Tour de France: Wie Daten und KI den Maschinenraum der Teams verändern

Paris – 13.07.2026: Im Tour-de-France-Peloton entscheidet nicht allein der stärkste Antritt über Minuten und Sekunden. Hinter den Mannschaftsbussen laufen längst Datenströme zusammen: Leistungsmesser, Herzfrequenz, Höhenmeter, Schlafwerte, Ernährung und Wetterprognosen. Künstliche Intelligenz soll aus dieser Flut schneller verwertbare Hinweise machen – für Trainer, Ernährungsfachleute und Sportdirektoren, nicht als Ersatz für sie.

Die 113. Tour de France startete am 4. Juli 2026 in Barcelona und führt mit 23 Teams bis zum 26. Juli nach Paris. Auf einer Rundfahrt mit wechselnden Belastungen ist die Zeit knapp: Nach einer Bergetappe müssen Fahrer versorgt, Werte eingeordnet und der nächste Tag vorbereitet werden. Was früher mehrere Spezialisten über Tage zusammentrugen, kann eine vernetzte Plattform inzwischen in Stunden bündeln.

Besonders klar zeigt sich der Wandel bei UAE Team Emirates-XRG. Der Leistungsbereich des Teams nutzt eine Datenplattform, die Trainings-, Renn- und Gesundheitsinformationen zusammenführt. Nach Angaben aus dem Umfeld der Mannschaft lassen sich damit detaillierte Berichte für Dutzende Profis binnen einer Stunde erzeugen; zuvor erforderte eine vergleichbare Einzelanalyse mehrere konzentrierte Arbeitstage. Der Gewinn liegt zunächst in der Geschwindigkeit – und in der Chance, Muster früher zu erkennen.

Auf der Straße bleibt der Fahrer jedoch mehr als eine Zahlenreihe. Wattwerte können zeigen, wie stark ein Anstieg gefahren wurde; sie erklären nicht automatisch, ob ein Athlet nach einer hektischen Etappe mental frisch ist, ob ein Infekt droht oder wie er auf Hitze reagiert. Deshalb müssen Trainer die Modellvorschläge mit Gesprächen, Erfahrung und der konkreten Rennlage abgleichen. KI liefert eine Landkarte, aber sie fährt kein Rad.

Auch die Ernährung wird genauer taktiert. Energiebedarf, Kohlenhydratzufuhr und Erholung werden zunehmend individuell geplant, weil Gewicht, Intensität, Temperatur und Rolle im Team von Fahrer zu Fahrer variieren. Die UCI verweist auf digitale Werkzeuge, zentrale Ernährungsplattformen und biometrische Messungen als wichtige Hilfen, um Mahlzeiten und Verpflegung kurzfristig anpassen zu können. Gerade in drei Rennwochen kann das den Unterschied zwischen Stabilität und einem Leistungseinbruch ausmachen.

Der Einsatz reicht über Training und Verpflegung hinaus. Teams verwenden datenbasierte Modelle auch im Scouting: Sie vergleichen Leistungsentwicklungen, Fahrertypen und potenzielle Rollen im Kader. Jayco AlUla arbeitet etwa mit einem KI-Partner für Bewegungsanalyse und Talentsichtung. Solche Systeme können Profile vorsortieren, doch sie ersetzen weder Renninstinkt noch die Einschätzung, ob ein Neuzugang in eine Mannschaft passt.

Die neue Präzision berührt zudem die Integrität des Sports. Die International Testing Agency untersucht derzeit mit mehreren Profi-Teams, ob langfristig ausgewertete Leistungsdaten ein zusätzliches Instrument gegen Doping werden können. Noch handelt es sich um eine Machbarkeitsstudie. Im Idealfall macht die Datenrevolution den Sport nicht nur effizienter, sondern auch überprüfbarer – während auf den Pässen weiterhin der Mensch die letzte Entscheidung trifft.