Bitte deaktivieren Sie Ihren Ad-Blocker

Für die Finanzierung unseres journalistischen Angebots sind wir auf die Anzeigen unserer Werbepartner angewiesen.

Klicken Sie oben rechts in Ihren Browser auf den Button Ihres Ad-Blockers und deaktivieren Sie die Werbeblockierung für FR.de. Danach lesen Sie FR.de gratis mit Werbung.

Lesen Sie wie gewohnt mit aktiviertem Ad-Blocker auf FR.de
  • Zum Start nur 0,99€ monatlich
  • Zugang zu allen Berichten und Artikeln
  • Ihr Beitrag für unabhängigen Journalismus
  • Jederzeit kündbar

Sie haben das Produkt bereits gekauft und sehen dieses Banner trotzdem? Bitte aktualisieren Sie die Seite oder loggen sich aus und wieder ein.

Wie geht es weiter mit der Corona-Pandemie in Deutschland?
+
Wie geht es weiter mit der Corona-Pandemie in Deutschland?

Pandemie

Corona-Entwicklung widerspricht Prognose – Weshalb die Fachleute so oft irren

  • Sophia Lother
    VonSophia Lother
    schließen

Wie genau lässt sich die Corona-Infektionslage vorhersagen. Über die Tücken und Fallstricke und warum sich auch Wissenschaftler:innen irren.

Berlin - Die Prognosen für die Corona-Infektionslage nach Ostern waren besorgniserregend. Das Robert Koch-Institut (RKI) berechnete am 12. März eine stark erhöhte 7-Tage-Inzidenz für Deutschland. Demnach sollten es Mitte April bis zu 350 Neuinfektionen mit dem Coronavirus pro 100.000 Einwohner innerhalb von sieben Tagen werden. Doch dieser Fall trat nicht ein.

Die Mutante des Coronavirus B.1.1.7 wurde als Grundlage dafür gesehen, dass es zu einem drastischen Anstieg nach Ostern kommen könnte. Stattdessen lag die deutschlandweite Corona-Inzidenz beispielsweise am 15. April bei 160. Doch woran liegt das? Führen derartige Prognosen möglicherweise zu einer Sensibilisierung der Bevölkerung, die sich als Konsequenz vorsichtiger verhält? Mehrere Fachleute beziehen jetzt Stellung.

7-Tage-Inzidenz in DeutschlandDatum
1341. April
1068. April
16015. April
16122. April
15529. April
1296. Mai
Quelle: RKI

Corona-Prognosen: Wie wird ein Modell zur Vorhersage des Infektionsverlaufs gebildet?

Um zu verstehen, warum es so schwer ist, die Zukunft der Corona-Infektionslage exakt vorherzusagen, ist es wichtig, die Technik hinter den Prognosen näher zu beleuchten. Wie der Epidemiologe Ralph Brinks von der Universität Witten-Herdecke erklärt, werden zunächst eine oder mehrere Annahmen festgelegt. Danach fasst man diese in einem Modell zusammen. Dieses wird dann als Basis für den künftigen Pandemie-Verlauf herangezogen.

„Die Virusausbreitung lässt sich gut berechnen, wenn man annimmt, dass die Menschen ihr Verhalten nicht ändern. Das Verhalten ändert sich aber bekanntlich aus vielen Gründen“, erklärt die Wissenschaftlerin Viola Priesemann. Sie entwickelt Corona-Prognosen zu eher „alternativen Szenarien“ und ist Leiterin einer Forschungsgruppe am Göttinger Max-Planck-Institut für Dynamik und Selbstorganisation.

Corona: Weit in der Zukunft liegende Prognosen gleichen Wettervorhersagen

Der Physiker und Daten-Wissenschaftler Cornelius Römer vergleicht solche Prognosen zum Coronavirus mit Wettervorhersagen. Doch es gebe einen entscheidenden Unterschied. Denn bei Wettervorhersagen wüssten die Menschen bereits, dass eine Prognose, die einen Monat in der Zukunft liegt, nicht komplett verlässlich sein könnte. Anders ist es bei den deutlich genaueren Wetterprognosen für die nächsten Tage. „So sollten auch die Corona-Prognosen betrachtet werden“, betont der Daten-Wissenschaftler und fügt hinzu: „Das hilft den Leuten zu verstehen, wie verlässlich diese sind“.

Auf Twitter ärgerte sich der Daten-Wissenschaftler über die Berichterstattung einiger Medien zu den Corona-Modellen. „Selbst wenn man kommuniziert, dass die Modelle ein Schätzintervall haben, kehren gewisse ‚Journalisten‘ das unter den Tisch und tun so, als ob die Modellvorhersagen zu 100% richtig liegen müssten“, schrieb Römer und fügte in einem weiteren Tweet an: „Müssen wir warten, bis man auf keinen Fall falsch liegt? Dann vergehen mehrere Wochen. Die Kosten einer frühzeitigen Reaktion, selbst bei nur 30%iger Sicherheit sind deutlich geringer als der Nutzen. Aber es scheint, als könnten Politik und Medien nicht mit Unsicherheit umgehen.“

Corona-Prognosen: Publikation sagte Kipppunkt in der Pandemie voraus

Doch es gibt auch solche Corona-Prognosen, die in einem gewissen Spektrum richtig lagen. So vergleicht Daten-Wissenschaftler Römer in einem Tweet eine seiner Vorhersagen zur Inzidenz vom 21. März mit der eingetretenen Realität. Sein Modell lag Römer zufolge abgesehen vom Ostereffekt, als weniger getestet wurde, innerhalb eines 50-Prozent-Intervalls richtig. Dazu hat er folgende Effekte berücksichtigt: Impfungen, Saisonalität, B.1.1.7 und mögliche Beschlüsse der Ministerpräsidentenkonferenz beim Corona-Gipfel.

Ebenso traf Viola Priesemann mit ihrem Team ins Schwarze, als sie in einer Publikation vergangenen Sommer einen Kipppunkt prognostizierte, an dem die Corona-Lage außer Kontrolle geraten könne. Bedingung war, dass die Zahlen weiter so hoch stiegen, dass die Gesundheitsämter mit der Erfassung und Nachverfolgung nicht mehr hinterherkämen. Für Priesemann hat diese Arbeit „eine grundlegende Mechanik der Ausbreitung dargelegt“.

Corona: Wissenschaftler kritisiert Kommunikation des RKI

Das RKI analysierte Mitte März dagegen die reine Ausbreitung der Variante B.1.1.7: Bei der Corona-Prognose sei der Trend in die Zukunft fortgeschrieben worden, „den wir zuvor über acht Wochen stabil beobachtet haben“, so RKI-Sprecherin Susanne Glasmacher.

Mitte März sei für das RKI der Fokus darauf gelegen, das stetig exponentielle Wachstum der ansteckenderen britischen Variante B.1.1.7 zu betrachten – und nur das. Denn: In keiner Form seien „bremsende Effekte aufgenommen worden“, betont Epidemiologe Brinks. Und Daten-Wissenschaftler Römer fügt an, dass das RKI genauer hätte kommunizieren und klarstellen müssen: „Das ist keine realistische Prognose, die eintreten wird, sondern ein einfaches Modell, welches lediglich den Effekt der britischen Variante veranschaulicht.“

Corona-Langzeitprognosen zum Verlauf kann Verhalten der Menschen beeinflussen

Auch Viola Priesemann äußert sich zur Prognose des Corona-Infektionsverlaufs vonseiten des RKI. Dass die Neuinfektionen mit dem Coronavirus nicht derart stark angestiegen wären, sei auf das veränderte Verhalten der Menschen zurückzuführen. Andere Gründe seien der Impf-Fortschritt, das Testen und eventuell die Saisonalität gewesen, erklärt die Wissenschaftlerin.

Die Langzeitprognose zum Corona-Infektionsverlauf des RKI kann sich auch auf das Verhalten der Menschen ausgewirkt haben. (Archivbild)

Für Priesemann sei es absehbar gewesen, dass die Kurve langsamer steigen würde, als in den einfachen Szenarien vorhergesagt. Doch wie stark sich das Wachstum verlangsamt sei schwer zu vorhersagen gewesen, betont sie. Dadurch habe die Corona-Vorhersage des RKI ihren Teil dazu beigetragen, das Verhalten der Menschen zu ändern. In diese Kerbe schlägt auch das RKI, wenn es auf die nachweisbar reduzierte Mobilität der Menschen über die Oster-Feiertage und -Ferien sowie geschlossene Schulen verweist.

Coronavirus: Langzeitprognosen zur Corona-Infektionslage auch mit Problemen behaftet

Dass derlei Langzeitprognosen zum Verlauf der Corona-Pandemie nicht unproblematisch sind, damit befasste sich bereits Ende Januar 2021 das Essener RWI - Leibniz-Institut für Wirtschaftsforschung. So kamen die Fachleute zu dem Schluss, dass Prognosen nur auf Basis des vorhandenen Wissens erstellt werden können. In der Pressemitteilung heißt es: „Daher muss man immer annehmen, dass die Zukunft so verläuft wie die Vergangenheit.“ Doch das trete eben nicht ein, betont das RWI: „Denn die Prognose selbst führt zu Verhaltensänderungen, damit unterscheidet sich die Zukunft von der Vergangenheit und die Prognose ist nicht mehr korrekt.“ (Sophia Lother mit dpa)

Das könnte Sie auch interessieren

Kommentare