AWS als Motor für das F1 Media Processing Framework
Erfahren Sie, wie AWS mit der Media2Cloud-Referenzimplementierung (M2C) von AWS-Lösungen eine benutzerdefinierte Lösung für die Verwaltung der Formel-1-Medienressourcen der vergangenen Jahre und der kommenden Jahre entwickelt hat.
AWS unterstützt
F1 Insights
Braking Performance, das erste von sechs neuen F1 Insights Powered by AWS für die Saison 2021, debütiert im April und hilft den Fans, Entscheidungen in Sekundenbruchteilen auf der Strecke zu verstehen

AWS unterstützt
F1 Insights
Fastest Driver verwendet AWS-Technologie, um ein objektives, datengesteuertes Ranking aller F1-Fahrer von 1983 bis zum heutigen Tag zu bieten, dass den F1-Autounterschied aus der Gleichung entfernt. Erfahren Sie mehr darüber, wie es entstanden ist, um ein Ära-übergreifendes Ranking der Fahrergeschwindigkeit zu erstellen.

AWS unterstützt F1
Die Formel 1 hat auf Grundlage von in AWS ausgeführten Simulationen ein Auto für die Rennsaison 2022 entworfen, das den Verlust des Anpressdrucks in Kopf-an-Kopf-Rennen von 50 % auf 15 % verringert - und bietet Fans eine noch aufregendere Erfahrung.

DARUM ENTSCHEIDET F1 SICH FÜR AWS
Wir brauchten einen Technologieanbieter, der uns dabei helfen würde, schneller zu innovieren und unsere Organisation in die Zukunft zu bringen, und AWS war als Partner eine klare Entscheidung. Wir nutzen die umfangreichen Möglichkeiten von AWS und seinen innovativen Cloud-Technologien unter anderem, um den Fans Sekundenentscheidungen auf der Rennstrecke näher zu bringen, unsere zukünftigen F1-Autos neu zu entwerfen, besser die umfangreichen F1-Daten zu verstehen und um Analyse und Machine Learning auszuführen, um diese Daten aussagefähig zu machen. Wir sind stolz auf das, was wir erreicht haben, und sind gespannt, was wir noch gemeinsam umsetzen können.
- Ross Brawn, Managing Director of Motor Sports, F1
Wir brauchten einen Technologieanbieter, der uns dabei helfen würde, schneller zu innovieren und unsere Organisation in die Zukunft zu bringen, und AWS war als Partner eine klare Entscheidung. Wir nutzen die umfangreichen Möglichkeiten von AWS und seinen innovativen Cloud-Technologien unter anderem, um den Fans Sekundenentscheidungen auf der Rennstrecke näher zu bringen, unsere zukünftigen F1-Autos neu zu entwerfen, besser die umfangreichen F1-Daten zu verstehen und um Analyse und Machine Learning auszuführen, um diese Daten aussagefähig zu machen. Wir sind stolz auf das, was wir erreicht haben, und sind gespannt, was wir noch gemeinsam umsetzen können.
- Ross Brawn, Managing Director of Motor Sports, F1
Da Fahrer Geschwindigkeiten von bis zu 370 km/h erreichen, Boxenstopps in unter zwei Sekunden machen und mit 5G durch die Kurven rasen, braucht die FORMEL 1 (F1) einen Technologieanbieter, der genauso schnell ist wie der Sport. Die FORMEL 1 ist ein Kampf zwischen den besten Fahrern der Welt, aber auch ein Kampf zwischen einigen der innovativsten Ingenieure der Welt. Mit AWS nutzt die Formel 1 innovative Technologien, darunter ML (Machine Learning)-Modelle und High Performance Computing (HPC), um den Sport digital zu transformieren.
So funktioniert es:
Transformation für den Sport
AWS breites und tiefes Funktionsspektrum und unvergleichliche Innovationsgeschwindigkeit verändert, wie die Formel 1 Daten und Inhalte sammelt, analysiert und einsetzt, um Entscheidungen zu treffen. Mit 300 Sensoren an jedem F1-Rennauto, die über 1,1 Mio. Datenpunkte pro Sekunde von den Autos an die Box senden, ist die Formel 1 ein wirklich datengesteuerter Sport.
Erhöhung der Action
auf der Rennpiste
F1 und AWS nutzen Daten, um die Leistung von Fahrzeug und Fahrer zu verbessern. Mit AWS High Performance Computing war die Formel 1 in der Lage, aerodynamische Simulationen auszuführen, um das Auto der nächsten Generation 70 % schneller zu entwickeln und ein Auto zu schaffen, das den Verlust des Anpressdrucks von 50 % auf 15 % verringert. Dank dieser erheblichen Verringerung hat der verfolgende Fahrer eine bessere Chance, zu überholen, und das bedeutet mehr Kopf-an-Kopf-Action für die Fans. Dieses Auto der nächsten Generation wird in der Saison 2022 vorgestellt werden. F1 beschäftigt sich auch mit der Verwendung von Machine Learning in seinem Simulationsprozess, was der Organisation neue Einblicke in mehr als 550 Mio. Datenpunkte bietet, die über mehr als 5.000 Einzel- und Mehrautosimulationen gesammelt wurden.
Einbinden und
Begeistern der Fans
Die Fanerfahrung während eines Rennwochenendes verändert sich. Durch AWS war die Formel 1 in der Lage, Millionen von Autos und an der Rennstrecke übertragene Datenpunkte mit ihren F1 Insights in eine fesselnde Fanerfahrung zu konvertieren. F1 nutzt in Amazon S3 gespeicherte historische Renndaten aus 70 Jahren, analysiert nach komplexen Modellen und teilt sie mit Fans als aussagefähige Dateneinblicke, die Nuancen bei Sekundentscheidungen aufdecken und Performances über diese fortschrittlichen Statistiken hervorheben.

EINBINDEN DER FANS
F1 Insights powered by AWS transformiert die Fanerfahrung vor, während und nach jedem Rennen. Die F1 nutzt bestimmte Datenpunkte für jeden Einblick, wodurch Fans nachvollziehen können, warum Fahrer gewisse Sekundenentscheidungen treffen und wie Teams Rennstrategien, die sich auf das Rennergebnis auswählen, in Echtzeit entwickeln und umsetzen. Hier sind ein paar Beispiele dafür, wie alles zusammenkommt.
Klicken Sie unten, um zu erweitern

Durch die Verwendung von Timing-Daten kann die Formel 1 visuelle Einblicke erstellen, die es Fans ermöglichen, auf objektive Weise individuelle Team- und Fahrerleistungen, -strategien und -taktiken zu analysieren, die sich auf das Rennergebnis auswirken.
-
Battle Forecast
Battle Forecast wird Rennstreckenverlauf und prognostizierte Fahrergeschwindigkeit verwenden, um vorherzusagen, wie viele Runden es dauert, bis das verfolgende Auto in Reichweite des vor ihm liegenden Autos ist.
-
Pit Strategy Battle
Die Grafik „Pit Strategy Battle“ bietet Fans einen zusätzlichen Einblick dazu, wie in Echtzeit beurteilt werden kann, wie erfolgreich die Strategie jedes Fahrers ist. Fans können leichte Strategieveränderungen verfolgen und die Auswirkung auf das Endergebnis nachvollziehen.
-
Boxenstoppfenster
Geschätzte Boxenstoppfenster basierend auf Reifenzusammensetzung, Rundenzeiten und Verteilung der Autos. Die Zuschauer können nachverfolgen, wie ein Rennen verändert werden kann, basierend auf Renndynamik, einschließlich Rennstrategien anderer Teams, Safety Cars und gelben Flaggen.
-
Vorhergesagte Boxenstoppstrategie
Es werden historische Daten verwendet, um die Rennstrategie während der Einführungsrunde zu berechnen, wobei vorhergesagte Reifen- und Rennstrategien verglichen werden. Durch diesen Einblick können Zuschauer sehen, wann es für einen Fahrer strategisch am besten ist, den nächsten Boxenstopp einzulegen.

Mittels Datenanalyse kann F1 die Leistung bestimmter Autos, Teams und Fahrer für alle relevanten Parameter vergleichen und eine Rangfolge erstellen, um den Fans visuelle Einblicke zu liefern.
-
Autoanalyse/Autoentwicklung
Dieser Einblick zeigt, wie Teams ihre Autos entwickeln, wie schnell sie dabei sind und wie im Laufe der Saison das Ergebnis auf der Rennstrecke aussieht. Das Rennen um die Entwicklung, sowohl während der Saison als auch zwischen den Saisons, ist der wichtigste KPI für ein F1-Team, und hiermit wird ein einzigartiger Einblick in das Innenleben der Formel 1 und wie Teams in diesem Bereich gegeneinander antreten geboten.
-
Car-Performance-Punkte
Dieser Einblick isoliert die Leistung eines einzelnen Autos und ermöglicht es Fans, dessen Leistung mit der anderer Fahrzeuge zu vergleichen. Es werden Bausteine verglichen, die für die Autoleistung wichtig sind, insbesondere Kurvenverhalten, Verhalten auf geraden Strecken und Fahrzeugbalance oder -handling.
-
Driver Performance
Driver Performance zeigt, welche Fahrer ihr Auto im Vergleich zu ihren Teamkollegen und Konkurrenten an die absolute Leistungsgrenze bringen. Berechnet man die Kräfte, die von den Reifen eines Autos während einer Runde erzeugt werden und vergleicht sie mit der maximalen Leistungsfähigkeit des Autos, zeigt dies, wie viel von der potenziellen Leistung des Autos vom Fahrer extrahiert wird. Drei Parameter werden gezeigt, um drei Schlüsselbereiche der Fahrerleistung hervorzuheben, die einen großen Einfluss auf das ultimative Ziel haben – die Rundenzeit: Beschleunigung, Bremsen, Kurven.
-
Saisonsleistung des Fahrers
Dieser Einblick schlüsselt die Fahrerleistung basierend auf den wichtigsten Fahrfähigkeiten auf, indem zahlreiche Daten zu Auswirkung auf das Auto, die Reifen, Verkehr, Kraftstoff, u. a. analysiert werden, um eine bewertete Ausgabe der Performance jedes Fahrers im Laufe der Saison in Bezug auf sieben Hauptmetriken – Qualifikationsrennen, Rennstarts, Rennrunde 1, Renngeschwindigkeit, Reifenmanagement, Boxenstoppfähigkeit des Fahrers und Überholen – zu erhalten. Diese Metriken werden mit einer Skala von 0-10 normalisiert, um eine „Score“-ähnliche Metrik zu liefern, und bieten Zuschauern, Fans und Teams gleichermaßen einen Einblick dazu, wo die Stärken und Schwächen eines bestimmten Fahrers liegen und wie er im Vergleich zu anderen Fahrern abschneidet.
-
Geschwindigkeit beim Qualifying
Dieses F1 Insight Powered by AWS wird Machine Learning und eine analytische Methodik verwenden, wobei Trainingsdaten und historische Verbesserungen von Teams zwischen Samstags- und Sonntagsrennen eingebunden werden.
-
Startanalyse
Die Fans erhalten einen detaillierten Überblick darüber, wie jeder Fahrer in der Lage ist, seine Leistung in der Startphase zu nutzen (oder auch nicht!).

Die F1 befasst sich genau mit Aerodynamik, Reifenleistung, Fahrantrieb, Fahrzeugdynamik und Fahrzeugoptimierung, um Einblicke zu liefern, anhand derer Fans die Gesamtleistung des Autos interpretieren können.
-
Bremsleistung
Braking Performance zeigt, wie der Bremsstil eines Fahrers während eines Kurvenmanövers einen Vorteil beim Verlassen der Kurve bieten kann. Es vergleicht die Bremsstile und die Leistung der Fahrer, indem es misst, wie nah sie sich dem Scheitelpunkt einer Kurve nähern, bevor sie bremsen, und es zeigt, wie das Auto und der Fahrer bei der Kurvenfahrt zusammenarbeiten, wie z. B. die Höchstgeschwindigkeit bei der Annäherung, die Geschwindigkeitsabnahme durch das Bremsen, die eingesetzte Bremskraft und die immensen G-Kräfte, denen die Fahrer während der Kurvenfahrt ausgesetzt sind.
-
Kurvenanalyse
Das ist der wichtigste Performancebereich für ein F1-Auto und liefert einen großartigen Einblick darüber, wie gute Autos im Vergleich zu großartigen Autos abschneiden. Die Kurve wird in 4 Hauptabschnitte unterteilt (Bremsen, Einbiegen, Kurvenmitte und Ausfahrt) und die Performance in den Hauptabschnitten einer Kurve wird mittels Autotelemetriedaten analysiert und verglichen.
-
Ausfahrtgeschwindigkeit
Die Analyse von Kurven, die vom optimalen Brems- und Beschleunigungspunkt in einer bestimmten (und entscheidenden) Kurve abhängt. Das ist der Bereich, in dem der Fahrer am meisten herausholen kann. Dieser Einblick gibt Zuschauern eine detaillierte Übersicht über die Verluste und Gewinne bei Rundenzeiten sowie einen Vergleich zwischen Autos.
-
Reifenleistung
Wir nutzen Autodaten, insbesondere Autogeschwindigkeit, longitudinale und laterale Beschleunigungen und Gyro, um Schräglaufwinkel zu schätzen und daraus für jedes Auto Fahrzeugbalancemodelle abzuleiten. Dadurch erhalten wir eine Ausgabe für Reifenverschleißenergie. (Hinweis: Reifenverschleißenergie ist kein physischer Reifenverschleiß, sondern die Energieübertragung der Reifenkontaktfläche, die über die Straße gleitet.) Das Output gibt uns eine Reifenleistung für jede Kurve, was angibt, wie stark der Reifen in Bezug auf seine Leistungsdauer beansprucht wird.
Fastest Driver
Dieser Einblick nutzt AWS Machine Learning-Technologie, um ein objektives, datengesteuertes Ranking aller F1-Fahrer von 1983 bis zum heutigen Tag zu zeigen. Dafür wird der F1-Autounterschied aus der Gleichung entfernt, um die wichtige Frage zu klären, wer der schnellste Fahrer ist. Datenwissenschaftler der F1 und des Amazon Machine Learning (ML) Solutions Lab haben zum ersten Mal in der Geschichte ein ära-übergreifendes, objektives, komplexes, datengesteuertes Ranking der Fahrergeschwindigkeit erstellt.

ES BEGINNT MIT DEN DATEN
Jedes F1-Fahrzeug verfügt über 300 Sensoren, die 1,1 Millionen Telemetriedatenpunkte pro Sekunde generieren, welche von den Autos in die Boxen übertragen werden. Diese Echtzeitdaten werden mit über 70 Jahren historischer Renndaten, die auf Amazon S3 gespeichert sind, kombiniert, um reichhaltige Erkenntnisse zu gewinnen, die das Fan-Erlebnis informieren, weiterbilden und bereichern und mehr Einblicke in die Wahl der Rennstrategie bringen, die zu siegreichen Leistungen auf der Strecke führt.









BRINGEN SIE DAS FAN-ERLEBNIS IN GANG
Mit historischen Daten als Quelle und ihrer Nutzung, um Amazon SageMaker komplexe Machine-Learning-Algorithmen zu lehren, kann F1 Rennstrategieresultate mit steigender Genauigkeit für Teams, Autos und Fahrer vorhersagen. Diese Modelle können dann mithilfe von aktualisierten Echtzeitdaten im Verlauf von Grand-Prix-Rennen zukünftige Szenarien vorhersagen, um ein faszinierendes und fesselndes Fan-Erlebnis zu ermöglichen.
MACHINE LEARNING MIT F1-DATEN



BLOGS
Erfahren Sie mehr über die Fahrerleistung
vom Experten
Rob Smedley, Chief Technical Engineer im Bereich "F1 Performance Engineering and Analysis" erklärt die Bedeutung der neuen F1 Insight Powered by AWS. Driver Performance zeigt, welche Fahrer ihr Auto im Vergleich zu ihren Teamkollegen und Konkurrenten an die absolute Leistungsgrenze bringen.
Weitere Informationen zur Bremsleistung
vom Experten
Rob Smedley, Chief Technical Engineer im Bereich "F1 Performance Engineering and Analysis" erklärt die Bedeutung der neuen F1 Insight Powered by AWS. Braking Performance zeigt das Zusammenspiel von Auto und Fahrer bei Kurvenfahrten, wie z. B. die Höchstgeschwindigkeit bei Annäherung, die Geschwindigkeitsabnahme durch Bremsen, die eingesetzte Bremskraft und die immensen G-Kräfte, denen der Fahrer bei Kurvenfahrten ausgesetzt ist.
Erfahren Sie mehr über Driver Season Performance vom Experten
Rob Smedley, Chief Technical Engineer im Bereich „F1 Performance Engineering and Analysis“ erklärt die neue F1 Insight. Driver Season Performance bietet eine Aufschlüsselung der Fahrerleistung basierend auf der wichtigsten Untergruppe an Fahrfähigkeiten. Dieser Einblick analysiert eine Fülle von Daten, um eine Saisonausgabe der Leistung eines Fahrers über sieben Schlüsselmetriken zu liefern.
Erfahren Sie mehr über Geschwindigkeit beim Qualifying
vom Experten
Rob Smedley, Chief Technical Engineer im Bereich „F1 Performance Engineering and Analysis“ erklärt die neue F1 Insight. Die Geschwindigkeit beim Qualifying liefert Informationen zur erwarteten Geschwindigkeit und Leistung von Teams beim Qualifying. Diese basieren auf der Analyse ihrer Leistung während des Wochenendtrainings. Diese neue Insight nutzt Machine Learning und eine analytische Methodik auf der Grundlage von Trainingsdaten und historischen Ergebnissen von Teams zwischen Samstags- und Sonntagsrennen, um die Ergebnisse des Qualifyings zu prognostizieren.
Weitere Informationen zur Autoanalyse/
Autoentwicklung vom Experten
Rob Smedley, Chief Technical Engineer im Bereich „F1 Performance Engineering and Analysis“ erklärt die Bedeutung der neuen F1 Insight. Die Grafik konzentriert sich auf die drei Kernelemente der F1-Fahrzeugentwicklung und misst die Entwicklung der Leistung in den Bereichen Luftwiderstand, aerodynamischer Abtrieb und Motorleistung, basierend auf einer Rundenzeitanalyse und unter Verwendung von Telemetriedaten als primäre Eingangsquelle.
Weitere Informationen zur Kurvenanalyse
vom Experten
Rob Smedley, Chief Technical Engineer im Bereich „F1 Performance Engineering and Analysis“ erklärt die Bedeutung der neuen F1 Insight für die Kurvenanalyse. Hier erhalten Sie einen Einblick in die Details, die dafür verantwortlich sind, dass einige Autos in Kurven mit hoher und niedriger Geschwindigkeit – dem wichtigsten Bereich für die Leistung eines F1-Fahrzeugs – besser abschneiden als andere, indem die Leistung in den Hauptabschnitten einer Kurve anhand von Fahrzeugtelemetriedaten analysiert und verglichen wird.
Weitere Informationen zu Car Performance
Scores vom Experten
Rob Smedley, Chief Technical Engineer im Bereich "F1 Performance Engineering and Analysis", erklärt die Bedeutung der neuen F1 Insight: Car Performance Scores. Diese wichtigen Kennzahlen zur Fahrzeugleistung der Formel-1-Boliden geben den Fans von Anfang an genauere Einblicke, wie die verschiedenen Fahrzeuge im Verhältnis zueinander abschneiden.


BESCHLEUNIGEN SIE DAS FAN-ERLEBNIS
Möchten Sie einen Blick unter die Motorhaube werfen und sehen, wie es funktioniert? Erfahren Sie, wie AWS und die Formel 1 mit Amazon SageMaker erstellte Machine Learning-Algorithmen verwenden, die neue Einblicke liefern und für mehr Action auf der Rennstrecke sorgen, und wie die Formel 1 AWS verwendet, um das nächste Rennauto zu entwerfen.
.c927460c4d64d9162ddc4ccd13d98969700a50cf.png)

PRODUKTE, DIE
F1 INSIGHTS
Erste Schritte mit Professional Services
Die F1 innoviert fortlaufend mit dem Professional Services-Team und dem Amazon ML Solutions Lab-Team, um die Entwicklung der F1-Einsichten zu beschleunigen, indem sie Prototypen für Anwendungsfälle fertigen und neue Konzeptnachweise entwerfen. Das ProServ-Team hilft der F1 dann, mit den Modellen in Produktion zu gehen und sie in die F1-Infrastruktur einzubinden.