Wenn man die Infektions- und Todesfallzahlen sowie die abgeleiteten Sterbewahrscheinlichkeiten ohne und mit Corona analysiert, wird vor allem eines klar: Das Management der Corona-Krise ist ein Fiasko. Dieses Urteil steht in einem denkbar krassen Kontrast zur Selbsteinschätzung der verantwortlichen Politiker. Trotz der Lage ist auch der Zuspruch der Mehrheit der Menschen nach wie vor hoch. Das hängt damit zusammen, dass wir in der politischen Kommunikation und der Medienberichterstattung zu Corona vor allem mit einem vordergründigen Alarmismus konfrontiert werden.
Mit Hysterie und Angstmache werden wir die Krise aber nicht bewältigen. Zuallererst brauchen wir eine auf nüchterner Faktenanalyse beruhende klare Kommunikation und die Abkehr von einer Politik der Panikmache.
Es gibt keine Strategie für eine nachhaltige Senkung der Todesfallzahlen im Einklang mit der Aufrechterhaltung des gesellschaftlichen und wirtschaftlichen Lebens. Politik und Medien gleiten planlos von einem Lockdown zum nächsten und lassen sich leiten vom Prinzip Hoffnung. Hoffnung auf Impfstoffe, die, wie sich nun zeigt, für die Bürger der EU und speziell auch Deutschlands auf absehbare Zeit nicht in ausreichenden Mengen zur Verfügung stehen werden. Das ist das Ergebnis europäischen Missmanagements unter der deutschen EU-Präsidentschaft. Und es ist das Resultat von nicht wahrgenommener Verantwortung: Weil man aus der Impfstoffbeschaffung eine EU-Erfolgsstory machen wollte, wurden mögliche nationale Vorsorgemaßnahmen nicht getroffen. Tausende vermeidbare Todesfälle sind die Folge.
Wie steht es um den Schutz der Älteren?
Das Ergreifen vernünftiger Maßnahmen setzt voraus, dass man die Realität vorurteilsfrei zur Kenntnis nimmt. Zwar ist allgemein bekannt, dass überwiegend Ältere von schweren Covid-19-Krankheitsverläufen betroffen sind, dennoch findet dies in den Maßnahmen kaum Berücksichtigung. Im Folgenden soll der Alterseinfluss deswegen in aller Schärfe herausgearbeitet werden.
Ältere über 80 sind im Vergleich zum Anteil an der Bevölkerung weit überproportional häufig infiziert und stellen fast 70% der Toten (s. Abb. 1) mit weiter steigender Tendenz (im Zuwachs sind es sogar über 70%). Weniger als 3,5% der Covid-19-Toten waren unter 60.
Das Infektionsrisiko liegt für die Altersgruppe 80+ mit 10,13% der Infizierten bei nur 6,83% Bevölkerungsanteil fast 50% über dem Durchschnitt. Das zeigt insbesondere, dass die Hochbetagten, trotz der typischerweise geringen Kontakthäufigkeit, nur höchst unzureichend vor Infektionen geschützt werden. Die zahlreichen Ausbrüche in Heimen untermauern dies.
Wenn man die Zahlen mit den Vorwochen und Vormonaten vergleicht, erkennt man, dass das Risiko für die Älteren sogar im Lockdown unvermindert weiter steigt.
Covid-19 Infizierte und Todesfälle pro Altersgruppe.
Abbildung 1: Covid-19 Infizierte und Todesfälle pro Altersgruppe. – Rohdaten vom RKI und von Statista nach Datenstand 26.01.2021.
Sterberisiko nach Altersgruppen
Schauen wir uns das Sterberisiko in den Altersgruppen an (s. Abb. 2): Die Covid-19-Mortalität ist in der Altersgruppe 80+ mit 650 Toten pro 100.000 Personen etwa 8-mal größer als für die 60-79-Jährigen (78 Tote pro 100.000 Personen) und sogar 200-mal größer als für die 0-59-Jährigen (mit knapp 3 Toten pro 100.000 Personen der Altersgruppe).
Wenn die Infektionsrate der Altersgruppe 80+ auf dem Niveau des Durchschnitts der Bevölkerung liegen würde, dann hätten wir etwa 18.000 Covid-19-Tote weniger zu verzeichnen. Der Befund macht klar, dass pauschale Maßnahmen nach dem Gießkannenprinzip zum Scheitern verurteilt sind. Ohne effektiven Schutz der Meistgefährdeten geht es nicht. Maßnahmen sind effektiv und verhältnismäßig nur dann, wenn sie die vulnerablen Gruppen in den Fokus nehmen. Und die „vulnerablen“ Gruppen, das sind nicht 27 oder 30 Millionen, also die Gruppe der Menschen über 60, wie uns Politiker gerne erklären, es sind insbesondere die Menschen über 80, also etwa 5,7 Mio. Personen. Eine Sonderstellung nehmen darunter die Bewohner von Alten- Pflegeheimen ein. Sie sind besonders gefährdet (s. Abb. 3) und werden dennoch nicht konsequent geschützt.
Corona-Mortalität in Todesfällen pro 100.000 Personen der Altersgruppe.
Abbildung 2: Corona-Mortalität in Todesfällen pro 100.000 Personen der Altersgruppe. – Rohdaten vom RKI und von Statista nach Datenstand 26.01.2021.
Tatsächlich kommt eine erhebliche Anzahl der etwa 53.000 Coronatoten (per 26.01.2021) aus Heimen, obwohl dort nur etwa 850.000 Menschen leben. In der Altersgruppe 80+ mit 37.000 Covid-19-Toten macht dieser Personenkreis etwa die Hälfte der Sterbefälle aus. In einzelnen Bundesländern waren zweitweise gar bis zu 90% der Corona-Todesfälle in Heimen zu verzeichnen. Es liegt auf der Hand, dass ein allgemeiner Lockdown in dieser Hinsicht kaum etwas bewirken kann. Das weisen die Daten klar aus.
Corona-Mortalität in Todesfällen pro 100.000 Personen der Altersgruppe.
Abbildung 3: Corona-Mortalität in Todesfällen pro 100.000 Personen der Altersgruppe. Die Differenzierung nach Heimbewohnern beruht auf der begründeten Abschätzung, dass etwa 50% der Todesfälle in der Altersgruppe 80+ auf die Hochbetagten in Heimen zurückgehen. Unter allen Todesfällen sind es mindestens ein Drittel. – Rohdaten vom RKI und von Statista nach Datenstand 26.01.2021.
Die Hochbetagten in den Heimen werden vor Infektionen nicht geschützt. Sie sind überproportional häufig infiziert. So ist das seit fast einem Jahr. Mehr als 10.000 Todesfälle gehen allein auf dieses Konto.
Alter ist der Hauptrisikofaktor
Aus dem Vorstehenden geht klar hervor, dass die Alten mit großem Abstand das höchste Risiko tragen, dabei aber durch die ergriffenen Maßnahmen nur unzureichend geschützt werden. In den folgenden beiden Grafiken wird das noch schärfer herausgearbeitet. Der Kurvenverlauf zeigt die spezifische Corona-Mortalität in Todesfällen pro 100.000 Personen im entsprechenden Lebensalter.
Man entnimmt der ersten Grafik (s. Abb. 4), wie enorm stark das Alter direkt das Covid-19-Sterberisiko beeinflusst. Beispiel: Für 80-Jährige haben wir einen Wert zwischen 200 und 300 pro 100.000, für 90-Jährige schon von über 800.
In exponentieller Interpolation aus summarischen Grunddaten auf Einzeljahre heruntergerechnete Corona-Mortalität in Todesfällen pro 100.000 Personen der Altersgruppe.
Abbildung 4: In exponentieller Interpolation aus summarischen Grunddaten auf Einzeljahre heruntergerechnete Corona-Mortalität in Todesfällen pro 100.000 Personen der Altersgruppe. – Rohdaten vom RKI und von Statista nach Datenstand 26.01.2021.
Ganz anders bei den Jüngeren. Hier sind die Werte in der Altersgruppe unter 60 so niedrig, dass sie kaum mehr abgelesen werden können. In der zweiten Grafik (s. Abb. 5) daher dieselbe Information in logarithmischer Darstellung aufgetragen. Wie man der Abbildung entnimmt, bleibt die Mortalität bis zum Alter von knapp 40 noch unter 1:100.000.
In exponentieller Interpolation aus summarischen Grunddaten auf Einzeljahre heruntergerechnete Corona-Mortalität in Todesfällen pro 100.000 Personen der Altersgruppe. Hier in logarithmischer Darstellung.
Abbildung 5: In exponentieller Interpolation aus summarischen Grunddaten auf Einzeljahre heruntergerechnete Corona-Mortalität in Todesfällen pro 100.000 Personen der Altersgruppe. Hier in logarithmischer Darstellung. – Rohdaten vom RKI und von Statista nach Datenstand 26.01.2021.
In guter Annäherung steigt das Sterberisiko ab 40 exponentiell etwa mit dem Faktor 10 pro 20 Lebensjahren. Der formelmäßige Zusammenhang kann so beschrieben werden:
Es wird damit nochmals unterstrichen: Das Risiko, sich zu infizieren und an Covid-19 zu versterben ist in hohem Maße vom Alter abhängig.
Die Gefährdung wächst exponentiell mit steigendem Alter
Bei dieser Sachlage kann es kaum mehr verwundern, dass die von der Politik ergriffenen pauschalen Maßnahmen nicht den gewünschten Effekt zeitigen. Mittlerweile fordern daher auch schon viele unabhängige Experten, den Fokus viel stärker auf den Schutz der Hauptrisikogruppen zu legen. Überdies muss man hier differenzieren: Die vulnerablen Gruppen sind, wie wir oben gesehen haben, zunächst die Bewohner von Heimen (etwa 850.000 Personen und die über 80-Jährigen (in Summe etwa 5,7 Mio.), es sind nicht pauschal alle über 60-Jährigen. Die meisten Angehörigen der Altersgruppe 60-79 können für sich selbst sorgen: In dieser Gruppe liegt das Infektionsrisiko signifikant unter dem Durchschnitt der Bevölkerung (etwa -30%, s. Abb. 1). Eigenverantwortung ist ein extrem stark wirksamer Schutzfaktor.
Altersverteilung im Vergleich zu allen Sterbefällen
Wie wir gesehen haben, sind Ältere besonders von Corona betroffen. Dies zeigt sich auch bei Betrachtung der Altersverteilung der Covid-19-Sterbefälle im Vergleich zur Verteilung der Sterbefälle aufgrund anderer Ursachen. Grundsätzlich ist klar, dass das allgemeine Sterberisiko mit dem Alter ansteigt. Das Coronavirus differenziert sogar noch stärker nach Alter. Man kann dies leicht den beiden Kurven in Abb. 6 entnehmen: Die blaue Kurve zeigt die Verteilung der allgemeinen Sterbefälle nach Lebensalter. Die rote Kurve stellt die Altersverteilung der Covid-19-Sterbefälle dar.
Verteilung der Coronatoten nach Lebensalter im Vergleich mit allen Sterbefällen.
Abbildung 6: Verteilung der Coronatoten nach Lebensalter im Vergleich mit allen Sterbefällen. Für ein vorgegebenes Alter x gibt der y-Wert den relativen Anteil der Todesfälle in der Dekade x-5 bis x+5 Jahre an. Beispiel x = 85: y = 47%, also waren etwa 47% der Covid-19-Sterbefälle im Alter zwischen 80 und 90. Bei den allgemeinen Sterbefällen waren es nur ca. 37%. – Rohdaten vom RKI und von Statista nach Datenstand 26.01.2021.
Das Coronavirus ist eine stärkere „Altersdiskriminante“ als alle anderen Lebensrisiken zusammen
In Abb. 7 sind die kumulierten Inzidenzen aufgetragen. Greifen wir uns exemplarisch das Alter 80 heraus: 30% der Covid-19-Toten (s. rote Kurve) verstarben im Alter jünger als 80. Bei den allgemeinen Sterbefällen beläuft sich der Anteil indes auf fast 45%. Etwa 10% der Coronatoten waren jünger als 70, bei den sonstigen Todesfällen waren es mehr als doppelt so viel, nämlich fast 22%.
Verteilung der Coronatoten nach Lebensalter im Vergleich mit allen Sterbefällen.
Abbildung 7: Verteilung der Coronatoten nach Lebensalter im Vergleich mit allen Sterbefällen. Für ein vorgegebenes Alter x gibt der y-Wert den relativen Anteil der Todesfälle an, die in einem Alter jünger als x verstorben sind. Beispiel x = 80: y = 30%, also waren etwa 30% der Covid-19-Sterbefälle im Alter jünger als 80. Bei den allgemeinen Sterbefällen waren es ca. 45%. – Rohdaten vom RKI und von Statista nach Datenstand 26.01.2021.
Das unterstreicht noch einmal eindrücklich, wie stark das Lebensalter die Gefährdung bestimmt und als beherrschender Risikofaktor wirkt. Angesichts der Altersverteilung zeigt es auch, dass die Todesfallzahlen nur mittels differenzierter Maßnahmen gesenkt werden können. Ein pauschaler Lockdown wirkt auf die exponierten Gruppen nur höchst indirekt, belastet aber alle gesellschaftlichen Gruppen, insbesondere auch die große Mehrheit der kaum durch das Virus Gefährdeten. Jene sind vor allem Betroffene der unmittelbaren Lockdownfolgen. Gezielt auf den Schutz der Hauptrisikogruppen (Heimbewohner, über 80-Jährige mit Vorerkrankungen) abgestimmte Maßnahmen machen daher sehr viel mehr Sinn, weil sie dort ansetzen und wirken können, wo die Gefährdung tatsächlich vorliegt.
Das durchschnittliche Covid-19-Sterbealter liegt per Datenstand 26.01.2021 bei etwa 83 Jahren. Bezüglich der allgemeinen Sterbefälle haben wir hier einen Wert von etwas mehr als 80 Jahren zu verzeichnen.
Altersverteilung in Bezug auf die Bevölkerungsstruktur
Aus den vorstehenden Grafiken geht schon klar hervor, dass sich die Masse der Covid-19-Todesfälle auf eine ziemlich kleine Bevölkerungsgruppe verteilt. Im Folgenden wird das noch etwas präziser herausgearbeitet. Abb. 8 stellt die Verteilung der Covid-19-Sterbefälle in Abhängigkeit vom Alter im Vergleich zur Altersverteilung in der Bevölkerung dar:
Blaue Kurve (linke Achse): Anteil der Menschen in der Bevölkerung mit einem Alter >= x. Beispiel: x = 80, Bevölkerungsanteil knapp 7%.
Rote Kurve (rechte Achse): Anteil der Covid-19-Toten, die in einem Alter >= x verstorben sind. Beispiel: x = 80, Anteil an allen Corona-Sterbefällen knapp 70%.
Der Schnittpunkt der beiden Kurven liegt etwa bei einem Alter von x = 72. Hierfür gilt Folgendes: Ca. 14% der Menschen sind älter als 72, zugleich entfallen auf diesen Bevölkerungsanteil 86% der Covid-19-Toten.
Altersverteilung der Coronatoten und der Bevölkerung insgesamt im Vergleich.
Abbildung 8: Altersverteilung der Coronatoten und der Bevölkerung insgesamt im Vergleich. Blaue Kurve (linke Achse): Anteil der Menschen in der Bevölkerung mit einem Alter >= x. Rote Kurve (rechte Achse): Anteil der Covid-19-Toten, die in einem Alter >= x verstorben sind. Man beachte, dass die Skalierung der rechten Achse von oben nach unten verläuft. – Rohdaten vom RKI und von Statista nach Datenstand 26.01.2021.
Einige Eckdaten aus der Grafik:
Auf die ältesten 1% der Menschen (d.h., Alter >= 90) entfallen 22% der Coronatoten.
Die ältesten 5% der Menschen (etwa >= 83 Jahre) verzeichnen 58% der Coronatoten.
Unter den ältesten 10% der Menschen (etwa >= 76 Jahre) finden sich 80% der Coronatoten.
Auf die jüngere Hälfte der Menschen (<= 46 Jahre) entfallen 1% der Coronatoten.
Die Hälfte der Coronatoten entfällt auf die 4% Ältesten der Bevölkerung (d.h., Alter >= 84 Jahre).
Etwa 90% der Coronatoten entfallen auf die 17% Ältesten der Bevölkerung.
Nach dem Vorstehenden liegt der Medianwert der „an oder mit“ Covid-19-Verstorbenen bei 84 Jahren.
Finale Darstellung der Asymmetrie
Wie stark asymmetrisch die Verteilung der Todesfallzahlen ist, kann man am besten der sogenannten Lorenzkurve entnehmen (s. Abb. 9).
Auf der y-Achse ist der prozentuale Anteil der Covid-19-Toten aufgetragen (von oben nach unten). Die x-Achse läuft über den Prozentanteil der Ältesten in der Bevölkerung (von rechts nach links).
Altersverteilung der Coronatoten und der Bevölkerung insgesamt im Vergleich als Lorenzkurve.
Abbildung 9: Altersverteilung der Coronatoten und der Bevölkerung insgesamt im Vergleich als Lorenzkurve. Auf der y-Achse ist der prozentuale Anteil der Covid-19-Toten aufgetragen (von oben nach unten). Die x-Achse läuft über den Prozentanteil der Ältesten in der Bevölkerung (von rechts nach links). Die Kurve zeigt eindrucksvoll, wie ungleich die Todesfallzahlen über die Altersstruktur der Bevölkerung verteilt sind. – Rohdaten vom RKI und von Statista nach Datenstand 26.01.2021.
Die obigen Beispiele kann man dieser Grafik unmittelbar entnehmen:
Auf die ältesten 1% der Menschen entfallen 22% der Coronatoten.
Unter den ältesten 10% der Menschen (etwa >= 76 Jahre) finden sich 80% der Coronatoten.
Auf die ältere Hälfte der Bevölkerung entfallen 99% der Coronatoten.
Als Maß für die Ungleichverteilung der Todesfallzahlen über die Altersstruktur der Bevölkerung kann man den Gini-Koeffizienten heranziehen. Bezogen auf Abb. 9 misst er die relative Größe der Fläche zwischen der gestrichelten Linie und der roten Kurve. Im vorliegenden Falle beträgt der Gini-Koeffizient etwa 85. Dieser Wert steht für eine stark ungleiche Verteilung. Bei einer Gleichverteilung würde der Wert bei 0 liegen (gestrichelte Linie und rote Kurve wären dann deckungsgleich). In diesem Falle würden auf die p Prozent Jüngsten bzw. Ältesten auch p Prozent der Toten entfallen. Wenn ausschließlich die Allerältesten sterben würden, wäre der Gini-Wert knapp unter 100. Allzu weit entfernt davon sind wir im konkreten Falle indes nicht.
Nehmen wir als Vergleich die Verteilung der Einkommen über die Bevölkerung. Bezüglich der Einkommen in Deutschland beläuft sich der Gini-Koeffizient auf etwa 30. Die Einkommen sind also sehr viel gleichmäßiger verteilt als die Corona-Todesfallzahlen. Trotzdem wird das als hochproblematisch angesehen und es werden vielfach Vorschläge gemacht, den Reichen zu nehmen und den Armen zu geben. Allerdings ist bisher noch niemand mit der Idee gekommen, die Not der 10% Ärmsten dadurch lindern zu wollen, dass man das Einkommen ALLER kürzt.
Es liegt auf der Hand: Wenn man die Armen reicher machen will, dann braucht man dafür zielgenau passende Maßnahmen. Es ändert sich absolut nichts an ihrer Situation, wenn man allen gleichermaßen gibt oder nimmt. Genauso verhält es sich in der Pandemie im Hinblick auf die unterschiedlichen Gefährdungslagen der Älteren im Vergleich zum großen Rest der Bevölkerung.
Die Corona-Pandemie ist eine „Paläodemie“
Insbesondere die Kurve in Abb. 9 und die beiden Kurven in Abb. 8 zeigen eindrucksvoll, in wie extremer Weise ungleich die Todesfallzahlen über die Altersstruktur der Bevölkerung verteilt sind.
Die Corona-Epidemie heißt deswegen Pandemie, weil sie nicht regional begrenzt und global verbreitet ist, also „überall“ (pan = griechisch für umfassend, total, ganz) wirkt. Nach der vorstehenden Analyse darf man mit Recht die Namensgebung dahingehend ergänzen, dass wir es hier weniger mit einer Pandemie als vielmehr mit einer „Paläodemie“ zu tun haben, also einer Epidemie, die vor allem alte Menschen „mit voller Wucht“ trifft (paläo = griechisch für alt).
Man muss den Eindruck gewinnen, dass dies von den Entscheidern allenfalls lethargisch zur Kenntnis genommen wird, nur um dann ungerührt völlig undifferenzierte Vorsorgemaßnahmen zu ergreifen, die dieses Wissen gänzlich ignorieren. Wie sich nun schon seit Monaten zeigt, erreicht man damit nur wenig.
Die Lockdown-Medizin macht nicht gesund, hat aber fatale Nebenwirkungen.
Resümee
Wir haben gesehen: Insbesondere die Älteren in der Bevölkerung werden Opfer des Virus, die Jüngeren dagegen sind kaum berührt. Deswegen sind die undifferenzierten Maßnahmen á la Lockdown, die die gesamte Bevölkerung in Haft nehmen und das gesellschaftliche Leben größtenteils lahmlegen weder verhältnismäßig noch können sie – jenseits der Sandkastenspiele von praxisfremden Virologen – überhaupt eine durchgreifende Wirkung entfalten. Diese Maßnahmen gehen ins Leere, was man auch daran erkennen kann, dass das Durchschnittsalter der „an oder mit“ Covid-19-Verstorbenen noch zu Beginn des aktuellen Lockdown mit etwa 81 Jahren (per 01.12.2020) fast 2 Jahre niedriger lag als aktuell per Ende Januar 2021.
Die Strategie des irrationalen politischen Aktionismus unter dem starrsinnigen Dogma einer vermeintlichen „Generalvorsorge“ ist gescheitert! Vor allem muss man festhalten: Das ist nicht wissenschaftlich. Es ist eine kleingeistige Mischung aus Mutlosigkeit und mangelnder Fantasie.
Der Lockdown trifft gleichermaßen alle. Faktisch sind indessen die Jüngeren – Kinder, Schüler, Familien, Selbständige, Künstler – sogar sehr viel stärker betroffen als die Älteren. Die Folgewirkungen für die jüngere Generation sind absehbar dramatisch. Dies wird von den Entscheidern in der Politik aber offenbar billigend in Kauf genommen.
In dieser „Paläodemie“ ist das Risiko der Älteren um Größenordnungen höher, dennoch bleiben die Maßnahmen auch nach fast einem Jahr Pandemiedauer völlig ungezielt. Das darf so keinen Bestand haben. Es ist unabdingbar, einen stärkeren Fokus auf den Schutz der am meisten Gefährdeten zu nehmen, statt die Gesellschaft insgesamt dauerhaft lahmzulegen und damit massive und möglicherweise langfristig wirkende Kollateralschäden in ungekanntem Ausmaß heraufzubeschwören.
Und am Ende gehört dazu auch die Erkenntnis, dass Leben nicht um jeden Preis geschützt werden kann. Es ist nicht nur unmöglich, es ist geradezu vermessen und Ausdruck technokratischen Machbarkeitswahns.
Quellen:
[1] Täglicher Lagebericht des RKI zur Coronavirus-Krankheit-2019 (COVID-19) – 26.01.2021 – AKTUALISIERTER STAND FÜR DEUTSCHLAND. RKI
[8] Sterbetafel 2017/2019 – Ergebnisse aus der laufenden Berechnung von Periodensterbetafeln für Deutschland und die Bundesländer 2020. DESTATIS – Statistisches Bundesamt
Der Fall des vor einigen Monaten fälschlicherweise positiv auf Corona getesteten Serge Gnabry vom FC Bayern hat auch einer breiteren Öffentlichkeit deutlich gemacht, dass die (PCR-) Corona-Tests mitnichten so zuverlässig sind, wie das vielfach angenommen und auch von Politikern und Medizinern gerne verbreitet wird. Selbst bei einer formal zunächst hochverlässlich klingenden Testsensitivität und -spezifität von 98% oder 99% sind die resultierenden Testergebnisse alles andere als sicher. Das hat vor allem mathematische Gründe.
Die resultierende Ungenauigkeit ist keine spezifische Schwäche des PCR-Tests an sich, wobei hier in der Anwendung durchaus noch einige zusätzliche Fallstricke warten, die die Testungenauigkeit noch weiter steigern können. Durch die Aussagen von Medizinern und Sprechern von Laboren, die Tests hätten nur eine Fehlerrate von 1%, wird ein falscher Eindruck erweckt. Wie gesagt, das hat wenig mit Medizin oder gar Virologie zu tun. Die Problematik besteht grundsätzlich bei jedem Test gegebener Sensitivität und Spezifität, z.B. auch dann, wenn Schrauben auf Passgenauigkeit überprüft werden.
Nehmen wir ein Beispiel: Testsensitivität 99%, Testspezifität 99%. Das klingt nach fast absoluter Sicherheit. Der Laie meint, damit seien 99% aller positiven Testergebnisse verlässlich und nur 1% falsch. Dem ist leider nicht so. Tatsächlich könnten hier bis zu 50% aller Positiv-Fälle in Wahrheit negativ sein.
Bevor wir dies aufklären, sollen noch die beiden Fachbegriffe kurz erläutert werden.
Sensitivität und Spezifität
Testsensitivität 100% bedeutet Folgendes: Wenn eine Person Virusträger ist, dann zeigt dies der Test mit Sicherheit an. Jeder Infizierte wird demnach als solcher erkannt. Bei einer Testsensitivität von p wird das Virus durch den Test entsprechend mit der Wahrscheinlichkeit p gefunden.
Testspezifität 100% bedeutet Folgendes: Wenn eine Person kein Virusträger ist, dann wird dies vom Test mit Sicherheit erkannt. Jeder Nicht-Infizierte wird demnach eindeutig als gesund identifiziert. Bei einer Testspezifität von q wird die Abwesenheit des Virus vom Test entsprechend mit der Wahrscheinlichkeit q erkannt.
Ein simples Beispiel
Um zu verstehen, wie es trotz der hohen Verlässlichkeit des Testverfahrens zu dieser relativ großen Ungenauigkeit bezüglich der positiven Testergebnisse kommt, betrachten wir ein konkret nachvollziehbares Beispielszenario, in dem die betreffenden Wahrscheinlichkeiten unmittelbar auf der Hand liegen.
Nehmen wir einige Blätter kariertes Papier und schneiden davon 101 quadratische Zettel mit je 5 cm Seitenlänge heraus. Auf jedem der kleinen Papierbögen haben wir nun 10×10 = 100 kleine Quadrate á 5 mm Seitenlänge. Nun nehmen wir die Zettel und färben jeweils genau eines der kleinen Quadrate schwarz ein. Auf dem ersten Zettel das erste Quadrat oben links, auf dem zweiten Zettel das zweite Quadrat in der Reihe, usw., so dass am Ende auf jedem Zettel ein anderes Quadrat eingefärbt ist. Nachdem wir 100 Zettel derart bearbeitet haben, färben wir den letzten (101-ten) Zettel komplett schwarz. Nun überkleben wir die Zettel mit einer abziehbaren intransparenten Folie, die gleichfalls mit einem 5×5 mm Karomuster bedruckt ist.
Abbildung 1: Das Beispielszenario (s. Text)
Wenn wir nun einen der Zettel 1 – 100 zur Hand nehmen, zufällig eines der 100 darauf bedruckten kleinen Quadrate auswählen und es abziehen, befindet sich darunter entweder ein weißes oder ein schwarzes Quadrat. Nachdem jeder der Zettel genau ein schwarzes Quadrat trägt, ist die Wahrscheinlichkeit, auf ein solches Quadrat zu stoßen 1:100. In 99 von 100 Fällen ist das freigelegte Quadrat weiß. Beim 101-ten Zettel sind alle Quadrate schwarz, demzufolge finden wir dort mit 100%-iger Wahrscheinlichkeit ein schwarzes Quadrat.
Die Analogie zum Corona-Testszenario
Worin besteht nun der Querbezug zum Testszenario bei einem Corona-Test? Ganz einfach: Der eine durchgehend schwarz eingefärbte Zettel entspricht einem mit Corona infizierten Probanden. Ihn zu finden ist die Aufgabe des Tests. Der Test ist so konstruiert, dass wir diesen Zettel mit 100%-iger Sicherheit finden. Demzufolge haben wir hier eine Testsensitivität von 100%.
Die übrigen 100 weißen Zettel mit nur einem schwarz eingefärbten Quadrat stehen für die große Mehrheit der nicht infizierten Probanden. Wenn wir einen solchen Zettel nehmen und ein beliebiges Quadrat freilegen, sehen wir dort mit 99%-iger Wahrscheinlichkeit ein weißes Quadrat. In diesem Wert spiegelt sich die Testspezifität wider: Das ist die Wahrscheinlichkeit dafür, dass der entsprechende Zettel nicht gänzlich schwarz ist bzw., dass ein Proband nicht infiziert ist.
Nun stellen wir uns der Aufgabe, unter den 101 Zetteln den komplett schwarz eingefärbten zu finden. Dazu dürfen wir ein beliebiges quadratisches Feld aussuchen, die Zettel nacheinander zur Hand nehmen und das betreffende Feld freilegen. Was passiert?
Die Ungenauigkeit solcher Tests ist kein spezifisches Corona-Problem
Genau einer der 100 weißen Zettel hat an der freigelegten Stelle ein schwarzes Quadrat, die 99 anderen zeigen ein weißes Quadrat. Der eine schwarze Zettel (den wir aber nicht als solchen erkennen) zeigt natürlich ebenfalls ein schwarzes Quadrat. Wir haben also 2 Zettel mit schwarzen Quadraten und können nicht entscheiden, welches davon der gänzlich schwarze Zettel ist. Die Falsch-Positiv-Rate beträgt somit 50%. Genau die gleiche Situation haben wir bei einem Corona-Test mit einer 100%-igen Testsensitivität und einer 99%-igen Testspezifität unter der Annahme von 1% tatsächlich positiven Probanden.
Nun skalieren wir das beschriebene Szenario auf die Situation mit einer Million weißen und schwarzen Zetteln. Dazu multiplizieren wir einfach mit dem Faktor 10.000. Wir finden sodann 20.000 Zettel mit einem schwarzen Quadrat. Da tatsächlich nur 10.000 Zettel wirklich schwarz sind, haben wir somit weitere 10.000 die fälschlicherweise als schwarz angesehen werden.
Übertragen auf das Testszenario beim Corona-Test mit 100%-iger Testsensitivität und 99%-iger Testspezifität entspricht dies 20.000 positiv Getesteten bei nur 10.000 tatsächlichen Virenträgern und damit einer Falsch-Positiv-Rate von 50%. Die realen Verhältnisse dürften nicht allzu weit davon entfernt liegen.
Konkrete Zahlenwerte
Wenn wir davon ausgehen, dass 2% der Bevölkerung Träger des Coronavirus sind, dann liegt ein solcher Test (mit Testsensitivität = 99% und Testspezifität = 99%) im Hinblick auf die Gesamtbevölkerung in 33% aller Positivfälle falsch. D.h., jeder dritte positiv Getestete ist in Wahrheit nicht infiziert. Und wenn die Testspezifität „nur“ 98% beträgt, was ja immer noch sehr vertrauenswürdig klingt, dann ist sogar nur jeder zweite Positivfall tatsächlich ein Virusträger.
Der Fall Gnabry ist also keineswegs die große Ausnahme. Er zeigt auch, ein singulärer Positivtest ist allenfalls ein Indikator für eine mögliche Infektion und ruft förmlich nach einem Zweittest.
Was bringen Antigen (Schnell-) Tests?
Für sehr gute Antigentests werden eine Testsensitivität von 95% und eine Testspezifität von 97% angegeben. Unter den gleichen Bedingungen wie oben (also die Annahme, tatsächlich seien 2% der Getesteten Virenträger) resultiert ein solcher Antigentest in einer Falsch-Positivrate von 60% (s. Abb. 2). Weniger gute Antigentests mit einer Testsensitivität von 90% und einer Testspezifität von 90% führen gar zu einer Falsch-Positivrate von 85% und sind damit bezüglich der Positivaussage fast wertlos.
In Abb. 2 sind die Zusammenhänge bei Variation der Testspezifität von 90% bis 100% und Prävalenzen von 1% bis 10% grafisch dargestellt.
Abbildung 2: Resultierende Falsch-Positiv-Rate in Abhängigkeit von der Testspezifität für Prävalenzen von 1%, 2%, 5% und 10%. Die Testsensitivität wurde hier zu 100% angenommen. Bei einer niedrigeren Sensitivität verschieben sich die Kurven für die Falsch-Positiv-Rate noch etwas nach oben, allerdings ist dieser Effekt bei Sensitivitäten über 90% noch relativ klein.
Was die Beispiele ebenfalls enthüllen: Wahllose Tests sind wenig sinnvoll und richten wahrscheinlich mehr Schaden an, als sie Nutzen stiften. Tests mit einer Spezifität von 97% und darunter sind allenfalls in Bezug auf Risikogruppen mit einer hohen Prävalenz (höhere Wahrscheinlichkeit, tatsächlich infiziert zu sein, z.B. > 10% bis 30%) von Nutzen, denn nur in diesem Fall sinkt die Wahrscheinlichkeit für ein Falsch-Positives Testergebnis unter 20%.
Immerhin ist die Negativaussage (Proband ist nicht infiziert) in all diesen Beispielen mit hoher Wahrscheinlichkeit (95% bis über 99%) zutreffend. Wer also ein negatives Testergebnis bekommt, der darf darauf vertrauen. Natürlich vorausgesetzt, der Test wurde medizinisch und labortechnisch adäquat durchgeführt.
Faustregel
Man kann sich den prinzipiellen Zusammenhang leicht merken.
Wenn die relative Häufigkeit für das Auftreten eines bestimmten gesuchten Merkmals (also die Prävalenz) in einer vorgegebenen Gesamtheit p Prozent beträgt, dann hat ein Testverfahren, für das gilt Sensitivität = Spezifität = 100 –p Prozent eine Falsch-Positiv-Rate von exakt 50%.
Oft ist die Sensitivität nahe 100%. In diesem Falle kann man die Falsch-Positiv-Rate leicht anhand der folgenden Faustregel abschätzen.
Wenn die relative Häufigkeit für das Auftreten eines bestimmten gesuchten Merkmals (also die Prävalenz) in einer vorgegebenen Gesamtheit p Prozent beträgt, dann hat ein Testverfahren der Genauigkeit 100 – p Prozent (das ist die Testspezifität) eine Falsch-Positiv-Rate von ca. 50%. Für Prävalenzen bis zu 10% ist das eine sehr gute Näherung. Die Sensitivität hat nur einen geringen Einfluss.
Für die Politik und die Medien ist die Corona-Pandemie spätestens seit März d. J. das nahezu alles dominierende Thema. Die Gefährlichkeit des Coronavirus stand von Anfang an außer Frage. Deshalb haben die Länder und der Bund im März und April unter fachkundiger Beratung von Virologen und Medizinern schnell drastische Maßnahmen zur Abwendung eines Kollaps des Gesundheitssystems verfügt und einen „Lockdown“ der Wirtschaft und des öffentlichen Lebens beschlossen. Das schien damals die einzige Möglichkeit zu sein, die exponentielle Verbreitung des Virus einzudämmen. Ein richtig harter Lockdown war es nicht, eher ein halbherziger. Obwohl das Virus bereits im November 2019 in China erstmals aufgetaucht war, wusste auch die Wissenschaft zu Beginn des Jahres 2020 noch sehr wenig über das Virus und seine Verbreitungswege. Deswegen war es richtig, vorsorgliche Maßnahmen zu treffen. Besser noch wäre es gewesen, den Lockdown mit größerer Konsequenz durchzuführen.
Nach nahezu täglichen, dramatische Szenarien heraufbeschwörenden Corona-Sondersendungen in ARD und ZDF, war die Mehrheit der Bevölkerung sehr schnell von der Bedrohung durch das Coronavirus überzeugt und stützte den Kurs der Regierung. Mit leichten Einschränkungen gilt das noch heute.
Kritik am Corona-Kurs
Von Anfang an meldeten sich indessen auch Kritiker zu Wort. Den einen waren die Maßnahmen nicht hart und konsequent genug, den anderen gingen sie zu weit, weil sie in vielen Lebensbereichen wirtschaftliche Existenzen zu vernichten drohen. Eine Minderheit von vielleicht 10 – 20 % lehnt die politischen Maßnahmen aus unterschiedlichen Beweggründen heraus vollends ab. Darunter sind Menschen, die ernstliche Sorge um Ihre demokratischen Freiheitsrechte haben. Wieder andere, die gute Gründe zur Relativierung der Corona-Pandemie ins Feld führen und von der Politik zielgenaue und verhältnismäßige Maßnahmen einfordern. Es gibt aber auch eine durchaus nennenswerte Zahl von Wirrköpfen, die sich selbst als „Querdenker“ bezeichnen, dabei aber noch nicht einmal das „Geradeausdenken“ in hinreichendem Maße beherrschen. Wohlgemerkt, das trifft nicht pauschal auf alle „Querdenker“ zu. Dennoch: Die sogenannten Querdenker lehnen die verfügten politischen Maßnahmen rundweg ab. Sie halten das Coronavirus i. W. für harmlos und die Maßnahmen daher schlichtweg für unnötig und schädlich.
Wie fast immer, liegt die Wahrheit in der Mitte. Weder gibt es einen Grund, Katastrophenszenarien heraufzubeschwören, noch darf man die vom Coronavirus ausgehende Gefahr kleinreden.
Wie hoch ist das Risiko?
Unabhängig davon gab und gibt es auch unterschiedliche Einschätzungen zur tatsächlichen Gefährlichkeit des Coronavirus. Einwände kommen dabei nicht nur von „Verschwörungstheoretikern“. Auch eine Minderheit von Medizinern und Virologen gehört dazu, darunter der weltweit renommierteste Epidemiologe, John Ioannidis von der Stanford University. Nach Ioannidis, der dazu eine Reihe von Metastudien ausgewertet hat, liegt die globale Sterblichkeit (Letalität) quer über alle Altersgruppen bei 0,23%. Demnach würde also einer von 450 Infizierten versterben. Das klingt tatsächlich nicht allzu bedrohlich und liegt in der Größenordnung der Letalität einer starken Grippewelle. Indessen ist die Sterblichkeit sehr stark vom Alter der Infizierten und von eventuellen Vorerkrankungen abhängig. Menschen mit Herzerkrankungen, Diabetiker, Raucher, Übergewichtige und alle mit vorgeschädigten Lungen (z.B. aufgrund von Smog) tragen generell ein höheres Risiko.
Betrachten wir im Folgenden die Fakten zu den Infektionszahlen und der resultierenden Sterblichkeit in Deutschland. Per 1. Dezember 2020 gibt es nach Angaben des RKI kumuliert knapp 1,06 Mio. Infizierte (genau 1.057.192), davon sind 16.701 Personen „an oder mit“ Corona verstorben. Daraus können wir leicht eine pauschale Letalität von 1,58% bestimmen. Demnach verstirbt einer von 63 Infizierten. Das ist gewiss nicht wenig und liegt signifikant über der Sterblichkeit der gewöhnlichen Influenza.
Suche nach den richtigen Maßnahmen
Sind also die Maßnahmen der Politik berechtigt? Ist die Corona-Pandemie gar „die größte Herausforderung seit dem zweiten Weltkrieg“, wie Bundeskanzlerin Merkel das formuliert hat? – Letzteres ist definitiv einige Hausnummern zu hoch gegriffen und darf als Beispiel für einen Kakophemismus gelten, also das Gegenteil einer beschönigenden Darstellung. Nur wer diese oberflächliche Faktenanalyse bereits für eine hinreichende Daten- und Entscheidungsgrundlage hält, kann die getroffenen Lockdown-Maßnahmen für sinnvoll und zielführend erachten.
Ebenso wenig wie die absoluten Infektionszahlen erweist sich also auch die o.g. pauschale Letalitätsrate als ungeeignete Messlatte. Wir brauchen mindestens eine differenzierte Betrachtung nach Altersgruppen.
Mortalität
Die Mortalität ist der relative Anteil der an einer bestimmten Krankheit Verstorbenen bezogen auf die Gesamtheit der Bevölkerung oder bezogen auf eine bestimmte Personengruppe (z.B. Menschen eines gegebenen Alters oder die Bevölkerung in einer Region). Beispiel 1: 150 von 1 Million Einwohnern eines Landes sterben infolge einer COVID-19-Erkrankung. Dies entspricht einer (Corona- bzw. COVID-19) Mortalität von 150/1.000.000 = 0,015%. Beispiel 2: 100 von 200.000 Menschen in der Altersgruppe 80+ sterben infolge einer COVID-19-Erkrankung. Dies entspricht einer spezifisch gruppenbezogenen (Corona- bzw. COVID-19) Mortalität von 100/200.000 = 0,5%.
Letalität
Die Letalität ist der relative Anteil der Verstorbenen bezogen auf die Gesamtheit der Infizierten oder die Gesamtheit der Infizierten einer bestimmten Personengruppe. Beispiel 1: 10.000 Personen sind infiziert, davon versterben 150. Dies entspricht einer Letalität von 150/10.000 = 1,5%. Beispiel 2: 2.000 Personen in der Altersgruppe 80+sind infiziert, davon versterben 100. Dies entspricht einer gruppenbezogenen Letalität von 100/2.000 = 5%.
Mortalität und Letalität im Vergleich
Der Unterschied zwischen Mortalität und Letalität besteht darin, dass sich die erste Zahl auf die Gesamtheit der definierten Personengruppe bezieht (Anzahl der Verstorbenen geteilt durch Anzahl der Infizierten bzw. Kranken inklusive Anzahl der Gesunden), während der zweite Wert ausschließlich auf die Untermenge der infizierten Personen abstellt (Anzahl der Verstorbenen geteilt durch Anzahl der Infiziertenexklusive Anzahl der Gesunden).
Die Letalität ist somit ein Maß für die Gefährlichkeit einer Infektion bei gegebener Leistungsfähigkeit des Gesundheitssystems und gegebenem Gesundheitszustand des betreffenden Personenkreises. Maßnahmen zum Infektionsschutz haben in erster Näherung keine Auswirkungen auf die Letalität (indirekt aber schon, wenn z.B. besonders gefährdete Gruppen infiziert werden und dadurch die Letalität steigt).
Dagegen misst die Mortalität darüber hinaus das Infektions- bzw. Erkrankungsrisiko. In Bezug auf Corona steckt in der Maßzahl der Mortalität somit auch die Wirksamkeit von Schutzmaßnahmen. Je wirksamer der Infektionsschutz, desto kleiner die Anzahl der Infizierten und demzufolge auch desto geringer die Mortalität. Verkürzt kann man das in folgender Formel zusammenfassen:
Mortalität = Infektionsrisiko * Letalität
Bei 100%-iger Wirksamkeit der Schutzmaßnahmen ist das Infektionsrisiko = 0 und somit die spezifische Mortalität ebenfalls 0. Ohne Schutzmaßnahmen oder mit wenig effektiven Schutzmaßnahmen liegt das Infektionsrisiko in Abhängigkeit von individuellen Faktoren (z.B. Kontakthäufigkeit, Kontaktdauer, Kontaktintensität) irgendwo zwischen 0 und 100%. Im Extremfall, wenn alle Personen der relevanten Bezugsgruppe infiziert sind, ist die Mortalität gleich der Letalität.
Was sind die richtigen Maßnahmen?
Nach dem Vorstehenden kann man die Todesfallzahlen auf zweierlei Weise niedrig halten: 1. Durch die Vermeidung von Infektionen. 2. Durch effektive medizinische Behandlung. Keine Frage, besser ist es allemal, Infektionen ganz zu vermeiden. Dabei kommt es aber darauf an, die Infektionsschutzmaßnahmen dort anzusetzen, wo sie z.B. im Hinblick auf die Reduzierung der Sterbefälle die größtmögliche Wirkung entfalten. Pauschal auf die Gesamtbevölkerung abzielende halbherzige Maßnahmen wie im „Lockdown light“ sind eher ineffektiv, weil sie die große Anzahl der eher wenig gefährdeten Jüngeren unter 60 genauso behandeln, wie die sehr viel stärker bedrohte Personengruppe der über 80-Jährigen.
Wenn man die Infektionszahlen durchgreifend reduzieren will, so dass auch die besonders gefährdeten Altersgruppen 80+ und 60-79 schnell davon profitieren, dann geht das nur mit einem harten Lockdown. Dieser muss so lange dauern, bis die Reproduktionszahl (R-Wert) stabil auf einem Wert deutlich unter 1 verharrt, am besten bei 0,5 bis 0,7. Das ist voraussichtlich nach etwa 3 Wochen der Fall. In der Folge muss der R-Wert dauerhaft unter 1, besser unter 0,9 bleiben. Dafür könnte eine Variante des „Lockdown light“ ausreichen. Für die generelle Diskussion zur Modellbildung s. [27].
Analyse des Datenstandes: Infizierte und Todesfälle
Im Folgenden analysieren wir den Datenstand im gegenwärtigen „Lockdwon light“ per 01.12.2020.
Bevölkerungsanteile pro Altersgruppe (2019). Beispiel: 5,68 Mio. bzw. 6,8% der Menschen sind in der Altersgruppe 80 und darüber.
Abbildung 1: Bevölkerungsanteile pro Altersgruppe (2019). Beispiel: 5,68 Mio. bzw. 6,8% der Menschen sind in der Altersgruppe 80 und darüber.
COVID-19-Infizierte pro Altersgruppe. Per 01.12.2020 waren insgesamt 1.057.192 Menschen infiziert.
Abbildung 2: COVID-19-Infizierte pro Altersgruppe. Per 01.12.2020 waren insgesamt 1.057.192 Menschen infiziert.
Der Anteil der Infizierten in der Altersgruppe 80+ liegt bei 7,2%. Für die Altersgruppe 0-59 haben wir 1.401 Infizierte pro 100.000 Personen. Bei den 60-79-Jährigen ist dies mit 820 Infizierten pro 100.000 Personen signifikant geringer ausgeprägt. Auffallend ist, dass die Altersgruppe 80+ der besonders gefährdeten Menschen wiederum einen deutlich erhöhten Infektionsanteil aufweist (1.341 Infizierte pro 100.000 Personen). Dieser Wert ist fast so hoch wie in der Gruppe der 0-59-Jährigen. Die Zahl liegt sogar über dem Durchschnittswert für die Gesamtbevölkerung (1.271 Infizierte pro 100.000 Einwohner).
Im Folgenden werden die Bevölkerungsanteile und die Infektionszahlen einander gegenübergestellt (s. Abb. 3).
Bevölkerungsanteile vs. COVID-19 Infizierte pro Altersgruppe.
Abbildung 3: Bevölkerungsanteile vs. COVID-19 Infizierte pro Altersgruppe. Der Gegenüberstellung entnimmt man, dass die 0-59-Jährigen und die Menschen in der die Altersgruppe 80+ überproportional häufig infiziert sind (10% bzw. 5% über dem Durchschnitt). Bei den 60-79-Jährigen ist der Anteil der Infizierten signifikant geringer (14,02/21,71 ≈ 65%, d.h., 35% unter dem Durchschnitt).
Die Darstellung in Abb. 3 macht klar, dass die besonders gefährdete Personengruppe der Über-80-Jährigen durch die verfügten Schutzmaßnahmen nicht in dem Maße vor Infektionen geschützt wird, wie dies angesichts des erhöhten Sterberisikos nötig wäre. Wir werden gleich sehen, welche fatale Auswirkung dies auf die Todesfallzahlen hat. Eine der möglichen Ursachen werden wir weiter unten näher beleuchten. Auf der anderen Seite hat zumindest die Altersgruppe der 60-79-Jährigen ein nennenswert geringeres Infektionsrisiko mit positiver Auswirkung auf die Todesfallzahlen. Der Grund dafür könnte darin bestehen, dass sich die Menschen dieser Gruppe des grundsätzlichen Ansteckungsrisikos äußerst bewusst sind und sich proaktiv selbst schützen. Die Altersgruppe 0-59 hat mehr Kontakte und daher auch ein höheres Infektionsrisiko.
Eher geringer sind die Kontaktzahlen wohl in der Altersgruppe 80+, indessen haben viele Menschen in diesem Alter aufgrund von Pflegebedürftigkeit (häuslich oder stationär im Heim) nicht mehr die volle Kontrolle über ihr eigenes Leben und können sich nicht effektiv schützen, daher die überdurchschnittliche Infektionszahl im Vergleich zum Bevölkerungsanteil. Dieser Missstand schlägt sich unmittelbar auf die Todesfallzahlen nieder. In Abb. 4 sind die entsprechenden Werte bezogen auf 100.000 Einwohner dargestellt.
COVID-19 Todesfälle pro Altersgruppe. Per 01.12.2020 waren kumulativ 16.701 Menschen „an oder mit“ COVID-19 verstorben.
Abbildung 4: COVID-19 Todesfälle pro Altersgruppe. Per 01.12.2020 waren kumulativ 16.701 Menschen „an oder mit“ COVID-19 verstorben.
Der Anteil der Sterbefälle in der Altersgruppe 80+ liegt bei 65,6%. Nur 758 bzw. 4,5% der Toten sind der Altersgruppe 0-59 zugeordnet. Dies entspricht einer Inzidenz von 0,9 Fällen pro 100.000 Einwohner verglichen mit 13,2 Fällen in der Altersgruppe 80+ und weniger halb so viel (6,0) in der Altersgruppe 60-79, die indessen mehr als 3-mal mehr Menschen zählt als die Altersgruppe 80+. Es zeigt sich hier schon, dass die Altersgruppe 80+ ungenügend geschützt wird.
COVID-19 Infizierte vs. Todesfälle pro Altersgruppe.
Abbildung 5: COVID-19 Infizierte vs. Todesfälle pro Altersgruppe. In dieser Gegenüberstellung fällt sofort die extreme Asymmetrie zwischen den Infektionszahlen und den Todesfallzahlen pro Altersgruppe ins Auge.
Auf ca. 79% der Infizierten in der Altersgruppe 0-59 fallen nur etwa 4,5% der an COVID-19 Verstorbenen (1,28 Tote pro 100.000 Personen in der Altersgruppe). Weitere 30% der Todesfälle kommen aus der Gruppe der 60-79-Jährigen, die 14% der Infizierten stellen (27,5 Tote pro 100.000 Personen in der Altersgruppe). Fast Zweidrittel (65,64%) der Toten treten auf in der Altersgruppe 80+, die indessen weniger als 7% der Infizierten stellen (193 Tote pro 100.000 Personen in der Altersgruppe).
Analyse des Datenstandes: COVID-19-Mortalität
Die beiden Säulen in Abb. 5 machen transparent, dass die im Vergleich relativ geringe Anzahl an Infizierten aus der Altersgruppe 80+ dennoch die Sterbefälle dominieren. Man kann dies noch klarer aufzeigen durch die Bezugnahme auf die entsprechenden Bevölkerungsanteile. Dies wird in der nachfolgenden Grafik als spezifische Mortalität pro 100.000 Personen der Altersgruppe demonstriert.
Spezifische COVID-19 Mortalität nach Altersgruppen per 01.12.2020.
Abbildung 6: Spezifische COVID-19 Mortalität nach Altersgruppen per 01.12.2020. Man beachte, dass hier die spezifische Mortalität bezogen auf die Personenzahl der betreffenden Altersgruppe aufgetragen ist. Die gestrichelte Linie markiert die durchschnittliche Mortalität über alle Altersgruppen (Rubrik ganz links).
Der vorstehenden Abb. 6 entnimmt man direkt, wie stark die betrachteten Altersgruppen in unterschiedlicher Weise vom Virus betroffen sind und in der Folge die Fallzahlen treiben. Die Altersgruppe 80+ sticht mit einer Mortalität von 193 Todesfällen pro 100.000 Personen derselben Altersgruppe heraus. Vergleicht man die Inzidenzen, so sieht man z.B., dass Individuen in der Altersgruppe 80+ fast 200-mal stärker gefährdet sind als solche der Altersgruppe 0-59. In der Konsequenz registrieren wir damit für die Altersgruppe 80+ eine fast 200-mal höhere individuelle COVID-19-Sterbewahrscheinlichkeit als für die Altersgruppe 0-59. Die Darstellung macht klar, dass die Reduzierung der Todesfallzahlen genau an dieser Stelle ansetzen muss, weil die Falldichte in dieser Gruppe mit Abstand am größten ist.
Es ist wichtig, den Unterschied zwischen dem Kreisdiagramm nach Abb.4 und der Darstellung nach Abb. 6 zu erkennen. Im ersteren Fall sind die Todesfälle der Altersgruppe bezogen auf die Gesamtbevölkerung dargestellt. Es wird also aufgezeigt, welche Altersgruppe wie stark zur gesamten Todesfallzahl beiträgt. Da die Gruppen unterschiedlich groß sind ist damit noch nichts über den Pro-Kopf-Beitrag gesagt. Diese Info, also das individuelle Sterberisiko in den Altersgruppen findet sich in Abb. 6.
Die größte Sensitivität zur Reduzierung der Todesfallzahlen besteht offensichtlich dort, wo der Pro-Kopf-Beitrag zu den Inzidenzen am höchsten ist. Das ist die Altersgruppe 80+ und deshalb muss auch dort der Stellhebel ansetzen. Wenn man es schafft, 100.000 Menschen aus der Altersgruppe 0-59 infektionsfrei zu halten, senkt man damit die Todesfallzahl summarisch um 1. Die gleiche Anzahl infektionsfreier Menschen in der Altersgruppe 80+ reduziert die Fallzahl statistisch bereits um 193 Tote.
Nach Abb. 6 ist es unabweisbar, dass die Fokussierung auf die summarischen Infektionszahlen im Hinblick auf die Eindämmung der Todesfälle wenig bis nichts bringt, weil dadurch vorrangig die (Infektions-) Fallzahlen bei der großen Gruppe der 0-59-Jährigen (59 Mio., s. Abb. 1) reduziert werden. Der Hebel zur Verringerung der Infektionszahlen bei der relativ kleinen Gruppe der Über-80-Jährigen (5,7 Mio., s. Abb. 1)) ist sozusagen zu kurz. Es kommt also darauf an, die gefährdete Altersgruppe 80+ durch direkt wirksame Maßnahmen vor Ansteckung zu schützen. Die getroffenen Maßnahmen können das evident nicht leisten.
Nur zwei Zahlenbeispiele: Wenn in der Altersgruppe 0-59 die Hälfte aller Infektionen vermieden wird, dann resultiert das zunächst einmal nur in einer Reduzierung der Todesfallzahlen um etwa 380 (50% von 758, s. Abb. 4). Dieselbe relative Vermeidung von Infektionen in der Altersgruppe 80+ führt zu einer Verringerung der Sterbefälle um ca. 5.500 (50% von 10.952, s. Abb. 4). Natürlich sind die Infektionszahlen in den diversen Altersgruppen im Allgemeinen nicht völlig unabhängig voneinander, dennoch wird klar, dass die gegenwärtigen Maßnahmen einen effektiven Schutz nicht gewährleisten können, weil sie nach dem Gießkannenprinzip arbeiten und gerade nicht dort ansetzen, wo die größtmögliche Wirkung zu erwarten ist.
Ein Vergleich: Wenn Hochwasser droht, kann man den Damm überall gleichmäßig um einen Meter erhöhen. Das verursacht einen großen Aufwand, ändert aber nichts daran, dass die alte Schwachstelle auch die neue Schwachstelle bleibt. Ist es da nicht viel sinnvoller, den Damm vor allem dort zu stärken, wo er dem Wasser den geringsten Widerstand entgegensetzt? Die schwächste Stelle zu schützen erfordert weniger Aufwand, ist schneller erledigt und hat erwartbar den größten Effekt.
Alter als Risikofaktor
Diesen Aspekt wollen wir im Folgenden vertiefen. Dazu betrachten wir die Letalität in den drei Altersgruppen.
COVID-19-Letalität nach Altersgruppen. Datenstand per 01.12.2020.
Abbildung 7: COVID-19-Letalität nach Altersgruppen. Datenstand per 01.12.2020.
In der Altersgruppe 80+ versterben mehr als 14% der Infizierten. Gut 3% sind es in der Altersgruppe 60-79 und nur 0,09% in der Altersgruppe 0-59. Diese Maßzahlen beschreiben direkt das pauschale Sterberisiko für Individuen in den entsprechenden Gruppen bei einer bereits manifesten Infektion.
Wie Abb. 7 zu entnehmen ist, sind die Über-80-Jährigen mit großem Abstand die am stärksten gefährdete Gruppe. Umso wichtiger ist es, Infektionen in dieser Altersgruppe zu vermeiden. Unterstellt, wir hätten für alle Gruppen dasselbe Infektionsrisiko, müssen, ganz plakativ formuliert, Personen aus der Altersgruppe 80+ um den Faktor 4 (≈ 14,39/3,36) besser vor Infektionen geschützt werden, als die Menschen aus der Altersgruppe 60-79, und 160-mal besser als die Altersgruppe 0-59 (160 ≈ 14,39/0,09). Offenbar gelingt dies nicht, wie wir bereits in Abb. 3 gesehen haben.
Wie oben erläutert, steckt im Zahlenwert für die Mortalität u.a. die Wirksamkeit der Schutzmaßnahmen gegen Infektionen, während die Letalität das Sterberisiko bei vorliegender Infektion misst. Abb. 7 können wir entnehmen, dass die Gesamtanzahl der Todesfälle nur auf dem Wege der Senkung der Infektionszahlen in der Altersgruppe der 80+ (Priorität 1) und 60-79 (Priorität 2) gelingen kann. Undifferenzierte Maßnahmen zur allgemeinen Reduzierung der Infektionszahlen wie wir sie gegenwärtig im „Lockdown light“ erleben, sind diesbezüglich nahezu wirkungslos und haben allenfalls einen mittelbaren Effekt.
Heimunterbringung als größter Risikofaktor
Eine besondere Problematik besteht bezüglich der Unterbringung von Betagten in Pflege- und Altenheimen. Dazu folgendes Zitat aus der hessenschau vom 20.11.2020 (s. [19]):
„Wohnen im Altenheim ist derzeit der größte Risikofaktor für einen Tod durch oder mit Covid-19. Das zeigen die November-Zahlen des Landes.“
In Abb. 8 ist die Situation in Hessen plakativ dargestellt.
COVID-19 Sterbefälle in Hessen (Periode 02. – 18. November 2020).
Abbildung 8: COVID-19 Sterbefälle in Hessen (Periode 02. – 18. November 2020)
Es ist auffallend, dass in Hessen fast 2/3 aller COVID-19 Todesfälle im betrachteten Zeitraum unter den Bewohnern von Pflege- und Altenheimen auftraten. Nun kann man diese exemplarischen Zahlen aus Hessen sicher nicht ohne weiteres verallgemeinern. Aktuelle bundesweite Zahlen liegen dem Verfasser nicht vor. Es gibt aber eine Zahl zu den kumulierten Coronatoten bis zum 15. November 2020 für das gesamt Bundesgebiet. Danach wurden 4.170 der bis dahin erfassten insgesamt 12.400 Todesfälle in Pflege- und Altenheimen gezählt. Das ist in der Relation deutlich weniger (33,6%). Also doch kein Corona-Problem in Pflege- und Altenheimen? Leider doch!
Wenn wir die vorstehenden für den 15.11. genannten Zahlen weiter fortschreiben, dann müssen wir damit rechnen, dass per 01.12.2020 anteilig ebenfalls 33,6% der o.g. 16.700 Coronatoten, also 5.600, in Pflege- und Altenheimen verstorben sind. In der Jahreskumulation wurden bislang (per 01.12.2020) 10.962 Coronatote in der Altersgruppe 80+ gezählt, das sind 65% aller COVID-19 Todesfälle. Der Anteil der „an oder mit“ COVID-19 Verstorbenen in Pflege- und Altenheimen unter allen COVID-19-Sterbefällen in der Altersgruppe 80+ liegt also bei 5.600/10.962, das sind ca. 51%. Dabei haben wir unterstellt, dass nahezu alle Bewohner von Pflege- und Altenheimen der Altersgruppe 80+ zuzurechnen sind.
COVID-19 Mortalität nach Altersgruppen per 01.12.2020. Die gestrichelte Linie markiert die Mortalität über alle Altersgruppen (Rubrik ganz links).
Abbildung 9: COVID-19 Mortalität nach Altersgruppen per 01.12.2020. Die gestrichelte Linie markiert die Mortalität über alle Altersgruppen (Rubrik ganz links). Für die Altersgruppe 80+ ergibt sich eine spezifische Mortalität von 0,193% = 193/100.000 (gewichteter Mittelwert aus den beiden Rubriken ganz rechts, s. a. Abb. 6). Im Diagramm ist diese Gruppe gesplittet in zwei Untergruppen in und außerhalb von Pflegeeinrichtungen. Die Zahlenwerte für die betreffenden Mortalitäten in diesen beiden Untergruppen wurden auf Basis obiger Überlegungen abgeschätzt und sind daher mit Unsicherheit behaftet (relativer Fehler etwa ±20%). Die grundlegende Aussage des Diagramms wird dadurch nicht tangiert.
Insgesamt leben etwa 850.000 Menschen in Pflege- und Altenheimen (2015 waren es 783 Tsd., 2017 818 Tsd.). Demzufolge sind in 2020 bislang etwa 5.600 von 850.000 oder 0,66% der Menschen in solchen Einrichtungen „an oder mit“ COVID-19 verstorben. Außerhalb von Heimen waren es ca. 5.400 von knapp 5 Mio. Menschen, also 0,11% die „an oder mit“ COVID-19 gestorben sind. Das pauschale Corona-Sterberisiko ist demzufolge für die Altersgruppe 80+ in Pflege- und Altenheimen 6-mal höher als außerhalb. In Abb. 9 ist das im Vergleich mit den anderen Altersgruppen zusammenfassend dargestellt.
Im Hinblick auf das Vorstehende kann man die Botschaft nach Abb. 9 auch so formulieren: Die COVID-19-Sterbefälle werden zu einem erheblichen Anteil von den Bewohnern von Pflege- und Altenheimen getrieben. Die Hälfte aller Todesfälle der Altersgruppe 80+ tritt auf in dieser gut abgrenzbaren Gruppe von etwa 850.000 Menschen. Wenn man die Gefahr durch Corona wirklich ernst nimmt, dann muss man zuallererst bei den Pflege- und Altenheimen ansetzen. Dort haben zielgenau adaptierte Corona-Maßnahmen den größtmöglichen Effekt. Die gegenwärtigen Maßnahmen sind zu pauschal und undifferenziert für einen nachhaltigen Erfolg. Schlimmer noch, sie verursachen höchst schädliche gesellschaftliche und wirtschaftliche Nebenwirkungen. Man ist gebannt von den pauschalen Infektionszahlen und 7-Tage-Inzidenzen, anstatt gezielt die leicht identifizierbare Gruppe zu schützen, die am meisten gefährdet ist und die die Fallzahlen in die Höhe treibt.
Was man gegenwärtig tut, ist etwa so, als würde man im heißen Sommer alle Freibäder, Hallenbäder und sonstigen Gewässer schließen, um damit sicherzustellen, dass KEIN Nichtschwimmer ertrinkt.
Problemfall Pflege- und Altenheime
Wollen die Verantwortlichen die offensichtlich bestehende Problematik bei den Pflege- und Altenheimen ganz bewusst nicht angehen, weil es da unterm Strich letzten Endes nichts zu gewinnen gibt? Warum ist da nichts zu gewinnen? Wir haben doch gerade eben dargelegt, dass die genannte Gruppe von 850.000 Menschen eine 33-fach höhere Corona-Mortalität im Vergleich zur Gesamtbevölkerung aufweist (33 ≈ 659/20).
Man darf davon ausgehen, dass der allgemeine Gesundheitszustand der Bewohner von Pflege- und Altenheimen i. d. R. schlechter ist als der Gesundheitszustand von Menschen der gleichen Altersgruppe in häuslicher Pflege oder außerhalb der Pflege. Die Aufnahme in die stationäre Pflege ist ja mit Sicherheit nicht grundlos erfolgt. Mit einer gewissen Wahrscheinlichkeit sind diese Personen teilweise schon gebrechlich, haben Vorerkrankungen und werden medikamentös behandelt. Nicht selten geht dies mit einem geschwächten Immunsystem einher. Dieser Personenkreis trägt also ein besonderes Risiko.
Vermutlich ist es also doch nicht so einfach, das Leben dieser Menschen zu retten. Auch in der Vor-Corona-Zeit sind z.B. 25% aller Bewohner von Pflegeheimen der Stadt Mannheim bereits nach weniger als 3 Monaten stationärer Pflege verstorben. Gar 45% haben die ersten 12 Monate nach Aufnahme nicht überlebt [22]. Wir reden hier also aller Wahrscheinlichkeit nach von einer sehr fragilen Gruppe. Diesen Personenkreis konsequent in allen 11.000 Pflege- und Altenheimen wirksam zu schützen, erfordert einen hohen Aufwand und verspricht trotzdem nur einen geringen Erfolg im Hinblick auf eine dauerhafte Stabilisierung des individuellen Gesundheitszustandes und damit einer effektiven Lebensverlängerung. Es war vor Corona nicht möglich und ist mit Corona nicht einfacher geworden. Ein im Einzelfall wirksamer Infektionsschutz entlastet daher wohl die Corona-Statistik der Todesfallzahlen, nicht aber die Sterbefallzahlen insgesamt. Wir müssen erkennen: Die Grenzen medizinischer Machbarkeit können mit vernünftigem Aufwand nicht beliebig verschoben werden.
Verstorben „an oder mit“ Corona
Fatal ist dabei, dass im Falle des Ablebens in vielen Fällen nach wie vor die tatsächliche Todesursache nicht festgestellt wird und daher, so ist zu vermuten, die mögliche Kausalität des Coronavirus fälschlicherweise als tatsächliche verstanden wird. Durch die Wendung „an oder mit COVID-19 verstorben“ wird das nur scheinbar transparent gemacht. „An oder mit Corona“ heißt nichts anderes als „an Corona oder auch nicht“, noch deutlicher, „an Corona oder an irgendeiner anderen Ursache verstorben“. In den Medien zählen alle diese Fälle als Coronatote und sie werden auch von der Politik in diesem Sinne verwendet sowie ganz selbstverständlich als Argumentationshilfe für die Begründung von Maßnahmen herangezogen. Das ist etwa so, als würde man bei einem Mordfall ohne großes Aufhebens den Mit-Bewohner des Opfers verhaften und der Einfachheit halber kurzerhand schuldig sprechen.
Wie bitte ist eine vernünftige Analyse, Einschätzung und Steuerung in der Corona-Pandemie überhaupt nur denkbar, wenn die notwendige Datengrundlage dazu nicht existiert und offensichtlich auch nicht wirklich vermisst wird? Das ist einer aufgeklärten Wissensgesellschaft unwürdig. Insbesondere bezüglich der Altersgruppe 80+ ist die Todeskausalität eine entscheidende Information, aus dem ganz einfachen Grunde, weil die individuelle Sterbewahrscheinlichkeit auch unabhängig von Corona schon relativ hoch ist und teilweise sogar die Höhe der COVID-19-Letalität übersteigt. Z. B. liegt das durchschnittliche allgemeine Sterberisiko (unabhängig von Corona) in der Altersgruppe 80+ bei 11,5% p.a. (d.h., 11,5% der Über-80-Jährigen versterben innerhalb der nächsten 12 Monate), ist also nur unwesentlich geringer als das Sterberisiko (Letalität) von 14,4% bei einer bereits vorliegenden Corona-Infektion. Neunzigjährige haben mit einem durchschnittlichen allgemeinen Sterberisiko von 18,2% p.a. (unabhängig von Corona) bereits eine höhere Ablebenswahrscheinlichkeit als der durchschnittliche Über-80-Jährige mit Corona-Infektion (14,4%).
Sterberisiko ohne und mit Corona
Im Folgenden vergleichen wir die Sterberisiken ohne und mit Corona.
Allgemeine Mortalität vs. COVID-19 Letalität nach Altersgruppen per 01.12.2020.
Abbildung 10: Allgemeine Mortalität vs. COVID-19 Letalität nach Altersgruppen per 01.12.2020. Zur Interpretation: Gänzlich unabhängig von Corona versterben 11,47% der Individuen aus der Altersgruppe 80+ innerhalb der nächsten 12 Monate. 14,39% der Infizierten versterben infolge ihrer COVID-19-Erkrankung.
Natürlich sind die vorstehend genannten Zahlen statistische Durchschnittswerte. Im Einzelfall gibt es die Spreizung in beide Richtungen. Personen in der Altersgruppe 80+ mit Vorerkrankungen oder gesundheitlichen Einschränkungen (und davon gibt es nicht wenige, immerhin sind 3,4 Mio. in stationärer oder häuslicher Pflege) weisen eher ein höheres durchschnittliches Sterberisiko als die genannten 11,5% auf. Wir haben oben (s. Abb. 8 ff) gesehen, dass ein erheblicher Anteil der Corona-Todesfälle genau dieser problematischen Gruppe zuzurechnen ist (Altersgruppe 80+ in Pflege- und Altenheimen). Teilweise kann das individuelle von Corona unabhängige Sterberisiko für das laufende Jahr oder gar die nächsten Monate leicht in Richtung 100% gehen. Beim Exitus eines solchen Infizierten vermerkt man sodann routinemäßig „an oder mit COVID-19 verstorben“, obwohl doch die Vermutung einer anderen Kausalität nicht von der Hand zu weisen ist.
Zugegeben, hier geht es zunächst nur um die statistische Klarheit. In einem Exempel wurde oben für 24% der Bewohner von Pflegeheimen eine mittlere Verweildauer bis zum Ableben von weniger als 3 Monaten genannt. Für diese Personengruppe ist das Sterberisiko damit also bereits so hoch, dass spezifische Corona-Schutzmaßnahmen zwar in der Statistik die Fallzahlen senken, das Leben der Menschen aber nicht retten können: bei einem wirksamen Schutz sterben sie nicht an COVID-19, sind aber dennoch binnen weniger Wochen oder Monate tot.
Krisenmanagement: ohne Strategie
Nach der vorstehenden Analyse zu den Infektions- und Todesfallzahlen sowie den abgeleiteten Sterbewahrscheinlichkeiten ohne und mit Corona ist vor allem eines klar: Das Management der Corona-Krise ist ein Fiasko. Was wir in der politischen Kommunikation und der Medienberichterstattung zu Corona sehen und hören sind vor allem vordergründige Effekte. Es gibt keine Strategie für eine nachhaltige Senkung der Todesfallzahlen im Einklang mit der Aufrechterhaltung des gesellschaftlichen und wirtschaftlichen Lebens. Politik und Medien lassen sich leiten vom Prinzip Hoffnung, Hoffnung auf einen Impfstoff. Der mag im Laufe der nächsten Monate kommen, dennoch braucht man einen Plan für ein vernünftiges Krisenmanagement. Zu allererst gehört dazu eine klare Kommunikation und die Abkehr von der Politik der Angst- und Panikmache.
Das Coronavirus ist nicht ungefährlich und muss ernst genommen werden, es ist aber auch nicht Pest und Cholera zugleich. Als Pandemie gehört die Coronakrise alles in allem eher noch zu den weniger bedrohlichen Vertretern ihrer Art. Pandemie heißt ja auch nicht, dass es jetzt besonders gefährlich wird (in diesem Sinne wird das Wort gerne von Politikern verwendet), sondern dass die Epidemie nicht regional begrenzt und global verbreitet ist, also „überall“ (pan = griechisch für umfassend, total, ganz). Sie ist gefährlicher als die üblichen jährlichen Grippewellen, die ja ebenfalls nicht regional begrenzt sind. Bislang ist sie aber noch mit sehr großem Abstand harmloser als die spanische Grippe von 1918/19, die nach unterschiedlichen Schätzungen 20 bis 50 Millionen Leben oft junger Menschen forderte und damit insgesamt bis zu 3% der damaligen Weltbevölkerung dahinraffte.
Kommunikation in der Pandemie
Das bereits oben zitierte Gerede von der Corona-Pandemie „als der größten Herausforderung seit dem zweiten Weltkrieg“ (Merkel) wird durch die Fakten nicht ansatzweise gedeckt. Dasselbe gilt für das Heraufbeschwören von „Unheil“. Solche Statements passen natürlich in das Programm der Angst- und Panikmache, das den Bürger ziemlich unverblümt nicht als Gesprächspartner auf Augenhöhe sieht und ihn nachgerade wie ein Kleinkind behandelt.
Wieso trotz allem die Entscheidungen der Politik noch von einer überwältigenden Mehrheit gestützt werden, lässt sich nur durch die eilfertige und unkritische Assistenz der großen Mehrheit der Medien und insbesondere des öffentlich-rechtlichen Rundfunks erklären. Es ist auch nicht weiter verwunderlich: Wenn man täglich mit Schreckensmeldungen über Corona-Infektionszahlen, 7-Tage Inzidenzen, Corona-Hotspots, Todesfällen „an und mit Corona“ und COVID-19-Krankengeschichten bombardiert wird, dann geht das am braven Bürger nicht spurlos vorüber. Er nimmt die Meldungen als das, was sie sind und hat kaum die Zeit und die Möglichkeit, sie kritisch zu überprüfen und in Relation zu setzen. Er ist allenfalls gelegentlich irritiert, weil man ihm heute etwas anders erzählt als gestern und die Botschaft morgen absehbar wieder geändert wird. Dabei tut man so, als wisse man sicher, was richtig ist, und was falsch und nennt gerne die Wissenschaft als Zeugen, die indes vielstimmig sich widersprechende Wissensstände zum Besten gibt. Natürlich betreiben die Medien letztlich nur ihr Geschäft nach dem bewährten Motto „nur eine schlechte Nachricht ist eine gute Nachricht“ (… und verkauft sich daher gut).
Diese Kommunikationsstrategie ist ein Problem, nicht Teil der Lösung. Die Mehrheit der blind Folgenden, tut nur für eine gewisse Zeitspanne, was man ihnen sagt. Wenn sich dann aber keine Besserung der Lage einstellt, und genau das beobachten wir derzeit, verliert man nach und nach die Gefolgschaft der Menschen. Die einen gehen in das Lager der rationalen Kritiker, das erschwert zumindest das Regieren, weil dieser Personenkreis, zu Recht, rational überzeugt werden will. Die anderen, und das sind nicht wenige, wenden sich stattdessen Verschwörungstheorien zu. Das macht das Regieren doppelt schwer, weil man mit Verschwörungstheoretikern nicht vernünftig reden kann. Alles in allem bleibt nur, dem Staatsbürger auf Augenhöhe zu begegnen, ihn ernst zu nehmen und für wirksame Maßnahmen basierend auf einer echten Strategie zu werben.
Man kann es den sogenannten Querdenkern kaum vorhalten, dass sie übers Ziel hinausschießen und dem Coronavirus Harmlosigkeit attestieren. Das ist nur die verständliche Reaktion auf die ebenfalls überzeichnete Darstellung zur Gefährlichkeit des Virus seitens der Politik und der Medien.
Zu einer offenen Kommunikation gehört vor allem, die Fakten nicht bedrohlicher darzustellen als sie sind. Die Berichterstattung krankt an einem selektiven Aufmerksamkeitsfokus. Das schürt den Hype, ist aber nicht zielführend.
Wie bedrohlich ist das Virus wirklich?
Nehmen wir einen nüchternen Blick auf die Gefährlichkeit des Virus im Vergleich zu anderen Lebensrisiken. Dazu betrachten wir zunächst die Sterbefälle insgesamt (unabhängig von Corona).
Sterbefälle (unabhängig von Corona) pro Jahr aufgesplittet nach Altersgruppen. Die Zahlen stammen aus 2018,
Abbildung 11: Sterbefälle (unabhängig von Corona) pro Jahr aufgesplittet nach Altersgruppen. Die Zahlen stammen aus 2018, weil es noch keine Statistiken zu 2020 gibt. In 2020 dürften die Gesamtzahlen nicht wesentlich davon abweichen.
Coronatote im Vergleich zu allen Sterbefälle eines Jahres. Die Zahlen zu den gesamten Sterbefällen stammen aus 2018. Die Angaben zu den Coronatoten („an oder mit Corona“) spiegeln den Datenstand 01.12.2020 wider.
Abbildung 12: Coronatote im Vergleich zu allen Sterbefälle eines Jahres. Die Zahlen zu den gesamten Sterbefällen stammen aus 2018. Die Angaben zu den Coronatoten („an oder mit Corona“) spiegeln den Datenstand 01.12.2020 wider. Da das Jahr noch nicht zu Ende ist, wird sich die Anzahl der Coronatoten noch erhöhen. Bei der gegenwärtigen Dynamik der Fallzahlen ist indes eine durchgreifende Änderung nicht mehr zu erwarten. Die Verhältnisse bleiben nach aller Erwartung im Rahmen dessen, was durch das Diagramm plakativ zum Ausdruck gebracht wird.
In der nachfolgenden Abbildung sind die relativen Anteile der Coronatoten im Vergleich zu allen Sterbefällen direkt dargestellt.
Coronatote im Vergleich zu allen Sterbefälle eines Jahres. Bezugsgröße zu den Sterbefällen ist das Jahr 2018, bei den Coronatoten („an oder mit Corona“) der Datenstand per 01.12.2020.
Abbildung 13: Coronatote im Vergleich zu allen Sterbefälle eines Jahres. Bezugsgröße zu den Sterbefällen ist das Jahr 2018, bei den Coronatoten („an oder mit Corona“) der Datenstand per 01.12.2020. Der relative Anteil der „an oder mit“ COVID-19-Vestorbenen liegt im Durchschnitt über alle Altersgruppen bei 1,75% (s. gestrichelte Linie). Ansonsten gilt die Bemerkung zu Abb. 11.
Man entnimmt Abb. 13 unschwer, dass der Anteil der „an oder mit Corona“-Verstorbenen quer über alle Altersgruppen niedrig bleibt. Sogar bei den als „Risikogruppen“ apostrophierten 60-79-Jährigen und den Über-80-Jährigen erreicht der relative Anteil nur 1,5% – 2%. Wobei man natürlich sehen muss, dass in diesen niedrigen Werten, teilweise und bei aller berechtigten Kritik daran, auch die relative Wirksamkeit der Schutzmaßnahmen zum Ausdruck kommt (s. dazu w. u.). Völlig ohne Masken und Kontaktreduzierungen wären die Zahlen mit Sicherheit höher, zumindest in den Altersgruppen 60-79 und 80+.
Dasselbe gilt für die nachfolgende Grafik, in der das allgemeine Sterberisiko p. a. in Bezug gesetzt wird zu dem Risiko, infolge der Corona-Pandemie zu versterben (s. Abb. 14).
Allgemeines Sterberisiko pro Jahr (ohne Corona) und altersgruppenspezifische Corona-Mortalität im Vergleich. Das allgemeine Sterberisiko wurde auf Basis der Sterbetafel 2017/2019 des Statistischen Bundesamtes (s. [9]) altersgruppengerecht berechnet. Die Angaben zur spezifischen Corona-Mortalität spiegeln den Datenstand per 01.12.2020 wider.
Abbildung 14: Allgemeines Sterberisiko pro Jahr (ohne Corona) und altersgruppenspezifische Corona-Mortalität im Vergleich. Das allgemeine Sterberisiko wurde auf Basis der Sterbetafel 2017/2019 des Statistischen Bundesamtes (s. [9]) altersgruppengerecht berechnet. Die Angaben zur spezifischen Corona-Mortalität spiegeln den Datenstand per 01.12.2020 wider. Wie im Text definiert, beschreibt die Mortalität die Höhe des Sterberisikos für die Individuen aus der betreffenden Altersgruppe. Die Bezugsgröße ist dabei der Umfang der jeweiligen Altersgruppe. Die mittlere Corona-Mortalität liegt im Durchschnitt über alle Altersgruppen bei 0,02% (entsprechend 20 Toten pro 100.000 Ew., s. gestrichelte Linie).
Wie ist Abb. 14 zu interpretieren? Betrachten wir zwei Beispiele. Das allgemeine mittlere Sterberisiko für Individuen aus der Altersgruppe 60-79 beträgt 2,32% (s. mittlere Rubrik in Abb. 14). D. h., 2,32% aller 60-79-Jährigen werden im Laufe der nächsten 12 Monate versterben – völlig unabhängig von Corona und nur aufgrund von Alter, Gesundheitszustand und Lebensumständen. Nun kommt die Corona-Pandemie ins Spiel, sie sorgt dafür, dass 0,028% der Menschen aus dieser Altersgruppe infolge einer COVID-19-Infektion sterben werden. Inwiefern diese 0,028% bereits in den 2,32% enthalten sind oder ggf. ein Anteil davon zu addieren ist, darüber kann man derzeit keine verlässliche Auskunft erteilen, weil die Coronatoten ja immer noch mit dem indifferenten Zusatz „an oder mit Corona“ verstorben gezählt werden. Wie dem auch sei, auch dann, wenn die Corona-Mortalität additiv wirkt, wenn also alle diese Toten echte COVID-19-Todesfälle wären, bliebe das Corona-Zusatzrisiko sehr gering.
Gezielte Maßnahmen reduzieren die Todesfallzahlen
Um es noch einmal zu betonen: Teilweise kommt die Infektionsschutzwirkung durch Masken und Kontaktreduzierung in diesen niedrigen Risikozuwächsen zum Ausdruck. Welchen Anteil die Maßnahmen tatsächlich haben, kann man indessen nur abschätzen. Wir haben oben für die Altersgruppe 80+ mit 1341 Infizierten pro 100.000 Ew. ein überdurchschnittliches Infektionsrisiko festgestellt (s. Abb. 2 und 3). Wenn wir nun im Gedankenexperiment die Infektionszahlen in dieser Gruppe durch einen effektiveren Schutz auf den Durchschnittswert über alle Gruppen verringern, also auf 1271 Infizierte pro 100.000 Ew., dann darf man davon ausgehen, dass auch die Todesfallzahlen im gleichen Maße kleiner werden. Demzufolge sinkt auch die Mortalität entsprechend von 0,193% auf 0,183%. Individuell ist das natürlich nur eine marginale Risikominderung, in der Gesamtpopulation der Altersgruppe wären es dann aber immerhin 0,01%*5,68 Mio. = 568 Tote weniger. Und wenn die Altersgruppe 80+ genauso gut vor Infektionen geschützt sein würde wie die Altersgruppe 60-79 (820 Infizierte pro 100.000 Ew.), dann würde die Mortalität gar nur bei 820/1341*0,193% = 0,118% liegen und wir hätten (0,193% – 0,118%)*5,68 Mio. = 4.260 Coronatote weniger. Nach dem Obigen könnten gezielte Maßnahmen zum besonderen Schutz von Heimbewohnern einen großen – statistisch sichtbaren – Beitrag in dieser Richtung leisten.
Vergleichen heißt nicht verharmlosen
Sind nun die in Abb. 13 eingetragenen Corona-Mortalitäten hoch oder niedrig? Im Kontrast zur allgemeinen und i. W. altersbedingten Mortalität sind die Werte sämtlich relativ klein. Dieser Vergleich ist indessen nicht ganz fair, weil das singulär von Corona ausgehende Risiko mit der Summe aller sonstigen Risiken in Bezug gesetzt wird. Deswegen macht die Gegenüberstellung mit anderen Krankheitsrisiken mehr Sinn (s. dazu das nachfolgende Kreisdiagramm in Abb. 14).
Mortalität und anteilige Sterbefälle verschiedener Krankheiten im Vergleich mit COVID-19. Die Zahl zu Corona reflektiert den Datenstand 01.12.2020, die anderen Werte stammen aus 2018. Für 2020 dürften die Mortalitäten und relativen Anteile nur unwesentlich davon abweichen.
Abbildung 15: Mortalität und anteilige Sterbefälle verschiedener Krankheiten im Vergleich mit COVID-19. Die Zahl zu Corona reflektiert den Datenstand 01.12.2020, die anderen Werte stammen aus 2018. Für 2020 dürften die Mortalitäten und relativen Anteile nur unwesentlich davon abweichen.
Im Vergleich mit den dominierenden Todessursachen Herz-/Kreislauferkrankungen und Krebs mit Mortalitäten von 0,41% bzw. 0,29% nimmt sich die durchschnittliche Corona-Mortalität von 0,02% eher bescheiden aus. Man sieht das auch an den relativen Anteilen unter der Gesamtanzahl der Todesfälle. Natürlich hinkt dieser Vergleich, weil die beiden genannten anderen Ursachen eben keine Infektionskrankheiten sind. Das ist hier aber auch nicht der Punkt. Es geht darum, die tatsächlich bestehende Gefahr und das Risiko für jeden Einzelnen vom Sockel einer sich überschlagenden Berichterstattung und politischen Panikmache zu holen und mit den bestehenden Lebensrisiken in Bezug zu setzen. Nicht um einer unzulässigen Verharmlosung das Wort zu reden, sondern zur Versachlichung der Diskussion. In diese Richtung soll auch die letzte Grafik wirken, in der die Sterbefälle pro Tag nach Todesursachen aufgezeigt sind.
Sterbefälle pro Tag nach Todesursachen. Es handelt sich um gerundete Zahlen aus 2018, sie dürften indessen für 2020 nicht wesentlich abweichen.
Abbildung 16: Sterbefälle pro Tag nach Todesursachen. Es handelt sich um gerundete Zahlen aus 2018, sie dürften indessen für 2020 nicht wesentlich abweichen.
In diesen Tagen werden zum Teil mehr als 500 Coronatote pro Tag gezählt, also Tote, die „an oder mit COVID-19“ verstorben sind. Wenn wir Abb. 16 betrachten, dann erkennen wir, dass andere Todesursachen durchaus noch höheren Tribut fordern. Insgesamt sterben täglich mehr als 2.600 Menschen. Nicht nur jetzt, sondern das ganze Jahr über, Tag für Tag, jahraus, jahrein. Und zwar ohne, dass dies im Fernsehen mit Sondersendungen problematisiert wird.
Keine Frage, dauerhaft 500 Tote täglich aufgrund von Corona, das wäre verheerend. In der aktuellen Entwicklung belegt dies, dass das Virus keineswegs harmlos ist. Dennoch muss man erkennen: Zweidrittel dieser Todesfälle entfallen nach wie vor auf die Altersgruppe 80+ mit einem Bevölkerungsanteil von weniger als 7%. Das Alter der Betroffenen ist der größte Risikofaktor. Auch wenn die Kausalität des Coronavirus im konkreten Falle nachgewiesen werden kann, ist das Alter in vielen Fällen der ausschlaggebende Grund für die fatale Krankheitsentwicklung mit Todesfolge. Diesen Einfluss kann man sogar konkret beziffern: Es ist das Verhältnis der Corona-Letalität der Altersgruppe 80+ zur Letalität der Altersgruppe 0-59. Demnach trägt das Alter bei den Über-80-Jährigen einen 14,39%/0,09% ≈ 160-fach höheren Anteil am Tod verglichen mit der Situation bei den 0-59-Jährigen. Diese Sterbefälle sind daher zu einem großen Teil auch altersbedingt, auch wenn als konkreter Auslöser zweifelsfrei das Virus verantwortlich gemacht werden kann. – Nein, das ist weder Zynismus noch Polemik, sondern entspringt der nüchternen Erkenntnis, dass das Leben endlich ist, unabhängig davon, welche Kräfte wir zur Vermeidung des Todes auch immer aufbieten mögen.
Update vom 08.12.2020
Der Anteil der Infizierten und der Todesfälle über 80 steigt weiter. In der Altersgruppe 80+ registrieren wir nun 7,7% der Infizierten und 66,3% der Toten. Dies belegt einmal mehr, dass durch die undifferenzierten Maßnahmen im „Lockdown light“ gerade die am meisten gefährdeten Menschen (z.B. in Pflege- und Altenheimen) eben nicht geschützt werden. Sinnvoller wäre es, sich endlich darum zu kümmern, statt wie gebannt auf Infektions- und Todesfallzahlen zu starren.
Update vom 17.12.2020
Der Anteil der Infizierten und der Todesfälle über 80 steigt weiter. In der Altersgruppe 80+ registrieren wir nun 8,2% der Infizierten und 66,9% der Toten. Der aktuelle Bericht im Münchner Merkur (17.12.2020) über eine Corona-Studie der Ludwig-Maximilians-Universität (LMU) bestätigt die oben getroffenen Aussagen.
Zitate aus dem entsprechenden Bericht:
„3200 der 5156 Coronatoten in Bayern sind über 80 Jahre alt.“
„Die bisherigen Corona-Maßnahmen verfehlen den Schutz der Ältesten“
„Corona-Lockdown: Haben Politiker den Schutz der Alten- und Pflegeheime verschlafen?“
„Es zeigt sich deutlich, dass die ergriffenen Maßnahmen zur Infektionseindämmung für die hoch vulnerable Bevölkerungsgruppe nicht hinreichend zielführend sind.“
Quellen
[1] Täglicher Lagebericht des RKI zur Coronavirus-Krankheit-2019 (COVID-19) – 24.11.2020 – AKTUALISIERTER STAND FÜR DEUTSCHLAND. RKI
[9] Sterbetafel 2017/2019 – Ergebnisse aus der laufenden Berechnung von Periodensterbetafeln für Deutschland und die Bundesländer 2020. DESTATIS – Statistisches Bundesamt
Täglich werden vom Robert-Koch-Institut (RKI) die neuen Corona-Fallzahlen verkündet und auf die vom Corona Virus ausgehende Gefahr hingewiesen. Drei Zahlenwerte werden dabei vor allem genannt: 1. Die Anzahl der COVID-19 Fälle insgesamt. 2. Die kumulierten COVID-19 Todesfälle. 3. Die Anzahl der von COVID-19 Genesenen. Per 17.08.2020 sind das die folgenden Fallzahlen:
COVID-19-Fälle insgesamt = 224014
COVID-19-Todesfälle insgesamt= 9232
COVID-19-Genesene insgesamt = 202100
Die ganz wichtige weitere Zahl wird – aus welchen Gründen auch immer – nicht genannt. Es ist die Anzahl der aktuell Infektiösen, also die der tatsächlich ansteckenden Personen. Man kann diese Zahl leicht aus den obigen Werten berechnen.
Aktuell (per 17.08.2020) beläuft sich die Anzahl der akut ansteckenden Personen (COVID-19-Infektiöse) auf 12682.
Bei Lichte betrachtet ist es nur die letztgenannte Zahl, von der eine Gefahr für die weitere Verbreitung des Corona-Virus ausgeht, denn anstecken kann man sich nur bei akut infizierten Personen. Was heißt dabei „akut infiziert“? Nach mehrfach bestätigten Studien besteht nur innerhalb der ersten 7 – 14 Tage nach der Infektion eine Ansteckungsgefahr. Wenn Sie also jemand treffen, der vor 3 Wochen positiv getestet wurde und keine Symptome zeigt, brauchen Sie sich keine Gedanken um Ihre Gesundheit zu machen.
Die Zahlen richtig interpretieren und kühlen Kopf bewahren
In Presse Funk und Fernsehen wird teilweise in unverantwortlicher Weise Panik geschürt. Im Ergebnis überschätzen die Menschen das Risiko für eine ernsthafte Erkrankung an COVID-19 um Größenordnungen. Einer der Gründe dafür ist die wenig differenzierte Berichterstattung des RKI. Die absoluten Zahlen von sogenanntem Neuinfizierten zu nennen, ist zweifellos eine wichtige Information, sie sagt aber nicht alles aus. Vor allem muss diese Zahl auch in Bezug gesetzt werden zu den insgesamt vorgenommenen Tests. Aktuell werden pro Woche mehr als 500000 Tests durchgeführt. Positiv sind weniger als 1% (KW 29: 0,6%, KW 30: 0,8%) davon. Zum Vergleich: Im April waren teilweise 9% der Tests positiv. Man sieht schon daran: Es ist fahrlässig, angesichts dieser Zahlen von einer zweiten Welle zu reden.
Dabei muss man auch sehen, dass die Falsch-Positiv-Rate bei den Tests nicht vernachlässigbar ist. Man kann abschätzen, dass bei Anwendung des RT-PCR-Tests auf eine Gruppe mit niedriger Infektionswahrscheinlichkeit (was für die Allgemeinheit nach wie vor zutreffen dürfte) teilweise bis zu 60% der positiv Getesteten tatsächlich gar keine Virenträger sind (Basis: Testsensitivität 70%, Testspezifität 95%, Prävalenz 5%). Immerhin kann man einem negativen Testat vertrauen: 98% der negativ Getesteten sind tatsächlich negativ.
Das Bild dreht sich um, wenn Risikogruppen mit einer hohen Prävalenz (Prätest-Infektionswahrscheinlichkeit) getestet werden. In diesem Fall sind nur 7% der positiv Getesteten in Wahrheit negativ. Umgekehrt tragen dann allerdings 24% der negativ Getesteten das Virus in sich, sind also positiv (Basis: Testsensitivität 70%, Testspezifität 95%, Prävalenz 50%).
Nach dem Vorstehenden kann man festhalten, dass die Aufregung um gegebenenfalls steigende Infektionszahlen verfrüht ist, solange die Testergebnisse nicht durch mindestens einen weiteren Test bestätigt werden. Denn die Unsicherheit singulärer RT-PCR-Tests bei Anwendung auf Niedrigrisikogruppen ist hoch. – Könnte denn eine Blitzampel mit einer Fehlerquote von 60% rechtssichere Bußgeldbescheide begründen?
Wir haben oben gesehen, dass derzeit weniger als 1% der Testergebnisse positiv ausfallen. Bei aller Unsicherheit bezüglich der Testaussagen sieht man schon daran: Das Risiko, sich mit dem Corona-Virus zu infizieren ist bei Weitem nicht so hoch, wie dies die teilweise alarmistische Berichterstattung nahelegt.
Auch wenn man sich infiziert hat: Leichte Befunde und Krankheitsverläufe sind die Regel. In 80% der Fälle haben die Infizierten keine oder nur milde Symptome. Damit soll die Gefahr nicht verharmlost werden, denn natürlich gibt es auch die schweren Verläufe, die insbesondere Menschen mit Vorerkrankungen treffen. Immerhin jeder 6. bis 7. Betroffene muss stationär behandelt werden.
Unterstellt, die Anzahl der insgesamt Infizierten (COVID-19-Fälle insgesamt) spiegele die Realität vollständig wider, es gebe also keine Dunkelziffer, liegt die dokumentierte Letalität (Sterblichkeit) deutschlandweit bei etwa 4 bis 5%. Der Vollständigkeit halber sei hier angemerkt, dass in einer räumlich begrenzten Studie auf der Basis eines vollständigen Screenings eine deutlich niedrigere Letalität von unter 0,4% bestimmt wurde. Der Grund dafür ist die potentiell hohe Dunkelziffer unerkannt Infizierter. Inwiefern dieser niedrigere Wert auf die größere Population in Deutschland übertragbar ist, kann derzeit nicht gesagt werden. In Unkenntnis der Dunkelziffer an Infizierten muss man sich seriöser Weise am höheren Wert orientieren.
Wie groß ist das Risiko für das Individuum wirklich?
Angesichts der sich teilweise überschlagenden und dabei auch widersprüchlichen Medienberichterstattung, fällt es dem Einzelnen schwer, die tatsächlich vom Corona-Virus ausgehende Gefahr realistisch einzuschätzen und sein eigenes Risiko zu veranschlagen. Dabei kann dieses Risiko relativ einfach aus den vom RKI übermittelten Zahlen bestimmt werden.
Wir haben oben gesehen, dass es derzeit 12682 akut ansteckende Personen (COVID-19-Infektiöse) gibt. Deutschland hat etwa 83 Mio. Einwohner. Demnach beläuft sich der Anteil der infektiösen Mitbürger auf 0,0153%, d.h., etwa 1 von 6544 Menschen ist akut ansteckend.
Was heißt das?
Jemand der täglich mit 65 unterschiedlichen Personen Kontakt hat, wird im Mittel alle 100 Tage auf einen an COVID-19 erkrankten und akut infektiösen Menschen treffen. Wer nur mit max. 18 Personen pro Tag Kontakt hat, wird statistisch nur einmal im Jahr in die Nähe eines akut Infizierten kommen.
Natürlich geht es hier um Mittelwerte. Wer in einem Landkreis oder einer Stadt mit höherer Dichte an akut Infizierten lebt, wird mit höherer Wahrscheinlichkeit bzw. häufiger mit ansteckenden Personen in Kontakt kommen. Nehmen wir Hamburg: Der Anteil der akut Infektiösen liegt dort bei 0,022%. Wer täglich mit 18 unterschiedlichen Personen in Kontakt kommt, wird also im Mittel etwa alle 8 Monate einem konkreten Infektionsrisiko ausgesetzt sein.
Das gleiche gilt natürlich auch umgekehrt. In Mecklenburg-Vorpommern (das Bundesland mit den niedrigsten Infektionszahlen) ist der Anteil der akut Infektiösen mit einem Wert von 0,0033% fast 5-mal geringer als im deutschlandweiten Schnitt. Wer dort 18 Personen pro Tag nahe kommt, wird im Mittel nur alle 4 bis 5 Jahre auf einen Infizierten treffen.
Auch wenn man mit einem Infektiösen Kontakt hat, heißt dies noch nicht, dass man sich auch selbst infiziert. Das konkrete Risiko hängt von vielen Faktoren ab. Relevant sind auf jeden Fall die Nähe, die Intensität und die Dauer des Kontakts. Schon einfache Vorsichtsmaßnahmen sind geeignet, das Ansteckungsrisiko deutlich zu reduzieren. Bei einem normal-distanzierten Kontakt unter Fremden oder entfernt Bekannten (kurzes Gespräch) liegt das Risiko vermutlich auch ohne Maske unter 10%. Mit Maske vielleicht bei 1%. Enger und langanhaltender Kontakt unter Freunden („Party mit Saufgelage“) hebt das Risiko mit einiger Sicherheit in Richtung 100%. Nach diesen Vorüberlegungen wollen wir nun das individuelle tägliche COVID-19-Krankheitsrisiko für drei Musterpersonen auf Grundlage der mittleren deutschlandweiten Infektionsgeschehens abschätzen. Wir verwenden dabei die folgenden Eckwerte:
Tatsächliches Ansteckungsrisiko bei einer normal-distanzierten Begegnung mit Fremden oder Bekannten pro individuellem Kontakt ohne Maske 10%.
Tatsächliches Ansteckungsrisiko bei einer sehr sorglosen oder länger andauernden Begegnung mit Fremden oder Bekannten pro individuellem Kontakt ohne Maske 50%.
Tatsächliches Risiko für einen ernsteren Verlauf bei nachgewiesener Infektion (Ausbruch der Krankheit und stationäre Behandlung) 20%.
Tatsächliches Sterberisiko bei stationärer Behandlung 25%, (entsprechend einer Letalität von 5% bei nachgewiesener Infektion).
Person A: 1x pro Woche im Supermarkt (20 Personen), 1x pro Woche im Restaurant (5 Personen), 1x Treffen mit Bekannten oder Familienangehörigen (10 Personen). A hat im Mittel Kontakt mit 5 Personen pro Tag.
A ist vernünftig und bleibt im Kontakt ohne Maske lieber etwas reservierter (Ansteckungsrisiko pro Kontakt 10%). Das individuelle tägliche Infektionsrisiko von A liegt demnach bei ca. 1:1300 (= 5*0,000153), sein Erkrankungsrisiko (A infiziert sich tatsächlich) bei 1:13000 (= 0,1*5*0,000153). Das individuelle tägliche Risiko für einen ernsteren Verlauf eines potentiellen Krankheitsgeschehens bei A kommt damit auf 1:65000 (= 0,2*0,1*5*0,000153), sein tägliches Corona-Sterberisiko beläuft sich demnach auf 1:260000 (= 0,00038% = 0,25*0,2*0,1*5*0,000153).
Um das richtig einzuschätzen: Werfen Sie 18-mal hintereinander eine Münze. Wiederholen Sie diesen Prozess jeden Tag aufs Neue, immer wieder. An dem Tag, an welchem 18-mal hintereinander Zahl fällt, ist Person A totund an COVID-19 verstorben.
Übrigens, das statistische tägliche Sterberisiko für einen 80-jährigen Mann liegt auch ohne Corona schon bei 1:5200 (= 0,019%), mithin also etwa 50-mal höher als das spezifische Risiko durch Corona. Wobei dieser Vergleich insofern schief ist, als dass das individuelle COVID-19-Risiko für einen schweren Krankheitsverlauf bei einem 80-Jährigen gegenüber Personen mittleren Alters per se deutlich erhöht ist. Vergleichen wir also das berechnete COVID-19-Sterberisiko für Person A mit dem allgemeinen Sterberisiko für einen Menschen mittleren Alters.
Für 50-Jährige liegt das tägliche Sterberisiko bei etwa 1:120000 (= 0,00082%). Das für Person A zusätzlich entstehende Risiko durch Corona liegt demnach etwa halb so hoch. D.h., Corona erhöht das tägliche Sterberisiko für Person A von 0,00082% auf 0,0012%. Etwas Bewegung an frischer Luft oder die Reduktion des Fleischkonsums um wenige Prozent dürfte diese Risikoerhöhung locker kompensieren, denn nach wie vor sind Herz-Kreislauferkrankungen aufgrund mangelnder Bewegung und falscher Ernährung die Haupttodesursachen.
Person B: 1x pro Woche im Supermarkt (20 Personen), 3 Tage Heimarbeit (0 Personen), 2 Tage in der Firma (10 Personen) 2x Essen in der Kantine (20 Personen), 1x Treffen mit Bekannten oder Familienangehörigen (20 Personen). B hat im Mittel Kontakt mit 10 Personen pro Tag.
B ist vernünftig und bleibt im Kontakt ohne Maske lieber etwas reservierter (Ansteckungsrisiko pro Kontakt 10%). Das individuelle tägliche Infektionsrisiko von B liegt demnach bei ca. 1:650 (= 10*0,000153), sein Erkrankungsrisiko (B infiziert sich tatsächlich) beträgt also 1:6500 (= 0,1*10*0,000153). Das individuelle tägliche Risiko für einen ernsteren Verlauf eines potentiellen Krankheitsgeschehens bei B errechnet sich damit zu 1:32500 (= 0,2*0,1*10*0,000153), sein tägliches Corona-Sterberisiko beläuft sich demzufolge auf 1:130000 (= 0,00077% = 0,25*0,2*0,1*10*0,000153).
Unterstellt, B habe mittleres Alter, erhöht sich sein allgemeines tägliches Sterberisiko pauschal von 0,00082% auf knapp 0,0016%. Auch das ist leicht auszugleichen durch ein Minimum an gesünderer Ernährung und Sport. Übrigens, das Risiko im Straßenverkehr ums Leben zu kommen liegt für Personen mit einer durchschnittlichen jährlichen Fahrleistung von 15000 km bei etwa 0,0075% pro Jahr.
Person C: 2x pro Woche im Supermarkt (20 Personen), 5 Tage in der Firma (50 Personen), am Wochenende Party oder Disco (50 Personen). C hat im Mittel Kontakt mit 20 Personen pro Tag.
C ist unvernünftig und schert sich um nichts (Ansteckungsrisiko pro Kontakt 50%). Das individuelle tägliche Infektionsrisiko von C liegt demnach bei ca. 1:325 (= 20*0,000153), sein Erkrankungsrisiko (C infiziert sich tatsächlich) bei 1:653 (= 0,5*20*0,000153). Das individuelle tägliche Risiko für einen ernsteren Verlauf eines potentiellen Krankheitsgeschehens bei C kann somit auf 1:3267 (= 0,2*0,5*20*0,000153) abgeschätzt werden. Sein pauschales tägliches Corona-Sterberisiko errechnet sich daraus zu 1:13000 (= 0,0077% = 0,25*0,2*0,5*20*0,000153).
Unterstellt, C gehöre der jüngeren Generation an (20-30 Jahre), erhöht sich sein allgemeines tägliches Sterberisiko pauschal von 0,000137% auf knapp 0,0078%. Das ist nun schon eine signifikante Steigerung, eine fast 60-fach erhöhte Sterbewahrscheinlichkeit! Allerdings: Hier bleibt unberücksichtigt, dass Jüngere ein deutlich reduziertes Risiko für einen schweren COVID-19-Krankheitsverlauf mit stationärer Behandlung und Todesfolge haben. Stellt man dies mit einer Hospitalität von 10% statt 20% und einem Sterberisiko bei stationärer Behandlung von 5% (entsprechend einer Letalität von 0,5%) statt 25% in Rechnung, so kommt man beim individuellen täglichen Corona-Sterberisiko für C auf 1:130000 (= 0,00077% = 0,05*0,1*0,5*20*0,000153). Das ist derselbe Wert, wie bei Person B.
Resümee
Natürlich muss jeder für sich selbst bewerten, inwiefern die hier exemplarisch bestimmten Corona-Risiken individuell als bedrohlich oder als eher niedrig angesehen werden. Nach meiner persönlichen Einschätzung sind die Risiken für Gesunde in der Gesamtschau und verglichen mit anderen Lebensrisiken nicht ungewöhnlich hoch. Anders mag es aussehen für Menschen mit Vorerkrankungen und insbesondere für Ältere mit Vorerkrankungen. Diese Gruppe hat grundsätzlich ein höheres Sterberisiko, das nun durch Corona noch weiter erhöht wird.
Gewiss ist das Verbot von Massenveranstaltungen nach wie vor sinnvoll. Wahllose und fahrlässig enge Kontakte mit Fremden sollte man fraglos vermeiden. Umgekehrt muss man gefährdete Personen aktiv schützen, dabei ist auch das Tragen einer Maske in Situationen mit einem unvermeidlichen engeren Kontakt grundsätzlich sinnvoll. Ansonsten darf man die Kirche im Dorf lassen und zu einer vernünftigen Normalität zurückkehren.
Hat das Coronavirus nun auch die Sprache infiziert?
Um die Antwort vorwegzunehmen: Die Sprache war natürlich schon lange vor dem Auftreten des Virus wahrscheinlich unrettbar infiziert. Social Distancing ist nur ein weiterer Anglizismus. Wie so viele andere, auch dieser entbehrlich. Nicht nur unnötig und missverständlich, nein, sogar falsch.
Vorsicht Ansteckungsgefahr!
Wir
kennen das ja z.B. vom Handy, ein Wort, das es im Englischen gar nicht
gibt. Oder vom Public Viewing, was im Englischen etwa „Leichenschau“
bedeutet, bei uns aber bekanntlich der schönsten Nebensache der Welt,
dem öffentlichen Fußballschauen gewidmet ist. Übrigens auch etwas, das
im Zuge von Social Distancing nun gar nicht mehr stattfindet.
Alle öffentlichen Veranstaltungen sind abgesagt. Sportstätten, Theater, Museen sind dicht, Fußballspiele und andere Sportveranstaltungen finden nicht mehr statt. Clubs sind geschlossen, Kneipen und Restaurants ebenfalls. Konferenzen und Messen sind verschoben oder ganz abgesagt. Der Grund: Eindämmung der Verbreitung des Coronavirus durch Social Distancing (s. a. Schluss mit lustig).
Der Befund
Warum ist das Wort Social Distancing so grundfalsch? Ganz einfach, weil es eigentlich etwas ganz anderes meint, als dies in dem Begriffspaar zum Ausdruck kommt. Sich sozial von einer Gruppe oder von Einzelpersonen zu distanzieren heißt, keinen Kontakt zu pflegen, nicht miteinander zu kommunizieren, nicht miteinander zu verkehren. Mit Social Distancing will man aber gerade nicht diese Art von sozialer Distanz zum Ausdruck bringen. Schlimmer noch: Social Distancing meint eigentlich genau das Gegenteil dessen, was es wörtlich genommen aussagt.
Distanz bedeutet einfach nur Abstand
Worum geht es wirklich? Es geht darum, Abstand zu halten zu (fremden) Mitmenschen und gefährdeten Personen, 1,5m, besser 2 m. Damit erschwert man es dem Coronavirus, sich ungehemmt weiterzuverbreiten. Man schützt sich selbst und andere vor Ansteckung. Die Rede ist also schlicht und ganz banal von Abstand, von Distanz. Und zwar von der räumlichen Distanz zwischen Menschen. Räumliche Distanz, das ist etwas, was man in Metern messen kann. Solcher Abstand hat nichts, aber auch gar nichts zu tun mit sozialer Distanz. Der richtige Begriff lautet daher Physical Distancing, wenn man ihn schon wichtigtuerisch als Anglizismus unter die Leute bringen will. Im Deutschen sagt man dazu physische Distanz, oder eben einfach Abstand, Distanz.
Physical Distancing in der Praxis
Solidarität und soziale Nähe
Was bringt man also zum Ausdruck, wenn man sich entsprechend verhält? Genau, man zeigt Mitmenschlichkeit und Solidarität. Man verhält sich im wahrsten Sinne des Wortes sozial. Zur eigenen Sicherheit und zum Schutze Fremder. Anders gesagt, man zeigt soziale Nähe. Wortwörtlich das genaue Gegenteil von sozialer Distanz oder eben Social Distancing.
Ja,
das passiert eben, wenn man meint, man müsse jede Verästelung des
Lebens mit Anglizismen verzieren, damit sie wichtig und großartig
klingt.
Wie verhält es sich denn in sozialen Netzwerken? Wenn mich nicht alles täuscht, leben soziale Netze wie Facebook, LinkedIn, Xing, Twitter, Instagramm, Pinterest usw. genau davon, dass die Menschen trotz einer fast immer bestehenden räumlichen Distanz, auf der sozialen Ebene dennoch miteinander in Kontakt kommen und sich austauschen. Sie beweisen soziale Nähe bei gleichzeitig bestehender physischer Distanz. Niemand würde sagen, das Geschäftsmodell der sozialen Netzwerke beruhe auf Social Distancing.
Banale Wahrheiten sind offenbar nur schwer zu ertragen
Zurück zum Physical Distancing. Halten Sie die Distanzregeln ein, aus Rücksicht und Solidarität! Das wäre doch eine Aufforderung, die jeder unmittelbar versteht und die genau das ausdrückt, worum es geht. Zugegeben, das klingt nicht ganz so hipp.
Irgendwie wäre die Aufforderung zum Abstandhalten wohl einfach zu banal und unmittelbar klar gewesen. Ganz ohne Geheimnisse. Deswegen musste man die Sache anders etikettieren. Die Menschen müssen Dinge, die sie aus Vernunftgründen tun oder tun sollen immer künstlich überhöhen. Was einfach nur rational und unmittelbar einsichtig ist, das erreicht niemals den Status „Angesagt“.
Nun ja, „Schein regiert die Welt“, das weiß man nicht erst seit Schiller.
The year 2020 is definitely a very special one for all those who have a sense of symmetry – and this disposition was given to us by the evolution. Depending on the date format used, there are several palindrome days this year, i.e. dates that are symmetrical (or palindromic).
When written in the international ISO 8601 format YYYYMMDD, 2020-02-02 is the first palindromic date since 2011-11-02. In between there are 3014 days (more than 8 years). Of course, this is also a symmetrical date when written in the American format MMDDYYYY, i.e. 02/02/2020.
Moreover, that date is also palindromic in the long German date format DDMMYYYY, this is 02.02.2020. This format is also used in many other countries. It is the first such date since 21.02.2012 (2903 days ago). Please note: the symmetry is evaluated neglecting the delimiter symbol.
What’s next?
In February there are two additional palindromic dates in the short American format MMDDYY. These are 02/11/20 and 02/22/20. Depending on the used format we will experience further palindromic dates in the next year. In ISO YYYYMMDD format this will be 2021-12-02 which is also palindromic in the American format (12/02/2021). In the German DDMMYYYY format there will be two such dates in the near future, one in 2021: 12.02.2021, and another one in 2022: 22.02.2022 (which is not palindromic in the ISO format).
People who use the short German date format DDMMYY will encounter another symmetry this year on 02.11.20 (2020-11-02 = November 2nd, 2020). The previous symmetrical date in this format was 21.11.12 (2012-11-21) which is almost 8 years ago (2903 days). The closest future symmetrical dates in this format will be 12.11.21 and 22.11.22. A little bit later on 12/11/21 and 12/22/21 we see further symmetrical dates in the short American format MMDDYY.
Is it going on like this?
Why, no. After this accumulation of palindromic dates we will experience a long lasting „dry spell“ which will only end on 2030-03-02 (ISO format), 03/02/2030 (American format), 03/11/30 (short American format), 03.02.2030 (long German format), and 03.11.30 (short German format), respectively. See the tables below.
By the way
The very first palindromic date in ISO YYYYMMDD format after 1000-01-01 (Jan 01 1000) was 1001-10-01 (Oct 01 1001).
2020-02-02 is the 47th palindromic date in the YYYYMMDD format after the reference date 1000-01-01. In total, 372579 days have passed since then. The 331st and very last such date before the year 10000 is 9290-09-29 (Sep 29 9290). This will be the 3028132nd day after 1000-01-01 and therefore is still 2655553 days away (after 2020-02-02).
It is a little bit different in the DDMMYYYY format. The following applies here: 02.02.2020 is the 67th palindromic date after the reference date 01.01.1000. The last possible symmetrical date before the year numbers become five digits long is 29.09.9092 which is the 335th such date in the list. It’s just the 2955814th day after 01.01.1000.
Hint: Because of the Gregorian Calendar Reform of 1582, the numbers of days after 1001-01-01 are fictitious, strictly spoken. They are valid only then, if we adopt the reform for dates before 1582, subsequently. To get the real number of days after ‘Jan 1 1000’ for years after 1582 subtract 5 from each term representing a date after 1582. This applies to all palindromic dates after the 43rd in YYYYMMDD format, and after the 61st in DDMMYYYY format. The value 5 comes from the 10 skipped “Gregorian” dates between 1582-10-04 (Oct 4 1582) and 1582-10-15 (Oct 15 1582) minus the 5 additional Julian leap days in the years 1000, 1100, 1300, 1400 and 1500 which are not Gregorian leap years.
Useless knowledge?
Do not ask about the benefits of these considerations and let me quote Bertolt Brecht: „Thinking is one of the greatest pleasures of the human race“. Jean-Baptiste le Rond d’Alembert (you should know him; possibly you remember the convergence criterion for infinite series that was named after him) says it even more clearly: „Mathematics is a kind of toy that nature has thrown at us for comfort and entertainment in the darkness“. – In Praise of Idleness.
Tables
Altogether, there are 331 palindromic dates in the YYYYMMDD format and 335 such dates in the DDMMYYYY format (between the years 1000 and 9999). The following two tables show excerpts from the complete lists of dates for both formats. In both cases the symmetry is evaluated neglecting the delimiter symbol.
Excerpt of palindromic dates in the YYYYMMDD format.
#
Date
# of days after 1000-01-01
1
10011001
638
2
10100101
3652
3
10111101
4321
4
10200201
7335
…
…
…
44
20011002
365882
45
20100102
368896
46
20111102
369565
47
20200202
372579
48
20211202
373248
49
20300302
376260
50
20400402
379944
51
20500502
383626
52
20600602
387310
…
…
…
326
92400429
3009717
327
92500529
3013399
328
92600629
3017083
329
92700729
3020765
330
92800829
3024449
331
92900929
3028132
Excerpt of palindromic dates in the DDMMYYYY format.
#
Date
# of days after 01.01.1000
1
10011001
374
2
20011002
749
3
30011003
1124
4
01011010
3652
…
…
…
65
11022011
369301
66
21022012
369676
67
02022020
372579
68
12022021
372955
69
22022022
373330
70
03022030
376233
71
13022031
376608
72
23022032
376983
73
04022040
379886
…
…
…
330
08099080
2951410
331
18099081
2951785
332
28099082
2952160
333
09099090
2955063
334
19099091
2955438
335
29099092
2955814
Finally, here are the complete lists of symmetrical dates in the DDMMYY and in the MMDDYY format: The symmetry is valid with and without the delimiter symbol.
Das Unwort des Jahres 2019 lautet „Klimaskeptiker“ – das gab nach Angaben von Statista die Sprachkritische Aktion am 14. Januar bekannt. Mit dem Begriff würden kollektiv pathologisierte Bejaher und tiefgläubige Anhänger des menschengemachten Klimawandels (sogenannte „Klimahysteriker“) gezielt die rational begründeten Einwände von kritisch denkenden Mitbürgern diskreditieren, indem sie deren differenzierte Haltung als glaubenslosen, heidnischen und freigeistig vernunftorientierten Frevel stigmatisierten, teilte die Organisation in einer aktuellen Pressemitteilung mit. Der Ausdruck „Klimaskeptiker“ sei in 2019 vor allem von Politikern der Grünen verwendet worden.
Vorsicht! Zu diesem Post ist eine Fake-Version der Sprach-, Gedanken- und Religionspolizei im Umlauf (s.Sprachkritische Aktion). Dort wird behauptet, das Unwort des Jahres sei „Klimahysterie“. Das ist natürlich völliger Quatsch, denn Hysterie ist eine Form der Neurose, was wörtlich genommen etwa Nervenkrankheit bedeutet.
Niemand wird ernstlich behaupten, Klimaschützer, z. B. die Fridays-for-Future (FFF) Demonstranten oder Politiker der Grünen, seien nervenkrank. Das sind sie natürlich nicht. Im Übrigen würde das ja ihr infantil leichtgläubiges Verhalten entschuldigen. So billig sollen sie aber nicht davon kommen. Gewiss, viele von ihnen sind einfach nur naiv und laufen denkfaul den Propheten einer vermeintlich wissenschaftlich abgesicherten Botschaft hinterher. Das ist die große Masse der Gutgläubigen. Dahinter aber steht das nüchterne Kalkül von Dogmatikern. Jenen geht es nicht um kritische Vernunft, sondern um die mit religiösem Eifer betriebene Überhöhung von halbfundiertem Halbwissen zur unumstößlichen Wahrheit. Das Dogma vom menschengemachten Klimawandel duldet keinen Widerspruch.
Die rechtgläubigen Anhänger der Lehre zeigen mit dem Finger auf die Ungläubigen und nennen sie Klimaskeptiker oder gar Klimaleugner. Sie hören die moralinsauren Parolen ihrer Anführer und fordern die sofortige Umsetzung der schärfsten Maßnahmen zum Klimaschutz. – Nein, nicht bezogen auf sich selbst. Natürlich sollen die anderen etwas tun: der Verkehr, die Industrie, die Energiewirtschaft, der Staat, ganz allgemein: die Kapitalisten. Nächste Woche fahren wir in den Skiurlaub, in den Pfingstferien fliegen wir nach Mallorca und im Sommer geht’s dann ganz weit weg. Dazwischen demonstrieren wir fürs Klima. Weil’s für eine gute Sache ist und wir Haltung zeigen wollen.
Diese Diskussion (s. Link) zeigt einmal mehr, wie sinnlos Auseinandersetzungen auf einer Plattform wie LinkedIn, Xing, Facebook, … letzten Endes sind. – Ja, freie Meinungsäußerung ist eine grandiose demokratische Errungenschaft, die wir uns verdient haben und die man gar nicht hoch genug schätzen kann. Zensur dagegen ist ein Übel, ein ganz großes Übel. Trotzdem wünsche ich mir manchmal so etwas wie Zensur, und zwar Selbstzensur vom jeweils eigenen Oberstübchen der Kommentatoren. Angesichts der vorstehend zitierten Diskussion mag man das nachvollziehen können, sie steht hier indessen nur exemplarisch für viele andere.
In der analogen Welt sieht man sich von Angesicht zu Angesicht, man hört die Argumente der anderen, man reagiert darauf, man antwortet, macht eigene Vorschläge … die Diskussion nimmt ihren Lauf und gebiert ein Ergebnis oder auch nicht. Vor allem bleiben die Diskutanten mehr oder weniger dicht an der Frage dran. Zurecht gilt es als unfein und störend, vom Thema abzuweichen. Und wenn doch einmal jemand nicht bei der Sache bleibt, über Gott und die Welt schwadroniert und derart den anderen die Zeit stiehlt, dann läuft er mindestens Gefahr, sich böse Blicke einzufangen oder eine Rüge einzuholen.
Offenbar gelten diese Regeln in der digitalen Welt nicht. Allzu viele haben keinerlei Hemmungen, die Ausgangsfrage beliebig umzudeuten, neu zu interpretieren und dergestalt doch endlich einmal das loszuwerden, was sie – bei allem Mangel an Sachwissen – schon immer sagen wollten. Dass das meiste davon am Thema vorbeigeht, wen kümmert’s? Von der Sache keinen blassen Schimmer, was soll’s? Keine Ahnung, aber eine steile These, warum auch nicht? – Ach, wer wird denn so kritisch sein? Hauptsache, man hat seine Botschaft platziert. Und überhaupt muss man das völlig anders machen. Ganz nach dem Motto: Ich habe zwar kein Wissen zum Thema, und eigentlich auch nur eine völlig unausgegorene Meinung, aber ich sag sie schon ´mal … und während ich sie niederschreibe, wird sie zur vermeintlichen Wahrheit. Da steht sie schließlich – schwarz auf weiß! Nicht immer aber auch nicht selten unverständliches Kauderwelsch; unbekümmert und locker auch noch die niedrigsten Anforderungen an Klarheit der Aussage unterschreitend. Einfach nur dahingeschmissene Satzfetzen, Plunder, Trödel, Müll! Rechtschreibung, Satzzeichen, Stil, … was für ein Aufwand, soll ich vielleicht erst denken? Dafür habe ich keine Zeit … und das ist mir gar nicht der Mühe wert. – Wie gesagt, nicht immer, und selbstverständlich gibt es auch durchdachte Beiträge und Kommentare, auf die das alles nicht zutrifft, aber dennoch, es sind bei Weitem keine Ausnahmen.
Noch nie Hammer und Nagel in der Hand gehabt, aber ich kann euch sagen, wie der Nagel in die Wand kommt: Es ist doch klar, nach dem Querdenkerparadigma muss man den Nagel festhalten und die Wand ruckartig darauf zu bewegen. Die Experten haben doch alle keine Ahnung, ich weiß es besser. Im Silicon Valley machen die das alles schon. Das könnte jetzt sofort schon umgesetzt werden, wenn die *-Lobby das nicht blockieren würde. Hey, man braucht gar keine Brücke zu bauen, man muss nur den Fluss umleiten, das ist viel einfacher. Reden wir hier gerade über Elektromobilität? Ja – und über Verkehrsstaus in der Stadt und, äh, hmh, Fernreisen, Kreuzfahrten, Bratwürste und Konzertsaalarchitektur. Oder nein, eigentlich geht es doch mehr darum, dass ich schon immer dagegen war. Gegen was? Natürlich gegen Autos, insbesondere gegen stinkende Diesel. Ach was, ist doch egal!
Ja, so läuft das hier. Und weil da alle, nein, nicht alle, aber sehr viele mitmachen, wird das Medium, die Plattform und letzten Endes das Internet insgesamt zur gigantischen Müllhalde des Nichtwissens, der Halbwahrheiten, der Verwirrungen, der Ablenkungen, der Nichtigkeiten. Aber sicher, die Müllhalde ist auch voller Wertstoffe, manches kann man wiederverwenden und daraus Neues machen. Man kann Kleinodien des Wissens darin finden und überraschende Entdeckungen machen. Es gibt winzige Nuggets und veritable Goldklumpen – sie sind aber verschüttet unter der Masse des achtlos dahingeworfenen Abfalls.
Und deswegen sind wir dazu verdammt, als digitale Müllsammler den Datenschutthaufen zu durchforsten, in der Hoffnung, hin und wieder auf ein brauchbares Stück zu stoßen. Leider passiert das nur allzu selten.
Die Wirtschaftswissenschaft ist die einzige „Wissenschaft“, in der man sowohl für die Formulierung einer Theorie als auch deren Widerlegung den Nobelpreis bekommen kann. – Das sagt nicht alles, aber schon vieles und ist letzten Endes dann doch noch harmlos: So gibt es z.B. politisch überkorrekte Disziplinen wie die „Genderforschung“ (allein in Deutschland kann man fast 200 Professuren zählen). Dabei handelt es sich um eine Art „säkularer Theologie“ auf der Basis von vorwissenschaftlichen Glaubensgrundsätzen. Verglichen damit ist BWL eine exakte Wissenschaft.
Letzten Endes befindet sich die Wirtschaftswissenschaft in „guter“ Gesellschaft mit anderen (Geistes- und Sozial-) „Wissenschaften“ die sich gerne als solche bezeichnen, die aber zumindest nicht in der gleichen Liga spielen wie die Natur- und Ingenieurswissenschaften und insbesondere die Mathematik (nehmen wir als Platzhalter einfach das Akronym MINT = Mathematik, Informatik, Naturwissenschaft und Technik). Worin liegen die wesentlichen Unterschiede? Ich denke, es gibt drei ganz wichtige Gesichtspunkte.
Methodik.
In den MINT-Disziplinen haben wir einen definierten und allgemein anerkannten sich evolutionär – manchmal auch disruptiv – erweiternden Satz von beweisbaren (im Sinne von funktionierenden und sich nicht widersprechenden) Methoden zur Lösung von Teilproblemen. Die Geistes- und Sozial-Wissenschaften, zu denen ich die Wirtschaftswissenschaften rechne, verfügen zwar ebenfalls über gewisse methodische Ansätze, meist beschränken sich diese aber auf die deskriptiven Aspekte. Sie können nichts oder nur wenig erklären, also Beobachtungen zwingend auf Ursachen zurückführen. Zum Teil auch deswegen, weil es diese einfachen kausalen Beziehungen in vielen Fällen gar nicht gibt.
Objekt (der Betrachtung).
In den MINT-Disziplinen kommt dem untersuchten Gegenstand (axiomatischer Rahmen der Mathematik, digitale Welt, unbelebte und belebte Natur, Technik) gewissermaßen eine objektiv existierende oder gestaltbare Realität zu, die im Grundsatz unabhängig vom Betrachter über einen Satz von beobachtbaren Eigenschaften verfügt (Der Begriff der „objektiv bestehenden Realität“ ist schwierig und angreifbar, sehen wir einstweilen darüber hinweg). Ganz anders bei den Geistes- und Sozial-Wissenschaften. Das Objekt der Untersuchung sind wir selbst. Können wir aus der Innenperspektive heraus objektiv von außen auf uns selbst blicken? Nein! Wir existieren nicht unabhängig von uns selbst, von unserem eigenen Denken. Nach Descartes („Cogito ergo sum“) ist das Denken selbst gewissermaßen die Voraussetzung für unsere Existenz. Wir können über uns selbst reflektieren, wir können dabei aber keine objektiven Wahrheiten zutage fördern. Wir sind vernunftbegabte Wesen, wir verhalten uns aber nicht selten im Widerspruch zur Ratio. Beispiel: Das lange als gültig betrachtete wirtschaftswissenschaftliche Paradigma des rational handelnden Marktteilnehmers ist längst als Schimäre entlarvt.
Resultate.
MINT: Erkenntnisse über die gemäß 2 charakterisierten Gegenstände werden mittels Beobachtung und/oder Experimenten gewonnen und sind in aller Regel beliebig reproduzierbar, deswegen lassen sich im Verein mit Punkt 1 Modelle über die interessierenden Weltausschnitte erstellen, mit deren Hilfe zutreffende Ursache-Wirkungsbeziehungen (Vorhersagen) formuliert werden können. Darin liegt die große Stärke der Naturwissenschaften, der Technik und der Mathematik. – In den Geistes- und Sozial-Wissenschaften gibt es nur selten Reproduzierbarkeit. Modelle über die Realität sind in der Regel nicht verallgemeinerbar und gelten nur für den ganz speziellen Fall, für den sie geschaffen wurden. Im Ergebnis stehen Vorhersagen für zukünftige Ereignisse auf wackligen Beinen. Hinzu kommt die durch Prognosen hervorgerufene mögliche und sogar wahrscheinliche Beeinflussung künftigen Verhaltens. Der Hinweis auf den Aktienmarkt mag als Beleg genügen. Ich denke, man kann ganz allgemein ein paradoxes Prinzip formulieren: Ereignisse und Verhalten, die der Mensch selbst beeinflussen kann, entziehen sich der Vorsehbarkeit. Resümee: Die Geistes- und Sozial-Wissenschaften sind i. A. nicht in der Lage, zutreffende Ursache-Wirkungsbeziehungen abzuleiten und schlüssig darzulegen. Genau das ist ihre große Schwäche.
Vielleicht wird der eine oder andere hier die Messbarkeit als Unterscheidungsmerkmale vermissen. Messbarkeit ist KEIN Kriterium für eine exakte Wissenschaft. Die minimale Voraussetzung für sinnhaftes wissenschaftliches Arbeiten ist Unterscheidbarkeit: Der Gegenstand der Betrachtung muss abgrenzbar sein und er muss sich in irgendeiner Weise in unterscheidbare Teile (in allgemeinster Form also Elemente, Fragmente, Objekte, Subjekte, Ideen, …) gliedern lassen. Ist dies gegeben und können zudem den Teilen Eigenschaften zugewiesenen werden (mathematisch gesehen entspricht dies der Definition einer abstrakten Abbildung \(f\) aus dem Gegenstandsraum \(G\) auf einen Zielraum \(E\), den wir Eigenschaftsraum nennen), so haben wir bereits alle nötigen Zutaten für eine exakte Wissenschaft. Z.B. können dann schon Aussagen der Art „Teil A steht zu Teil B in der Beziehung X“ getroffen werden. Der Grad der erreichbaren Exaktheit ist vor allem eine Funktion des in die Strukturierung gesteckten Aufwandes. Exaktheit heißt ja nicht, dass Ergebnisse auf \(n\) Stellen nach dem Komma angegeben werden können. Ein exaktes wissenschaftliches Ergebnis kann genauso gut in einer wahren aber zahlenlosen Aussage stecken. Ein Beispiel: Die Lichtgeschwindigkeit im Vakuum ist konstant.
Messbarkeit ist ein spezifischerer Begriff und hängt ab vom Charakter der o.g. Abbildung \(f\) und der besonderen Struktur des Eigenschaftsraums \(E\). Ist letzterer ein (endlicher oder unendlicher) Zahlenraum, so können wir von Messbarkeit reden. – Das erscheint vielleicht abstrakt, ist aber bereits entschärft. Die abstrakt-mathematische Definition von Messbarkeit ist viel komplexer.
Dazu noch ein Zitat des Aufklärers und Aphoristikers Georg Christoph Lichtenberg: „Ich glaube, dass es, im strengsten Verstand, für den Menschen nur eine einzige Wissenschaft gibt, und diese ist reine Mathematik. Hierzu bedürfen wir nichts weiter als unseren Geist.“ Oder, etwas profaner und gleichzeitig provokativer: „… alles andere ist eine Mischung aus Handwerk und Stochern im Nebel“.
Trotz der o.g. Punkte kann man dennoch konstatieren: Gerade Betriebs- und Volkswirtschaft sind Generalistenstudiengänge par excellence, idealerweise gepaart mit einem technologischen Schwerpunkt (z.B. Informatik). Jura dagegen ist ein eher eindimensionales Studium, in dem das reale Leben praktisch nicht vorkommt und versucht wird, die Welt in ein Schema von Regeln zu pressen. Die Tatsache, dass Juristen nicht selten Karriere in Politik und Wirtschaft machen hat m.E. weniger mit dem Inhalt des Jurastudiums zu tun, als vielmehr mit einer gesellschaftlichen Fehlentwicklung: Wir glauben, alles müsse geregelt sein und haben es verlernt, Freiräume konstruktiv und konsensual zu gestalten. Im Ergebnis bekommen wir immer mehr Reglementierung und wundern uns, dass wir aus dem Gestrüpp der sich widersprechenden Vorschriften und Regeln ohne rechtskundige Spezialisten, die doch das Dickicht selbst angelegt haben, nicht mehr herausfinden. – Alles klar? (Nein, das ist keine Anmache; das ist der kürzeste Juristenwitz)
Generell darf man nicht erwarten, im Studium einen festen Satz von unabänderlichen methodischen Vorgehensweisen und Modellen zu erlernen, die im späteren Berufsleben dann stur angewendet werden. In meinem Verständnis dient ein Studium vor allem dazu, selbstständiges und kritisches Denken einzuüben. Die erlernten Modelle und Methoden verstehe ich als Exempel. In der Mathematik liegt der Schwerpunkt im Abstrakt-Theoretischen, worin zweifellos große Potentiale im Hinblick auf vielfältige Anwendungsbereiche liegen. Allerdings ist hier der Transferaufwand in aller Regel vergleichsweise hoch. Viel näher an den realen Problemen ist man in den Wirtschaftswissenschaften, fertige Lösungen und Rezepte darf man gleichwohl auch hier nicht erwarten.
Was hat ein neues «Virus» mit der Arbeitsproduktivität und der
Finanzierung der Flüchtlingskrise zu tun?
(fpa) München. Wie aus ungewöhnlich gut unterrichteten Kreisen verlautet, kommt das renommierte Institut für unvergleichliche Sozial- und Wirtschaftsforschung (IfuS) in einer zusammen mit dem Robert-Hunger-Institut (Berlin) erstellten, derzeit noch geheim gehaltenen Studie zu besorgniserregenden Erkenntnissen über die Ausbreitung eines gefährlichen Virus völlig neuen Typus. Bislang konnte das Virus noch nicht isoliert werden, man weiß aber bereits, dass es direkt auf bestimmte Gehirnregionen wirkt und offenbar die Wahrnehmung und Intelligenzleistung der Betroffenen beeinflusst. Möglicherweise, so die Studie, könne das Virus «gar eine Persönlichkeitsveränderung auslösen». Zur Inkubationszeit gibt es noch keine Erkenntnisse.
Die Forscher vertreten in ihren brisanten Untersuchungen die Ansicht, das Virus sei «immateriell» und stecke, wie es unser Informant doppeldeutig ausdrückte, «nur in den Köpfen» der Infizierten. Auf welche Weise es dem Virus dennoch gelingt, messbare Veränderungen zu induzieren bleibt im Einzelnen noch unklar. Die entscheidende Rolle bei der Ansteckung spielt offenbar eine Art neuronaler Reizüberflutung, ausgelöst durch einen lange andauernden Informationsstrom hoher Dichte (information overload) wie er z. B. bei häufigen Besprechungen oder längerem Internetsurfen nicht eben selten vorkommt. Die permanente «Informationsüberreizung» führt über kurz oder lang zu einer Reduzierung der Synapsenempfindlichkeit. Aufgrund dieses Abstumpfungsprozesses gelangen dezidierte Informationen erst nach mehrmaliger Wiederholung oder in ungebührlicher Deutlichkeit formuliert über die synaptische Reizschwelle. Dabei werden, wie die Forscher ferner feststellten, ungewöhnlich große Mengen an Endorphinen freigesetzt, bekanntlich die «Glücksdroge» unseres Gehirns. In einem fortgeschrittenen Stadium stellt sich daher eine Abhängigkeit der Betroffenen ein, verbunden mit dem unstillbaren Drang nach immer mehr Information. Dies geht – und dies ist das eigentlich Gefährliche – einher mit einer Lähmung der Aktionsfähigkeit von hoher Signifikanz.
Voll entwickelt zeigt sich nach Meinung der Forscher das typische Bild einer Abhängigkeit. So geht den Betroffenen z.B. die Einsichtsfähigkeit in die eigene Malaise völlig ab. Sie lechzen förmlich nach Information ohne jedoch das Erfahrene adäquat verarbeiten und in Handlungen umsetzen zu können. Absolut neu und unerwartet ist der virale Auslösungsfaktor. Es handelt sich offenbar um den ersten Fall eines reinen «Brainware»-Virus (BW-V.), nicht unähnlich den von Computersystemen her bekannten und teilweise gut erforschten Softwareviren. Wie in der Studie ferner ausgeführt wird, manifestiert sich die von den Forschern «Unknown Information Deficiency Syndrome» (UIDS) getaufte Erkrankung nach außen hin in zwei Hauptformen: im privaten Umfeld vorwiegend als Isolation und scheinbare Erstarrung vor dem heimischen Computer, dem Tablet oder dem Smartphone(«Iso-Monotonismus»), im beruflichen Umfeld dagegen zeigen die Betroffenen einen übersteigerten Hang zur Teilnahme an weitgehend nutzlosen Besprechungen («Meetingismus», in der schlimmeren Form «Hyper-Meetingismus»). Nicht zu verwechseln übrigens mit der gleichfalls ansteckenden, üblicherweise aber harmlos verlaufenden «Meetingitis». Indessen weisen die Forscher darauf hin, dass eine nicht behandelte Meetingitis in Einzelfällen zum Meetingismus ausarten kann.
Wie in der Studie ferner ausgeführt wird, leidet heute schon jeder zweite Angestellte an Meetingismus. Die Dunkelziffer ist hoch. Insbesondere in den großen Firmen und internationalen Konzernen grassiert offenbar das Virus. Subjektiv fühlen sich die Betroffenen immer unterinformiert und schieben daher die anstehenden Arbeiten auf bis zum nächsten Informationszufluss (das nächste Meeting), nur um dann wieder Defizite zu erkennen und erneut abzuwarten. Weiter und weiter dreht sich die Spirale. Für eigenes Nachdenken und Problemlösen ist einerseits immer weniger Zeit, andererseits wird es zunehmend als unerwünscht erfahren, weil in diesem Prozess das unmittelbare Gruppenkorrektiv fehlt.
Nach Schätzungen von IfuS gehen der Wirtschaft jährlich zweistellige Milliardenbeträge durch ineffektive und überflüssige Besprechungen verloren. In vorab informierten Wirtschaftskreisen befürchtet man, dass in manchen Branchen bereits mehr als 100% (!) aller Beschäftigten im nicht-produktiven Bereich infiziert sein könnten. Das Problem hierbei, wenn alle infiziert sind, fällt die Diagnose umso schwerer und wird die Heilung fast unmöglich, denn: resistent sind nur wenige. «Hier tickt möglicherweise eine Zeitbombe mit unabsehbaren Konsequenzen für die Wirtschaft», meinte der dazu von uns vertraulich befragte Pressesprecher des VDU, Dr. Rainer B. Lötzinn, unter Hinweis auf die noch ungeklärte Frage zur Inkubationszeit in aller Deutlichkeit. Und weiter: «Wir benötigen dringend ein effektives Behandlungsverfahren, der Standort ist in ernster Gefahr. Die Politik muss hier Sofortmaßnahmen ergreifen und gegensteuern».
Offenkundig fällt dieser Appell bei Regierungspolitikern durchaus auf fruchtbaren Boden. Ob im Sinne der Wirtschaft, darf indes bezweifelt werden. Zwar wollte sich niemand offen dazu äußern, doch hat der Bundesfinanzminister wohl schon entsprechende Pläne zu einer möglichen Besteuerung von Besprechungen in der Schublade. Ein ungenannt bleiben wollender hoher Beamter deutete an, man denke an eine zehnprozentige Erhebung auf die zeitanteiligen Bruttobesprechungsgesamtkosten pro Besprechungsteilnehmer, das könne damit sehr einfach und mit nur geringem Verwaltungsaufwand geregelt werden. Gemeinnützige Organisationen sollen nur mit einem Satz von 2,83% belastet werden (Anmerkung der Redaktion: Dieser eigenartig anmutende Wert ist das Ergebnis eines zwischen dem Finanzministerium und den Dachverbänden im Stillen verhandelten Kompromisses). Die öffentliche Verwaltung soll nach diesen Plänen von der Erhebung freigestellt werden. Die Steuer wäre jeweils zur Hälfte von den Arbeitgebern und den Arbeitnehmern zu entrichten, um die Wirtschaft nicht einseitig zu belasten. Bezugsgröße solle aber nur das reguläre Monatsgehalt der Besprechungsteilnehmer sein, also ausschließlich eventueller Gratifikationen. Denn man wolle gerade die Leistungsträger nicht über Gebühr belasten und andererseits auch die Nachfrage nicht dämpfen.
Die Erfassung der Vielzahl kleinerer Besprechungen macht derweil noch Probleme. Man könne sich hier auch eine pauschale Abgeltung vorstellen, heißt es dazu. Im Übrigen müsse diese «Ökonomie-Steuer» (neudeutsch abgekürzt Eco-Steuer [engl. «Economy»] in Abgrenzung zur Öko-Steuer) von den Unternehmen als positives Lenkungsinstrument verstanden und eingesetzt werden, da die Personalproduktivität bei entsprechender Verringerung der Besprechungshäufigkeit überproportional steige. Im Gegenzug wäre es dabei denkbar, die aus dieser Produktivitätssteigerung erzielten Gewinne mittelfristig geringer zu besteuern und so weiteres investives Kapital den Unternehmen zu belassen. Als Nebeneffekt trüge dies zu einer Verstetigung der Steuereinnahmen bei. Insgesamt werde damit die Wettbewerbsfähigkeit der deutschen Wirtschaft nachhaltig gestärkt und das Steueraufkommen langfristig auf einem erhöhten Niveau stabilisiert, wörtlich, «ein Selbstläufer».
Wie weiter aus Kreisen des Finanzministeriums verlautete, können mit den erwarteten Steuermehreinnahmen die durch die Flüchtlingskrise auf uns zukommenden Ausgabensteigerungen ohne Neuverschuldung voll finanziert werden. «Diesbezüglich ist die Kuh ist vom Eis, wir wirtschaften weiter mit schwarzen Zahlen», meinte der Beamte. Warnende Stimmen kommen unterdessen von den Grünen und den Linken: «Öffentliche Verwaltung und Politik dürfen von der Eco-Steuer nicht freigestellt werden, das ist dem Bürger nicht vermittelbar». Unabhängig davon kündigte der Bund der Steuerzahler bereits vorsorglich Verfassungsbeschwerde an, «falls der Fiskus sich hier einmal mehr schamlos beim Bürger und der Wirtschaft bedienen sollte».
Mittlerweile wächst auch in der Koalition die Erkenntnis, dass die Freistellung der öffentlichen Verwaltung den erwarteten Effekt drastisch reduzieren oder gar ins Negative verkehren könnte. Als Kompromisslösung denkt man daher an einen reduzierten Steuersatz von 3,5% für Kommunen und 4,75% für Landes- und Bundesbehörden. Eine Sonderregelung haben sich jedenfalls die Fraktionen des Bundestages ausbedungen: Fraktionssitzungen und Beratungen der parlamentarischen Ausschüsse sollen grundsätzlich von der neuen Steuer befreit sein. Kritische Stimmen, nachdem dies in der Gesamtschau dann doch zu einigen Sonder- und Ausnahmeregelungen führe, kontern die finanzpolitischen Sprecher der Parteien mit dem Hinweis auf die im Grundsatz geltende 10%-Regel, alles andere müsse ohnehin im Zuge der Durchführungsbestimmungen detailliert werden. Eine Arbeitsgruppe von Spezialisten der Fraktionen sei bereits damit beauftragt, die weiteren Einzelheiten auszuarbeiten. Das Regelwerk werde den angestrebten Umfang von maximal 200 Druckseiten DIN A 4 allenfalls leicht überschreiten. Dabei hat man sich das Ziel gesetzt, nicht mehr als 67 Ausnahmeregelungen zuzulassen. Warum gerade 67? Ganz einfach: 4 Ausnahmen pro Bundesland, das macht zunächst einmal 64. Für die Länder über 10 Mio. Einwohner (NRW, Bayern, Baden-Württemberg) darf es eine Ausnahme mehr geben, so kommt man auf 67.
Unklar bleibt bei alledem, inwieweit diese Maßnahmen tatsächlich geeignet sind, den weit verbreiteten Meetingismus einzudämmen. Die Wissenschaftler vom Robert-Hunger-Institut sind da sehr skeptisch und kritisieren, dass auf diese Weise letztlich nur an den Symptomen herumgedoktert werde. Die außerberufliche Spielart des Virus dürfe in ihrer Gefährlichkeit nicht unterschätzt werden. Ein Heilung sei auf dieser Basis überhaupt nicht möglich, und weiter der bitterböse Kommentar, «unverhohlen gar nicht gewünscht». Augenscheinlich verkenne man in der Politik auch die epidemiologische Komponente des Problems. Man wisse einfach noch zu wenig über das Virus, ein wirksames Gegenmittel, z.B. ein Impfstoff, sei daher noch in weiter Ferne. Es bedürfe weiterer Studien und vieler Besprechungen. Zusammen mit den Kollegen vom IfuS fordern sie daher ein groß angelegtes Forschungsprogramm und die Gründung eines Arbeitskreises «Meetingismus» mit mindestens wöchentlichen Sitzungen zum Zwecke des Informationsaustausches. Gleichzeitig regen sie ein Internetforum zum Thema an. Meetingismus und Iso-Monotonismus seien nur zwei Erscheinungsformen der gleichen Erkrankung, es müsse daher auch den privat Betroffenen aus dem vertrauten heimischen Umfeld heraus Gelegenheit zur Information gegeben werden. Im weiteren könne man auch an Selbsthilfegruppen und -foren denken. Anonymität sei dabei nicht nötig, da ohnehin fast jeder direkt oder indirekt in Mitleidenschaft gezogen ist. Einen passenden Namensvorschlag haben die Wissenschaftler ebenfalls parat: «Bekannte Meetingismus-Monotonismus Watchers», kurz BMMW (Anmerkung der Redaktion: die Namensähnlichkeit mit einem global agierenden Automobilhersteller besteht rein zufällig).
