Aktuelle Meldungen

Die Corona-Pandemie hat die Statistik als Wissenschaft ins Rampenlicht geholt. So sollen unzählige Analysen, Kurven und Kennziffern dabei helfen, die Pandemie zu erklären und politische Maßnahmen zu begründen. Das gelingt nicht immer gut. Denn viele dieser Analysen vermitteln den Eindruck, man wisse genau, wo wir gerade in der Pandemie stehen und wie sie sich entwickelt. Aber unser Wissen hat in weiten Teilen bestenfalls den Charakter von Leitplanken – es grenzt ab, wo unser Nicht-Wissen beginnt, ist aber keinesfalls so präzise, wie es die exakt verlaufenden Kurven glauben lassen.

Deshalb hatten einige Ausgaben der Unstatistik in den vergangenen Monaten einen anderen als den vertrauten Charakter. Statt nur den Finger in die Wunde zu legen, wo Statistik missbraucht wurde, haben wir regelmäßig Vorschläge unterbreitet, wie man es besser machen kann. Die Dezember-Unstatistik ist wie so vieles im Corona-Jahr 2020 von Ambivalenz geprägt und verweist auf ein formal besonders gelungenes Beispiel der statistischen Kommunikation.

Die Unstatistik des Monats November befasst sich mit Aussagen zur Wirksamkeit von Corona-Impfstoffen. Die gute Nachricht des Monats dazu kam von BioNTech und Pfizer mit dem vorläufigen Ergebnis, dass ihr Impfstoff gegen Covid-19 „zu 90 Prozent wirksam“ sei. Inzwischen haben BioNTech und andere Hersteller berichtet, dass Impfstoffe gar zu 95 Prozent wirksam seien. Das sind alles erfreuliche Ergebnisse. Aber was bedeutet „zu 90 Prozent wirksam“?

In verschiedenen Medien, darunter Bayerischer Rundfunk und „Berliner Zeitung“,  wurde erklärt „Das heißt, 9 von 10 Menschen können durch die Impfung vor einer Infektion geschützt werden.“ Demnach wäre der Impfstoff bei 90 Prozent aller Menschen, die sich impfen lassen, wirksam. Das würde bedeuten, wenn man alle 83 Millionen Deutschen impft, dann sind davon 90 Prozent geschützt; nur die restlichen 8,3 Millionen können sich anstecken. Das wären aber immer noch weit mehr Infizierte als es bisher der Fall ist. Also kann das nicht gemeint sein.

Die Unstatistik des Monats Oktober befasst sich mit der Aussagefähigkeit der 7-Tage-Inzidenz. Die aktuelle Politik orientiert sich mit ihren Anti-Corona-Maßnahmen vor allem an dieser 7-Tage-Inzidenz, die die Entwicklung der Neuinfektionen abbildet. Maßnahmen wie Sperrstunden, Personengrenzen auf Veranstaltungen und Alkoholverbote hängen davon ab. Die 7-Tage-Inzidenz gibt die innerhalb der vergangenen sieben Tagen registrierten Neu-infektionen je 100.000 Einwohner an. Hat beispielsweise eine Stadt mit 250.000 Einwohner in den letzten sieben Tagen insgesamt 50 Neuinfektionen verzeichnet, so beträgt die Sieben-Tages-Inzidenz 50*(100.000/250.000) = 20.

Die Unstatistik des Monats September ist die (inzwischen geänderte) Titelzeile einer Pressemitteilung des Deutschen Bundestages, die auf eine Antwort auf eine Kleine Anfrage der AfD-Fraktion hinwies. Wie ältere Bildschirmfotos zeigen, stand zum Erscheinungsdatum am 24. September dort noch die Überschrift: „Die Hälfte verdient weniger als das Medianentgelt“ und der letzte Satz lautete: „Der Anteil der sozialversicherungspflichtig Vollzeitbeschäftigten der Kerngruppe, die ein Bruttomonatsentgelt unterhalb des bundesweiten Medianentgelts erzielten, betrug laut Bundesregierung jeweils 50 Prozent.“ Auch dieser Satz ist heute so nicht mehr in der Pressemitteilung enthalten, findet sich aber noch in der Antwort der Bundesregierung.

In Österreich wird derzeit eine hitzige Debatte darüber geführt, ob Frauen von der Corona-Krise stärker betroffen sind als Männer. So schreibt die österreichische Ausgabe der „Zeit“ am 13. August: „Ende Februar, bevor Schulen und Geschäfte zugesperrt wurden, waren in Österreich rund 399.000 Menschen arbeitslos, Ende Juni waren es 64.000 mehr. 85 Prozent dieser sogenannten Corona-Arbeitslosen waren laut Daten des Arbeitsmarktservice Frauen.“ Ähnlich berichten unter anderem „Der Standard“, „Die Presse“ und „Kontrast“.

"AOK-Zahlen dokumentieren Anstieg der Hautkrebsfälle“ meldete das Deutsche Ärzteblatt am 21. Juli. Von 2003 bis 2019 hätte sich die Zahl der Krankschreibungen aufgrund von Hautkrebs mehr als verdoppelt. Einige Medien scheinen diese und ähnliche Zahlen aus anderen Quellen so zu deuten, dass sich auch die Hautkrebsgefahr als solche verdoppelt habe.

Eine statistische Zahl hat in den vergangenen Tagen zu vielen Diskussionen geführt: die 60 Prozent Nutzer, die die Corona-Warn-App angeblich benötigt, damit sie zur Eindämmung der Pandemie wirksam beitragen kann. Diese Zahl stammt aus einer Simulations-Studie von Forschern der Universität Oxford, die mögliche Entwicklungen der Pandemie mit einem komplexen mathematischen Modell zur Verbreitung von Corona abschätzt. Vor dem Start der App galt diese Zahl als harte, von Experten errechnete Schwelle. Passenderweise erklärten sich in verschiedenen Umfragen, etwa vom NDR oder vom Nürnberg Institut für Marktentscheidungen (NIM), 60 bis 70 Prozent der Befragten bereit, die App zu installieren.

Die Unstatistik Mai ist, wie die beiden vorangegangenen, keine übliche Unstatistik. Vielmehr erklärt sie wichtige statistische Konzepte, die helfen, die Ungewissheiten in der Corona-Zeit besser zu verstehen. Es geht diesmal um eine verständliche Einführung in das Thema Antikörper-Tests und ihre Grenzen.
 
Es gibt zweierlei grundsätzlich verschiedene Arten von Tests: PCR-Tests und Antikörper-Tests. PCR-Tests (PCR steht für Polymerase-Kettenreaktion) weisen mit einem Rachenabstrich direkt genetisches Material von SARS-CoV-2 nach. Sie sind eine Momentaufnahme. Antikörper-Tests dagegen sind Bluttests. Sie reagieren auf Antikörper, welche das Immunsystem gebildet hat, um das Virus abzuwehren. Sie zeigen auch überstandene Infektionen an. Und um diese Antikörper-Tests geht es hier. Manch einer denkt, vielleicht habe ich das Virus bereits gehabt – war da nicht vor Wochen ein Fieber oder ein Hustenreiz? Ein Antikörper-Test soll darauf eine Antwort geben. Es gibt sie als Labortests, die von trainierten Technikern durchgeführt werden und etwa einen Tag dauern, und Schnelltests, welche ein Ergebnis in weniger als einer halben Stunde liefern.

Unsere vorangegangene Unstatistik hatte bereits die Möglichkeiten und Grenzen zentraler Kennzahlen der derzeitigen Covid-19-Pandemie aufgezeigt – insbesondere der Infektions- und Sterbequote. Inzwischen ist mit der Reproduktionszahl R eine weitere Kennzahl in den Fokus der öffentlichen Aufmerksamkeit gerückt. Sie gibt an, wie viele andere Personen eine infizierte Person ansteckt und ist keine Eigenschaft eines Virus, sondern ergibt sich aus dem Verhalten des Virus und unserer Reaktion auf den Virus. Ist beispielsweise R = 2, steckt jede infizierte Person im Durchschnitt zwei weitere Personen an. Aufgrund des exponentiellen Wachstums der Pandemie, die wir bereits in unserer vorangegangenen Unstatistik detailliert beschrieben haben, wird dieser Kennzahl nicht zuletzt von der Bundesregierung eine zentrale Rolle beigemessen.