Heidelberg Laureate Forum: Wie berechenbar ist eine Pandemie?

Von Denis Schnur

Heidelberg. Nach eineinhalb Jahren Pandemie kennt sie wohl jeder: Die bunten Grafiken, die zeigen, wie sich die Infektionszahlen in den nächsten Wochen oder Monaten entwickeln könnten. Solche Prognosen, erstellt anhand mathematischer Modelle, helfen Regierungen auf der ganzen Welt schon lange dabei, Krankheitsausbrüche vorherzusagen und einzudämmen. So stark im Fokus der Öffentlichkeit wie jetzt standen sie jedoch noch nie. Deshalb drehte sich in diesem Jahr auch das "Hot Topic" des Heidelberg Laureate Forum um Modellierungen, ihre Vorteile und Einschränkungen. Bei dem Veranstaltungsformat diskutieren jedes Jahr internationale Experten zu einem "brennenden Thema", bei dem Mathematik und Informatik genutzt werden, um die Gesellschaft voranzubringen. Aber wie gut funktioniert das mit den Modellierungen in der Pandemie? Was haben sie wirklich gebracht? Und wo liegen ihre Schwächen? Ein Überblick:

Was ist eine Modellierung? Modellierungen sind eine wissenschaftliche Methode, um Aussagen über Dinge zu treffen, die man nicht mit Sicherheit bestimmen kann, weil es zu wenige Daten gibt, oder es sich um Ereignisse in der Zukunft handelt – etwa das Wetter am nächsten Tag oder der Verlauf von Epidemien. "Wir kombinieren, was wir wissen – also Daten –, mit dem, was wir denken – also Theorie –, um etwas über das zu lernen, was wir nicht wissen", fasste Sebastian Funk, Professor für Infektionskrankheiten an der University of London, zusammen. Beispiel Wetter: Man analysiert die Daten der vergangenen Jahre, gleicht sie mit den Faktoren ab, die das Wetter am Folgetag beeinflussen könnten, um eine Prognose zu treffen, wann es regnet.

Wie hilft das in der Corona-Pandemie? Modellierungen wurden in der Pandemie bereits sehr früh genutzt. So war etwa Anfang 2020 nicht klar, wie ansteckend das Virus ist. Um den sogenannten Reproduktionswert "R" zu ermitteln, nutzten die Wissenschaftler Modelle. "Wir hatten kaum Daten. Nur die der ersten Fälle aus Wuhan sowie die wenigen Fälle, die im Ausland aufgetreten waren." Damit – und mit dem Wissen über ähnliche Infektionskrankheiten – konnten sich die Forscher dank der Modelle jedoch dem R-Wert annähern. Anhand dessen wurden dann Szenarien für die Entwicklung der Infektionszahlen erstellt, um zu sehen, wann welche Maßnahme sinnvoll ist. Und auch die Auswirkungen der Schutzimpfungen ab Dezember 2020 modellieren die Forscher, um zu untersuchen, ob sie zum Beispiel ausreichen, um eine vierte Coronawelle zu verhindern.

Aber viele Prognosen trafen gar nicht ein. Stimmt – genauso, wie es nicht immer um die vorhergesagte Uhrzeit regnet. Das Problem ist, dass Modelle immer nur eine Annäherung an die Realität sind. Vor allem, wenn sie eine Aussage über die Zukunft treffen, sind sie oft ungenau: "Alle Modelle sind falsch, aber einige sind nützlich", formulierte es Moderator und Wissenschaftsjournalist Martin Enserink. Für eine Pandemie gilt das noch stärker als beim Wetter: "In einer Pandemie geschehen viele Dinge, die nicht vorhersehbar sind", erklärte Funk. Wie und wann entscheidet die Politik? Wie beeinflusst eine Maßnahme das individuelle Verhalten? "Kein Modell kann einen Pandemieverlauf über mehrere Wochen sicher voraussagen."

Wie gehen die Wissenschaftler damit um, dass ihre Vorhersagen oft nicht stimmen? Einerseits arbeite man stetig daran, die Datenlage und die Modelle zu verbessern. Jedoch müsse klar sein, dass Modelle ein Werkzeug seien, betonte Funk, "und keine Glaskugel". Wichtig sei deshalb, zu wissen, was man von den Ergebnissen erwarten könne – und was nicht. "Die Ungenauigkeiten und Schwächen müssen wir ehrlich und transparent kommunizieren", ergänzte Professorin Sheetal Silal, die an der Uni Kapstadt das Zentrum für Modellierung und Simulation leitet. Wecke man falsche Erwartungen, leide die Glaubwürdigkeit der Wissenschaft. Und auch die Ziele müssten klar benannt werden – denn meist gehe es gar nicht um eine genaue Prognose, sondern um eine Einschätzung, was unter bestimmten Bedingungen wahrscheinlich ist. Deshalb wird während der Pandemie auch häufig mit Projektionen und Szenarien gearbeitet.

Was sind Projektionen und Szenarien? Projektionen treffen eine Aussage über die Zukunft unter einer bestimmten Annahme – etwa der, dass sich nichts ändert. Im Fall der Corona-Pandemie berechneten Forscher oft, wie sich Fallzahlen entwickeln, wenn keine Maßnahme ergriffen wird. "Gerade zu Beginn half uns das sehr bei der Frage, ob Grenzschließungen oder das Herunterfahren der Wirtschaft notwendig sind", erläuterte Julia Fitzner von der Weltgesundheitsorganisation. Ähnlich funktionieren Szenarien, nur dass hier mehrere Annahmen zugrunde liegen – etwa die Entwicklung der Infektionszahlen ohne Impfungen sowie mit langsamer oder schneller Impfrate.

Helfen Modellierungen überall auf der Welt gleich gut? Leider nein. Denn die allermeisten Daten, die in die Modelle eingespeist werden, stammen aus der westlichen Welt, wo Gesundheitssysteme in der Regel am besten ausgestattet sind. Und die Erkenntnisse sind nicht übertragbar: "Wir können in Südafrika nicht einfach die Daten aus Europa übernehmen", erklärte Silal. Schließlich ist der Zugang zur Gesundheitsversorgung nicht überall gleich. Und auch Maßnahmen sind in manchen Gegenden wirkungsvoller als in anderen. Wenn viele Menschen auf engem Raum zusammenleben, bringen etwa Kontaktbeschränkungen weniger. Deshalb, betonte Silal, arbeiteten an ihrem Zentrum auch nie nur Mathematiker an Modellen. "Die Aufgabe ist per Definition interdisziplinär", sagte sie. Es brauche ebenso Epidemiologen, Wirtschaftswissenschaftler, Soziologen – "und vor allem braucht es Empathie".

Sind Modellierungen immer sinnvoll? Dass sie ein wichtiges Werkzeug sein können, daran zweifelte keiner der Experten. Dass sie aber nicht immer hilfreich sind, und teilweise auch von der eigentlichen Arbeit "ablenken", betonte Amrish Baidjoe von "Ärzte ohne Grenzen". Zwar sei es richtig, dass es heute mehr Daten gebe als je zuvor. Für Einsätze in Katastrophengebieten bringe das jedoch wenig: "Von dort liegen in der Regel keine guten Daten vor." Dadurch seien die Prognosen auch wenig wert: "Bei den Modellen ist es ganz einfach: Kommt Mist rein, kommt Mist raus." Teilweise wundere er sich auch über Gutachten. Etwa im März 2020, als Wissenschaftler anhand einer Modellierung warnten, dass ein Coronaausbruch in einem Flüchtlingscamp in Bangladesch dramatische Folgen haben könnte und die klassischen Maßnahmen kaum helfen würden. "Das ist richtig – aber das wussten wir vorher schon. Nichts davon hat uns bei unserer Arbeit geholfen."