Evidenzqualität 4.38/5
Bewertungsergebnis nach acht Dimensionen gemäß der Qualitätsrubrik . Jede Dimension wird mit 1–5 bewertet.
- D1 Quellenverankerung
- 5/5
- D2 Quellenautorität
- 5/5
- D3 Arithmetik
- 4/5
- D4 Unsicherheit
- 4/5
- D5 Geltungsbereich
- 4/5
- D6 Prosa
- 4/5
- D7 Ehrlichkeit zur Wahrnehmung
- 4/5
- D8 Vollständigkeit der Einschränkungen
- 5/5
● Ihre Faktoren — auf dieses Risiko ▾ klicken zum Anzeigen
- Deine Faktoren
≈ Genauso wahrscheinlich wie
Wahrgenommen
Die meisten Fahrer wissen, dass Tippen am Steuer gefährlich ist; Aufklärungskampagnen seit den späten 2000ern haben die Richtung richtig getroffen. Was die meisten Menschen nicht können, ist »gefährlich« in eine kohärente Wahrscheinlichkeit zu übersetzen. Fahrer, die kurz an roten Ampeln tippen, ordnen sich tendenziell als sicher ein; Fahrer, die auf der Autobahn tippen, ordnen sich tendenziell als »nur manchmal« ein; sehr wenige Menschen haben eine numerische Schätzung, wie stark die Gewohnheit ihr Lebenszeit-Unfallrisiko tatsächlich verschiebt.
Grobe Schätzung: die meisten Menschen wissen, dass es riskant ist, können aber keine Zahl dafür nennen
Quelle: redaktionelle Einschätzung, nicht erhoben
Tatsächlich
~1 zu 3.300 pro Jahr (US-erwachsener Fahrer, der regelmässig tippt)
US-erwachsene Fahrer, die regelmässig am Steuer tippen (expositionsgewichtet aus Dingus 2016 OR 6,1 + NHTSA-Basislinie)
Berechnung anzeigen
Beginnt mit der US-bevölkerungsdurchschnittlichen Lebenszeit-Autounfallgefährdung von ~1 zu 105 (jährliches p ≈ 1,22e-4, aus IIHS 2023). Dingus 2016 (PNAS) berichtet ein Odds Ratio von 6,1 für die Momente, in denen ein Fahrer aktiv auf einem Handgerät tippt, und 3,6 für die Handy-Interaktion insgesamt, beide relativ zum Modellfahren in der naturalistischen SHRP-2-PKW-Stichprobe. Weil fast niemand kontinuierlich tippt, ist der expositionsgewichtete jährliche Unfallmultiplikator für einen »regelmässigen Tipper« viel kleiner als 6×: Reviews naturalistischer Daten setzen ihn insgesamt bei rund 2-3× an, je nach Häufigkeit und Strassentyp. Nimmt man einen 2,5×-Multiplikator auf die Bevölkerungsbasislinie, ergibt das eine jährliche Gefährdung von ~3,05e-4, was über 59 verbleibende Erwachsenenjahre 1 − (1 − 3,05e-4)^59 ≈ 0,0178 ergibt, also etwa 1 zu 56. Das Unsicherheitsband spiegelt den plausiblen Bereich von 1,5×-4× für expositionsgewichtete Multiplikatoren wider. Die häufig zitierte Zahl »23׫ stammt aus der VTTI-2009-Studie an gewerblichen LKW-Fahrern (Olson & Hanowski); sie gilt pro Sekunde beim Tippen und für schwere LKW, nicht als Lebenszeit- oder Jahresmultiplikator für PKW-Fahrer.
Einschränkungen: Die Schlagzeilenzahl vermischt zwei verschiedene Dinge, die eine Trennung verdie…
Die Schlagzeilenzahl vermischt zwei verschiedene Dinge, die eine Trennung verdienen. Das PKW-Odds-Ratio von 6,1× (Dingus 2016) und das LKW-Odds-Ratio von 23,2× (VTTI 2009) sind beide pro Epoche — sie beschreiben das Risiko während der spezifischen Sekunden, in denen ein Fahrer auf ein Telefon schaut. Fast niemand tippt kontinuierlich, sodass der expositionsgewichtete Multiplikator auf das jährliche Unfallrisiko viel kleiner ist als jede der beiden Zahlen. Die Lebenszeitschätzung auf dieser Seite verwendet einen expositionsgewichteten Multiplikator von 2,5×, was eine Ermessensfrage ist, keine direkt gemessene Grösse; ein Leser, der nur an roten Ampeln tippt, liegt nahe der Untergrenze, ein Leser, der auf ländlichen zweispurigen Strassen tippt, liegt nahe der Obergrenze. NHTSAs eigene Todesfall-Kodierung unterzählt die Handybeteiligung, weil Telefonnutzung selten zugegeben und oft nicht aus Unfallszenen wiederherstellbar ist, sodass die Zahl von 397 tödlichen Unfällen eine Untergrenze ist, keine Obergrenze.
Verwandte Risiken
Andere Risiken zu ähnlichen Themen — zum Erkunden verwandter Ängste.
Video am Steuer
Wie hoch ist die Wahrscheinlichkeit eines Unfalls, wenn man am Steuer Videos auf dem Handy schaut?
Müdes Fahren
Wie hoch ist das Risiko eines tödlichen Unfalls, wenn man mit zu wenig Schlaf fährt?
20% über Tempolimit
Wie stark erhöht das Fahren mit 20% über dem Tempolimit die Wahrscheinlichkeit eines tödlichen Unfalls?
Fahren auf Sedativa
Wie hoch ist das Risiko, einen tödlichen Unfall durch Fahren unter Einfluss eines sedierenden verschreibungspflichtigen Medikaments zu verursachen?
Todesfall durch autonomes Fahren
Wie hoch ist die Wahrscheinlichkeit, von einem selbstfahrenden Auto getötet zu werden?
Wartungsunfall
Wie hoch ist die Wahrscheinlichkeit eines Unfalls, der durch mangelhafte Fahrzeugwartung verursacht wird?
Vergleichsrisiko wählen
Die kanonische Zahl aus der Virginia-Tech-2009-Studie an LKW-Fahrern lautet 23×: In den Sekunden, in denen ein Fahrer aktiv tippt, sind die Crash-oder-Beinahe-Crash-Chancen etwa 23-mal höher als die Basislinie. Dingus und Kollegen publizierten 2016 in PNAS die PKW-Äquivalente aus dem SHRP-2-Datensatz: 6,1× für Tippen, 12,2× für Wählen und 3,6× gemittelt über alle Handy-Interaktion. Beide Zahlen gelten pro Sekunde mit Blick aufs Telefon. Keine übersetzt sich direkt in „Ihre Lebenszeit-Unfallchancen, wenn Sie tippen.”
Die expositionsgewichtete Version ist die, die Leser meist wollen. Ein Fahrer, der ein paar Mal pro Fahrt aufs Telefon schaut, ist dem 6×-Fenster nicht die ganze Fahrt über ausgesetzt — nur für die zwei bis vier Sekunden, in denen die Augen von der Strasse sind. Reviews naturalistischer Daten setzen den jährlichen Gesamt-Unfall-Risikomultiplikator für einen regelmässigen Tipper bei rund 2-3×, nicht 6 oder 23. Das durch die US-Pro-Kopf-Lebenszeit-Autounfallgefährdung von ~1 zu 105 laufen lassen, und man landet nahe 1 zu 55 Lebenszeit, rund doppelt die Bevölkerungsbasislinie.
Wo die Zahl nicht gilt: fast jede Dimension. Ein Teenager auf einer ländlichen zweispurigen Strasse tippend läuft ein viel grösseres Risiko als ein Pendler, der auf eine Benachrichtigung im Stau blickt — die absolute Geschwindigkeit im Augenblick des Blicks-von-der-Strasse ist das meiste, was bestimmt, ob der Fehler eine Kollision wird. NHTSAs ablenkungsbezogene Todeszahl von 3.275 im Jahr 2023 ist auch eine bekannte Unterzählung: Telefonnutzung wird selten zugegeben und ist oft nicht aus einem zertrümmerten Fahrzeug wiederherstellbar.
Verwandte Fakten
Ein US-Erwachsener, der am Steuer regelmäßig Nachrichten tippt, hat im Leben eine Chance von etwa 1 in ~55 (regelmäßig tippender erwachsener US-Fahrer) auf einen tödlichen Unfall. Die meisten wissen, dass es riskant ist, können aber keine Zahl nennen; was sich summiert, ist die lebenslange Exposition.
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.
1/4 Quellen unabhängig wortwörtlich mit der zitierten Quelle abgeglichen
-
[1] Dingus et al., Proceedings of the National Academy of Sciences (PNAS) — Driver crash risk factors and prevalence evaluation using naturalistic driving data Verifiziert
Driver crash risk factors and prevalence evaluation using naturalistic driving dataSee all 4 Likelier entries citing this source →
- Statistik
Texting on a handheld cell phone: odds ratio 6.1; handheld cell dialing: 12.2; reaching for a handheld cell phone: 4.8; talking on a handheld cell phone: 2.2; overall handheld cell phone interaction: 3.6 (all relative to model driving)- Auszug
“"The overall risk of interacting with a handheld cell phone is 3.6 times higher than model driving." ”
- Quelldaten von
- 2016-03-08
- Abgerufen
- 2026-04-11 · archivierte Kopie
- Verifizierung
- Der Auszug wurde bei unserer Grounding-Prüfung unabhängig erneut abgerufen und Wort für Wort mit der zitierten Quelle abgeglichen.
- Berechnung
- Dingus 2016 is the canonical peer-reviewed passenger-car number. The 6.1 OR for texting is the per-epoch (six-second window around crashes/near-crashes) risk while the driver is actively texting, not a per-trip or per-year figure. To convert to a lifetime probability we multiply the US per-capita annual car-crash hazard (12.2/100,000, IIHS 2023) by an exposure-weighted factor of ~2.5 for a regular texter, then compound over 59 adult years.
- Unabhängigkeit
- Dingus 2016 draws from the SHRP 2 Naturalistic Driving Study dataset, which is the primary upstream source for most US naturalistic-driving crash-risk estimates. The VTTI 2009 trucker study below uses a different naturalistic dataset (commercial vehicles), so the two are independent.
-
[2] National Highway Traffic Safety Administration (NHTSA), National Center for Statistics and Analysis — Research Note: Distracted Driving in 2023 (DOT HS 813 703)
Research Note: Distracted Driving in 2023 (DOT HS 813 703)- Statistik
3,275 people killed in distraction-affected crashes in 2023; 8% of fatal crashes, 13% of injury crashes, and 13% of all police-reported crashes involved a distracted driver; 397 fatal crashes specifically involved cell-phone use- Auszug
“"Eight percent of fatal crashes, an estimated 13 percent of injury crashes, and an estimated 13 percent of all police-reported traffic crashes in 2023 were distraction-affected." ”
- Quelldaten von
- 2024-09-01
- Abgerufen
- 2026-04-11 · archivierte Kopie
- Berechnung
- NHTSA's distraction-affected count is the upper bound on the annual US cell-phone crash death toll: 3,275 in 2023, of which ~397 fatal crashes had coded cell-phone involvement (under-reporting is known — phone use is rarely admitted and not always recoverable from wreckage). Dividing 3,275 by ~260 million US adults gives a population-average annual hazard of ~1.3e-5, well below the overall car-crash baseline because distraction is only one component.
- Unabhängigkeit
- NHTSA FARS is the upstream data source for IIHS and most US road-safety publications; treat NHTSA as the primary US authority for fatality counts.
-
[3] Olson, Hanowski et al., Virginia Tech Transportation Institute / Federal Motor Carrier Safety Administration — Driver Distraction in Commercial Vehicle Operations (FMCSA-RRR-09-042)
Driver Distraction in Commercial Vehicle Operations (FMCSA-RRR-09-042)- Statistik
Text messaging while driving a heavy truck was associated with a 23.2x increase in safety-critical event (crash / near-crash / lane departure) odds vs baseline non-distracted driving- Auszug
“"Texting while driving raises a driver's crash risk by 23 times." ”
- Quelldaten von
- 2009-09-01
- Abgerufen
- 2026-04-11 · archivierte Kopie
- Berechnung
- The Olson/Hanowski 2009 commercial-truck naturalistic study is the origin of the widely quoted "23x" figure. It applies to per-epoch risk in heavy trucks, not to passenger cars and not as a per-trip multiplier. Used here only to anchor the upper-bound intuition: at the moment a driver is looking at a phone, crash risk is enormous; averaged over total driving time it is much smaller because the window of exposure is narrow.
- Unabhängigkeit
- Separate VTTI naturalistic dataset from Dingus 2016 — different vehicle class, different drivers, different time window — so treat as independent corroboration that phone interaction is a large per-epoch risk multiplier.
-
[4] Owens, Dingus, Guo, Fang, Perez & McClafferty, Virginia Tech Transportation Institute / AAA Foundation for Traffic Safety — Crash Risk of Cell Phone Use While Driving: A Case-Crossover Analysis of Naturalistic Driving Data
Crash Risk of Cell Phone Use While Driving: A Case-Crossover Analysis of Naturalistic Driving Data- Statistik
Texting while driving OR 2.22 (95% CI 1.07-4.63); visual-manual tasks overall OR 1.83 (95% CI 1.03-3.25); based on 566 crashes matched to 1,749 segments of ordinary driving from 3,593 monitored drivers- Auszug
“"Visual-manual tasks overall and texting in particular were associated with significantly elevated incidence of crash involvement." ”
- Quelldaten von
- 2015-12-01
- Abgerufen
- 2026-04-12 · archivierte Kopie
- Berechnung
- Case-crossover analysis of SHRP2 naturalistic data — directly substantiates the entry's editorial 2.5x multiplier with a measured value of 2.2x. The SHRP2 dataset is the same upstream as Dingus 2016 but uses a different methodology (case-crossover vs case-control).
- Unabhängigkeit
- Methodologically independent of Dingus 2016 — different study design (case-crossover vs case-control) applied to the same SHRP2 dataset.