Die häufigste Frage zu meinen Modellrechnungen geht in etwa so: “Wir sind doch alle bis Juli geimpft, warum errechnet Dein Modell trotzdem noch so viele Neuinfektionen?”. Die Antwort ist: Weil sich noch viele Millionen Menschen anstecken können, auch im Herbst noch!
Ich habe das mal durchgerechnet, und komme auf folgende Zahlen: Es sind aktuell zwar 37% das erste mal geimpft, aber 60 Mio (=3/4 aller Einwohner) können sich stand heute immer noch anstecken! Anfang September sind es immer noch 30 Mio!
Der folgende Blogartikel erklärt, wie diese Zahlen entstehen:
Update: Hier gibt es ein Update mit Delta/B.1.617.2 Modellrechnungen.
Die “indische Mutation” könnte auch bei uns Probleme machen in diesem Sommer. Das wird insbesondere davon abhängen, wieviel ansteckender die Mutation B.1.617.2 gegenüber der bei uns kursierenden B.1.1.7 Mutation ist – was sich aktuell zumindest andeutet.
Aber… Hast Du ein Gefühl dafür, wie viel Prozent ansteckender ein echtes Problem für uns wäre? Sind +10% schlimm, oder +30%? Oder +50% mehr?
Um sich solchen Fragen zu nähern verwendet man Modellrechnungen, und das machen wir jetzt mal, basierend auf meinem Pandemie-Modell.
Seit Mitte Februar entwickle ich ein vereinfachtes mathematisches Modell mit dem Ziel, den weiteren Pandemie-Verlauf in Deutschland für einige Wochen in die Zukunft mit brauchbarer Genauigkeit abzuschätzen, zumindest soweit das Verhalten der Bevölkerung und/oder die sich ändernden Maßnahmen der Regierung abzusehen sind.
Auch ein Ausblick auf mehrere Monate ist machbar, die Ergebnisse werden aber natürlich ab 4-6 Wochen zunehmend unschärfer und können nur zum qualitativen Vergleich verschiedener Szenarien dienen, wenn man z.B. verschiedenen Maßnahmen odr den Einfluss neuer Mutationen simuliert.
Im Folgenden möchte ich die aktualisierte Version vorstellen (Änderungen zu Vorversionen siehe unten in der Änderungs-Historie).
Für den gesellschaftlichen Diskurs über die Lockerung oder Verschärfung von Maßnahmen erscheint es mir wichtig, dass man verschiedene Strategien im Umgang mit der Pandemie durchspielen und die unterschiedlichen Folgen vergleichen kann.
Denn was uns klar sein sollte: Für exponentielle Wachstums-Prozesse haben wir Menschen in der Regel kein gute spontane Einschätzung. Die meisten von uns bekommen lineare Entwicklungen ganz gut hin, aber Wachstumsprozesse mit kurzen Verdopplungszeiten für 2-3 Monate in die Zukunft korrekt abzuschätzen ist wirklich schwer.
In meinem Blog habe ich seit ein paar Woche Prognosen meiner Modellrechnungen für Fürth und Umgebung gepostet (u.a. am 18.4., 24.4. und 30.4.). Auch diese Woche gibt es ein Update.
Man kann das glaube ich nicht oft genug sagen: Egal wie der Sommer wird (hoffentlich erträglich und vielleicht sogar schön), wir müssen uns drauf einstellen, dass ab etwa September die Inzidenzen wieder hochgehen werden. Die Pandemie geht nicht einfach weg.
Die Saisonalität kann eine erheblichen Verlauf auf die Fallzahlenentwicklung der Pandemie haben — aber nur dann, wenn der durch das Verhalten bzw. die Maßnahmen „erzeugte“ R-Wert bereits im Bereich um 1 liegt: dann können im Frühling aus steigenden Zahlen wie von Geisterhand sinkende Zahlen entstehen, ohne dass sich das Verhalten geändert hat. Wir laufen seit Monaten beim R-Wert um die eins herum. Jetzt sinken die Zahlen schneller als die Impfungen das alleine geschafft hätten, und im blödesten Fall entsteht bei den Entscheidern der Eindruck: ach, guck mal, die Pandemie läuft aus…. Oder – noch schlimmer – man öffnet auch noch dies&das. Im September dann, wenn die Saisonalität wieder ausläuft, da geht‘s dann „ganz plötzlich“ wieder bergauf, und zwar schnell, weil man hat ja noch gelockert. Das konnte ja keiner ahnen! Ach ja, und dann wir schicken im September genau in der Situation Millionen ungeimpfte Kinder in den Präsenzunterricht und die Kitas, weil ja die Inzidenz so niedrig ist.
Willst Du besser verstehen, wie die verschiedenen Parameter der Pandemie ineinandergreifen? Mehr R, weniger Saisonalität, schnelleres Impfen, Notbremse bei 100, 50 oder 10? Oder alles aufmachen?
Welche Möglichkeiten haben wir denn, um die Pandemie zu steuern? Mit meinem Modell kannst Du spielerisch die Wirkung dieser Parameter kennenlernen. Und das auch noch mit den Zahlen von Deinem Landkreis.
Video-Vorstellung des Modells
Im Video stelle ich das Modell vor und zeige, wie sich da Verändern der Parameter auf den weiteren Verlauf auswirkt:
Wie Mathematik und Datenanalyse helfen
Die Corona-Pandemie zeigt uns, wie wichtig Mathematik und Datenanalyse im Alltag sein können. Das Ansteigen und Sinken der Infektionszahlen kann man ziemlich gut mit mathematischen Modellen vorhersagen, wenn man per Datenanalyse vorher die nötigen Eingangs-Parameter dafür gefunden hat.
Intuition und unsere Erfahrungen aus dem Alltag sind beim Ausblick auf den weiteren Verlauf der Pandemie wenig hilfreich, wir haben sonst fast nie mit exponentiell verlaufenden Ereignissen in dieser Größenordnung und Geschwindigkeit zu tun.
Seit Mitte Februar entwickle ich ein vereinfachtes mathematisches Modell mit dem Ziel, den weiteren Pandemie-Verlauf in Deutschland für einige Wochen in die Zukunft mit brauchbarer Genauigkeit abzuschätzen, zumindest soweit das Verhalten der Bevölkerung und/oder die sich ändernden Maßnahmen der Regierung abzusehen sind.
Auch ein Ausblick auf mehrere Monate ist machbar, die Ergebnisse werden aber natürlich ab 4-6 Wochen zunehmend unschärfer und können nur zum qualitativen Vergleich verschiedener Szenarien dienen, wenn man z.B. verschiedenen Maßnahmen simuliert.
Im Folgenden möchte ich die aktualisierte Version vorstellen (Änderungen zu Vorversionen siehe unten in der Änderungs-Historie).
Für den gesellschaftlichen Diskurs über die Lockerung oder Verschärfung von Maßnahmen erscheint es mir wichtig, dass man verschiedene Strategien im Umgang mit der Pandemie durchspielen und die unterschiedlichen Folgen vergleichen kann.
Denn was uns klar sein sollte: Für exponentielle Wachstums-Prozesse haben wir Menschen in der Regel kein gute spontane Einschätzung. Die meisten von uns bekommen lineare Entwicklungen ganz gut hin, aber Wachstumsprozesse mit kurzen Verdopplungszeiten (Ende März bei 18 Tagen) für 2-3 Monate in die Zukunft korrekt abzuschätzen ist wirklich schwer.
Vor 6 Wochen, da lag Fürth bei Inzidenz 100 und es sah nach einer Seitwärtsbewegung aus, hatte ich eine Vorhersage der Inzidenzen für Fürth gewagt. Damals hatte ich für eine Inzidenz von 350 vorhergesagt, tatsächlich sind es 270 geworden, am Donnerstag waren es aber auch schon über 300 durch einen Ausbruch in einer Firma.
Ich lag also etwas zu hoch (Anstieg um Faktor 2,7 statt 3,2) u.a. weil ich die bremsende Wirkung von Ostern unterschätzt bzw. nicht berücksichtigt hatte. Aber die Richtung stimmte.
