Baum statt Blech: Wie einfach Bims in Wien beschleunigt werden können
Wer in Wien mit den Öffis fährt, kennt das Phänomen: man steckt mit Bim oder Bus fest, weil ein Falschparker den Weg blockiert. 2025 haben Autos so über 300 Stunden die Wiener Öffis lahmgelegt und Wartezeit für Öffi-Nutzer:innen verursacht. Das Klimadashboard hat die Vorfälle der letzten Jahre analysiert, verortet und zeigt mit seiner neuesten Recherche, wo besonders viele Probleme auftauchen und wie einfach die Lösung wäre.
Die Karte zeigt: es gibt Hotspots, an denen Falschparker besonders viele Störungen und Wartezeiten verursachen. Am allermeisten in der Kreuzgasse im 18. Bezirk, wo allein 2025 durch mind. 89 Vorfällen mehr als 22 Stunden lang die Öffis unterbrochen wurden.
Ein Lokalaugenschein zeigt: die Kreuzgasse ist eine besonders enge Straße, wo sich Straßenbahnen und die Spiegel der parkende Autos sehr nahe kommen. Im 17. und 18. Bezirk finden sich weitere Orte, wo diese Enge vermehrt zu Problemen führt, so auch in der Währinger Straße, Gentzgasse oder Hormayrgasse. Das alles macht den 18. Bezirk zum stärksten betroffenen Bezirk.
Besonders häufig waren im vergangenen Jahr die Bim-Linien 9, 42, 41, 5 von Falschparkern betroffen. Unter den Bus-Linien ist die Linie 13A der Spitzenreiter.
Oft dauert es nur ein paar Minuten, bis sich das parkende Auto wieder in Bewegung setzt, aber eine Unterbrechung kann auch mal über 2 Stunden dauern, wie am Valentinstag 2025 vor der Döblinger Hauptstraße 81.
Wie ist das Problem zu lösen? Auch das zeigt der Datensatz, der auf Rohdaten der Wiener Linien, aggregiert von f59.at, basiert: vor der Kreuzgasse 18 wurden auf einigen Metern 2024 Parkplätze durch Blumenbeete ersetzt. Das führte zu ungehinderter Weiterfahrt für Straßenbahnen – seitdem taucht diese Adresse im Datensatz nicht mehr auf. Auch Radbügel oder das Streichen der Parkfläche kann eine günstige Lösung sein.
Während in Autos in Wien durchschnittlich nur 1,14 Menschen sitzen, fasst eine Bim sehr viel mehr Menschen – in der Rush Hour bis zu 200. Eine Verkehrsunterbrechung von nur ein paar Minuten betrifft also schnell Hunderte Menschen. Denn auch nachfolgende Straßenbahnen und weiterführende Umstiege sind betroffen.
Um Klimaziele zu erreichen und die Mobilität in Wien insgesamt effizienter und zuverlässiger zu gestalten, ist eine Beschleunigung der Öffis eine wichtige Maßnahme. Unsere Daten zeigen, dass die Umgestaltung der Bereiche in den 10 größten Hotspots bereits mehr als 50% der ausbremsenden Vorfälle verhindern könnte.
Die Verantwortung für die notwendigen Veränderungen – sei es das Ersetzen von Stellplätzen mit Beeten oder Bäumen (was nebenbei auch einen positiven Effekt auf Aufenthaltsqualität und Mikroklima hat), Radbügeln oder einer anderen Aufteilung der Straße mit weniger Konfliktpotential – liegt in Wien bei den Bezirken, die sich mit der Stadt wiederum absprechen. Ob das von den Wiener Linien im Februar 2026 angekündigte Beschleunigungsprogramm schlussendlich eine Verbesserung für Öffi-Nutzer:innen bringt, wird auch vom Magistrat und von den Bezirksvorstehungen entschieden.
Unsere Datenanalyse läuft weiter und wird Aufschluss darüber geben, ob die Beschleunigung der Bims und Busse in Wien Fahrt aufnimmt.
Eine Recherche von Adrian Hiss, Caro Siraki und David Jablonski.
Weiterführende Recherche erschienen im Falter (1.4.2026).
Datenerhebung: Die Daten stammen aus den offiziellen Störungsmeldungen der Wiener Linien. Der Betreiber von f59.at hat uns die Daten für 2016-2025 zur Verfügung gestellt. Jeder Vorfall enthält Angaben zu Datum, Uhrzeit, Dauer, betroffenen Linien und Haltestellen und einer Kurzbeschreibung des Vorfalls. Sofern eine Adresse (Platz, Haltestelle, Kreuzung oder Straße inkl. Hausnummer) in der Kurzbeschreibung vorhanden war, wurde diese mit einem Textverarbeitungs-Skript ausgelesen.
Wir kommen im Schnitt auf 3 Falschparker-Störungen pro Tag (1170 Vorfälle / 365 Tage = 3.2 ), die auf den Echtzeitdaten der Wiener Linien basiert, während die Wiener Linien eine eigene umfassendere Datenbank haben und auf 4 Fälle pro Tag (1500 Vorfälle / 365 Tage = 4.1) kommen. Der Unterschied kommt daher, dass nicht jeder Vorfall über die Echtzeitdaten ausgespielt wird.
Geocodierung: Die Adressen wurden automatisch geocodiert (in Koordinaten umgewandelt). Rund 70% der Vorfälle (7.067 von 10.067) konnten erfolgreich geocodiert werden und sind auf der Karte sichtbar. Die restlichen ca. 30% (3.000 Einträge) konnten nicht geocodiert werden — meist weil die ursprüngliche Adressangabe zu ungenau war (z.B. nur ein Straßenname ohne Hausnummer oder fehlende Adressdaten). Diese nicht-verorteten Vorfälle fließen dennoch in die Gesamtstatistiken und Tabellen ein, erscheinen aber nicht auf der Karte. Genauere Details im Methoden Dokument.
Hotspot-Erkennung: Hotspots werden automatisch berechnet, indem Vorfälle nach Adresse gruppiert und räumlich nahe Gruppen zusammengeführt werden. Zwei Hotspot-Typen werden unterschieden: Straßenabschnitte (Vorfälle entlang derselben Straße innerhalb von 300m, dargestellt mit Hausnummernbereich) und Orte (räumlich nahe Vorfälle an verschiedenen Straßen innerhalb von 80m, z.B. Kreuzungen oder Haltestellen). Nur Gruppen mit mindestens 3 Vorfällen im gewählten Zeitraum werden als Hotspot angezeigt.