“Voordat we deze deur doorgaan, verzoek ik iedereen zijn telefoon op te bergen. Foto’s en audio-opnames zijn ten strengste verboden. Moet je eenmaal binnen je telefoon ergens voor gebruiken, tik mij dan even aan, dan begeleid ik je naar een locatie waar dat toegestaan is.” De Red Bull Racing-medewerker die ons en de andere journalisten over het fabrieksterrein begeleidde, had de toon meteen gezet. Alles wat hier gebeurt, is topgeheim. Niet geheel onverwacht in een wereld waarin honderdduizenden euro’s worden uitgegeven om een auto een paar tienden van kilometers per uur harder rond een circuit te zien gaan. Maar dat het allemaal zó geheim zou zijn, hadden we ook weer niet voorzien.
De uitnodiging die we enkele weken eerder ontvingen, had meteen onze aandacht. Of we interesse hadden in een kijkje achter de schermen bij Red Bull Racing, met de nadruk op hoe ze computers en data inzetten bij hun dagelijkse bezigheden, en de mogelijkheid om de engineers te interviewen wiens werk dat daadwerkelijk is. Nu is Tweakers geen autosportwebsite, al loopt het Formule 1-topic tijdens een raceweekend heel hard, maar binnen de Formule 1 speelt technologie een enorme rol. Honderden sensors, datalogging, simulaties en enorme rekenclusters moeten chocola maken van al die data: aanknopingspunten genoeg.
Kosten van zo’n ingewikkeld stuur vol elektronica?
Voordat we overgaan tot de inzichten uit het interview, gaan we even terug naar de rondleiding door de fabriek en onze strenge gids. Want de geslotenheid die we daar ervoeren, is tekenend voor ons bezoek en de reden dat we met minder smeuïge techdetails thuiskwamen dan gehoopt.
‘Een heleboel’
Met ieders telefoon opgeborgen werden we 90 minuten lang rondgeleid door de fabriek van het Red Bull F1-team. Gedurende die rondleiding probeerden we natuurlijk zoveel mogelijk te weten te komen, maar de meeste vragen werden beantwoord met een variant op ‘geen commentaar’. Zo wordt per sessie 400GB aan data uit de auto’s getrokken, maar via wat voor verbinding dat in de praktijk gebeurt, daarover kon niet uitgewijd worden. Kosten van zo’n ingewikkeld stuur vol elektronica? ‘Een heleboel’. Hoeveel kabel loopt er door zo’n auto? Meer dan een mijl, maar exact hoeveel is niet bekend. Vragen over de zelfontwikkelde simulator ketsten af als vuil op een teflonpan. We waren best benieuwd welke software ze daarvoor gebruiken, hoe ze aan de circuitgegevens komen en ga zo maar door. Zelfs de locatie van de simulator op het campusterrein was uiterst geheim.
Af en toe konden we onze gids wat interessante informatie ontfutselen. Zo is er een maximum aan de hoeveelheid personeel die mee mag reizen naar de races. Daarom is er elke race een soort mission control center in NASA-stijl, afgeladen met technici die constant in verbinding staan met hun collega’s op het circuit. Dat vereist een goede internetverbinding, waar ze op dat moment dan ook racen. Daarbij kunnen ze er niet altijd van uitgaan dat de faciliteiten op het circuit afdoende zijn. De oplossing? Wanneer nodig fysiek een privélijn laten trekken vanaf een nabijgelegen knooppunt. De Grand Prix van Melbourne in Australië is de race met de grootste afstand tot de fabriek, maar zelfs dan is de vertraging slechts zo’n 400ms.
:strip_exif()/i/2005217448.jpeg?f=imagemedium)
om daarna uit metaal vervaardigd te worden.
Die metaalbewerking wordt in-house gedaan.
Verder heeft 3d-printing een kleine tien jaar geleden zijn intrede gedaan in de Formule 1 en bij Red Bull Racing staan dag en nacht vier grote sla-printers, elk uitgerust met 70.000 euro aan hars, te draaien om onderdelen te fabriceren. Primair voor gebruik in de windtunnel, maar bijvoorbeeld ook om mock-ups van racestuurtjes te maken, zodat de coureurs kunnen controleren of de grip comfortabel genoeg is. Zelfs de luchtsteutels die gebruikt worden om de banden los en vast te maken bij pitstops, zijn voorzien van op maat gemaakte, 3d-geprinte handgrepen, zodat elke monteur maximale grip heeft. Ook zet het bedrijf sls-printers in voor onderdelen die fysiek op de auto getest worden voordat ze met klassieke cnc-methoden gemaakt worden.
Na onze rondleiding hadden we nog de kans om samen met de andere aanwezige media een aantal technici van het team te spreken. De motortechnicus die werkt aan een nieuwe generatie motoren die vanaf 2026 gebruikt worden, was zo mogelijk nog minder loslippig dan onze gids van eerder op de dag. Wie echter een stuk makkelijker over zijn rol praatte, was William Courtenay, head of strategy. In die rol is hij verantwoordelijk voor het maken van strategische keuzes gedurende een raceweekend, zoals wanneer de auto’s een pitstop maken en welke banden er gebruikt worden. Daarbij spelen data en voorspellende modellen een steeds grotere rol.

Kun je iets vertellen over hoe het gebruik van data binnen Red Bull Racing zich ontwikkeld heeft over de jaren?
"Ik ben in 2006 begonnen bij de strategieafdeling en geef er sinds 2010 leiding aan. Sinds die tijd hebben we de manier waarop we onze strategische keuzes maken, enorm zien evolueren. Zo’n tien tot vijftien jaar geleden schreef ik mijn eerste Monte Carlo-simulatie; dat is in feite een voorspelling van hoe de race gaat verlopen. We modelleren hoe de banden zich gedragen, hoe de pitstops verlopen, wanneer de verschillende teams een pitstop maken en hoe snel de auto kan. Al die gegevens stoppen we in de simulatie en van daaruit kun je eigenlijk een random race genereren. Dat doe je keer op keer op keer en uiteindelijk ontstaat er een patroon van scenario’s waarbij je wint. Je doet dus miljoenen en miljoenen simulaties om erachter te komen wat gemiddeld gezien de beste strategische keuzes zijn."
"Ik schreef mijn eerste Monte Carlo-simulatie lange tijd geleden in Matlab. Die was behoorlijk traag; ik zette hem 's avonds aan en als ik 's ochtends op werk kwam, keek ik naar het resultaat. Hopelijk was de software gedurende de nacht dan niet gecrasht, want dat gebeurde soms. Zoals je al hoort: dit was een behoorlijke houtje-touwtjeoplossing."
"Zo’n vijf tot zes jaar geleden is de simulatie herschreven door een échte programmeur in een échte taal, C#. Matlab is prima voor een engineer als ik, maar niet bedoeld voor dingen die in productie moeten draaien. De nieuwe versie werkte een heel stuk beter en zorgde ervoor dat we de simulaties ook live, gedurende een race kunnen draaien. Tot dan konden we dat alleen voorafgaand aan de race doen. Dat gebeurde op onze eigen hardware; tegenwoordig draaien we het bij Oracle in de cloud en kunnen we het sneller en goedkoper draaien."
Waar komt de data vandaan?
"Het meeste is timingdata. We krijgen van de F1 een datafeed met daarin alle sectortijden en daar kunnen we dingen uit afleiden, zoals de slijtage van de banden. Het is vervolgens aan ons om daar de juiste analyses op los te laten, zodat we bijvoorbeeld onderscheid kunnen maken tussen een baan die sneller wordt doordat er meer rubber op komt, de slijtage van de banden en de prestaties van de coureur. Je probeert dus waarheden uit die data te halen om die vervolgens weer in het simulatiemodel te stoppen."
Leunen jullie puur op deze simulaties als je keuzes maakt tijdens een race of spelen er nog andere zaken mee?
"We beginnen voor het raceweekend met het draaien van de simulaties. Na de trainingen op vrijdag verwerken we verzamelde data over bijvoorbeeld bandenslijtage en draaien we die simulaties opnieuw. Dat proces van verfijning gebeurt constant gedurende een raceweekend. Dus voordat een race begint, hebben we een grof idee of het een 1- of 2-stoprace wordt en welke banden we het best kunnen gebruiken. Maar zodra een race begint, kun je dat vaak alweer uit het raam gooien doordat een coureur gespind is, er een safetycar op de baan komt of het begint te regenen."
"Voorbereiding is dus belangrijk, maar de situatie kan heel snel veranderen. Op dat moment is het dus belangrijk dat we met de livesimulaties kunnen werken. Is er een safetycar of hebben we een lekke band? Dan zeggen de simulaties wat we het best kunnen doen. Voor een strateeg is dat extreem nuttig, want we kunnen onmogelijk elk scenario vooraf duidelijk hebben."
Hoeveel variabelen worden meegenomen in de simulaties?
"Een gigantische hoeveelheid. Voor de strategie zijn de belangrijkste zaken: de slijtage van de banden, wat aangeeft hoeveel trager ze ronde op ronde worden, en de totale levensduur, die bepaalt wanneer de banden op zijn en we moeten pitten. Wat we met de Monte Carlo-simulaties doen, is daarbovenop willekeurige afwijkingen introduceren. We weten bijvoorbeeld wat de gemiddelde slijtage is, maar draaien ook simulaties voor als het wat hoger of lager is. We weten vooraf niet welke uitkomst correct is, maar wat er gemiddeld genomen uitkomt, zou het beste moeten zijn om te doen."
"Andere variabelen zijn bijvoorbeeld hoe moeilijk het is om in te halen op dat specifieke circuit, de tijd van een pitstop en zelfs de prestaties van de coureurs. Wat is de kans dat een coureur een fout maakt?"
Hoe werkt dat? Heb je voor elke coureur berekend hoeveel kans er is dat hij een fout maakt?
"Daar kan ik niet diep op ingaan, maar we weten dat er sommige coureurs achteraan het veld zijn die eerder een fout maken dan de coureurs vooraan. Max en Checo zijn in dat opzicht solide coureurs."
Uiteindelijk won Max de race en kunnen we dus zeggen dat de simulaties het bij het rechte einde hadden
Hoe snel kun je die keuzes maken?
"Dat is een van de grootste voordelen van de samenwerking met Oracle. We kunnen de simulaties nu sneller draaien. Elke keer als een coureur een sector voltooit, een ronde voltooit of een pitstop maakt, worden de simulaties bijgewerkt. Het is een kwestie van seconden in de praktijk."
"De Grand Prix van Canada was een goed voorbeeld, met veel safetycars. In het begin van de race wisten we niet goed of één stop of twee stops sneller was. Nu, terugkijkend, is het nog steeds ‘close’ tussen de twee. Rond de achtste ronden openden we onze safetycarwindow, omdat de simulaties dat aangaven. Een ronde later kwam er daadwerkelijk een virtuele safetycar. Max reed toen aan kop en we haalden hem binnen, waarmee we de leiding dus opgaven. Op zo’n moment vertrouw je dus op de simulaties en hoop je dat je je huiswerk goed gedaan hebt, anders kom je wel heel stom over. Uiteindelijk won Max de race en kunnen we dus zeggen dat de simulaties het bij het rechte einde hadden."
Zijn er weleens discussies over het voorgestelde besluit dat uit de simulaties komt?
"Een simulatie kan niet alles weten, daarom is onze communicatie met de coureurs zo belangrijk. De rondetijden kunnen doen lijken of de banden in goede conditie zijn, maar als Max via de radio zegt dat het moeilijk is om de auto op de baan te houden, dan ga je je niet blindstaren op de simulatie. Waar de kracht van de simulatie zit, is dat het naar een enorm grote hoeveelheid mogelijkheden kijkt, wat het menselijk brein niet kan, en gemiddeld uitkomt op een advies. Het is daarmee heel nuttige input, zeker als je niet zeker bent wat te doen."
Simuleer je alle coureurs die op de baan zijn?
"We draaien de Monte Carlo-simulaties primair voor onze eigen coureurs. Dat is het interessantst voor de keuzes die we moeten maken rondom pitstops en banden. Op dit moment simuleren we onze concurrenten niet. Wel doen we een aantal aannames over bijvoorbeeld hun strategie en aantal pitstops, die we meenemen in de simulatie. In de toekomst zouden we de simulaties graag wel voor alle coureurs op de baan kunnen draaien."
Wat heb je daarvoor nodig?
"Meer rekenkracht. Nu draaien we de simulaties voor twee auto’s, dat moeten we dan opschalen naar twintig auto’s. Omdat we de simulaties tegenwoordig in de cloud draaien, kunnen we dit in theorie makkelijker opschalen zonder in te boeten op snelheid, want ik wil de data nog steeds snel hebben. Het heeft geen zin om meer te gaan simuleren als je vervolgens vijf minuten op een antwoord moet wachten."
Hoewel Will aangaf pas net op stoom te komen en nog wel even door kon praten, zat zijn tijd met ons er helaas alweer op. Hoewel kort en in nevelen gehuld, benadrukte ons bezoek aan Red Bull Racing nog maar eens dat, hoewel Formule 1 in de basis een mechanische sport is, het hele circus zonder computers en geavanceerde software geen meter vooruit zou komen.