These: Die Kurve der Corona-Fallzahlen bildet weder die Kontaktsperre noch Lockerungen ab. Sie beinhaltet nur unkenntliche Reste der realen Zahlen. Damit sind diese Daten wissenschaftlich und politisch leider unbrauchbar.
Wie aussagekräftig sind die Corona-Fallzahlen?
Einer neueren Publikation von Hendrick Streeck et al. zufolge ist es wahrscheinlich, dass die echten kumulativen Fallzahlen in Deutschland statt bei 190.000 bei 1.800.000 Infizierten liegen. Die Fallzahlen des RKI aus den Corona-Tests hätten demnach kaum etwas mit der Wirklichkeit zu tun. Für die genannte Publikation wurden allerdings Zahlen aus einer Gemeinde (Gangelt) auf ganz Deutschland hochgerechnet.
Und tatsächlich: Deutschland lässt hauptsächlich Personen mit Coronaverdacht zum Testen zu. Die Fallzahlen sagen uns also weit mehr über die Anzahl der gemachten Tests, als über die tatsächliche Zahl der infizierten Bürger.
Das Vorgehen ist in etwa so, als würden wir auf eine Mitgliederversammlung der SPD gehen, um den Anteil der SPD-Wähler an der Bevölkerung zu bestimmen.
Die schlichtweg falschen Zahlen werden flugs auch noch verwässert: Die Fallzahlen werden mit 8 – 13 Tagen (RKI) bis zu 15 Tagen (Schrappe et al., 2020) Verspätung gemeldet. Die Kurve muss außerdem geglättet werden, da die Meldungen sich über die Wochenenden aufstauen und so rhythmische Schwanungen vortäuschen. Das „Glätten“ beraubt die Daten jeder interessanten Details aus dem Reich der Realität, die noch darin steckten. Das RKI veröffentlicht dann eine neudatierte, geglättete Kurve der Fallzahlen unter dem Namen „Nowcasting„.
Möchte man nun diese Kurve der Fallzahlen mit Ereignissen dieses Frühjahrs in Zusammenhang bringen, so ergibt sich folgendes Bild:
Von jedem der Ereignisse würden wir uns einen dauerhaften Knick in der Kurve erwarten – bei den dämpfenden Ereignissen (Kontaktverbot) einen Knick nach unten, bei den beschleunigenden Ereignissen (Lockerung) einen Knick nach oben. In der folgenden Tabelle sind die Ereignisse danach geordnet, wie stark sie auf die Fallzahlen hätten wirken müssen. An erster Stelle steht die drastische Kontaktsperre.
Es drängt sich der Eindruck auf, dass Schulschließungen und Merkels Fernsehansprache deshalb einen Effekt hatten, weil sie zufällig an den richtigen Stellen der Kurve stattfanden. Verschiebt man die Kurve weiter nach links, wie es Schrappe fordert, so kommen auch sie in einem Bereich ohne Knicks zu liegen, und die Absage der Großveranstaltungen wird zum einzig wirksamen Ereignis.
Es ist undenkbar, dass ein drastisches Ereignis wie die Kontaktsperre, welches unsere Wirtschaft fast zum Stillstand brachte, keinen ebenso drastischen Effekt auf die Fallzahlen hätte.
Wir haben es also bei den RKI-Fallzahlen mit einer weitgehend künstlichen Kurve mit kleinen Realitätsresten zu tun. Die einzelnen Fallzahlen selbst haben fast nichts mehr mit der Realität zu tun. Einzig die Kriterien „über einen längeren Zeitraum zunehmend“ oder „über einen längeren Zeitraum abnehmend“ kann man gelten lassen. Der Scheitelpunkt der Kurve ist nur ungenau bestimmbar (+ – fünf Tage).
Die Eingangsthese muss also bestätigt werden. Die Fallzahlen sind als Entscheidungshilfe wertlos. Es wäre ehrlicher, diese Zahlen nicht mehr zu veröffentlichen! Daher unser Aufruf an die Medien Deutschlands (und der Welt): Bitte boykottieren Sie die Corona-Fallzahlen von unserem höchsten Gesundheitsamt! Mit realitätsfernen Daten tun wir uns keinen Gefallen!
Als Nachsatz sei gesagt: Als ob diese Daten noch künstlich genug wären, werden sie in einem nächsten Schritt noch weiter willkürlich manipuliert, um die Reproduktionszahl R daraus zu errechnen. Diese Zahl, jeder Grundlage enthoben, präsentiert das RKI mit ernsten Wissenschaftlergesicht.
Den Aufruf die RKI-Zahlen zu boykottieren, halte ich für ziemlichen Quatsch! Es dürfte doch den Meisten klar sein, dass die RKI-Zahlen nur die getesteten Infizierten mit Symptomen abbilden und die „Dunkelziffer“ deutlich höher ist. Sobald Symptome auftreten, wird getestet und das Ergebnis fließt in die RKI-Zahlen ein. Alternativ stehen auch die Zahlen der Johns-Hopkins-Universität zur Verfügung. Sicher wäre es komfortabel, die Gesamtzahl der deutschlandweit Infizierten zu kennen, auch derer, die keine Symptome zeigen, aber dazu gibt es keine Datengrundlage. Meiner Meinung nach ist das Infektionsgeschehen etwas vielschichtiger, als dass jede Maßnahme sofort als Knick in der Statistik erscheinen würde. In der Summe waren die Maßnahmen ja offensichtlich erfolgreich, wie der nachhaltige Rückgang der Infiziertenzahlen (der Infizierten mit Symptomen) zeigt. Ich staune etwas darüber, dass ein einzelner Biologe (der nie in der Virologie oder Epidemiologie tätig war) es besser weiß als die Mehrheit der damit befassten Wissenschaftler an den verschiedenen Instituten.
Es muss einer einzelnen Person erlaubt sein, mit dem Finger auf Versäumnisse zu zeigen, auch wenn dahinter ganze Wissenschaftlerteams stehen. Für mich sind andere Wissenschaftler keine heiligen Kühe. Denn dass auch Wissenschaftler irren können, zeigt die Maskenpflicht. Anfangs warnten sie davor, sich auf Masken zu verlassen. Später versicherten Wissenschaftler mit ernsten Gesichtern, dass die Maskenbenutzung nur andere schütze. Nun haben sie sich darauf geeinigt, dass Masken Benutzer selbst und andere schützen und dass Masken das Infektionsrisiko im Durchschnitt um 60% mindern. Damit ist die Atemschutzmaske plötzlich unsere Schutzmaßnahme Nr.1.
Am 27.-29.4. wurden Atemschutzmasken bundesweit verpflichtend. Der damit verbundene Rückgang unseres Infektionsrisikos um 60% bedeutet ein Absinken der Reproduktionszahl R von etwa 0,8 (29.4.2020, RKI) auf etwa 0,3 (0,8 minus 60%). Dieser drastische Rückgang hätte sich in den Daten zeigen müssen. Stattdessen berichtet das RKI in den ersten 10 Maitagen einen Anstieg von R auf bis zu 1,1, im Durchschnitt auf 0,85!
Es ist klar, dass die Zahl der Neuinfizierten in jenen Tagen drastisch zurückgegangen sein muss. Da unsere offiziellen Daten aber nur von Corona-verdächtigen Testpersonen stammen, konnte sich der Unterschied nicht manifestieren.
Wenn unsere womöglich stärkste Schutzmaßnahme keinen Effekt in den Daten hinterläßt, dann eignen sich diese Daten nicht als Hintergrund für Entscheidungen zu Schutzmaßnahmen. Wie Sie anmerken, haben wir keine Datengrundlage, um auf die Gesamtzahl der Infizierten in Deutschland zu schliessen. Daher die Kernaussage dieses Blogs: Wir brauchen endlich Daten, aus denen wir Schlüsse ziehen können! Wir haben nichts zu verlieren damit, aber können viel gewinnen!