© Getty Images / Nuthawut Somsuk

Daten zu Covid-19

Welchen Corona-Statistiken du trauen kannst – und welche du ignorieren solltest

von Silke Jäger
etwa 7 Min. Lesedauer
Bearbeiten Share–URLs Kommentare Download Lesezeichen

Wenn dich die vielen Statistiken verwirren, ist das kein Wunder. Zahlen richtig zu deuten, ist keine leichte Übung. Beim Blick auf diejenigen Statistiken, die uns oft präsentiert werden, habe ich festgestellt, dass sie weniger wichtig sind als andere, von denen wir viel seltener lesen und hören.


Die Zahl der Neu-Infizierten pro Tag

Diese Überschrift ist so falsch wie viele Überschriften, die mir täglich in Zeitungen begegnen. Was wir sehen, sind nicht diejenigen, die sich infiziert haben, sondern nur diejenigen, bei denen der Test eine Corona-Infektion anzeigt. Es müsste also heißen: Die Zahl der positiv Getesteten pro Tag. Wie viele das sind, hängt auch davon ab, wie häufig getestet wird. In Deutschland wurden bis Ende April circa 2,5 Millionen Corona-Tests gemacht, in Großbritannien dagegen nur circa 600.000.

2,5 Millionen Tests klingt nach viel. Auch wenn es so scheint, als ob Deutschland im Ländervergleich die meisten Tests macht, täuscht dieser Eindruck. Das wird klar, wenn man sich anguckt, wie viele Tests pro Einwohner gemacht wurden. In Deutschland wurden, Stand 26. April, 30 von 1.000 Menschen getestet, in Luxemburg 67 von 1.000 und in Großbritannien 8 von 1.000. Bei diesem fairen Vergleich liegt Luxemburg vorn, und es wird deutlich, wie wenig Großbritannien testet.

Je mehr getestet wird, desto mehr Infizierte können gefunden werden. Deshalb müsste man zusätzlich noch erfahren, wie viele Tests gemacht wurden und wie viele davon negativ ausfielen. Daraus kann man die Rate der Infizierten ablesen, deren Entwicklung mehr darüber verrät, wie sich das Virus gerade verbreitet.

Wie viele Tests gemacht wurden und wie viele davon negativ waren, findet man in den täglichen Corona-Lageberichten des Robert Koch-Instituts unter „Laborbericht“. Seit Kurzem wird auch die Testkapazität den tatsächlich erfolgten Tests gegenübergestellt. Dabei wird aber nicht berücksichtigt, ob wichtige Grundstoffe für die Tests auch wirklich vorhanden sind. Für sie bestehen zum Teil Lieferengpässe, die in die Statistik nicht mit aufgenommen werden.

Was man der Zahl der positiv Getesteten auch nicht ansieht: wer infiziert ist. Je älter die Infizierten sind, desto wahrscheinlicher wird, dass sie auf Intensivstationen behandelt werden müssen oder an Covid-19 sterben.

Die Gesamtzahl der Fälle

Ob sich eine Pandemie gerade exponentiell entwickelt, kann man nicht zuverlässig beim Blick auf Kurven erkennen, die einfach alle jemals aufgetretenen Fälle zusammenzählen. Sie steigt immer, wird niemals abfallen, und ist deshalb überflüssig. Trotzdem wird sie uns jeden Tag präsentiert. Spannender ist die Zahl der aktiven Fälle, also die Zahl aller Fälle minus die Zahl der Verstorbenen minus die Zahl der Genesenen. Die absolute Zahl der aktiven Fälle sollte so gering sein, dass das Gesundheitswesen klarkommen kann.

Die Zahl der an Covid-19 Verstorbenen pro Tag

In dieser Statistik können nur diejenigen auftauchen, die zuvor positiv getestet wurden. Menschen, die nicht ins Krankenhaus mussten und zu Hause an Covid-19 sterben, werden mit einer gewissen Wahrscheinlichkeit gar nicht mitgezählt, weil nach dem Tod in der Regel kein Corona-Test gemacht wird. Da nur in wenigen Fällen Tote obduziert werden, lässt sich nicht immer eine eindeutige Todesursache zuordnen. Deshalb sagen Expert:innen, dass die Zahl der Sterbefälle bei dieser Pandemie unterschätzt wird. Und darum lässt sich im Moment noch nicht sagen, wie tödlich das Virus genau ist.

Das tägliche Zählen ist wichtig, um zu sehen, ob man ein Plateau erreicht (Gipfel findet man erst im Rückblick). Aber es führt auch in die Irre, weil die täglichen Zahlen stark schwanken können. Deshalb ist es besser, mehrere Tage zusammenzufassen und als Kurve zu zeigen, wie es zum Beispiel die Webseite Our World in Data macht.

Die Sterberaten: Letalität und Mortalität

Die Letalitätsrate gibt an, welcher Anteil der positiv getesteten Menschen stirbt. Diese Rate unterscheidet sich von Land zu Land. In Italien liegt sie zum Beispiel bei 13,5 Prozent, in Deutschland bei 3,9 (Stand 30. April).

Unterscheiden muss man zwischen der Letalitätsrate, die sich auf die Zahl der bestätigten Fälle bezieht, und der Mortalitätsrate, die sich auf einen bestimmten Teil der Bevölkerung bezieht, zum Beispiel 100.000 Einwohner. Erstere wird uns ständig präsentiert, obwohl sie schlechter Vergleiche zwischen den Ländern zulässt. Denn die Unterschiede in der Zahl der Tests und der Methode der Testung führen dabei zu Verzerrungen, die einen Vergleich sehr schwer machen. Das erkläre ich in diesem Text ausführlicher.

Wenn man die Sterberate von Ländern miteinander vergleichen will, sollte man sich auf die Einwohnerzahl beziehen, also fragen: Wie viele Menschen pro 100.000 Einwohner sterben durchschnittlich an Covid-19? Beachten solltest du: Mit dem Fortschreiten der Pandemie verändert sich auch die Mortalitätsrate. In Deutschland sind am 6. April ungefähr zwei von 100.000 Einwohnern an Covid-19 gestorben, am 30. April waren es ungefähr sieben. Das hat damit zu tun, dass der Anteil der Erkrankten, die über 60 Jahre alt sind, in Deutschland stetig steigt.

Die Reproduktionszahl

An der Reproduktionszahl kann man ablesen, wie viele Menschen eine infizierte Person durchschnittlich ansteckt. Sie verrät viel über die Dynamik der Pandemie, weil sie zeigt, ob die Zahl der Neuinfektionen prozentual steigt oder fällt. Mit ihrer Hilfe können Forscher Berechnungen über den zukünftigen Verlauf der Infektionswelle machen.

Die Reproduktionszahl errechnet sich aus den gemeldeten Neu-Infektionen und bildet damit genauso wenig die Realität ab wie die Zahl, auf der sie beruht. Da wir immer gleich zählen und damit der Zählfehler durchgängig ist, kann man ihn ignorieren, so lange man sich bewusst macht, dass er da ist. Das heißt: Da man im Moment noch nicht sagen kann, wie viele Infektionen unentdeckt bleiben, zum Beispiel, weil sie keine Symptome erzeugt haben und die Menschen nicht getestet wurden, ist die Reproduktionszahl nur eine rechnerische Hilfsgröße – wenn auch eine wichtige. Sie sollte immer zusammen mit der Zahl der positiv Getesteten bewertet werden, weil es einen Unterschied macht, ob 2.000 Neu-Infizierte jeweils eine Person anstecken oder ob das 4.000 tun. In beiden Fällen wäre R=1.

Die Übersterblichkeit

Wir wissen, wie viele Menschen üblicherweise sterben: pro Tag, pro Monat und pro Jahr. Wir wissen, dass in den Wintermonaten mehr Menschen sterben als im Sommer (wegen der Grippe) und in manchen Wintern mehr als in anderen (weil die Grippewellen unterschiedlich stark verlaufen). Wenn auf einmal mehr Menschen sterben, als man aufgrund der Statistik erwarten würde, nennt man das Übersterblichkeit.

Der Vorteil der Größe Übersterblichkeit ist, dass man gut einschätzen kann, wie viel mehr Tote es im Vergleich zu einem bestimmten Zeitraum gab. Der Nachteil ist, dass man an ihr nicht ablesen kann, woran die Menschen gestorben sind. Im Falle der Pandemie wissen wir nicht, ob unter den Toten, die offiziell nicht an Covid-19 gestorben sind, viele unentdeckte Infizierte waren. Wir wissen auch nicht, ob mehr Menschen an Krankheiten gestorben sind, die unter anderen Umständen anders versorgt worden wären – zum Beispiel, weil man sie schneller operiert hätte.

Für Deutschland stellt das Statistische Bundesamt inzwischen eine leichte Übersterblichkeit durch Covid-19 fest. Auch Daten aus anderen europäischen Ländern zeigen, dass Covid-19 Übersterblichkeit erzeugt – übrigens nicht nur bei Menschen über 65, sondern auch bei jüngeren.

Die Belastungsgrenze des Gesundheitssystems

Diese Belastungsgrenze lässt sich nur schwer ermitteln, ist aber die wichtigste Größe, um zu messen, wie heftig die Pandemie verläuft: Jenseits dieser Grenze bricht das Gesundheitssystem zusammen. Diese Grenze ist in der berühmten Aufforderung #FlattenTheCurve als horizontale Linie eingezeichnet.

https://commons.wikimedia.org/wiki/File:20200406_Flatten_the_curve_animated_GIF_-_International_version.gif#/media/Datei:20200406_Flatten_the_curve_animated_GIF_-_International_version.gif

Eine definitive Zahl gibt es nicht und wenn es sie gäbe, wäre sie regional sehr unterschiedlich. Sie müsste berücksichtigen, wie viel qualifiziertes Personal es gibt (also nicht selbst infiziert und deshalb in Quarantäne), wie viele freie Intensivbetten da sind und wie viele davon ein freies Beatmungsgerät haben. Aber auch andere Kapazitäten spielen eine Rolle, zum Beispiel wie gut Gesundheitsämter in der Lage sind, Kontaktketten nachzuverfolgen.

Was nutzen uns Statistiken, wenn sie nicht exakt sind?

Die Antwort ist: Sie bilden zwar die Realität nicht eins zu eins ab, helfen uns aber, die Realität besser zu verstehen und herauszufinden, ob Maßnahmen, wie zum Beispiel Kontakteinschränkungen, wirklich wirken.

Epidemiolog:innen nutzen alle Statistiken – plus weitere Daten und Annahmen –, um den weiteren Verlauf der Pandemie zu berechnen. Oft wird das „Vorhersage“ genannt. Das ist jedoch kein guter Begriff dafür, denn die Wissenschaftler finden stets eine Spanne heraus, in der sich die reale Kurve dann mit hoher Wahrscheinlichkeit bewegt. Das heißt, es kann sich sowohl der Worst Case als auch der Best Case als auch irgendwas dazwischen als wahr erweisen.

Die Statistiken sind vor allem für Expert:innen wichtig, die damit arbeiten. Uns Normalbürger:innen helfen viele Statistiken, wenn man sie einzeln betrachtet, nicht viel weiter. Manche stören sogar, wie zum Beispiel die Gesamtzahl der Fälle, weil sie zu falschen Schlussfolgerungen verleiten.

Was aber das größte Problem ist: Die Zahlen werden zu selten richtig eingeordnet. Mit dieser Lesehilfe fällt es dir leichter, das selbst zu tun.


Redaktion: Philipp Daum; Schlussredaktion: Susan Mücke; Bildredaktion: Verena Meyer.

Prompt headline