Die begrenzte Reichweite und daraus entstehende Reichweitenangst kann als eine der grössten Hindernisse bei der Nutzung von elektrischen Fahrzeugen (EV) angesehen werden. Der gleichzeitig nur sehr schleppende Fortschritt in der Entwicklung von grösseren Batteriekapazitäten verlangt nach innovativen Lösungen für dieses Problem. Diese Thesis stellt ein Routing System vor, welches für elektrische Fahrräder jene Routen mit dem geringsten Energieverbrauch berechnen kann. Das dem System zugrundeliegende statische Modell erzeugt den Energiebedarf für beliebige Strassensegmente auf Basis kontextbezogener Informationen. Diese bestehen u.a. aus dem Strassennetz, einem digitalen Höhenmodell oder fahrzeugseitigen Parametern wie Gewicht, Geschwindigkeit oder einem Mechanismus zur Rückgewinnung der Energie. Darauf aufbauend wurde eine Applikation entwickelt, welche einem entweder eine energieoptimierte Routenwahl oder die Schätzung der verbleibenden Reichweite anzeigt. Mittels Testfahrten konnten die simulierten Daten validiert und optimiert werden. Ein mögliches Anwendungsfeld dieser Technologie sind Navigationssysteme. Während man sich entlang der kürzesten Route bewegt, könnte ein automatischer Wechsel in einen Energiesparmodus vollzogen werden, sobald das Ziel durch einen zu geringen Akkustand ausser Reichweite gerät. Das in dieser Thesis vorgestellte Verfahren kann die Route unter Berücksichtigung des noch absehbaren Energieverbrauchs für die verbleibende Distanz bei entsprechendem Akkustand optimieren und Fahrern das Erreichen ihres ausser Reichweite geglaubten Ziels ermöglichen. Dies eröffnet neue Möglichkeiten im E-Bike Routing.

Limited driving range and the subsequent range anxiety is still one of the greatest obstacles for the use of electric vehicles (EV). Slow-moving progress in increasing battery capacities necessitates for new and novel solutions to the problem. This thesis presents a routing system capable of computing the ideal route in terms of energy consumption for electric bicycles. An underlying static model calculates energy requirements for arbitrary street segments based on contextual information. For example, this information could include the structure of the road network, a digital elevation model or vehicular parameters such as weight, velocity, or the presence of a recuperation mechanism. A routing application was developed that was capable of accurately displaying either an energy optimized route or an estimation of the remaining cruising range. The existence of the application allows for the estimation (which acts as a simulation of energy consumption) to be validated and optimized through test drives. One use-case of this technology is within a navigation system, where it can enable automatic switching from a shortest-path route in progress into energy-saving mode when a target destination be-comes unreachable due to reasons such as insufficient charge. The methods outlined in this work can optimize the route, taking into account the required energy for the remain-ing distance and the given low state of charge (SOC) to enable riders to more reliably reach their destinations. It extends the potential of e-bike routing.