DAYTONA BEACH, Florida – Das jährliche 24-Stunden-Rennen, mit dem die amerikanische Rennsaison beginnt, fand am vergangenen Wochenende auf dem Daytona International Speedway statt. Jedes Jahr wächst die Zuschauerzahl, was zum großen Teil den Hybrid-Prototypen zu verdanken ist, die in der GTP-Klasse um den Gesamtsieg kämpfen. Nach der Formel 1 gehören sie zu den komplexesten und ausgefeiltesten Rennwagen, die je gebaut wurden – und dass sie fantastisch aussehen, schadet natürlich auch nicht. Aber einmal mehr geht es bei Langstreckenrennen um mehr als nur Unterhaltung.
Eine Vielzahl von Fahrzeugtechnologien oder Sicherheitsmaßnahmen, die wir heute als selbstverständlich ansehen, haben ihren Ursprung auf der Rennstrecke. Sicherheitsgurte, Rückspiegel, Turbomotoren, Aerodynamik, Direkteinspritzmotoren, Doppelkupplungsgetriebe und andere Funktionen verdanken ihre Existenz dem Rennsport. Obwohl klare Beispiele für den Transfer von Rennsporttechnologie in der Mitte des 21. Jahrhunderts seltener zu sein scheinen, sind die immateriellen Vorteile, die sich ergeben, wenn eine Gruppe von im Motorsport ausgebildeten Ingenieuren täglich mit ihren Kollegen aus dem Straßenfahrzeugbau zu Mittag isst, umso größer.
Dies beginnt sich jedoch zu ändern, und der Bereich wird nun simuliert. Während eines Rennens werden riesige Datenmengen generiert – jedes der 11 GTP-Fahrzeuge, die in Daytona an den Start gingen, erfasst 1.600 separate Datenkanäle von Onboard-Sensoren, und fast ebenso viele Daten werden von den GTD-Fahrzeugen erfasst, die auf Straßenfahrzeugen wie dem Porsche 911 oder der Chevrolet Corvette basieren. Bei 60 Fahrzeugen, die 24 Stunden lang fahren – und das ist nur das erste Rennen des Jahres –, werden unglaublich viele hochwertige Daten gesammelt, und nun möchte die IMSA diese Daten nutzen, um Automobil- und Technologieunternehmen bei der Entwicklung besserer Simulationswerkzeuge zu unterstützen, und hat zu diesem Zweck das IMSA Lab gegründet.
Die Sanktionsbehörde hat auch ihre Bemühungen mit der NASA ausgeweitet und eine Zusammenarbeit im Bereich „Telemetrie, Diagnostik und Sensormethoden“ ins Leben gerufen.
Warum überhaupt Rennen fahren?
Autorennen sind im Grunde genommen ein Sport. Sie sind auch unterhaltsam. Sie dienen jedoch auch als technische Übung, wobei jede Rennserie diese drei Faktoren in unterschiedlichem Maße ausbalanciert. Die Technik ist der Grund, warum Unternehmen wie Bosch sich daran beteiligen.
„Wir verfügen über Technologie von Bosch, die wir in unserer täglichen Fahrzeugentwicklung einsetzen“, sagte Joe Capuano, Regionalpräsident von Bosch Engineering. „Wir können diese Komponenten auf vielfältige Weise auf die Rennstrecke bringen, da die Anforderungen natürlich unterschiedlich sind und es sich um einen kontinuierlichen Lernprozess handelt. Wir nehmen also unsere Basiskomponenten und passen sie auf unterschiedliche Weise an die Bedürfnisse der Rennteams an. Anschließend nutzen wir die Erkenntnisse aus den Rennen, um die Produkte in unserem Automobilportfolio zu verbessern.“
Ein Unternehmen wie General Motors, das sowohl mit Cadillac als auch mit Chevrolet an der IMSA teilnimmt, tut dies in erster Linie, um andere Automobilhersteller zu übertreffen. Aber das ist nicht der einzige Grund.
„Es lehrt Ingenieure, wie sie schnell handeln, Daten analysieren, sich anpassen und Dinge eliminieren können. Und bei General Motors besteht eine direkte Verbindung zwischen Ingenieurswesen und Motorsport“, sagte Eric Warren, Vice President of Global Motorsports Competition bei GM. „Der Motorsport gehört wirklich in die Kategorie Ingenieurwesen. Wenn wir neue Simulationstechnologien entwickeln, stehen diese in direkter Verbindung zu den Organisationen, die unsere Fahrzeuge konstruieren. So können wir nicht nur aus dieser Perspektive konkurrieren, was den Wettbewerb zwischen den Marken antreibt, sondern wir können auch Ingenieure ausbilden, die sich wirklich mit diesen Technologien auskennen und die Technologie vorantreiben, die schließlich auf die Straße kommt“, erklärte Warren.
„Im Wesentlichen lernen wir hier am Wochenende und sind dann am Montagmorgen wieder im Büro, wo wir auf der Grundlage des am Wochenende Gelernten Produkte entwickeln, die uns durch den Rest der Woche bringen“, erklärte Matthew Cabe, Präsident und CEO von Michelin North America.
In dieser Saison stellte der Reifenhersteller einen neuen Reifen für die GTP-Klasse der IMSA sowie für die nahezu identischen Fahrzeuge der Langstrecken-Weltmeisterschaft vor, der zu mehr als 50 % aus recycelten und nachwachsenden Rohstoffen besteht und dabei genauso langlebig und leistungsstark ist wie seine älteren, weniger nachhaltigen Vorgängerversionen aus den vergangenen Saisons. Und der Vorteil für Straßenfahrzeuge ist real: Die CrossClimate-Reifen des Reifenherstellers verwenden dieselbe „Slick Intermediate”-Technologie, die die Traktion bei Nässe verbessert und die das französische Unternehmen vor etwas mehr als einem Jahrzehnt in Le Mans vorgestellt hat.
Heute ist es in erster Linie digital.
Der Aufstieg des softwaredefinierten Autos ist die neueste Herausforderung in der Automobilindustrie. Die Autohersteller überarbeiten die elektronischen Systeme und Architekturen, die ihre Fahrzeuge antreiben, komplett.
„Man liest und sieht viel über softwaredefinierte Fahrzeuge …“ „Und man denkt, dass wir das im Rennsport schon immer so gemacht haben“, sagte David Salters, Leiter der Honda Racing Corporation USA. „Normalerweise hat man so wenige [elektronische Steuergeräte] wie möglich im Auto, versucht, das gesamte System zu steuern, und die Ingenieure entwickeln die Software. Das Beste an GTP ist, dass es sich um eine offene Softwarearchitektur handelt. Was wir uns vorstellen können, können wir auch programmieren und ausführen.In unserem Fall haben wir also eine F1-ECU und kontrollieren die gesamte Softwareplattform. Wir haben eine Gruppe von Leuten – es hat uns sogar geholfen, Leute zu rekrutieren, weil es so interessant ist – und wir produzieren buchstäblich Dinge in Tagen und Stunden”, erklärte Salters.
„Wir gehen sozusagen den Weg, den wir predigen; es ist unten. Im Grunde genommen geht es um Softwareentwicklung, Energiemanagement und Traktionskontrolle; Honda veranstaltet einmal im Jahr ein technisches Forum zum Traktionskontrollsystem des Autos, und wir wurden gebeten, zu demonstrieren, was wir mit der Traktionskontrolle erreicht haben. „Es ist selbstbewusst“, erklärte Salters.
„Wie David bereits erwähnt hat, ist das Fahrzeug stark softwaregesteuert, aber was dieses Rennen auszeichnet, sind die schwankenden Bedingungen, richtig? „Man hat verschiedene Fahrer und völlig unterschiedliche Bedingungen“, erklärte Warren. „Schauen Sie sich andere Rennserien an: Man hat ein begrenztes Zeitfenster, optimiert auf Messers Schneide und denkt sich: Okay, geschafft. Bei dieser Art von Rennen, insbesondere bei der IMSA, ist es Nacht, die Strecke ist kalt und man hat verschiedene Reifenoptionen, sodass man seine Fähigkeiten erweitern muss, um das Fahrzeug zu modellieren und zu steuern.“
IMSA Laboratories
Als Automobilhersteller ist es naheliegend, sich im Rennsport zu engagieren, um bessere Straßenfahrzeuge zu entwickeln, aber dieser Sport kann auch anderen Branchen zugutekommen. So hat beispielsweise die technische Abteilung des Williams F1-Teams ihr Know-how im Bereich Aerodynamik genutzt, um offene Tiefkühlvitrinen in Supermärkten mit weniger Energieverbrauch länger kühl zu halten. Das Ziel von IMSA Labs ist es, Rennsportdaten zur Verbesserung von Simulationen zu nutzen. Und wie in den meisten Branchen sind maschinelles Lernen und KI allgegenwärtig.
„Es erscheint nur natürlich, dass ein Automobilhersteller, ein Reifenhersteller und ein Unternehmen wie Bosch diesen Raum nutzen möchten“, sagte John Doonan, Präsident der IMSA. „Nun hoffen wir jedoch, dass die eben genannten Unternehmen sowie andere diesen Bereich nutzen werden, um die nächste Generation von Software zu entwickeln, die vielleicht nicht im Rennsport, sondern für ein breiteres Publikum eingesetzt werden kann, oder um ein bestehendes Produkt zu testen. Und wie David und Eric bereits gesagt haben, ermöglicht unsere datenreiche Umgebung ihnen, dies in Echtzeit unter wirklich extremen Bedingungen zu tun – extremer als 24 Stunden auf der anderen Straßenseite geht es kaum“, fügte Doonan hinzu.
„Durch das Trainieren von Imitationstechniken anhand der generierten menschlichen Daten können wir Autos in nur wenigen hundert Runden auf das Niveau der besten 1 % der menschlichen Leistung bringen. Und das sagt meiner Meinung nach viel über die Datenqualität aus“, so Siddhartha Sen, Principal Research Manager bei Microsoft Research.
„Das wäre nur mit Daten von ausgezeichneter Qualität möglich. Beim maschinellen Lernen geht es doch vor allem darum, verrauschte Daten zu bereinigen und mit allerlei Datenmüll umzugehen, oder? Die Datenqualität, die verwendeten Sensoren und die Liebe zum Detail sind außergewöhnlich. Als KI-Forscher und Betreiber eines KI-Programms fühlt man sich bei solchen Daten und der Vielfalt der Fahrweisen der einzelnen Personen fast wie in einem Süßwarenladen“, fügte Sen hinzu.
„Im Allgemeinen habe ich festgestellt, dass die Kluft zwischen Simulation und Realität beim Rennsport recht gering sein kann, und die einzige Anforderung, die ich für eine derart geringe Kluft gesehen habe, sind vielleicht Flugsimulatoren …“ Es ist erstaunlich, wie gut Einzelpersonen in Online-Rennsimulationen abschneiden und wie sich dies auf das überträgt, was sie auf der realen Rennstrecke sehen. Und ich glaube, dass diese geringe Kluft der Grund dafür ist, dass wir Modelle entwickeln können, die im realen Leben von Vorteil sind.Und deshalb bin ich von der Plattform insgesamt so begeistert, nicht nur wegen der Daten, die wir sammeln werden, sondern auch, weil es sich um menschliche Daten handelt, und zwar um vielfältige menschliche Daten, die derzeit sehr beliebt sind. „Alles, was wir mit LLMs machen, ist lediglich der Versuch, das menschliche Verhalten nachzuahmen“, erklärte Sen.
