1. Lineare Regression

Was es tut: Nimmt eine konstante Degradation pro Kilometer an. Zeichnet eine Gerade mit Startpunkt bei 100% (neue Batterie).

Wann es nützlich ist: Liefert das Worst-Case-Szenario. Nützlich für konservative Planung und Garantiegrenzen.

2. Quadratwurzel (√km)

Was es tut: Modelliert eine intensive Degradation zu Beginn, die sich mit der Nutzung verlangsamt. Reflektiert das Wachstum der SEI-Schicht.

Wissenschaftliche Basis: Das Fick'sche Gesetz (Ionendiffusion) sagt voraus, dass das Wachstum der SEI-Schicht einer √t-Beziehung folgt.

3. Potenzgesetz

Was es tut: Passt einen variablen Exponenten b an. Wenn b ≈ 0.5, stimmt die Kurve mit dem √km-Modell überein (diffusionsbegrenzte SEI).

Wissenschaftliche Basis: Das NREL (National Renewable Energy Laboratory) identifiziert b ≈ 0.5 als typischen Wert für die kalendarische Alterung bei LFP.

Was ist das R² (Bestimmtheitsmaß)?

Das Bestimmtheitsmaß R² gibt an, welcher Anteil der Variabilität der Daten durch das Modell erklärt wird. Es reicht von 0% bis 100%.

• R² > 80% Exzellente Anpassung, sehr zuverlässige Vorhersage
• R² 50-80% Moderate Anpassung, nützliche Vorhersage
• R² < 50% Schwache Anpassung, orientierende Vorhersage

Das Modell mit dem höchsten R² wird als "Bestes Modell" markiert.

Vertrauens-Score (0-100)

Gibt an, wie zuverlässig die Vorhersagen basierend auf drei Faktoren sind:

• Datensätze (max 30 Pkt): Mehr Proben = höhere statistische Genauigkeit
• km-Abdeckung (max 40 Pkt): Daten bei höherer Laufleistung = bessere Extrapolation
• R² Maximum (max 30 Pkt): Bessere Anpassung des dominanten Modells