Rennrodler zurück in der Erfolgsspur durch Data Science Know-How der Universität Salzburg und BMW Motorsport

Julian von Schleinitz, ehemaliger Rennrodel-Juniorenweltmeister und mittlerweile Data-Science-Doktorand an der Universität Salzburg, leitet ein Projekt bei BMW Motorsport mit Schwerpunkt Rennrodeln. Mit einer speziellen Simulationssoftware werden Rodelschlitten optimal abgestimmt und die Ideallinie in der Eisbahn gefunden. Der dreimalige Olympiasieger und 13-malige Weltmeister Felix Loch nutzte den wissenschaftlichen Erkenntnisvorsprung und fand so eindrucksvoll auf seine Erfolgsspur zurück. Das Resultat: Loch gewann alle acht Einzelrennen und sicherte sich den siebten Sieg im Gesamtweltcup. Mit dem zweiten Platz hinter Loch profitierte auch der Thüringer Spitzenrodler Johannes Ludwig von den Projektergebnissen. 

Ausgangspunkt des Projekts ist die Technologiepartnerschaft zwischen BMW und dem Bob- und Schlittenverband für Deutschland. Dabei werden modernste Mess- und Analysetechnologien für den Schlittensport eingesetzt. Die BMW-Ingenieure adaptieren Beschleunigungs-, Drehraten- und Temperatursensoren aus Motorsport-Fahrzeugen, um Rodelfahrten im Eiskanal in Computersimulationen zu rekonstruieren.

Software ermittelt ideale Fahrlinie, optimiert Material und Abstimmung der Sportgeräte

Projektleiter von Schleinitz nutzt dabei sein wissenschaftliches Know-How aus seinem Masterstudium „Chemistry and Physics of Materials“ an der Universität Salzburg. In seiner Abschlussarbeit über die Simulation von Eisreibung im Rodelsport legte er die Grundlagen des erfolgreichen Projekts: Eine von ihm entwickelte Software ermittelt nicht nur die ideale Fahrlinie, sondern optimiert auch das Material und die Abstimmung der Sportgeräte. In seiner Doktorarbeit über den Einsatz von künstlicher Intelligenz im fahrdynamischen Grenzbereich erschließt sich von Schleinitz nun hochaktuelle Data-Science-Methoden, die er für das BMW-Projekt unmittelbar verwenden kann.

Doktorat in Data Science

„Wichtig für das Projekt bei BMW Motorsport ist das fachübergreifende Zusammenspiel aus Messtechnik, Simulation und moderner Datenanalyse“, so von Schleinitz und fügt hinzu: „Meine Betreuer an der Universität Salzburg, Professor Andreas Schröder von der Arbeitsgruppe Technische Mathematik und Professor Wolfgang Trutschnig vom Intelligent Data Analytics Lab Salzburg, stellen mir hierfür ihr umfangreiches Know-How zur Verfügung. Das Projekt steht damit auch wissenschaftlich auf soliden Füßen. Der nächste Schritt besteht nun darin, künstliche Intelligenz in den Rodelsport zu bringen. Dafür ist das Doktorat in Data Science an der Universität Salzburg die perfekte Grundlage.“ Letzteres sehen die Betreuer Schröder und Trutschnig genauso und ergänzen, dass im Spitzensport der Einsatz von hochentwickelten Methoden des maschinellen Lernens in Verbindung mit Statistik und Computersimulationen noch relativ neu sei, mittelfristig aber wohl kein Weg daran vorbeiführen werde.

Computersimulationen und intelligente Datenanalysen im Spitzensport

Die Erfolge von Loch und Ludwig in dieser Weltcup-Saison zeigen deutlich, dass sich der Einsatz von modernen Computersimulationen und intelligenten Datenanalysen im Spitzensport auszahlt. Das Rennrodeln ist ein idealer Einsatzort für moderne Simulations- und Datentechnologien, da sein Reglement viele Freiheiten beim Material und der Abstimmung der Sportgeräte erlaubt. In seiner aktiven Zeit wusste der dreimalige Rennrodel-Olympiasieger Georg Hackl diese Freiheiten zu nutzen und erwarb sich den Ruf eines herausragenden Tüftlers am Rennschlitten.

Heutzutage interpretiert Hackl als Techniktrainer des deutschen Rodel, Bob- und Skeletonverbandes das Tüfteln beim Rennrodeln auf eine neue Weise: „Die Möglichkeiten, die wir durch die Kooperation mit dem BMW-Projekt haben, sind außergewöhnlich und geben uns völlig neue Einblicke in das komplizierte System aus Rennrodel und Athlet. Beim Rennrodeln ist es entscheidend, einen möglichst schnellen Schlitten zu bauen, der vom Athleten noch gut beherrschbar ist. Mit Computersimulationen und genauer Datenanalyse bringen wir Licht in dieses System und sind in der Lage viel bessere Lösungen zu entwickeln, als wir es nur durch Fahrten im Eiskanal und durch unsere subjektiven Eindrücke jemals könnten.“