81 Unfallstatistik
Filtern
Erscheinungsjahr
Dokumenttyp
- Konferenzveröffentlichung (86)
- Buch (Monographie) (13)
- Wissenschaftlicher Artikel (3)
- Bericht (1)
- Arbeitspapier (1)
Schlagworte
- Conference (82)
- Konferenz (82)
- Accident (71)
- Unfall (70)
- Statistics (44)
- Statistik (44)
- Germany (42)
- Deutschland (41)
- Injury (36)
- Fatality (35)
Institut
- Sonstige (104) (entfernen)
Who doesn't wear seat belts?
(2009)
Using real world accident data, seat belts were estimated to be 61% effective at preventing fatalities, and 32% effective at preventing serious injuries. They were most effective for drivers with an airbag. Seat belts were estimated as having prevented 57,000 fatalities and 213,000 seriously injured casualties in the UK since 1983. Seat belt legislation was estimated to have prevented 31,000 fatalities and 118,000 seriously injured casualties. A future increase in effective seat belt wearing rate (which takes into account seating position) in the UK from 92.5% to 93% may prevent casualties valued at a societal cost of over -£18 million per year. To target a seat belt campaign, the question "who doesn"t wear seat belts?" must be answered. Seat belt wearing rates and the number of unbelted casualties were analysed. It was primarily young adult males who didn"t wear seat belts, and they made up the majority of unbelted fatalities and seriously injured casualties.
Due to recent years accident avoidance and crashworthiness on Austrian roads were mostly developed on national statistics and on-scene investigation respectively. Identification and elimination of black spots were main targets. In fact many fatal accidents do not occur on such black spots and black-spot investigation has reached a limit. New methods are required and therefore the Austrian Road Safety Programme was introduced by the Austrian Ministry of Transport, Innovation and Technology. The primary objective is the reduction of fatalities and severe injuries. Graz University of Technology initiated the project ZEDATU (Zentrale Datenbank tödlicher Unfälle) with the goal to identify similarities in different accident configurations. A matrix was established which categorizes risk and key factors of participating parties. Based on this information countermeasures were worked out.
Die Bundesanstalt für Straßenwesen (BASt) bringt zum Ende jeden Jahres eine Prognose der Unfall- und Verunglücktenzahlen des noch laufenden Jahres heraus, um so über die Entwicklung der Verkehrssicherheit in Deutschland Bilanz ziehen zu können. Dabei wird das Unfallgeschehen nach dem Schweregrad der Konsequenzen, der Ortslage sowie Alter und Art der Verkehrsbeteiligung der Verunglückten in 27 Zeitreihen unterteilt. Zu diesem Zeitpunkt sind die Daten lediglich für die ersten acht oder neun Monate erhältlich. Um Bilanz zu ziehen, werden die Anzahlen der letzten drei oder vier Monate prognostiziert. Gesamtziel des hier beschriebenen Forschungsvorhabens ist die Optimierung der jährlichen Unfallprognosen durch Anwendung von strukturellen Zeitreihenmodellen, bei denen die Vorhersagen aus dem Trend der vorliegenden Monate, und der Dynamik der vorhergehenden Jahre abgeleitet werden. Um dem Einfluss der Witterungsverhältnisse Rechnung zu tragen, werden dabei meteorologische Variablen in das Vorhersagemodell aufgenommen. Um die Modelle zu testen, werden die endgültigen Daten der letzten 15 Jahre jeweils aus den vorläufigen Daten der ersten Monate vorhergesagt und mit den tatsächlich beobachteten endgültigen Unfall- und Verunglücktenzahlen verglichen. Die Resultate zeigen, dass im Vergleich zu den bisherigen Vorhersagen mithilfe der hier vorgestellten Modelle die Vorhersagen für 25 der 27 Reihen präziser werden. Lediglich zwei Reihen zeigen einen leichten Anstieg des Vorhersagefehlers. Beim Vergleich von Modellen mit und ohne meteorologischen Variablen zeigt sich, dass 23 der 27 Reihen besser vorhergesagt werden können, wenn man das Wetter berücksichtigt. Neben der verbesserten Vorhersage ermöglicht die Aufnahme der Wettervariablen auch eine Einschätzung, wie groß der Einfluss der Witterungsgegebenheiten auf das Unfallgeschehen ist. Es zeigt sich also, dass die Anwendung von strukturellen Zeitreihenmodellen und die Berücksichtigung von meteorologischen Variablen zu einer deutlichen Verbesserung der Vorhersagegenauigkeit führen. Die Verbesserung der Vorhersagen durch die Aufnahme von Wettervariablen bestätigt nochmals den Einfluss der Witterungsumstände auf das Unfallgeschehen.
Untersuchungsgegenstand des Forschungsprojektes war die Überprüfung der aktuellen Grenzwertkriterien in Deutschland zur Identifizierung von Unfallhäufungen im Straßennetz. Nach Analyse des IST-Zustandes und der Bestimmung von Defiziten wurden alternative Grenzwertkriterien mit dem Ziel eines optimierten Einsatzes von Ressourcen im Bereich der Örtlichen Unfalluntersuchung überprüft. Auf Grundlage dieser Erkenntnisse erfolgte die Ableitung von Empfehlungen für zukünftige Grenzwertkriterien. Insgesamt wurden verschiedene Grenzwertkriterien getrennt für die Ortslagen innerorts, außerorts (ohne BAB) und Bundesautobahnen mittels einer umfangreichen Unfalldatenauswertung untersucht. Als Untersuchungsgebiete dienten außerorts Bereiche von Bundesländern (Sachsen) oder ganze Bundesländer (Bayern, Rheinland-Pfalz) sowie innerorts Städte verschiedener Größe (Großstädte über 100.000 E, Mittelstädte mit 30.000 bis 100.000 E sowie Durchfahrten von Ortschaften unter 30.000 E) aus vier Bundesländern. Die Untersuchungen lassen sich in folgenden Ergebnissen zusammenfassen:- Bei der Bestimmung der unfallauffälligen Stellen (UAS) mit gleichartigen Unfällen werden ortslagenunabhängig nahezu alle UAS durch die Gleichartigkeit des Unfalltyps identifiziert. Durch die Berücksichtigung von Unfallumständen wie z.B. die Verkehrsbeteiligung werden kaum zusätzliche Stellen erkannt. - Bei der parallelen Betrachtung der drei aktuellen Auswertungszeiträume (1-Jahreskarte, 3-Jahreskarte (P) und 3-Jahreskarte (SP)) wurde festgestellt, dass ein Großteil der UAS, die in der 3-Jahreskarte (SP) auffällig sind, auch in der 3-Jahreskarte (P) als auffällig identifiziert werden. - Die zeitliche Stabilität, d.h. das wiederholte Auftreten eines unfallauffälligen Bereiches in zwei oder mehr aufeinanderfolgenden Betrachtungszeiträumen, erreicht gemessen am Anteil an allen unfallauffälligen Bereichen in einem Ausgangszeitraum weder bei den UAS noch bei den unfallauffälligen Linien (UAL) eine zufriedenstellende Größenordnung. - Aus den unterschiedlichen Kriterien für die Optimierung von Grenzwerten nach einem ausgewogenen Verhältnis von Aufwand und Nutzen resultieren zum Teil unterschiedliche Ergebnisse. Bei der Empfehlung neuer Grenzwerte wurde darauf geachtet, dass bei Anwendung des Grenzwertes mindestens 10% des Gesamtunfallgeschehens im jeweiligen Betrachtungszeitraum bearbeitet werden. Die Empfehlungen beinhalten für die Identifizierung von unauffälligen Bereichen insbesondere Vorschläge zu geeigneten Betrachtungszeiträumen, räumlichen Abgrenzungen von unfallauffälligen Bereichen sowie der Angabe optimierter Grenzwerte differenziert nach Ortslage und Betrachtungszeitraum.