Technologische vooruitgang is niet meer uit ons hedendaagse leven weg te denken. Dit is in het professionele wielrennen niet anders. De laatste jaren is er een enorme toename aan data in de koers, maar deze wordt nog niet ten volle benut. In deze thesis worden verschillende datastromen met state-of-the-art computervisie en/of machine learning methodes geanalyseerd om zo een bijdrage te leveren binnen de domeinen van prestatie-analyse, storytelling en de veiligheid in het wielrennen. De uitgewerkte use-cases focussen op verschillende disciplines. Zo wordt in samenwerking met de UCI de veiligheid van wegwedstrijden verbeterd door middel van computervisie en geospatiale analyse en wordt er binnen het pistewielrennen gefocust op uniforme data captatie en analyse in samenwerking met Cycling Vlaanderen. Tot slot worden video beelden van de broadcaster EMG tijdens cyclocrosswedstrijden gebruikt om automatisch interessante verhalen te genereren met behulp van computervisie.