WEBVTT NOTE Podcast: UKW Episode: UKW070 Corona Weekly: Bundesnotbremse Total Landscaping Publishing Date: 2021-04-24T20:25:12+02:00 Podcast URL: https://ukw.fm Episode URL: https://ukw.fm/ukw070-corona-weekly-bundesnotbremse-total-landscaping/ 00:00:32.713 --> 00:00:41.137 Hallo und herzlich willkommen zu UKW. Unsere kleine Welt. Mein Name ist Tim Pritlove und das ist UKW, die siebzigste Ausgabe und die, 00:00:41.264 --> 00:00:51.166 fünfundvierzigste Ausgabe von UKW, Corona Weekly, heute am dreiundzwanzigsten April zwanzigeinundzwanzig, 00:00:51.317 --> 00:00:58.942 einem Freitag, wie ihr es von uns gewohnt seid, von uns, nämlich Mia, Tim und Pavel natürlich, hallo Pavel. 00:00:59.135 --> 00:01:06.514 Hallo Tim, wow. Ja, ganz schön viel geworden irgendwie. Wer hätte das gedacht, äh als wir damals 00:01:06.418 --> 00:01:18.670 irgendwie die erste also vor über einem Jahr äh glaube ich die erste Sendung äh gemacht haben, dass wir ein Jahr später irgendwie auf was vierundvierzig 00:01:18.604 --> 00:01:24.889 Sendungen zurückblicken können, die wahrscheinlich ja, so langsam an die hundert Stunden ranreichen. 00:01:25.497 --> 00:01:34.858 Ja, das kann gut hinhauen, wenn wir sie nicht schon überschritten haben. Ja, so ist das. Äh, denn äh. 00:01:35.123 --> 00:01:46.095 Wie heißt es so schön? Ich weiß nicht, ob geil, ob das stimmt, aber ich habe das mal so in einer Signatur eines Freundes von mir. Chinesischer Fluch. Mögest du in interessanten Zeiten leben. 00:01:45.795 --> 00:01:49.292 Ja ja. 00:01:47.496 --> 00:01:53.661 Und in gewisser Hinsicht muss ich auch sagen, empfinde ich diesen Dialog hier auch sehr als sehr befreiend, 00:01:53.811 --> 00:02:04.255 weil man einfach so die äh Möglichkeit, aber auch die Notwendigkeit hat, seine Gedanken so ein bisschen immer wieder äh auszuschütteln und klar zu rücken, 00:02:04.436 --> 00:02:11.646 wie man's denn jetzt eigentlich alles so sieht und was man denn eigentlich so sieht. Und das hat schon geholfen, finde ich. 00:02:11.376 --> 00:02:20.101 Und das ja und so wie es aussieht äh scheint es aber auch vielen Leuten so zu gehen 00:02:19.957 --> 00:02:28.742 das ja sie hier was rausziehen können was sie machen nicht so viele Leute hören aber, 00:02:28.784 --> 00:02:35.099 so viele sagen's auch einfach explizit, dass wir ihnen schon ein bisschen Halt gegeben haben und auch durch die 00:02:35.016 --> 00:02:45.020 Pandemie geholfen haben. Ich will mich ja jetzt nicht äh oder uns jetzt nicht zu sehr beweihräuchern, sondern nur darauf aufmerksam machen, dass ja ich das schon sehr wohl zur Kenntnis 00:02:44.889 --> 00:02:49.275 nehme und mich natürlich auch darüber freue, 00:02:49.359 --> 00:02:57.423 Auch wenn es nicht das ist, warum wir irgendwie damit damit angefangen äh haben, äh glaube ich. Ich habe dann auch nochmal 00:02:57.345 --> 00:03:07.398 rekapituliert und letztlich immer was tun wir hier oder was tue ich hier? Habe ich so ein bisschen auf den Punkt äh gebracht, äh angefangen habe 00:03:07.326 --> 00:03:10.517 weil ich eben oder wir 00:03:10.487 --> 00:03:21.135 vor Corona, ich sage mal weder Virologen, noch Corona Experten sind, haben wir uns einfach rangemacht, alles zu lernen und rauszufinden 00:03:20.997 --> 00:03:23.659 was es in Corona gibt 00:03:23.509 --> 00:03:37.492 und einfach unsere Lernerfahrung äh hier öffentlich gemacht und sind dabei natürlich dann auch immer ein bisschen schon zuversichtlicher geworden, dass das schon Hand und Fuß hat, was wir hier verbreiten. Meistens hier. 00:03:37.804 --> 00:03:47.214 Beziehungsweise wenn wir mal so ein bisschen daneben liegen oder uns einschränken müssen, dass dann halt auch immer tun. Und ähm ja, das werden wir sicherlich auch diese Woche wieder tun. 00:03:47.088 --> 00:03:57.556 Jeder kann sich täuschen oder Irrtümern äh auf äh sitzen, aber es sollte, man sollte irgendwie schon statistisch gesehen häufiger richtig liegen 00:03:57.502 --> 00:04:12.458 als man falsch liegt und wenn man falsch liegt dann eben auch zu gucken dass man natürlich ja daraus daraus lernt um halt die Zukunft nicht so oft falsch zu liegen. 00:04:12.687 --> 00:04:18.167 Das ist ähm für mich so das Prinzip auch. Warum wir das machen. Und, 00:04:18.221 --> 00:04:24.777 Und natürlich, dadurch, dass wir hier, dass das so öffentlich ist und auch unter Twitter äh und auch auf Twitter 00:04:24.753 --> 00:04:38.910 Ja, da ganz viele Leute hier mitlesen und zuhören und äh schon auch und sofort auf Fehler hinweisen oder auf Darstellungen, die nicht so äh in Ordnung waren oder präzise sind oder auf andere Aspekte, die, 00:04:39.025 --> 00:04:40.995 ausgelassen, aber ich find's super. 00:04:41.356 --> 00:04:48.621 Genau, da kann man an der Stelle auch mal auf eine Sache hinweisen, die ich in den letzten äh Sendungen aufgebracht hatte 00:04:48.525 --> 00:04:56.138 dann geht's um diese Oxword-Studie rund um diese Betrachtung mit, na ja, wie viel Hirn 00:04:55.995 --> 00:05:06.065 Thrombosen gibt's denn nun eigentlich von Covid und äh wo dann auch dieser Vergleich gezogen wurde zu entsprechenden Fällen von Leuten, die halt 00:05:05.976 --> 00:05:14.310 innerhalb von vierzehn Tagen nach der Impfung äh was ähnliches vorweisen konnten, auf Basis der Untersuchung von Patientendaten. 00:05:14.550 --> 00:05:19.730 Keine speziell dafür angelegte Studie, sondern ich weiß gar nicht, wie man das nennt, so eine. 00:05:19.430 --> 00:05:22.212 Meter Studie beziehungsweise so eine so eine ja. 00:05:21.912 --> 00:05:34.302 Ich nicht, kenne den Begriff nicht genau, auf jeden Fall wurde quasi in der Datenbank äh äh geblättert und da gibt's ja dann auch so einige Ungenauigkeiten und ich wurde dann von verschiedenen Seiten darauf hingewiesen, dass. 00:05:34.717 --> 00:05:44.547 Vielleicht also dass die aus, also vielleicht kurz zu rekapitulieren. Daraus äh wurde ja so im Prinzip die Betrachtung gemacht, na ja ähm. 00:05:45.065 --> 00:05:59.714 Fälle treten halt auch auf von Sinusthrombosen bei Leuten, die eben an Covid erkranken, das war dann so in der Größenordnung von vierzig auf eine Million und äh bei dieserselben Datenbank Durchforstung 00:05:59.703 --> 00:06:09.467 kamen dann die Leute aus Oxford für MRNA Geimpfte innerhalb von vierzehn Tagen, die also auch entsprechende, 00:06:09.521 --> 00:06:20.692 Sinusthrombosen entwickelt äh haben äh auf die Zahl von vier und auch für wurde dann äh kann man auf die Zahl von fünf das Problem damit ist, dass halt, 00:06:20.710 --> 00:06:26.791 Also die Ungenauigkeit hier äh doch relativ groß sein kann. 00:06:26.773 --> 00:06:38.166 Ja, weil das ist hat auch viel damit zu tun, wird das eigentlich richtig erfasst, ist wirklich dasselbe gemeint. Das Ganze basiert ja immer auf diesen Schlüssel, Zahlen für medizinische 00:06:38.083 --> 00:06:41.892 Einschätzung, ja, dieser ICD. 00:06:41.592 --> 00:06:43.010 Die Codes, ja. 00:06:42.710 --> 00:06:56.794 Diese Codes und die werden dann auch in jedem Land ein bisschen anders behandelt und das war ja irgendwie USA und die Astrasinika Zahlen kamen dann wiederum aus der Betrachtung, die die EMA gemacht hat in Europa. Also um's kurz zu machen, viele Leute meinten. 00:06:57.203 --> 00:07:02.040 Dass sie das, also die da mehr Einblick haben, dass sie jetzt diese. 00:07:02.389 --> 00:07:11.487 Dieser diese unmittelbaren Vergleiche so nicht ziehen würden. Was man aber auf jeden Fall stehen lassen kann, ist Sinusthrombosen treten auch auf, wenn Leute an Covid erkranken und das war 00:07:11.391 --> 00:07:17.628 Meiner Meinung nach auch so ein bisschen die Kernaussage und äh ich wollte jetzt nicht so sehr drauf rumtrampeln 00:07:17.550 --> 00:07:27.074 das jetzt auf jeden Fall MRNA genauso gefährlich ist äh äh wie oder so. Das würde ich sagen, ist immer noch offen. Das wird irgendwie untersucht und. 00:07:27.766 --> 00:07:30.589 Dazu habe ich dann einfach erst mal keine Aussage gemacht. 00:07:31.016 --> 00:07:35.373 Also äh normal genau die 00:07:35.367 --> 00:07:44.987 ähm wichtigste äh wichtigste Ergebnis, ähm ja, Sinus, Wien, Thrombosen sind auch ein mit äh der, 00:07:45.030 --> 00:07:53.045 Covid-Erkrankung assoziiertes, sehr seltenes Symptom und 00:07:52.950 --> 00:07:55.581 aber um sagen jetzt den 00:07:55.473 --> 00:08:04.174 Impfstoffvergleich, also sagen jetzt Schlüsse über verschiedene Impfstoffe zu ziehen, äh reicht halt diese Studie nicht aus. Ich glaube, so kann man's 00:08:04.060 --> 00:08:12.376 mal zusammenfassen, außer dass die Impfstoffe halt viel, viel sicherer sind, äh als wenn man erkrankt so Größenordnung ziehen wahrscheinlich. 00:08:12.876 --> 00:08:27.615 Gut, dann würde ich sagen, gehen wir mal auf unser klassisches äh Segment und schauen mal, was sich denn eigentlich bei den Zahlen so getan hat und wie nah wir denn äh der Apokalypse jetzt schon wieder gekommen sind. Wenn überhaupt. 00:08:30.068 --> 00:08:44.074 Im Moment, so sieht es so aus, als wenn sich das Virus nicht so richtig entscheiden kann, äh was es jetzt tun möchte, also seit mehreren Tagen gibt es irgendwie, 00:08:44.099 --> 00:08:57.973 seitwärts irgendwie ein minimal auf, minimal runter, liegt seit zwei Tagen bei eins Komma null eins, also sieben Tage Ehrwert passierend auf Publikations 00:08:57.872 --> 00:09:07.432 Daten bei den Inzidenzen ja ist immer das Ding RKI Inzidenzen oder 00:09:07.312 --> 00:09:17.815 ähm so auf auf Meldedatum oder die Inzidenzen auf Publikationsdatum, wir nehmen lieber die äh auf Publikationsdatum meistens, die. 00:09:18.026 --> 00:09:27.027 Jetzt aktuell bei äh hundertfünfundsiebzig äh heute gestern bei hundertdreiundsiebzig und. 00:09:26.727 --> 00:09:37.495 Kurz sagen, warum wir die lieber nehmen. Das Problem mit den RKI-Zahlen ist, dass die sich prinzipiell nachträglich immer noch ändern und in der Regel sowieso letzten Endes in Richtung der Publikationszahlen. 00:09:37.766 --> 00:09:45.361 Entwickeln, ne? Er ist richtig äh noch eine Erinnerung habe und deswegen äh ist es eigentlich, hat sich das sozusagen gezeigt, dass das so 00:09:45.325 --> 00:09:48.840 der solidere Blick in die Zukunft ist, den wir aber jetzt schon haben. 00:09:49.009 --> 00:09:53.882 Genau, weil weil nach Meldedatum fallen natürlich die Zahlen in den letzten 00:09:53.774 --> 00:10:01.117 beiden Tagen sehr stark und ich sage mal in der in den ein, zwei Wochen sagen die, die 00:10:01.027 --> 00:10:11.747 die davor sind, kommen eben auch noch äh Zahlen nach. Das heißt, dass wenn man diese Zahlen grafisch visualisiert, hast du am Ende immer einen Knick nach unten. Äh, 00:10:11.915 --> 00:10:19.126 so und äh und das ist dann aber diese Zahl dann auch, die in den sieben Tage 00:10:19.036 --> 00:10:30.333 ähm die in den offiziellen sieben Tage Inzidenz äh wird eingeht. Das heißt, ganz viele Leute, die jetzt aber schon gestern eigentlich, 00:10:30.501 --> 00:10:40.013 erkrankt sind oder vorgestern gehen halt heute noch gar nicht ein aufgrund von eben Meldeverzögerungen so und die fallen dann, 00:10:40.086 --> 00:10:51.473 erstmal unterm Tisch. Die kommen dann natürlich je weiter die Zeit fortschreitet, kommen natürlich alle Fälle auch nach. Das heißt das gleicht sich so ein bisschen eigentlich irgendwann aus, aber wenn man dem. 00:10:52.429 --> 00:11:01.622 Ja heute betrachtet hat man da häufiger dann niedrige Inzidenzen je schlechter oder je langsamer die Ämter arbeiten. 00:11:01.989 --> 00:11:09.704 Also bleiben wir weiterhin bei den Publikations sieben Tage äh äh wert und ja, hundertfünfundsiebzig sagst du. 00:11:09.729 --> 00:11:23.729 Beziehungsweise ja und hundertvierundsechzig äh war äh glaube ich der der offizielle, die offizielle RKI sieben Tage Inzidenz äh gerade, also die einen unter den hundert äh fünfundsechzig. 00:11:23.429 --> 00:11:25.121 Also sowas auch. 00:11:25.040 --> 00:11:26.115 Ja. 00:11:26.788 --> 00:11:38.199 Aber das spielt sowieso keine Rolle, weil ähm dazu kommen wir später noch. Hm, entscheidend wohl in der Regel die Inzidenz auf Landkreise. 00:11:37.971 --> 00:11:43.361 Ja. Aber das bedeutet, dass die Zahlen stagnieren derzeit. 00:11:43.061 --> 00:11:52.579 Genau. Ja, ja. So, die Zahlen äh stagnieren. Es geht äh äh horizontal weiter und. 00:11:52.940 --> 00:11:55.235 Vielleicht ein bisschen. 00:11:55.476 --> 00:12:05.721 Interessanter ist, bevor wir in den an den Punkt gehen, was wir glauben oder was ich glaube, wie das weitergehen wird. 00:12:07.458 --> 00:12:17.667 Und zwar, was natürlich auch immer hilfreich ist, zu dem Zweck ist dann erstmal den Blick auf die verschiedenen Altersgruppen äh zu werfen, 00:12:17.787 --> 00:12:25.587 und da sehen wir für Deutschland halt vor allen Dingen einen ganz starken Anstieg. 00:12:26.074 --> 00:12:37.497 Bei der Altersgruppe fünf bis vierzehn, also den im Schulalter im Wesentlichen, da kann man zu der Altersgruppe kann man wahrscheinlich sagen, das sind wirklich Schüler. 00:12:37.936 --> 00:12:39.113 Ähm 00:12:39.101 --> 00:12:49.809 Ja, ähm plus äh also da, dort liegt bei den Schülern, die deutschlandweite Inzidenz jetzt bei zweihundertsiebenunddreißig, ja, in der Altersgruppe 00:12:49.798 --> 00:12:59.376 und höher ist sie dann nur noch in der der fünfzehn bis Vierunddreißigjährigen, also dann ich sage mal, das Partyvolk 00:12:59.268 --> 00:13:05.679 Man könnte aber auch sagen, das sind so dann vielleicht die Berufstätigen und die jungen Familien 00:13:05.571 --> 00:13:11.875 so in dem Alter und da ist sogar noch ein bisschen höher, nur die liegen bei zweihundertneunundvierzig. 00:13:12.854 --> 00:13:25.497 Bundesweit äh ist halt das Geschehen so in in bei null bis vier, also in den Kitas hält sich noch in Grenzen, das ist nur ganz leicht über dem Durchschnitt, bei hundertsiebenundsechzig. 00:13:26.796 --> 00:13:36.007 Ist aber auch ähm als einziges äh mit auch angestiegen, wenn auch leichter äh 00:13:35.893 --> 00:13:44.336 als das von den Schülern, die halt richtig hochgehen und kompensiert wird das Ganze äh so vor allem durch, 00:13:44.372 --> 00:13:56.065 achtzig äh plus und die auch sechzig bis Neunundsiebzigjährigen, achtzig Plus, liegt halt zum Glück jetzt nur bei vierundsiebzig, nur in Anführungsstrichen und 00:13:55.976 --> 00:14:04.616 sechzig bis Neunundsiebzigjährigen bei einer Insidenz von hundertzwei, so was halt dann gerade im Moment den den Schnitt. 00:14:05.157 --> 00:14:08.672 Drückt. Ja und deswegen. 00:14:09.069 --> 00:14:22.499 War halt immer auch so meine Aussage, es hängt eben sehr, sehr viel ab äh beim weiteren Verlauf, was in den Schulen passiert ist, zu sagen, dass das entscheidende und ähm. 00:14:23.149 --> 00:14:29.710 Ja, wie das dann äh mit der Notbremse äh zusammenhängt. Das machen wir dann hinterher oder später. 00:14:30.251 --> 00:14:34.000 Noch. Hm, ja. 00:14:34.091 --> 00:14:44.372 Kurz betonen. Also, Schüler derzeit Deutschland zweihundertsiebenunddreißig und während halt die Inzidenz insgesamt stagniert. 00:14:44.961 --> 00:14:51.763 Sieht das in diesem äh Bereich überhaupt nicht so aus, ganz im Gegenteil. Die steigt sehr steil an. Also wir haben da einen extrem. 00:14:52.202 --> 00:14:59.034 Anstieg und sonst haben wir einen äh überhaupt nur einen Anstieg bei Kita. 00:14:59.407 --> 00:15:06.816 Also es sind eigentlich wirklich nur die Kleinsten, die stark ansteigen und alles andere stagniert und deswegen stagniert es in der Summe. 00:15:06.991 --> 00:15:17.795 Ja, man muss auch gucken, die Situation in den, in den Bundesländern sind eben auch so ein bisschen unterschiedlich, also vor allem äh gibt es eben Unterschiede äh zwischen 00:15:17.777 --> 00:15:26.706 ja Schülern äh also die Schüler und Kitaalter so in manchen ähm Bundesländern äh dominiert halt die, 00:15:26.881 --> 00:15:37.234 null bis Vierjährigen in den meisten, aber tatsächlich äh fünf bis vierzehn, was den Anstieg angeht. Und bei den alten äh geht's äh überall. 00:15:37.529 --> 00:15:41.368 Nach unten. Ja. 00:15:41.429 --> 00:15:43.363 Gehen wir nochmal kurz auf die Bundesländer. 00:15:43.478 --> 00:15:50.111 Genau, also bei den Inzidenzen sind die meisten 00:15:50.070 --> 00:15:57.953 Länder, die sagen, ja, bewegen sich auch seitwärts, so wie der Bundesschnitt. Es gibt aber ein paar, 00:15:58.050 --> 00:16:04.701 Ausnahmen, wo das anders aussieht, also Thüringen und Sachsen, die halt von einer ganz hohen 00:16:04.624 --> 00:16:18.144 von ja die waren irgendwann mal bei zweihundertfünfundsiebzig so ungefähr und sind jetzt auf zweihundertvierundvierzig und zweihunderteinundvierzig 00:16:18.060 --> 00:16:24.676 runter. Also, die haben also jetzt eher starke Rückgänge. Hm. 00:16:25.145 --> 00:16:37.685 Und dann äh ja Baden-Württemberg zieht halt an ein bisschen, Hessen zieht an und vor allem das Saarland, das zieht halt am krassesten. 00:16:38.052 --> 00:16:39.350 An 00:16:39.476 --> 00:16:40.900 'ne Modellregion. 00:16:40.618 --> 00:16:52.570 Ja, ist ja auch eine Modellregion, genau, also da haben wir äh da äh und auf Saarland, deswegen wollen wir einfach habe ich dann deswegen einfach mal geguckt, was ist denn da eigentlich los im, 00:16:52.720 --> 00:16:57.677 Saarland und auch so ein Blick auf die R Werte zeigt, 00:16:57.816 --> 00:17:09.413 eben alle so um unter oder um die eins rumliegen bis eins Komma null fünf maximal und das Saarland aber jetzt auf eins Komma eins fünf. 00:17:09.648 --> 00:17:12.039 So hochgeschossen. 00:17:12.466 --> 00:17:27.356 Ist und dann sagt immer der erste Blick auf die Altersgruppen und da sieht man, dass dann im Saarland so die im Prinzip die jüngere Hälfte der Bevölkerung so von null bis vierunddreißig, 00:17:27.537 --> 00:17:31.635 die ziehen halt in die Höhe, aber auch. 00:17:31.863 --> 00:17:38.184 Anderen Altersgruppen ziehen an. Also es zieht halt überall an. Ja und. 00:17:38.407 --> 00:17:49.584 Also vielleicht noch äh sagen, bevor ich's bevor ich's vergesse, es wird halt gerade oft ins Feld geführt, dass die Anstiege jetzt in, 00:17:49.752 --> 00:17:57.528 diesen Alterssegmenten, also Schulen und Kitas jetzt deswegen so in die Höhe gehen wegen der Schnelltests. Dass jetzt halt, 00:17:57.612 --> 00:18:06.055 sagen, die Detektionen in den Bereichen verbessert äh wurde und dass halt jetzt ganz viele ähm. 00:18:06.338 --> 00:18:15.777 In der Altersgruppe dazukommen, die vorher einfach symptomlos äh nie erfasst worden wären und jetzt durch die. 00:18:16.042 --> 00:18:23.715 Das eben dann auch dem äh PCR-Test Regime zugeführt werden. 00:18:24.154 --> 00:18:27.249 Und dass das deswegen hochgeht. Und. 00:18:27.892 --> 00:18:36.340 Ich halte das also wir haben's ja mehrfach schon mit der Frage beschäftigt, wie viel ist da dran? Hm. 00:18:36.563 --> 00:18:45.991 Ich meine, einen Faktor äh äh wäre, dass äh also es kann durchaus ein Faktor sein, aber hm wenn das so ist. 00:18:46.652 --> 00:19:01.134 Dann müsste der Effekt sich bald normalisiert haben, das heißt äh weil das ist letztlich eine Änderung im Testregime, Änderung der Vortest Wahrscheinlichkeit, in der in der Altersgruppe. Hm. 00:19:01.441 --> 00:19:12.857 Und äh ja, die ist dann aber irgendwann geändert, irgendwann pendelt sich das halt wieder ein, dann verlaufen die Zahlen vielleicht auf einem hohen Niveau, aber ähm 00:19:12.762 --> 00:19:20.753 ob die jetzt rauf oder runter gehen, wird dann relativ schnell nach so einer Änderung ähm, 00:19:20.910 --> 00:19:28.180 ja, normalisiert sich das und äh ist dann wieder wieder zuverlässig. So. Und hm. 00:19:28.433 --> 00:19:33.060 Der Anstieg halt geht jetzt über eine recht, 00:19:33.247 --> 00:19:42.248 Zeit schon und ähm ja, wie groß der Faktor ist, äh werden wir sehen, aber ähm ja, 00:19:42.350 --> 00:19:46.424 Äh ich 00:19:46.412 --> 00:19:57.847 Teil des Anstieges in den Altersgruppen ist schon einfach real und kein Erfassungs-Adefakt und ist vielleicht ein bisschen übertrieben, aber 00:19:57.740 --> 00:20:06.428 in ein, zwei, drei Wochen werden wir halt genauer sehen. Normalerweise korrespondiert das Ganze ganz gut mit den Schulschließungen, 00:20:06.459 --> 00:20:12.690 Noch eine weitere Besonderheit am Saarland, was mir so nicht. 00:20:12.919 --> 00:20:19.672 Bei anderen Ländern nicht aufgefallen ist, wo ja auch keine aber keine Antwort drauf habe, ist, dass im Saarland 00:20:19.607 --> 00:20:31.684 Ostern die Zahlen kaum eingebrochen. Sind also ein bisschen auch in äh interessanterweise bei den Schülern und also bei den meisten Altersgruppen, aber in manchen Altersgruppen eben, 00:20:31.769 --> 00:20:36.654 Gar nicht. Zum Beispiel äh ja eben null bis vier hat. 00:20:37.339 --> 00:20:44.892 Ist durch Ostern ja nicht nicht wesentlich beeinflusst äh worden. Nur halt danach. 00:20:45.500 --> 00:21:00.023 Ja und insofern äh ja, plus das eben im Saarland äh die Tests alleine ist auch nicht sein können, weil eben in vier anderen Altersgruppen die Zahlen auch hochgehen. Also ich würde mal sagen, ja. 00:21:00.288 --> 00:21:05.095 Testversuch läuft jetzt nicht ganz so gut. 00:21:05.937 --> 00:21:12.336 Und ähm ja, beziehungsweise ja, kommt bei dem Test grade raus, äh. 00:21:13.063 --> 00:21:21.518 Ja, was eben rauskommen sollte. Und ähnlich auch auf ein kleineres Bundesland guckt, äh Berlin zum Vergleich. 00:21:22.287 --> 00:21:28.272 Äh sieht es erstmal auf den ersten Blick ähnlich äh aus, aber in Berlin. 00:21:29.023 --> 00:21:39.623 Sind halt die Schülerinzidenzen äh dann auch bei zweihundertzweiundvierzig und dann kommt eben die fünfzehn bis vierunddreißig Jährigen so, 00:21:39.798 --> 00:21:49.868 Jugendlichen, junge Familien. Der liegt bei zweihundertneun und äh die Kitas äh tatsächlich liegen ähm sind. 00:21:50.217 --> 00:21:55.811 Bei hundertsechsundvierzig, also eher unterdurchschnittlich und vor allem erfreulich, 00:21:55.872 --> 00:22:05.642 bei achtzig plus ist die Inzidenz auf sechsunddreißig äh runter. So das äh nimmt da schon mal ganz, ganz gute. 00:22:06.015 --> 00:22:16.008 Ähm Level an äh würde ich sagen. Ja äh das zum Vergleich dann mit, 00:22:16.201 --> 00:22:28.044 Berlin lohnt sich also dann mal anzuschauen, weil ich dann gerade bei Berlin war. Wir hatten auch lange keinen Blick mehr auf die Berliner Bezirke und dann dachte ich mir äh, 00:22:28.195 --> 00:22:36.409 ja, da müssen wir noch ähm irgendwie auch mal einen Blick drauf werfen und. 00:22:36.668 --> 00:22:49.442 Ja. Äh ein fast vertrautes Bild Neukölln und Mitte ganz oben mit zweihundertfünfzehn und zweihundertelfer Inzidenzen. 00:22:49.833 --> 00:22:56.353 Und dann äh gibt es so langsam äh runter und ganz. 00:22:56.570 --> 00:23:01.479 Bester Bezirk unser äh Berlin-Pankow so mit. 00:23:01.707 --> 00:23:11.466 Sechsundneunziger Inzidenz. Ich meine, natürlich ist das jetzt, ich sage mal, sehr grob. Ich meine, ich wohne zweihundert Meter von Mitte entfernt, also. 00:23:11.694 --> 00:23:14.795 Aber die Meterebene ist ja auch in Pankow und von daher äh. 00:23:14.495 --> 00:23:16.015 Ja 00:23:16.550 --> 00:23:18.730 Ebene stabil, pankostabil. 00:23:18.791 --> 00:23:25.214 Ja, alles alles gut, ja. Und äh generell äh so. 00:23:24.914 --> 00:23:26.933 Leute unseren Podcast, das ist wahrscheinlich. 00:23:27.330 --> 00:23:40.225 Genau. So wird äh sein und natürlich aber äh räumen wir jetzt ein Jahr lang immer das Auf und Ab der der Bezirke beobachten wie das, 00:23:40.400 --> 00:23:48.836 ja aussieht, das heißt so 'ne Momentaufnahme ist dann immer nicht sehr aussagekräftig, weshalb ich denn mal einfach, 00:23:48.872 --> 00:23:55.795 von allen Bezirken mir den Gesamtverlauf, also die kommunativen, 00:23:55.795 --> 00:24:00.331 ähm zahlen angeguckt habe und 00:24:00.218 --> 00:24:12.842 dann auch die Frage, ja ist denn sagen diese Pandemie wie Schicksalhaft, ist es denn so? Wie wie ist es denn, wenn ein Bezirk erstmal auf einer Dreiektorie ist, so gelingt es dann. 00:24:13.444 --> 00:24:18.076 Sich sich rauf oder runter zu arbeiten und. 00:24:18.822 --> 00:24:29.571 Man muss sagen, überwiegend nicht. Also es gibt immer wieder hier und da Ausnahmen, aber äh zum Beispiel Neukölln und Mitte, wenn man sich anguckt, 00:24:29.722 --> 00:24:35.406 sind von dann zumindest äh ja äh ab der, 00:24:35.593 --> 00:24:42.299 ab Oktober als dann die dritte Welle äh begonnen hat, sind die halt ja, als. 00:24:42.606 --> 00:24:56.588 Führer äh ins Rennen gegangen und sind heute beide immer noch in Führung und haben sich da nicht viel genommen, also mal liegt der einen Ticken vorne und mal der andere und äh dort. 00:24:56.841 --> 00:25:03.457 Haben sich halt jetzt so fünf Komma sechs Prozent der Bevölkerung in Neukölln 00:25:03.391 --> 00:25:16.785 bereits mit Corona äh infiziert, also fünf Komma sechs sieben drei und in Mitte sind's fünf Komma sechs zwo eins Prozent, also wie man sieht ganz nah beieinander. Der 00:25:16.677 --> 00:25:28.184 einzige Bezirk, der es so ein bisschen geschafft hat, sich zu verbessern in der Platzierung. Ist halt Friedrichshain-Kreuzberg. Ich weiß nicht, ob da irgendwann Vernunft eingekehrt ist oder was da passiert ist, 00:25:28.262 --> 00:25:32.444 aber äh der hat halt äh ja mit mit. 00:25:32.847 --> 00:25:39.583 Irgendwie Spandau, was sagen wieder der andere, ist das Negativbeispiel ist, Spandau, 00:25:39.746 --> 00:25:50.291 ist halt relativ gut im unteren Drittel des des Feldes im November ins Rennen gegangen und, 00:25:50.454 --> 00:25:58.932 ist jetzt äh so auf Platz drei, was so Opfer äh angeht, fünf Komma eins Prozent ähm 00:25:58.915 --> 00:26:10.692 also mit Opfern meine ich jetzt ja Erkrankte an an der Stelle. Ja und dann geht's eben wie gesagt weiter Reinickendorf, Friedrichshain, Kreuzberg, äh Berlin, 00:26:10.699 --> 00:26:15.824 Tempelhof Charlottenburg-Filmersdorf, äh da sind wir dann ungefähr, 00:26:15.992 --> 00:26:24.285 jetzt schon im unteren Mittelfeld angekommen. Ähm dann Stieglitz Zehlendorf und dann, 00:26:24.447 --> 00:26:27.163 Lichtenberg Marzahn, 00:26:27.320 --> 00:26:41.194 Pankow und Tripto Köpenick, was daneben auch auffällt, ist, dass nicht alle, aber ein Großteil, wenn man der Rhein-Ost-Bezirk äh Lichtenberg ausgenommen so, 00:26:41.225 --> 00:26:44.187 am besten durchgekommen sind 00:26:44.139 --> 00:26:56.175 und der Unterschied ist sieben, ja, dreieinhalb Prozent jetzt in äh äh Treptow und äh drei Komma vier, eins drei und drei Komma vier neun drei in. 00:26:56.602 --> 00:27:04.924 Pankow äh Prozent, die bisher erkrankt sind gegenüber dem fünf Komma sechs, das ist nicht ganz, 00:27:05.039 --> 00:27:12.081 so sieht es halt eigentlich in einer Stadt in den verschiedenen Bezirken, 00:27:12.141 --> 00:27:15.500 aus und dann, 00:27:15.615 --> 00:27:27.043 kam bei mir spontan die Frage auch auf der Tour auf, okay, wie sieht's denn jetzt in den Bundesländern eigentlich aus? Wie gut haben denn jetzt die Bundesländer eigentlich ihre. 00:27:27.350 --> 00:27:33.858 Bevölkerung bisher schützen können. Ähm ja. 00:27:34.393 --> 00:27:39.596 Und da klafft es halt doch nochmal beziehungsweise äh dann, 00:27:39.711 --> 00:27:48.039 auch nicht nur nicht vor Infektionen, sondern vor allen Dingen, wie viele in der Altersgruppe achtzig plus. 00:27:48.634 --> 00:27:59.943 Sind dort jetzt gestorben, um ebenso Effekte zu vermeiden, wie naja, dort haben sich mehr ältere infiziert, dort mehr jüngere, weil eventuell ist dann auch mehr ältere oder weniger jüngere, 00:28:00.136 --> 00:28:12.123 und äh deswegen ja äh natürlich ist auch die Altersgruppe achtzig plus nicht so homogen in den Ländern, aber auf jeden Fall äh kriegt man so ein klareres Bild und. 00:28:12.478 --> 00:28:22.405 Ja, was die Toten äh angeht. Ähm geht es so Faktor drei, dreieinhalb auseinander. Also in Mecklenburg, 00:28:22.460 --> 00:28:30.067 Vorpommern sind null Komma vier neun Prozent der über Achtzigjährigen gestorben, also ein halbes Prozent 00:28:30.013 --> 00:28:39.158 in Sachsen am anderen Ende eins Komma acht Prozent der älteren Bevölkerung, also es ist halt schon krass und ja, 00:28:39.159 --> 00:28:47.072 und das ist das mit großem Abstand, Thüringen folgt dann so mit eins Komma fünf Prozent und Brandenburg mit eins Komma zwei Prozent und. 00:28:46.772 --> 00:28:55.094 Das ist quasi jeder jeder Fünfzigste fast. Jeder Fünfzigste aus der Gruppe der achtzig plus. 00:28:56.200 --> 00:28:58.273 Jeder fünfundfünfzigste. 00:28:58.935 --> 00:29:01.253 Nicht nicht erkrankt, sondern gestorben. 00:29:01.140 --> 00:29:10.718 Gestorben, ja. Genau. Jeder fünfundfünfzigste werden's halt dann in Mecklenburg-Vorpommern. 00:29:09.462 --> 00:29:16.703 Und Sachsen ist relativ gut gestartet, ne? Also im November waren sie noch im Mittelfeld und sind dann im Laufe des Dezember. 00:29:17.190 --> 00:29:25.662 Komplett äh in die Führung gegangen und haben diese Führung auch nicht mehr abgegeben und ähnlich mit ein bisschen mehr Verzögerung war's dann in Thüringen, 00:29:25.717 --> 00:29:34.363 Und Thüringen ist dann ganz klar auf Platz zwei mit eins Komma fünf Prozent und dann ist wieder ein großer Abstand, bis dann die anderen Länder sich so hintereinander einreihen. 00:29:34.761 --> 00:29:43.750 Also beide Länder sind tatsächlich irgendwie gut gestartet und man kann schön sagen aus aus den äh Zahlen, also Sachsen hat's schon 00:29:43.702 --> 00:29:57.517 im November im Prinzip verbockt, also Ende November, was auch immer da passiert ist, so mag auch Einschleppungen aus Tschechien sein, aber das hat halt da ziemlich früh äh abgehoben 00:29:57.481 --> 00:30:11.686 und ja, wie du richtig sagst, in Thüringen, die äh sind dann erstmal etwas später, eigentlich so richtig erst im neuen Jahr eigentlich erst nach Weihnachten, also Thüringen hat's eigentlich erst äh sagen, im Januar so richtig 00:30:11.584 --> 00:30:19.828 verbockt, äh kann man sagen, oder je nachdem äh wie man das sieht, ähm ja und, 00:30:19.865 --> 00:30:30.909 Sachsen-Anhalt auch noch so ein Beispiel. Die sind halt ganz unten gewesen, sind halt als zweitbestes Land mit irgendwie kaum Toten 00:30:30.795 --> 00:30:40.205 in die äh in den Dezember äh gegangen und äh sind jetzt ja im Mittelfeld angekommen mit mit einem 00:30:40.133 --> 00:30:41.755 Prozent ungefähr. 00:30:41.455 --> 00:30:48.558 Brandenburg ist es nicht sehr wie anders gelaufen. Also man kann sogar sagen, wirklich die großen Flächenländer im Osten haben dann. 00:30:49.453 --> 00:31:00.359 Ich würde es jetzt mal deuten als sich ein wenig in Sicherheit gewogen und da sie ja in der ersten Welle nicht so betroffen waren und das ist ja, sagen wir mal generell das, was sich so zeigt und was ja eigentlich auch. 00:31:00.678 --> 00:31:04.139 Von der Wissenschaft ausreichend vorher gesagt wurde 00:31:04.001 --> 00:31:13.567 Virus sich erstmal heimisch gemacht hat, wenn sie sich erstmal verbreitet hat, wenn's überall irgendwo reingestreut ist und es eben nicht mehr diese 00:31:13.520 --> 00:31:22.941 Schwerpunkte gibt, die es ja am Anfang durch die äh initiale Infektionen gab, ne, Nordrhein-Westfalen war stark betroffen, Bayern war stark betroffen, 00:31:22.942 --> 00:31:29.287 Baden-Württemberg war starr betroffen und der Osten heilt nicht so stark. Und dann hat sich das im Sommer alles schön durchmischt. 00:31:29.552 --> 00:31:37.081 Und als dann die zweite Welle kam, geht's richtig ab. Und dann sind natürlich auch die entsprechenden. 00:31:37.340 --> 00:31:48.967 Reaktionen dann langsamer, weil man denkt so, na ja, wieso nutzt man auch nix passiert, dann wird das auch wieder so sein. Und genau das zeigen halt die Zahlen, dass das eben ein Trugschluss ist und dann steht man auf einmal in der Statistik ganz oben. 00:31:49.021 --> 00:31:54.934 Bayern ist vielleicht auch nur mal wieder ein gutes Beispiel, die sind halt absolut 00:31:54.880 --> 00:32:03.671 in Führung gestartet mit den meisten Toten nach der ersten Welle und äh nach dem Sommer mit einer Inzidenz, die ja zäh, also, 00:32:03.683 --> 00:32:11.465 zehn, fünfzehn Mal so hoch war, also jetzt sagen gesamte äh kommulative Zahl der der Todesfälle 00:32:11.363 --> 00:32:22.990 und haben sich aber dann ja in diesem Jahr und über Weihnachten, aber vor allem ja eigentlich in diesem Jahr recht gut geschlagen, was auch immer sie gemacht haben. So äh, 00:32:23.111 --> 00:32:29.270 im neuen Jahr oder oder ab Weihnachten oder so, das hat auf jeden Fall dazu geführt, dass sie jetzt 00:32:29.102 --> 00:32:38.806 nur noch auf Platz fünf sind und äh sagen, bei kumulierte Zahl der Achtzigjährigen und ja, also 00:32:38.656 --> 00:32:44.449 Bayern zumindest muss man sagen, die haben äh. 00:32:44.677 --> 00:32:53.480 Irgendwas geändert oder sie hatten vielleicht auch Glück, äh Hunos, aber äh ja äh das kommt natürlich auch, aber zumindest äh, 00:32:53.607 --> 00:33:01.755 Ja, würde ich, würde ich sagen, das ist nicht von alleine äh passiert, sondern da muss da war irgendwie was. Ja. 00:33:02.752 --> 00:33:11.363 Ähm so und dann vielleicht nochmal, okay, das war jetzt quasi achtzig Plus 00:33:11.316 --> 00:33:13.334 Jetzt kann man sagen, gut, das vielleicht 00:33:13.299 --> 00:33:27.059 haben die auch eine andere Altersstruktur dann bei achtzig Plus und andere Arten von Unterbringung und weiß der Geier was. Und deswegen dachte ich mir lohnt sich's vielleicht auch den Vergleich für eine andere 00:33:26.927 --> 00:33:30.604 Altersgruppe äh zu machen und bei, 00:33:30.737 --> 00:33:42.923 siebzig äh äh bei bei fünfundsechzig bis sechzig bis neunundsiebzig. So. Bei sechzig bis neunundsiebzig sieht es genauso, 00:33:43.013 --> 00:33:50.086 aus äh im Wesentlichen, wie bei bei achtzig Plus. Hm. 00:33:50.663 --> 00:34:00.223 Bei so fünfunddreißig bis neunundfünfzig, also die Todesfälle dort, die jetzt nicht so super viele. 00:34:00.512 --> 00:34:08.798 Sind, aber sozusagen die Altersgruppe, wo man noch ein bisschen Statistik machen kann, so. 00:34:09.027 --> 00:34:18.683 Es sieht die Durchmischung dann schon wieder äh äh teilweise recht anders aus, wobei interessanterweise das Ende der Tabelle und äh sagen die Top 00:34:18.641 --> 00:34:24.998 in der Tabelle sind identisch, aber äh so dann ja 00:34:24.897 --> 00:34:33.008 dazwischen äh sieht's halt ganz anders aus, also zum Beispiel Bremen, dass ich halt bei den Achtzigjährigen extrem gut geschlagen hat 00:34:32.847 --> 00:34:41.157 steht halt bei den fünfunddreißig bis Neunundfünfzigjährigen irgendwie eher auf auf Platz vier und so weiter. Also, 00:34:41.193 --> 00:34:50.327 anderen Worten ähm man kann das jetzt nicht auf alle Altersgruppen übertragen, sondern äh da gibt es eben. 00:34:50.609 --> 00:34:53.055 Ganz ganz äh andere. 00:34:53.319 --> 00:35:05.530 Dinge und dann bei den jüngeren kommen halt die Todesfälle nicht sehen, aber da lohnt es sich zumindest einfach die Fallzahlen zu betrachten und da ist dann die Frage, Dan, wer hat denn jetzt seine Schüler. 00:35:05.800 --> 00:35:12.188 Am meisten durchseucht äh bisher, während der drei Wellen. Ja und da, 00:35:12.200 --> 00:35:24.770 findet man dann interessanterweise, dass Bayern, Berlin, Saarland und dann erst Sachsen und Thüringen äh kommen, was jetzt so das Schüleralter äh angeht, 00:35:24.903 --> 00:35:27.895 ja, also das sind dann sagen die, 00:35:27.986 --> 00:35:36.764 die, wo die Schulen am meisten durchseucht sind und dann geht's halt runter und ja, Schleswig-Holstein findet sich halt meistens ganz, ganz unten 00:35:36.717 --> 00:35:44.979 und in dem Fall auch Mecklenburg-Vorpommern und Brandenburg interessanterweise ist auch äh Dritte von unten, also während's bei den Alten halt, 00:35:45.154 --> 00:35:53.326 ganz schlecht aussah. Und wenn man schon dabei sind, können wir auch gucken, so wie es denn mit den null bis Vierjährigen, 00:35:53.386 --> 00:36:00.278 und äh da sind's dann wiederum äh ja das Saarland, Thüringen, Bayern und NRW. 00:36:00.543 --> 00:36:14.988 Und dann noch Sachsen-Anhalt, die so oben stehen, aber die Unterschiede sind dann auch tatsächlich nicht so groß, also die sind so Faktor zwei, inzwischen jetzt Saarland und Schleswig-Holstein und die meisten tummeln sich da, 00:36:16.239 --> 00:36:30.726 Mittelfeld ja, also bestes eins Komma fünf Prozent, also Schleswig-Holstein und drei Prozent ist äh Saarland, was die durch Infektions äh Rate der der Kleinsten. 00:36:31.153 --> 00:36:35.383 Angeht und nachdem ich jetzt gesehen hatte. 00:36:36.020 --> 00:36:43.736 Wie weit so die Bundesländer in den Werten auseinanderliegen, kam natürlich die Frage, okay, wie extrem, 00:36:43.886 --> 00:36:53.795 gibt es denn jetzt in den Landkreisen zu? Wie extrem ist äh sind dort die Unterschiede und habe mir dann. 00:36:54.438 --> 00:37:03.722 Erstmal die für achtzig plus tödlichsten Landkreise ausgesucht und die fünf, 00:37:03.849 --> 00:37:18.066 glücklichsten äh Landkreise so bezogen auf die Gesamtzahl der Todesfälle bei achtzig Plus. Und da findet man dann so in den Top five halt den bekannten, 00:37:18.204 --> 00:37:26.028 Landkreis Tirschenreuth aus Bayern, dann sächsische Schweiz Ostergebirge, Hiltburghausen, 00:37:26.130 --> 00:37:34.687 Schwabach und Görlitz. Das sind sozusagen die fünf Landkreise, wo ja der Großteil der. 00:37:35.168 --> 00:37:43.652 Älteren Bevölkerung an Corona gestorben ist oder der größte Teil, nicht der Großteil, also so und. 00:37:43.352 --> 00:37:44.800 Größten Anteil hatten. 00:37:44.506 --> 00:37:51.530 Größten Anteil, genau. Und äh in sind es drei Komma eins Prozent der. 00:37:51.807 --> 00:38:05.351 Achtzig plus jährigen. Also man kann sagen, jeder Dreißigstel in Tirschenreuth, äh der über achtzig war, ist Corona zum Opfer gefallen. Das finde ich halt schon. 00:38:05.682 --> 00:38:07.046 Sehr, sehr krass. 00:38:07.154 --> 00:38:17.423 Und am anderen Ende der Skala ja sind wir jetzt äh finden wir zwei Brückenkreis Zweibrücken ähm 00:38:17.351 --> 00:38:20.626 als extrem Ausreißer mit nur 00:38:20.548 --> 00:38:31.490 achtunddreißig Fällen pro hunderttausend, was halt null Komma null drei acht äh Prozent sind äh gegenüber eben drei Komma eins, 00:38:31.497 --> 00:38:39.320 Prozent bei Türschenreuth und dann äh geht's weiter Rostock null Komma ein Prozent. 00:38:39.543 --> 00:38:47.877 Ne? Und äh ja, also Faktor hundert zwischen den. 00:38:48.292 --> 00:38:57.870 Ja Landkreisen mit den wenigsten alten äh äh Toten pro Bevölkerung und den am meisten. So und dann, 00:38:57.967 --> 00:39:01.626 stellt sich natürlich die Frage, okay, lag das jetzt. 00:39:01.992 --> 00:39:06.391 Einfach nur an den hohen. 00:39:06.596 --> 00:39:12.635 Äh die da vorherrschten oder. 00:39:12.430 --> 00:39:17.496 Sind die Altersgruppen speziell geschützt worden oder besser geschützt worden, das sozusagen die Frage, ne? 00:39:17.196 --> 00:39:30.854 Ja, zum einen sind, genau, sind die Altersgruppen besser geschützt worden, aber gibt es dort auch Unterschiede jetzt in der äh Sterblichkeit, in der in der Fall. 00:39:31.065 --> 00:39:42.007 Sterblichkeit und äh ja, ein erster Blick erstmal dann auf die auf die Fälle, wenn man da dieselben Landkreise jetzt nimmt und mal guckt. 00:39:42.218 --> 00:39:52.721 Wie sich denn dort die Inzidenzen verteilen. Kann man schon mal sehen, das ist halt zwischen zwei Brücken und dann Fürth als äh höchsten. 00:39:52.926 --> 00:40:01.969 Landkreis sieht man, dass das längst nicht so weit auseinander liegt wie dann jetzt die Zahl der Toten. Also da. 00:40:02.456 --> 00:40:15.802 Auf jeden Fall nochmal einen krasser Faktor rein und hm ja, wenn man sich dann eben auch die Fallsterblichkeiten äh anguckt. 00:40:16.097 --> 00:40:22.238 In diesen Landkreisen sieht man aber auch, dass die. 00:40:22.911 --> 00:40:34.694 Halt sehr stark variieren, also Fallsterblichkeit oder äh ja CFR oder Ratio ist einfach die. 00:40:34.947 --> 00:40:38.138 Zahl der hm. 00:40:38.366 --> 00:40:42.680 Todesfälle geteilt durch die Zahl der Fälle, also wie viele, 00:40:42.789 --> 00:40:48.100 jetzt von denen, die positiv getestet wurden, eigentlich gestorben sind. Und das auch wieder. 00:40:48.786 --> 00:40:53.136 Auf die Altersgruppe achtzig plus und. 00:40:53.791 --> 00:40:57.601 Da sieht man, dass man jetzt in Zweibrücken, wenn man in zwei Brück. 00:40:58.430 --> 00:41:01.651 Positiven Test bekommen hat als über Achtzigjähriger. 00:41:02.168 --> 00:41:09.060 Dann sind vier Prozent von denen gestorben. In Dillingen äh dagegen, 00:41:09.163 --> 00:41:18.356 so äh jetzt sind dreiunddreißig Prozent, also jeder dritte oder in Schwabach auch so, das heißt, 00:41:18.483 --> 00:41:23.025 Ja, es gibt da merkwürdigerweise auch so. 00:41:23.572 --> 00:41:30.867 Riesige Unterschiede ähm in äh der Fallsterblichkeit selbst. 00:41:31.108 --> 00:41:41.022 Einer Altersgruppe. Das kann natürlich auch wieder daran liegen, dass sich diese Altersgruppe achtzig Plus dort unterschiedlich zusammensetzt. 00:41:41.552 --> 00:41:49.513 Aber so ganz äh so erschließt sich mir das noch nicht. Natürlich kann man auch erwarten, wenn. 00:41:49.886 --> 00:41:59.158 Du jetzt einfach nur das auswürfeln würdest, so welcher Bezirk kriegt jetzt wie viel Corona eigentlich dann 00:41:59.146 --> 00:42:04.962 würdest du auch durch mehr oder weniger Zufall würdest du natürlich auch eine Verteilung, 00:42:04.981 --> 00:42:12.804 so und am sogenannten Long-Tail. Vielleicht findest du dann auch einige wenige extremen Fälle. 00:42:13.808 --> 00:42:18.555 Und auf die gucken wir hier grade. Und äh. 00:42:18.928 --> 00:42:33.295 Bin dann auf das Phänomen dann erst gestoßen durch dieses Stöbern und habe das jetzt noch nicht tiefer untersucht und äh habe dann auch zwar gefragt, ob jemand Ideen hat im Netz, hm. 00:42:33.686 --> 00:42:41.510 Was denn dahinter steckt äh und es ist aber auf jeden Fall, finde ich, durchaus äh nochmal eine. 00:42:41.829 --> 00:42:55.853 Forschungsrichtung, die es wert ist, sich anzuschauen, was sind die Ursachen dafür, dass in manchen Landkreisen sehr viele alte äh gestorben sind und in anderen vergleichsweise wenig. 00:42:55.878 --> 00:43:09.338 Von denen, die sich überhaupt infiziert haben. Wohlgemerkt, ne? Also nicht äh anteilig, das hatten wir am Anfang, sondern dieser Block war ja jetzt nochmal spezifisch, okay, wir schauen uns immer nur an, okay, Leute über achtzig haben sich infiziert, 00:43:09.519 --> 00:43:17.138 Was passiert mit denen? Und in Zweibrücken sterben vier Prozent von denen? Aber in Dillingen. 00:43:18.256 --> 00:43:23.393 Sterben dreiunddreißig Prozent davon. Also anders ausgedrückt in Dillingen. 00:43:23.591 --> 00:43:28.753 Wenn man achtzig war und überhaupt infiziert war. 00:43:30.003 --> 00:43:33.933 Jeder Dritte stirbt. Das ist schon ein krasses Missverhältnis. 00:43:34.276 --> 00:43:39.113 Und gut, ich habe dann äh dort halt, 00:43:39.197 --> 00:43:43.890 auch den, den Bundesschnitt mit drin, der liegt halt jetzt. 00:43:44.521 --> 00:43:48.607 Bei zwanzig Prozent. Das heißt, äh jetzt in. 00:43:48.950 --> 00:44:01.515 Dillingen mit den dreiunddreißig A ist halt äh immerhin auch sechzig Prozent äh höher, aber äh krasser sind halt dann äh waren ganz unten, 00:44:02.537 --> 00:44:11.874 die äh Bezirke und eins, was dabei aber auffällt, ist, dass die meisten davon so eher kleine Landkreise sind, so mit fünfzigtausend Einwohnern, 00:44:12.031 --> 00:44:13.028 Das heißt. 00:44:13.227 --> 00:44:26.669 Es könnte jetzt sein, äh dass das auch irgendwelche strukturellen äh Gründe hat, was weiß ich, ob da, wie das Gesundheitsamt ist und ob das arbeitet und ob das vielleicht keine Ahnung 00:44:26.633 --> 00:44:32.696 mit anderen Landkreisen zusammengelegt ist und es dadurch vielleicht irgendwie 00:44:32.576 --> 00:44:42.851 erfassungsartifakte sind oder ganz besondere äh äh Dinge und es kann natürlich auch ja Besonderheiten in der Bevölkerungsstruktur oder in den Wohnverhältnissen oder so, 00:44:43.001 --> 00:44:50.951 Punkt ist, äh dass es sich, wie ich finde, auf jeden Fall um eine äh nochmal einen interessanten 00:44:50.886 --> 00:45:05.800 Punkt handelt, der noch unzureichend äh aufgeklärt ist und der uns natürlich vielleicht auch helfen kann oder anderen helfen könnte, wenn die dort irgendwas anders oder besser gemacht äh haben und das eben nicht zufällig äh ist, also, 00:45:05.806 --> 00:45:13.112 Ich hoffe, dass da auch Leute dran sind. Ähm ja, gut, ich glaube, äh. 00:45:13.702 --> 00:45:23.700 Ja, wir könnten jetzt noch, ich habe dann noch auch Vergleiche gemacht ähm mit noch anderen niedrigen äh. 00:45:24.795 --> 00:45:29.343 Kumulierten äh Fällen beispielsweise mir noch mal angeguckt und. 00:45:30.137 --> 00:45:39.510 Es ist ist halt äh schon so, dass man jetzt als Regelfähig draus ziehen kann. Okay, es gibt einfach bestimmte. 00:45:39.757 --> 00:45:50.940 Landkreise, da hebt Covid nicht ab. So, die sind halt dann von Anfang niedrig und die hat's halt nie so richtig erwischt in bestimmten Altersgruppen. 00:45:52.190 --> 00:45:55.705 Und andere, da geht's eben richtig. 00:45:55.993 --> 00:45:59.821 Und viermal so viel äh so, 00:45:59.984 --> 00:46:10.469 Ja, insofern und warum das so ist und ob da mehr als Zufall äh eine Rolle spielt, das äh denke ich äh ja, da werden wir vielleicht in Zukunft. 00:46:10.848 --> 00:46:13.552 Nochmal mehr ein Auge draufhalten. 00:46:13.727 --> 00:46:15.072 Erforschen. 00:46:15.655 --> 00:46:27.986 Aber man muss ja überhaupt erstmal solche Artefakte äh finden, um sich dann irgendwie die Frage stellen zu können, was ist denn hier los? Und ich bin mir sicher, äh die Statistiker sind jetzt schon unterwegs, versuchen herauszufinden, was damit jetzt wieder auf sich hat. 00:46:28.214 --> 00:46:30.678 UK wieder aufgedeckt hat. Skandal. 00:46:32.204 --> 00:46:45.862 Okay, das sind jetzt die Zahlen, wie sie sich uns äh darstellen und das sind sagen wir mal so die der aktuelle Blick nach hinten, aber was ja auch schon mal den Blick nach vorne gewagt und kühne Aussagen über die Zukunft gemacht. 00:46:46.410 --> 00:46:52.250 Jetzt kommen dann alle an und halten dir die alten Tweets vor die Nase und sagen Mensch Pavel, was. 00:46:52.876 --> 00:46:59.209 Genau, wo ist denn die zweihunderter Inzidenz geblieben oder die fünfhunderter, wie ich in einem ersten, 00:46:59.359 --> 00:47:07.171 März äh vorher äh gesagt habe, in Anführungszeichen und ähm ja. 00:47:07.628 --> 00:47:15.385 Daten und da ist es so, dass eben jetzt diese Woche oder in der letzten Woche so ein bisschen. 00:47:15.794 --> 00:47:25.781 Ja so 'ne Prognosenkontroverse entbrannt ist, also es war jetzt nicht nur nicht nur ich, aber ich kriegte dann halt wieder auch. 00:47:26.100 --> 00:47:28.365 Gehäuft so äh ähm, 00:47:28.509 --> 00:47:38.105 etwas chemische Nachfragen, ja, wo ist denn jetzt, wo sind denn jetzt deine zweihundert und was sollte das denn jetzt mit der Panik und so? Und, 00:47:38.196 --> 00:47:40.713 ähm ja äh und 00:47:40.642 --> 00:47:50.298 Das äh war dann aber nicht nur sagen etwas, was an mich gerichtet war, sondern an viele andere äh ja prominentere 00:47:50.178 --> 00:47:56.469 Prognosen, die dann auch äh letztlich äh Grundlage waren 00:47:56.451 --> 00:48:05.519 ein bisschen für die, für die Maßnahmen zumindest Ansatz äh weise, also für jetzt die Bundesnotbremse und da wurde also dann 00:48:05.465 --> 00:48:10.188 ganz vielen Leuten äh jetzt von einer bestimmten Richtung halt. 00:48:10.651 --> 00:48:14.394 Panikmache vorgeworfen. Und ähm. 00:48:15.068 --> 00:48:20.133 Ja. Äh so und ich hatte mich daneben auch dazu geäußert, obwohl. 00:48:20.404 --> 00:48:27.729 Ich zwar einerseits ja glaube ich kann das jeder selber sehen, was ich äh vorher, 00:48:27.795 --> 00:48:33.924 gesagt habe und ich fand's eigentlich auch ein bisschen kindisch äh so, ehrlich gesagt, 00:48:34.050 --> 00:48:35.486 äh was da, 00:48:35.667 --> 00:48:45.059 los war, weil gut, erstmal, wenn man sich anguckt, gut, was habe ich denn sozusagen in Anführungszeichen vorhergesagt. Ich habe halt in einem spontanen, 00:48:45.119 --> 00:48:51.332 Tweet, wo ich dann ganz mal einfach im im Kopf äh gerechnet hatte, habe ich halt, 00:48:51.344 --> 00:48:59.552 getwittert, also vor allen Dingen eine Frage an Zero Covid-Gegner. In vier Wochen wird die Inzidenz deutschlandweit über zweihundert liegen. In, 00:48:59.745 --> 00:49:07.526 acht Wochen über fünfhundert pro hunderttausend, also mehr als sechzigtausend Neuinfektionen pro Tag. Was genau ist euer Vorschlag. 00:49:09.949 --> 00:49:24.520 Und äh ich habe das dann hinterher nochmal in dem äh Tweet äh in dem Sweat nochmal ein bisschen klar gesagt, dass ich also nicht mit dem fünfhundert rechne, sondern dass ich davon ausgehe, dass halt durch verschiedene Faktoren. 00:49:24.773 --> 00:49:35.354 Unter anderem aber durch die Reaktion, wenn die hochgeht wir einen Lockdown benötigen, bevor wir die fünfhundert erreichen, so das heißt äh natürlich waren die. 00:49:35.571 --> 00:49:38.665 Alle vor dem Hintergrund, wenn jetzt nichts passiert. 00:49:39.633 --> 00:49:47.709 Und äh so und was ist denn äh passiert? Das habe ich jetzt auch nochmal geguckt, so wie wie sehr ich denn. 00:49:47.908 --> 00:49:54.800 Daneben gelegen habe und da habe ich leider nicht genug daneben. 00:49:55.040 --> 00:50:03.369 Gelegen, sondern ähm ja, ich habe halt äh im Prinzip äh. 00:50:03.580 --> 00:50:12.779 Steigerung, also um den Faktor äh Steigerung drei prognostiziert, also dass sich das sich innerhalb von vier Wochen. 00:50:12.996 --> 00:50:25.308 Jetzt die Inzidenzen verdreifachen äh werden und äh sie haben sich dann äh hatten sich dann erstmal nur Moment, wo haben wir's? Ähm. 00:50:25.555 --> 00:50:32.158 Ja irgendwie zwei Komma dreifacht und dann. 00:50:32.369 --> 00:50:39.700 Nochmal äh bis bis heute, Jahrfer, ich glaube zwei Komma sechs facht. Äh ja. 00:50:40.049 --> 00:50:46.286 Und ich finde, ja, ich hätte lieber gerne mehr falsch gelegen und. 00:50:46.586 --> 00:50:51.465 Ich habe das äh eben auch zu einem Zeitpunkt so prognostiziert, das muss man auch. 00:50:51.850 --> 00:50:58.406 Dazusehen, wo die Zahlen äh nur sehr flach äh äh noch anstiegen. 00:50:59.313 --> 00:51:05.052 Und zu sagen ist eigentlich den, wenn man jetzt nur auf die Zahlen geguckt hätte, auf die reine. 00:51:05.269 --> 00:51:17.647 Bewegung auf die Inzidenzentwicklung war da nix exponentielles äh zu dem Zeitpunkt, sondern so ein langsamer, linearer Anstieg am ersten März und es ging dann eben aber verspätet erst ab. 00:51:18.579 --> 00:51:23.031 Womit ich ehrlich gesagt auch nicht gerechnet hatte bei der Prognose, 00:51:23.193 --> 00:51:35.482 war Ostern, das über Ostern die Schulen zu sind und andere Dinge äh äh passieren, so den Effekt hatte ich gar nicht berücksichtigt, bei allem wie sagt man? Ich hatte das mehr oder weniger auch im Kopf gerechnet. 00:51:36.348 --> 00:51:39.820 So und, 00:51:39.910 --> 00:51:43.846 ja und dann eben wurde aber, weil. 00:51:44.255 --> 00:51:57.307 Anderen Prognosen sahen halt genau so oder sogar noch höher aus, also die, ich sage mal, seriösen äh Prognosen, die dann auch äh wirklich komplexe Modelle. 00:51:57.601 --> 00:52:05.389 Dahinter hatten und so kamen dann aber hm, genau zu den selben Ergebnissen, wie ich im im Kopf und. 00:52:06.495 --> 00:52:15.304 Wurden dann jetzt auch jetzt angegangen so mit ja und äh ihr habt ja unnötig Panik gemacht und der Sommer macht jetzt alles weg. 00:52:16.001 --> 00:52:21.920 Und ganze Lockdown ist Quatsch, so diese ganze, 00:52:22.010 --> 00:52:28.680 Ecke so und ihr habt uns belogen und äh irgendwie unnötig Panik geschürt und ich meine, 00:52:28.710 --> 00:52:41.792 erschließt sich zwar auch nicht, wer denn jetzt wirklich interessiert sein könnte daran. Irgendwie Panik zu schüren und damit uns mit Lockdowns zu 00:52:41.672 --> 00:52:43.715 quälen so, also diese 00:52:43.661 --> 00:52:52.915 diese Verschwörungsgeschichte macht nun so überhaupt gar keinen Sinn. Also das das konnte ich halt jetzt noch nicht ergründen. Ähm. 00:52:53.420 --> 00:53:02.066 Ja. Hm. Und äh da kann man aber am Ende des Tages äh nur. 00:53:02.355 --> 00:53:10.112 Sagen, ähm ja, es ist ein bisschen Präventionsparadoxon und äh, 00:53:10.251 --> 00:53:17.107 Das heißt, in dem Moment, wo man eben Prognosen macht, dass das schlimm wird, wird's halt weniger schlimm. 00:53:17.161 --> 00:53:22.834 Weil alle Leute wissen, oh, jetzt wird's schlimm. Äh und passen halt, äh, das haben wir halt auch. 00:53:23.099 --> 00:53:27.851 Mehrfach eigentlich bei bei jedem Lockdown gesehen, dass meistens auch Lockdowns, 00:53:28.038 --> 00:53:34.527 eine Folge waren von auch so einer Beunruhigung, die erst in der Bevölkerung ausging und dann 00:53:34.498 --> 00:53:39.443 anschließend auch die Politik erfasste und die hat dann reagiert 00:53:39.329 --> 00:53:49.213 Und dann ähm konnte man aber sehen, dass meistens äh zeitgleich mit dem Inkrafttreten des Lockdowns die Zahlen schon 00:53:49.196 --> 00:53:53.065 Anfingen zu sinken, obwohl die eigentlich zehn Tage. 00:53:53.901 --> 00:53:59.802 Zurückliegen, das heißt meistens eben sagt, passiert das eben vorher und unabhängig und ein Teil der Leute. 00:54:00.006 --> 00:54:03.936 Reagiert einfach auf Zahlen und vermutlich. 00:54:04.309 --> 00:54:16.633 Spekuliert die Deutschen sind halt ein sensibles Völkchen oder ein großer Teil davon und die gucken sich halt an Inzidenz irgendwie so, ne, denn vielleicht mal nicht. 00:54:16.868 --> 00:54:23.802 So oder dann setze ich mir halt jetzt die Maske schon mal ein bisschen früher auf und nehme sie ein bisschen später. 00:54:24.030 --> 00:54:36.961 Äh oder trage eben auch eine Maske, wenn ich mal einen Freund nur kurz besuche. So, nehme die dann nicht ab. So solche kleinen Dinge passieren dann äh halt. Ja und. 00:54:37.461 --> 00:54:46.864 Ähm was aber auch noch eine Rolle spielt, was ich glaube, ist, dass äh B eins eins sieben in der Infektion so ein bisschen 00:54:46.781 --> 00:54:55.368 überschätzt äh wurde. Ich glaube, da haben viele auch mit vierzig, fünfzig, sechzig Prozent höherer Infektisität 00:54:55.356 --> 00:55:04.730