied von 0,1 Cent signifikant. Ob er zählt, sagt die Größe des Effekts (ρ, ε², Prozentpunkte), nicht der p-Wert.
ε² (erklärter Anteil)
Welcher Teil der Unterschiede zwischen allen Fällen durch die Gruppen erklärt wird – 0 % gar keiner, 100 % alles. „Der Betreiber erklärt 88 % der Preisunterschiede“ heißt: Kennt man den Betreiber, weiß man fast schon den Preis. Korrigiert um die Zahl der Gruppen, damit viele kleine Gruppen nicht künstlich viel erklären.
R²
Dasselbe für ein Regressionsmodell: Welcher Anteil der Unterschiede das Modell als Ganzes erklärt.
Koeffizient
In einer Regression: um wie viel sich das Ergebnis ändert, wenn ein Merkmal um eine Einheit steigt und alle anderen gleich bleiben.
95-%-Intervall
Der Bereich, in dem der wahre Wert mit hoher Sicherheit liegt. Enthält er die Null, ist nicht gesichert, dass es überhaupt einen Effekt gibt.
Prozentpunkte (Pp.)
Die Differenz zweier Prozentwerte: von 20 % auf 25 % sind 5 Prozentpunkte – aber 25 Prozent mehr.
Tests
F-Test: Unterscheiden sich Gruppen mehr als zufällig? z-Test für Anteile: Ist ein Anteil vorher/nachher wirklich anders? Mann-Whitney-U: Liegen die Werte einer Gruppe systematisch höher als die einer anderen (ohne Annahme einer Normalverteilung)?
Zusammenhang ≠ Ursache
Zwei Dinge können gemeinsam auftreten, weil ein Drittes beide beeinflusst (Störgröße). Die Studie „Hub-Effekt“ zeigt das vor. Wir schreiben deshalb „geht einher mit“ und stellen Hypothesen auf, statt Ursachen zu behaupten.
Laden alle gleich? Zwei Ladekulturen im Wochenrhythmus
Wann eine Säule voll ist, verrät, wofür sie genutzt wird. Wir haben für jede gemessene Säule 168 Stundenwerte (Montag 0 Uhr bis Sonntag 23 Uhr) und vergleichen vier Gruppen.
Befund:AC-Säulen in Großstädten sind am vollsten dienstags um 9 Uhr (50 % der Zeit alles belegt) und nachts zwischen 0 und 6 Uhr noch zu 26 % – ein Muster von Berufstätigen und Anwohnern, die ihr Auto stundenlang abstellen. Schnelllader an Autobahn und Rastanlage haben ihre Spitze sonntags um 13 Uhr, sind am Wochenende stärker belegt als werktags (Faktor 1,05) und nachts nur zu 12 %. Normale Ladesäulen dienen also dem Parken, Schnelllader dem Reisen.
Anteil der Zeit, in der alle Ladepunkte belegt sind – je Wochenstunde (über 3 Stunden geglättet)
AC in Großstädten (9.385)AC in Landkreisen (7.540)Schnelllader in Großstädten (1.869)Schnelllader an Autobahn und Rastanlage (1.888)
Gruppe
Säulen
Spitze
werktags 8–10 Uhr %
sonntags 13–17 Uhr %
nachts 0–6 Uhr %
Wochenende ÷ Werktag
AC in Großstädten
9.385
dienstags um 9 Uhr
41,7
40,4
26,4
0,90
AC in Landkreisen
7.540
dienstags um 9 Uhr
35,1
38,0
17,9
0,93
Schnelllader in Großstädten
1.869
sonntags um 13 Uhr
27,2
32,2
13,8
0,98
Schnelllader an Autobahn und Rastanlage
1.888
sonntags um 13 Uhr
23,4
31,1
11,9
1,05
Hypothesen – was dahinterstecken könnte
Laternenparker-Lücke: Die nächtliche Belegung von AC-Säulen in Großstädten zeigt Menschen ohne eigene Wallbox, die über Nacht laden. Je mehr solche Säulen nachts blockiert sind, desto größer der ungedeckte Bedarf an Anwohnerladen. Prüfbar: Nachtbelegung je Kreis gegen den Anteil der Mehrfamilienhäuser (Zensus 2022).
Arbeitgeberladen in öffentlicher Hand: Die Werktagsspitze um 8–10 Uhr bei AC ist Pendlerladen am Arbeitsort. Das spricht dafür, dass öffentliche AC-Säulen fehlendes Laden beim Arbeitgeber ersetzen. Prüfbar: Spitze stärker in Kreisen mit vielen Einpendlern (Pendlerstatistik der BA).
Reisewellen bestimmen den Bedarf an Schnellladern: An Autobahnen folgt die Belegung dem Freizeitverkehr (Sonntagnachmittag), nicht dem Berufsverkehr. Ausbauziele nach Durchschnittsauslastung unterschätzen deshalb die Spitzen an Ferien- und Sonntagen. Prüfbar mit der Messreihe über Ferienbeginn und Feiertage.
Methode, Grenzen und was daraus folgt
Methode: Grundlage sind eigene Abfragen der Live-Daten der Betreiber in den letzten 120 Tagen: Für jede Säule und Wochenstunde der Anteil der Messungen, in denen kein Ladepunkt frei war. Gruppen nach Lage (Großstadt = kreisfreie Stadt; Autobahn = Zählstelle oder Rastanlage in der Nähe) und Leistung (AC unter 50 kW).
Grenzen: Gemessen wird nur, wo Betreiber Live-Daten liefern, und dort, wo Leute auf dieser Seite suchen – rund ein Viertel der Säulen. „Belegt“ heißt: nicht frei; eine fertig geladene, aber noch angesteckte Auto zählt mit. Gerade bei AC ist das gewollt, weil es das Parken zeigt.
Was daraus folgt: Für Kommunen: Anwohnerladen über Nacht ist ein eigener Bedarf, den Schnelllader nicht decken. Für Betreiber: Blockiergebühren tagsüber treffen Pendler, nachts Anwohner – beides sind andere Kundengruppen.
Berechnet am 30.10.2026 aus dem Ladesäulenregister, den Preisen des Nationalen Zugangspunkts, der eigenen Belegungsmessung (120 Tage) und den Kreisdaten (KBA, Destatis). Eigene Studie von chargemyride.live – Hypothesen sind Vermutungen, keine Ergebnisse.