Zum Inhalt springen
Technische Universität München

Markus Fischer

Foto von Markus Fischer

M.Eng. Markus Fischer

Themenschwerpunkte

  • Optimierung von Ladestrategien für Elektrofahrzeuge
  • Elektromobilität -  Infrastruktur- und Nutzungsmodellierung und Analyse
  • Sektorenkopplung (Vehicle-to-Grid, V2G-Konzepte)

Curriculum Vitae

Berufserfahrung
seit 2021 Technische Universität München
Lehrstuhl für Verkehrstechnik
Wissenschaftlicher Mitarbeiter
2018 - 2020 Hochschule München
Fakultät für Wirtschaftsingenieurwesen
Wissenschaftlicher Mitarbeiter
Projekt „Entwicklung von Geschäftsmodellen für Ladekonzepte im hochverdichteten öffentlichen Raum“
2009 - 2013 Keller & Kalmbach GmbH
Produktmanager

Ausbildung
2018 Master of Engineering  Wirtschaftsingenieurwesen
Hochschule München University of Applied Sciences
2016 Bachelor of Engineering Wirtschaftsingenieurwesen
Hochschule München University of Applied Sciences

Publikationen

  • Fischer, Markus; Hardt, Cornelius; Elias, Jörg; Bogenberger, Klaus: Simulation-Based Evaluation of Charging Infrastructure Concepts: The Park and Ride Case. World Electric Vehicle Journal 13 (8), 2022, 151 mehr…
  • Fischer, Markus; Hardt, Cornelius; Michalk, Wibke; Bogenberger, Klaus;: Charging or Idling: Method for Quantifying the Charging and the Idle Time of Public Charging Stations. Transportation Research Board (TRB) 101st Annual Meeting, 2022 mehr…
  • Friese, Philipp A.; Michalk, Wibke; Fischer, Markus; Hardt, Cornelius; Bogenberger, Klaus: Charging Point Usage in Germany—Automated Retrieval, Analysis, and Usage Types Explained. Sustainability 13 (23), 2021, 13046 mehr…
  • Fischer, Markus; Bogenberger, Klaus; Elias, Jörg; Schramm, Simon: Evaluation of charging concepts for high density urban areas based on real mobility and charging profiles of BEV. CIRED , 2021 mehr…
  • Fischer, Markus; Elias, Jörg; Bogenberger, Klaus; Schramm, Simon: Quantification of transmitted energy and power for system services by battery electric vehicles based on real mobility and charging profiles. CIRED , 2020Workshop How to Implement Flexibility in the Distribution System? mehr…

Betreute Studienarbeiten

  • Kundan, Kumar: Intelligente Planung von Ladeinfrastruktur für Elektrofahrzeuge unter Berücksichtigung von Servicequalität und Auslastung.
    Masterarbeit. Ausgabe: 15.7.2022; Abgabe: 4.4.2023. Mentoring: Fischer, Hardt, Zhang. Kurzfassung.
  • Hussain, Maaz: Bewertung der Auswirkungen von lokalen regulatorischen Vorgaben auf das Nutzungsverhalten von öffentlicher Ladeinfrastruktur.
    Masterarbeit. Ausgabe: 1.9.2022; Abgabe: 15.3.2023. Mentoring: Fischer, Hamm, Lippoldt. Kurzfassung.
  • Anisimova, Mariia: Analyse des Nutzerverhaltens an öffentlichen Ladestandorten basierend auf Fahrzeug- und Infrastrukturdaten.
    Masterarbeit. Ausgabe: 15.6.2022; Abgabe: 14.12.2022. Mentoring: Fischer, Hardt. Kurzfassung.
  • Puchner, Sophie: Abschätzung des Energiesparpotential im Münchener Gesamtverkehrssystem.
    Bachelorarbeit. Ausgabe: 19.4.2022; Abgabe: 12.8.2022. Mentoring: Dr. Loder, Fischer. Kurzfassung.
  • Götschl, Daniel: Literaturrecherche über die Bewertung von Ladekonzepten im öffentlichen und halböffentlichen Raum.
    Bachelorarbeit. Ausgabe: 1.1.2022; Abgabe: 1.6.2022. Mentoring: Fischer, Hardt. Kurzfassung.
  • Kraus, Elias: Recherche und Analyse von Abrechnungskonzepten für öffentliche Ladeinfrastruktur.
    Bachelorarbeit. Ausgabe: 30.11.2021; Abgabe: 11.5.2022. Mentoring: Fischer, Hardt. Kurzfassung.
  • Wölfl, Manuel: Literaturrecherche zu den Auswirkungen der Corona-Pandemie auf den Individualverkehr.
    Bachelorarbeit. Ausgabe: 9.12.2021; Abgabe: 9.5.2022. Mentoring: Fischer, Lippoldt. Kurzfassung.
  • Melaky, Ossama: Datenanalyse zu Ladevorgängen an öffentlicher Ladeinfrastruktur in Deutschland und Europa.
    Masterarbeit. Ausgabe: 15.6.2021; Abgabe: 25.11.2021. Mentoring: Fischer, Tsakarestos. Kurzfassung.
  • Schmid-Querg, Jonas: Entwicklung von Ladekonzepten für Park- and Ride-Anlagen in und um München.
    Masterarbeit. Ausgabe: 30.5.2021; Abgabe: 13.11.2021. Mentoring: Fischer, Hardt. Kurzfassung.
To top