Categories: Cloud

Tour de France als Big Data

Big Data und Tour de France: In einer ersten Zusammenfassung blickt Dimension Data auf die ersten elf Etappen der Tour de France zurück. Was in der Formel 1 längst Gang und Gäbe ist, setzt sich nun auch im Radsport durch: Big Data.

Der IT-Dienstleister Dimension Data hat die Plattform aufgebaut, über die die Renninformationen aus den Trackern in den Sitzen der einzelnen Fahrer zusammenlaufen. Und so werden zum ersten Mal die individuellen Höchst- und Durchschnittsgeschwindigkeiten der Fahrer sichtbar.

Dank der Tracker könnte man gleich neue Kategorien einführen. So betrugt die höchste während der elf Etappen erreichte Geschwindigkeit 109,08 km/h. Die hat Lars Boom (AST) bei der 3. Etappe in den Ardennen auf Kilometer 144 eingefahren. Alejando Valverde (MOV) hat bei der 11. Etappe 93,38 km/h bei Kilometer 149 km erreicht. Der deutsche André Greipel (LTS) fährt auf der 5. Etappe mit 78,48 km/h bei Kilometer 89,4 km auf den dritten Platz in dieser (noch inoffiziellen) Wertung.

Während alle Fahrer zusammengenommen auf den ersten elf Etappen eine Durchschnittsgeschwindigkeit von 42,46 km/h einfahren, liegt die höchste von einem Etappen-Sieger erreichte Durchschnittsgeschwindigkeit 55,45 km/h. Diese Bestleistung hat Rohan Dennis auf der 1. Etappe erradelt. Dieser Durchschnitt deckt sich auch etwa mit der Geschwindigkeit aller Fahrer zum Zeitpunkt des Massensturzes während der dritten Etappe: 42,03 km/h. André Greipel erreicht auf der zweiten Etappe mit 47,64 hm/h die höchste Durchschnittsgeschwindigkeit und auch die fünfte Etappe sichert sich Greipel mit 40,75 km/h im Schnitt. Die vierte Etappe geht mit 40,76 km/h an Tony Martin. Ein weiterer interessanter Aspekt: Im Schnitt bremsen die Fahrer ihre Geschwindigkeit um 20 km/h wenn sie auf eine Versorgungsstation zufahren.

“Es ist faszinierend, wie hoch die Geschwindigkeiten der Fahrer tatsächlich sind. Und die Resonanz der Zuschauer auf die neuen Einsichten in das Rennen ist fantastisch”, kommentiert Jeremy Ord, Executive Chairman von Dimension Data. “Ein besonders interessantes Ergebnis der statistischen Auswertung ist, dass eines der bislang am häufigsten auf Twitter verbreiteten Bilder zeigt, wie die Fahrer am Start der Versorgungszone bei der Aufnahme des Verpflegungsbeutels ihre Fahrt verlangsamen.”

Das wichtigste Radrennen der Welt ist nicht nur für die Fahrer eine Herausforderung. Auch die Datenplattform, die diese Renninformationen auswertet ist gefordert: Bis zu 2,5 Millionen Datensätze fallen pro Etappe an. Dafür wird die Position der 198 Fahrer der 22 Teams rund 75 Millionen Mal per GPS bestimmt. Diese Daten werden von einem Analyseteam von Dimension Data vor Ort ausgewertet. Verarbeitet werden die Fahrerdaten allerdings in Cloud-Plattformen von Dimension Data, die auf fünf Kontinenten verteilt sind.

Dabei empfängt, bereinigt und analysiert das Echtzeit-Analyse-Programm die Daten von Drittanbietern und macht diese mittels eines Streams in Echtzeit zugänglich.
Nutzer können auf der Beta-Live-Tracking-Webseite einzelne Fahrer auswählen und diesen auf dem Handy oder Tablet folgen. Während sie das Rennen live im Fernsehen sehen, können die Nutzer diese Daten für sich individualisiert auswerten.

Redaktion

Recent Posts

Studie: Rund ein Drittel der APIs sind ungeschützt

Angriffe auf APIs und Webanwendungen sind zwischen Januar 2023 und Juni 2024 von knapp 14…

18 Stunden ago

Universitätsmedizin Essen setzt für E-Mail-Sicherheit auf NoSpamProxy

Mit täglich über 45.000 eingehenden E-Mails ist die IT-Abteilung des Klinikums durch Anhänge und raffinierte…

18 Stunden ago

Bau-Spezialist Schöck: Migration von SAP ECC ERP auf S/4HANA

Bau- und Fertigungsspezialist investiert in die S/4HANA-Migration und geht mit RISE WITH SAP in die…

3 Tagen ago

Pure Storage: Cloud, KI und Energieeffizienz

Trends 2025: Rasante Entwicklungen bei Automatisierung, KI und in vielen anderen Bereichen lassen Unternehmen nicht…

4 Tagen ago

GenKI verbessert Datenmanagement und Angebotsgenauigkeit

DHL Supply Chain nutzt generative KI-Anwendungen für Datenbereinigung und präzisere Beantwortung von Angebotsanforderungen (RFQ).

5 Tagen ago

Rolls-Royce Power Systems nutzt industrielle KI aus der IFS Cloud​

Marke mtu will globale Serviceabläufe optimieren und strategische Ziele hinsichtlich Effizienz, Nachhaltigkeit und Wachstum unterstützen.

5 Tagen ago