- Goldmedaillen-Kontroverse beim 100-Meter-Freistil-Schwimmen der MĂ€nner 1960 zwischen John Devitt und Lance Larson. Zeitnahme im Schwimmen erfolgte durch drei Stoppuhren pro Bahn; Entscheidung durch Hauptkampfrichter Hans Runströmer. EinfĂŒhrung von berĂŒhrungssensiblen Platten durch Omega, um menschliche Fehler zu vermeiden. Modernste ĂŒhrungssensiblen Platten, Zielkameras und Bewegungssensoren erfassen prĂ€zise Daten im Wettkampf. Swiss Timing nutzt KĂŒnstliche Intelligenz zur Datenanalyse und in Echtzeit-Rennverlaufserstellung fĂŒr Olympia 2024.
Am 27. August 1960 in Rom wurde eine der umstrittensten Goldmedaillen verliehen. Beim 100-Meter-Freistil-Schwimmen der MĂ€nner erzielten sowohl der australische Schwimmer John Devitt als auch der Amerikaner Lance Larson die gleiche Endzeit von 55,2 Sekunden. Nur Devitt ging mit der Goldmedaille nach Hause. Die Zeitnahme im Schwimmen erfolgte durch drei Stoppuhren pro Bahn, deren Durchschnitt berechnet wurde. Bei einem seltenen Patt entschied ein Hauptkampfrichter, in diesem Fall Hans Runströmer aus Schweden. Trotz Larsons technisch gesehen geringfĂŒgig schnellerer Zeit entschied sich Runströmer fĂŒr Devitt.
Entwicklung der Zeitnahmetechnologie
Diese Kontroverse fĂŒhrte bis 1968 dazu, dass Omega berĂŒhrungssensible Platten fĂŒr das Ende der Schwimmbahnen entwickelte, damit die Athleten selbst die Zeit stoppen konnten, um menschliche Fehler zu vermeiden. Alain Zobrist, Leiter der 400 Mitarbeiter starken Abteilung von Omega, die fĂŒr die Zeitmessung, Messung und Verfolgung fast aller Sportarten zustĂ€ndig ist, kennt viele solcher Geschichten. Im Jahr 2024 wird die elektronische Startpistole beispielsweise mit einem Lautsprecher hinter jedem Athleten verbunden, weil in Rennen mit versetzten Bahnen wie beim 400 Meter Lauf, Athleten in der entferntesten Bahn den Startschuss einen Bruchteil spĂ€ter hörten und so im Nachteil waren.
Moderne Technologie im Sport
Als in den 1940er Jahren erstmals Zielkameras verwendet wurden, dauerte es fast zwei Stunden, um eine Entscheidung zu treffen, weil man zuerst die Aufnahmen entwickeln musste. Heute kann Omegas neues GerĂ€t bis zu 40.000 digitale Bilder pro Sekunde aufnehmen, wodurch die Juroren in wenigen Minuten eine Entscheidung treffen können. Das Ziel von Swiss Timing ist es schon lange nicht mehr, einfach nur ein Rennen zu stoppen. Das Unternehmen erzĂ€hlt die “Geschichte” des Rennens. âWir erzĂ€hlen die Geschichte des Rennens, nicht nur das Ergebnisâ, sagt Zobrist. FĂŒr die Olympischen Spiele in Paris 2024 bietet diese âGeschichteâ deutlich mehr HandlungsstrĂ€nge.
Beispiele hierfĂŒr sind die EinfĂŒhrung von Bewegungssensoren in der Kleidung der Athleten im Jahr 2018. Diese Sensoren erfassen nicht nur die Distanz, sondern auch Schrittzahl, Höchstgeschwindigkeit, Beschleunigung und Abbremsen sowie RĂŒckenwind. Im Schwimmen können sie die Anzahl der SchlĂ€ge ĂŒberwachen. Einige 2000 Datenpunkte werden von einem Monitor, der 12 Gramm wiegt, innerhalb weniger als einer Zehntelsekunde ĂŒbertragen. Diese Daten können dann an Trainer und Athleten weitergegeben werden, um als Trainingswerkzeug zu dienen.
Intelligente Datenanalyse
FĂŒr Paris verwendet Swiss Timing natĂŒrlich KĂŒnstliche Intelligenz (KI), um diese Daten in Echtzeit zu analysieren. So kann ein Rennverlauf erstellt werden, der nicht nur den Teilnehmenden, sondern auch in sozialen Medien und von Rundfunkanstalten genutzt werden kann. Die gröĂte Neuerung ist die FĂ€higkeit, historische Daten zu verwenden. âMan kann nun Daten aus frĂŒheren Rennen eingeben und damit Vorhersagen ĂŒber die Leistung eines Athleten treffenâ, sagt Zobrist. KI kann jetzt Einzelleistungen analysieren und diese mit anderen vergleichen. Swiss Timing wird in der Lage sein, die Favoriten viel genauer zu identifizieren, ihre Leistung wĂ€hrend des Rennens zu verfolgen und zu analysieren und die GrĂŒnde, warum ein bestimmter Athlet gewonnen oder verloren hat, an jedem Punkt des Wettkampfs nachzuzeichnen.
Doch abgesehen von verbesserten Grafiken und genauerer Datenanalyse ist vielleicht die beeindruckendste Innovation, was Zobrist und sein Team mit Körperbildkameras machen können. Als die Körperbilderkennung vor vier Jahren eingefĂŒhrt wurde, waren die Visualisierungen noch primitiv. Heutzutage hat Swiss Timing âComputer Visionâ: Einzeln- oder Mehrkamerasysteme, die Bilder in KI-Modelle fĂŒr jede Sportart einspeisen, um vollstĂ€ndig realistische Körper zu erzeugen.


