Algorithmus: Modell-Aggregation mit Gewichtetem Durchschnitt

Reifen-Leistungs-Rankings

Modellspezifische Leistungsaufschlüsselung für Top-Reifen in jeder Laufflächenabnutzung-Kategorie

info Über Diesen Bericht

Dieser Bericht zeigt Reifen-Ranglisten aus realen Rundenzeiten der LapMeta-Datenbank. Verwendet wird ein margenbasierter, modellaggregierter Ansatz : Auf jedem Fahrzeugmodell werden die besten Runden jedes Reifens mit dem schnellsten Reifen auf demselben Modell verglichen, und diese Abstände werden über die gesamte Flotte kombiniert.

Warum Modell-Aggregation? Anders als einfache Gesamtranglisten vergleicht dieser Ansatz Reifen nur auf gleichem Material. Jeder Reifen wird daran gemessen, wie nah er auf jedem Modell an den schnellsten Reifen herankommt — am tatsächlichen Pace-Abstand, nicht nur an der Reihenfolge. Gut getestete Kombinationen zählen stärker; statistische Schrumpfung verhindert, dass dünne Daten ein Podium kaufen.

science Methodik

1. Datenqualitätsfilter

Es werden nur saubere, zuverlässige Rundendaten verwendet:

  • Nur Trockenbedingungen (nasse Runden ausgeschlossen)
  • Nur erfahrene Fahrer (Anfänger-Runden ausgeschlossen)
  • Nur saubere Runden (markierte Runden ausgeschlossen)
  • Angemessene Rundenzeiten (Ausreißer entfernt)
  • Aktuelle Daten (nur letzten 6 Jahre)
  • Nur verifizierte Setups

2. Mindestanforderungen

Um für Rankings zu qualifizieren, muss jeder Reifen haben:

  • 4+ Automodelle — Gewährleistet plattformübergreifende Gültigkeit
  • 50+ Runden insgesamt — Liefert statistische Signifikanz
  • 3+ Runden pro Modell — Minimum für zuverlässigen Durchschnitt

3. Gewichtungssystem

Kombiniertes Gewicht = Modellqualität × Reifendatenvolumen

Gewichtungsindikatoren:

  • Hoch (≥1.0x) Gut getestete Plattform mit substanziellen Daten
  • Mittel (0.5-0.99x) Moderate Tests und Datenvolumen
  • Niedrig (<0.5x) Begrenzte Tests oder minimale Daten
insights Wie Ergebnisse zu Interpretieren Sind
  • Gesamt-Rang: Niedriger ist besser (1. ist am besten)
  • Getestete Automodelle: Dieser Reifen wurde auf X verschiedenen Automodellen getestet. Die Rankings spiegeln die gewichtete Durchschnittsleistung über alle Plattformen wider.
  • Datenqualität: Höhere Rundenzahlen = zuverlässigere Daten
speed UTQG 99tw Kategorie
#2 A7
Hoosier TW 40 70 Models
+0.00 Pace-Punkte hinter dem Führenden
Getestete Automodelle: 70
Runden 239
Datenqualität: ★★★★★ (Sehr Hoch)
#3 Slicks
Michelin TW 1 52 Models
+0.05 Pace-Punkte hinter dem Führenden
Getestete Automodelle: 52
Runden 136
Datenqualität: ★★★★★ (Sehr Hoch)
Yokohama TW 40 36 Models
+0.16 Pace-Punkte hinter dem Führenden
Getestete Automodelle: 36
Runden 98
Datenqualität: ★★★★★ (Sehr Hoch)
speed UTQG 140tw Kategorie
Maxxis TW 100 32 Models
+0.00 Pace-Punkte hinter dem Führenden
Getestete Automodelle: 32
Runden 134
Datenqualität: ★★★★★ (Sehr Hoch)
#3 AR-1
Nankang TW 100 111 Models
+0.05 Pace-Punkte hinter dem Führenden
Getestete Automodelle: 111
Runden 337
Datenqualität: ★★★★★ (Sehr Hoch)
Yokohama TW 100 36 Models
+0.12 Pace-Punkte hinter dem Führenden
Getestete Automodelle: 36
Runden 61
Datenqualität: ★★★★★ (Sehr Hoch)
speed UTQG 200tw Kategorie
Yokohama TW 200 131 Models
Klassenreferenz — der schnellste Reifen der Kategorie
Getestete Automodelle: 131
Runden 615
Datenqualität: ★★★★★ (Sehr Hoch)
Michelin TW 180 130 Models
+0.17 Pace-Punkte hinter dem Führenden
Getestete Automodelle: 130
Runden 554
Datenqualität: ★★★★★ (Sehr Hoch)
Bridgestone TW 200 138 Models
+0.27 Pace-Punkte hinter dem Führenden
Getestete Automodelle: 138
Runden 761
Datenqualität: ★★★★★ (Sehr Hoch)
speed UTQG 201+tw Kategorie
Michelin TW 300 37 Models
Klassenreferenz — der schnellste Reifen der Kategorie
Getestete Automodelle: 37
Runden 147
Datenqualität: ★★★★★ (Sehr Hoch)
Goodyear TW 220 51 Models
+0.07 Pace-Punkte hinter dem Führenden
Getestete Automodelle: 51
Runden 311
Datenqualität: ★★★★★ (Sehr Hoch)
Michelin TW 300 84 Models
+0.18 Pace-Punkte hinter dem Führenden
Getestete Automodelle: 84
Runden 245
Datenqualität: ★★★★★ (Sehr Hoch)
outlined_flag Problem melden