Subjektive Risikowahrnehmung beim städtischen Radfahren
Projektleitung
Dr. Rul von Stülpnagel
Fragestellung und Thema
Das Fahrrad ist gerade in Freiburg eines der wichtigsten Verkehrsmittel in der Innenstadt. Trotz einer ganzen Reihe positiver Aspekte wie bspw. Umweltfreundlichkeit und individueller Gesundheit wird Radfahren im städtischen Raum häufig als unangenehm und vor allem auch als gefährlich wahrgenommen. In dieser Arbeitsgruppe untersuchen wir, wie sich die Struktur und Konfiguration des urbanen Raums auf diese subjektive Risikowahrnehmung auswirkt. Weiterhin betrachten wir das Verhältnis von subjektiver und objektiver Sicherheit. Dabei wird ein weites Methodenspektrum genutzt, bspw. GIS Analysen, Eyetracking in natürlicher Umwelt, Space Syntax und immersive virtual reality setups.
Methoden und Ergebnisse
Repräsentativität von subjektiver Gefahrenwahrnehmung in crowdsourced data und Verteilung im urbanen Raum
Als Grundlage für eine möglichst breite Datengrundlage bezüglich der subjektiven Risikowahrnehmung dienen uns Crowdsourcing-Plattformen, in denen Bürger sogenannte "volunteered geographic information" (oder VGI) zu diesem Thema zur Verfügung stellen - in Freiburg beispielsweise das Projekt "www.besser-unterwegs-in-Freiburg.de".
In einem ersten Schritt konnten wir nachweisen, dass der von einem einzelnen Bürger anonymisiert geschilderte Eindruck der Gefährlichkeit tatsächlich eine hinreichende Repräsentativität besitzt: Versuchspersonen, die im Labor mittels einer Oculus Rift Cyberbrille 360°-Panoramabilder von gemeldeten Orten betrachteten, kamen zu einer ähnlichen Einschätzung der Gefährlichkeit dieses Orts (siehe Abbildung unten; von Stülpnagel & Krukar, 2018).
In der selben Arbeit konnten wir auch zeigen, dass sich verschiedene Indikatoren wie die Anzahl der "Likes" eines Beitrags durch andere Nutzer oder die Zentralität einer Straße für das Stadtsystem ebenfalls als Prädiktoren für die subjektive Gefährlichkeit einer bestimmten Straßensituation genutzt werden können (siehe Abbildung unten). Die Zentralität einer Straße wird dabei mittels Space Syntax Analysen (in unten dargestellten Fall eine sogenannte Axial Map) ermittelt.
Es ist davon auszugehen, dass größere und belebtere Straßen mit mehr Rad- und Autofahrern zu einer höheren Basisrate von subjektiv gefährlichen Erlebnissen sowie potentiellen Berichterstattern führt. Eine Interpretation der absoluten Dichte von Beiträgen dürfte also bei Hauptverkehrsadern zu einer Überschätzung ihrer Gefährlichkeit führen. Deshalb werden wir in einem nächsten Schritt die Verteilung der VGI mit dem allgemeinen Verkehrsaufkommen vergleichen, um die subjektive Gefährlichkeit relativ zum Verkehrsaufkommen zu ermitteln.
Aktuell untersuchen wir außerdem, wie sich subjektive Sicherheit (gemessen durch die Dichte von VGI) und objektive Sicherheit (gemessen durch Unfallstatistiken) zueinander verhalten. Unter Verwendung von GIS Methoden ordnen wir jeden Unfall und jeden VGI Beitrag einem Straßenabschnitt oder einer Kreuzung zu. Von besonderem Interesse sind dabei die Orte, die subjektiv ungefährlich wirken, aber bei denen es häufig zu Unfällen kommt.
Legende: Rote Punkte - Unfälle; Grüne Punkte - VGI Beiträge. Linien repräsentieren Straßenabschnitte; Kreise repräsentieren Kreuzungen. Eine blaue Färbung weist auf eine Unterschätzung der Unfallgefahr hin (d.h., mehr Unfälle als VGI), gelbe Färbung auf ein ungefähr ausgewogenes Verhältnis von Unfällen und VGI. Der Unfallschwerpunkt in der Mitte fällt mit der Querung einer Straßenbahnlinie zusammen.
Einflüsse lokaler Raumeigenschaften auf subjektive Gefahrenwahrnehmung und Blickverhalten
Legende: Rote gestrichelte Linie - Fahrweg der Probanden (Start links). Weiße Zahlen - Über alle Probanden aufsummiertes Gefahrenlevel. Heatmap - Blickverteilung über alle Probanden hinweg (wachsende dwell time von blau zu rot). Orangene Boxen - Basierend auf VGI als subjektiv gefährlich identifizierte Bereiche. Lila Boxen - Basierend auf VGI und Unfallstatistiken als subjektiv UND objektiv gefährlich identifizierte Bereiche.
Förderung
Raumkonfiguration als Ursache subjektiver Gefährdung bei Radfahrern im Straßenverkehr: Eine Space Syntax Analyse von Crowdsourcing-Daten in der Münchner Innenstadt. Innovationsfonds Forschung 2015/1, Freiburg University