UKW014 Corona: Modelle und Prognosen

Über epidemiologische Modellierungsmodelle und alternative Ansätze

Als Nachfolge auf das Gespräch, dass wir vor zwei Wochen in diesem Kanal geführt haben, kommen Pavel und ich erneut zusammen und gehen noch einmal etwas genauer auf die derzeit viel diskutierten Berechnungsmodelle ein, mit denen die Öffentlichkeit über die Risiken und Chancen der Coronakrise informiert wird. Desweiteren diskutieren wir auch umfänglich die Quellenlage, die Qualität der Daten und ihrer Bereitstellung sowie die Aussagekraft auf Basis der aktuellen Datenpunkte und welche neuen Quellen und Parameter in der Zukunft hilfreich und auch notwendig sein werden. Dabei überprüfen wir auch die eigenen Prognosen, die vor zwei Wochen angestellt haben, welche Berechnungen und Methoden in anderen Ländern zum Einsatz kommen und wie dort mit der Bedrohungslage umgegangen wird. Zum Schluß stellen wir uns natürlich die Frage nach der nahen und fernen Zukunft. Fragen, die wir nicht immer beantworten können, aber die wir uns jetzt alle stellen und denen wir uns auch zu stellen haben.

On Air
avatar Tim Pritlove Bitcoin Icon Generic Wishlist Icon Paypal.me Icon
avatar Pavel Mayer
Shownotes:

22 Gedanken zu „UKW014 Corona: Modelle und Prognosen

    • Vielen Dank, habe gestern per Twitter auch einen Hinweis auf Daten bekommen. Es kommt dem ziemlich nahe, was wir in der Sendung gewünscht hatten. Hatte vor einigen Wochen dort gesucht und damals nur das Kartenmaterial gefunden. Habe schon ein paar Ideen, was ich mit den Daten machen werde.

  1. Mehr Disclaimer wären notwendig gewesen.

    Pavel ist ein sehr vernunftbegabter Mensch und pflegt im Allgemeinen offenbar die richtige Einschätzung zu Datenqualität und Schwierigkeiten von Inferenz aufgrund von Modellen, aber dass er hier Prognosen aufgrund eines sehr problematischen Modells verkündet hat, war sehr bedenklich. Ich finde es schwierig, dass wieder gefährliches Halbwissen verbreitet wurde, während gleichzeitig der Anschein gewisser wissenschaftlicher Kompetenz erweckt wurde.

    Nach der Beschreibung seines model fitting-Prozesses, erscheint es mir, dass Pavel hier wirklich unbedarft und nicht vertraut mit den notwendigen Techniken an die Sache herangegangen ist. Probleme die er als schwierig angehbar beschreibt, haben jedenfalls in meiner Disziplin, der ökologischen Modellierung, bekannte Antworten, und andere Problemlösungen erscheinen mir schlicht falsch (mein Disclaimer: Bin auch kein Epidemiologe, kein epidemiologischer Modellierer, nur gewöhnlicher Naturwissenschaftler).

    1. Zum SIR-Modell: Es hört sich so an als würde Pavel da ein sehr vereinfachtes Prozess- oder state-space-basierte Modell mit einem einfachen least-squares-Optimierer fitten. Es ist kaum verwunderlich, dass der Fit nicht plausibel war. Die offensichtlichen und bekannten Strategien wären hier: Einführung von Stochastizität im Prozessmodell, vor allem Einführung eines stochastischen Beobachtungsmodells mit verschiedener Parametrisierung für verschiedene Länder etc., und evtl. bayes’sche Kalibrierung mit prior probability distribution auf den Parametern, so dass diese in gewissem Rahmen “regularisiert” werden.

    2. Zum logistischen Modell: Natürlich kann man immer ein naives logistisches Modell fitten, aber die Erklärungskraft der Parameter ist eher gering, weil wir wissen, dass wir es nicht mit einem logistischen Prozess zu tun haben (sonst müsste das Wachstum an seine eigene Limitierung gekoppelt sein; wir wissen aber dass unsere Eindämmungsmaßnahmen 1. unabhäbhig vom Wachstum und 2. nicht etwa an irgendeiner Sättigungsgrenze absolut wirksam sind)! Auf der gefitteten Kurve Analytik zu betreiben und von Wendepunkten zu sprechen ist nicht richtig und ohne Disclaimer nahezu unverantwortlich. Auch die Konfidenzintervalle des SIR-X-Forecastings aufgrund ihrer großen Unsicherheit als “unbefriedigend” zu bezeichnen, und dann Boundaries für Forecasts aufgrund von Standardabweichungen vorzuschlagen ist wirklich ein problematisches und m. E. unbegründetes Verfahren. Gute Wissenschaftler würden sich extrem davor hüten Forecasts aufgrund dieser Methode zu machen. Die Modellgüte besteht nicht allein aus der prädiktiven Kraft, sondern auch der Fähigkeit Prozesse zu erklären, und der richtigen Einschätzung der Unsicherheit. Vor allem letzteres wurde hier vernachlässigt.

    5. Das Wichtigste: Es reicht nie, einfach mathematische Modelle anzuwenden, sondern man braucht spezifisches Fachwissen, um die Daten aufbereiten zu können, Prozesswissen um Sonderfälle zu erkennen und Plausibilität zu beurteilen. Es ist eine allgemein verbreitete Krankheit, dass mathematikversierte Menschen, sich auf eine Disziplin stürzen und Modelle falsch anwenden.

    Ich bin mir sicher, eine Expertin zur epidemiologischen Modellierung, der ich nicht bin, hätte zu dem Thema noch mehr zu sagen. Es wäre wirklich hilfreicher eher “Profis” zu diesem Thema anzuhören.

    Da ist es auch eher kontraproduktiv, am Beginn der Sendung Pavels Autorität aufzuplustern, indem man auf seine Abgeordnetentätigkeit oder Erfahrung mit quantitativen Wissenschaften hinweist. Man hätte ganz im Gegenteil mehr betonen sollen, dass Pavel vom Thema epidemiologischer Modellierung keinen blassen Schimmer hat und hier nur dilettiert. Diese Einordnung wäre wirklich angemessen gewesen.

    • Danke. Ich finde diese klassische Nerdeigenschaft, zu glauben man könne Aussagen über diverse komplexe Sachverhalte machen, weil man bestimmte komplexe Sachverhalte versteht, wirklich unangenehm. Gerade in der aktuellen Situation, in der wir als Gesellschaft(en) darauf angewiesen sind, dass alle so gut wie möglich verstehen, was passiert, damit sie ihr Verhalten anpassen können, schadet es mE eher, die Unübersichtlichkeiten der Realität noch mit dem eigenen Halbwissen zu verstärken.
      Ich wundere mich sehr, dass Pavel und Tim (deren öffentliche Äußerungen ich für gewöhnlich sehr schätze) an dieser Stelle weiter machen, obwohl es doch mehr als genug kritische Hinweise gab. Reflektiert ihr das?

      • Ich gebe dir Recht, dass Alle möglichst gut verstehen sollten, was los ist, und was dieser Podcast auf jeden Fall ist, ist eine Dokumentation des Zeitgeschehen, wie gerade zwei Leute versuchen, sich einen Reim auf das Geschehen zu machen und andere daran teilhaben lassen.

        Zwei Leute, die mit Verlaub eine Menge gesehen und gemacht haben und bei allem Nerdtum sich nicht darauf reduzieren lassen,

        “Halbwissen” halte ich gerade auch für einen etwas polemischen Begriff, als ob es gerade jemanden mit Vollwissen gäbe. Ich denke, wir haben an den meisten kritischen Stellen hinreichend dazugesagt, wo gerade die Grenzen unseres Wissens liegen.

        Es tut sich gerade auch soi viel, und ich trage Wissen aus ausschliesslich renomierten Quellen zusammen und nehme mir einige Zeit dafür, weise in der Regel auf die Quellen hin und stelle meine Ergebnisse nicht über die der Profis, versuche aber ihre Arbeiten nachzuvollziehen, so weit es mit möglich ist.

        Ich bin offen über das, was ich mache und gebe meine Einschätzung der Situation wieder, und es kann natürlich Zufall sein, aber fast Alles von dem, was ich seit Wochen dazu auf Twitter geschrieben habe, trat so ähnlich ein oder wurde manchmal erst Tage später z.B. von Christian Drosden verbreitet bzw. bestätigt, etwa die Zahlen zu durchgeführten Tests.

        Ich bin sehr gespannt, wie dieser Podcast so altern wird. Es ist immer gefährlicher, Vorhersagen zu machen als sich bedeckt zu halten, und es wird im Nachhinein sicher interessant sein zu sehen, wie ahnungslos wir vielleicht auf die Zukunft zugesteuert sind oder auch nicht, uns ich denke, zumindest mein WIssen über die Bedeutung und das Zustandekommen der öffentlichen Zahlen deckst sich mit praktisch allen Expertenaussagen, und da, wo sie sich wiedersprechen, weiss ich in der Regel, wer die aktuelleren oder zutreffenderen Informationen hat, und dieses Wissen halte ich für Wert, geteilt zu werden.

        Im Übrigen gab es neben den “kritischen” Hinweisen nach dem letzten Podcast zum Thema sogar zum einen deutlich mehr Zuspruch als negative Kritik, zum anderen sind wir der Kritik nachgegangen und haben uns einige Passagen mehrfach angehört und konnten nicht erkennen, dass die Kritik in Substanz oder Inhalt zuftreffend war; entweder hatten wir gar nicht gesagt, was uns vorgehalten wurde, oder was wir gesagt hatten war zutreffend und wurde von uns mit Belegen versehen.

        Insofern ist Kritik meist nur dann hilfreich oder hat Konsequenzen, wenn sie auf möglichst konkrete Punkte abziehlt, an denen wir noch mal gezielter in die Tiefe prüfen können, ggf. Quellen hinzufügen oder Berichtigungen oder Klarstellungen machen können.

        Hinweise wie “Nerds” und “Halbwissen” helfen uns leider nicht, den nächsten Podcast zum Thema irgendwie besser zu machen, wobei wir uns natürlich gtundsätzlich über jeden Kommentar erst mal freuen.

        Ausserdem dürfte das hier kaum die einzige Quelle von Informationen sein, die jemand gerade zum Thema bezieht, und wir haben hier auch hinreichend Verweise auf viele unsere Quellen, wo sich jeder noch mal selbst versichern kann, ob wir das richtig wiedergegeben haben. Bisher ist mir ein solcher Fall nicht bedankt.

        Eine andere Sache sind natürlich unsere Einschätzungen und Meinungen zu dem Thema, wozu auch gehört, wem wir glauben, und natürlich auch wie wir glauben, dass es weitergehen könnte. Auch die Wissenschaft kann gerade nur verschiedene Szenarien aufmalen, von den wir einige unbedingt vermeiden müssen. Insbesondere können wir sehen, was überhaupt noch möglich ist.

        Falls du konkrete Kritikpunkte hast, würde ich gerne davon hären; wir werden nämlich wohl am Thema dranbleiben, und innerhalb einer Woche kann sich gerade verdammt viel tun, und das Thema wird uns vielleicht noch Jahre beschäftigen 🙂

        • Hey Pavel,
          danke für die Reflektion. Wir beide schätzen die Lage wohl prinzipiell aus ganz unterschiedlichen Perspektiven ein, ich will nochmal versuchen, das besser darzulegen.
          Ich habe an der Uni Statistik 1 und 2 gehört, beherrsche R halbwegs und Python ganz gut, habe zumindest Ansätze für Optimierung und Erfahrung mit großen Datenmengen und machine learning. Es könnte mir vielleicht auch passieren, dass ich Lust bekomme, mich mit den Covid-Daten hinzusetzen und mal zu schauen, wie weit mein Skillset reicht und ob ich zu interessanten Analysen oder Interpretationen komme. Soweit glaube ich gut zu verstehen, was Du machst. Und an dieser Stelle sei gesagt, dass Du mir inhaltlich ganz sicher um Längen voraus bist und ich nicht an Deinen Fähigkeiten und Deiner Vorsicht bei Aussagen zweifle. Mir käme allerdings niemals der Gedanke, zu so einem Projekt in so einer unübersichtlichen Gesamtlage dann podcasts rauszuhauen.
          Aus zwei mir wesentlichen Gründen: 1. Dunning Kruger. Es muss Lücken in meinem Wissen und in meinen Fähigkeiten geben und je weniger tief ich in einem Fachgebiet stecke, desto weniger kann ich über die Größe und Beschaffenheit dieser Lücken sagen. Ich unterstelle (quasi heuristisch), dass das bei Dir auch der Fall ist. Das habe ich (ja, verkürzt und polemisch, auch ich mache gerade coping und bin gestresst) als Halbwissen bezeichnet. Ich bitte Dich dafür hiermit um Entschuldigung und hoffe, dass ich etwas differenzierter erklären konnte, worauf ich hinaus wollte.
          2. Funktion in gesellschaftlichen Debatten: UKW dürfte recht große Teile unserer community erreichen, was ihr sagt hat also Einfluss. Im Diskurs bildet ihr eine meines Erachtens ungute Brücke zwischen der großen Gruppe derer, die gerade sehr interessiert daran sind, die wissenschaftlichen Perspektiven auf die Pandemie zu verstehen (deshalb hat Drosten mit dem Coronavirus Update so erstaunlich viel Zulauf) einerseits und der Gruppe, die findet, dass kritische Begleitung der Krise bedeutet, Videos von (mal wieder) Lungenfachärzten zu verbreiten, andererseits. Achtung, ich argumentiere gerade nicht, dass Dein Kenntnisstand und Deine Sorgfalt mit Wodarg in einen Topf gehören. Das tun sie nicht. Aber die Konstruktion: Ich bin interessierter Enthusiast und habe hier einige themenverwandte Qualifikationen und Erfahrungen aufzuweisen und deswegen nehme ich jetzt am Diskurs zur Pandemiemodellierung teil; ähnelt strukturell schon auch der Konstruktion, die jetzt vielfach an den Rändern der Debatte aufgemacht wird. Damit besteht aus meiner Sicht das Risiko, dass Menschen die Einschätzung der Quellenlage misslingt (Pavel ok, Wodarg nicht) und ihr unbeabsichtigt einen Beitrag zur Diskursverschiebung leistet.

          Nochmal abschließend: Du hast mich gebeten, Dir inhaltliche Fehler nachzuweisen. Das kann und möchte ich nicht, weil meine Copingstrategie eine andere ist als Deine (mir täte es nicht gut, jetzt zu versuchen, mich soweit in die Modellierung einzuarbeiten, dass ich Dir inhaltlich sinnvoll widersprechen könnte und ich bin wirklich gerne bereit, Deinen Wissensvorsprung anzuerkennen und mit Klappe halten zu würdigen). Stattdessen habe ich versucht, darzulegen, dass es auch Gegenargumente auf einer anderen Ebene geben könnte. Ich bin ok damit, wenn Du die ablehnst, mir ist es trotzdem wichtig, dass wir auch solche Perspektiven diskutieren.

    • Vorab auch erst mal: Ich bin dankbar für deinen Kommentar und deine Anregungen und höre gern mehr davon. Teilweise finde ich deine Kritik allerdings zu harsch und möchte sie nicht unerwiedert stehen lassen. Ich möchte das jetzt nicht in einen Rechthaberei-Thread ausarten lassen und denke, dass du dich mit Modellierung auf einem verwandten Gebiet besser auskennst als ich. Die Frage ist: Inwieweit hast du dich mit den Corona-Daten beschäftigt?

      Ich denke, ich habe mehrfach betont, kein Epidemiole zu sein und keine Experte auf diesem Gebiet. Denoch glaube ich, etwas Wertvolles beizutragen und bemühe mich, keine Fehlinformationen zu verbreiten. Ich verbringe auch sehr viel Zeit damit, Informationen zusammenzutragen, und ich denke, dass selbst, wenn ich an manchen Stellen Unzuftreffendes gesagt haben sollte, sollte das diesen Podcast nicht derart entwerten, wie es für dich den Anschein hat.

      Zum einen liefert er denke ich hinreichend viele Verweise auf andere, insbesondere die offiziellen Akteure, deren Arbeit ich vorangestellt und wie ich denke auch nicht niedergemacht habe, sondern im Gegegnteil herausgehoben habe, dass wir hier im Vergleich zu den ROCS-Hauptarbeiten bei den hier diskutierten Vorhersagesystem von einem sehr einfachen Modell reden, was auf der Seite im Übrigen eingehend beschrieben ist und an dem ich mich orientiert habe. Wäre alles einfacher zu beurteilen, wenn sie auch noch einen Link zu einem git-Repository vom Quellcode angeben hätten. Oder Daten. Oder alle Parameter.

      Bitte bedenke auch, dass es bei dieser Situation mit Expertentum allein nicht getan ist; iregendwo müssen Dinge auch integriert und politisch bewertet werden, und ich kenne (wie du vermutlich noch mehr) genug Experten, um zu wissen, dass die meisten auch eine Agenda und eine persönliche Meinung haben, und nicht alle sind in einem so hohen Maße auf eine Trennung von Wissenschaft und Politik bedacht wie Christian Drosten, und ich bin froh dass ihm diese führende Rolle in der wissenschaftlichen Beratung der Regierung zugefallen ist. Ich könnte mir kaum jemand besseren ausdenken.

      Dennoch ist es nötig, mäglichst viele Informationen und Daten und Modelle und Ergebnisse einer breiten Öffentlichkeit zugänglich zu machen, damit nicht nur ausgewählte Experten Einblick haben, sondern breiter nachvollziehbar ist, was gerade geschieht. Worauf basierten die Entscheidungen des Bundes und der Länder? Ich verstehe, dass es Mühe und Arbeit macht, auch Quellen und Urdaten mit bereitzustellen, aber eigentlich sollte das auch bei uns mittlerweile zum guten wissenschaftlichen Ton gehören, tut es in vielen Bereichen aber noch immer nicht.

      Wenn ich hier rumdilletieren sollte, ist das eher Ausdruck dieses Problems und als Aufforderung und Ruf nach mehr Transparenz zu verstehen, denn sonst laufen wir Gefahr, unnötig Widerstand zu erzeugen, je länger die Maßnahmen andauern.

      Zu 2., zur Erklärungskraft der Parameter im logistischen Model und dem Modell allgemein: Ich denke, auf die Limitationen des Modells und der beschränkten Aussagekraft hinreichend hingewiesen zu haben. Hätte ich alles mit einem Disclaimer versehen müssen, hätte die Sendung doppelt so lange gedauert.

      Was das Modell tut, und zwar in mehreren Ländern, Vorhersagen zu treffen, die sich mit dem SIR-X weitgehend decken die nächsten 3-5 Tage ziemlich treffsicher vorraussagen. Für die Zeit danach kann man denoch Szenarien damit entwerfen, und die Analytik auf der logistischen Kurve ist gut genug, um zu erkennen, ob ein Trend zu erkennen ist und in welcher Phase sich die Epidemie befindet. Und dass man Best-Case Szenarien gut entwerfen und den Worst-Case eher schlecht. Ich bin mir der Grenzen logistischer Kurven sehr bewusst, aber wenn sie nicht bisher so gut funktionieren würden, auf realen Daten, hätte ich mich nicht so viel damit beschäftigt. Und zu den Parametern: Sie ermöglichen unter anderem einen guten und schnellen Ländervergleich und haben auch gute und direkte Interpretationen.

      Ich würde mir wünschen, du würdest dir die Sendung noch mal objektiv daraufhin anhören, ob das von mir hier gesagte zutrifft und villeicht in Gedanken eine Strichliste anfertigen, an welcher Stelle du nütztliche, richtige, irrelevante oder falsche Informationen siehst. Ausserdem wäre ich für weitere sachdienliche Hinweise und Quellen sehr dankbar, wie Viele, die das hier lesen.

      Am besten wäre es natürlich, wenn deine spürbare Verärgerung oder Enttäuschung dazu führen würde, dass jemand mit deiner Expertise sich über das Problem hermacht und uns daran teilhaben lässt.

      Mir hat es alles jedenfalls sehr geholfen, ein Gefühl für die zeitlichen Abläufe und Dynamiken zu gewinnen und Schlüsse zu ziehen, die überwiegend bestätigen, was die Regierung so sagt und was sie in der Tat nicht wissen kann. Fand ich sehr beruhigend.

      • Hallo Pavel,

        ich finde es sehr gut, dass du dich mit der Modellierung beschäftigst und deine Ergebnisse mit der Öffentlichkeit teilst. Was mich am Podcast gestört hat, ist dass es sich – gerade nach der erhebenden Vorstellung von Tim – für Unbedarfte so angehört haben muss, als würdest du quasi die überlegenen Modelle produzieren. Was du machst ist cooles Hacking (ein schöneres Wort für Dilettieren) und Spielen, aber so hätte man es eben mehr einordnen, und die Vorhersagen mit mehr Salz versehen sollen, finde ich. Trotzdem weitermachen, davon sollten dich meine harschen Worte bitte nicht abhalten 🙂

        Ich glaube übrigens gern, dass die logistischen Kurven gerade gut predicten, aber ich glaube auch, dass diese prädiktive Kraft sehr schnell nachlassen wird, sobald sich das limitierte (sub-)exponentielles Wachstum in den Daten noch etwas fortsetzt.

        • Ich hätte gedacht, allein die hohen Fehlerraten wären Salz genug gewese, zusammen mit den die vielen genannten Einschränkungen. Muss mir aber wohl vorwerfen lassen, in meiner Freude darüber, wie gut es funktioniert und wie einfach handhabbar die logistischen Kurven im Vergleich zu SIR sind, wenn es um schlechte Daten geht, und die Fits sind geradezu unheimlich gut, was ich erst mal nicht glauben konnte.

          Du hast auch absolut Recht, was das limitierte (sub-)exponentielle Wachstum angeht. Was der Fit dann dann aber wie aktuell im Fall China zeigt ist, dass eben genau diese Phase erreicht ist und das tatsächliche Wachstum von der logistischen Kurve abweicht. Diese eignet sich also sehr gut als Referenz um zu sehen, was passieren müsste, um zum Stillstand zu kommen.

          Ein anderer von mir nicht erwähnter Aspekt ist, dass ich die logistische Kurve auch auf beliebige Abschnitte der Kurve legen kann, und wenn ich erkenne, dass z.B. bestimmte frühere Werte nicht mehr relevant sind, kann ich den Fit entsprechend anpassen.

          Der Punkt, den ich nur machen wollte ist, dass das SIR-X Verfahren für grobe Erkenntniszwecke aus einer verrauschten, kleinen Datenbasis eigentlich auch keine besseren Ergebnisse liefert als Curve-Fitting, letzteres aber leichter nachvollziehbar und handhabbar ist und überraschend gut funktioniert, besser, als ich es anfangs für möglich gehalten hätte.

          Ich habe damit auch nicht den Stein der Weisen gefunden, Richard’s Curve https://en.wikipedia.org/wiki/Generalised_logistic_function ist von 1959, und hat es nicht mal in die deutsche WIkipedia geschafft, insofern weiss ich nicht, ob du dich bei deiner Kritik auf die “normale” Logistikfunktion bezogen hast, die weniger Paramter hat. Dennoch hast du Recht, jede vereinfachte Funktion passt iregendwann nicht auf den realen Verlauf, aber dasselbe gilt für die SIR-Modelle, wenn man nicht “unterwegs” von Hand die Parameter ändert. So richtig vorzusehen scheinen mir die Modelle das allle nicht, dass sich in kurzer Zeit ein Parameter ändert, obwohl man das natürlich programmieren kann, aber für jeden Wechsel führe ich dann faktisch neue Parameter ein bzw. diskrete Werte, und das finde ich ziemlich umständlich, aber vieleicht fehlen mir auch die Tools und Kenntnisse und die Zeit, das so tief reinzugehen.

          Ich vermute, es wird alles besser, wenn man die geografische Dimension mit einbezieht, aber das schafft natürlich Komplexitäten und neue Fehlerquellen, und manchmal ist eine schnelle, nachvollziehbare, nicht so genaue Antwort auch besser als eine, die ich erst Wochen später erhalte, weil ich erst mal die Probleme in meinem Modell ausbügeln musste. Was ich so gesehen habe, auf das die Bundesregierung ihre Entscheidung gestützt haben soll, war jetzt nicht so sophisticated, aber vermutlich schon zu kompliziert für die meisten Politiker, würde ich sagen.

          Ich denke, ich überbewerte das Curve-Fitting nicht, aber man sollte es vielleicht auch nicht unterbewerten – die richtige Funktion für den richtigen Zeitraum vorausgesetzt. Und wie gesagt, es ist geradezu unheimlich, wie gut Richard’s Curve passt, besser und auf mehr, als ich es für möglich gehalten hätte, aber eben auch nicht naiv auf Alles.

          • Leider waren beide Podcasts sehr unangehem zu hören.

            Wie die Kommentatoren über mir schon gesagt haben würde etwas Demut vor der Komplexität des Themas gut tun. Der Drosten sag täglich 10x das er sich selbst bei Themen die sein Fachgebiet tangieren nicht sicher genug fühlt gewisse aussagen zu tätigen oder Sachverhalte zu kommentieren. Hier kommt es einfach sehr arrogant rüber und statt der in der Einleitung erhofften Einsicht wurde Pavel einfach zum Universalexperten erklärt…

            Vielleicht liegt es am Thema aber ich habe mich noch nie so unwohl oder eher verärgert beim Hören eines Metaebene Podcasts gefühlt (und ich habe wirkliche alle gehört)

          • Moin.
            Auch ich komme aus der Ecke der Modellierer (Geoökologie) und habe einst an (räumlichen) Ausbreitungsmodellen herumgeschraubt. U.a. auch mithilfe der Richards-Kurve.
            Und ja, mit bestimmten Anpassungen x-beliebiger Parameter kriegt man viele Daten gefittet und es sieht erst einmal plausibel aus. Da freut sich jeder Modellierer für drei Minuten.

            Doch braucht es dann doch spezifisches (Fach)Wissen, um eigenartiges Verhalten und numerische Artefakte erkennen zu können. Da fallen die Modelle nämlich auch schnell mal auseinander oder werden hinten raus chaotisch.
            Die Wahl der Anfangs- und Randbedingungen machen das Geschäft auch nicht einfach und gerade speziell die Datenlage bei der Corona-Krise ist doch ein Alptraum für jede/n, die/der Anfangsbedingungen klar definieren möchte.

            Bromions Einwände unterstütze ich alle.
            Die Tücken der (numerischen) Modellierung lernt man erst nach Jahren mehr und mehr kennen. Und auch ich hatte den Eindruck (nur den Eindruck!), dass Pavel sich einmal kurz da eingelesen und dann schnell losgelegt hat.

            Das soll Dich, Pavel, nicht von Deiner Neugier abhalten. Neugier ist immer schön und gut. Aber wenn viele Zuhörer:innen eben diesen Eindruck haben, dann einfach noch etwas besser kommunizieren?

            Sonst bitte weiter so weitermachen!

      • Disclaimer: Ich habe exakt 0.0 Domänenwissen bzgl. Epidemiologie und fitte alle Jubeljahre mal ‘ne Kurve, um flotte Approximatoren für gesamplete Daten zu bauen. Es kann also sein, dass meine Frage kompletter Dünnpfiff ist. Intuitiv fand ich Bromions ersten Einwand unter 2. (“kein logistischer Prozess”) aber recht plausibel, deshalb nur mal so aus Neugier:

        Hattest Du bei Deiner Analyse auch mal nach höher parametrisierten logistischen Modellen (sprich: 5PL o.Ä.) oder “exotischeren” Sigmoiden gestöbert, für deren Parameter es vielleicht noch plausiblere bzw. kleinteiligere domänenspezifische Interpretationen gibt? Ich weiß natürlich nicht, wie tief Du Dich in die Epidemiologie i.e.S. reingenerdet hast, aber ich könnte mir vorstellen, dass (falls sowas existiert) die Grenzen des Modells damit noch etwas klarer zu Tage träten – selbst wenn ‘ne Standard-Richards-Kurve schon perfekt passt.

        P.S. Das ist natürlich nicht als Fangfrage gemeint (bei 99% der anderen Takes, würde ich mir wünschen, dass sie so tief eintauchten wie Du). Ich frage mich nur gerade, wieviel Erkenntnisgewinn man sich grob davon versprechen darf, nochmal ‘nen Domänenexperten darüber zu befragen.

  2. Dunning-Kruger hat zugeschlagen. Ich kann Parameter eingeben in eine Funktion eingeben und habe mal “für ein Krankenhaus gearbeitet”. Deswegen kann ich natürlich bessere Modelle entwickeln als Menschen, die in diesem Bereich forschen. Teile der Sendung waren kurz vor “Ich bin Ingenieur und Stahl kann bei diesen Temperaturen nicht schmelzen”

    • Hast du konkrete Kritikpunkte, oder wolltest du einfach mal pauschal Unmut oder Unzufriedenheit mit dem Podcast äussern?

      Sollte letzteres der Fall sein, tut es mit leid, dass du nicht genug Positives daraus ziehen konntest.

      Solltest du konkrete Kritikpunkte haben, würde es mich freuen, die zu erfahren.

  3. Danke euch auch für die zweite Folge. Mir gefallen eure Momentaufnahmen sehr.
    Werfe mich mal ins Feuer und behaupte, dass im Gesagten gut rüber kommt, dass eure Gedanken und Pavels Analysen auf diversen Annahmen basieren.
    Eure Erläuterungen helfen, den Wust an Zahlen & Infos etwas besser einzuordnen. In wieweit man eure Vorhersagen für bare Münze nimmt bleibt ja jedem selbst überlassen…

  4. Ihr habt die Maßnahmen nur kurz angeschnitten, ich möchte mir trotzdem eine Ergänzung erlauben. Trotz bundesweitem Abstimmungsversuch sind die Maßnahmen auf der rechtlichen Ebene der Verfügungen und Verordnungen im Detail deutlich unterschiedlich – nicht nur in Bayern. Dort braucht es einen “trifftigen Gründen” die Wohnung zu verlassen. Man darf sich in unter freiem Himmel auch zu zweit mit niemanden Treffen außer dem festen Partner oder Menschen der eigenen Wohnung. Auch Treffen in der Privatwohnung sind untersagt.
    Auf der anderen Seite der rechtlichen Maßnahmen stehen Bundesländer die Terffen von zwei Personen in der Öffentlicheit nicht verbieten, Treffen in Privatwohnungen nicht verbieten und generell keine “trifftige Gründe” für das Verlassen der Privatwohnungen kennen. Dazu kommen deutliche Unterschiede bei den Bußgeldern und in der Rechtsdurchsetzung. Abseits von den medizinischen Empfehlungen halte ich die rechtlichen Maßnahmen in einigen Bundesländer für unverhältnismäßig in anderen angemeseen abgewogen, wenn sie zeitlich strikt begrenzt werden. Ich würde deshalb auf rechtlicher Ebene zugespitzt sagen “die Maßnahmen” gibt es nicht.

  5. Ich fand Pavel gar nicht arrogant. Ich kenne ihn nicht und fand die Hinweise auf seine eingeschränkte Kompetenz zu Beginn ausreichend.
    Das starke Auseinanderklaffen von Minimal- und Maximalwertschätzung für 5 Tage unterstreicht, neben der Anmerkung, dass es für längere Zeiträume dann ganz unbrauchbar wird, den experimentellen Charakter der Berechnungen hinreichend unterstreichend.

    Ich bin ja noch ein viel größerer Dilettant auf dem Gebiet und versuche aus den Zahlen von gestern und heute auch ständig zu orakeln, was morgen sein wird. Indem ich Dritten dabei zuhöre kann ich, wenn ich “Dunning Kruger” rufen will, lernen, mir an die eigene Nase zu fassen.

    Außerdem entnehme ich dem Halbwissen hier und dem Halbwissen andernorts immer wieder Informationsatome, die ich selbst übersehen habe und höre Fragen, auf die ich selbst nicht gekommen bin.

    Besser als unreifes Zeug nur im eigenen Kopf zu wälzen, ist es, sich mit anderen darüber auszutauschen, die zumindest theoretisch in der Lage sind die Schwächen in den Überlegungen aufzudecken. Ein defensives Irrtum-vermeiden-um-jeden-Preis scheint mir die schlechtere Strategie zu sein.
    Hätten wir geschwiegen, wären wir alle Philosophen geblieben, ja, aber nicht jeder will auf einem Marmorsockel enden. 🙂

    Und was man sich selbst als Kritikfähigkeit zuschreibt, sollte man vielleicht auch nicht allen anderen absprechen.

  6. In den letzten Tagen kam die Debatte um die Grundrechte und das staatliche Eingreifen auf; ich schätze es sind konkrete Pläne der Regierung den aktuellen Ausnahme-Zustand auf Jahre auszudehnen an die Presse durchgesickert. Telefondaten sind da nur ein kleines Mosaikteilchen, es geht direkt ums große Ganze:
    Es wird sicherlich zu verhandeln sein, inwieweit die Bevölkerung bereit ist so ziemlich alle ihre Grundrechte zu opfern um die eigene Überlebenschance ein wenig zu verbessern bzw anderen Menschen das Überleben zu ermöglichen.
    Und dann ist die Frage, ob die Bevölkerung das überhaupt entscheiden kann, es gibt ja keine Volksentscheide übers Grundgesetz.
    Da werden wohl die Juristen ran müssen und das wird jedenfalls spannend: Staat will GG aushebeln, Juristen könnten das verhindern.
    Wo will man sich da positionieren?

    Ich finde jedenfalls, das kann man nicht einfach in drei Sätzen abbügeln von wegen das seien ein paar Rentner die bereits sind zu sterben könnten sich ja nicht der Welt entziehen. Spaßfakt: können sie wohl.
    Machen diverse Religionsgruppen auch. Oder einzelne Staaten.
    Man muss die Welt oder Deutschland nicht als große Monokultur begreifen, und die Problematiken von Monokulturen (Anfälligkeit für Schädlinge und Krankheiten) als gottgegeben hinnehmen. Monokulturen sind äußerst produktiv, das stellt niemand in Abrede. Aber sie sind nicht der Weisheit letzter Schluss.

    Man könnte den Menschen die Wahl lassen, wo und wie sie leben wollen und ihnen mehrere Modelle anbieten: Quarantäne-Deutschland hier, Anti-Quarantäne-Deutschland dort.
    Wenn es um dermaßen viele Menschen geht, gibt es keine “richtige” Lösung für alle. Es gibt wahrscheinlich nicht mal eine “richtige” Lösung für die Mehrheit, sondern nur das kleinste Übel für eine große Minderheit.
    Aber dann wird es schwierig mit der Legitimität und die Frage ist, ob man im Namen einer Ideologie “no borders, one system” nicht alles andere opfert was das Leben lebenswert macht.

  7. Ich unterstütze die Kritik und die Anmerkungen von Bromion.

    Bedauerlich finde ich den Umstand, dass die laufenden Zahlen der wegen Covid-19 hospitalisierten Patienten, und die Zahlen derer, die aktuell intensiv behandelt werden ebenso wenig veröffentlichet werden, wie die Zahl der freien Intensivbetten. Denn das sind ja gerade die wesentlichen Parameter, um einen akzeptablen Kompromiss zwischen “flatten the curve” und den die Infektionszahl reduzierenden Maßnahmen zu finden. Der aus gesundheitlicher Sicht optimale Zustand, in Stase abzuwarten, bis ein Impfstoff oder ein wirksames Medikament ausreichend zur Verfügung steht, ist gesellschaftlich und wirtschaftlich nach den bisherigen Schätzungen nicht durchhaltbar.

    Zudem gebietet es die Ethik, die restriktiven Maßnahmen nur soweit zu reduzieren, dass Triage-Entscheidungen aufgrund von fehlenden Kapazitäten bei der med. Behandlung nicht notwendig werden.

    Aufgrund der Zahl der bereits Infizierten aus dem med. Bereich vermute ich, dass es dort noch erheblichen Nachholbedarf beim Infektionsschutz und im Umgang mit der Schutzausrüstung gibt.

    Zu den Grundrechten möchte ich noch anmerken, dass es überhaupt keine Rechtsgrundlage dafür gibt, die Rechte bereits immuner Personen weiter einzuschränken.

Schreibe einen Kommentar zu Bromion Antworten abbrechen

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

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.