Geschwindigkeit ist ein entscheidender Faktor für das Risiko von Unfällen und die Schwere von Verletzungen, insbesondere auf städtischen und sekundären Straßen mit häufigen Interaktionen zwischen gefährdeten Verkehrsteilnehmern. Verkehrsberuhigungsmaßnahmen (TCMs) umfassen physische, regulatorische, wahrnehmungsbezogene und technologische Interventionen und zielen darauf ab, die Betriebsgeschwindigkeiten zu reduzieren und Sicherheit sowie Lebensqualität zu verbessern. Diese Studie bewertet systematisch die Wirksamkeit von TCMs bei der Geschwindigkeitsreduzierung und der Verbesserung der Sicherheitsresultate auf städtischen Straßen gemäß den PRISMA 2020-Richtlinien. Sie umfasst die Identifikation, Sichtung und Synthese von Artikeln aus den Datenbanken Scopus, ScienceDirect und SpringerLink, die zwischen Januar 2020 und Februar 2026 veröffentlicht wurden. Das Risiko von Verzerrungen in den einbezogenen Studien wurde qualitativ durch die Mitautoren bewertet. Die Bewertung wurde unabhängig durchgeführt, wobei Abweichungen durch Diskussionen geklärt wurden. Insgesamt wurden 91 Studien in die Überprüfung einbezogen. Beweise aus Feldstudien, Fahrtsimulator-Experimenten sowie analytischen, simulations- und berechnungsbasierten Bewertungen werden geprüft und innerhalb einer dreigliederigen Taxonomie strukturiert, die physische und geometrische Maßnahmen, regulatorische und wahrnehmungsbezogene Interventionen sowie digitale und technologische Ansätze umfasst. Die Synthese zeigt, dass physikalisch selbstdurchsetzende Maßnahmen die konsistentesten Geschwindigkeitsreduzierungen erzielen. Gleichzeitig können regulatorische und digitale Interventionen bei großflächiger Umsetzung mit glaubwürdiger Governance signifikante Sicherheitsvorteile bieten. Wahrnehmungs- und beratende Maßnahmen zeigen variierende und kontextabhängige Effekte. Die Evidenzbasis ist durch Heterogenität in den Studiendesigns, kurzfristige Bewertungen und inkonsistente Berichterstattung über die Studien begrenzt.
Bajestani et al. (Mon,) untersuchten diese Frage.