Zum Inhalt springen
Likelier

Empfundene Angst vs. tatsächliche Wahrscheinlichkeit

Wie hoch ist die Wahrscheinlichkeit, dass man aufgrund technologischer Umwälzungen den Beruf wechseln muss?

Nicht quantifiziert

Keine belastbare Schätzung

Wir haben nach belastbaren Daten zu dieser Frage gesucht und keine Zahl gefunden, die wir veröffentlichen würden. Mögliche Gründe: Die Quellen weichen erheblich voneinander ab, der zugrunde liegende Datensatz ist nachweislich verzerrt, oder die Frage hängt von einem Kontext ab, der sich nicht auf eine gemeinsame Basis normalisieren lässt.

Kennst du eine belastbare, peer-reviewte Quelle, die wir übersehen haben? Bitte sag uns Bescheid.

Sonstiges · geprüft 2026-07-09
Evidenzqualität 4.25/5

Bewertungsergebnis nach acht Dimensionen gemäß der Qualitätsrubrik . Jede Dimension wird mit 1–5 bewertet.

D1 Quellenverankerung
4/5
D2 Quellenautorität
5/5
D3 Arithmetik
3/5
D4 Unsicherheit
4/5
D5 Geltungsbereich
5/5
D6 Prosa
4/5
D7 Ehrlichkeit zur Wahrnehmung
4/5
D8 Vollständigkeit der Einschränkungen
5/5
Durchschnitt 4.25/5
Source Keine verlässliche Schätzung
A winding road with a fork, signposts pointing in different directions, muted earth tones, flat vector illustration.

Entscheidungen, die dieses Risiko beeinflusst

Entscheidungen, die von diesem Risiko abhängen – wie man die Abwägung gewichtet.

The question is not whether your career will be disrupted by technology but when and how severely. The World Economic Forum’s 2025 Future of Jobs Report estimates that 39% of workers’ existing skill sets will be transformed or become outdated between 2025 and 2030 — down from 44% in 2023, suggesting the rate of disruption may be stabilizing rather than accelerating. McKinsey Global Institute projected that 75 million to 375 million workers globally may need to switch occupational categories and learn new skills by 2030, out of 400-800 million who could be displaced by automation. The BLS, characteristically cautious, tracks job changes but refuses to define or count “career changes,” noting only that baby boomers held an average of 12.9 jobs between ages 18 and 58.

These numbers measure different things, and the gap between them is exactly why no single lifetime figure is defensible. Skill disruption is not the same as career change. A software engineer who learns a new framework every three years is experiencing skill disruption without changing careers; a coal miner who retrains as a solar panel installer is changing careers without necessarily experiencing what WEF means by “skill instability.” WEF’s 39% is a five-year, within-role skill-transformation rate; McKinsey’s figure is a per-decade count of occupational-category switches; and the BLS, the most authoritative US source, states outright that it cannot produce estimates of career changes because no consensus definition of one exists. Chaining these non-comparable measures into a single “lifetime probability of a forced career change” would require assumptions none of the sources make, so this entry publishes the grounded five-year skill-instability rate and declines to invent a lifetime number.

The underrated framing reflects a perception gap that runs in the opposite direction from most entries on this site. People generally overestimate exotic risks and underestimate mundane ones, and career obsolescence is profoundly mundane. It does not arrive as a single catastrophic event but as a slow accumulation of skill irrelevance, punctuated by occasional sharp breaks when an entire industry contracts. No source supports a clean lifetime probability, so this entry does not offer one — but the direction of the evidence is unambiguous. WEF expects nearly two-fifths of existing skill sets to churn within a single five-year window, and of a hypothetical 100 workers, 59 are projected to need training by 2030 with 11 unlikely to receive it. Whatever the true lifetime rate, it is high enough that treating a forced reinvention as something that only happens to other people is the wrong default.

Quellenregister

Jede Zahl unten ist das, was die jeweilige Quelle berichtet hat — mit dem wörtlichen Zitat, auf das wir uns stützen, und wie wir zu unserer Zahl gelangt sind. Klicke auf einen Link, um direkt zu prüfen.

  1. [1] World Economic Forum — The Future of Jobs Report 2025
    The Future of Jobs Report 2025
    Statistik
    39% of workers' existing skill sets will be transformed or become outdated over the 2025-2030 period
    Auszug
    “"workers can expect that two-fifths (39%) of their existing skill sets will be transformed or become outdated over the 2025-2030 period. … this measure of “skill instability” has slowed compared to previous editions of the report, from 44% in 2023 and a high point of 57% in 2020" ”
    Quelldaten von
    2025-01-08
    Abgerufen
    2026-04-18 · archivierte Kopie
    Berechnung
    The WEF surveys over 1,000 employers representing more than 14 million workers across 22 industry clusters and 55 economies. The 39% figure describes expected skill transformation within existing roles over the 2025-2030 period, not full occupational displacement. Skill disruption does not automatically translate to a career change -- many workers upskill within their current field. WEF also states that "if the world's workforce was made up of 100 people, 59 would need training by 2030" and that of those, "11 would be unlikely to receive the reskilling or upskilling needed, leaving their employment prospects increasingly at risk"; separately, 40% of surveyed employers plan to reduce staff as their skills become less relevant. These are the source's own five-year, employer-panel figures. WEF does not state a lifetime probability that an individual US adult will be forced to change careers, and this entry does not derive one: the 39% figure is retained as the grounded native rate for a single five-year disruption window, not extrapolated into a lifetime total (see no_reliable_estimate).
    Unabhängigkeit
    WEF employer survey methodology is independent from BLS longitudinal worker surveys and McKinsey economic modelling.
  2. [2] McKinsey Global Institute — Jobs Lost, Jobs Gained: Workforce Transitions in a Time of Automation
    Jobs Lost, Jobs Gained: Workforce Transitions in a Time of Automation
    Statistik
    75 million to 375 million workers globally (3-14% of the workforce) may need to switch occupational categories by 2030
    Auszug
    “"We estimate that between 400 million and 800 million individuals could be displaced by automation and need to find new jobs by 2030 around the world, based on our midpoint and earliest (that is, the most rapid) automation adoption scenarios. … Of the total displaced, 75 million to 375 million may need to switch occupational categories and learn new skills, under our midpoint and earliest automation adoption scenarios; under our trendline adoption scenario, however, this number would be very small—less than 10 million (Exhibit 1)." ”
    Quelldaten von
    2017-11-28
    Abgerufen
    2026-04-18 · archivierte Kopie
    Berechnung
    McKinsey's global scenario range is 75 million to 375 million workers who "may need to switch occupational categories and learn new skills" by 2030, out of 400 million to 800 million who could be displaced by automation. The 375M upper bound assumes rapid automation adoption; the 75M lower bound assumes slow adoption. This is a per-decade, global estimate, and the report predates the generative-AI era. Occupational-category switching is the closest measured proxy to "career change" in this literature, but McKinsey does not report a lifetime probability for an individual worker, and none is derived here. Retained as sourced context for the no_reliable_estimate framing rather than as an input to a computed lifetime rate.
    Unabhängigkeit
    McKinsey uses proprietary economic modelling with O*NET occupational data. Methodologically independent from WEF employer surveys and BLS longitudinal data.
  3. [3] U.S. Bureau of Labor Statistics — Number of Jobs, Labor Market Experience, Marital Status, and Health: Results from a National Longitudinal Survey
    Number of Jobs, Labor Market Experience, Marital Status, and Health: Results from a National Longitudinal Survey
    Statistik
    Individuals born 1957-1964 held an average of 12.9 jobs from ages 18 to 58
    Auszug
    “"Individuals born in the latter years of the baby boom (1957-64) held an average of 12.9 jobs from ages 18 to 58, according to the U.S. Bureau of Labor Statistics (BLS). Over 40 percent of these jobs were held from ages 18 to 24." ”
    Quelldaten von
    2024-08-22
    Abgerufen
    2026-04-18 · archivierte Kopie
    Berechnung
    BLS tracks job changes (uninterrupted periods of work with a particular employer), not career changes. BLS explicitly states it cannot produce estimates of career changes because no consensus definition exists. The 12.9 figure includes lateral moves within the same field, so it cannot be converted into a count of field switches. It is included here to document why a defensible lifetime career-change probability cannot be built from US longitudinal data: the most authoritative domestic source declines to define the quantity this entry would otherwise report. This is the primary reason the entry carries no_reliable_estimate rather than a point estimate.
    Unabhängigkeit
    BLS National Longitudinal Survey tracks a representative birth cohort longitudinally. Fully independent from WEF employer surveys and McKinsey modelling.

436 Risiken mit gemessener Wahrscheinlichkeit
1 zu 10 1 zu 100 1 zu 1K 1 zu 10K 1 zu 100K 1 zu 1M 1 zu 10M 1 zu 100M 1 zu 1B sicher seltener → Kosmetik-OP Ausland Risiko — 1 zu 10 Frühkindlicher Zucker/Salz-Effekt — 1 zu 10 Endometriose — 1 zu 10 Risiko Haartransplantation Türkei — 1 zu 10 Kniegelenksersatz — 1 zu 10 Chronische Schmerzmittel — 1 zu 10 Vollständiger Zahnverlust — 1 zu 9,1 Alzheimer — 1 zu 8,3 Schlafmangel — 1 zu 8,3 Rauchfreier Tabak — 1 zu 8,3 Radfahren ohne Helm — 1 zu 8,0 Zahnschäden durch Bruxismus — 1 zu 7,7 Kondomversagen — 1 zu 7,7 Versorgung aus Angst gemieden — 1 zu 7,1 Sehverlust — 1 zu 6,7 Leistenbruch durch Heben — 1 zu 6,7 Hüftfrakturrisiko — 1 zu 6,7 Regelmässiges Trinken — 1 zu 6,7 Erster Herzinfarkt — 1 zu 5,9 Unfruchtbarkeit — 1 zu 5,7 5+ Jahre Langzeitpflege — 1 zu 5,6 CTE (Football) — 1 zu 5,0 Schwere Depression — 1 zu 4,9 Wanderverletzung — 1 zu 4,8 Infektion durch geteiltes Essen mit Kind — 1 zu 4,2 Lyme-Borreliose — 1 zu 4,0 Einsamkeit & Gesundheit — 1 zu 3,8 Vererbtes AUD-Risiko — 1 zu 3,5 Alkoholkonsumstörung — 1 zu 3,4 Angststörung — 1 zu 3,2 Menopause: Herz-Kreislauf-Risiko — 1 zu 3,0 Stiller Diabetes — 1 zu 3,0 Fliegen mit Erkältung — 1 zu 2,9 Jobverlust & Depression — 1 zu 2,9 Zeckenkrankheit (Wald) — 1 zu 2,9 Stilles hohes Cholesterin — 1 zu 2,9 Großelternverlust in der Kindheit — 1 zu 2,8 Pacifier on the floor — 1 zu 2,8 Stiller Bluthochdruck — 1 zu 2,7 Resistente Infektion — 1 zu 2,6 Kein Knochenmark-Match — 1 zu 2,4 Pflegeheimeinweisung — 1 zu 2,2 Falsch-positive Mammografie — 1 zu 2,0 Regelmässiges Rauchen — 1 zu 2,0 Reisedurchfall — 1 zu 2,0 Abenteuersportarten — 1 zu 1,8 Langzeitpflegebedarf — 1 zu 1,8 Wahrscheinlichkeit von Witwenschaft — 1 zu 1,7 Ungeschützter Sex — 1 zu 1,5 Kreuzschmerzen — 1 zu 1,3 Händehygiene — 1 zu 1,0 Krebs (gesamt) — 1 zu 7,1 E-Scooter ohne Helm — 1 zu 4,5 E-Bike ohne Helm — 1 zu 4,0 Fehlbehandeltes Gepäck — 1 zu 3,7 Unfall mit Schuld — 1 zu 2,9 Wildkollision — 1 zu 2,7 Verletzung bei Autounfall — 1 zu 2,6 Flugannullierung — 1 zu 1,8 Reise durch Krieg oder Katastrophe — 1 zu 1,7 Überfall beim Trampen — 1 zu 8,8 Wohnungseinbruch — 1 zu 8,6 Postscheckbetrug — 1 zu 7,7 Sexueller Kindesmissbrauch — 1 zu 6,8 Stalking — 1 zu 6,2 Sexueller Übergriff im Studium — 1 zu 5,7 Häusliche Gewalt — 1 zu 3,7 Angriff bei Nachtspaziergang — 1 zu 3,6 Fahrraddiebstahl — 1 zu 2,9 Sexuelle Gewalt — 1 zu 2,3 Sexuelle Belästigung (lebenslang) — 1 zu 1,6 Wasserknappheit — 1 zu 2,5 Sonnensturm der Carrington-Klasse — 1 zu 1,9 Kipppunkt WAIS — 1 zu 1,1 Wohnungskatze entlaufen — 1 zu 10 Hundebiss (freilaufend) — 1 zu 9,8 Kaninchen stirbt in 4 Jahren — 1 zu 3,3 Hundebiss (nicht tödlich) — 1 zu 1,8 Hamster stirbt vor Teenagerjahren — 1 zu 1,0 Eisenmangel (Frauen) — 1 zu 3,9 Vitamin-D-Lücke — 1 zu 2,9 Magnesiumlücke — 1 zu 1,9 Unzureichend gegartes Essen — 1 zu 1,6 Kreuzkontamination Rohfleisch — 1 zu 1,4 Offen gelagerte Lebensmittel — 1 zu 1,2 KI-Stimmenklon-Betrug — 1 zu 2,9 Online-Betrug — 1 zu 2,5 Cybermobbing bei Teenagern — 1 zu 2,0 Kinder & explizite Inhalte — 1 zu 1,9 Datenleck — 1 zu 1,1 Fehlgeburt — 1 zu 6,7 Suizidversuch Teenager — 1 zu 5,6 Postpartale Depression — 1 zu 4,8 Schmerzmittel vor Impfung — 1 zu 3,8 Übermässige Schwangerschaftszunahme — 1 zu 2,6 Ungeimpftes Kind & Masern — 1 zu 2,0 Kopfläuse bei Kindern — 1 zu 2,0 Seniorenbetrug-Verlust — 1 zu 10 Pensionsfondskrise — 1 zu 10 Immobilienabsturz — 1 zu 8,3 IRS-Steuerprüfung — 1 zu 6,7 Währungszusammenbruch — 1 zu 5,6 Abschiebung nach Visumüberzug — 1 zu 5,6 Subprime-Autokredit-Pfändung — 1 zu 5,0 Long term disability working age — 1 zu 4,0 Studienkredit-Ausfall — 1 zu 3,8 Vergeltung gegen Whistleblower — 1 zu 3,2 Erzwungener Vorruhestand — 1 zu 2,9 Vorsorgelücke — 1 zu 2,6 BNPL: verpasste Zahlung — 1 zu 2,4 Scheidung — 1 zu 2,4 Wasserschaden durch geplatzte Rohre — 1 zu 2,2 Mobbing am Arbeitsplatz — 1 zu 2,1 Längerer Netz-Blackout — 1 zu 2,0 Abschiebung (undokumentiert) — 1 zu 1,8 Beerdigungskosten-Schock — 1 zu 1,7 Identitätsdiebstahl — 1 zu 1,7 Kreditkartenbetrug — 1 zu 1,5 Schul-Mobbing — 1 zu 1,5 Frontsoldat-Verlust — 1 zu 1,3 Wirtschaftsrezession — 1 zu 1,0 Börsencrash — 1 zu 1,0 Hagelschäden am Dach — 1 zu 3,0 Problemmieter-Verlust — 1 zu 1,8 LASIK-Komplikationen — 1 zu 100 Schäden durch trockenes Toilettenpapier — 1 zu 100 Passivrauch — 1 zu 91 Spielstörung (Erwachsene) — 1 zu 83 High-Heel-Notaufnahme — 1 zu 79 Thrown/dropped object — 1 zu 67 Medikamentenreaktion — 1 zu 58 Drogenüberdosis — 1 zu 56 Asthma durch Gasherd bei Kind — 1 zu 50 Toxoplasmose aus Katzenklo — 1 zu 48 Psychische BU-Antrag — 1 zu 45 Benzodiazepinabhängigkeit — 1 zu 40 Leitungswasser Blei — 1 zu 40 Medikamentenmissbrauch — 1 zu 35 Schädel-Hirn-Trauma — 1 zu 33 Krankenhausinfektion — 1 zu 31 Luftverschmutzung — 1 zu 29 Terminale Niereninsuffizienz — 1 zu 29 Reisediarrhö (Wasser) — 1 zu 26 Skiverletzung — 1 zu 26 Bipolare Störung — 1 zu 23 Weisheitszahn-OP — 1 zu 22 Komplikation beim Zahntourismus — 1 zu 20 Altenvernachlässigung — 1 zu 20 Parkinson — 1 zu 20 Haustier-Parasiten — 1 zu 20 Undiagnostiziertes ADHS — 1 zu 20 Nahrungsmittelallergie im Erwachsensein — 1 zu 19 Nicht-Alzheimer-Demenz — 1 zu 17 Cannabiskonsumstörung — 1 zu 16 Schlaganfall — 1 zu 15 PTBS — 1 zu 15 Schwerer Hörverlust — 1 zu 14 Typ-2-Diabetes — 1 zu 13 Blinddarmentzündung — 1 zu 13 Kochrauch in Innenräumen — 1 zu 13 Unbehandelte Depression — 1 zu 13 Limonade und Diabetes — 1 zu 13 Herzkrankheit — 1 zu 12 Medizinischer Fehler — 1 zu 12 Zwanghaftes sexuelles Verhalten — 1 zu 12 Essstörung — 1 zu 11 Hüftgelenksersatz — 1 zu 11 Nierensteine — 1 zu 11 Tod/Invalidität Elternteil — 1 zu 11 Sitzender Lebensstil — 1 zu 11 Saloninfektion — 1 zu 11 Eierstockkrebs — 1 zu 91 Darmkrebs — 1 zu 77 Brustkrebs (Krebs) — 1 zu 59 Leberkrebs (Krebs) — 1 zu 59 Lungenkrebs (Krebs) — 1 zu 56 Prostatakrebs — 1 zu 50 Melanom (UV) — 1 zu 29 Ballaststoffmangel & Darmkrebs — 1 zu 26 Rotes Fleisch & Darmkrebs — 1 zu 21 Verkohltes Fleisch und Krebs — 1 zu 20 Wartungsunfall — 1 zu 83 Fahren auf Sedativa — 1 zu 77 Tippen + Fahren — 1 zu 56 Tod ohne Gurt — 1 zu 53 20% über Tempolimit — 1 zu 50 Motorrad ohne Helm — 1 zu 45 Raumfahrt (Astronaut) — 1 zu 42 Video am Steuer — 1 zu 32 Unfallverletzung Kind — 1 zu 27 Müdes Fahren — 1 zu 26 Norovirus auf Kreuzfahrt — 1 zu 24 E-Scooter-Verletzung — 1 zu 10 Taschendiebstahl auf Reisen — 1 zu 38 Katalysatordiebstahl — 1 zu 37 Bei Übergriff erstochen — 1 zu 37 Fahrzeugdiebstahl — 1 zu 34 Straßenraub / Überfall — 1 zu 26 Fehlurteil — 1 zu 24 Drink Spiking — 1 zu 17 Keyless-Diebstahl per Relay — 1 zu 13 Protest unter Autokratie — 1 zu 12 AMOC-Kollaps — 1 zu 20 Anaphylaxie nach Stich — 1 zu 50 Katzenhalsband-Verletzung — 1 zu 25 Lebensmittelvergiftung im Restaurant — 1 zu 58 B12-Mangel — 1 zu 28 Vegetarischer Mangel — 1 zu 14 Intimes Deepfake — 1 zu 25 Problematische Social-Media-Nutzung — 1 zu 13 Kind verschluckt Objekt (Notfall) — 1 zu 91 Lebensbedrohliche Geburt (USA) — 1 zu 61 Geburtstod (SSA) — 1 zu 55 Treppensturz (Kleinkind) — 1 zu 37 Co-Sleeping-Tod — 1 zu 36 Verletzung beim Spielen — 1 zu 33 Autismus-Diagnose — 1 zu 31 Kaiserschnitt-Komplikationen — 1 zu 29 Spielzeugverletzung, Notaufnahme — 1 zu 21 Präeklampsie — 1 zu 20 Schwerer Dammriss bei Geburt — 1 zu 17 Schwangerschaftsdiabetes — 1 zu 13 Kopfverletzung beim Sturz — 1 zu 12 Ohne Erben sterben — 1 zu 100 Finanzieller Ruin durch Sportwetten — 1 zu 100 Tod eines Kampfpiloten — 1 zu 48 Tod in der Hochseefischerei — 1 zu 45 Tod beim Holzeinschlag — 1 zu 34 Medizinische Insolvenz — 1 zu 25 Zwanghafte Kaufstörung — 1 zu 20 Mietbetrug-Verlust — 1 zu 20 SNAP-Verlust durch Arbeitsregeln 2025 — 1 zu 18 Hypothekenzwangsvollstreckung — 1 zu 14 Bewegungsapparat-BU — 1 zu 14 Day-Trading-Verluste — 1 zu 13 Extremistische Regierungs-Katastrophe — 1 zu 13 Hurrikanschäden am Haus — 1 zu 17 NAION (Ozempic) — 1 zu 909 Kleinkind im Pool untergetaucht — 1 zu 800 MS — 1 zu 769 Tödlicher Arbeitsunfall — 1 zu 690 Typhus — 1 zu 654 GLP-1: Aspiration bei Narkose — 1 zu 613 Unsichere Importprodukte — 1 zu 565 Hirnaneurysma — 1 zu 400 COVID-19 — 1 zu 400 Feuerwerksverletzung — 1 zu 385 Küchenmesser: Sehnenschnitt — 1 zu 385 Zu viel Koffein — 1 zu 366 Sichelzellkrankheit — 1 zu 365 Gefälschte Medikamente — 1 zu 361 Rückenmarksverletzung — 1 zu 313 Krebsdiagnose im Kindesalter — 1 zu 285 Tod nächste Pandemie — 1 zu 208 Dengue (Reise) — 1 zu 200 Frühgeburt durch Hitze — 1 zu 200 Tägliches Duschen auslassen — 1 zu 200 Füße nicht schrubben — 1 zu 200 Knochenmarkspende-Risiko — 1 zu 167 FSME (Zeckenenzephalitis) — 1 zu 167 Schizophrenie — 1 zu 143 Sturz (tödlich) — 1 zu 135 Plötzlicher Tod beim Sport — 1 zu 123 Suizid (USA) — 1 zu 121 Opioidabhängigkeit — 1 zu 114 Tuberkulose (global) — 1 zu 109 HIV-Diagnose — 1 zu 105 Radonkrebs — 1 zu 435 Hodenkrebs — 1 zu 250 Gebärmutterhalskrebs (Krebs) — 1 zu 167 Bauchspeicheldrüsenkrebs — 1 zu 125 Fussgängertod — 1 zu 806 Motorradunfall — 1 zu 709 Ertrinken vom Freizeitboot — 1 zu 685 Fahrer tötet Fußgänger — 1 zu 552 Handy-abgelenkte Gehverletzung — 1 zu 400 EV-Batteriebrand — 1 zu 333 Radfahrer von Auto getötet — 1 zu 159 Benzinautobrand — 1 zu 125 Todesfall durch autonomes Fahren — 1 zu 115 Autounfall — 1 zu 105 Einsatztod bei der Feuerwehr — 1 zu 455 Einsatztod bei der Polizei — 1 zu 357 Mord — 1 zu 339 Pig-Butchering-Betrug — 1 zu 106 Extreme Hitze — 1 zu 333 Klimawandel-Todesfälle — 1 zu 204 Fledermausbiss und Tollwut — 1 zu 278 Mückenübertragene Krankheit — 1 zu 190 Lebensmittelvergiftung (global) — 1 zu 317 Solarpanel-Brand — 1 zu 667 Unbehandelte kindliche Skoliose — 1 zu 1.000 Kind stürzt aus Fenster — 1 zu 855 Lauflernhilfe Treppensturz — 1 zu 625 Säuglingssturz — 1 zu 500 Lauflernhilfe Verletzung — 1 zu 455 Müttersterblichkeit — 1 zu 272 Mütterliches Alter & Geburtsfehler — 1 zu 200 Kindstod (<18) — 1 zu 103 Tod in der Höhlenforscher-Karriere — 1 zu 167 Einsatztod im Rettungsdienst — 1 zu 909 Zivile Kriegsopfer — 1 zu 499 Soldat im Kampf — 1 zu 270 Studentenvisum-Entzug — 1 zu 263 Tod in Bergmannslaufbahn — 1 zu 214 Finanzieller Ruin durch Glücksspiel — 1 zu 159 Blitzbrand im Haus — 1 zu 461 Waldbrand zerstört Haus — 1 zu 120 Malaria (Reise) — 1 zu 10.000 Infektion durch geteiltes Getränk — 1 zu 10.000 Chagas-Krankheit — 1 zu 8.475 Fuchsbandwurm durch Waldbeeren — 1 zu 8.475 Kind verschluckt Nikotinbeutel — 1 zu 7.937 Schistosomiasis — 1 zu 6.667 Plötzlicher Tod (junger Erwachsener) — 1 zu 3.922 Unsichere Verkabelung — 1 zu 3.390 Sepsis durch Wunde — 1 zu 2.857 Narkose-Wachheit — 1 zu 2.500 Hitzschlag (im Freien) — 1 zu 1.905 Hausbrand — 1 zu 1.818 Tollwut durch Hunde — 1 zu 1.449 Ertrinken — 1 zu 1.379 Rückenmarksverletzung bei Sprung — 1 zu 1.111 EVALI-Krankenhausaufenthalt — 1 zu 1.064 Erstickung — 1 zu 1.020 Betelnuss-Krebs — 1 zu 1.290 Thrombose (Flug) — 1 zu 4.651 Radfahrer töten — 1 zu 3.937 Tod im Straßenverkehr (Teen) — 1 zu 3.030 Hinten Fahrradsitz — 1 zu 2.500 Kind ohne Kindersitz — 1 zu 2.000 Tödliche Polizeibegegnung — 1 zu 4.739 Ehrenmord — 1 zu 2.381 Intime Partnertötung — 1 zu 1.767 Hurrikan — 1 zu 8.929 Tod durch Hungersnot — 1 zu 6.536 Schneesturmtod — 1 zu 4.367 Erdbeben — 1 zu 3.802 Listerien in Aufschnitt — 1 zu 6.061 Schwere E. coli aus Frischgemüse — 1 zu 4.831 Lebensmittelvergiftung (USA) — 1 zu 1.862 Fisch-Quecksilber — 1 zu 1.695 Fischgrätenverletzung — 1 zu 1.429 Akkubrand — 1 zu 4.545 Waschmittelkapsel verschluckt — 1 zu 6.494 Ertrinken im Pool — 1 zu 5.882 Unbehandelte Hüftdysplasie bei Säuglin — 1 zu 5.000 SIDS — 1 zu 2.398 Krieg (Zivilist) — 1 zu 2.000 Hirnschwellung bei Kind durch Grippe — 1 zu 100.000 Tödlicher Bienenstich — 1 zu 76.923 Lokales Dengue (USA-Festland) — 1 zu 66.667 Narkosetod — 1 zu 45.662 Hund stirbt im heißen Auto — 1 zu 41.667 Vibrio-vulnificus-Wundinfektion — 1 zu 32.051 Anaphylaxie — 1 zu 27.548 Chiropraktische Nackenmanipulation — 1 zu 16.667 CO-Vergiftung — 1 zu 14.006 Hepatitis A (Reise) — 1 zu 12.500 Verzicht auf Allergie-Immuntherapie — 1 zu 11.111 Acrylamid und Krebs — 1 zu 16.667 Busunglück — 1 zu 100.000 Flugzeugabsturz — 1 zu 58.824 Fahrzeugbrand nach Unfall — 1 zu 25.000 Tod am Bahnübergang — 1 zu 20.576 Sinkendes Auto — 1 zu 16.667 Fahrradanhaenger Kind — 1 zu 14.286 Beinahezusammenstoß auf Startbahn — 1 zu 13.699 Säureangriff — 1 zu 94.340 Terrorismus — 1 zu 77.519 Kindesentführung durch Fremde — 1 zu 38.760 Kindesentführung — 1 zu 35.211 Mitgifttod — 1 zu 13.158 Versehentlicher Schusswafffentod — 1 zu 11.299 Waldbrand — 1 zu 100.000 Tornado — 1 zu 80.645 Tsunami — 1 zu 52.632 Ertrinken im Ozean — 1 zu 29.155 Hochwasser — 1 zu 20.202 Hitzetod nach Hurrikan — 1 zu 20.000 Erdrutsch-Tod — 1 zu 18.416 Supervulkanausbruch — 1 zu 12.376 Bienenstich — 1 zu 78.927 Biene/Wespe verschluckt — 1 zu 29.155 Tödlicher Skorpionstich — 1 zu 26.110 Schokoladentod Hund — 1 zu 13.889 Bleihaltiger Zimt-Quetschbeutel — 1 zu 40.000 Auslaugung von Plastikbehältern — 1 zu 16.949 Ersticken des Säuglings im Autositz — 1 zu 64.935 Babywippe Sturz — 1 zu 60.606 Kleinkind-Erstickung — 1 zu 50.000 Säugling unbeaufsichtigt Erstickung — 1 zu 50.000 Tod eines vorwärts sitzenden Kleinkinds — 1 zu 26.738 Magnete verschluckt — 1 zu 12.048 Tod beim Schnorcheln — 1 zu 21.739 Haustier im Transport — 1 zu 20.000 Tod in ICE-Gewahrsam — 1 zu 17.065 Landminen-Verletzung — 1 zu 14.728 Impfreaktion — 1 zu 763.359 Aluminium und Alzheimer — 1 zu 169.492 Gasleck im Wohnhaus — 1 zu 140.845 Kindstod im heißen Auto — 1 zu 102.041 Glyphosat und Krebs — 1 zu 1.000.000 Teflon Kochgeschirr Krebs — 1 zu 169.492 Achterbahnverletzung — 1 zu 312.500 Fährunglück — 1 zu 133.333 Turbulenzverletzung — 1 zu 114.943 Schulschießerei — 1 zu 192.308 Massenschiessen — 1 zu 113.636 Lawine — 1 zu 210.526 Blitzschlag — 1 zu 209.205 Schlangenbiss — 1 zu 884.956 Spinnenbiss — 1 zu 833.333 Nilpferd-Angriff — 1 zu 564.972 Krokodilangriff — 1 zu 337.838 Hundebiss — 1 zu 142.045 Pestizidrückstände — 1 zu 1.000.000 Schmutzige Dose — 1 zu 200.000 Schaden durch PLA-Biokunststoff — 1 zu 169.492 Babyschaukel Tod — 1 zu 714.286 Trauben-Ersticken — 1 zu 625.000 Erdrosselung durch Jalousiekordel — 1 zu 416.667 Erstickung durch Plastiktüte — 1 zu 263.158 Knopfzelle — 1 zu 250.000 Schraegliegesitz Tod — 1 zu 238.095 Aufzug-/Rolltreppentod — 1 zu 188.324 JE (Reise) — 1 zu 2.000.000 Kind + Frontairbag — 1 zu 10.000.000 Asteroideneinschlag — 1 zu 1.351.351 Spinnen in Bananen — 1 zu 10.000.000 Haiangriff — 1 zu 5.681.818 Bärenangriff — 1 zu 3.787.879 Vergiftung durch Wildbeeren — 1 zu 2.222.222 Piranha-Angriff — 1 zu 135.135.135 Telefon an Zapfsäule — 1 zu 1.000.000.000 Telefon im Flugzeug — 1 zu 1.000.000.000
Lottery jackpot 1 zu 95.238

Zuletzt auf diesem Gerät angesehen