(openPR) Die deutschen Autobahnen sind für viele Fans des Gaspedals ein Eldorado, denn in keinem anderen europäischen Land darf man auf vielen Autobahnabschnitten so schnell fahren wie hier – nämlich unbegrenzt schnell. Die Bundesrepublik bleibt bislang lediglich bei einer Empfehlung: der Richtgeschwindigkeit von 130 km/h. Doch obwohl Befürworter eines Tempolimits Argumente wie Sicherheit und Umweltschutz anbringen, gibt es insgesamt relativ wenige Daten, die für oder gegen eine Geschwindigkeitsbegrenzung sprechen würden. Die letzte große Studie dazu wurde zwischen 1974 und 1977 durchgeführt. Also vor über 45 Jahren, wobei sich Fahrzeugtechnik und Straßenbau seitdem deutlich weiterentwickelt haben. Damals untersuchten Forschende die Auswirkungen eines Tempolimits von 130 km/h im Vergleich zur Richtgeschwindigkeit. Es war ein Experiment, das auf rund 3.000 Kilometer Autobahn durchgeführt wurde. Die Studie ergab damals, dass die Einführung eines Tempolimits von 130 km/h die Zahl der Unfälle mit Personenschaden um etwa 10 Prozent und die Zahl der Getöteten oder Schwerverletzten um rund 20 Prozent verringerte.
„Da es bislang keine geeigneten Daten für eine solche Analyse gab, habe ich eigens einen neuen Datensatz aus einer Vielzahl einzelner Datenquellen zusammengestellt“, erklärt Maike Metz-Peeters vom Lehrstuhl für Wirtschaftspolitik und Angewandte Ökonometrie der Ruhr-Universität Bochum. Dieser umfasst rund die Hälfte des gesamten Autobahnnetzes und deckt die Jahre 2017 bis 2019 ab. Die Daten liegen für Abschnitte von jeweils 500 Metern vor und enthalten Informationen zu Straßeneigenschaften wie Straßenzustand, Verkehrsaufkommen, Wetter und zu regionalen Faktoren. Da die meisten Quellen frei verfügbar sind, wurde eine offene Version des Datensatzes zur Nachnutzung bereitgestellt. „Eine vergleichbare Datenbasis gab es bisher nicht“, so Metz-Peeters.
Analysiert wurde der Datensatz mit einer modernen Methode des kausalen Machine Learnings, den sogenannten Causal Forests. Diese Verfahren entwickeln klassische Machine Learning Methoden so weiter, dass sich damit unter bestimmten Annahmen kausale Effekte schätzen lassen. „Vereinfacht ausgedrückt sucht der Algorithmus Straßenabschnitte, die sich in den relevanten Eigenschaften möglichst ähnlich sind und sich nur darin unterscheiden, dass sie ein Tempolimit haben oder nicht“, so Maike Metz-Peeters. „Da sich Abschnitte mit und ohne Tempolimit im Durchschnitt systematisch unterscheiden und zudem nie alle relevanten Gefahrenquellen vollständig im Datensatz abgebildet werden können, bleibt ein solcher Vergleich zwangsläufig unvollständig“, erklärt die Wissenschaftlerin.
Weniger Unfälle bei Tempolimit 120 km/h
Um dies zu berücksichtigen wird die zentrale Annahme in der Studie verwendet, dass Abschnitte mit Tempolimits im Durchschnitt gefährlicher sind, sie also – wenn dort kein Tempolimit eingeführt worden wäre – mehr Unfälle hätten als vergleichbare Abschnitte ohne Tempolimit. „Eigenschaften, die diese Annahme verletzen könnten – also Merkmale, die beispielsweise zu einem Tempolimit führen, obwohl sie tatsächlich mit vorsichtigerem Fahrverhalten und damit mit weniger Unfällen zusammenhängen –, werden besonders berücksichtigt und gegebenenfalls aus der Schätzung ausgeschlossen. Aufgrund der Datenbasis und der in der Studie getroffenen Annahmen sind die Ergebnisse konservativ geschätzt – die tatsächlichen Effekte könnten also noch stärker ausfallen“, sagt Maike Metz-Peeters.
Am zuverlässigsten lässt sich auf dieser Datenbasis die Wirkung eines Tempolimits von 120 km/h schätzen. Die Ergebnisse zeigen 9 Prozent weniger Unfälle mit Leichtverletzten, 26 Prozent weniger Unfälle mit Schwerverletzten und 35 Prozent weniger tödliche Unfälle durch eine lokale Geschwindigkeitsbeschränkung von 120 km/h. Die Studie liefert außerdem Hinweise darauf, dass Tempolimits besonders an Ein- und Ausfahrten sowie auf weniger befahrenen Strecken wirksam sind. Letzteres wirkt zunächst überraschend, wäre aber plausibel: Wo weniger Verkehr herrscht, fahren viele Fahrzeuge besonders schnell und mit großen Geschwindigkeitsunterschieden, sodass sich das Unfallrisiko erhöht. Sind die Straßen hingegen besonders voll, kann ohnehin nicht beliebig schnell gefahren werden, sodass ein Tempolimit hier wenig wirksam ist. Dieses Ergebnis würde Empfehlungen widersprechen, nach denen Tempolimits nur flexibel eingesetzt und in Niedrigverkehrszeiten aufgehoben werden sollten. „Da die geschätzten Unterschiede jedoch nur teilweise statistisch signifikant sind, sollte diesen Hinweise noch in weiteren Studien nachgegangen werden“, erklärt Maike Metz-Peeters.
Es bleiben Fragen offen
Hochgerechnet auf alle bisher unbeschränkten Abschnitte auf bundesdeutschen Autobahnen würde ein Tempolimit von 120 km/h jährlich rund 53 tödliche Unfälle mit 58 Todesopfern, 649 schwere Unfälle mit etwa 904 Schwerverletzten sowie 801 leichte Unfälle mit etwa 1.375 Leichtverletzten verhindern. Die dadurch eingesparten Unfallkosten belaufen sich auf etwa 216 Millionen Euro pro Jahr. „Allerdings ist schwer vorherzusagen, ob sich die Ergebnisse auf ein generelles Tempolimit im gesamten Autobahnnetz übertragen lassen“, so Metz-Peeters. Möglich sei, dass sich Fahrgewohnheiten anpassen und die Unfallzahlen noch stärker sinken könnten. „Andererseits könnte es aber auch sein, dass Tempolimits ihre Signalwirkung verlieren, denn sie heben gefährliche Stellen ja besonders hervor. Als Folge könnten die Unfallzahlen auf bisher beschränkten Abschnitten auch steigen“, räumt die Wissenschaftlerin ein. „Dies lässt sich aber nur mutmaßen und kann weder mit vergleichbaren Beobachtungsstudien noch mit lokal begrenzten Experimenten beantwortet werden“, so Metz-Peeters.
wissenschaftliche Ansprechpartner:
Maike Metz-Peeters
Lehrstuhl für Wirtschaftspolitik und Angewandte Ökonometrie
Fakultät für Wirtschaftswissenschaft
Ruhr-Universität Bochum
Tel.: +49 234 32 27563
E-Mail: 
Originalpublikation:
Maike Metz-Peeters: Mandatory speed limits and crash frequency on motorways — A causal machine learning approach, in: Transportation Research Part A: Policy and Practice, 2025, DOI: 10.1016/j.tra.2025.104616
