Modellierer leben auch nicht von der Hand in den Mund

In dem Maße, wie kaputt­ge­spar­te Gesundheitsämter auf­ge­ben müs­sen bei der Nachverfolgung ins Absurde gestei­ger­ter "Fälle", die nur in win­zi­ger Anzahl zu Erkrankungen füh­ren, blüht das Geschäft der Modellierungen. Wenn kei­ne belast­ba­ren Daten vor­han­den sind, müs­sen sie mathe­ma­tisch gene­riert wer­den. Ein jün­ge­res Beispiel führt uns Frau Ciesek, die sich offi­zi­ell Virologin nen­nen darf, im neu­es­ten NDR-Podcast vor (s. Frau Ciesek über Pferde, Zahlen und Weihnachtskontakt-Pfuschereien). Ganz beson­ders schön auch Wenn die Zahlen sin­ken, braucht es Perkolation. Neues aus dem Tollhaus.

Ausnehmend gut model­lie­ren kann Professor Dr. Thorsten Lehr von der Universität des Saarlandes. Im Mai war auf bild.de zu lesen:

»Saarbrücken – Die simu­lier­te Kurve zeigt ein Horror-Szenario fürs Saarland: 60 000 Corona-Tote bis August!

Nur die rigo­ro­sen Maßnahmen, das neu­ar­ti­ge Virus (Covid-19) ein­zu­däm­men, hät­ten das ver­hin­dert. Davon ist Professor Thorsten Lehr vom Lehrstuhl für Klinische Pharmazie über­zeugt. Er beruft sich dabei auf ein Simulationsprogramm („Cosim“), das er mit einer Arbeitsgruppe an der Saar-Uni ent­wi­ckelt hat.

„Hätte man nach Ausbruch der Corona-Pandemie über­haupt kei­ne Maßnahmen ergrif­fen, hät­te man bereits im April 25 000 Intensiv-Betten mehr benö­tigt als vor­han­den“, sagt Lehr gegen­über BILD. „Allein im Saarland hät­ten dann 17 000 Beatmungsplätze gefehlt.“«

Näheres in Seher von Saarbrücken: Simulationen schwä­cheln. Auch das Forschungszentrum Jülich ist groß dabei mit Modellierungen und Forderungen nach här­te­ren Maßnahmen

»Die Forscher haben sich nicht mit der Wirksamkeit ein­zel­ner Maßnahmen befasst. Denn die­se kamen meist im Paket, was man sta­tis­tisch kaum aus­ein­an­der­kla­mü­se­rn kann. Als Grundlage haben Jan Fuhrmann vom „Jülich Supercomputing Centre“ und Maria Barbarossa vom „Frankfurt Institute for Advanced Studies“ die „Kontaktrate“ des Spätsommers gewählt. Dann haben sie simu­liert, wie sich Neu­infektionen und Intensivbetten-Belegung ent­wi­ckeln wür­den, wenn man die­se Kontaktrate durch ver­schie­den har­te Lockdowns drü­cken wür­de. In ihren Annahmen wür­de ein „Soft“-Shutdown die Kontaktrate auf etwa ein Drittel (35%) des Sommer-Niveaus brin­gen, ein „star­ker“ auf ein Viertel und ein stren­ger auf 15%. Den der­zeit lau­fen­den „Lockdown Light“ stu­fen sie zwi­schen „soft“ und „stark“ ein.«

Dazu mehr in Simulanten vom Forschungszentrum Jülich: Noch vie­le Lockdowns.

Ganz neu sind die Erkenntnisse aus der TU Berlin:

»Die Forschenden um Kai Nagel model­lie­ren das Infektionsgeschehen in Berlin auf Grundlage von Bewegungsdaten aus dem Mobilfunknetz im Rahmen des Projektes „Modus-Covid“ , das vom Bundesforschungs­ministerium geför­dert wird.

Simulation an Realität angepasst
Sie haben ein Modell ent­wi­ckelt, das für jeden ein­zel­nen Wochentag für alle Personen über eine Simulation ver­fügt, wann, wo und wie sich Personen bewe­gen, wo sie sich auf­hal­ten und wel­che Aktivitäten sie dort aus­füh­ren.«

Nun gilt es, die Realität an die Simulation anzupassen:

»Sollten die Menschen in Berlin aller­dings an Weihnachten und auch an Silvester ver­stärkt mit ande­ren in Kontakt tre­ten, sei damit zu rech­nen, dass die Infektionszahlen noch ein­mal deut­lich ansteigen.

„Dann wer­den die Krankenhäuser ihre Kapazitätsgrenzen errei­chen und der Lockdown muss ver­mut­lich bis in den April fort­ge­schrie­ben wer­den, um die Infektionszahlen wie­der auf ein Maß her­un­ter­zu­fah­ren, bei dem die Gesundheitsämter die Nachverfolgung bewerk­stel­li­gen kön­nen“, sag­te Kai Nagel, Mobilitätsforscher der TU-Berlin. Erst in März wür­den nach die­sem Szenario die täg­li­chen Neuinfektionen in Berlin wie­der unter 1000 fallen.

Erst im April wie­der unter kri­ti­schem Wert
Doch auch wenn sich die Menschen nur an Weihnachten ver­mehrt tref­fen, sei erst im April mit einer 7‑Tage-Inzidenz von unter 50 auf 100.000 Einwohner zu rech­nen. Ohne Treffen an den Feiertagen und Silvester wür­den die Zahlen bereits im Januar und Februar zurück­ge­hen und im Laufe des März unter die kri­ti­sche Grenze von 50 fal­len.«

Alle die­se Forscher hän­gen am Tropf der Bundesregierung. Um ihre Zuwendungen zu sichern, müs­sen sie ab und an geneh­me Ergebnisse liefern.

Kostengünstiger und für Leib und Seele der Menschen in die­sem Land zuträg­li­cher wäre es, sie mit sol­chen Spielzeugen aus­zu­stat­ten, an denen sie sich gefahr­los aus­to­ben könnten:

Erhältlich bei https://www.pearl.de/a‑CL1255-4538.shtml?query=modell

Zu Frau Ciesek sie­he Auch Sandra Ciesek von Quandt-Stiftung gespon­sert und Sandra Ciesek baff: Kinder infi­zie­ren sich nicht!.

5 Antworten auf „Modellierer leben auch nicht von der Hand in den Mund“

  1. Ohne empi­risch beleg­te Modelle sind alle Simulationen Kaffeesatzleserei. Anstatt mal nach­zu­for­schen war­um es in Schweden nicht zu einem Kollaps des Gesundheitssystems u. zum Massensterben gekom­men ist, über­tref­fen sich unse­re Pseudowissenschaftler mit immer schlim­me­ren Katastrophenszenarien. Peinlich!

  2. Kann man mit dem Eisenbahnsimulator auch model­lie­ren, wie sich SARS-Cov in einem Zug aus­brei­tet, je nach Anteil der Maskenträger im Zug und im Bahnhof?

  3. Jeder Versuch, kom­ple­xe Situationen zu model­lie­ren beginnt mit der Komplexitätsreduktion der Situation. Und der nächs­te Schritt ist die Festlegung von Parametern. Von den vie­len hun­der­ten wer­den dann vie­le ein­fach geschätzt. Und am Ende hat man ein Modell, an dem man so lan­ge her­um­schrau­ben kann, bis das gewünsch­te Ergebnis herauskommt.

    Im Idealfall hat man eine Datenreihe und kann die Simulation so ein­stel­len, dass die Datenreihe kor­rekt abge­bil­det ist. Das heißt aber über­haupt nicht, dass dann die wei­te­re Extrapolation auch kor­rek­te Werte erge­ben müss­ten. Und genau dar­in liegt der Trick die­ser moder­nen Art des alchi­mis­ti­schen Goldmachens.

    Ich ver­gleich das immer mit bestimm­ten Funktionen, so genann­ten "Splines". Man kann für jeden Datensatz Splines erstel­len, die die Daten ziem­lich kor­rekt abbil­den. Je mehr freie Parameter man wählt, umso bes­ser passt sich die Kurve den Datenpunkten an.

    ABER: das gut Anspassen an die Datenpunke bedeu­tet über­haupt nicht, in kei­ners­te Weise, dass damit auch ein neu gemes­se­ner oder ermit­tel­ter Datenpunkt auf die­ser Spline-Kurve lie­gen müsste.

    Modelle, Simulationen oder Splines wer­den immer so ein­ge­rich­tet, dass sie zu den bekann­ten Werten pas­sen. Aber dar­aus zu schlie­ßen, dass dann neue Werte wie­der­um zu den Modellen, Simulationen oder Splines pas­sen müss­ten ist der glat­te Irrsinn – aber genau­so wird es behauptet.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.