Menu

Pirelli Diablo Rosso

Der Pirelli Diablo Rosso ist ein Ultra High Performance Sommer Reifen für einen Motorrads.

6.3
Reifenbewertungen Basierend auf Nutzerbewertungen
Limited Vertrauen Aufschlüsselung anzeigen
Trockenhaftung
70%
Nassgriff
33%
Straßenfeedback
68%
Progressivität
58%
Verschleiß
70%
Komfort
74%
Kaufempfehlung
40%
5 Beurteilungen
59% Durchschnitt
11,500 Gefahrene Kilometer
Pirelli Diablo Rosso

Pirelli Diablo Rosso

Summer Premium
BETA
6.3 / 10
Basierend auf Nutzerbewertungen · Limited Vertrauen · Aktualisiert 30 Jan 2026

Der Tyre Reviews Score ist das umfassendste verfügbare Reifenbewertungssystem. Er aggregiert professionelle Testdaten aus zahlreichen unabhängigen Publikationen, Nutzerbewertungen und Konsistenzanalysen mithilfe Bayes'scher statistischer Methoden, gewichteter Normalisierung und einer an die Aktualität angepassten Bewertung, um eine einzige, zuverlässige Leistungsbewertung zu erstellen.

Erfahren Sie mehr über unsere Methodik.
Punktekomponenten
Professionelle Prüfungen
Gewicht: 80%
Tests: 0
Veröffentlichungen: 0
Nutzerbewertungen
Gewicht: 15%
Rezensionen: 5
Durchschnittsbewertung: 58.9%
Mindestanforderung: 5
Konsistenz
Gewicht: 5%
Standardabweichung des Ergebnisses: 1.91
Historische Punkte: 10
Methodik & Konfiguration
Bewertungsprozess
  1. Testdaten sammeln: Sammeln Sie Ergebnisse professioneller Reifentests aus verschiedenen Publikationen. Mindestens prozentuale Testanzahl erforderlich.
  2. Positionen normalisieren: Die Testpositionen werden mithilfe der exponentiellen Gewichtung (Faktor: 1.2) in Perzentilwerte umgerechnet.
  3. Aktualitätsgewichtung anwenden: Neuere Tests werden höher gewichtet, wobei die Abklingrate 0.95 beträgt.
  4. Nutzerbewertungen einbeziehen: Nutzerbewertungen einbeziehen (mindestens 5 Bewertungen). Gewichtung: 15%.
  5. Bayes'sche Glättung: Wenden Sie Bayesian prior (score: 7, weight: 1.5) an, um extreme Werte bei begrenzten Daten zu vermeiden.
  6. Endergebnis berechnen: Kombinieren Sie alle Komponenten unter Verwendung des Normalisierungsfaktors 1.1. Maximaler Score bei begrenzten Daten: 9.5.
Komponentengewichte
Testdaten
80%
Nutzerbewertungen
15%
Konsistenz
5%
Alle Konfigurationsparameter
ParameterWertBeschreibung
safety_weight 0.7 Weight multiplier for safety-related metrics
performance_weight 0.55 Weight multiplier for performance metrics
comfort_weight 0.4 Weight multiplier for comfort metrics
value_weight 0.45 Weight multiplier for value-for-money metrics
user_reviews_weight 0.15 How much user reviews contribute to the final score
test_data_weight 0.8 How much professional test data contributes to the final score
consistency_weight 0.05 How much score consistency contributes to the final score
recency_decay_rate 0.95 Rate at which older test results lose influence (higher = slower decay)
min_test_count 1 Minimum number of professional tests required
min_review_count 5 Minimum number of user reviews required
score_version 1.8 Current version of the scoring algorithm
score_normalization_factor 1.1 Factor used to normalize raw scores to the 0-10 scale
confidence_factor_weight 0.2 How much data confidence affects the final score
position_penalty_weight 0.2 Penalty applied for poor test positions
gap_penalty_threshold 8 Score gap (%) that triggers additional penalties
min_metrics_count 2 Minimum number of test metrics needed per test
limited_data_threshold 2 Number of tests below which data is considered limited
single_test_penalty 0.1 Score multiplier when only one test is available
critical_metric_penalty 0.7 Penalty for poor performance on critical safety metrics
critical_metric_threshold 70 Score below which a critical metric penalty applies
position_exponential_factor 1.2 Exponent used to amplify position-based scoring
position_exponential_threshold 0.9 Position percentile below which exponential scoring applies
gap_multiplier_critical 3 Multiplier for critical gap penalties
max_category_weight 2 Maximum weight any single category can have
max_score_limited_data 9.5 Score cap when data is limited
bayesian_prior_weight 1.5 Weight of the Bayesian prior in smoothing
bayesian_prior_score 7 Prior score used for Bayesian smoothing
evidence_test_multiplier 1.9 Multiplier for test evidence in confidence calculation
evidence_metric_divisor 3 Divisor for metric count in evidence calculation
evidence_review_divisor 10 Divisor for review count in evidence calculation
Alle Tests

Wir haben leider derzeit keine Fachzeitschriftstests für den Pirelli Diablo Rosso

Fragen und Antworten für die Pirelli Diablo Rosso

Frage stellen
Wir haben leider derzeit keine Fragen und Antworten für den Pirelli Diablo Rosso. Bitte senden Sie Ihre Frage mit dem Formular an unsere Reifenexperten!
Frage stellen

Wir werden Ihre E-Mail Adresse nie veröffentlichen

captcha

Um zu bestätigen, dass Sie ein Mensch sind, geben Sie bitte das angezeigte Wort in das Feld unten ein.

Sind Sie den Pirelli Diablo Rosso reife gefahren?

Haben SIE Erfahrung mit dem Pirelli Diablo Rosso? Helfen Sie Millionen anderer Reifenkäufer

Bewerten Sie Ihren Pirelli Diablo Rosso >

Latest Pirelli Diablo Rosso Beurteilungen

Bei 93% beim Fahren eines (120/80 R14 S) auf a combination of roads für 1,500 spirited Kilometer
Verwenden Sie diese Reifen auf dem 250ccm Roller und greifen Sie wie ein Zug auf der Schiene. Großartig nass und trocken (bei strömendem Regen in Malaysia) und selbstbewusst an der Ecke mit hoher Geschwindigkeit. Belebt von der Tapferkeit des Reiters. Der Reifen ist vorne montiert (umgekehrtes Profil) wie der ähnliche Reifen, aber 150 / 70-13 ist hinten. Der Verschleiß scheint bei 3000 km gut zu sein und voraussichtlich weitere 12 km zu halten.
Frage stellen | Hilfreich 665
June 6, 2019