Julia Dienel, Marie-Luise Exenberger, Jens Helmert, Sebastian Pannasch und Thomas Wagner

Hochautomatisierte Fahrzeuge (SAE-Level 3) verändern die Rolle des Fahrers, indem zeitweise die vollständige Abgabe der Fahraufgabe an das Fahrzeug ermöglicht wird. Der Fahrer darf sich erstmals fahrfremden Nebentätigkeiten widmen, muss aber dennoch ständig aufmerksam und übernahmebereit sein, um bei einer Übernahmeaufforderung oder Erkennen offensichtlicher Umstände, die eine Übernahme erfordern, die Fahrzeugführung zu übernehmen. Bisherige Daten zeigen, dass eine fehlerfreie Systemzuverlässigkeit unter allen Umständen nicht gewährleistet werden kann. In der vorliegenden Studie wurde untersucht, welche Auswirkungen ein fehlerhaftes Automatisierungssystem in Form von nicht bestimmungsgemäßen Übernahmeaufforderungen und stillen Fehlern auf den Fahrer hat. Hierfür nahmen 53 Personen an einer Versuchsfahrt in einem vermeintlich hochautomatisierten Fahrzeug auf einer standardisierten Teststrecke (DEKRA Lausitzring) teil, bei welcher sie einer Nebenbeschäftigung nachgingen. Die Teilnehmer erlebten zwei Situationen, die eine möglichst schnelle manuelle Übernahme erforderten. Durch eine randomisierte Zuteilung erlebten die Probanden zuerst entweder eine begründete Übernahmeaufforderung oder einen falschen Alarm. In der zweiten Situation erfuhren alle Teilnehmer einen stillen Fehler, bei dem das Fahrzeug ohne vorherige Warnung langsam auf die Gegenfahrbahn steuerte. Gemessen wurden die Dauer und Frequenz der Überwachung des Fahrgeschehens als Indikator für das Vertrauen in Automation, die Herzratenvariabilität (HRV) als Maß für die Beanspruchung sowie die Übernahmeleistung und Selbstberichte zu Vertrauen und Beanspruchung. Die Ergebnisse zeigen eine signifikante Zunahme der Überwachungsdauer des Fahrgeschehens als Folge der Übernahmesituationen. In Abhängigkeit von der Art der erlebten Übernahmeaufforderung zeigten sich keine signifikanten Gruppenunterschiede in Bezug auf Vertrauens- und Beanspruchungsmaße sowie der Übernahmeleistung. Die Übernahme der Fahrzeugsteuerung bei ausbleibender Übernahmewarnung erwies sich für beide Gruppen als besonders herausfordernd und zeigte sich in einer schlechten Übernahmeleistung.

System failure in highly automated driving: A field study on trust, workload, and takeover performance

Highly automated vehicles (SAE level 3) are changing the role of the driver by temporarily allowing the driving task to be completely handed over to the vehicle. Drivers are allowed to engage in non-driving activities, but must remain alert so they can take over the control of the vehicle should the circumstances require an intervention by the driver. Previous data shows that error-free system reliability cannot be guaranteed under all circumstances. The present study investigated the effects of a faulty automation system in the form of improper takeover requests and silent errors on the driver. For this purpose, 53 subjects took part in a test drive in an allegedly highly automated vehicle on a standardized test course (DEKRA Lausitzring), during which they performed a non-driving related task. The participants experienced two situations that required manual takeover as quickly as possible. Through random assignment, drivers first experienced either a justified takeover request or a false alarm. In the second situation, all participants experienced a silent error in which the vehicle slowly steered into the oncoming lane without prior warning. The duration and frequency of monitoring the driving situation were measured as an indicator of trust in automation and heart rate variability (HRV) as a measure of workload. In addition, takeover performance and self-reports on trust and workload were measured. The results show a significant increase in the duration of monitoring the driving situation as a result of the takeover situations. Depending on the type of takeover request experienced, no significant group differences were found with regard to trust and workload measures or takeover performance. Taking over vehicle control in the absence of a takeover warning proved particularly challenging for both groups and resulted in poor takeover performance.

doi.org/10.53184/ZVS3-2026-1

Literaturverzeichnis

Bainbridge, L. (1983): Ironies of automation. Automatica, 19(6), 775–779. https://doi.org/10.1016/0005-1098(83)90046-8

Beggiato, M.; Hartwich, F.; Krems, J. (2018): Using smartbands, pupillometry and body motion to detect discomfort in automated driving. Frontiers in Human Neuroscience, 12, 338. https://doi.org/10.3389/fnhum.2018.00338

Beggiato, M.; Hartwich, F.; Krems, J. (2019): Physiological correlates of discomfort in automated driving. Transportation Research Part F: Traffic Psychology and Behaviour, 66, 445–458. https://doi.org/10.1016/j.trf.2019.09.018

Benjamini, Y.; Yekutieli, D. (2001): The control of the false discovery rate in multiple testing under dependency. The Annals of Statistics, 29(4). https://doi.org/10.1214/aos/1013699998

Boggs, A. M.; Wali, B.; Khattak, A. J. (2020a): Exploratory analysis of automated vehicle crashes in California: A text analytics & hierarchical bayesian heterogeneity based approach. Accident Analysis & Prevention, 135, 105354. https://doi.org/10.1016/j.aap.2019.105354

Boggs, A. M.; Arvin, R.; Khattak, A. J. (2020b): Exploring the who, what, when, where, and why of automated vehicle disengagements. Accident Analysis & Prevention, 136, 105406. https://doi.org/10.1016/j.aap.2019.105406

Destatis (2022): Verkehr: Verkehrsunfälle 2021 (Fachserie 8, Reihe 7). Statistisches Bundesamt

De Winter, J. C. F.; Stanton, N.; Eisma, Y. B. (2021): Is the take-over paradigm a mere convenience? Transportation Research Interdisciplinary Perspectives, 10, 100370.https://doi.org/10.1016/j.trip.2021.100370

Endsley, M. R.; Kiris, E. O. (1995): The out-of-the-loop performance problem and level of control in automation. Human Factors: The Journal of the Human Factors and Ergonomics Society, 37(2), 381–394. https://doi.org/10.1518/001872095779064555

Fastenmeier, W.; Schlag, B.; Kubitzki, J.; Risser, R.; Gstalter, H. (2016): Hochautomatisiertes oder autonomes Fahren als wünschenswerte Zukunftsvision? Offene Fragen mit Blick auf die Mensch-Maschine-Interaktion. www.dgvp-verkehrspsychologie.de/wp-content/
uploads/2016/08/DGVP_Positionspapier-03-2016_Automatisches-Fahren.pdf

Favarò, F.; Eurich, S.; Nader, N. (2018): Autonomous vehicles’ disengagements: Trends, triggers, and regulatory limitations. Accident Analysis & Prevention, 110,136–148. https://doi.org/10.1016/j.aap.2017.11.001

Feldhütter, A.; Gold, C.; Schneider, S.; Bengler, K. (2017): How the duration of automated driving influences takeover performance and gaze behavior. In C. M. Schlick, S. Duckwitz, F. Flemisch, M. Frenz, S. Kuz, A. Mertens, & S. Mütze-Niewöhner (Hrsg.), Advances in Ergonomic Design
of Systems, Products and Processes (S. 309–318). Springer Berlin Heidelberg. https://doi.org/10.1007/978-3-662-53305-5_22

Foy, H. J.; Chapman, P. (2018): Mental workload is reflected in driver behaviour, physiology, eye movements and prefrontal cortex activation. Applied Ergonomics, 73, 90–99. https://doi.org/10.1016/j.apergo.2018.06.006

Fu, E.; Hyde, D.; Sibi, S.; Johns, M.; Fischer, M.; Sirkin, D. (2020): Assessing the effects of failure alerts on transitions of control from autonomous driving systems. 2020 IEEE Intelligent Vehicles Symposium (IV), 1956–1963. https://doi.org/10.1109/IV47402.2020.9304627

Gilgen, T. (2024): Welcher Autobauer hat beim autonomen Fahren die Nase vorn? AutomotiveIT. https://www.automotiveit.eu/technology/autonomes-fahren/welcher-autobauer-hat-beim-autonomen-fahren-die-nase-vorn-postID-306590-124.html

Glass, G. V.; Peckham, P. D.; Sanders, J. R. (1972): Consequences of failure to meet assumptions underlying the fixed effects analyses of variance and covariance. Review of Educational Research, 42(3), 237–288. https://doi.org/10.3102/00346543042003237

Grippenkoven, J.; Rodd, J.; Brandenburger, N. (2018): DLR-WAT: Ein Instrument zur Untersuchung des optimalen Beanspruchungsniveaus in hochautomatisierten Mensch-Maschine-Systemen. AAET Automatisiertes & Vernetztes Fahren, 199–213

Harwell, M. R.; Rubinstein, E. N.; Hayes, W. S.; Olds, C.C. (1992): Summarizing Monte Carlo results in methodological research: The one- and two-factor fixed effects ANOVA cases. Journal of Educational Statistics, 17(4), 315–339. https://doi.org/10.3102/10769986017004315

Heine, T.; Lenis, G.; Reichensperger, P.; Beran, T.; Doessel, O.; Deml, B. (2017): Electrocardiographic features for the measurement of drivers’ mental workload. Applied Ergonomics, 61, 31–43. https://doi.org/10.1016/j.apergo.2016.12.015

Hergeth, S.; Lorenz, L.; Krems, J. F.; Toenert, L. (2015): Effects of take-over requests and cultural background on automation trust in highly automated driving. In Proceedings of the 8th International Driving Symposium on Human Factors in Driver Assessment, Training, and Vehicle Design (S. 331–337). The University of Iowa,Public Policy Center

Hergeth, S.; Lorenz, L.; Vilimek, R.; Krems, J. F. (2016): Keep your scanners peeled: Gaze behavior as a measure of automation trust during highly automated driving. Human factors, 58(3), 509–519. https://doi.org/10.1177/0018720815625744

Kim, H.-G.; Cheon, E.-J.; Bai, D.-S.; Lee, Y. H.; Koo, B.-H. (2018): Stress and heart rate variability: A meta-analysis and review of the literature. Psychiatry Investigation, 15(3), 235–245. https://doi.org/10.30773/pi.2017.08.17

Kohn, S. C.; Visser, E. J. de; Wiese, E.; Lee, Y.‑C.; Shaw, T. H. (2021): Measurement of trust in automation: A narrative review and reference guide. Frontiers in psychology, 12, 604977. https://doi.org/10.3389/fpsyg.2021.604977

Körber, M. (2019): Theoretical considerations and development of a questionnaire to measure trust in automation. Proceedings of the 20th Congress of the International Ergonomics Association (IEA 2018): Volume VI: Transport Ergonomics and Human Factors (TEHF), Aerospace Human Factors and Ergonomics, 13–30

Körber, M.; Baseler, E.; Bengler, K. (2018a): Introduction matters: Manipulating trust in automation and reliance in automated driving. Applied ergonomics, 66, 18–31. https://doi.org/10.1016/j.apergo.2017.07.006

Körber, M.; Prasch, L.; Bengler, K. (2018b): Why do I have to drive now? Post hoc explanations of takeover requests. Human factors, 60(3), 305–323. https://doi.org/10.1177/0018720817747730

Kraus, J.; Scholz, D.; Stiegemeier, D.; Baumann, M. (2020): The more you know: Trust dynamics and calibration in highly automated driving and the effects of take-overs, system malfunction, and system transparency. Human factors, 62(5), 718–736. https://doi.org/10.1177/0018720819853686

Kruger, J.; Dunning, D. (1999): Unskilled and unaware of it: How difficulties in recognizing one’s own incompetence lead to inflated self-assessments. Journal of Personality and Social Psychology, 77(6), 1121-1134. https://doi.org/10.1037/0022-3514.77.6.1121

Lee, H. B.; Kim, J. S.; Kim, Y. S.; Baek, H. J.; Ryu, M. S.; Park, K. S. (2007): The relationship between HRV parameters and stressful driving situation in the real road. 2007 6th International Special Topic Conference on Information Technology Applications in Biomedicine, 198–200. https://doi.org/10.1109/ITAB.2007.4407380

Lee, J.; Abe, G.; Sato, K.; Itoh, M. (2020): Impacts of system transparency and system failure on driver trust during partially automated driving. In 2020 IEEE International Conference on Human-Machine Systems (ICHMS) (S. 1–3). IEEE. https://doi.org/10.1109/ICHMS49158.2020.9209322

Lee, J. D.; See, K. A. (2004): Trust in automation: designing for appropriate reliance. Human factors, 46(1), 50–80. https://doi.org/10.1518/hfes.46.1.50_30392

Louw, T.; Kuo, J.; Romano, R.; Radhakrishnan, V.; Lenné, M. G.; Merat, N. (2019): Engaging in NDRTs affects drivers’ responses and glance patterns after silent automation failures. Transportation Research Part F: Traffic Psychology and Behaviour, 62, 870–882. https://doi.org/10.1016/j.trf.2019.03.020

Lumley, T.; Diehr, P.; Emerson, S.; Chen, L. (2002): The importance of the normality assumption in large public health data sets. Annual review of public health, 23, 151–169. https://doi.org/10.1146/annurev.publhealth.23.100901.140546

Luo, L.; Liu, H.; Li, P.; Wang, H. (2010): Model predictive control for adaptive cruise control with multi-objectives: Comfort, fuel-economy, safety and car-following. Journal of Zhejiang University SCIENCE A, 11(3), 191–201. https://doi.org/10.1631/jzus.A0900374

Lüdtke, A. (2015): Wege aus der Ironie in Richtung ernsthafter Automatisierung. In A. Botthof & E. A. Hartmann (Hrsg.), Zukunft der Arbeit in Industrie 4.0 (S. 125–146). Springer Berlin Heidelberg. https://doi.org/10.1007/978-3-662-45915-7_13

Malik, M.; Bigger, J. T.; Camm, A. J.; Kleiger, R. E.; Malliani, A.; Moss, A. J.; Schwartz, P. J. (1996): Heart rate variability – Standards of measurement, physiological interpretation, and clinical use. European Heart Journal, 17, 354–381

Martens, M. H.; Van Den Beukel, A. P. (2013): The road to automated driving: Dual mode and human factors considerations. 16th International IEEE Conference on Intelligent Transportation Systems (ITSC 2013), 2262–2267. https://doi.org/10.1109/ITSC.2013.6728564

May, J. F.; Baldwin, C. L. (2009): Driver fatigue: The importance of identifying causal factors of fatigue when considering detection and countermeasure technologies. Transportation Research Part F: Traffic Psychology and Behaviour, 12(3), 218–224. https://doi.org/10.1016/j.trf.2008.11.005

Mehler, B.; Reimer, B.; Wang, Y. (2011): A comparison of heart rate and heart rate variability indices in distinguishing single-task driving and driving under secondary cognitive workload. Proceedings of the 6th International Driving Symposium on Human Factors in Driver Assessment, Training, and Vehicle Design: Driving Assessment, 590–597. https://doi.org/10.17077/drivingassessment.1451

Merat, N.; Jamson, A. H.; Lai, F. C. H.; Daly, M.; Carsten, O. M. J. (2014): Transition to manual: Driver behaviour when resuming control from a highly automated vehicle. Transportation Research Part F: Traffic Psychology and Behaviour, 27, 274–282. https://doi.org/10.1016/j.trf.2014.09.005

Müller, A. I.; Weinbeer, V.; Bengler, K. (2019): Using the wizard of Oz paradigm to prototype automated vehicles. In C. P. Janssen, S. F. Donker, L. L. Chuang & W. Ju (Hrsg.),Proceedings of the 11th International Conference on Automotive User Interfaces and Interactive Vehicular Applications: Adjunct Proceedings (S. 181–186). ACM. https://doi.org/10.1145/3349263.3351526

Otzenberger, H.; Gronfier, C.; Simon, C.; Charloux, A.; Ehrhart, J.; Piquard, F.; Brandenberger, G. (1998): Dynamic heart rate variability: A tool for exploring sympathovagal balance continuously during sleep in men. American Journal of Physiology-Heart and Circulatory Physiology, 275(3), H946–H950. https://doi.org/10.1152/ajpheart.1998.275.3.H946

Pagano, R. R. (2010): Understanding statistics in the behavioral sciences (9. Aufl.). Thomson Wadsworth 

Penzel, T.; Kantelhardt, J. W.; Grote, L.; Peter, J.; Bunde, A. (2003): Comparison of detrended fluctuation analysis and spectral analysis for heart rate variability in sleep and sleep apnea. IEEE Transactions on Biomedical Engineering, 50(10), 1143–1151. https://doi.org/10.1109/TBME.2003.817636

Perello-March, J. R.; Burns, C. G.; Birrell, S. A.; Woodman, R.; Elliott, M. T. (2022): Physiological measures of risk perception in highly automated driving. IEEE Transactions on Intelligent Transportation Systems, 23(5), 4811–4822. https://doi.org/10.1109/TITS.2022.3146793

Radhakrishnan, V.; Merat, N.; Louw, T.; Gonçalves, R. C.; Torrao, G.; Wei, L.; Puente Guillen, P.; Lenné, M. G. (2022): Physiological indicators of driver workload during carfollowing scenarios and takeovers in highly automated driving. Transportation Research Part F: Traffic Psychology and Behaviour, 87, 149–163. https://doi.org/10.1016/j.trf.2022.04.002

Radlmayr, J.; Gold, C.; Lorenz, L.; Farid, M.; Bengler, K. (2014): How traffic situations and non-driving related tasks affect the take-over quality in highly automated driving. Proceedings of the Human Factors and Ergonomics Society Annual Meeting, 58(1), 2063–2067. https://doi.org/10.1177/1541931214581434

SAE International (2021): SAE International Standard J3016: Taxonomy and definitions for terms related to driving automation systems for on-road motor vehicles. https://saemobilus.sae.org/content/J3016_202104/

Salkind, N. J. (2010): Encyclopedia of research design (2. Aufl.). SAGE

Saxby, D. J.; Matthews, G.; Warm, J. S.; Hitchcock, E. M.; Neubauer, C. (2013): Active and passive fatigue in simulated driving: Discriminating styles of workload regulation and their safety impacts. Journal of Experimental Psychology: Applied, 19(4), 287–300. https://doi.org/10.1037/a0034386

Schlag, B. (2016): Automatisiertes Fahren im Straßenverkehr – Offene Fragen aus Sicht der Psychologie. Zeitschrift für Verkehrssicherheit, 62(2), 94–98 

Schmidt, M.; Baumert, M.; Malberg, H.; Zaunseder, S. (2018): Iterative two-dimensional signal warping – Towards a generalized approach for adaption of one-dimensional signals. Biomedical Signal Processing and Control, 43, 311–319. https://doi.org/10.1016/j.bspc.2018.03.016

Schmidt, M.; Baumert, M.; Porta, A.; Malberg, H.; Zaunseder, S. (2014): Two-dimensional warping for one-dimensional signals – conceptual framework and application to ECG processing. IEEE Transactions on Signal Processing, 62(21), 5577–5588. https://doi.org/10.1109/TSP.2014.2354313

Sivak, M.; Schoettle, B. (2015): Road safety with selfdriving vehicles: General limitations and road sharing with conventional vehicles. University of Michigan, Transportation Research Institute

Spiessl, W.; Hussmann, H. (2011): Assessing error recognition in automated driving. IET Intelligent Transport Systems, 5(2), 103–111. https://doi.org/10.1049/iet-its.2010.0102

State of California Department of Motor Vehicles (2019): Autonomous vehicle disengagement reports 2015–2018. https://www.dmv.ca.gov/portal/vehicle-industry-services/autonomous-vehicles/disengagement-reports/

Tobii AB (2020): Tobii Pro Lab (Version 1.152.30002 (x64) [Computer software]. Tobii AB

Voigt, A.; Harkin, K.; Wagner, T.; Helmert, J. R.; Pannasch, S.; Kusch, K.; Müller, K. (2022): Übernahme aus hochautomatisierter Fahrt bei simuliertem Systemausfall. Welche Rolle spielen Fehlerart, Nebentätigkeit und Persönlichkeit des Fahrenden?. Zeitschrift für Verkehrssicherheit,
68(3)

Wandtner, B.; Schömig, N.; Schmidt, G. (2018): Effects of non-driving related task modalities on takeover performance in highly automated driving. Human Factors: The Journal of the Human Factors and Ergonomics Society, 60(6), 870–881. doi.org/10.1177/00187208 18768199

Warm, J.; Parasuraman, R.; Matthews, G. (2008): Vigilance requires hard mental work and is stressful. Human factors, 50, 433–41. https://doi.org/10.1518/001872008X312152

Wickens, C. D. (1981): Processing resources in attention, dual task performance, and workload assessment

Wickens, C. D. (1992): Engineering psychology and human performance (2. Aufl.). Harper Collins

Wickens, C. D. (2008): Multiple resources and mental workload. Human Factors: The Journal of the Human Factors and Ergonomics Society, 50(3), 449–455. https://doi.org/10.1518/001872008X288394

Wilcox, R. R. (2012): Introduction to robust estimation and hypothesis testing (3. Aufl.). Academic Press 

Wintersberger, P.; Von Sawitzky, T.; Frison, A.-K.; Riener, A. (2017): Traffic augmentation as a means to increase trust in automated driving systems. Proceedings of the 12th Biannual Conference on Italian SIGCHI Chapter, 1–7. https://doi.org/10.1145/3125571.3125600

Xu, Z.; Jiang, Z.; Wang, G.; Wang, R.; Li, T.; Liu, J.; Zhang, Y.; Liu, P. (2021): When the automated driving system fails: Dynamics of public responses to automated vehicles. Transportation Research Part C: Emerging Technologies, 129. https://doi.org/10.1016/j.trc.2021.103271

Zhang, B.; De Winter, J.; Varotto, S.; Happee, R.; Martens, M. (2019): Determinants of take-over time from automated driving: A meta-analysis of 129 studies. Transportation Research Part F: Traffic Psychology and Behaviour, 64, 285–307. https://doi.org/10.1016/j.trf.2019.04.020

Zhang, Y.; Yang, X. J.; Zhou, F. (2022): Disengagement cause-and-effect relationships extraction using an NLP pipeline. IEEE Transactions on Intelligent Transportation Systems, 23(11). https://doi.org/10.1109/TITS.2022.3186248

Zhang, Z.; Tian, R.; Duffy, V. G. (2023): Trust in automated vehicle: A meta-analysis. In V. G. Duffy, S. J. Landry, J. D. Lee, & N. Stanton (Hrsg.), Human-Automation Interaction. Automation, Collaboration, & E-Services (Bd. 11, S. 221–234). Springer International Publishing. doi.org/10.1007/978-3-031-10784-9_13

Martin Söllner, Bettina Schützhofer, Daniel Elias, Barbara Krammer-Kritzer, Barbara Turin und Birgit Nadler

Programme zur Förderung des Radfahrens bei Jugendlichen legen häufig den Schwerpunkt auf die Entwicklung von Fähigkeiten und gehen dabei implizit davon aus, dass eine höhere Radfahrkompetenz zu vermehrtem Radfahren führen kann. Die Rolle von Radfahrkompetenzen innerhalb von Motivationsmodellen wie der Theorie des geplanten Verhaltens (TPB) bleibt jedoch unklar. Diese Studie untersuchte die Zusammenhänge zwischen zukünftigen Absichten zum Radfahren, aktuellem Radfahrverhalten und einstellungs-, norm- und kontrollbezogenen Prädiktoren für sicheres Radfahrverhalten sowie die objektive Bewertung der Radfahrkompetenz bei Jugendlichen im Alter von 12 bis 16 Jahren. Es wurden Fragebogendaten von 194 Jugendlichen erhoben, wobei eine Teilstichprobe von 77 Jugendlichen zusätzlich einen standardisierten Radfahrparcours absolvierte. Auf Basis der erhobenen Daten wurde eine Pfadanalyse durchgeführt, um ein feedbackbasiertes TPB-Modell zu testen, das die Radfahrkompetenz als Verhaltensfaktor einbezog. Die Ergebnisse deuten auf eine dynamische, erfahrungsbasierte Struktur der Radmobilität hin. Die Absicht, zukünftig häufiger Rad zu fahren, sagte das aktuelle Radfahrverhalten signifikant voraus, was wiederum die subjektiv wahrgenommene Radfahrkompetenz
stark vorhersagte. Sicherheitsbezogene Bedürfnisse wirkten sich negativ sowohl auf das Radfahrverhalten als auch auf die subjektiv wahrgenommene Radfahrkompetenz aus, während wetterbedingte Radfahrbedingungen einen starken positiven Zusammenhang mit dem Verhalten zeigten. Die zukünftige Radfahrabsicht wurde in erster Linie durch gesundheitsbezogene Motive, soziale Normen, psychisches Wohlbefinden, elterlichen Einfluss und schulische Anforderungen vorhergesagt. Die objektiv bewertete Radfahrkompetenz hatte keinen direkten Einfluss auf die Intention, das aktuelle Radfahrverhalten oder die subjektiv wahrgenommene Kompetenz. Diese Ergebnisse deuten darauf hin, dass das Verhalten jugendlicher Radfahrender in erster Linie von Motivation, wahrgenommener Sicherheit und gesammelter Fahrerfahrung bestimmt wird und weniger von objektiven Fahrfähigkeiten. Maßnahmen zur Förderung des Radfahrens sollten sich daher nicht nur auf die Vermittlung grundlegender Radfahrkompetenzen konzentrieren, sondern auch darauf, positive Erfahrungen mit dem Radfahren zu vermitteln und wahrgenommene Sicherheitsbarrieren abzubauen.

Factors associated with cycling behaviour among adolescents: The role of objective cycling competence and experiential feedback within the Theory of Planned Behaviour

Cycling promotion programmes for adolescents often emphasize skill development, implicitly assuming that higher cycling competence leads to increased cycling behavior. However, the role of cycling competence within motivational frameworks such as the Theory of Planned Behavior (TPB) remains unclear. This study examined the relationships between future intentions to cycle, current cycling behaviour, and attitude-, normative-, and control-related predictors of safe cycling behaviour, as well as the objective assessment of cycling competence among adolescents aged 12 to 16. Questionnaire data were collected from 194 pupils, with a subsample of 77 pupils completing a standardized cycling skills course in addition. A path analysis was conducted to test a feedbackbased TPB model including cycling competence as a behavioural factor. The results indicated a dynamic, experience-based structure of cycling mobility. Cycling intention significantly predicted current cycling behaviour, which strongly predicted perceived cycling competence. Safety-related needs negatively affected both cycling behaviour and perceived cycling competence, while weatherrelated cycling conditions showed a strong positive association with behaviour. Cycling intention was primarily predicted by health motives, social norms, psychological well-being, parental influence, and academic demands. Objectively assessed cycling competence had no direct effect on intention, behaviour, or perceived cycling competence. These results suggest that the behaviour of adolescent cyclists is primarily driven by motivation, perceived safety, and accumulated cycling experience rather than objective cycling skills. Therefore, measures to promote cycling should focus not only on teaching basic cycling skills, but also on providing positive cycling experiences and reducing perceived safety barriers..

doi.org/10.53184/ZVS3-2026-2

Literaturverzeichnis

Ajzen, I. (1991): The theory of planned behaviour. Organizational Behaviour and Human Decision Processes, 50, 2, Elsevier, Amsterdam, 179–211

Baslington, H. (2008): Travel socialization: A social theory of travel mode behaviour. International Journal of Sustainable Transportation, 2, 2, Taylor & Francis, London, 91–114

Boggiano, A. K.; Main, D. S.; Katz, P. A. (1988): Children's preference for challenge: the role of perceived competence and control. Journal of Personality and Social Psychology, 54(1), 134

Booth, V. M.; Rowlands, A. V.; Dollman, J. (2015): Physical activity temporal trends among children and adolescents. Journal of Science and Medicine in Sport, 18(4), 418–425

Brandenburg, C.; Matzarakis, A.; Arnberger, A. (2004): The effects of weather on frequencies of use by commuting and recreation bicyclists. Advances in tourism climatology, 12, 189–197

Caballero, R.; Franco, P.; Tosi, J. D.; Ledesma, R. D.; Jakovcevic, A. (2019): Using the theory of planned behaviour to explain cycling behaviour. Avances en Psicología Latinoamericana, 37, 2, 283–294 

de Bruijn, G.-J.; Kremers, S. P. J.; Singh, A.; van den Putte, B.; van Mechelen, W. (2009): Adult active transportation: Adding habit strength to the theory of planned behaviour. American Journal of Preventive Medicine, 36, 3, Elsevier, Amsterdam, 189–194

Ducheyne, F.; De Bourdeaudhuij, I.; Lenoir, M.; Cardon, G. (2014): Effects of a cycle training course on children's cycling skills and levels of cycling to school. Accident Analysis & Prevention, 67, 49–60

Faulkner, G. E.; Buliung, R. N.; Flora, P. K.; Fusco, C. (2009): Active school transport, physical activity levels and body weight of children and youth: a systematic Preview. Preventive Medicine, 48(1), 3–8

Fyhri, A.; Hjorthol, R.; Mackett, R. L.; Fotel, T. N.; Kyttä, M. (2011): Children’s active travel and independent mobility in four countries: Development, social contributing trends and measures. Transport Policy, 18, 5, Elsevier, Amsterdam, 703–710

Goodman, A.; van Sluijs, E. M.; Ogilvie, D. (2016): Impact of offering cycle training in schools upon cycling behaviour: a natural experimental study. International Journal of Behavioral Nutrition and Physical Activity, 13(1), 34

Heinen, E.; van Wee, B.; Maat, K. (2010): Commuting by bicycle: An overview of the literature. Transport Reviews, 30, 1, Taylor & Francis, London, 59–96

Hopkins, D. & Mandic, S. (2017): Perceptions of cycling among high school students and their parents. International Journal of Sustainable Transportation, 11(5), 342–356

Johansson, M. (2005): Childhood influences on adult travel mode choice. In: International Conference of Traffic and Transport Psychology. Elsevier, Oxford, 573–584

Mitra, R.; Buliung, R. (2015): Exploring differences in  school travel mode choice behaviour between children and youth. Transport Policy, 42, Elsevier, Amsterdam, 4–11

Nast consulting (n. d.) Messsystem VeStat Kameras. Abgerufen am 21.12.2025 von https://www.nast.at/leistungsspektrum/verkehrstechnik-und-verkehrssicherheit/vestat/

Pakpour, A. H.; Sniehotta, F. F. (2012): Perceived behavioural control and coping planning predict dental brushing behaviour among Iranian adolescents. Journal of Clinical Periodontology, 39(2), 132–137

Rauch, J.; Jahn, P.; Aigner-Breuss, E.; Eichhorn, A.; Kaltenegger, A.; Hanifl, R.; Hauser, R.; Echsel, M.; Obrecht, S.; Hauger, G.; Baumgartner, K.; Hoffer, M.; Unger, E.; Schützhofer, B. (2023): Stellungnahme und Fachexpertise zum Thema „Altersgrenze für das unbegleitete Radfahren“. Wien: AUVA

Raudsepp, L.; Viira, R.; Hannus, A. (2010): Prediction of physical activity intention and behaviour in a longitudinal sample of adolescent girls. Perceptual and motor skills, 110(1), 3–18

Rissel, C.; Watkins, G. (2014): Impact on cycling behaviour and weight loss of a national cycling skills programme (AustCycle) in Australia 2010–2013. Journal of Transport & Health, 1(2), 134–140

Rodgers, W. M.; Markland, D.; Selzler, A. M.; Murray, T. C.; Wilson, P. M. (2014): Distinguishing perceived competence and self-efficacy: An example from exercise. Research Quarterly for Exercise and Sport, 85(4), 527–539

Sanders, R. L. (2015): Perceived traffic risk for cyclists: The impact of near miss and collision experiences. Accident Analysis & Prevention, 75, 26–34

Schmassmann, A.; Baehler, D.; Rérat, P. (2024): The contrasted evolution of cycling during youth. Determinants of bicycle ownership and use. International Journal of Sustainable Transportation, 18(2), 103–114. https://doi.org/10.1080/15568318.2023.2223139

Schützhofer, B. & Banse, R. (2019): Jugendliche MopedlenkerInnen und Verkehrsreife. Zeitschrift für Verkehrssicherheit 3/2019, 163–171

Schützhofer, B.; Oberlader, M.; Panian, T.; Hauger, G.; Hohensulz, N.; Wolf-Eberl, S. (2024): Fähigkeiten von radfahrenden Kindern im Verkehrsraum in Abhängigkeit von der Infrastruktur. Zeitschrift für Verkehrssicherheit (1/2024), Kirschbaum Verlag, Bonn

Sersli, S.; DeVries, D.; Gislason, M.; Scott, N.; Winters, M. (2019a): Changes in bicycling frequency in children and adults after bicycle skills training: A scoping review. Transportation Research Part A: Policy and Practice, 123, 170–187

Sersli, S.; Scott, N.; Winters, M. (2019b). Effectiveness of a bicycle skills training intervention on increasing bicycling and confidence: A longitudinal quasi-experimental study. Journal of Transport & Health, 14, 100577

Sirard, J. R.; Slater, M. E. (2008): Walking and bicycling to school: A review. American Journal of Lifestyle Medicine, 2, 5, Sage Publications, Thousand Oaks,372–396

Söllner, M.; Schützhofer, B.; Rathgeber, F.; Krainz, D. (2025): Evaluierung der Wirksamkeit blauer Bodenmarkierungen zur Radverkehrswegweisung auf das subjektive Sicherheitsempfinden sowie objektive Verkehrssicherheitsparameter. Zeitschrift für Verkehrssicherheit, 3, 141–151

Stark, J.; Meschik, M. (2024): On the Road to Safety: Examining Children’s Cycling Skills and Physical Activity Levels. Children, 11(12), 1556

Stewart, G.; Anokye, N. K.; Pokhrel, S. (2015): What interventions increase commuter cycling? A systematic review. BMJ open, 5(8), e007945

Telfer, B.; Rissel, C.; Bindon, J.; Bosch, T. (2006): Encouraging cycling through a pilot cycling proficiency training programme among adults in central Sydney. Journal of Science and Medicine in Sport, 9(1-2), 151–156

Titze, S.; Stronegger, W. J.; Janschitz, S.; Oja, P. (2008): Environmental, social, and personal correlates of cycling for transportation in a student population. Journal of Physical Activity and Health, 4, 1, Human Kinetics, Champaign, 66–79

van Eggermond, M. A.; Schaffner, D.; Studer, N.; Knecht, L.; Johnson, L. (2025): Assessing the effectiveness of an online cycling training for adults to master complex traffic situations. Accident Analysis & Prevention, 211, 107856

van Hoef, T.; Kerr, S.; Roth, R.; Brenni, C.; Endes, K. (2022). Effects of a cycling intervention on adolescents cycling skills. Journal of Transport & Health, 25, 101345. https://doi.org/10.1016/j.jth.2022.101345

Winters, M.; Babul, S.; Becker, H. J. E. H.; Brubacher, J. R.; Chipman, M.; Cripton, P.; Teschke, K. (2012): Safe cycling: how do risk perceptions compare with observed risk? Canadian Journal of Public Health, 103(Suppl 3), 42–47

Wu, H.; Pettit, C.; Yoo, S.; Lee, J. (2024): Can infrastructure, built environment, and geographic factor negate weather impact on Strava cyclists? Journal of Transport and Land Use, 17(1), 1–20

Sophie Kröling, Barbara Krahé und Tina Gehlert

Aggressives Verhalten im Straßenverkehr ist riskant für alle Verkehrsteilnehmenden. In der vorliegenden repräsentativen Längsschnittstudie über drei Erhebungswellen (2016, 2019, 2023) wurden das eigene aggressive Verhalten von Pkw-Fahrenden sowie das beobachtete aggressive Verhalten anderer erhoben. Insgesamt konnten 5.489 Pkw-Fahrende befragt werden. Das eigene aggressive Verhalten nimmt über die drei Erhebungswellen signifikant zu. Bei anderen wird signifikant häufiger aggressives Verhalten wahrgenommen als von sich selbst berichtet. Das gilt für alle Erhebungswellen. Zwischen 2016 und 2023 vergrößerte sich dieser Unterschied. Männer berichten signifikant mehr aggressives Verhalten als Frauen. Alter ist ein signifikant negativer Prädiktor für Aggressionen. Die Jahresfahrleistung ist signifikant positiv assoziiert mit den Aggressionen. Zu empfehlen ist eine sichtbare polizeiliche Erfassung und Sanktionierung entsprechender Verstöße. Zielgruppenspezifische Kampagnen für die Risikogruppe junger Männer sollten umgesetzt werden. Um Konflikte zwischen Verkehrsteilnehmenden zu vermeiden, muss zudem die Infrastrukturgestaltung ein harmonisches Miteinander erlauben.

Aggressive behaviour in road traffic: trends and predictors

Aggressive behaviour in road traffic is a risk for all road users. In the present representative longitudinal study covering three survey waves (2016, 2019, 2023), car drivers’ own aggressive behaviour and the aggressive behaviour observed in others were recorded. A total of 5,489 car drivers were surveyed. Aggressive behaviour among drivers themselves increased significantly over the three survey waves. Aggressive behaviour was perceived significantly more often in others than was reported by drivers themselves. This applies to all survey waves. Between 2016 and 2023, this difference increased. Men report significantly more aggressive behaviour than women. Age is a significant negative predictor of aggression. Annual mileage is significantly positively associated with aggression. It is recommended to visibly record and sanction corresponding violations by the police. Target group-specific campaigns for the risk group of young men should be implemented. In order to avoid conflicts between road users, infrastructure design must also allow for harmonious coexistence.

doi.org/10.53184/ZVS3-2026-3

Literaturverzeichnis

Davey, J.; Wishart, D.; Freeman, J.; Watson, B. (2007): An application of the driver behaviour questionnaire in an Australian organizational fleet setting. Transportation Research Part F: Traffic Psychology and Behaviour, 10(1), 11–21. https://doi.org/10.1016/j.trf.2006.03.001

Delavary, M.; Lyon, C.; Vanlaar, W. G. M.; Robertson, R. D. (2024): Young and aging drivers. ESRA3 Thematic report Nr. 5. ESRA project (E-Survey of Road users’ Attitudes).(2024-R-22-EN). Traffic Injury Research Foundation

Demir, B.; Demir, S.; Özkan, T. (2016): A contextual model of driving anger: A meta-analysis. Transportation Research Part F: Traffic Psychology and Behaviour, 42(2), 332–349. https://doi.org/10.1016/j.trf.2016.09.020

Factor, R. (2014): The effect of traffic tickets on road traffic crashes. Accident Analysis and Prevention, 64, 86–91. https://doi.org/10.1016/j.aap.2013.11.010

Fischer, P.; Jander, K.; Krueger, J. I. (2018): Sozialpsychologie für Bachelor. 2. Aufl. Springer: Heidelberg

Granié, M.-A.; Douffet, B. (2024): Male & female road users. ESRA3 Thematic report Nr. 12. ESRA project (ESurvey of Road users’ Attitudes). (2024-R-33-EN). Université Gustave Eiffel, AME-MODIS

Hennessy, D. A.; Wiesenthal, D. L. (1999): Traffic congestion, driver stress, and driver aggression. Aggressive Behaviour, 25, 409–423. https://doi.org/10.1002/(SICI)1098-2337(1999)25:6<409::AID-AB2>3.0.CO;2-0

Herzberg, P. Y. (2003): Der Fragebogen zur Erfassung aggressiver Verhaltensweisen im Straßenverkehr (AViS). Zeitschrift Für Differentielle und Diagnostische Psychologie, 24(1), 45–55. https://doi.org/10.1024//0170-1789.24.1.45

Kaiser, S.; Furian, G.; Schlembach, C. (2016): Aggressive behaviour in road traffic – Findings from Austria. Transportation Research Procedia, 14, 4384–4392. https://doi.org/10.1016/j.trpro.2016.05.360

Krahé, B.; Fenske, I. (2002): Predicting aggressive driving behaviour: The role of macho personality, age, and power of car. Aggressive Behaviour, 28(1), 21–29. https://doi.org/10.1002/ab.90003

Møller, M.; Haustein, S. (2018): Road anger expression: Changes over time and attributed reasons. Accident Analysis and Prevention, 119, 29–36. https://doi.org/10.1016/j.aap.2018.06.013

Roy, M. M.; Liersch, M. J. (2013): I am a better driver than you think: Examining self-enhancement for driving ability. Journal of Applied Social Psychology, 43(8), 1648–1659. https://doi.org/10.1111/jasp.12117

Statistisches Bundesamt (Destatis) (2022): Verkehr. Verkehrsunfälle 2021

Sullman, M. J. (2015): The expression of anger on the road. Safety Science, 72, 153–159. https://doi.org/10.1016/j.ssci.2014.08.013

Unfallforschung der Versicherer (2016): Verkehrsklima in Deutschland 2016. Unfallforschung Kompakt Nr. 59

Unfallforschung der Versicherer (2023): Verkehrsklima in Deutschland 2023. Unfallforschung Kompakt Nr. 132

Vanlaar, W.; Simpson, H.; Mayhew, D.; Robertson, R. (2008): Aggressive driving: A survey of attitudes, opinions and behaviours. Journal of Safety Research, 39(4), 375–381. https://doi.org/10.1016/j.jsr.2008.05.005

Villieux, A.; Delhomme, P. (2010): Driving anger and its expressions: Further evidence of validity and reliability for the Driving Anger Expression Inventory French adaptation. Journal of Safety Research, 41(5), 417–422. https://doi.org/10.1016/j.jsr.2010.08.003

Williams, A. F. (2003): Views of US drivers about driving safety. Journal of Safety Research, 34(5), 491–494. doi.org/10.1016/j.jsr.2003.05.002

Helena Peschel, Benno Hartung, Andreas Nerlich, Frank Mußhoff und Anna Holzer

Das Long-QT-Syndrom ist eine Erkrankung der Ionenkanäle der Herzmuskelzellen. Es treten genetische, aber auch erworbene Formen auf, zweitgenannte insbesondere unter medikamentöser Beeinflussung. Ein leitender diagnostischer Befund bei diesem Krankheitsbild ist ein verlängertes QT-Intervall im Elektrokardiogramm (EKG). Daraus resultiert eine erhöhte Anfälligkeit für das Auftreten potenziell lebensbedrohlicher Herzrhythmusstörungen. Berichtet wird über den Fall einer 42-jährigen Patientin mit kongenitalem Long-QT-Syndrom, die sieben Tage nach einem Verkehrsunfall infolge ihrer Grunderkrankung verstorben ist. Dabei zeigt der vorliegende Fall mehrere relevante Aspekte sowohl für die klinische als auch die verkehrsmedizinische Praxis auf.

Stress-induced letal arrhythmia following a traffic accident in a patient with congenital long QT syndrome

Long QT syndrome is a disorder of ion channels in cardiac muscle cells. It occurs in both genetic and acquired forms, with the acquired form most commonly associated with medication use. A key diagnostic feature is prolongation of the QT interval on the electrocardiogram, which increases susceptibility to potentially life-threatening cardiac arrhythmias. We report the case of a 42-year-old patient with congenital long QT syndrome who died seven days after a traffic accident as a consequence of her underlying disease. This case highlights several relevant aspects for both clinical practice and traffic medicine.

doi.org/10.53184/ZVS3-2026-4

Literaturverzeichnis

Gräcmann, N.; Albrecht, M.; Bundesanstalt für Straßenwesen (2022): Begutachtungsleitlinien zur Kraftfahreignung (Berichte der Bundesanstalt für Straßenwesen, Mensch und Sicherheit, Heft M 115). bast.opus.hbz-nrw.de/frontdoor/deliver/index/docId/2664/file/Begutachtungsleitlinien+
2022.pdf

Hauwanga, W. N.; Yau, R. C. C.; Goh, K. S.; Castro Ceron, J. I.; Alphonse, B.; Singh, G.; Elamin, S.; Jamched, V.; Abraham, A. A.; Purvil, J.; Devan, J. N.; Valentim, G.; McBenedict, B.; Lima Pessôa, B.; Mesquita, E. T. (2024): Management of Long QT Syndrome: A Systematic Review. In: Cureus, 16(6), e62592. https://doi.org/10.7759/cureus.62592

Krahn, A. D.; Laksman, Z.; Sy, R. W.; Postema, P. G.; Ackerman, M. J.; Wilde, A. A. M.; Han, H. C. (2022): Congenital Long QT Syndrome. In: JACC Clin Electrophysiol, 8(5), 687–706. https://doi.org/10.1016/j.jacep.2022.02.017

Rinné, S.; Oertli, A.; Nagel, C.; Tomsits, P.; Jenewein, T.; Kääb, S.; Kauferstein, S.; Loewe, A.; Beckmann, B. M.; Decher, N. (2023): Functional Characterization of a Spectrum of Novel Romano-Ward Syndrome KCNQ1 Variants. In: Int J Mol Sci, 24(2). https://doi.org/10.3390/ijms24021350

Schwartz, P. J.; Crotti, L.; Insolia, R. (2012): Long-QT syndrome: from genetics to management. In: Circ Arrhythm Electrophysiol, 5(4), 868–877. https://doi.org/10.1161/circep.111.962019

Wilde, A. A. M.; Amin, A. S.; Postema, P. G. (2022): Diagnosis, management and therapeutic strategies for congenital long QT syndrome. In: Heart, 108(5), 332–338. https://doi.org/10.1136/heartjnl-2020-318259

Zeppenfeld, K.; Tfelt-Hansen, J.; de Riva, M.; Winkel, B. G.; Behr, E. R.; Blom, N. A.; Charron, P.; Corrado, D.; Dagres, N.; de Chillou, C.; Eckardt, L.; Friede, T.; Haugaa, K. H.; Hocini, M.; Lambiase, P. D.; Marijon, E.; Merino, J. L.; Peichl, P.; Priori, S. G.; Volterrani, M. (2022): 2022 ESC
Guidelines for the management of patients with ventricular arrhythmias and the prevention of sudden cardiac death. In: Eur Heart J, 43(40), 3997–4126. doi.org/10.1093/eurheartj/ehac262

Anne Pagenkopf, Arnd Engeln, Wolfgang Fastenmeier und Thomas Wagner

Im Projekt „Fahrerlaubniserwerb in den DACH-Ländern“ wurde das Gefährdungspotenzial junger Pkw-Fahrer in Deutschland, Österreich und der Schweiz unter Berücksichtigung ihrer Ausbildungsmodelle betrachtet. In allen drei Ländern zeigt sich ein hohes Unfallrisiko junger Fahrer, in Deutschland ist es am höchsten. Die Ausbildungsmodelle weisen im Umfang und inhaltlich deutliche Unterschiede auf. Am auffälligsten ist die zweite Ausbildungsphase in Österreich und in der Schweiz, in der basierend auf konkreten Fahrerfahrungen der jungen Fahrer sicherheitsbezogenes
Verhalten reflektiert wird. Die Wirksamkeit von Hazard Perception Tests als Teil der Fahrerlaubnisprüfung ist bislang nur unzureichend empirisch belegt. Empfohlen wird auf aktuellem Stand für den Fahrerlaubniszugang in Deutschland neben der Anwendung von Hazard Prediction Tests als Trainingstool im Rahmen einer erweiterten Ausbildung insbesondere die Integration erfahrungsbasierter Selbstreflexionsschulungen auf Basis erster eigener Fahrerfahrungen nach Erwerb der Fahrerlaubnis.

Obtaining a Driver’s License in the DACH countries – A comparative study of the risk potential of young drivers and training programmes

The project “Obtaining a Driver’s License in the DACH countries” examined the risk potential of young car drivers in Germany, Austria, and Switzerland, taking into account their models for Driver’s License Training. In all three countries, there is a high risk of accidents for young drivers, being highest in Germany. The Driver’s License Trainings in the countries show differences in terms of amount and content. Most notable is the second training phase in Austria and Switzerland, in which safety-related behaviour is reflected based on individual driving experiences. To date, there is insufficient empirical evidence to support the effectiveness of hazard perception tests as a component of the driver’s license examination. Based on current knowledge, in addition to the use of hazard prediction tests as a training tool within the driver´s education, in particular the integration of trainings with self-reflection of first self-reliant driving experiences after gaining the driver´s license is suggested for the license training in Germany.

doi.org/10.53184/ZVS3-2026-5

Literaturverzeichnis

Bundesamt für Strassen ASTRA (2024): Straßenverkehrsunfall-Statistik

Bundesamt für Strassen ASTRA (2025): Führerausweisstatistik 2020–2024

Crundall, D. (2016): Hazard prediction discriminates between novice and experienced drivers. Accident Analysis & Prevention, 86, 47–58

Crundall, D.; Kroll, V. (2018): Prediction and perception of hazards in professional drivers: Does hazard perception skill differ between safe and less-safe fire-appliance drivers? Accident Analysis & Prevention, 121, 335–346

Endriulaitienė, A.; Šeibokaitė, L.; Markšaitytė, R.; Slavinskienė, J.; Crundall, D.; Ventsislavova, P. (2022): Correlations among self-report, static image, and videobased hazard perception assessments: The validity of a new Lithuanian hazard prediction test. Accident Analysis & Prevention, 173, 106716

Fastenmeier, W.; Gstalter, H. (2000): Bewertung von Fahrsicherheitstrainings für junge Fahrer. Expertise im Auftrag des GDV e. V. – Gesamtverband der Deutschen Versicherungswirtschaft. Berlin: GDV 

Funk, W.; Schneider, A. H.; Zimmermann, R.; Grüninger, M. (2012): Mobilitätsstudie Fahranfänger: Entwicklung der Fahrleistung und Autobenutzung am Anfang der Fahrkarriere. Berichte der Bundesanstalt für Straßenwesen, Mensch und Sicherheit Heft M 220, Bremerhaven: Wirtschaftsverlag NW

Genschow, J.; Sturzbecher, D. (2015): Verkehrswahrnehmungstests als innovative Prüfungsform in der Fahranfängervorbereitung. In TÜV | DEKRA arge tp 21 (Hrsg.). Verkehrswahrnehmung und Gefahrenvermeidung – Grundlagen und Umsetzungsmöglichkeiten in der Fahranfängervorbereitung.
Innovationsbericht zum Fahrerlaubnisprüfungssystem 2011–2014. Dresden: TÜV | DEKRA arge tp 21

Hertach, P.; Huwiler, K.; Aigner-Breuss, E.; Gehlert, T.; Gaster, K.; Holte, H.; Straßgütl, L.; Niemann, S. (2022): Age-based medical screening of drivers in Switzerland: An ecological study comparing accident rates with Austria and Germany. Swiss Med Wkly., 152:4005

Kraftfahrt-Bundesamt (2025); Bestand an allgemeinen Fahrerlaubnissen im Zentralen Fahrerlaubnisregister (ZFER), 1.1.2025 [Dataset]

Moran, C.; Bennett, J. M.; Prabhakharan, P. (2019): Road user hazard perception tests: A systematic review of current methodologies. Accident Analysis & Prevention, 129, 309–333. (zit. nach TÜV | DEKRA arge tp 21 (Hrsg.). (2024). Mobilität im Wandel – Neue Perspektiven für die
Fahrerlaubnisprüfung. Innovationsbericht zum Fahrerlaubnisprüfungssystem 2019–2022. Dresden: TÜV | DEKRA arge tp 21

Omran, Y. H.; Sadeghi-Bazargani, H.; Yarmohammadian, M. H.; Atighechian, G. (2023): Driving hazard perception tests: a systematic review. Bulletin of Emergency & Trauma, 11(2), 51

Pagenkopf, A.; Engeln, A. (2026): Fahrerlaubniserwerb in den DACH-Ländern. Abschlussbericht zum Projekt „Fahrerlaubniserwerb in den DACH-Ländern: Ausbildungsarten, Konzepte zur Ausbildung und zur post-Ausbildungsphase“.

Projektgruppe Hochrisikophase Fahranfänger (2019): Fahranfänger – Weiterführende Maßnahmen nach dem Fahrerlaubniserwerb. Abschlussbericht. Berichte der Bundesanstalt für Straßenwesen, Mensch und Sicherheit, Heft M 293, Bremen: Fachverlag NW

Scholze, L.; Rößger, L.; Bredow, B. (2023): Vorhersage von verkehrssicherem Fahren bei Fahranfängern – Eine Studie zur prädiktiven Validität eines Tests zur Erfassung von Verkehrswahrnehmungs- und Gefahrenvermeidungskompetenzen. Zeitschrift für Verkehrssicherheit, 2/2023, 105–110

sicher unterwegs (2026): Verunglückte Pkw-Lenker:innen in Österreich nach Altersklassen, 2014. sicher unterwegs – Verkehrspsychologische Untersuchungen GmbH, Wien

Statistisches Bundesamt (2025): Statistischer Bericht – Verkehrsunfälle 2024 [Dataset]

Josefine Herzog, Thomas Franz, Gisela Skopp und Frank Mußhoff

Die am 11.3.2026 veröffentlichte Verkehrsunfallstatistik des Bundeslands Nordrhein-Westfalen (NRW) zeigt einen Anstieg der Verkehrsunfälle unter Beteiligung anderer berauschender Mittel als Alkohol von 884 Fällen im Jahr 2023 auf 1.130 Fälle im Jahr 2025. Darüber hinaus wurden im Jahr 2025
rund 25.000 Verkehrsdelikte ohne Unfall registriert, bei denen Hinweise auf einen vorangegangenen Drogenkonsum vorlagen.

Ziel der vorliegenden Studie war es, Veränderungen im Konsumverhalten nach der Teillegalisierung von Cannabis zum 1.4.2024 mit Fokus auf Cannabis sowie damit assoziiertem Mischkonsum zu erfassen. Die erhobenen Daten wurden mit bereits hier ausgewerteten Daten der Jahre 2020–2022 verglichen.

doi.org/10.53184/ZVS3-2026-6