Wie Big-Data-Analysen den Formel-1-Teams dabei helfen, die Zielflagge zu erobern

Dz Shing Lim , Senior Director of Sales Engineering, APAC
14. Oktober 2014

Unter den weltweiten Sportriesen gibt es nur wenige, die auch nur annähernd an den Formel-1-Rennsport herankommen. Ich war letzten Monat beim Großen Preis von Singapur und diese actiongeladene Rennserie sorgt überall dort, wo sie ihr Grand-Prix-Lager aufschlägt, für intensiven Wettbewerb und Spannung.

Jedes Jahr werden Milliarden von Dollar für Strecken, Autos, Fahrer und Hilfsteams ausgegeben. Mit dem Ziel, den ersten Platz zu belegen, sind die Teams stets bestrebt, in jedem Rennen die bestmögliche Leistung aus ihren Fahrzeugen herauszuholen.

Einer der wichtigsten Wettbewerbsvorteile in diesem unermüdlichen Streben nach Exzellenz sind zunehmend Daten. Durch das Sammeln und Analysieren finden Teams neue und innovative Wege zum Erfolg.

Beispielsweise installiert das Lotus F1 Team mehr als 150 Sensoren in seinen Autos, um jeden Aspekt der Leistung zu überwachen und so die Geschwindigkeit zu steigern. Das Feedback dieser Sensoren erzeugt während jeder Rennrunde durchschnittlich 25 MB an Daten.

Mittlerweile hat das Konkurrenzteam McLaren auf die In-Memory-Datenbank HANA von SAP zurückgegriffen, um die riesigen Datenmengen zu analysieren, die es von seinen Autos sammelt. Mithilfe ausgefeilter Analysetools kann das Team die Leistungen mehrerer Rennen vergleichen und sehen, wie sich selbst geringfügige Änderungen an ihren Autos auf die Ergebnisse auswirken können.

In der Formel 1 gibt es überall Daten, wobei jede Rennstrecke unterschiedliche Fahrbedingungen und mehrere Variablen für jedes Team liefert.

In Singapur verfügt der 5,06 Kilometer lange Kurs über 23 Kurven und die Rennwagen legen in 61 Runden eine Gesamtdistanz von 308,8 Kilometern zurück. In Melbourne hat die 5,3 km lange Strecke nur 16 Kurven, wodurch die Rennbedingungen sehr unterschiedlich sind. Durch die ständige Überwachung aller Aspekte einer Rennstrecke und eines Autos finden die Teamtechniker immer wieder neue Wege zur Feinabstimmung der Abläufe.

Daher ist die Big-Data-Analyse zu einem wichtigen Bestandteil der Arbeit geworden. Allerdings ist die Aufgabe noch anspruchsvoller, da die Teams ständig zwischen verschiedenen geografischen Standorten wechseln. Im Gegensatz zu den meisten Multi-Milliarden-Dollar-Unternehmen ist F1 immer in Bewegung.

Um die analytische Verarbeitung großer Datenmengen optimal nutzen zu können, ist es wichtig, dass die verwendeten Daten in einer robusten, sicheren, zuverlässigen und gut vernetzten Einrichtung gespeichert werden. Andernfalls entfaltet sich der eigentliche Nutzen ausgefeilter Analysetools nicht.

Die bei jedem F1-Rennen erfassten Daten müssen schnell an diesen zentralen Datenspeicher übermittelt werden und sofort für die Analyse verfügbar sein. Würde man es nur in Datenspeichereinrichtungen an der Strecke aufbewahren, würde dies seinen Wert begrenzen und die Fähigkeit des Teams verringern, es optimal zu nutzen.

Durch die zentrale Speicherung können auch Daten aus anderen Quellen eingebunden werden. Wettervorhersagen, Streckenänderungen und Details zur Leistung einzelner Fahrer können zum Analysemix hinzugefügt werden, wodurch noch mehr Möglichkeiten entstehen, Wege zum Sieg zu finden.

Der Motorsport im Allgemeinen – und die Formel 1 im Besonderen – entwickeln sich rasant weiter. Aufgrund der strengen Regeln und technischen Zwänge, nach denen jedes Team antreten muss, kann es den Unterschied zwischen Scheitern und der Zielflagge ausmachen, auch nur den kleinsten Weg zu finden, sich einen Vorteil zu verschaffen.

Wie in den meisten Branchen von heute wird die Fähigkeit, große Datenmengen effektiv zu sammeln, zu speichern und zu analysieren, erfolgreichen F-1-Teams weiterhin einen enormen Wettbewerbsvorteil verschaffen. Dies ist ein weiteres Beispiel dafür, wie Unternehmen ihre Rechenzentren in einen Datenvorteil verwandeln.