Das LamarRacing Team hat bei der RoboRacer Competition im Rahmen der IEEE International Conference on Robotics and Automation (ICRA) 2026 die Auszeichnung „Best Performance Overall“ gewonnen. Das autonome Rennfahrzeug setzte sich gegen 35 internationale Teams durch. Grundlage des Erfolgs ist ein KI-Ansatz, der Daten aus dem professionellen Motorsport mit menschlichem Expertenwissen verbindet. Das Ergebnis zeigt, wie leistungsfähige autonome Systeme entstehen können, wenn datengetriebenes Lernen und fachliche Erfahrung zusammenwirken.
Das LamarRacing Team bei der ICRA 2026 in Wien nach dem Gewinn der Auszeichnung „Best Performance Overall“ bei der RoboRacer Competition.
KI-System überzeugt auf anspruchsvoller Wettbewerbsstrecke
Die RoboRacer Competition gilt als internationaler Leistungsvergleich für autonome Rennfahrzeuge. In diesem Jahr mussten die Teams eine besonders anspruchsvolle Strecke bewältigen, die unter anderem eine Brücke und gezielte Unterbrechungen der Streckenbegrenzung umfasste. Im Zeitfahrwettbewerb erzielte LamarRacing die beste Leistung des gesamten Teilnehmerfelds und gewann mit deutlichem Vorsprung die Time-Trial-Wertung. Für diese Leistung erhielt das Team die Auszeichnung „Best Performance Overall“. Im anschließenden 1-gegen-1-Rennformat erreichte LamarRacing den vierten Platz.
Für den Erfolg verantwortlich waren die Studierenden Lukas Kutsch, Samir Shehadeh, Aftab Akhtar und Lavinia Kong. Betreut wird das Team von Nils Dengler und Prof. Dr. Maren Bennewitz, wissenschaftlich unterstützt wurde es von Sicong Pan. Bereits im März 2026 veröffentlichte das Team ein wissenschaftliches Paper zu den Arbeiten im Umfeld des Projekts.
Formel-1-Daten für autonome Fahrentscheidungen
Ein zentraler Bestandteil des Systems ist die Nutzung von Daten erfahrener Formel-1-Fahrerinnen und -Fahrer. Diese flossen in die Entwicklung eines KI-Modells ein, das die Fahrstrategie des autonomen Rennwagens plant. Der Ansatz kombiniert große Datenmengen mit menschlichem Expertenwissen und greift damit eine zentrale Herausforderung der KI-Forschung auf: Wie lässt sich vorhandene Erfahrung so in Lernverfahren integrieren, dass Systeme auch in komplexen und dynamischen Situationen zuverlässig entscheiden können?
Der Wettbewerbserfolg liefert dafür einen anschaulichen Nachweis unter realistischen Bedingungen. Statt in einer Simulation musste das Fahrzeug auf einer physischen Strecke mit wechselnden Anforderungen in Echtzeit reagieren und eigenständig Entscheidungen treffen.
Autonomes Racing als Testfeld für KI-Forschung
Die RoboRacer Competition fand im Rahmen der ICRA 2026 in Wien statt. Die Konferenz zählt zu den weltweit wichtigsten Veranstaltungen für Robotik und Automatisierung und bringt Forschende sowie Industrievertreter aus aller Welt zusammen.
Autonome Rennfahrzeuge dienen dabei als anspruchsvolle Testumgebung für Verfahren, die weit über den Motorsport hinaus relevant sind. Technologien zur Wahrnehmung der Umgebung, zur Planung von Bewegungen und zur Entscheidungsfindung unter Unsicherheit werden auch in mobilen Robotern, autonomen Fahrzeugen oder industriellen Assistenzsystemen benötigt. Der Erfolg von LamarRacing zeigt, wie die Kombination von Daten und menschlichem Fachwissen zur Entwicklung leistungsfähiger autonomer Systeme beitragen kann.