Simracing hat sich in den letzten Jahren zu einer ernstzunehmenden Disziplin entwickelt, die sowohl Hobbyfahrer als auch professionelle Rennfahrer begeistert. Doch trotz des technologischen Fortschritts blieben Telemetrie-Tools oft komplex und schwer zugänglich. Race Data AI, entwickelt von Cansu Cetin, adressiert diese Herausforderung mit einer innovativen Lösung, die auf die Bedürfnisse der Nutzer zugeschnitten ist. Ziel war es, die Analyse von Fahrdaten zu vereinfachen und gleichzeitig eine technische Tiefe zu bieten, die sowohl Einsteiger als auch erfahrene Simracer anspricht.
Das Herzstück von Race Data AI ist eine intuitive Datenvisualisierung, die es ermöglicht, Rennlinien, Geschwindigkeiten und andere Schlüsseldaten auf einen Blick zu erfassen. Interaktive Streckenkarten und individuell anpassbare Dashboards bieten eine übersichtliche Darstellung, während Funktionen wie der Rundenvergleich gezielte Verbesserungen ermöglichen. Besonders hervorzuheben ist die Möglichkeit, per Klick auf einzelne Kurven detailliertes Feedback zu erhalten – ein Ansatz, der die Analyse von Brems- und Beschleunigungspunkten erheblich erleichtert.
Die Entwicklung des Tools folgte einem iterativen UX/UI-Prozess, bei dem Simracer kontinuierlich eingebunden wurden. Durch Wireframes, Prototypen und agile Methoden konnte Race Data AI stetig optimiert werden. Die modulare Architektur gewährleistet Flexibilität und Skalierbarkeit, während die Echtzeitverarbeitung großer Telemetriedatenmengen für eine reibungslose Nutzererfahrung sorgt. Die Benutzeroberfläche passt sich responsiv an verschiedene Bildschirmgrößen an und ist sowohl für Touch- als auch für Mausbedienung optimiert.
Die Forschung hinter Race Data AI basierte auf qualitativen Studien, Nutzerinterviews und der Beobachtung von Online-Communities. Die Ergebnisse zeigten einen klaren Wunsch nach vereinfachten, interaktiven Interfaces, die dennoch professionelle Analysewerkzeuge bieten. Durch die Integration von Community-Feedback und die Berücksichtigung unterschiedlicher Erfahrungsstufen entstand ein Produkt, das sowohl Einsteiger als auch Profis überzeugt.
Die größte Herausforderung bestand darin, die Komplexität der Telemetriedaten zu reduzieren, ohne auf essenzielle Details zu verzichten. Historische Vorbilder aus dem traditionellen Motorsport wurden mit modernen Technologien kombiniert, um eine Balance zwischen technischer Tiefe und Benutzerfreundlichkeit zu schaffen. Externe Faktoren wie unterschiedliche Nutzerexpertise und begrenzte Forschung zu spezifischen Fahrverhalten erforderten eine besonders sorgfältige Entwicklung und umfangreiche Tests.
Für seine innovative Verbindung von Funktionalität und Nutzerorientierung wurde Race Data AI 2025 mit dem Iron A' Design Award in der Kategorie Interface, Interaction und User Experience ausgezeichnet. Das Tool gilt als Paradebeispiel für die Integration von Best Practices der Branche und bietet Simracern weltweit neue Möglichkeiten, ihre Performance gezielt zu verbessern und die Kluft zwischen virtuellen und realen Rennstrecken zu überbrücken.
Race Data AI demonstriert eindrucksvoll, wie durchdachtes Design und technologische Innovation den Zugang zu komplexen Daten erleichtern und die Leidenschaft für Motorsport auf ein neues Level heben können. Simracer, die ihre Performance optimieren möchten, finden hier ein Werkzeug, das sowohl inspiriert als auch befähigt.
Projektdesigner: Cansu Cetin
Bildnachweis: Cansu Cetin
Projektteam Mitglieder: Cansu Cetin
Projektname: Race Data AI
Projektkunde: Driven AVS