WEBVTT NOTE Podcast: UKW Episode: UKW028 Corona Weekly: Die Hamburg-Anomalie Publishing Date: 2020-05-29T19:06:19+02:00 Podcast URL: https://ukw.fm Episode URL: https://ukw.fm/ukw028-corona-weekly-die-hamburg-anomalie/ 00:00:31.445 --> 00:00:39.875 Hallo und herzlich willkommen zu u k w unsere kleine welt mein name ist tim bridle und hier ist wieder das corona weekly. 00:00:40.291 --> 00:00:45.879 Mit mir und mit pavel hallo pavel ja 00:00:45.741 --> 00:00:54.063 und wir so unsere art ist wollen wir das zahlen und das digitale geschehen ein bisschen begleiten 00:00:53.859 --> 00:01:05.120 und vielleicht auch ein wenig diskutieren was sonst noch so rund um die ganze corona debatte herum gerade herumgeschaut und herum diskutiert wird. 00:01:05.318 --> 00:01:13.664 Hat ja nicht so richtig nachgelassen das thema kann man nicht wirklich sagen durfte also dominiert die öffentliche debatte immer noch. 00:01:13.905 --> 00:01:17.066 Auch wenn die leute jetzt vielleicht schon mehr und mehr anfangen. 00:01:18.436 --> 00:01:30.724 So auf andere sachen wieder einzuscheren aber der öffentlichkeit geht's heiß her insbesondere unser spezial unser aller spezial freund herr trosten. 00:01:31.067 --> 00:01:38.458 Kommt nicht aus den medien heraus und liefert sich dann interessanten battle mit der bild-zeitung. 00:01:38.963 --> 00:01:47.207 Und mittlerweile auch mit seinem fellow podcast hätte ich fast gesagt jetzt auch noch mit diesem keko leo. 00:01:47.923 --> 00:01:49.274 Ja geht's heiß her oder. 00:01:50.531 --> 00:02:00.523 Ja es ist schon unschön unappetitlich finde ich was da passiert so weil, 00:02:00.590 --> 00:02:07.626 man muss ja erstmal sehen so der wissenschaftliche prozess läuft ja so da 00:02:07.584 --> 00:02:11.454 packt man gerade in dieser zeit packt man halt 00:02:11.340 --> 00:02:19.764 viele studien oder ergebnisse erstmal auf einen brief als vor veröffentlichung 00:02:19.644 --> 00:02:27.594 damit das halt debattiert werden kann wo man dann in der lage ist auch noch feedback aus der community ein 00:02:27.522 --> 00:02:35.814 zu holen und dann ja das ganze zu verbessern bis es dann zu einer endgültigen publikation 00:02:35.761 --> 00:02:40.285 wird und aus ja irgendwelchen 00:02:40.159 --> 00:02:52.664 gründen über die man natürlich spekulieren kann oder die vielleicht auch teilweise auf der hand liegen grätscht dann jetzt völlig unqualifiziert die bildzeitung. 00:02:53.169 --> 00:03:05.517 In diesem prozess hinein hat auf dem weg wohl auch noch ja eine ganze reihe von leuten getäuscht 00:03:05.482 --> 00:03:15.138 die sich dann anschließend distanziert haben ja von dem was sie laut bild gesagt haben sollen und. 00:03:15.337 --> 00:03:20.636 In der sache geht es halt um die frage sind kinder jetzt 00:03:20.607 --> 00:03:32.083 genauso ansteckend oder weniger ansteckend als erwachsene und da warten wir weiß gar nicht ob wir hier darüber gesprochen haben aber es war ja, 00:03:32.168 --> 00:03:35.539 ich vermute schon. 00:03:35.924 --> 00:03:45.838 Jedenfalls ist die studie geht ja darüber dass die proben die im 00:03:45.682 --> 00:03:53.992 labor eingelaufen sind bei der charité die betreiben ja auch einen recht großes tests labor und hatten dementsprechend auch zugriff 00:03:53.885 --> 00:04:05.073 auf eine größere menge an proben und haben dann ja die virus konzentration analysiert und hatten dann so ich glaube vierzig kinder 00:04:04.965 --> 00:04:13.113 drin ungefähr problem ist halt kinder sind halt selten in diesen studien da muss man schon 00:04:13.036 --> 00:04:17.608 eine menge fälle haben und untersuchen um auf vierzig kinder tatsächlich zu 00:04:17.548 --> 00:04:25.816 kommen also ich glaube das waren insgesamt mehrere tausend proben die da analysiert werden mussten und dann. 00:04:25.967 --> 00:04:36.879 Egal jetzt der streit darum die schlussfolgerung aus der aus der studie haben kinder nun weniger virus oder haben sie halt mehr virus und 00:04:36.862 --> 00:04:44.415 die schlüsse die jetzt das team um trosten draus geschlossen hat war es gibt keine signifikanten unterschiede 00:04:44.409 --> 00:04:51.379 was sie halt gemacht haben zu dem sex was eigentlich auch nicht ganz blöd ist sie haben jetzt nicht einfach 00:04:51.259 --> 00:05:05.975 junge mit alten verglichen sondern haben halt altersklassen gemacht und haben halt sämtliche altersklassen gegeneinander verglichen um zu sehen ob es da irgendwo sagen eine kurve gibt weil es bald bekannt 00:05:05.867 --> 00:05:14.105 auch von anderen themen anderen viralen epidemien des 00:05:14.088 --> 00:05:18.156 je nach alter. 00:05:18.553 --> 00:05:32.235 Leute unterschiedlich stark betroffen sind oder unterschiedlich stark reagieren da gibt es recht komplexe kurven und zusammenhänge und ja deswegen haben die das halt so gemacht und jetzt hat halt ein englischer forscher gesagt, 00:05:32.259 --> 00:05:34.855 okay wenn man aber jetzt nur die kinder nimmt. 00:05:35.011 --> 00:05:46.693 Dann nur die älteren und das mit direkt miteinander vergleicht dann käme schon was signifikant ist dabei raus nämlich dass kinder irgendwie zwanzig oder dreißig prozent 00:05:46.597 --> 00:05:51.963 größenordnungsmäßigen weniger infektiös ich würde sagen. 00:05:52.426 --> 00:06:02.827 So gefühlt wenn ich mir das ja wenn ich mir das durchlese so wer hat wer hat eigentlich recht denn liegt wahrscheinlich die wahrheit, 00:06:02.869 --> 00:06:11.360 irgendwo in der mitte aber die zahlen sind halt nicht so super belastbar. 00:06:11.685 --> 00:06:20.752 Aber ich würde jetzt auch nicht sagen dass jetzt das team um trosten irgendeinen offensichtlichen anfängerfehler gemacht hat 00:06:20.644 --> 00:06:30.583 oder so sondern das war eigentlich methodisch schon korrekt und sagen jetzt der engländer ja. 00:06:30.944 --> 00:06:41.555 Kann man natürlich so machen aber das problem ist wenn man so einen ganz einfachen vergleich macht wiederum da da können auch noch andere dinge mit mit reinspielen und. 00:06:41.856 --> 00:06:48.346 Gut da spielen wahrscheinlich auch andere dinge mit mit rein aber letztlich ist ja die, 00:06:48.346 --> 00:06:54.980 die frage also worum es geht sind kinder weniger ansteckend oder nicht und da finde ich 00:06:54.938 --> 00:07:08.380 liegt so die beweislast sage ich mal auf der seite derer die des sozusagen zeigen wollen dass sie weniger ansteckend sind es gibt zwar bei anderen krankheiten aber erstmal, 00:07:08.500 --> 00:07:19.833 finde ich dir die volt ist dass man davon ausgeht dass eigentlich erstmal alle personen mehr oder weniger gleich ansteckend sind wobei man dann in die einzelnen fälle rein, 00:07:19.942 --> 00:07:23.673 guckt jetzt auch in anderen studien stellt man fest dass es da auch, 00:07:23.709 --> 00:07:36.226 riesige schwankungen gibt in der in der viruslast bei den tests also es ist das das schwankt sei mal zwischen würde ich sagen zehn und zehn millionen so ungefähr. 00:07:36.695 --> 00:07:48.743 Das problem ist dass natürlich bei der entnahme ist die frage wie wie und wo werden abstriche gemacht weil da ist halt auch bekannt dass sehr stark davon abhängt 00:07:48.653 --> 00:08:00.448 wie man den abstrich nimmt wie viel wie hoch die konzentration ist das zweite ist die frage in welcher phase der erkrankung befindet sich jemand weil da die variiert halt dann 00:08:00.377 --> 00:08:09.805 auch mit der virus konzentration das heißt es gibt da ganz ganz viele faktoren die das halt echt schwierig machen. 00:08:09.505 --> 00:08:21.612 Vor allem war er auch seine aussage nicht mit das ist nicht so sondern es war nur so auf den zahlen die wir hier sehen können wir darüber keine finale aussage machen. 00:08:22.478 --> 00:08:29.418 Und das ist ja auch nochmal so eine so eine feinheit also es ist ja gar nicht mal so eine behauptung mit ist nicht so sondern es war eher so ein naja also. 00:08:29.755 --> 00:08:39.285 Die zahlen geben so nicht her das kann nach wie vor sein oder nicht sein aber mit mit dieser analyse können wir das so erstmal nicht bestätigen. 00:08:39.616 --> 00:08:47.043 Das sind natürlich alles so details ja am ende keiner mehr wahrnimmt oder zumindest bei der bild-zeitung keiner wahrnehmen möchte. 00:08:47.728 --> 00:08:51.219 Und da muss man erstens sagen also da liegt 00:08:51.093 --> 00:09:01.573 ganz definitiv ich sag mal die beweislast bei den kritikern und die sind dem beweis bisher schuldig geblieben und wenn sie irgendwie können noch nicht auf der einen seite seine zahlen 00:09:01.429 --> 00:09:09.252 kritisieren und seine auswertung kritisieren und dann auch noch behaupten es wäre aber trotzdem so dass kinder 00:09:09.097 --> 00:09:19.125 weniger infektiös sind ich meine da passt doch einfach für mich irgendwas nicht zusammen und da muss ich sagen würde ich mich doch 00:09:18.981 --> 00:09:27.159 klar auf der seite von trosten positionieren was jetzt meine meinung angeht wer in, 00:09:27.232 --> 00:09:35.692 dieser wissenschaftlichen oder auch durch die bild jetzt unwissenschaftliche auseinandersetzung 00:09:35.645 --> 00:09:39.316 jetzt der wahrheit am nächsten sagen wir es mal so. 00:09:39.761 --> 00:09:44.748 Also aus meiner sicht ist das ist das, 00:09:44.880 --> 00:09:49.579 höchst verwerflich was die bildzeitung da gemacht hat. 00:09:49.868 --> 00:10:01.687 Das ist halt ein machtest ne also das ist sie sind halt normalerweise gewohnt hier auch einfach da mal behaupten zu können was sie wollen. 00:10:02.042 --> 00:10:05.894 Das ist ja auch immer so dieses wer sich mit der bildzeitung einlässt. 00:10:07.012 --> 00:10:17.527 Riskiert damit auch immer letzten endes von deren aussage abzuhängen ob man jetzt top oder flop ist das kann sich dann je nachdem wie es ihnen gerade passt von heute auf morgen auch mal erinnern. 00:10:17.997 --> 00:10:24.318 Und wenn es hin und her geht dann ist das für sie auch gut weil das schafft dann interesse und das schafft dann leser. 00:10:24.685 --> 00:10:31.258 Gab ja immer irgendwie den spruch dann gegen die bild-zeitung kann kein deutscher kanzler regieren oder so. 00:10:31.108 --> 00:10:33.848 Genau das würden sie natürlich auch gerne so beibehalten. 00:10:35.195 --> 00:10:46.191 Nur ist es jetzt halt ganz interessant zu sehen dass der trost mittlerweile so viele popularität hat und vor allem auch mit seinem podcast so ein eigenes outlet hat. 00:10:47.008 --> 00:10:52.061 Das seitdem natürlich seine eigene medien macht jetzt auch dagegen halten kann. 00:10:52.200 --> 00:10:53.365 Und ich. 00:10:53.522 --> 00:11:04.302 Denke mal ja dadurch dass er auch eben so lange und so viel und so ungefiltert und auch doch so vorsichtig im großen und ganzen vermeidet 00:11:04.260 --> 00:11:11.447 ist ja extrem sich aus dem fenster zu legen also von all denen die da in der öffentlichkeit unterwegs sind 00:11:11.399 --> 00:11:20.935 ist er definitiv derjenige aus meiner wahrnehmung der sich der wirklich da am vorsichtigsten formuliert. 00:11:21.212 --> 00:11:27.233 Agiert und am am wenigsten pusht oder druck macht sondern sich sich da echt zurücknimmt, 00:11:27.263 --> 00:11:41.919 ich glaube das merken die leute auch die ihnen zuhören ich meine reicht fast einen podcast aus um zu merken das ist kein schwätzer sondern es ist jemand der doch mit sehr viel bedacht formuliert und das gefällt mir halt 00:11:41.901 --> 00:11:44.959 einfach das finde ich bewundernswert. 00:11:46.035 --> 00:11:48.439 Ja dann würde ich vorschlagen. 00:11:49.527 --> 00:11:59.874 Gucken wir doch mal auf die aktuellen zahlen es hat sich ja einiges getan und auch da gab es dann auch noch ein paar bemerkenswerte öffentliche diskussionen drum herum. 00:12:00.277 --> 00:12:06.682 Da gehen wir dann auch gleich noch drauf ein so thüringen etcetera so du hast ja jetzt 00:12:06.617 --> 00:12:18.977 fleißig weiter deine tabelle dann risiko tabelle gefüttert und vor allem auch die aktuellen zahlen dir angeschaut die das l k i rausgehauen hat was was ist denn passiert in den letzten wochen. 00:12:19.109 --> 00:12:28.165 Grob gesagt erstmal sagen die situation im großen und ganzen wird besser. 00:12:28.387 --> 00:12:39.408 Deutschlandweit aber es gibt einfach oben an der spitze so eine reihe von sag mal problembezirk die zwar auch. 00:12:39.618 --> 00:12:52.850 Graduell besser werden aber irgendwie dass dort nicht unter kontrolle ist so das kann man kann man sagen dass es gibt gegenden da ist es außer kontrolle und. 00:12:53.776 --> 00:13:02.032 Aktuell wenn man blick so auf die top ten oder top zwanzig wirft, 00:13:02.140 --> 00:13:08.323 so ist in bayern definitiv am meisten los also bayern ist, 00:13:08.342 --> 00:13:16.375 unbestrittene tabellenführer also die hälfte der plätze in den top ten geht an bayerische 00:13:16.328 --> 00:13:27.234 landkreise so mit lichtenfels auf platz eins und regensburg auf platz zwei was so dass das risiko angeht wo auch die zahlen 00:13:27.198 --> 00:13:33.201 weiter nach oben gegangen sind von der vorletzten auf die letzte woche. 00:13:33.910 --> 00:13:40.201 Und dann ja haben wir irgendwie bei zweimal coburg noch drin landkreis und 00:13:40.118 --> 00:13:50.050 stadtkreis auf platz fünf und sieben hof auf platz sechs rosenheim auf platz siebzehn immer noch und dann, 00:13:50.111 --> 00:13:53.722 neustadt auf platz zwanzig so das ist ja so bayern. 00:13:52.556 --> 00:13:57.219 Dach auf platz fünfzehn hast du vergessen dachau auf platz fünfzehn. 00:13:56.919 --> 00:14:02.273 Dachau hab ich auch noch für ok genau dachau ist ist halt so ein aufsteiger der 00:14:02.195 --> 00:14:13.161 da war es eigentlich ganz entspannt aber da muss es irgendwie einen kleinen ausbruch gegeben haben siebzehn neue fälle vorher gab es so gut wie gar nichts das hat dachau mal eben 00:14:13.053 --> 00:14:18.671 vom ende der tabelle dreihundertsechsundsechzig plätze nach vorne katapultiert. 00:14:18.822 --> 00:14:29.524 Kleiner ausbruch ja und ja bei neustadt weißt du eigentlich wie oft es wie viel viel neustadt es gibt in deutschland. 00:14:29.224 --> 00:14:31.128 Viele zwanzig. 00:14:30.828 --> 00:14:33.490 Einundzwanzig. 00:14:34.470 --> 00:14:40.869 Einundzwanzig mal neustadt und dem fall ist das neustadt an der waldnaab sonst wenn man neustadt sagt. 00:14:40.983 --> 00:14:42.155 Kriegen gleich alle panik. 00:14:42.462 --> 00:14:44.330 Ist es genau. 00:14:44.030 --> 00:14:45.658 Oh gott neustadt. 00:14:45.731 --> 00:14:48.200 Ja und, 00:14:48.321 --> 00:14:56.498 ansonsten der der zweite am zweiten meisten in den top ten vertretene kandidat ist halt 00:14:56.481 --> 00:15:05.782 weiterhin thüringen mit den altbekannten namen sonneberg und greiz und jetzt ist halt gera 00:15:05.693 --> 00:15:15.547 auch noch dazu gekommen in der woche also das sind so die die thüringer ja top gemeinden und insgesamt ich meine gut muss halt sehen. 00:15:15.764 --> 00:15:24.020 Also die landkreise in bayern also coburg ist jetzt auch nicht weit so weit entfernt von jetzt den. 00:15:24.195 --> 00:15:31.802 Den thüringischen gemeinden interessant ist aber dort auch dass es eben nicht so ist. 00:15:32.373 --> 00:15:35.347 Das jetzt unbedingt benachbarte gemeinden. 00:15:35.558 --> 00:15:50.544 So gemeinsam dort aktivität ist sondern es gibt da auch teilweise echt scharfe grenzen so auch in einem land von einem landkreis zum zum anderen so in einem richtig was los ist und im anderen nicht also. 00:15:51.175 --> 00:15:57.521 Es hängt vermutlich auch damit zusammen wie stark der austausch 00:15:57.437 --> 00:16:11.978 zwischen den verschiedenen gemeinden nehme ich mal an gibt es halt gegen den lassen sich die landkreise nicht wirklich auseinander dividieren da ist wahrscheinlich wohnen und arbeiten und so so verteilt dass es eigentlich 00:16:11.847 --> 00:16:21.202 fast ein landkreis ist oder da entwickeln scheint sich das auch ähnlich zu entwickeln. 00:16:21.846 --> 00:16:29.994 Oft das infektionsgefahr sehen werden es dann andere gibt wo aus welchen gründen auch immer ja es. 00:16:31.202 --> 00:16:33.978 Sehr viel ruhiger ist. 00:16:34.182 --> 00:16:40.918 Ja aber so coburg hof sonnenberg das hängt aber auch wirklich alles zusammen und ist halt auch an der grenze. 00:16:41.243 --> 00:16:51.536 Zu zu türingen also das ist alles schon da ist schon so ein hotspots in der oberpfalz also das das lässt sich schon relativ klar sagen, 00:16:51.597 --> 00:16:59.528 und ja ich weiß gar nicht ob man das noch irgendeine über kategorie gibt halt leider zwischen landkreis und. 00:17:00.069 --> 00:17:05.633 Land dann keine weitere klammer also wenn man nochmal so obergruppen hätte 00:17:05.526 --> 00:17:11.066 von bestimmten regionen wo man sagen kann okay hier das ist sozusagen dieser betrachtung 00:17:10.922 --> 00:17:21.636 bereich die hängen hier kulturell verkehrstechnisch oberzentrum mäßig alle zusammen dann wäre das wahrscheinlich auch nochmal eine ganz interessante größe ich weiß gar nicht gibt's da irgendwie sowas. 00:17:22.027 --> 00:17:30.397 Franken man sagt halt oberpfalz aber ist das in irgendeiner form auch eine eine behördliche struktur der irgendeine stelle abgebildet ist. 00:17:30.469 --> 00:17:35.504 Es gibt noch irgendwie sogenannte regierungsbezirke aber ich weiß auch nicht ob sie überall gibt 00:17:35.409 --> 00:17:49.416 und so also da gibt's noch glaube ich schon was was dazwischen aber das ist halt nicht unbedingt so prominent aber ich glaube das sind die sogenannten regierungsbezirke die noch dazwischen liegen als, 00:17:49.416 --> 00:17:57.606 verwaltungseinheit oder so zumindest in großen flächenländern also in nordrhein-westfalen weiß ich gibt es halt. 00:17:58.075 --> 00:18:11.709 Regierungsbezirke weil da musste man dann in manchen angelegenheiten musste man sich dann an den regierungsbezirk finden die regierungsbezirke arnsberg war damals immer das ding als ich noch, 00:18:11.728 --> 00:18:14.948 bevor ich nach berlin gezogen bin ja. 00:18:15.700 --> 00:18:26.563 So ja und ansonsten ja düsseldorf ist irgendwie platz vierzehn und kleve auf neunzehn und nordrhein-westfalen ist halt mit borken 00:18:26.498 --> 00:18:33.931 irgendwie auf platz drei noch vertreten also da ist einiges ja sonst noch niedersachsen 00:18:33.901 --> 00:18:40.727 mit leer auf platz zehn und osnabrück auf platz elf und ansonsten. 00:18:41.292 --> 00:18:50.311 Eine ein baden-württembergische kreis wenn ich das richtig sehe, 00:18:50.444 --> 00:18:57.630 nämlich pforzheim und ja falz haben wir noch meins drin so, 00:18:57.667 --> 00:19:06.344 alle und gut in sachsen sehe ich gerade haben wir noch den den vogtlandkreis auf platz achtzehn. 00:19:06.801 --> 00:19:10.394 Sagen die andere hälfte der bundesländer, 00:19:10.430 --> 00:19:19.209 muss man sagen oder über die hälfte der bundesländer ist halt in den top zwanzig gar nicht vertreten mit irgendwelchen landkreisen 00:19:19.137 --> 00:19:25.464 und das spiegelt sich denn auch wenn man die gesamtzahlen für die für die länder. 00:19:25.946 --> 00:19:35.914 Sich anschaut oder das länderranking untereinander dann haben wir halt im risiko ranking nach wie vor bremen ganz oben, 00:19:36.834 --> 00:19:51.087 aber bremen ist ja schon so ein bisschen vielleicht eine spezial situation aber nichtsdestotrotz bremen ist halt vorne aber an zweiter stelle in kommt halt jetzt schon thüringen in meiner risikobewertung, 00:19:51.094 --> 00:19:58.406 vor bayern sogar noch polen bayern irgendwie mehr hotspots hat, 00:19:58.497 --> 00:20:04.409 ist es so dass in bayern die zahlen, 00:20:04.464 --> 00:20:10.250 etwas stärker zurückgehen ich meine die haben bayern und thüringen liegen halt. 00:20:10.869 --> 00:20:14.913 Auf also haben fast so bei den fällen pro hunderttausend 00:20:14.908 --> 00:20:25.303 sind die sagen fast identisch sechs komma sechs haben beide in den letzten sieben tagen also sechs komma sechs fälle je hunderttausend einwohner 00:20:25.297 --> 00:20:32.598 entwickeln sich sagen ähnlich gehen halt irgendwie beide leicht runter, 00:20:32.616 --> 00:20:39.208 aber ja in bayern gehen die fällen ticken schneller runter. 00:20:38.914 --> 00:20:48.083 Kurzer nachtrag bevor ich wieder in den kommentaren darauf hingewiesen werde die region nicht gerade ansprache ist nicht die oberpfalz sondern oberfranken. 00:20:48.600 --> 00:20:49.435 Ob 00:20:50.601 --> 00:21:03.791 Und außerdem habe ich gerade mal mit den regierungsbezirken die du erlebt hast nachgeschlagen ist ganz interessant und wer vielleicht mal eine klammer die du auch noch mit einbauen könntest und deine tabelle sozusagen als, 00:21:03.851 --> 00:21:13.177 weitere unterscheidung innerhalb von bundesländern tatsächlich gibt es drei bundesländer die keine einteilung in regierungsbezirke kennen. 00:21:14.073 --> 00:21:17.155 Das nämlich thüringen brandenburg und. 00:21:17.606 --> 00:21:22.082 Mecklenburg-vorpommern die vier und schleswig-holstein und natürlich die stadt starten nicht. 00:21:22.762 --> 00:21:36.474 Allerdings haben gerade die großen flächenländer eben mit der ausnahme von mvv und brandenburg ganz interessante unterteilung also sachsen zum beispiel teilt sich in. 00:21:36.895 --> 00:21:45.103 Leipzig dresden chemnitz und bayern zum beispiel mitunter frank oberfranken mittelfranken oberpfalz schwaben. 00:21:45.314 --> 00:21:56.466 Oberbayern niederbayern ist also noch mal eine ganz interessante gruppierung um einfach auch nochmal da die hotspots besser vielleicht herauslesen zu können das könnte ganz sportlich sein ne. 00:21:56.857 --> 00:22:05.294 Klar saarland ist auch nicht weiter unterteilt aber niedersachsen hat ein paar unterteilung und ja alle anderen eigentlich auch auch nordrhein-westfalen. 00:22:05.709 --> 00:22:10.461 Das wäre vielleicht mal zu erwägen das nochmal mit einzubauen. 00:22:11.303 --> 00:22:20.923 Wobei die liste die wunschliste ist halt sehr lang sozusagen auch meine wunschliste. 00:22:21.014 --> 00:22:26.668 Was die seite angeht die performance mal ein bisschen noch zu beschleunigen ja, 00:22:26.668 --> 00:22:39.131 zurück zu den bundesländern interessant ist dass jetzt nur noch bremen thüringen bayern niedersachsen und hessen eigentlich schlechter sind als der bundesschnitt und alle anderen 00:22:39.089 --> 00:22:41.673 länder sind, 00:22:41.697 --> 00:22:52.831 von der risikobewertung her besser als der bundesdurchschnitt das heißt sagen diese vier wobei wahrscheinlich bayern da eine menge ausmachen, 00:22:52.832 --> 00:23:01.821 dürfte wegen der einfach großen bevölkerung in ihrem dreizehn millionen einwohner das wirkt sich natürlich dann dann erheblich 00:23:01.647 --> 00:23:09.459 aus niedersachsen auch mit acht millionen so ist definitiv auf dem niedersachsen und hessen 00:23:09.309 --> 00:23:17.168 halt auch nochmal sechs also die ziehen jedenfalls den den schnitt deutlich nach oben 00:23:17.115 --> 00:23:29.439 und ja ganz unten halt sachsen-anhalt und vor allem mecklenburg-vorpommern muss man sagen es hat seit einer woche also in der letzten woche nicht einen einzigen fall gemeldet 00:23:29.343 --> 00:23:35.250 zweimal so formulieren weil das heißt jetzt nicht dass es dort keine, 00:23:35.304 --> 00:23:41.787 infektionen gibt wir haben nur keine festgestellt so ob es dort welche gibt wissen wir, 00:23:41.794 --> 00:23:50.368 eigentlich nicht aber es ist auf jeden fall schon mal einen sehr beruhigendes zeichen an. 00:23:50.856 --> 00:23:54.124 Schon mal ein bundesland haben, 00:23:54.226 --> 00:23:58.072 wo nicht viel los ist und. 00:23:59.118 --> 00:24:01.155 Ja so dann natürlich der, 00:24:01.251 --> 00:24:09.357 traditionelle blick auf berlin nochmal weil man berlin nicht ist finde ich nicht nur interessant weil wir beide, 00:24:09.400 --> 00:24:17.926 dort wohnen sondern weil berlin auch die einzige jetzt mit troposphäre ist wo es auch 00:24:17.842 --> 00:24:19.657 eine aufgliedern 00:24:19.477 --> 00:24:33.399 in die verschiedenen bezirke gibt was es halt ein bisschen interessanter macht die zahlen von berlin anzugucken wie sich das halt in so einer eigentlich zusammenhängenden stadt wo es nicht wirklich grenzen gibt, 00:24:33.466 --> 00:24:38.994 wie sich das geschehen dort entwickelt und, 00:24:39.030 --> 00:24:46.054 ja berlin kann man sagen ist auch erstmal als ganzes entwickelt sich auch. 00:24:46.301 --> 00:24:53.277 Besser jetzt wieder ist also ein vierundzwanzig plätze abgestiegen in der in der gesamtlistenpreis 00:24:53.188 --> 00:25:02.844 und auch spandau was halt lange ziemlich weit vorne war hat es offensichtlich unter kontrolle gekriegt also da sind 00:25:02.748 --> 00:25:08.829 die zahlen jetzt drastisch gefallen so von sechsunddreißig auf sieben fälle in der vorwoche 00:25:08.817 --> 00:25:20.114 ja dafür ist jetzt der bezirk lichtenberg irgendwie ganz nach oben an die an die spitze der tabelle was die berliner bezirke angeht 00:25:20.042 --> 00:25:29.488 gesprungen weil dort einfach ja es von zehn auf dreiundzwanzig fälle hochgegangen ist in der letzten woche und 00:25:29.404 --> 00:25:41.206 auch neukölln das ja schon auch immer relativ weit vorne rangiert kommt nicht zur ruhe sondern auch da ist halt von zwanzig auf sechsundzwanzig fälle. 00:25:41.639 --> 00:25:43.026 Hochgegangen, 00:25:43.039 --> 00:25:55.213 charlottenburg-wilmersdorf gehen die zahlen auch noch hoch oder sind hochgegangen von haben sich sogar fast verdoppelt von sieben auf vierzehn fälle, 00:25:55.231 --> 00:26:03.481 in allen anderen bezirken aber sinken die zahlen zum teil doch recht deutlich. 00:26:03.548 --> 00:26:18.384 Zum verständnis deiner bemerkung berlin sei vierundzwanzig plätze nach unten gegangen wir haben ja nur sechzehn bundesländer das ist jetzt kein vergleich der bundesländer was du meinst du hast ja die bundesländer mit den landkreisen zusammen in eine tabelle 00:26:19.634 --> 00:26:31.712 das ist dann immer in bezug auf die gesamtzahl zu sehen aller landkreise plus eben der länder und deutschland selber auch nochmal von daher ist es nicht so anhaltspunkt wie sich das verhält und sagt 00:26:31.664 --> 00:26:43.147 eigentlich nur aus wo sich quasi das landesmittel befindet und dass man auch landkreise selber zuordnen kann so wie weit ist denn ein landkreis von einem bundesland entfernt etcetera 00:26:43.063 --> 00:26:48.970 in der liste der länder wiederum liegt damit berlin so irgendwo in der mitte. 00:26:49.728 --> 00:26:58.476 Ist etwas besser als nordrhein-westfalen und was halt ja also abgesehen davon dass bremen ich meine bremen als bundesland zu, 00:26:58.561 --> 00:27:08.782 betrachten an der stelle als es ist eins aber es ist halt nicht so ein riesen kluster wie jetzt die anderen und hat halt gerade mal irgendwie zweiundachtzigtausend einwohner halt irgendwo. 00:27:09.515 --> 00:27:12.405 Es ist halt so. 00:27:12.105 --> 00:27:16.582 Es halt bremen und bremerhaven irgendwie zusammen. 00:27:16.282 --> 00:27:22.044 Ja man müsste es halt einfach irgendwie in niedersachsen mit reinnehmen das hören die jetzt wahrscheinlich gerne aber. 00:27:22.038 --> 00:27:23.696 Es nicht die bremer hören ja. 00:27:23.396 --> 00:27:35.264 Aber auch dann sieht's nicht sehr viel besser aus für die also wenn sie immer noch ganz vorne mit dabei und ja nur sachsen-anhalt und mecklenburg-vorpommern ist wirklich richtig gut. 00:27:35.505 --> 00:27:38.310 Und der rest naja entwickelt sich. 00:27:39.440 --> 00:27:48.772 Genau ja und dann zum schluss noch ein blick auf die. 00:27:49.380 --> 00:27:58.807 Entwicklung in gesamtdeutschland jetzt die die die summe und auch da. 00:27:59.577 --> 00:28:08.837 Ist die zahl der fälle jetzt weiter zurückgegangen im sieben tages mittel und. 00:28:09.143 --> 00:28:17.892 Liegt jetzt also es sieht mein sieben tage über sieben tage gemittelten. 00:28:18.049 --> 00:28:27.885 Liegt jetzt bei null komma acht fünf aktuell also es geht weiter zurück und. 00:28:28.450 --> 00:28:34.177 Man muss aber jetzt dazu sagen dass. 00:28:34.388 --> 00:28:44.446 Die testphase also ob jetzt mehr oder weniger tests gemacht werden beeinflusst ja sagen auch die zahl der der positiven. 00:28:44.669 --> 00:28:52.312 Fälle es liegt ja auf der hand dass wenn ich mehr teste finde ich auch mehr so, 00:28:52.367 --> 00:29:06.800 in der regel jedenfalls sei denn es gibt keine dunkelziffer so dann wäre es so dann wenn ich dann mehr teste finde ich nicht mehr da geht nur meine rate und aber dem ist das ist definitiv nicht der fall oder. 00:29:07.479 --> 00:29:12.076 Sehr sehr wahrscheinlich nicht der fall weil ich 00:29:12.010 --> 00:29:26.702 jetzt auf eine ganz interessante sache gestoßen bin auch in dieser woche über die ich noch nicht geredet habe beziehungsweise wir hatten uns vor einem monat glaube ich mal 00:29:26.684 --> 00:29:33.690 auch das für die zahl der toten angesehen da hatte ich mal damit, 00:29:33.811 --> 00:29:40.781 begonnen und hatten die dann so entsprechend zeitlich ineinander geschoben um zu gucken. 00:29:41.352 --> 00:29:44.110 Ja wie entwickelt sich das und damals, 00:29:44.159 --> 00:29:57.468 war das noch nicht so auffällig aber jetzt so nach ja vier wochen später kann man sehen dass es 'ne doch sehr starke korrelation. 00:29:57.661 --> 00:30:01.332 Zwischen dem auf-und ab der kurve 00:30:01.279 --> 00:30:10.971 der kurve für die zahl der verstorbenen und für die zahl der infizierten und, 00:30:11.043 --> 00:30:20.477 die sind nur so um scheinlösungen zwei drei tage auch noch gegeneinander verschoben zu sein aber das irre ist dass 00:30:20.351 --> 00:30:22.292 in der regel 00:30:22.154 --> 00:30:35.374 die zahl der toten so zwei bis drei tage früher angefangen hat zu steigen als die zahl der infizierten also und das kann natürlich erstmal nicht sein weil wenn sich jemand infiziert, 00:30:35.470 --> 00:30:48.245 also eigentlich müssten die kurven wenn du sie wenn die reale infektion abbilden müsste halt die zahl der toten so fünfzehn zwanzig tage hinter der zahl der infizierten herr, 00:30:48.336 --> 00:30:55.246 laufen tut sie aber nicht so die einzige erklärung die es dafür gibt 00:30:55.174 --> 00:31:03.550 ist dass dieses auf-und ab vom r selbst im sieben tage mittel was wir hier jetzt gesehen haben in den letzten sechs wochen. 00:31:04.500 --> 00:31:13.633 Ist sehr wahrscheinlich zum überwiegenden teil ein erhebung artefakt also sprich, 00:31:13.760 --> 00:31:19.192 es hat was damit zu tun wie und wann die, 00:31:19.222 --> 00:31:31.258 tests durchgeführt werden und die tests ausgeweitet werden oder zurückgehen oder wieder ausgeweitet werden oder wieder zurückgehen das scheint 00:31:31.168 --> 00:31:36.251 die kurve auch der toten mit zu beeinflussen, 00:31:36.276 --> 00:31:46.088 was vermutlich damit zusammenhängt dass entweder posthum getestet wird oder die leute sehr kurz erst vor ihrem tod getestet. 00:31:46.341 --> 00:32:00.720 Werden sehr vielleicht sehr spät ins krankenhaus kommen und dann aus irgendeinem grund noch diese meldungen dann schneller beim eintreffen als die meldungen bei den infizierten, 00:32:00.829 --> 00:32:10.936 was auch durchaus sein kann weil wenn jemand stirbt dann liegt ja einen testergebnis schon vor während wenn jetzt jemand kommt und sich, 00:32:11.039 --> 00:32:21.043 meldet da muss der ersten test gemacht werden und dann muss das testergebnis abgewartet werden insofern könnte das sagen auch plausibel, 00:32:21.092 --> 00:32:22.179 sein so. 00:32:22.083 --> 00:32:29.378 War ja im prinzip wieder bei diesem now casting also dem dem herausrechnen der tatsächlichen erkrankungen daten 00:32:29.168 --> 00:32:40.957 aus den gemeldeten zahlen dass man sich eben nicht an den meldedaten orientiert wie wir das ja hier in dieser risiko tabelle vorfinden ne das ist ja quasi dann wir wollen in die zukunft blicken und, 00:32:41.018 --> 00:32:45.170 now casting dazu machen aus verschiedenen gründen wir schon 00:32:45.008 --> 00:33:02.416 mehrfach diskutiert haben würde jetzt nicht unbedingt zu sehr viel bringen aber bei dieser korrelation zwischen tatsächlichen infizierten und tatsächlich gestorbenen da ist es natürlich schon sinnvoll wenn man jetzt das tatsächliche erkrankungen datum mit dem tatsächlichen sterbedatum in verbindung bringen würde. 00:33:03.077 --> 00:33:11.267 Ja das ja dann würde man wahrscheinlich diese diese. 00:33:11.898 --> 00:33:19.337 Dieser anstiege es hilft nicht nee es hilft ja nicht weil, 00:33:19.452 --> 00:33:28.597 ist ja unabhängig davon also die sozusagen auch beim infektionsstation selbst wenn ich das verwende, 00:33:28.700 --> 00:33:31.145 wird ja die zahl, 00:33:31.145 --> 00:33:39.996 durch die zahl der tests beeinflusst kriege ich dann zwar eine etwas andere zeitliche verschiebung wahrscheinlich hin aber 00:33:39.907 --> 00:33:50.729 sagen damit löse ich das problem der schwankenden testphase oder des des sagen sich ändernden testregion kriegt 00:33:50.645 --> 00:33:59.970 man dadurch nicht gelöst und in konsequenz was jetzt letztlich wissen was alles wie die die. 00:34:00.199 --> 00:34:12.848 Die zahlen die wir täglich lesen also die meldung ok heute so und so viel neue infizierte sohn zu viel neu gestorben sind durch jetzt durch so viele. 00:34:13.341 --> 00:34:17.343 Faktoren verzerrt und beeinflusst also zum einen. 00:34:17.674 --> 00:34:24.704 Tests was wir gerade hatten aber dann auch das ganze thema melde verzögerung und da kann man vielleicht dann. 00:34:25.618 --> 00:34:35.760 Später noch noch dazu auch in dem zusammenhang mit diesem artikel aber. 00:34:36.560 --> 00:34:39.468 Unterm strich kann man sagen, 00:34:39.517 --> 00:34:48.085 sind die zahlen mit denen wir gerade hantieren und anhand derer man versucht zu beurteilen was jetzt passiert sind. 00:34:48.566 --> 00:34:50.134 Viel viel. 00:34:50.621 --> 00:34:59.893 Problematischer noch als ich das vor ein paar wochen gedacht hätte und tatsächlich würde ich sogar sagen sind erbe rechnungen 00:34:59.821 --> 00:35:09.057 eigentlich nicht seriös möglich mit diesen zahlen eigentlich kann man sagen mit den zahlen 00:35:08.997 --> 00:35:18.653 kann man den reproduktion faktor schlichtweg nicht berechnen man kann nicht mal sich darauf verlassen 00:35:18.611 --> 00:35:26.741 wenn die zahlen hochgehen ob sie wirklich hochgegangen sind oder ob sich ob nur die tests ausgeweitet wurden wenn die zahlen runtergehen 00:35:26.688 --> 00:35:36.392 ob sie wirklich runtergegangen sind oder nur weniger getestet wurde oder wenn sie hochgehen hat da jetzt irgendein land plötzlich einen schwung 00:35:36.344 --> 00:35:48.789 von altdaten nachgemeldet die eigentlich irrelevant sind also dieses am ende des tages man deswegen ist es auch in der risiko tabelle was man halt, 00:35:48.789 --> 00:35:55.940 gucken kann ist okay wir hat's in der vorwoche ausgesehen wie sieht's in dieser woche aus, 00:35:55.982 --> 00:36:08.126 und sich dann noch die zahl der tests anzuschauen und dann zu sagen okay die zahlen sind zwar runtergegangen aber wahrscheinlich nicht so stark oder weil, 00:36:08.229 --> 00:36:15.066 test ausweitung und so aber ja also ganz ganz schwierig wir haben haben da ja. 00:36:15.541 --> 00:36:18.948 So gewaltige schätzfrage fehler dass 00:36:18.919 --> 00:36:32.174 auch keinen sinn macht und und speziell auch das berliner was da vermeldet wird kann ich halt überhaupt nicht nachvollziehen irgendwelche erwerten von über eins. 00:36:32.343 --> 00:36:40.443 Die es angeblich in berlin gegeben haben soll finde ich nirgendwo also ich. 00:36:40.786 --> 00:36:47.864 Dann gefragt halt auch auf twitter berlin irgendwie andere zahlen hat oder als das r k i oder 00:36:47.720 --> 00:37:00.729 wie auch immer jedenfalls das scheint mir da scheint mir völlige fantasiezahlen zu sein die da in der presse kursieren so also keine ahnung wie die draufkommen. 00:37:01.379 --> 00:37:07.441 Was ist denn dein dein für berlin also was hast du das irgendwie gebildet. 00:37:07.989 --> 00:37:21.833 Ja liegt im prinzip auch im bundesdurchschnitt lass mich mal eben kurz das r w in umrechnen. 00:37:22.074 --> 00:37:26.340 Null komma neun null komma neun ungefähr würde ich sagen. 00:37:26.040 --> 00:37:29.315 Ist jetzt die diese diese. 00:37:29.032 --> 00:37:37.090 Das wöchentliche verhältnis genau das ist das verhältnis wie sich von einer woche die zahl der fälle, 00:37:37.121 --> 00:37:46.416 in der verhältnis zu anderen woche oder letzten sieben tage versus die sieben tage davor und. 00:37:46.669 --> 00:37:58.555 Weil die produktionszeit aber kleiner ist sozusagen muss man und nicht nicht die sieben tage die wir beträgt die wir hier betrachten bei dieser verhältnis bildung. 00:37:59.036 --> 00:38:09.780 Kann man aber einfach die wurzel ziehen aus dem r w und kommt dann ungefähr auf eine vergleichbare zahl die halt mit dem vergleichbar ist. 00:38:10.267 --> 00:38:13.010 Also null komma neun also unter eins aber. 00:38:13.115 --> 00:38:14.635 Unter eins. 00:38:14.385 --> 00:38:16.738 Toll aber auch nicht so schlimm wie sie berichtet wurde. 00:38:16.804 --> 00:38:22.230 Also nicht wesentlich schlechter als im bund genau. 00:38:22.916 --> 00:38:26.978 Also wenn ich dich richtig verstehe kann man festhalten. 00:38:27.621 --> 00:38:38.269 Das zahlenwerk ist von daher etwas wackelig derzeit einerseits weil wir es generell mit niedrigen zahlen zu tun haben das hatten wir ja schon mehrfach. 00:38:38.750 --> 00:38:52.882 Aber auch weil bestimmte faktoren fehlen und konkret sind es halt jetzt diese testfahrt die halt nur als wochen summe bereitgestellt werden. 00:38:53.310 --> 00:38:58.826 Aber eben nicht in einer höheren auflösung vorliegen und generell nicht unbedingt teil der daten sind. 00:38:59.685 --> 00:39:05.087 Und im prinzip kann man rudimentär 00:39:04.907 --> 00:39:21.011 dienstags wenn die zahlen gemeldet werden kann man dann rückwirkend so ein bisschen die zahlen der letzten woche tatsächlich einschätzen also ob ob sie jetzt wirklich zurückgegangen sind oder stärker oder weniger stark aber 00:39:20.861 --> 00:39:28.150 das problem ist man kann es halt auch nicht genau auseinander rechnen weil. 00:39:28.487 --> 00:39:32.542 Man nicht weiß welche tests eigentlich, 00:39:32.555 --> 00:39:45.414 warum gemacht worden ist hatten wir glaube ich auch schon mal beim letzten mal das das thema wenn man das man könnte es ein bisschen besser auseinander rechnen wenn man einfach nur wüsste. 00:39:46.352 --> 00:39:49.200 Warum 00:39:49.176 --> 00:39:59.247 ist der test eigentlich gemacht worden warum es ja veranlasst worden also sprich ist es jemand mit symptomen der sich beim amt gemeldet hat 00:39:59.211 --> 00:40:08.729 ist es jemand der im krankenhaus erneut getestet wurde und um um festzustellen ob er jetzt gesund ist 00:40:08.621 --> 00:40:16.421 ist es irgendein tests eines symptom losen der nur getestet wurde weil er in einer risikogruppe ist oder 00:40:16.313 --> 00:40:24.004 wurde er getestet weil er kontakt zu jemandem hatte der positiv war. 00:40:24.161 --> 00:40:26.960 Ja all diese dinge 00:40:26.859 --> 00:40:39.526 werden halt wichtig zu wissen um sagen vergleichbare zahlen herzustellen von einer woche zur anderen oder von einem tag zum anderen sogar wobei im moment sagen kann, 00:40:39.574 --> 00:40:46.658 tageszahlen kann man eigentlich komplett knicken im moment also alles andere als einen sieben tages schnitt. 00:40:46.833 --> 00:40:52.144 Rückwirkend zu betrachten kann man auch vergessen wegen der wiederum wochentags 00:40:52.079 --> 00:41:05.953 schwankungen die da drin sind so 'ne neue zahl an einem tag ist halt bestenfalls ein weiterer daten punkt der den wochenschau bitten bisschen nach oben oder nach unten zieht aber für sich genommen 00:41:05.918 --> 00:41:14.931 ist eine tageszeit auch komplett wertlos kam vergessen sagt irgendwie gar nichts aus. 00:41:14.631 --> 00:41:18.290 Und das wäre ja eigentlich eine schöne sache wenn man das könnte also. 00:41:18.435 --> 00:41:32.237 Wenn man dann auch sehr viel mehr rückschlüsse drauf führen könnte das haben wir auch früher schon mal besprochen so wann passieren denn die dinge passieren die am wochenende passieren die in der woche was was sind die gründe dafür kann man da irgendwas draus. 00:41:32.424 --> 00:41:33.283 Ablesen. 00:41:35.885 --> 00:41:47.584 Ich denke ja das wäre das problem mit den daten wo wir glaube ich schon seit seit der weiß nicht ob wir seit der ersten ich glaube nicht seit der ersten sendung wahrscheinlich seit der dritten glaube ich so ein bisschen, 00:41:47.723 --> 00:41:52.421 wer beklagen wie dort die situation aussieht. 00:41:52.566 --> 00:42:02.307 Hat jetzt hat jetzt mittlerweile auch mehr und mehr ja die presse draufgeschaut. 00:42:02.469 --> 00:42:09.385 Und da beschäftigen sich natürlich auch ganz viele mit den daten und bei mich wundert dass. 00:42:09.536 --> 00:42:13.748 Erst so spät kommt gut es gab offenen brief den wir diskutiert 00:42:13.742 --> 00:42:24.799 hatten den offenen brief der daten journalisten ans mit ganz konkreten punkten die vorgeschlagen wurden die sind wir beim letzten mal auch durchgegangen 00:42:24.667 --> 00:42:33.463 der halt sehr sinnvoll ist ach ich habe und es gibt übrigens hatte mir jetzt jemand geschickt. 00:42:33.626 --> 00:42:44.232 Tatsächlich von der ard jetzt ein archiv mit den kompletten daten- seit 00:42:44.112 --> 00:42:50.998 anfang märz oder so das habe ich das da würde ich dann gestern darauf aufmerksam gemacht und habe es mir halt gleich heute. 00:42:51.641 --> 00:42:57.872 Gezogen also werde dann wohl schauen dass also werde wohl dann. 00:42:58.017 --> 00:43:01.964 Die auswertung noch verbessern können jetzt. 00:43:02.716 --> 00:43:04.174 Über den gesamten zeitraum. 00:43:04.339 --> 00:43:05.984 Über den gesamten zeitraum. 00:43:05.734 --> 00:43:10.269 War das jetzt war das jetzt ein ein offizielles archiv oder so eine so ein private sammlung. 00:43:10.474 --> 00:43:21.494 Na wie gesagt von der von irgendwelchen leuten bei der ard bei den irgendwelche daten journalisten von der ard die ard hat tatsächlich auch ein gitter präposition. 00:43:21.801 --> 00:43:26.019 Und irgendjemand muss die dort gesammelt haben oder. 00:43:26.512 --> 00:43:34.816 Und hat das glaube ich und hat das jetzt ins gitter gestellt und aktualisieren die auch ständig was. 00:43:34.804 --> 00:43:38.421 Und das sind die daten aus denen du dann tabelle baust. 00:43:38.320 --> 00:43:43.223 Genau genau und die hatte ich jetzt nur rückwirkend. 00:43:43.452 --> 00:43:51.251 Bis zum achtundzwanzigsten vierten glaube ich und da kriege ich jetzt einen monat mehr an, 00:43:51.383 --> 00:43:58.221 daten wobei mittlerweile der der sozusagen habe ich ja auch fast einen monat zusammen das. 00:43:58.739 --> 00:44:08.377 Hilft dann auf jeden fall schon aber ist natürlich schöner die möglichst komplett zu haben weil wenn ich wirkend schöne auswertungen drauf fahren. 00:44:08.894 --> 00:44:14.428 Es gab dann ein artikel. 00:44:14.771 --> 00:44:24.872 Beim beim bayrischen rundfunk ja auch sehr hinterher sind auch bei diesem open corona data appell ganz vorne mit dabei. 00:44:25.665 --> 00:44:33.837 Die auch jetzt nochmal auf dieses spezifische problem mit den meldedaten und den gesundheitsämtern eingegangen ist wir. 00:44:34.162 --> 00:44:44.630 Hatten das ja schon besprochen beziehungsweise dir ist das ja schon aufgefallen dass es nach rückmeldungen auf deine tabelle so eine diskrepanz gab die sich dann herausgestellt hat als. 00:44:44.955 --> 00:44:54.484 Die zahlen die gesamtzahlen zu den landkreisen die das veröffentlicht berücksichtigt nur. 00:44:54.785 --> 00:45:02.555 Gemeldete fälle wenn die fälle selber in den letzten sieben tagen überhaupt stattfanden. 00:45:02.946 --> 00:45:06.749 Und alles was elter war viel da komplett raus. 00:45:07.314 --> 00:45:16.628 Und der hat sich das auch nochmal genauer angeschaut einen längeren artikel dazu gemacht und mal ein paar auswertung gemacht. 00:45:16.844 --> 00:45:25.413 Und festgestellt dass also das wirklich ein wirklich großes problem ist und dass diese ganzen verzögerungen 00:45:25.383 --> 00:45:32.997 ja doch teilweise ziemlich krass sind also es gibt einfach landkreise die so spät melden. 00:45:33.159 --> 00:45:37.600 Dass sie da mehr oder weniger alles alles verzerren. 00:45:38.670 --> 00:45:47.064 Und ich habe bald gestern habe ich halt dann mal selber eine 00:45:47.046 --> 00:45:57.796 statistiken in die tabelle eingebaut also in meinem landkreis ranking tabelle das heißt man hat jetzt auch vier werte 00:45:57.772 --> 00:46:04.844 vier spalten in der tabelle für ja landkreise bundesländer oder deutschlandweit 00:46:04.749 --> 00:46:12.855 wo dann sagen der der mittelwert der median die standardabweichungen und die anzahl der fälle 00:46:12.825 --> 00:46:21.057 auf der diese statistik basiert sodass man auch sehen kann wie wie viele fälle sind jetzt eigentlich eingegangen. 00:46:21.088 --> 00:46:26.730 Kannst du das mal kurz erläutern und das sind ja so statistische begriffe. 00:46:27.385 --> 00:46:37.420 Ich mein mein mathe verständnis ist da auch leider mangelhaft also was was heißt das erstmal es geht um die melde verzögerung also wie. 00:46:38.544 --> 00:46:45.809 Spät landet das beim gesundheitsamt oder wie wie spät es ist die veröffentlichung beim die wir jetzt mein. 00:46:46.566 --> 00:46:55.429 Es gibt in dem in den datensätzen gibt es ein sogenanntes meldedaten das ist das datum wann sich jemand 00:46:55.303 --> 00:46:59.203 ans gesundheitsamt gewandt hat oder vom gesundheitsamt, 00:46:59.257 --> 00:47:13.672 kontaktiert wurde wie auch immer aber typischerweise denke ich gehen die leute hin oder beziehungsweise ein arzt geht zum arzt und der meldet es dann den fall weil es ja meldepflichtig ist so also das meldet datum ist sagen wann 00:47:13.631 --> 00:47:22.085 schlägt der fall beim gesundheitsamt auf so und dann gibt es das. 00:47:22.314 --> 00:47:33.857 Veröffentlichungsparty datum was leider in den daten nicht drin steht deswegen brauchen wir halt die ganzen daten doms damit man sehen kann wann so ein fall das erste mal in so einem datenbank auftaucht 00:47:33.851 --> 00:47:41.380 daraus sagen also wann ist jemand beim gesundheitsamt und wann ist die meldung beim l k i. 00:47:41.675 --> 00:47:47.876 Und wird dann veröffentlicht also dort sagen in der zentralen statistik. 00:47:48.742 --> 00:47:57.190 Und wie viele tage vergehen dazwischen und genau dann wird dann wird der fall gezählt so in der offiziellen statistik. 00:47:57.629 --> 00:48:01.210 Das ist sagen die die verzögerung in tagen so 00:48:01.181 --> 00:48:15.987 und was dazwischen passiert ist halt dass dann in der regel einen test veranlasst wird und dann wird das testergebnis abgewartet und wenn das testergebnis da ist erfolgt dann die meldung. 00:48:16.486 --> 00:48:24.580 Und das erstaunliche ist dass es da wirklich sehr sehr große. 00:48:24.754 --> 00:48:32.974 Unterschiede gibt wenn man sich die zahlen anguckt und jetzt zu den vier werten die ich da. 00:48:33.762 --> 00:48:45.257 Angegeben habe das eine ist der mittelwert das ist einfach prinzip alle meldet verzögerungen aufaddiert geteilt durch die anzahl der meldungen. 00:48:45.582 --> 00:48:51.200 Das ist dann die meldet verzögerung und die. 00:48:52.432 --> 00:49:02.839 Variieren sagt sehr sehr stark also in berlin ist das mittel drei tage bremen. 00:49:03.290 --> 00:49:15.849 Der schnellste landkreis mit zwei komma drei tagen im mittel und ja baden-württemberg braucht noch erstaunlich lange da sind es fünfzehn komma vier tage, 00:49:15.861 --> 00:49:25.812 im mittel und ganz krass hamburg da will ich nochmal gleich extra eingehen sind zwanzig tage der mittelwert. 00:49:26.077 --> 00:49:27.957 So 00:49:27.946 --> 00:49:41.850 wer mittelwert kann aber natürlich durch einige wenige ausreißer doch sehr stark nach oben getrieben werden und deswegen hilft es sich halt den sogenannten median anzuschauen das ist. 00:49:42.283 --> 00:49:47.895 Im prinzip der wert wo die hälfte aller meldungen 00:49:47.800 --> 00:50:01.620 größer ist und die andere hälfte der meldungen also der wilde verzögerung kleiner ist es heißt man kann dann ungefähr sehen nach wie viel tagen habe ich die hälfte der meldungen eigentlich 00:50:01.542 --> 00:50:06.734 bekommen und in den meisten ländern 00:50:06.728 --> 00:50:11.739 liegt der media median zwischen null und zwei eigentlich ins 00:50:11.716 --> 00:50:24.509 praktisch allen das heißt auch wenn ich in auch im saarland zwölf komma sechs tage habe im durchschnitt oder in baden-württemberg fünfzehn komma vier tage im in baden-württemberg 00:50:24.413 --> 00:50:34.057 liegt der milliarden bei zwei tagen das heißt nach zwei tagen ist aber trotzdem schon die hälfte der fälle da nur die andere hälfte offensichtlich kann 00:50:33.985 --> 00:50:41.887 echt lange dauern und zwar so lange dass sie den durchschnitt auf fünfzehn komma vier hochbringt, 00:50:42.013 --> 00:50:45.582 und dann ist, 00:50:45.697 --> 00:50:55.161 noch als weiterer wert die standardabweichungen angegeben die standardabweichungen ist wiederum 00:50:55.095 --> 00:51:06.188 der durchschnitt der abweichungen vom mittelwert so also ja so vorstellen wenn alle verzögerungen gleich wären wenn es also. 00:51:06.620 --> 00:51:12.413 Immer drei tage dauert dann wäre die standardabweichungen null weil. 00:51:13.441 --> 00:51:22.040 Wenn das aber wild verteilt ist von nach meinem minus dreißig bis plus dreißig denn habe ich halt 00:51:21.932 --> 00:51:36.100 eine standardabweichungen von zwanzig dreißig oder vierzig so das heißt es ist die standardabweichungen ist ein maß dafür wie wie groß die ausreißer sind im durchschnitt. 00:51:36.245 --> 00:51:37.410 Also wie. 00:51:37.129 --> 00:51:39.057 Wie flattern ist das. 00:51:38.757 --> 00:51:47.019 Wie wie flattern ist es genau wie wie nahe sind die gruppiert um den durchschnitt oder wie stark weichen die halt vom vom durchschnitt ab. 00:51:47.296 --> 00:51:54.933 Und da kann man sagen sie ist teilweise doch. 00:51:55.072 --> 00:52:07.973 Die standardabweichungen ist recht hoch das heißt wir haben's also zwischen sieben und zwanzig beträgt die was halt bedeutet dass es, 00:52:08.105 --> 00:52:14.270 in allen bundesländern fälle gibt die. 00:52:14.601 --> 00:52:20.928 Sehr sehr lange dauern es ist zwar nicht nicht die meisten fälle aber es gibt. 00:52:21.091 --> 00:52:28.494 Offenbar einzelfälle die irgendwie problemfälle sind und die aus irgendwelchen gründen 00:52:28.410 --> 00:52:35.554 e verzögert sind ich habe teilweise ja schon gesehen dass manchmal ein schwung daten ankommt nach zwei oder drei monaten 00:52:35.483 --> 00:52:42.188 kommen plötzlich fälle an und sowas treibt natürlich dann den den durchschnitt in die höhe. 00:52:42.711 --> 00:52:45.686 Was wir aber jetzt im fall von hamburg, 00:52:45.800 --> 00:52:52.897 haben ist nicht nur dass wir einen mittelwert von zwanzig haben was, 00:52:52.909 --> 00:53:04.692 theoretisch durch eine handvoll fälle auch die irgendwo wiedergefunden in die in der kiste gefunden wurden und könnte das halt kommen nein wir haben auch einen median von fünfzehn tagen. 00:53:04.831 --> 00:53:11.507 Das heißt nach fünfzehn tagen fehlt immer noch die hälfte, 00:53:11.543 --> 00:53:18.748 aller meldungen und das wo alle anderen null ein oder zwei haben und zwei 00:53:18.646 --> 00:53:27.094 ist tatsächlich schon nur bei baden-württemberg der fall also bei allen anderen ländern liegt der median bei null oder bei eins. 00:53:26.794 --> 00:53:31.469 Oder anders ausgedrückt an dem tag oder einen tag später ist die hälfte der fälle gemeldet. 00:53:31.613 --> 00:53:40.386 Genau so ist das zu lesen ja und in hamburg ist dauert es fünfzehn tage bis die hälfte der fälle irgendwie, 00:53:40.441 --> 00:53:51.149 zusammen sind und das ist ja also so gesagt so unfähig können die hamburger eigentlich gar nicht sein, 00:53:51.185 --> 00:53:55.818 das ist denke ich ein systematisches problem und, 00:53:55.884 --> 00:54:03.419 könnte sogar den verdacht dass normalerweise manchmal razer. 00:54:03.576 --> 00:54:14.091 So dass man irgendwie nicht keine bösartigkeit unterstellen sollte wenn unfähigkeit als erklärung für ein sachverhalt völlig ausreicht. 00:54:14.770 --> 00:54:23.327 Aber in dem fall dass das das kann ich mir tatsächlich nicht anders erklären als. 00:54:23.772 --> 00:54:28.940 Dass das systematisch so organisiert ist dass die zahlen. 00:54:29.247 --> 00:54:38.386 E brauchen und erstmal rumliegen und weiß ich nicht und wozu das halt führt. 00:54:38.999 --> 00:54:47.213