WEBVTT NOTE Podcast: UKW Episode: UKW027 Corona Weekly: Superrot und Supergrün Publishing Date: 2020-05-20T23:39:45+02:00 Podcast URL: https://ukw.fm Episode URL: https://ukw.fm/ukw027-corona-weekly-superrot-und-supergruen/ 00:00:32.869 --> 00:00:38.818 Hallo und herzlich willkommen zu u k w unsere kleine welt mein name ist tim und. 00:00:39.768 --> 00:00:44.352 Es ist der neunzehnte mai zwanzig zwanzig. 00:00:45.338 --> 00:00:56.310 Man müsste vielleicht sagen so und so viel tage nach corona aber wer weiß schon wann das angefangen hat hier ist corona weekly ich begrüße pavel hallo papa. 00:00:56.287 --> 00:01:06.760 Tag siebenundachtzig nach meiner zeitrechnung die beginnt halt an der stelle wo die zahlen. 00:01:06.821 --> 00:01:13.232 Langsam konsistent werden und man mit rechnen kann am samstag den zweiundzwanzigsten zwoten. 00:01:14.037 --> 00:01:16.032 Da fing alles an sozusagen. 00:01:15.732 --> 00:01:16.843 In deutschland. 00:01:16.543 --> 00:01:26.380 Das heißt dann okay das heißt wir haben jetzt auch fast oder so gut wie drei monate hinter uns mit dieser ganzen situation okay. 00:01:27.059 --> 00:01:33.879 Zeit mal wieder zu resümieren ja. 00:01:34.240 --> 00:01:39.287 Heute wird es vielleicht nicht ganz so lang aber wer weiß das schon so ganz genau. 00:01:39.660 --> 00:01:54.346 Wir haben wieder viele kommentare von euch bekommen vielen dank dazu bevor ich es auch wieder vergesse auf vielen dank speziell an die leute die jetzt pavel da auch konkretes feedback gegeben haben bezüglich. 00:01:54.406 --> 00:02:01.563 Fehlern der risiko tabelle da werden wir heute auf jeden fall auch noch mal einiges zu berichten haben, 00:02:01.617 --> 00:02:09.879 ja aber ich denke wir können heute mal direkt mit den aktuellen zahlen aus deutschland 00:02:09.850 --> 00:02:14.200 anfangen später sage ich nochmal ein bisschen was zu dieser ganzen apps situation. 00:02:14.795 --> 00:02:22.186 Ja wie sieht's denn aus pavel werden wir alle sterben. 00:02:22.415 --> 00:02:33.771 Ja nein es sieht eigentlich ganz okay aus also der berühmte wert beziehungsweise der neue berühmte. 00:02:34.006 --> 00:02:40.135 Über sieben tage geglättete erwehrt liegt jetzt so bei null komma 00:02:40.093 --> 00:02:50.254 acht drei also um um die null komma acht um je nachdem wie man die sieben tage glättung durchführt weil da gibt's auch nochmal verschiedene varianten. 00:02:50.135 --> 00:02:52.598 Deine deine glättung ist das jetzt sozusagen. 00:02:52.298 --> 00:03:00.548 Die unterscheidet sich jetzt also ist interessante ist dass es noch mal ein anderes interpretationen erfahren nimmt ich nehme halt 00:03:00.530 --> 00:03:09.051 die mehrwerte der letzten sieben tage und bilde darüber den mittelwert sie bilden dann wiederum 00:03:08.991 --> 00:03:12.981 den ersten mittelwert über die 00:03:12.891 --> 00:03:24.644 fallzahlen von sieben tagen und bilden dann den erwerb auf basis sagen darf der vorher interpretierte daten und das führt zu einer leicht. 00:03:24.879 --> 00:03:31.531 Anderen kurve aber im wesentlichen fast die gleichen ergebnisse aber sozusagen die glättung ist noch glatter. 00:03:31.465 --> 00:03:35.412 Okay ist jetzt das eine besser als das andere. 00:03:35.112 --> 00:03:42.882 Also sagen meins zeigt ein bisschen früher an wenn's hoch geht also, 00:03:42.888 --> 00:03:53.788 und schlägt ein bisschen mehr aus als es aber nicht nichts wesentliches also unterschied ist denn jetzt gerade so ich 00:03:53.716 --> 00:03:58.235 liege bei halt null komma acht drei und 00:03:58.103 --> 00:04:12.548 glättung null komma acht null ging allerdings rechnet es nicht auf den normalen meldedaten sondern auf ihren cast daten insofern ist es nicht ganz vergleichbar aber ja 00:04:12.471 --> 00:04:20.018 null komma acht ist das ding und wir hatten in der letzten woche so einen kleinen anstieg 00:04:19.952 --> 00:04:30.558 selbst geglättet so auf fast eins bei glättung null komma neun fünf ja jedenfalls gab es einen anstieg. 00:04:31.165 --> 00:04:42.221 Leichten und da war es unklar würde es jetzt vielleicht noch weiter über eins gehen aber nein der geglättete wert ist die ganze zeit unter eins geblieben und. 00:04:42.378 --> 00:04:52.136 Ursache dafür gehe ich mal sehr stark davon aus für diesen anstieg von wenn man null komma sieben, 00:04:52.149 --> 00:05:01.522 vor zwei wochen auf diese null komma neun kam daher dass ja die regeln für die tests geändert wurden und 00:05:01.439 --> 00:05:08.084 das führte dazu dass halt einfach mehr tests durchgeführt werden und werden wir testet kriegt halt auch 00:05:08.043 --> 00:05:11.606 mehr positive fälle und da die. 00:05:11.696 --> 00:05:21.460 Zahlen also da dieses hatten wir beim letzten mal schon angesprochen da dieses eben nicht mit der zahl der tests auch normiert wird 00:05:21.437 --> 00:05:28.401 kriegst du wenn sich die zahl der tests verändert steigt oder fällt halt auch das kurzfristig das 00:05:28.275 --> 00:05:34.134 pegelt sich dann zwar wieder ein und das ist das glaube ich was wir jetzt gerade sehen morgen gibt's ja die neuen 00:05:33.996 --> 00:05:41.663 test zahlen und so meine vermutung ist dass die tests nicht weiter hoch gegangen sind sondern 00:05:41.495 --> 00:05:52.215 ich hoffe gleich geblieben sind wenn sie jetzt sogar gefallen sind dann werden wir jetzt wieder einen übertriebenen abfall von ersehen der. 00:05:52.306 --> 00:05:58.675 Ganz den tatsachen entspricht aber es pendelt sich dann auch irgendwann ein aber insgesamt. 00:05:58.747 --> 00:06:05.555 Kann man sagen gehen die zahlen zurück obwohl mehr getestet wurde so das kann man einfach festhalten das heißt 00:06:05.543 --> 00:06:15.374 in der summe sieht es in deutschland gut aus so aber wenn man jetzt mal genauer hinguckt 00:06:15.302 --> 00:06:23.600 wie sich das denn in der region unterscheidet kann man sagen wir haben ungefähr in der hälfte der landkreise, 00:06:23.643 --> 00:06:34.014 sinkende zahlen und in einem viertel der landkreise aber steigende zahlen so und das ist natürlich nicht schön so das verbleibende viertel 00:06:33.918 --> 00:06:39.873 da steigt oder sind wieder und das ist natürlich ein problem wenn 00:06:39.783 --> 00:06:48.568 es gegen den gibt nach wie vor wo sich die infektion verbreiten wo sie sich ausbreiten heißt das es ist nicht unter kontrolle. 00:06:48.791 --> 00:06:56.884 Das kann man halt festhalten trotz sinkender zahlen gibt's halt brandherde und, 00:06:56.885 --> 00:07:00.147 da hatten wir ja auch jetzt geht ja jetzt durch die presse 00:07:00.040 --> 00:07:07.406 sind dann häufig spezial situationen sich diese arbeiterwohnort heime oder auch gerade 00:07:07.233 --> 00:07:18.103 dann gehört hat gesundheitspersonal ist jetzt wohl besonders stark betroffen was vielleicht daran liegt dass jetzt gesundheitspersonal besonders viel getestet wird so dann wundert es natürlich auch nicht 00:07:17.923 --> 00:07:20.741 sagen durch die regeländerungen 00:07:20.597 --> 00:07:30.932 jetzt sagen gesamte krankenhaus oder pflegeheimbewohnern schaften oder pflegeheime durchgetestet werden was vorher nicht der fall war dann findet man da natürlich jetzt 00:07:30.854 --> 00:07:37.926 auch mehr fälle sowas jetzt nicht heißen muss dass sie nicht vor zwei wochen genauso betroffen waren sie wollen halt nur nicht getestet 00:07:37.807 --> 00:07:47.114 so dass vielleicht auch als hintergrund zu den meldungen immer jetzt hört oh gott plötzlich so hohe zahlen bei krankenhaus- und pflegepersonal 00:07:47.067 --> 00:07:54.463 das liegt sehr wahrscheinlich daran dass sie jetzt getestet werden und vorher nicht in der form. 00:07:55.131 --> 00:08:02.443 Da wir jetzt in dieser phase sind so heute fünfhundert neue infizierte. 00:08:02.564 --> 00:08:14.618 Auf ganz deutschland verteilt das ist dann wenn wir vierhundert landkreise haben ist es eigentlich im schnitt so anderthalb pro landkreis so das ist, 00:08:14.624 --> 00:08:21.300 wenn das jetzt gleichmäßig verteilt wäre sagt wär super aber dem. 00:08:21.667 --> 00:08:35.974 Halt nicht so und dank jetzt dieses corona risk ranking tools kann man jetzt halt auch sehr schön gucken dem neuen feature platzierungsziel veränderungen. 00:08:36.527 --> 00:08:45.210 So sieht man dass die landkreise die weit oben sind auch weit oben bleiben also die 00:08:45.180 --> 00:08:53.959 den top ten passiert da gerade nicht so richtig viel und so sieht's halt aus, 00:08:53.972 --> 00:08:58.754 und größten bewegung beim ranking gibt's halt in meinem unten drittel weil da 00:08:58.731 --> 00:09:06.674 genügend halt so ein paar wenige fälle um dich nach oben zu katapultieren aber ja oben, 00:09:06.699 --> 00:09:18.957 oben sieht die situation relativ stabil aus ab und zu gutes gibt es jetzt seit zwei tagen des des feature am ersten tag ist mir glaube ich wenn ich recht mich recht entsinne 00:09:18.843 --> 00:09:22.028 war das glaube ich karlsruhe des nico 00:09:21.944 --> 00:09:33.535 coburg war's glaube ich was so weit hoch gehüpft ist jedenfalls ab und zu bricht irgendwo mal was aus und dann springt halt einen landkreis an die spitze und ansonsten 00:09:33.439 --> 00:09:36.377 ist das feld eben verteilt ist sehr differenziert. 00:09:36.372 --> 00:09:44.243 Inwiefern jetzt seine tabelle halt die realität widerspiegelt das ist halt auch eine frage der betrachtung 00:09:44.045 --> 00:09:53.191 letztlich hängt es ja von dieser gewichtung ab und du hast ja in deiner tabellen- berechnung ebenso eine gewichtung von wir vergleichen die aktuelle woche, 00:09:53.239 --> 00:10:01.261 der woche davor oder beziehungsweise den sieben tagen die letzten sieben tage und die sieben tage davor keine kalenderwoche hier geht es darum wirklich. 00:10:01.418 --> 00:10:12.738 Jeden tag ändert sich das das heißt irgendein wert rutscht hinten in die vorwoche ganz hinten rutscht etwas komplett aus der betrachtung und wenn halt jetzt irgendwo wieder ein. 00:10:12.805 --> 00:10:16.902 Ausbruch gemessen wird wir hatten jetzt den letzten tagen diese ganzen. 00:10:16.975 --> 00:10:28.656 Meldungen von so schlachthöfen und solchen hotspots wo man noch nicht so ganz genau weiß haben die sich jetzt bei der arbeit angesteckt oder ist das eine eine eine auswirkung der 00:10:28.584 --> 00:10:35.723 unterbringung weil diese arbeiter dann halt auch alle in solchen was kann ich mir das nennen soll unterkünften da untergebracht sind zusammen 00:10:35.675 --> 00:10:40.602 einem zimmer schlafen et cetera ich habe da ein paar fotos gesehen das ist schon alles gruselig. 00:10:40.302 --> 00:10:42.062 Also ich ich 00:10:42.039 --> 00:10:56.148 verstehe diese unternehmer auch nicht so gerade in dieser situation so mein erster gedanke war als ich da hörte es kommen fremdarbeiterinnen so um in der landwirtschaft zu arbeiten dachte ich mir nah 00:10:56.106 --> 00:11:04.584 super die ganzen hotels hinterher jetzt leer weil keine touristen da sind es wäre super gelegenheit den hoteliers, 00:11:04.639 --> 00:11:10.449 irgendwie auch ein bisschen was zukommen zu lassen und dann 00:11:10.360 --> 00:11:19.871 aber ja bisschen mehr wahrscheinlich gar nicht so viel mehr auszugeben für die unterbringung aber dann wenigstens sicher zu sein dass die leute eigene zimmer haben und nicht zu, 00:11:19.926 --> 00:11:22.744 oder sechzehn leuten teilweise, 00:11:22.774 --> 00:11:33.782 einer bude hocken ich meine das ist doch das ist doch kompletter irrsinn und das das macht mich auch einfach rasend und und und wütend so diese ignoranz. 00:11:33.915 --> 00:11:47.513 Ja wir alle müssen letztlich am ende mit ja verlängerten lok down einige leute vielleicht sogar mit ihrem leben dafür bezahlen ich meine was denken sich diese leute eigentlich 00:11:47.460 --> 00:11:48.024 ich. 00:11:47.970 --> 00:11:53.060 Teuer muss alles billig sein das fleisch so deutschland billig fleisch land. 00:11:53.715 --> 00:11:59.886 Das ist ein zynischer kommentar aber trifft glaube ich die sache halbwegs denn. 00:12:00.950 --> 00:12:14.566 Keine andere erklärung dafür dass die situation überhaupt so ist und das ist natürlich auch etwas wo man mal schauen muss ob hier nicht in der arbeitsrechtliche verfügung mal auch angemessen wäre keine ahnung was da jetzt konkret politisch passiert aber so kann es natürlich nicht bleiben. 00:12:15.011 --> 00:12:27.413 Und da ist das ist natürlich auch eine versagen der der enter so wenn ich schon die leute ins land lassen was ich sicherlich richtig finde bevor das ganze zeug. 00:12:27.510 --> 00:12:33.969 Irgendwie auf den feldern verdorrt oder dort jetzt ich weiß nicht wie viel tausend tiere, 00:12:33.982 --> 00:12:45.044 ja tonnenweise fleisch vernichtet werden müsste das wäre sicherlich die schlechte alternative aber mein gott ich meine, 00:12:45.093 --> 00:12:59.400 da kann man doch wenigstens noch irgendwie zwanzig oder dreißig euro am tag drauflegen für eine unterkunft wo die leute sich nicht gegenseitig anstecken aber gut egal wir waren eigentlich bei dem. 00:12:59.683 --> 00:13:00.854 Vergleich, 00:13:00.902 --> 00:13:13.100 als berliner natürlich immer so der blick auf die berliner bezirke auch auch immer ganz interessant jetzt die rangieren so im mittelfeld manchmal beziehungsweise auch. 00:13:13.185 --> 00:13:21.135 Weit verteilt von platz zwanzig bis platz zweihundertzwanzig in der tabelle und. 00:13:21.592 --> 00:13:30.190 Ja dafür dass es so eine große stadt ist ist es jetzt gar nicht so schlecht bis auf ihm zwei bezirke spandau und neukölln 00:13:30.089 --> 00:13:40.454 und was man aber auch sagen muss dass sich berlin dass sich alle bezirke schlechter als das gesamtfeld entwickeln das heißt 00:13:40.340 --> 00:13:44.979 alle sind aufgestiegen seit gestern so im schnitt um zehn 00:13:44.955 --> 00:13:57.225 bis zwanzig plätze so größenordnungsmäßigen nach oben und das ist natürlich schon mal so einen warnzeichen so bei aller lang skepsis 00:13:57.129 --> 00:14:04.754 was die daten angeht und mögliche verzerrungen aber wenn zwölf bezirke. 00:14:04.875 --> 00:14:12.975 Alle nach oben rücken im vergleich zum gesamtfeld dann kann das nicht gut sein. 00:14:12.993 --> 00:14:20.871 Ja das das ist so wobei wir ja noch mit vergleichsweise niedrigen zahlen agieren. 00:14:21.256 --> 00:14:32.246 Ja das kann man auch sagen es ist nach wie vor auf einem vertretbaren level wie gesagt bis auf spandau und neukölln da also 00:14:32.186 --> 00:14:42.191 gut es geht also es ist noch nicht schlimm spannend aus platz zwanzig grade von platz neununddreißig hochgegangen in 00:14:42.119 --> 00:14:50.381 in deutschland und es spielt natürlich auch immer einen erwartungsschwere mit rein und vielleicht auch an der stelle für die leute die vielleicht. 00:14:51.049 --> 00:14:56.030 Die letzten sendungen jetzt nicht gehört haben oder nicht so. 00:14:56.192 --> 00:15:02.910 Vertraut damit sind wie denn dieses ranking jetzt eigentlich zustande kommt und im. 00:15:03.277 --> 00:15:07.531 Wesentlichen versucht dieses ranking zu. 00:15:07.826 --> 00:15:18.347 Berechnen wie viele ansteckende maximal so rumlaufen gerade in der in der stadt so und. 00:15:18.582 --> 00:15:33.388 Brandau hat jetzt eins zu vierhundertneunundvierzig das heißt so lang maximal aktuell jeder vierhundertneunundvierzig könnte gerade ansteckend sein und die berechnung ist halt eher auf der. 00:15:33.990 --> 00:15:39.535 Gefährlichen seite das heißt es ist eher ein eher einen maximum. 00:15:39.860 --> 00:15:42.378 Eine pessimistische annahme sozusagen. 00:15:42.300 --> 00:15:51.295 Eher eine pessimistische annäherung aber geht geht eben von dem aktuellen. 00:15:51.392 --> 00:16:06.011 Stand wie viele fälle ist in den letzten sieben tagen gegeben hat aus guckt wie viel fälle waren's in den sieben tagen davor berechnet daraus ein trend und schreibt diesen trend nochmal um eine woche. 00:16:06.150 --> 00:16:16.305 Vor dann wird das ganze nochmal mit einem faktor multipliziert nämlich dem dunkelziffer faktor wo man ausgehen muss im moment 00:16:16.179 --> 00:16:25.679 ist der als sechs komma zwei fünf gefehlt das heißt sechs komma zwei fünf mal so viel leute sich infizieren wie in der statistik ausgewiesen 00:16:25.571 --> 00:16:31.724 und dann teilt man sagen diese zahl der bevölkerung durch diese zahl und dann. 00:16:31.803 --> 00:16:45.353 Bekommt man ungefähr den risiko wert den man halt auch ein bisschen lesen kann also sprich wenn dieser wert eins zu tausend ist dann heißt es etwa dass in jedem zehnten vollbesetzten. 00:16:45.672 --> 00:16:54.366 So ein infizierten sitzen kann beispielsweise so kann man sich das in etwa vorstellen. 00:16:54.066 --> 00:16:56.241 Wenn wenn die busse voll besetzt sind. 00:16:56.151 --> 00:17:03.717 Wenn die busse voll besetzt sind ich hatte gehört dass gerade öh n v nicht so angesagt ist ich meide es 00:17:03.657 --> 00:17:12.850 generell auch interessanterweise taxen haben gerade auch ein problem so die sind nicht besonders nachgefragt ich musste. 00:17:13.097 --> 00:17:23.931 Jetzt gestern mal ein taxi bemühen und der taxifahrer war am klagen und mein werkstatt die halt hauptsächlich taxis repariert 00:17:23.841 --> 00:17:31.202 da läuft das geschäft gerade auch nicht so gut die konnten wir das also bestätigen so also nicht nur busse und bahnen sondern auch taxen. 00:17:30.902 --> 00:17:33.834 Wenig überraschend also das. 00:17:34.075 --> 00:17:43.196 Ist klar alles alles wo es jetzt eng ist und wo man sich in unmittelbarer nähe zu unbekannten befindet über einen zeitraum von der viertelstunde 00:17:43.190 --> 00:17:51.603 das ist halt taxi und das ist bus und bahn und alles und ja von daher können wir noch ein paar mehr radwege gebrauchen wenn ich zu sein. 00:17:51.303 --> 00:18:02.179 Ja allerdings ist auch der autoverkehr hat deutlich zugenommen jetzt merkt man also ich hatte das gefühl es ist teilweise manchen stellen jetzt schlimmer als vor corona. 00:18:01.879 --> 00:18:14.690 Soweit bin ich noch nicht gehen aber es ist auf jeden fall auf dem level wieder angekommen gute gelegenheit nochmal kurz auf diese mobility statistiken zu schauen guck mal kurz wie sich das hier in berlin entwickelt hat. 00:18:15.189 --> 00:18:21.600 Geht langsam wieder nach oben also angeblich noch nicht wieder da wo wir mal waren aber tut sich auf jeden fall was. 00:18:22.189 --> 00:18:29.796 Vor allem das fahren also das fahren ist jetzt laut apple bei minus zwanzig prozent im vergleich zu mitte märz. 00:18:30.085 --> 00:18:34.171 Ok ja also. 00:18:34.550 --> 00:18:47.986 Sagt zusammengefasst situationen es wird weniger es geht zurück aber nicht überall und es gibt brandherde und wir müssen aufpassen so also es ist nicht überall unter kontrolle. 00:18:48.545 --> 00:18:54.698 Das heißt du hast an deiner tabelle weitergeschrieben in der letzten woche. 00:18:54.452 --> 00:18:55.491 Ja 00:18:56.044 --> 00:19:04.559 Die ist ja auch ist auf interesse gestoßen kann man sagen ne also du hast ja auch ein paar interessante anfragen bekommen. 00:19:04.259 --> 00:19:18.416 Doch ja auf auf jeden fall also zum einen sicherlich oft fitter ich habe aber auch einige anfragen von journalisten bekommen die erklärt haben wollten was das denn so damit auf sich. 00:19:18.602 --> 00:19:24.990 Und was ich denn da so so tue also ja es interesse ist auf jeden fall, 00:19:25.026 --> 00:19:33.655 da und ich finde für mich macht das die situation jetzt wo wir in dieser neuen phase sind einfach auch 00:19:33.571 --> 00:19:43.233 greifbarer so deswegen freue ich mich halt dass es eben funktioniert es hat man in der ersten woche ja. 00:19:43.300 --> 00:19:56.471 Eine ganze weile gebraucht bis das einigermaßen robust war mit dem ranking und haben auch einige hörer oder auch leute auf twitter doch geholfen mit hinweisen über. 00:19:56.586 --> 00:20:05.040 Ihre landkreise wo es dann entweder sie aus der presse andere situationen ihn bekannt waren oder. 00:20:05.449 --> 00:20:15.147 Wo sie darauf gestoßen sind dass es ganz andere zahlen auf seiner landkreis seite ausweist und. 00:20:15.388 --> 00:20:29.401 Darüber über diese hinweise bin ich dann tiefer in die daten eingestiegen und habe versucht dann rauszufinden wo denn dann diese unterschiede herkommt weil im großen und ganzen meistens stimmten die zahlen, 00:20:29.407 --> 00:20:38.703 ziemlich genau mit denen vom beine aber es gab immer so einzelne fälle da waren die meine zahlen völlig anders so, 00:20:38.703 --> 00:20:39.550 und. 00:20:40.158 --> 00:20:48.708 Was dann dabei rausgekommen ist ist die interessante erkenntnis dass bei der art und weise wie jetzt, 00:20:48.763 --> 00:20:56.340 die die landkreis zahlen auf der seite die täglichen präsentiert werden. 00:20:56.863 --> 00:21:04.879 Das dabei faktisch fälle unter den tisch fallen die dort niemals. 00:21:05.131 --> 00:21:14.229 Angezeigt werden das ist jetzt keine böse absicht weil sich jemand verschworen hat und fälle verheimlichen will das hat einfach damit zu tun mit. 00:21:14.782 --> 00:21:25.009 Der frage okay was sind jetzt eigentlich fälle der letzten sieben tage was ist denn die definition davon und. 00:21:25.755 --> 00:21:27.184 Man kann jetzt sagen. 00:21:27.311 --> 00:21:37.255 Wir zählen einfach davon ich erstmal naiv ausgegangen wird zählen einfach die fälle die gemeldet werden. 00:21:38.614 --> 00:21:48.126 Die melde zahlen genau die hatte ich zuerst genommen einfach nur so das problem war nur. 00:21:48.709 --> 00:21:59.002 Dass manchmal ich irgendwo hundert hundertfünfzig fälle plötzlich drin hatte für einen für einen landkreis. 00:21:59.135 --> 00:22:00.480 Wo ich dann. 00:22:00.673 --> 00:22:10.011 Sowohl beim geguckt habe da waren dann irgendwie sieben und dann auf den landkreis geguckt habt und da war auch eigentlich ruhe und ich konnte mir das halt, 00:22:10.017 --> 00:22:11.579 jetzt nicht erklären und. 00:22:11.772 --> 00:22:22.948 Habe dann in die daten geguckt und der punkt war dass dann ja in den letzten sieben tagen da ist dann plötzlich an einem tag einen schwung von hundert fällen reingekommen die, 00:22:22.979 --> 00:22:25.280 wenn da hundert fälle reinkommen dann, 00:22:25.316 --> 00:22:37.112 dachte ich halt sind das hundert fälle so allerdings wenn man sich dann genau angeguckt hat wann denn das melde datum beim gesundheitsamt wiederum von diesen fällen war. 00:22:37.202 --> 00:22:41.246 Stellte sich raus dass die über. 00:22:41.793 --> 00:22:55.469 Wochen teilweise monate einige dieser fälle zurücklagen das will man natürlich nicht in einem aktuellen ranking haben so diese fälle aber ja was denn nun jetzt 00:22:55.338 --> 00:23:02.458 zählt jetzt das eingangs datum wann gezählt wird oder das melde datum und. 00:23:02.999 --> 00:23:11.598 Was das zu machen scheint ist dass sie halt die fälle aus den letzten sieben tagen nehmen. 00:23:11.995 --> 00:23:19.416 Und zählen wenn das meldedaten auch innerhalb der letzten sieben tage liegt was natürlich. 00:23:19.963 --> 00:23:29.523 Dazu führt dass wenn ein fall länger als sieben tage braucht von der meldung beim gesundheitsamt bis zur meldung beim was. 00:23:29.818 --> 00:23:39.071 Eine menge fälle betrifft so dann taucht er halt nie auf weil sagt alles was sieben tage weiter zurück. 00:23:39.234 --> 00:23:45.230 Liegt so ist halt für die für den letzten sieben tage schnitt irrelevant. 00:23:44.930 --> 00:23:59.093 Lass mich doch mal kurz mal einhaken weil ich glaube das ist jetzt das ist wirklich ein ein punkt der nochmal betont gehört ich blätter nochmal ganz kurz zurück ich glaube vor drei wochen hattest du ja mal begonnen dieses now casting nachzuzeichnen. 00:23:59.442 --> 00:24:05.920 Und deine daten basieren ja auf diesen sogenannten daten das ist im prinzip eine liste aller fälle 00:24:05.830 --> 00:24:19.350 also eine detaillierte der detailliertes datensatz den das überhaupt herausgibt dann hast du angefangen dir das mal genauer anzuschauen das haben wir ja hier besprochen und dabei war dann vor allem erstmal entscheidend ist gab halt 00:24:19.122 --> 00:24:27.342 bei jedem datensatz ein melde datum wann sozusagen dieser fall erfasst wurde, 00:24:27.367 --> 00:24:32.414 und das bezieht sich aber auf den eingang beim richtig. 00:24:32.132 --> 00:24:34.583 Nein beim gesundheitsamt. 00:24:34.343 --> 00:24:46.601 Beim gesundheitsamt okay gut so außerdem war in diesem datensatz das erkrankungen datum oder zumindest gibt es ein feld dafür wann also wirklich diese person tatsächlich symptomatisch geworden ist. 00:24:46.818 --> 00:24:51.492 Und um sozusagen alles etwas realistischer. 00:24:51.673 --> 00:25:00.176 Darzustellen bisher losgegangen hast gesagt okay dann nehme ich doch einfach mal das erkrankung datum weil wenn etwas verspätet gemeldet wird dann, 00:25:00.212 --> 00:25:10.956 heißt es zwar dass wir später davon erfahren haben aber um die aktuelle situation zu beurteilen muss man natürlich schon mal schauen wann ist denn das überhaupt passiert war was interessiert mich jetzt das meldet datum dabei. 00:25:11.263 --> 00:25:13.642 Dabei fiel dann auf 00:25:13.516 --> 00:25:28.484 dass sich bestimmte dinge nicht wieder herstellen lassen wenn man eben nicht im komplettes archiv der daten der letzten tage verfügt weil jeder datensatz sowie er täglich rausgegeben wird ein gewisser hinsicht bestimmte alte informationen unter schlägt oder nicht mehr so einfach zuzuordnen sind 00:25:28.305 --> 00:25:41.182 dann hattest du das erstmal aufgegeben mit diesem snow casting in der zwischenzeit hast du diese daten fortwährend archiviert sodass das ja jetzt auch wieder möglich wäre dann kam aber hier diese idee mit 00:25:41.002 --> 00:25:47.095 der risiko tabelle das hatte jetzt erstmal den fokus und da ist auch dieses 00:25:46.939 --> 00:25:56.132 now casting also dieses herausrechnen der erkrankung daten erstmal so nicht drin gewesen und ist auch immer noch nicht drin richtig. 00:25:56.006 --> 00:25:57.442 Nein das ist. 00:25:57.142 --> 00:25:58.488 Hast du es jetzt mittlerweile. 00:25:58.752 --> 00:26:00.651 Nein. 00:26:00.351 --> 00:26:01.600 Ist es nicht drin okay. 00:26:01.360 --> 00:26:13.504 Nein es ist nicht drin die lösung die ich dann gewählt habe um sagen denn von letztlich ist ja der der sinn und zweck einen vernünftiges ranking hinzukriegen und am ende haben wir. 00:26:13.745 --> 00:26:14.856 Ohnehin. 00:26:15.115 --> 00:26:27.950 Sag mal zehn tage melde verzug im schnitt ja das heißt wir gucken sowieso immer in die vergangenheit das heißt selbst wenn es jetzt zeilen der letzten sieben tage sind ja. 00:26:28.371 --> 00:26:37.402 Sind es nicht wirklich leute die in den letzten sieben tagen erkrankt sind oder nur wenige davon so und was ich jetzt. 00:26:37.523 --> 00:26:47.077 Der einfachheit halber gemacht habe ich habe für die meldungen den meldeschlusszeit verlängert das heißt ich zähle jetzt meldungen auch. 00:26:47.132 --> 00:26:58.128 Für die letzten sieben tage die in den letzten sieben tagen eingetroffen sind beim aber ich erlaube dass das meldet datum zwei wochen zurückliegt. 00:26:57.864 --> 00:27:10.723 Aber jetzt da wollt ihr jetzt nochmal kurz einhaken melde datum und melde datum also jetzt haben wir irgendwie auf einmal zwei meldedaten wir haben ein melde datum wann wurde der fall beim gesundheitsamt bekannt beziehungsweise dort erfasst. 00:27:11.066 --> 00:27:17.441 Und dann haben wir melde datum wann wurde diese information an das weitergegeben. 00:27:17.213 --> 00:27:27.488 Beziehungsweise vom veröffentlicht was sie dann immer sagen am folgetag oder um mitternacht machen das man könnte auch veröffentlichungsparty datum. 00:27:27.603 --> 00:27:36.321 Zu sagen wann dieser fall öffentlich in die statistik eingeht also die täglichen fälle die wir immer in der summe kriegen beruhen 00:27:36.250 --> 00:27:41.195 auf dem eingangs datum beim und nicht auf dem meldet datum. 00:27:40.967 --> 00:27:53.279 Okay aber dieses veröffentlichung selber ist jetzt nicht nochmal ein feld in dieser liste sondern das ist schließt du quasi im prinzip daraus wann dieser datensatz das erste mal auf dieser webseite in diesem datenbestand auftaucht. 00:27:52.979 --> 00:28:05.832 Genau ich gehe da mittlerweile jetzt fast an die zwanzig von diesen tages- dampft die alle eigentlich alle jeder dump enthält alle meldungen aber es fehlt halt dass 00:28:05.814 --> 00:28:10.633 eingangs datum beim oder das veröffentlichung datum für die. 00:28:10.850 --> 00:28:22.255 Vergangenen fälle so aber und ich gehe halt alle falten datensätze die mir vorliegen gehe ich halt durch und ergänze sie um ein feld eben veröffentlichung datum. 00:28:22.057 --> 00:28:30.613 Oh mann ey krass gut okay nur nur dass wir mal unsere terminologie hier klar haben also wir haben im prinzip 00:28:30.433 --> 00:28:42.109 drei daten über die wir jetzt reden wir haben das erkrankungen wir haben das melde datum das ist gesundheitsamtes wir haben das veröffentlichung datum das ist dann wenn es öffentlich macht so okay gut 00:28:41.929 --> 00:28:45.979 und jetzt wieder zurück zu deiner berechnung. 00:28:47.854 --> 00:28:59.108 Du ziehst jetzt welche informationen konkret daran also das erkrankung statue weil es potenziell zu sehr in der vergangenheit liegt das spielt jetzt hier noch keine rolle. 00:28:58.892 --> 00:29:04.156 Ja und weil auch nur ungefähr die hälfte der fälle eins hat oder zwei drittel ungefähr haben überhaupt. 00:29:03.856 --> 00:29:07.209 Ok aber da haben wir ja gesehen hast ja vor drei wochen erzählt dass man 00:29:07.053 --> 00:29:22.940 das ja im prinzip auch hochrechnen kann weil man eben wenn man sich die anderen anschaut dann kann man quasi die verteilung auf die drauflegen die eben noch keine erkrankungen datum haben aber das würde jetzt wahrscheinlich auch in der aussage der tabelle nicht viel ändern aber entscheidend ist jetzt hier das melde datum 00:29:22.772 --> 00:29:24.731 nicht das veröffentlichung datum. 00:29:24.858 --> 00:29:39.159 Beide also sozusagen als fälle der letzten sieben tage gelten veröffentlichung datum in den letzten sieben tagen melde datum in den letzten vierzehn tagen so. 00:29:40.451 --> 00:29:42.428 Und das macht das aber anders. 00:29:42.524 --> 00:29:49.362 Das nimmt nur veröffentlichung datum letzte sieben tage melde datum letzte sieben tage. 00:29:49.080 --> 00:29:56.495 Okay das heißt wenn jetzt ein. 00:29:57.240 --> 00:30:08.964 Eine woche lang nicht anders weiter reicht dann dann dann fällt er quasi beim dann wird er beim nicht als existent veröffentlicht. 00:30:08.784 --> 00:30:13.699 Jedenfalls nicht unter dem fall der letzten sieben tage ergeht 00:30:13.645 --> 00:30:20.050 in den sozusagen gesamtschule ein also er wird dann auf die zahl der gesamtfeld zu sagen die turtles 00:30:19.967 --> 00:30:30.164 da wird da drauf addiert aber er erzählt nicht als fall der letzten sieben tage mehr sozusagen durchgerutscht und die sieben tage ist natürlich mein. 00:30:30.248 --> 00:30:32.603 Leute melden sich müssen dann 00:30:32.460 --> 00:30:45.727 getestet werden dann muss es das testergebnis geben dann muss das testergebnis erfasst und dann muss es halt weitervermittelt werden interessanterweise kriegen es einige enter alles am selben tag hinten leute kommen hin, 00:30:45.782 --> 00:30:47.542 kriegen einen test. 00:30:47.687 --> 00:31:00.774 Das testergebnis und sie geben es ein und melden uns also es gibt einige gesundheitsamts wie es machen weiß ich nicht aber die kriegen das alles so ruckzuck hin und dann gibt's andere, 00:31:00.792 --> 00:31:08.411 die scheinen fälle irgendwo in irgendwelchen kisten in irgendwelchen abstellkammern 00:31:08.352 --> 00:31:21.601 zu verlieren oder zu lagern oder zu vergessen oder ich weiß es nicht ich meine keine ahnung wie situation ist aber anders kann ich mir das nicht erklären dass irgendwann plötzlich so ein schwung von hundert fällen kommt 00:31:21.452 --> 00:31:25.045 so zwei monate halt zurückzufliegen. 00:31:24.769 --> 00:31:28.452 Könntest du nicht für jeden landkreis so eine art trägheit zahl berechnen. 00:31:29.011 --> 00:31:39.004 Habe ich auch schon im also es gibt auch schon einen eintrag dafür es gibt halt auch schon ein feld ich muss halt nur gucken. 00:31:39.118 --> 00:31:49.820 Was ich damit mache es ist natürlich es kann natürlich dann leicht unfair werden weil ich kenne die situation vor ort nicht es kann bestimmte. 00:31:49.935 --> 00:31:59.290 Gründe dafür geben warum das so ist aber ich denke ich werde trotzdem demnächst auch metriken 00:31:59.159 --> 00:32:04.302 einbauen die so die laufzeit angeht ein bisschen kann man es schon sehen 00:32:04.164 --> 00:32:13.478 an dem letzte meldung vorbei auf landkreisebene ist das ist es auch nicht so unbedingt aussagekräftig da kann wirklich kein fall 00:32:13.346 --> 00:32:26.061 dabei gewesen sein aber interessant ist es aus manchen bundesländern auch zwei tage lang kein fall kommt oder einen tag lang kein fall kommt das ist dann schon ein bisschen naja 00:32:25.971 --> 00:32:31.709 aber ja also die wollte ich auf jeden fall auch analysieren und wollte 00:32:31.650 --> 00:32:40.615 will aber mal gucken wie die zu interpretieren sind dann die daten und was man daraus für schlüsse ziehen kann. 00:32:41.018 --> 00:32:51.701 Ja also ich meine muss ja nicht gleich alles anfangen rot zu blinken deswegen aber ich würde sagen wenn man so eine zahl mal sieht die in irgendeiner form die durchschnittliche verzögerung der meldung 00:32:51.516 --> 00:33:00.367 ausdrückt dass man das dann vielleicht mal korreliert mit ja wie viele fälle haben die denn überhaupt insgesamt also ist das sozusagen eine unmittelbare folge der 00:33:00.307 --> 00:33:08.052 der problematik dass dort einfach viel zu zu traden und zu verfolgen und zu dokumentieren ist ja oder. 00:33:08.696 --> 00:33:16.056 Fast gar keine fälle die denken sich so auch naja nächste woche melden so wird's wahrscheinlich nicht sein aber. 00:33:16.453 --> 00:33:20.220 Irgendeine erklärung irgendeine erklärung muss es ja geben so. 00:33:19.932 --> 00:33:26.115 Und auf jeden fall könnten so ein paar statistiken darüber ein bisschen für aufhellung 00:33:26.044 --> 00:33:31.067 sagen und vielleicht dann in zukünftige prozessoptimierung 00:33:30.929 --> 00:33:42.875 einfließen weil eigentlich müsste man jetzt als bundesregierung sind konzertierten programm zur überarbeitung der kompletten meldestraße turen, 00:33:42.887 --> 00:33:56.978 einführen die es ermöglicht in echtzeit zu melden ich glaube das habe ich mir auch schon mehrfach bemerkt diese ganzen prozesse mit den gesundheitsämtern und so das ist nicht dafür gedacht täglich meldungen zu produzieren. 00:33:57.135 --> 00:34:05.252 Also was du jetzt noch nicht kennst weil es nämlich gerade bevor wir jetzt mit dieser aufnahme begonnen haben 00:34:05.139 --> 00:34:24.812 auch noch nicht veröffentlicht habe aber aufgenommen habe ist ein anderes gespräch also die ukw folge jetzt vor dieser folge habe ich mich mit jemandem unterhalten der jetzt ausgehend auf 'ner idee die auf diesem bier versus virus hacker von entstanden ist tatsächlich eine software macht für ein gesundheitsamtes in zusammenarbeit mit 00:34:24.602 --> 00:34:31.999 einem gesundheitsamt und da haben wir ein bisschen darüber gesprochen wie dort die realität ist und die realität ist halt so 00:34:31.795 --> 00:34:35.550 naja also die digitalisierung ist im wesentlichen excel 00:34:35.430 --> 00:34:49.107 und leute schreiben mal zahlen ins brett rein das muss jetzt nicht unbedingt für jedes gesundheitsamt gelten aber es gibt jetzt auf jeden fall keine allgemeine software mit der sowas gemacht wird und der versuch an der stelle ist jetzt überhaupt erstmal 00:34:48.915 --> 00:34:53.866 den stress auch von den dresdnern zu nehmen die ja unter anderem auch damit beschäftigt sind. 00:34:53.980 --> 00:35:00.722 Alle leute die sie gerade beobachten also alle aktiven fälle und dass ihr nicht nur die neuen fälle sondern eben über einen zeitraum 00:35:00.615 --> 00:35:14.459 einer dann verhängte quarantäne über die leute auch regelmäßig zu kontaktieren zweimal am tag zu fragen wie geht es ihnen und so weiter um das eben auch noch alles zu erfassen und um da mal ein bisschen automatisierung reinzubekommen. 00:35:14.646 --> 00:35:16.574 Gibt's jetzt da 00:35:16.448 --> 00:35:27.012 dieses open source projekt was versucht da zu helfen das ist jetzt alles gerade noch ganz am anfang muss man mal gucken wie sich das entwickelt aber kurz gesagt es gibt da einen erheblichen optimierung 00:35:26.946 --> 00:35:34.655 also man kann da viel noch verbessern und es ist einfach nicht so dass es ein einheitliches system 00:35:34.644 --> 00:35:46.361 für's dressing gebe oder so eine einheitliche support infrastruktur geschweige denn ebenso eine automatische meldung und das tut offensichtlich dringend notwendig gesundheitsämtern sind jetzt auch. 00:35:47.040 --> 00:35:55.993 Auch in einer neuen situation weil bisher war es halt noch nie so akut so und wir wissen solche krisen werden dann auch dafür sorgen dass es besser wird. 00:35:56.307 --> 00:36:06.077 Ich sage immer es ist unser allererster pandemien und es ist auch für die gesundheitsämtern die erste pandemien ist nicht so dass sie nicht, 00:36:06.119 --> 00:36:09.460 gewohnt sind epidemien andere ausbrüche zu 00:36:09.424 --> 00:36:23.263 unter kontrolle zu halten aber das sind dann einfach ganz kleine zahlen allerdings zum thema software in den gesundheitsämtern ich glaube da ist die situation auch sehr unterschiedlich ich weiß dass verschiedene bundesländer. 00:36:23.870 --> 00:36:29.813 Auch bestimmte standardlösungen die auch wohl gar nicht so schlecht sind haben. 00:36:30.378 --> 00:36:40.557 Wo sie teilweise dinge erfassen aber genau in einblick habe ich da nicht und dann ist natürlich generell im gesundheitswesen 00:36:40.413 --> 00:36:49.264 wir haben's mit halt sehr sensiblen daten zu tun da gelten halt sehr hohe anforderungen an den datenschutz 00:36:49.162 --> 00:36:53.999 das ist halt nicht ganz so. 00:36:54.108 --> 00:37:04.028 Einfach glaube ich das zu verändern und generell sich anguckt so die ganzen großen projekte im gesundheitswesen man da reden wir dann auch 00:37:03.999 --> 00:37:11.311 dass ich jetzt wenn's um krankenkassen geht oder systeme von von system die dann mit 00:37:11.221 --> 00:37:20.728 millionen kunden umgehen müssen und super sensiblen daten von sich millionen von von leuten 00:37:21.756 --> 00:37:34.230 das dauert halt in der regel jahre bis da was gebaut wird und das ist alles sehr sehr schwierig und schwerfällig aber generell eigentlich wär's 00:37:34.224 --> 00:37:45.888 an der an der zeit dann auch mal den gesundheitsämtern das wird bestimmt auch erfolgen oder erfolgt auch mehr geld zu geben und sich aber vor allen dingen zu überlegen 00:37:45.870 --> 00:37:54.342 wie man denn da melden kann ich glaube andere länder die haben das ein bisschen schneller auf die reihe gekriegt so ich habe mir mal die osterreicht. 00:37:54.439 --> 00:38:05.357 Angeschaut die haben zwar erst etwas später angefangen daten zu erfassen und haben dann aber gleich einen meldesystem offenbar aufgesetzt was mehr relevante daten 00:38:05.339 --> 00:38:12.568 erfasst und die auch ein bisschen schneller erfasst zum beispiel keine ahnung genau was sie da am start haben aber. 00:38:12.682 --> 00:38:22.284 Das sah halt so aus als wenn die da mal eben schnell was auf die beine gestellt haben zur erfassung was besser geeignet ist. 00:38:22.471 --> 00:38:36.646 So oder so war es eine gute idee mal euch alle aufzufordern mal den eigenen landkreis ein bisschen zu verfolgen da sind auch noch ein paar kommentare aufgelaufen weiß nicht ob du die schon alle nachgearbeitet hast in der shownotes der 00:38:36.418 --> 00:38:44.668 sendung in den kommentaren gab's auch noch mal so ein paar paar hinweise für einzelne landkreise kann also durchaus sein und das ist ja hier generell der disclaimer. 00:38:44.789 --> 00:38:58.381 Kann durchaus sein dass hier auch noch ein paar dinge durcheinander geraten sind entweder weil man irgendwas übersehen hat in der berechnung der algorithmus vielleicht dann doch nicht ganz so passt für extremfälle oder eben wie man jetzt auch gerade gehört hat 00:38:58.213 --> 00:39:03.975 das ist einfach so diskrepanzen gibt mit dem wie andere leute die selben zahlen interpretieren 00:39:03.820 --> 00:39:11.667 konkret eben das und das muss immer alles noch mit eingearbeitet werden also keeper coming. 00:39:11.998 --> 00:39:24.923 Also ich gucke ich gucke dann mir solche sachen schon auch an sehr häufig und guckt dann an okay was ist denn jetzt in den in den daten eigentlich was denn gekommen anmeldungen zu dem 00:39:24.893 --> 00:39:26.798 bezirk und. 00:39:26.997 --> 00:39:41.502 Sehr häufig sind es jetzt einfach fälle wo schon mal die lokale presse oder der lokale kreis schon daten auf ihrer webseite veröffentlicht hat aber das weiß noch nichts davon so 00:39:41.382 --> 00:39:45.029 und die sind halt dann noch nicht übermittelt offenbar 00:39:44.952 --> 00:39:57.618 nicht in der daten lieferung bisher drin da kann man dann ausgehen dass die hoffentlich so dann relativ zeitnah dass sich das so ein zwei tage später dann bereinigt 00:39:57.541 --> 00:40:06.794 aber ja ich versuche das so ein bisschen im im blick zu behalten was ich da tut und ja wie gesagt man stößt dann auf ja 00:40:06.710 --> 00:40:14.846 interessante dinge die man so nicht gedacht hätte was die zahlen betrifft und wie sie zustande kommen und zusammenhängen. 00:40:15.430 --> 00:40:27.790 Wir sind ja auch nicht der einzige die unglücklich sind es ist jetzt ein offener brief ergangen an das der open. 00:40:27.917 --> 00:40:29.749 Corona data 00:40:29.689 --> 00:40:39.748 ich hatte davon auch im vorfeld mitbekommen habe allerdings dann drauf verzichtet da noch mit zu unterschreiben da waren wir schon genug prominent daten journalisten dabei 00:40:39.712 --> 00:40:47.247 vielleicht mal ganz interessant hier die forderung nochmal nachzugehen weil ja auch sehr, 00:40:47.278 --> 00:41:01.681 grete forderungen gestellt werden also das ganze ist ein brief an den herrn vila also die präsidenten des und wird halt generell beklagt mit wir wollen ja hier gerne auch helfen wir wollen ja auch gerne mal reinschauen wir wollen vor allem auch verstehen wir wollen auch missverständnisse verhindern 00:41:01.537 --> 00:41:04.686 und davon gab es ja nun in der letzten zeit so 00:41:04.650 --> 00:41:20.405 einige gerade im hinblick auf diese ganze debatte mit was was ist denn hier überhaupt die wahrheit und was nicht schwabler und ähnliche problematiken gut da gibt's eine menge leute denen kann man es in die recht machen und die wollen auch die wahrheit nicht unbedingt sehen aber es hat trotzdem gut wenn man eben auch wirklich 00:41:20.250 --> 00:41:30.104 nachweisen kann und ich denke das hat ja deine tabelle auch gezeigt es gibt so viele blickwinkel die man einnehmen kann auf die situation. 00:41:32.430 --> 00:41:43.901 Wo das auf würde ich sagen einfach total überfordert ist klar die haben so die aufgabe so eine so eine so eine hauptsaal zu errechnen und sonst light idee auch daraus. 00:41:44.111 --> 00:41:51.148 Zu leiten und als beratung beratende leistung dem der bundesregierung. 00:41:51.226 --> 00:42:03.340 Bereitzustellen das ist ja auch die aufgabe des aber es ist halt sehr wertvoll hier auch andere perspektiven zu ermöglichen um einfach vielleicht probleme zu entdecken. 00:42:03.857 --> 00:42:07.342 Die sonst einfach gar keine entdeckte da einfach weil's die daten hergeben, 00:42:07.391 --> 00:42:17.798 also hier heißt es dann also bitte mach mal und wir haben hier ein daten katalog angehangen was für den ganz gerne hätten damit es besser ist. 00:42:18.045 --> 00:42:27.749 Und das würde ich ganz gerne mal kurz mit dir durchgehen also punkt a offenlegung der datenspeichern der korona daten des. 00:42:27.816 --> 00:42:33.944 Soweit in abstimmung mit dem erstellt der gesundheitsbehörden in deutschland. 00:42:34.546 --> 00:42:41.167 Also namen der datenbanken angaben der merkmale beziehungsweise spalten metadaten und dokumentation. 00:42:41.396 --> 00:42:48.697 Ja das kann ich auch voll unterschreiben es wäre super erstmal zu wissen was sie denn überhaupt alles haben. 00:42:48.871 --> 00:42:57.290 Das wäre einfach hilfreich also muss man sich das einfach anschauen und da so was heißt denn das eigentlich ne punkt de. 00:42:57.747 --> 00:43:08.160 Die folgenden daten sollten generell tagesaktuell als zeitreihe und regional so fein wie möglich aufgegliedert und veröffentlicht werden. 00:43:08.239 --> 00:43:13.394 Das datenformat sollte maschinen lesbar und immer gleich strukturiert sein. 00:43:13.929 --> 00:43:18.604 Als vorbild kann der daten hab neunzehn dienen im. 00:43:18.766 --> 00:43:31.511 Die daten die du ja auch verwendest ne wo immer möglich wäre es wünschenswert in diesem datensatz die genannten neuen merkmale einzupflegen datensätze sollen nicht überschrieben alte versionen erhalten bleiben. 00:43:31.211 --> 00:43:36.240 Ja 00:43:34.168 --> 00:43:38.716 Haben wir ja auch schon hier mehrfach betont und auch vorhin auch nochmal kurz beschrieben. 00:43:39.336 --> 00:43:50.296 So dazu punkt eins bereitstellung aller anonymisierten datensätze der epidemie insbesondere des infektionsgefahr als vollständige auch historische. 00:43:50.536 --> 00:43:57.597 Zeit rein insbesondere fallzahlen mit importierten krankheitsbedingt. 00:43:57.891 --> 00:43:59.946 Erkrankungen beginn. 00:43:59.646 --> 00:44:02.170 Importiert was sind das für ein wort importiert. 00:44:02.188 --> 00:44:06.496 Ja letztlich, 00:44:06.502 --> 00:44:16.261 ist es so dass sie das für die fälle einfach sie nennen das importieren dass da in den fällen wo der wo kein erkrankungsrisiko. 00:44:17.120 --> 00:44:24.295 Eingetragen ist oder bekannt ist werden halt diese fälle mich das auch gemacht habe. 00:44:24.470 --> 00:44:34.186 Statistisch nach einer bestimmten verteilung auf die vergangenheit verteilt so weil man weiß zwei drittel der fälle 00:44:34.168 --> 00:44:45.741 hatten die und die verspätungen sich zehn prozent waren am ersten tag da dreißig prozent am zweiten tag fünfzig prozent am dritten tag und ende der woche waren es achtzig prozent 00:44:45.598 --> 00:44:49.893 oder sechzig prozent und wie auch immer so 00:44:49.858 --> 00:44:57.826 und so werden dann halt die fälle mit unbekannten erkrankungen beginn s statistisch genauso verteilt 00:44:57.760 --> 00:45:04.363 da ja kann man reinpacken also wer nicht schlecht die haben die die die werte. 00:45:04.472 --> 00:45:08.834 Aber da würde mich halt vor allen dingen dann auch interessieren. 00:45:09.586 --> 00:45:21.183 Sagen dieses verspätung profil dürfte sich sehr stark unterscheiden von bundesland zu bundesland und von kreis zu kreis sogar und da ist dann sozusagen die frage, 00:45:21.183 --> 00:45:35.700 differenziert man da halt auch noch weiter aber auf jeden fall sollten sie das was sie da rechnen ruhig auch mit reinpacken als als zusätzliches feld des tut niemandem weh und ja. 00:45:35.400 --> 00:45:41.277 Ja dann würden zumindest mal alle auswertungen auch auf derselben annahme basieren so. 00:45:41.187 --> 00:45:51.985 Ja also ist jetzt nicht kriegsentscheidend weil das kann man relativ einfach selber machen wenn die anderen daten vorliegen so ist das jetzt nicht so schwierig. 00:45:52.028 --> 00:45:56.576 Gut dann sterben mit sterbedatum. 00:45:56.811 --> 00:46:02.904 Ja das wäre auch ganz nett. 00:46:02.796 --> 00:46:17.590 Fallzahlen mit zusätzlichen kategorien nach infektionsschutz gesetz diverse paragraphen von dreiundzwanzig bis zweiundvierzig wie im lagebericht dargestellt zum beispiel nach arbeitsstationen oder wohnverhältnisse der positiv getesteten 00:46:17.530 --> 00:46:18.293 personen. 00:46:19.075 --> 00:46:25.143 Ja das ist natürlich etwas was es also. 00:46:25.264 --> 00:46:29.716 Ich glaube nicht dass diese daten bisher im moment tatsächlich. 00:46:29.789 --> 00:46:38.658 Alle erfasst werden ich bin mir da eigentlich nicht sicher so also ich habe jedenfalls kein hinweis dass jetzt arbeitsstationen und 00:46:38.592 --> 00:46:41.837 verhältnisse elektronisch 00:46:41.717 --> 00:46:50.027 erfasst werden bisher das wäre wahrscheinlich eher was wo auch die gesundheitsämtern dann wahrscheinlich 00:46:49.883 --> 00:47:00.152 also wo halt nachgearbeitet werden müsste aber wäre natürlich super wünschenswert fall oder super wertvoll auf jeden fall für die nächste pandemien. 00:46:59.852 --> 00:47:10.187 Die genießen mit dem bereits vorliegenden echten oder geschätzten genesungs-update ersetzt durch die angaben aus den erweiterten meldepflichten sobald diese vorliegen. 00:47:11.029 --> 00:47:21.833 Das ist natürlich eine wichtige information wenn man die hätte um die auslastung des gesundheitssystems besser abschätzen. 00:47:21.905 --> 00:47:35.059 Zu können ist aber natürlich jetzt auch schon fast gelaufen nur bei gut zweite welle kriegen aber das ist halt ein schwieriges thema. 00:47:35.155 --> 00:47:37.402 Mit der auslastung des gesundheits- 00:47:37.102 --> 00:47:51.313 Es geht ja auch nicht unbedingt immer nur um die aktuelle situation so also allein um das alles auch immer im nachgang nachrechnen zu können wäre das ja ganz interessant daran wird sich sicherlich einiges ablesen lassen können so und dann altersgruppen so genau wie möglich 00:47:51.290 --> 00:47:57.551 idealerweise fünf alters jahre also nehmen wir mal an das meint jetzt in so fünf jahres blöcken. 00:47:57.311 --> 00:48:02.784 Ja es gibt da schon ein feld für einmal es gibt halt die 00:48:02.569 --> 00:48:16.131 normalen altersgruppen da jetzt glaube ich sechs verschiedene und dann gibt's eigentlich noch einen feld schon bereits oder es gab einen feld namens altersgruppe zwei die noch ein bisschen feiner aufgeschlüsselt war das haben sie aber irgendwann rausgenommen. 00:48:17.598 --> 00:48:19.141 Okay 00:48:19.082 --> 00:48:31.941 alle zeitstempel im ablauf des meldet verfahrens also eingang der meldung beim gesundheitsamt erkrankungen zeitpunkt datenweitergabe an land datenweitergabe an veröffentlichung, 00:48:31.947 --> 00:48:34.344 durch das. 00:48:34.471 --> 00:48:45.623 Genau das was wir vorhin besprochen haben wobei jetzt hier noch ein paar punkte dazu kommen was ich auch übersehen hatte ist natürlich dass es gesundheitsamtes ans meldet sondern ans land und das land meldet ans. 00:48:46.760 --> 00:48:58.507 Das könnte auch erklären was du vorhin meintest mit ganze länder sind ein bisschen später dran da könnt ihr es einfach sein dass dass die länder selber einfach einen verzögerung haben das ist gar nicht mal so sehr an den gesundheitsämtern liegt. 00:49:02.089 --> 00:49:10.928 Gut dann zwei tägliche angaben zu testung und deren ort b arztpraxis oder stationen, 00:49:10.958 --> 00:49:15.194 krankenhaus getesteten personen mit geschlecht und altersgruppe 00:49:15.026 --> 00:49:25.728 positiven testergebnissen anzahl übermitteln der labore und test kapazitäten anzahl von laboren mit rückstau dessen ausmaß abzuarbeiten proben ausmaß von lieferschwierigkeiten. 00:49:26.095 --> 00:49:35.288 Der betroffenen artikel okay da gehe ich aber jetzt in die vollen das mit den testung hatten wir letzte woche auch schon also das 00:49:35.169 --> 00:49:43.611 ist natürlich eine sehr sinnvolle zahl allein um da eben entsprechende kalibrierung der meldet zahlen vorzunehmen und es ist natürlich auch 00:49:43.437 --> 00:49:47.246 grundsätzlich interessant und es leidet sich da mehr oder weniger draus 00:49:47.115 --> 00:49:56.416 ab einfach mal zu schauen welche verhältnis steht denn das ganze also wie oft wird getestet und wie viele fallzahlen oder 00:49:56.375 --> 00:50:00.418 infektionen zahlen sind jetzt daraus hervor gegangen. 00:50:00.569 --> 00:50:03.393 Also das, 00:50:03.399 --> 00:50:16.318 wäre also es gibt da länder hatten wir halt halt auch schon so ein paar als vorbild ich glaube singapur korea südkorea 00:50:16.295 --> 00:50:19.731 da hast du täglich zwar jetzt nicht. 00:50:20.080 --> 00:50:29.298 Nicht so weit runter gerechnet auf einzelne testlabor aber was schon mal hilft ist wie viele leute haben sich an dem tag. 00:50:29.959 --> 00:50:38.480 Gemeldet und haben einen test bekommen wie viele tests sind an dem tag 00:50:38.438 --> 00:50:48.803 gemacht worden aber dessen ergebnis ist noch nicht bekannt und ja dann natürlich dass das ergebnis so wie viele tests sind zurückgekommen 00:50:48.683 --> 00:50:54.283 mit welchem ergebnis und das ist natürlich unerlässlich. 00:50:54.969 --> 00:51:00.154 Das zu haben um so dinge wie was wir halt vorhin. 00:51:00.425 --> 00:51:07.948 Am anfang hatten das thema die regeln werden geändert jetzt werden plötzlich gesundheitspersonal getestet es gibt. 00:51:08.057 --> 00:51:11.337 Siebzehn prozent mehr tests auf einmal. 00:51:11.560 --> 00:51:26.282 Einer woche und dann ja passen natürlich die zahlen von vorher und nachher nicht zusammen und dann rechnet man aber aus den vorher und nachher zahlenden was natürlich kompletter quatsch ist. 00:51:26.475 --> 00:51:28.956 So 00:51:29.100 --> 00:51:42.001 Also das ist ein ganz ganz wichtiges ding die testung müssen einfach dabei sein sonst sind die zahlen also ja halt so wie sie sind im moment. 00:51:42.933 --> 00:51:54.224 Forderung drei die genaue schätzung von r mit konferenz intervallen die anscheinend auch auf landesebene zur verfügung gestellt wird wie zum beispiel für berlin. 00:51:54.567 --> 00:52:05.167 Ja das ist überhaupt das ding also wir haben jetzt diese starken unterschiede wenn man dein tabelle anschaut wird relativ klar also wenn man sich so die die top-talente anschaut 00:52:04.999 --> 00:52:13.753 dann ist das im wesentlichen bayern thüringen nordrhein-westfalen und baden-württemberg, 00:52:13.760 --> 00:52:27.586 wobei coming ab bremen mit einem landkreis jetzt auch einmal auch in der top aber das mag kann nur kurzfristige geschichte sein aber es ist relativ klar dass ich die südländer dann kommt halt. 00:52:28.038 --> 00:52:30.855 Hessen langsam rein so und dauert einfach eine weile 00:52:30.790 --> 00:52:42.020 platz einundvierzig da geht's dann erstmal mit niedersachsen das erste mal los und bis dann halt überhaupt erstmal berlin auftaucht oder schleswig-holstein vom osten gar nicht zu reden 00:52:41.942 --> 00:52:48.035 dauert halt dann einfach ne weile sprich dieses er differenziert nach einzelnen 00:52:47.993 --> 00:52:55.637 bundesländern zu machen wäre auf jeden fall eine sinnvolle information ist allerdings auch etwas was du ja aus deinen daten jetzt auch ausrechnen könntest. 00:52:55.337 --> 00:53:05.942 Ja ich habe sogar gestern schon damit angefangen ist ein bisschen fummelig so sagen die. 00:53:06.129 --> 00:53:08.472 Bundesländer mit 00:53:08.352 --> 00:53:21.764 in die tabelle reinzupacken also vergleichbare werte für die gesamten bundesländer zu berechnen es ist super nützlich so weil erstens kann man dann sagen unter art. 00:53:21.855 --> 00:53:32.971 Kommt dann demnächst auch bei für bundesland dann kann man halt sagen schnell sich die bundesländer angucken und auch in den bundesländern ranking 00:53:32.948 --> 00:53:41.023 einfach machen und dann auch sehen ob eine landkreis im vergleich zum bundesland, 00:53:41.024 --> 00:53:44.767 jetzt schlechter oder besser dasteht und. 00:53:44.833 --> 00:53:55.006 Ein eintrag für gesamt deutschland auch mit vergleichbaren werten also es wird demnächst auch als feature kommen. 00:53:54.844 --> 00:53:58.071 Was ist denn die art von deutschland staat. 00:53:58.246 --> 00:54:05.718 Genau oder b s für bundesstaat. 00:54:06.876 --> 00:54:10.672 Nicht nicht was du dachtest. 00:54:08.671 --> 00:54:14.836 Naja weiter in der liste 00:54:14.722 --> 00:54:28.657 der code hinter dem naujokat aber auch hinter veröffentlichung wie den beispiel szenarien der saß kopf zwei epidemie in deutschland ist der titel von dieser webseite nämlich an 00:54:28.501 --> 00:54:38.181 auf also wir möchten gerne den code sehen wollen wir die die herleitung sehen und dann noch punkt fünf aus, 00:54:38.218 --> 00:54:47.345 r workshop ist uns ferner bekannt dass das regelmäßig gesundheitsämtern abfragt wie groß die belastung ist die ergebnisse dieser regelmäßigen umfrage würden wir. 00:54:47.412 --> 00:54:48.601 Gerne veröffentlicht. 00:54:48.728 --> 00:55:00.181 Also das ist jetzt im prinzip die komplette forderung und im wesentlichen ist es macht man ordentliche daten formate haut mal alles raus was ja raushauen könnt wir wollen das mal genauer anschauen aber vor allem beschreibt man den scheiß ordentlich, 00:55:00.187 --> 00:55:06.700 stellt sich mir übrigens auch gerade die frage hast du denn eigentlich auch schon mal drüber nachgedacht mal deinen code zu veröffentlichen. 00:55:06.701 --> 00:55:17.811 Ja hatte ich werde ich wahrscheinlich ich habe auch glaube ich schon ich habe auch schon ein replay angelegt und ich meine 00:55:17.794 --> 00:55:25.070 ich ja also er er kommt der der der code. 00:55:24.794 --> 00:55:28.261 Der code kommt sehr schön ja das haben wir immer gerne dass der. 00:55:27.961 --> 00:55:36.217 Das problem ist ja das problem ist ein bisschen dass man halt mit dem code ohne die daten nicht so richtig viel 00:55:36.140 --> 00:55:47.364