Warum wir aufhören sollten, nur Unfälle zu analysieren
Warum warten wir auf Unfälle, wenn sich gefährliche Verkehrssituationen bereits im Vorfeld erkennen und analysieren lassen?
In der Verkehrsplanung basieren viele Entscheidungen noch immer auf Unfallstatistiken oder subjektiven Einschätzungen. Beide Ansätze haben jedoch eine zentrale Schwäche: Sie zeigen, dass etwas passiert ist – aber nicht, warum.
Die Erfassung gefährlicher Interaktionen ist ein wichtiger erster Schritt. Doch dabei darf es nicht bleiben. Entscheidend ist die systematische Analyse der Ursachen, die zu diesen kritischen Situationen führen.
Vom Symptom zur Ursache
Grundlage hierfür sind unsere eigens entwickelten KI-gestützten Detektorsysteme.
Sie ermöglichen:
- die vollständige Erfassung aller Verkehrsteilnehmenden – unabhängig von Verkehrsart
- die kontinuierliche Analyse ihrer Bewegungen und Interaktionen im gesamten Straßenraum
- eine langfristige Datenerhebung über mehrere Wochen
Im Gegensatz zu kurzfristigen Erhebungen über ein bis zwei Tage bildet diese umfangreiche Datengrundlage das reale Verkehrsgeschehen in seiner gesamten Vielfalt ab (weitere Informationen zur Erfassung der Interaktionen finden Sie in unserem Blogbeitrag).
Die erfassten gefährlichen Interaktionen werden anschließend im Kontext analysiert. Dabei verknüpfen wir die erfassten Verkehrssituationen mit:
- verkehrstechnischen Kenngrößen,
- infrastrukturellen Gegebenheiten,
- Umwelteinflüssen,
- sowie projektspezifischen Rahmenbedingungen.
So entsteht ein umfassendes Verständnis darüber, warum kritische Interaktionen entstehen – nicht nur, wo sie auftreten. Damit gehen wir einen entscheidenden Schritt weiter: von der reinen Erfassung gefährlicher Situationen hin zu einer Systematischen Ursachenanalyse.
Das Ergebnis: Ursachen lassen sich nicht nur identifizieren, sondern auch statistisch belastbar nachweisen.
Praxisbeispiele aus der Analyse
Beispiel 1: Eingeschränkte Sicht durch parkende Fahrzeuge
Insbesondere zu den Hol- und Bringzeiten wurde vor einer Schuleinfahrt eine erhöhte Anzahl kritischer Interaktionen zwischen motorisiertem Verkehr und querenden Schülern festgestellt.
Die Analyse zeigt, dass der hohe Belegungsgrad des Parkstreifens am rechten Fahrbahnrand maßgeblich zu diesen Interaktionen beiträgt. Die parkenden Fahrzeuge schränken die Sichtbeziehungen erheblich ein und führen dadurch vermehrt zu kritischen Situationen.
Beispiel 2: Radverkehr auf der falschen Seite
An einem Knotenpunkt wurde eine erhöhte Anzahl kritischer Interaktionen zwischen linksabbiegendem Kfz-Verkehr und querendem Radverkehr festgestellt.
Die Analyse zeigt, dass die Konflikte insbesondere darauf zurückzuführen sind, dass der Radverkehr die Furt auch aus nördlicher Richtung entgegen der vorgesehenen Fahrtrichtung befährt. Aus nördlicher Richtung nutzen täglich ca. 23 Radfahrende (28 % des Radverkehrs in Fahrtrichtung Süden) den Gehweg.
Die Daten belegen, dass dieses Verhalten die Kritikalität der Begegnungen signifikant für mehrere Fahrbeziehungen am Knotenpunkt erhöht.
Beispiel 3: Hohe Geschwindigkeiten am Fußgängerüberweg
An einem Fußgängerüberweg wurde eine erhöhte Anzahl kritischer Interaktionen zwischen Kfz-Verkehr und querendem Fußverkehr festgestellt.
Die Analyse zeigt, dass ein Großteil dieser Interaktionen aus einer Fahrtrichtung des Kfz-Verkehrs resultiert. Für diese Fahrtrichtung konnte ein direkter Zusammenhang zwischen erhöhten Geschwindigkeiten und der Kritikalität der Interaktionen nachgewiesen werden.
Beispiel 4: Dämmerung und fehlende Beleuchtung
An einem Knotenpunkt wurde eine erhöhte Anzahl kritischer Interaktionen zwischen linksabbiegendem sowie kreuzendem Kfz-Verkehr und querendem Radverkehr festgestellt.
Die Auswertung zeigt einen deutlichen Anstieg kritischer Interaktionen während der Dämmerung.
Ursache ist die eingeschränkte Sichtbarkeit von Radfahrenden an dem nicht ausreichend beleuchteten Knotenpunkt. Die vorhandenen Lichtverhältnisse reichen nicht aus, um Radfahrende für den motorisierten Verkehr frühzeitig erkennbar zu machen.
(weitere Informationen zu dieser Studie finden Sie in unserem Blogbeitrag).
Beispiel 5: Rotlichtverstöße
An einer signalisierten Kreuzung wurde trotz eines Zusatzsignals für den Radverkehr eine erhöhte Anzahl kritischer Interaktionen zwischen rechtsabbiegendem Kfz-Verkehr und geradeausfahrendem Radverkehr festgestellt.
Die Analyse zeigt einen signifikanten Zusammenhang zwischen Rotlichtverstößen des Radverkehrs und der Kritikalität der Interaktionen.
(weitere Informationen zu dieser Studie finden Sie in unserem Blogbeitrag).
Das Ergebnis: Eine datenbasierte Grundlage für wirksame Maßnahmen
Die systematische Verknüpfung von Interaktionen und Einflussfaktoren ermöglicht eine objektive, datenbasierte Ursachenanalyse. Dadurch können Maßnahmen gezielt entwickelt werden, wo sie die größte Wirkung entfalten – bevor Unfälle entstehen.
Das Ergebnis ist eine neue Qualität in der Verkehrsplanung: weg von reaktiven Maßnahmen, hin zu einer proaktiven und evidenzbasierten Verbesserung der Verkehrssicherheit.
Wenn Sie ähnliche Analysen für Ihre Kommune planen, kontaktieren kontaktieren Sie uns gerne.
Haben Sie Fragen zu diesem Beitrag oder eigenen Projekten? Teilen Sie Ihre Gedanken in den Kommentaren!
Wir freuen uns auf einen konstruktiven Austausch: Kontakt