Künstliche Intelligenz ist in den letzten Monaten in aller Munde, ihr Einsatz in unterschiedlichen Bereichen wird kontrovers diskutiert. Im sportlichen Bereich ist es der Profiradsport, der KI am intensivsten nutzt. Der Grund liegt auf der Hand: Künstliche Intelligenz lebt von Daten, und Radprofis liefern Unmengen davon. Sie sind wie Datenfabriken auf zwei Rädern, die der KI den perfekten Treibstoff liefern.
In diesem Blogbeitrag untersuchen wir, wie KI den Radsport verändert – von Profiteams über Fahrraddesign und Bike-Sharing-Apps bis hin zur Sicherheit von Radfahrern in der Stadt.
Profiradsport
Vor einigen Wochen sorgte das Team Jumbo-Visma für Schlagzeilen, als es bekannt gab, den Vertrag von Jonas Vingegaard, dem Sieger der Tour 2022, bis 2027 zu verlängern. Diese Nachricht wurde durch das folgende Video untermauert:
Der Junge in dem Video, der mit nordamerikanischem Akzent spricht, wurde von einer künstlichen Intelligenz erschaffen, was Vingegaard beim Anschauen des Videos ziemlich irritierte. Ganz offenbar also nicht der klügste KI-Schachzug des niederländischen Teams. Wesentlich besser hingegen lief es, als Jumbo-Visma die KI darum bat, ein Radtrikot zu entwerfen, das von den Farben, Mustern und Stilen der berühmtesten niederländischen Maler inspiriert war.
Den wohl größten Einfluss auf die Leistung und den Erfolg von Profiteams hat künstliche Intelligenz jedoch bei der Trainings- und Ernährungsplanung.
Was bisher Personal Trainer und Ernährungsberater auf der Grundlage von Erfahrung, eigenem Urteilsvermögen und Daten geleistet haben, wird nun von Algorithmen und künstlicher Intelligenz übernommen. Die von Jumbo-Visma verwendete KI analysiert alle Daten der Fahrer sowie die Art der Strecke und die Wetterbedingungen, um den Energiebedarf jedes Fahrers für jedes Rennen vorherzusagen. Ein “Zahlenspiel”, das in kürzester Zeit abläuft und beeindruckende Ergebnisse liefert, vor allem wenn man bedenkt, dass Jumbo-Visma das beste Team der Welt ist.
Andere Profiteams, die künstliche Intelligenz einsetzen oder eingesetzt haben, sind UAE, Movistar, Israel Premier Tech, NTT Pro Cycling und natürlich Ineos Grenadiers. Letztere haben das Konzept des “marginalen Gewinns” entwickelt und populär gemacht, jedes Detail studiert und analysiert und damit in den letzten zehn Jahren gleich sieben Mal die Tour de France gewonnen.
Und auch wenn es keine konkreten, bestätigten Informationen darüber gibt, ist es doch sehr wahrscheinlich, dass auch viele andere Teams in unterschiedlichem Maße KI einsetzen, um Daten über ihre Fahrer, ihre Bikes, ihre Bekleidung und andere Ausrüstungsgegenstände zu analysieren. Schließlich laufen sie ansonsten Gefahr, gegenüber ihren Konkurrenten ins Hintertreffen zu geraten.
Design von Fahrrädern und Bauteilen
Wenn es um die Entwicklung von Fahrrädern mit Hilfe künstlicher Intelligenz geht, werden in den Medien oft besonders außergewöhnliche und einzigartige Modelle vorgestellt. Modelle wie das Decathlon Concept Bike 2021 oder das Aero-Bike, das gleich zwei Geschwindigkeitsrekorde gebrochen hat. Diese Modelle sind ein Beweis für das enorme Entwicklungspotenzial und die Lösungen, die durch den Einsatz von künstlicher Intelligenz möglich werden.
Hersteller und Ingenieure füttern die künstliche Intelligenz mit allen Daten, die sie über ihre Fahrräder und Materialien sammeln: Schwachstellen, stark beanspruchte Bereiche, Carbontypen usw. Die künstliche Intelligenz sammelt, verarbeitet und analysiert all diese Daten, um dann in viel kürzerer Zeit als üblich eine Vielzahl neuer Designs zu entwerfen, die den Anforderungen und Richtlinien der Hersteller entsprechen. Diese Entwürfe müssen nicht unbedingt physisch hergestellt werden, da sie virtuell getestet werden können, was sowohl Material als auch Zeit spart. Wenn die Ergebnisse positiv sind und den Erwartungen der Hersteller entsprechen, wird das Design erneut getestet, diesmal unter realen Bedingungen.
Die Senkung der Produktionskosten ist hier jedoch nicht nur auf den geringeren Materialeinsatz und die Zeitersparnis zurückzuführen, sondern auch auf den Wegfall oder den Ersatz teurer Anlagen wie Windkanäle. Die meisten Aero- und Zeitfahrräder werden heute zunächst virtuell getestet, bevor sie zu einem realen Prototypen werden.
In gewisser Weise bringt die künstliche Intelligenz auch “Objektivität” und Berechenbarkeit für die Hersteller, die nun – abgesehen vom Marketing – getrost versichern können, dass ihre Fahrräder wirklich so wendig, robust oder aerodynamisch sind, wie sie behaupten. Und das können sie, weil sie es immer und immer wieder getestet haben. Und dann ist da noch die subjektive Wahrnehmung des Endverbrauchers, die auf den eigenen Erfahrungen mit dem Fahrrad beruht – die einzig wahre Bewertung.
Sicherheit und Radfahren in der Stadt
Künstliche Intelligenz wird in Städten, auf Fahrrädern und in Bike-Sharing-Apps eingesetzt, um die Sicherheit zu erhöhen und die Effizienz der Fortbewegung zu verbessern. Hier einige Beispiele:
KI kann zur Analyse von Straßen- und Radwegdaten verwendet werden, z. B. in Bezug auf Verkehrsfluss, Risikobereiche, optimale Routen, Unfälle und Ampeln. Dadurch können Nutzungsmuster und Problembereiche erkannt und Maßnahmen zur Verbesserung der Infrastruktur gezielter geplant werden.
Künstliche Intelligenz kann auch zur Entwicklung von Alarmsystemen eingesetzt werden, die gefährliche Situationen für Radfahrer erkennen, z. B. wenn Fahrzeuge zu nahe kommen oder gefährlich abbiegen. Diese Systeme können sogar die Kommunikation zwischen Fahrrädern und Autos erleichtern, z. B. durch akustische oder visuelle Alarmsignale, die dafür sorgen, dass Radfahrer und Autofahrer aufmerksam genug sind, um die notwendigen Vorsichtsmaßnahmen zu treffen.
Auch für Unternehmen oder öffentliche Einrichtungen, die Fahrradverleihsysteme betreiben, kann KI ein hervorragendes Instrument sein, um zu untersuchen, wo, wann, wie und von wem die Fahrräder genutzt werden. Wenn diese Daten mit anderen Informationen wie Wetterbedingungen und Kalendern kombiniert werden, kann künstliche Intelligenz dabei helfen, das System zu optimieren und so jederzeit den bestmöglichen Service zu bieten. Darüber hinaus können die Betreiber selbst Geld sparen, indem sie ein Wartungssystem für ihre Fahrräder einführen, das auf der Grundlage von Ausfalldaten regelmäßige Upgrades oder den Ersatz von Bauteilen vorsieht.
Künstliche Intelligenz ist ein nützliches Werkzeug für Hersteller, Designer, Ingenieure, öffentliche Einrichtungen und Unternehmen sowie für professionelle Radsportteams. Man könnte meinen, dass KI auch dazu beigetragen hat, dass Fahrer heute mit weniger Feuer und Leidenschaft an den Start gehen als noch vor einigen Jahrzehnten, dass sie sich nicht mehr auf ihr Bauchgefühl verlassen. Oder dass die Datenanalyse dazu geführt hat, dass Radsportler zu menschlichen Maschinen geworden sind, dass es keine Radsportler mehr gibt, die noch auf ihren eigenen Instinkt vertrauen. Doch nein, der Faktor Mensch ist bei den großen Champions von heute – so Pogacar, Van der Poel oder Wout Van Aert – immer noch vorhanden. Radrennen werden immer unberechenbar bleiben und uns wertvolle Momente bescheren, an die wir uns gerne erinnern.
