Polizeibeamte als Opfer von Gewalt. Ergebnisse einer ... - Bundesrat
Polizeibeamte als Opfer von Gewalt. Ergebnisse einer ... - Bundesrat
Polizeibeamte als Opfer von Gewalt. Ergebnisse einer ... - Bundesrat
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
en Risiko ebenso ausgesetzt wie größere Einsatzteams. Am häufigsten kommt es zu Verletzungen<br />
bei Einsätzen, die sich in Familien aus Ländern der ehemaligen Sowjetunion ereignen.<br />
Zudem ist in großstädtischen Gebieten das Risiko, im Rahmen eines Einsatzes bei häuslicher<br />
<strong>Gewalt</strong> verletzt zu werden, größer <strong>als</strong> in ländlichen bzw. städtischen Gebieten: Bei 11,0 % der<br />
Einsätze in Großstädten kommt es zu <strong>einer</strong> Verletzung, aber nur bei 7,6 % der Einsätze in<br />
ländlichen Gebieten. Wenn diese Auswertungen differenziert nach Einsatzteamstärke durchgeführt<br />
werden, reduzieren sich die Unterschiede. Sind nur Zweier-Teams vor Ort, dann ist<br />
das Verletzungsrisiko in ländlichen und städtischen Gebieten nahezu gleich.<br />
Ist der Täter nicht alkoholisiert, dann wird in 2,4 % aller Einsätze mindestens ein Beamter<br />
verletzt. Liegt hingegen Alkoholkonsum beim Täter vor, steigt der Anteil auf 9,8 %. Auch<br />
dabei zeigen sich keine Unterschiede nach der Größe der Einsatzteams. Im Umkehrschluss<br />
bedeutet dies, dass Einsatzteams mit mehreren Beamten ebenfalls nur wenig Möglichkeiten<br />
haben, den Angriffen alkoholisierter Täter vorzubeugen, möglicherweise deshalb, weil eine<br />
starke Alkoholisierung und eine damit einhergehende starke Aggressivität vorliegt oder weil<br />
mehrere alkoholisierte Täter anwesend sind.<br />
Abbildung 5.60 geht zuletzt auf die Frage ein, ob männliche Täter gefährlicher sind <strong>als</strong> weibliche,<br />
wobei die Auswertungen wiederum auf jene Fälle eingeschränkt werden, in denen nur<br />
ein einzelnes Tätergeschlecht (Frau/en oder Mann/Männer) angegeben wurde. Die Auswertungen<br />
zeigen, dass bei männlichen Tätern tatsächlich etwas häufiger Verletzungen berichtet<br />
worden sind (4,0 zu 6,9 %). Dieser Unterschied geht auf die Situationen mit größeren Einsatzteams<br />
zurück, in denen möglicherweise besonders aggressive männliche Täter den Beamten<br />
gegenüber standen. Werden nur die Zweier-Teams betrachtet, so zeigt sich, dass bei diesen<br />
Fallkonstellationen weibliche Täter genauso gefährlich sind wie männliche Täter; in beiden<br />
Situationen kommt bei etwa jedem zwanzigsten Einsatz ein Beamter zu Schaden.<br />
Bislang wurden Risikofaktoren auf Seiten des Täters nur bivariat betrachtet. Um auch hier<br />
fehlerhafte Schlüsse zu vermeiden, ist es notwendig, multivariate Analysen unter Einbeziehung<br />
der Beamtenmerkmale durchzuführen. Da die Betrachtungsebene an dieser Stelle der<br />
letzte Einsatz ist, an dem gewöhnlich mehr <strong>als</strong> ein Beamter teilgenommen hat, kann nachfolgend<br />
allerdings nicht das Geschlecht des Beamten, dessen Alter oder dessen eventueller Migrationshintergrund<br />
betrachtet werden, sondern diese Variablen müssen auf das gesamte Einsatzteam<br />
bezogen werden. Nur die Dienstgruppenzugehörigkeit des Befragten kann berücksichtigt<br />
werden, da zu erwarten ist, dass die anderen am Einsatz beteiligten Beamten ebenfalls<br />
der Dienstgruppe des Befragten angehören. Das Erklärungsmodell in Tabelle 5.24 wurde dabei<br />
einmal für alle Einsätze und einmal nur für Einsätze <strong>von</strong> Zweier-Teams berechnet, da diese<br />
die Mehrheit aller Team-Zusammensetzungen bei Einsätzen bei häuslicher <strong>Gewalt</strong> ausmachen<br />
und weil gerade in solchen Situationen die Eigenschaften <strong>von</strong> einzelnen Beamten Einfluss<br />
haben sollten. Die zu erklärende Variable in den Modellen ist, ob mindestens ein Beamter<br />
im Rahmen des Einsatzes bei häuslicher <strong>Gewalt</strong> verletzt wurde; die Modelle basieren wiederum<br />
auf logistischen Regressionsanalysen. Aufgrund der hohen Anzahl fehlender Werte<br />
wurden die Befragten mit fehlenden Werten über Dummy-Kodierungen in die Analysen einbezogen.<br />
138