Das Interesse an einem wachsenden Radverkehrsaufkommen steigt immer weiter an. Verschiedene Konzepte und politische Unterstützungen fördern dabei die Stärkung des Radverkehrs, so auch die Landeshauptstadt Dresden. Neben dem Ausbau und einem erweiterten Angebot ist die Verkehrssicherung der Fahrradfahrer ein wichtiges und entwicklungsfähiges Themenfeld, um vermehrt Menschen einen Anreiz zu geben das Fahrrad vor anderen motorisierten Verkehrsmitteln zu bevorzugen. Dabei ist das Ziel dieser Arbeit einen Überblick über die Entwicklung der Fahrradunfälle im Stadtgebiet Dresden von 2008 bis 2016 zu geben und ausschlaggebende Einflussvariablen zu analysieren. Als Datengrundlage für die deskriptiven Analysen der Entwicklungen verschiedener Unfallvariablen dienen die polizeilich erfassten Daten aus der elektronischen Unfalltypensteckkarte EUSka. Neben den verschiedenen Erkenntnissen der Entwicklungen analysierter Variablen, wie zum Beispiel die Unfallkategorie, Unfallgegner oder Hauptverursacher, zeigen die Daten einen leichten Anstieg der Radverkehrsunfälle über den Betrachtungszeitraum in Dresden. Mit Hilfe einer linearen multiplen Regressionsanalyse wird der ansteigende Trend unter Verwendung weiterer Variablen in zwei Modellen auf einen Zusammenhang geprüft. Interessant dabei ist, dass die untersuchten wetterabhängigen Einflussfaktoren, wie die Sonnenscheinstunden oder die Sommer- und Frühlingsmonate, die Radverkehrsunfälle am stärksten beeinflussen. Zusammen mit der fortlaufenden Trendkomponente stellt das Modell die Realität gut dar. Darüber hinaus kann die Regressionsfunktion bei guter Schätzung dazu beitragen, die Radverkehrsunfälle für zukünftige Jahre zu prognostizieren. Trotz einer erfolgreichen Modellschätzung werden die Radverkehrsunfälle in einem grafischen Vergleich mit den Ergebnissen der Dauerzählstellen des Radverkehrs in Dresden und ausgewählten Erhebungsdaten der ‚SrV - Mobilität in Städten‘ diskutiert und verglichen. Zusätzlich zu den ermittelten Ergebnissen werden vorhandene Auswertungen aus der Literatur herangezogen und mit der Entwicklung in Dresden in Verbindung gebracht.:Abbildungsverzeichnis VII Tabellenverzeichnis X Abkürzungsverzeichnis XIII Symbolverzeichnis XV 1 Einleitung 1 2 Deskriptive Analyse von Fahrradunfällen in Dresden 3 2.1 Gesamtunfallgeschehen 4 2.2 Unfallkategorie 5 2.3 Verunglückte 9 2.4 Verunglückte Fahrradfahrer nach Altersgruppen 11 2.5 Verunglückte nach Verkehrsbeteiligung 14 2.6 Beteiligte/ Unfallgegner 16 2.7 Hauptverursacher 18 2.8 Unfallursachen 20 2.9 Unfalltyp 24 2.10 Zusammenfassung 26 3 Regressionsanalyse 27 3.1 Modellformulierung 27 3.2 Schätzung der Regressionsfunktion 29 3.3 Prüfung der Regressionsfunktion 33 3.4 Prüfung der Regressionskoeffizienten 37 3.5 Prüfung der Modellprämissen 38 3.6 Erstellung einer Prognose 42 3.7 Zusammenfassung und Ausblick 43 4 Radverkehrsaufkommen in Dresden 45 4.1 Automatische Dauerzählstellen für den Radverkehr 45 4.2 Modal Split und spezifische Verkehrsleistung für den Radverkehr 48 4.3 Zusammenführung der Erkenntnisse über das Radverkehrsaufkommen mit den Fahrradunfällen in Dresden 50 5 Zusammenfassung und Ausblick 53 Literaturverzeichnis XVII Anhang XXI

A significant proportion of automobile collisions with cyclists occur because automobile drivers do not see the cyclists until too late to prevent an accident. In the United States, despite years of flawed utilization of traffic safety technology and procedures and waning interest in the increase in traffic fatalities, cyclists remain very vulnerable, with little improvement in safety on the road, and they are dying preventable deaths. For example, even though Americans drove less in 2020 during the Pandemic, fatalities of cyclists on the road in the United States increased five percent to 891 in that year [1]. Why is it worth studying the subject of decreasing cycle crashes with automobiles to decrease the mortality and disability of cyclists in the United States? I believe it is more than a casual attitude toward cycle safety on the driver's part but a general attitudinal malaise to traffic safety on the part of the American public. The United States had 38,680 fatalities on the road in 2020, up from 7.2% of fatalities in 2019 [2]. By contrast, the European Commission reported that 18,800 people were killed on the road, a decrease of 17% from 2019, making Europe the safest region in the world in traffic safety [3]. There has been almost no awareness of this on the part of the public, nor has there been a public outcry in the United States. The only way that cyclists can increase their chances of surviving on the road is to proactively take action to make themselves more visible to motorists because, according to Laurie Beck, an epidemiologist from the Centers for Disease Control and Prevention, 'Nationwide, you're more than twice as likely to die while riding a bike than riding a car, per trip,' in the United States [4]. [From: Introduction]

Eine Auswertung der Unfallzahlen der Kommunalen Unfallversicherung Bayerns von 2007 bis 2011 zeigte, dass es innerhalb Bayerns große regionale Unterschiede im fahrradbezogenen Unfallgeschehen auf dem Schulweg gibt. Durch ein mehrstufiges multimethodisches Studiendesign wurde der Frage nachgegangen, ob es in den unfallbelasteten Landkreisen tatsächlich gefährlicher ist mit dem Rad zur Schule zu fahren und nach den Ursachen der räumlichen Diskrepanzen gesucht. Mittels regressionsanalytischer Verfahren konnte ein Großteil der räumlichen Varianz der Unfallraten auf die unterschiedlichen Voraussetzungen zum Radfahren zurückgeführt werden: Je weiter und je hügeliger der Weg zur Schule ist, umso weniger Unfälle ereignen sich, wobei vermutet werden kann, dass dieser Zusammenhang Folge der niedrigen Radnutzung ist. Doch auch bei Landkreisen mit ähnlichen Radfahrbedingungen, etwa bei den kreisfreien Mittelstädten Rosenheim und Schweinfurt, lassen sich große Unterschiede im fahrradbezogenen Unfallgeschehen feststellen. Um zu überprüfen, ob auch hierfür die variierende Radnutzung verantwortlich ist, fand im Rahmen einer Fall-Kontroll-Studie eine Messung der Schulwegmobilität in diesen beiden Städten statt, wodurch das jeweilige expositionsbereinigte Unfallrisiko berechnet werden konnte. Die Erhebung zeigte, dass die distanz- und zeitbezogenen Inzidenzraten der beiden Untersuchungsregionen nahezu identisch sind. Dies belegt, dass das Unfallgeschehen hauptsächlich von der Radnutzung abhängt, wobei die Ursachen für die abweichende Radnutzung durch eine Schüler- und Lehrerbefragung empirisch untersucht wurde. Unfallschwerpunkte im Schülerradverkehr sind also statistische Artefakte, da aus der Unfallrate ohne die Kenntnis der Radnutzung auf das Unfallrisiko geschlossen wurde. Regionsunabhängig aber ist das fahrradspezifische Unfallrisiko auf Schulwegen deutlich höher als etwa auf dem Weg zur Arbeit, was die Dringlichkeit verdeutlicht, präventiv tätig zu werden. / Analyzing the number of accidents between 2007 and 2011, registered by the Kommunale Unfallversicherung Bayern, revealed great regional differences in bicycle traffic accidents on the way to school in Bavaria. A multi-stage, multi-methodical study design was set up to find answers to the question, if it is actually more dangerous to cycle to school in districts with high accident rates. The reasons for regional discrepancies in these accident rates were identified, while a varying rate of bicycle use was detected the main cause for interregional differences in the number of accidents.Regression analysis indicated that the majority of spatial variance in accident rates is based on different cycling conditions; the further and more hilly the way to school, the less accidents occur. However, it can be assumed that this correlation is a consequence of lower bicycle use. On the other hand in regions with similar cycling conditions great differences in bicycle traffic accidents can be observed, which the study shows for the district-free, mid-sized cities Rosenheim and Schweinfurt. This case-control-study on the way-to-school mobility measured for the two cities the exposition-adjusted risk of accident and was performed to reveal if this effect is also caused by varying bicycle use rates. The study pinpointed the fact that distance- and time-related incidence rates are almost identical in both study regions,which is an evidence for bicycle use rates mainly affecting the number of accidents. The reasons for differing bicycle usage were examined empirically by questioning pupils and teachers. As a conclusion, accident black spots in pupils` bicycle traffic are statistical artefacts, as the accident risk was gathered from the accident rate without knowing bicycle use rates. However, regardless of the region, cycling to school is remarkably more dangerous than cycling to work, a fact that underlines the urgency to act preventively.