Direkt zum Hauptbereich

Posts

Der große Test: Warum eine Politik, die sich an den #COVID19-Fallzahlen orientiert, aus Perspektive der politischen Datenwissenschaft fahrlässig ist

Bei der Interpretation „der Zahlen“ wird jeder datenwissenschaftliche Standard ignoriert. Die COVID19-Politik, die auf den ersten Blick evidenzbasiert – weil an Daten orientiert – erscheint, ist auf dieser Basis nicht zu begründen. Im Folgenden werden Punkte aufgeführt, die eindeutig belegen, dass die gängige Interpretation „der Zahlen“ durch Politik und Medien unzureichend ist. Jeden Tag werden die „Fallzahlen“ berichtet. Es gibt ein neues Rekordhoch bei den COVID19-Fällen zu verkünden oder einen moderaten Rückgang, der uns aufatmen lassen soll. Im R-Wert werden die Fälle der letzten Woche mit denen von heute ins Verhältnis gesetzt, um das Infektionsgeschehen abzubilden. Die Inzidenzwerte setzen die Fälle in Verhältnis zur Bevölkerungszahl und machen so die Entwicklung in Berlin und Bayern vergleichbar. Auch die absolute Zahl der Fälle seit Februar wird täglich in den Medien berichtet, um die Dramatik der Entwicklung deutlich zu machen. Und wer sich wirklich schaudern will, schaut auf

It's a small #COVID19 world: Warum die Reduzierung von Kontakten vielleicht weniger hilft als erwartet

Das einzige Mittel, was der Politik derzeit gegen die Ausbreitung der COVID19-Pandemie einzufallen scheint, ist eine Reduzierung der Kontakte. Es ist fraglich, ob damit die gewünschte Wirkung eintreten wird. Ein Grund für Skeptizismus ist, dass unsere sozialen Kontakte einem "Small World Network" folgen: D. h., es gibt einige Leute, die sehr viele Kontakte haben (zum Beispiel auf der Arbeit) und andere die sehr wenig Kontakte haben. Dadurch ist letztlich jeder mit jedem relativ eng vernetzt. ForscherInnen der John Hopkins University haben in Science gerade sehr prominent auf diesen Small-World-Charakter hingewiesen. Ich habe eine kleine Simulation gebaut, die folgende Schritte durchläuft: Ein zufälliges Small-World-Network wird erstellt. Ein "Virus" infiziert eine kleine Anzahl von Knoten. Mit einer bestimmten Wahrscheinlichkeit werden dann die Nachbarknoten infiziert (oder eben auch nicht). Dadurch breitet sich das Virus im Netzwerk aus. Dann werden aus dem Netzwe

Von der evidenzbasierten #CoronaPolitik zur Glaubensfrage

Um einzuschätzen, wie es so um Deutschland steht, schaut man auf die Zahlen und leitet daraus politische Maßnahmen ab. Zahlen gibt es genug: Die tägliche Anzahl der Neuinfektionen, die Anzahl der Verstorbenen, die Anzahl der durchgeführten Tests, alles heruntergebrochen auf demographische oder geografische Subgruppen, als absolute Zahlen oder als Verhältnis. An Daten mangelt es nicht. Eigentlich ein schönes Beispiel für evidenzbasierte Politik, sollte man meinen. Oder eben auch nicht, denn bei näherer Betrachtung zeigt sich, dass sich aus Daten alleine gar nichts ableiten lässt. Erst im Kontext einer Geschichte ergeben Daten einen Sinn. Wenn aber die Daten der Geschichte immer mehr widersprechen, dann sollte eine neue Erklärung gefunden werden anstatt zu versuchen, die alte Geschichte mit immer mehr Hilfsannahmen zu retten. Letzteres passiert leider derzeit in Deutschland und die scheinbare Objektivität einer datenbasierten Politik schlägt um in ihr Gegenteil. Die Abstraktionen, die a

Warum #Bayern kein Vorbild in der #COVID19-Bekämpfung ist

Bayern nimmt in Deutschland eine besondere Stellung ein, was die COVID-19-Maßnahmen anbelangt. Gerade wird wieder mächtig verschärft mit höheren Busgeldern, mehr Kontrollen und regionalem Alkoholverbot. Viele Schritte, wie zum Beispiel die Ausgangs- und Kontaktbeschränkungen gingen in Bayern über das hinaus, was andere Bundesländer verordneten. Auch bei der Durchsetzung gilt Bayern als „härter“ als andere Bundesländer. „Bis Anfang August wurden bayernweit gegen 58.282 Betroffene 64.143 Anzeigenvorgänge zu Ordnungswidrigkeiten und Straftaten gemäß dem Infektionsschutzgesetz erfasst.“ (Wikipedia: https://de.wikipedia.org/wiki/COVID-19-Pandemie_in_Bayern ) Zum Vergleich Berlin: Laut Tagesspiegel gab es Ende Juni ca. 3.000 COVID-spezifische Ordnungswidrigkeiten, von denen aber nur ca. 600 verfolgt wurden ( https://www.tagesspiegel.de/berlin/berliner-ordnungsaemter-kommen-nicht-hinterher-tausende-corona-verstoesse-aber-kaum-einer-muss-bussgeld-zahlen/25954676.html ). Berlin gilt als laxer i

Die #Reproduktionszahl #R verstehen und berechnen... und kritisch bleiben!

In den letzten Tagen wird sehr viel über die Reproduktionszahl R diskutiert und das zum Teil sehr heftig. Jens Spahn hat das Sinken von R auf 0.7 als Beleg genommen, dass nun der Corona-Ausbruch wieder beherrschbar ist ( https://www.dw.com/de/gesundheitsminister-jens-spahn-h%C3%A4lt-corona-ausbruch-f%C3%BCr-beherrschbar/a-53163527 ). Die Kanzlerin erklärte am 16.04. öffentlichkeitswirksam, wie  wichtig die Reproduktionszahl ist und dass sie unter 1.2 bleiben müsse ( https://www.focus.de/gesundheit/news/1-0-oder-1-2-ist-ein-grosser-unterschied-reproduktionszahl-statt-verdoppelung-merkel-praesentiert-wichtige-corona-rechnung_id_11889566.html ). Die einhellige politische Meinung war, dass der Erfolg, gemessen in R zeige, wie gut die Maßnahmen in Deutschland funktionieren. Allerdings war R schon vor dem 23.03. unter 1 und daher habe ich Zweifel angemeldet, ob der Lockdown vom 23.03. etwas in Bezug auf R bewegt hat. Andere sind noch weiter gegangen und sagen, der Lockdown hat gar keine Wirk