TUM Racing Team sichert sich erneut den Titel in der Abu Dhabi Autonomous Racing League

TUM-Team verteidigt Titel in der Autonomous Racing League

Das Racing Team der Technischen Universität München (TUM) hat erneut seine führende Position im Bereich des autonomen Motorsports unter Beweis gestellt. Auf dem Yas Marina Circuit in Abu Dhabi sicherte sich das Team erfolgreich den Titel in der Abu Dhabi Autonomous Racing League (A2RL). Dies ist die zweite aufeinanderfolgende Meisterschaft für die TUM in diesem prestigeträchtigen Wettbewerb, der als das weltweit größte autonome Mehrfahrzeug-Rennen gilt.

Ein spannendes Finale auf dem Yas Marina Circuit

Insgesamt elf Teams aus vier Nationen traten auf der Formel-1-Strecke Yas Marina Circuit an, um die Grenzen der Künstlichen Intelligenz (KI) und der Fahrzeugtechnologie auszuloten. Das Team der TUM dominierte bereits die Qualifikationsrunden und startete von der Pole-Position in das entscheidende 20-Runden-Rennen. Der Verlauf des Finales war jedoch von unerwarteten Wendungen geprägt.

In der zweiten Runde des Rennens übernahm das italienische Unimore-Team die Führung. Es entwickelte sich ein intensiver Wettkampf, bei dem die autonomen Rennfahrzeuge mit Geschwindigkeiten von über 250 km/h nur wenige Sekunden voneinander entfernt lagen. Ein entscheidender Moment ereignete sich, als das Unimore-Team bei einem Überholversuch mit dem bis dahin sechstplatzierten Team Constructor kollidierte. Beide Fahrzeuge schieden daraufhin aus dem Rennen aus, was dem TUM-Team die Möglichkeit gab, die Führung zu übernehmen und diese bis zur Ziellinie zu verteidigen. Das Unimore-Team erhielt dennoch eine Auszeichnung für die schnellste Runde des gesamten Wettbewerbs.

Der Vergleich Mensch gegen Maschine

Ein besonderes Highlight der Veranstaltung war das Vergleichsrennen zwischen dem autonomen Fahrzeug "Hailey" der TUM und dem ehemaligen Formel-1-Piloten Daniil Kvyat. Das KI-gesteuerte Fahrzeug startete mit einem Vorsprung von zehn Sekunden, und Kvyat hatte zehn Runden Zeit, um diesen aufzuholen. Die Rundenzeiten lagen eng beieinander, wobei Kvyat seine schnellste Runde in 57,57 Sekunden absolvierte, während "Haileys" beste Runde bei 59,15 Sekunden lag – ein Unterschied von nur 1,58 Sekunden. Dies stellt eine signifikante Reduzierung des Abstands im Vergleich zu einem ähnlichen Rennen im Jahr 2024 dar, bei dem der Unterschied noch zehn Sekunden betrug.

Dieser Fortschritt unterstreicht die rasante Entwicklung der KI-Systeme im Motorsport. Prof. Markus Lienkamp, Leiter des Lehrstuhls für Fahrzeugtechnik an der TUM, betonte, dass der Sieg auf der Rennstrecke zeige, wie weit die Technologie des autonomen Fahrens bereits fortgeschritten sei. Die entwickelten Algorithmen hätten nicht nur Geschwindigkeit, sondern auch strategische Rennintelligenz bewiesen, was einen entscheidenden Schritt in Richtung der Vision darstellt, autonome Systeme sicher und effizient auf die Straße zu bringen.

Interdisziplinäre Forschung als Erfolgsfaktor

Der Erfolg des TUM Racing Teams beruht auf einer engen interdisziplinären Zusammenarbeit. Beteiligt sind der Lehrstuhl für Fahrzeugtechnik von Prof. Markus Lienkamp, der Lehrstuhl für Regelungstechnik von Prof. Boris Lohmann und der Lehrstuhl für Autonome Fahrzeugsysteme von Prof. Johannes Betz. Gemeinsam mit zahlreichen Doktoranden und Studierenden wurden umfassende Algorithmen entwickelt, die hochdynamische Fahrmanöver, robuste Regelungssysteme und KI-basierte Strategien für den Betrieb im Grenzbereich autonomer Fahrzeuge ermöglichen.

Die TUM hat sich in den letzten Jahren als führend in der Forschung und Entwicklung im Bereich des autonomen Motorsports etabliert. Neben dem zweimaligen Gewinn der A2RL war das Team bereits 2021 in der Indy Autonomous Challenge in den USA erfolgreich und konnte diesen Erfolg mehrmals wiederholen, unter anderem bei der Indy Autonomous Challenge @ CES in Las Vegas. Die A2RL, organisiert von ASPIRE, dem Innovationszweig des Advanced Technology Research Council der VAE, bietet ein Preisgeld von 2,25 Millionen US-Dollar und dient als wichtige Plattform zur Erforschung und Weiterentwicklung autonomer Technologien.

Zukünftige Perspektiven des autonomen Motorsports

Der autonome Motorsport dient als extrem anspruchsvolles Testfeld für Technologien, die auch in zukünftigen Straßenfahrzeugen Anwendung finden könnten. Die hier gewonnenen Erkenntnisse über die Verarbeitung komplexer Sensordaten, die Entscheidungsfindung unter Hochdruck und die Interaktion mit anderen Verkehrsteilnehmern sind von großer Relevanz für die Entwicklung sicherer und effizienter autonomer Fahrsysteme für den Alltag. Die Fortschritte in der KI ermöglichen es den Fahrzeugen, nicht nur Regeln zu befolgen, sondern auch dynamische und unvorhersehbare Situationen strategisch zu meistern.

Die kontinuierliche Weiterentwicklung und praktische Erprobung dieser Technologien auf der Rennstrecke tragen maßgeblich dazu bei, das Potenzial des autonomen Fahrens zu erschließen und die Mobilität von morgen zu gestalten.

Bibliography

- Bünte, O. (2025, November 17). Race Team der TU München sichert sich erneut Titel der Autonomous Racing League. Heise. Abgerufen von https://www.heise.de/news/Race-Team-der-TU-Muenchen-sichert-sich-erneut-Titel-der-Autonomous-Racing-League-11080987.html - Dajani, H. (2025, November 15). Abu Dhabi Autonomous Racing League: TUM retains title after Unimore collision halts final. Khaleej Times. Abgerufen von https://www.khaleejtimes.com/uae/abu-dhabi-autonomous-racing-league-tum-retains-title - Mirage News. (2025, November 16). TUM Triumphs Again at Abu Dhabi Autonomous Race. Mirage News. Abgerufen von https://www.miragenews.com/tum-triumphs-again-at-abu-dhabi-autonomous-race-1571240/ - Motorsport.com. (2025, Januar 1). Congratulations to team TUM on their victory at Autonomous Racing League. Facebook. Abgerufen von https://www.facebook.com/motorsportcom/posts/congratulations-to-team-tum-on-their-victory-at-autonomousracingleague-it-had-to/1240211058154958/ - Technische Universität München, Lehrstuhl für Fahrzeugtechnik. (2021, Januar 1). TUM Autonomous Motorsport. Abgerufen von https://www.mos.ed.tum.de/en/ftm/main-research/intelligent-vehicle-systems/tum-autonomous-motorsport/ - Technische Universität München, Lehrstuhl für Fahrzeugtechnik. (2022, Januar 9). „2025 könnten fahrerlose Rennwagen bei der Formel 1 mitfahren“. Abgerufen von https://mos.ed.tum.de/ftm/aktuelles/article/2025-koennten-fahrerlose-rennwagen-bei-der-formel-1-mitfahren - Technische Universität München, Lehrstuhl für Regelungstechnik. (2023, Juni 21). Indy Autonomous Challenge stellt einen Geschwindigkeitsrekord bei autonom fahrenden Rennautos auf der Rennstrecke in Monza vom 16.-18.6.2023 auf. Abgerufen von https://www.epc.ed.tum.de/rt/aktuelles/article/indy-autonomous-challenge-sets-autonomous-speed-records-at-monza-temple-of-speed/ - Sachsinger, C. (2024, April 29). TU München gewinnt autonomes Autorennen in Abu Dhabi. BR24. Abgerufen von https://www.br.de/nachrichten/netzwelt/tu-muenchen-gewinnt-autonomes-autorennen-in-abu-dhabi,UBLMJKf