Page - (000381) - in Autonomes Fahren - Technische, rechtliche und gesellschaftliche Aspekte

Sicherheitspotenzial automatisierter Fahrzeuge: Erkenntnisse aus der Unfallforschung368 Hinzu kommt, dass die verwendeten Daten des statistischen Bundesamtes, und vor allem die Aussagekraft aus GIDAS, hauptsächlich auf Crash- und Post-Crash-Aussagen zu Kolli- sionen mit Verletzten fokussieren (vgl. [35]). Für eine ganzheitliche Evaluierung rele vanter Verkehrsszenarien und Unfallschwerpunkte zur aktiven Sicherheit regelkonform fahrender hoch- sowie vollautomatisierter Fahrzeuge empfiehlt der Autor darüber hinaus die Einbe- ziehung weltweit erhobener Verkehrsunfalldaten – einschließlich der Kollisionen ohne Per- sonenschaden, Beinahekolli sionen, Verkehrssimulationen und Wetterdaten. Diese könnten noch mit Informationen von Krankenhäusern und Versicherungen ergänzt werden. Dafür ist eine Verknüpfung gemeinsamer Kriterien aller bekannten Kollisionen mittels inter national geografisch definierter Verkehrsunfall-, Wetterdaten und zugehöriger Verkehrsflussdaten anzustreben. Beispielsweise liegen für die Bundesstaaten der USA über www.saferoadmaps. org ortsgebundene Unfallinformationen vor. Ähnlich veröffentlicht die bri tische Regierung Einzelheiten anhand von www.data.gov.uk, die wiederum über eine UK Road Accident Map verortet sind. Regionale Unfalldaten in Deutschland können aus polizei lichen IT-Anwen- dungen – in einigen Bundesländern aus dem Geografischen Lage-, Analyse-, Darstellungs- und Informationssystem (GLADIS), dem Verkehrs-Unfall-Lage-Karten und Analyse-Netz- werk (VULKAN), dem Brandenburgischen Expertensystem für die Analyse und Dokumen- tation von unfallauffälligen Streckenabschnitten (BASTa), dem Geografischen Polizeilichen Informationssystem für Verkehrsunfälle (GEOPOLIS V) oder der weit verbreiteten Elek- tronischen Unfalltypensteckkarte (EUSka) [36] – entnommen werden. Fazit: Für hoch- und vollautomatisiertes Fahren existieren weder verbindliche Funktions- beschreibungen einer marktreifen Serienlösung noch Aussagen über konkrete Funktions- grenzen, weshalb für Prognosen zum Sicherheitspotenzial bis dato zahlreiche Annahmen zu treffen sind. Noch fehlen verbindliche Aussagen über Markteinführungen und -verbrei- tung. So bieten heutige Ansätze zum Sicherheitspotenzial auf der Basis von Unfalldaten lediglich eine beschränkte Aussagekraft. Daher empfiehlt sich die Zusammenführung ver- tiefter Unfalldatensammlungen (beispielsweise GIDAS) mit allen weltweit verfügbaren Verkehrsunfalldaten, Verkehrssimulationen und den zugehörigen Wetter informationen. 17.5 Sicherheitspotenzial versus Risiken zunehmender Automatisierung 17.5.1 Menschliche und technische Fehler bei Vollautomatisierung Ausgehend davon, dass die meisten Unfälle durch menschliche Fehler verursacht werden, wäre mit fehlerfreien vollautomatisierten Fahrzeugen die Realisierung der „Vision Zero“ annähernd möglich. Allerdings ist auch bei vollautomatischem Fahren mit technischen Fehlern selbstfahrender Fahrzeuge zu rechnen. Die linke Seite der Abb. 17.5 zeigt die statistische Unfallursachenverteilung auf Basis der GIDAS-Unfalldatenbank. Auf der Grundlage von Unfalldaten ist das menschliche Fehlverhalten mit einem Anteil von 93,5 Prozent das Hauptrisiko für Verkehrsun fälle.