Studie der Goethe-Universität Frankfurt und der Technischen Universität Darmstadt zeigt, dass verlässliche Daten zu neuen Covid-19-Infizierten erst mit Verzögerung vorliegen. Andere Datenquellen sollten ergänzend zu Rate gezogen werden.
In der Corona-Krise werden Entscheidungsträger täglich mit Daten zur Zahl der Neuinfizierten mit Covid-19 versorgt. Dies erscheint wichtig, um auf der Datenbasis zu bewerten, ob die Maßnahmen zur Eindämmung des Corona-Virus auch greifen. Doch sind die Daten auch aktuell genug, werden die richtigen Daten dafür ausgewertet? Wie Forscher*innen der Goethe-Universität und der Technischen Universität Darmstadt nun in einer aktuellen Studie für Deutschland aufzeigen, können offizielle Zahlen erst mit einigen Tagen Verzögerung bekannt gegeben werden. Zudem werden an Wochenenden 40 Prozent zu wenige Fälle gemeldet. Die häufig zitierten Zahlen der Johns Hopkins University würden, so die Kritik, im Durchschnitt zu 79 Prozent von den offiziellen Zahlen abweichen. Die zeitlichen Verzögerungen erschwerten es, geeignete politische Entscheidungen zu treffen, um die sozialen, humanitären und ökonomischen Folgen der Corona-Krise zu begrenzen.
Die Ökonomen Prof. Bernd Skiera und Lukas Jürgensmeier von der Goethe-Universität sowie die Informatiker Prof. Iryna Gurevych und Dr. Kevin Stowe von der TU Darmstadt sehen daher einen dringenden Bedarf, alternative Datenquellen hinzuzuziehen. Sie schlagen dafür vor, die offiziellen Zahlen um Daten von Google Search und Twitter zu ergänzen. Auf dieser Datengrundlage seien sogar bessere Prognosen möglich, als mit den Zahlen der Johns Hopkins University. Die Daten von Google Search und Twitter könnten ebenso in Ländern verwendet werden, wo offizielle Zahlen nicht vorliegen oder als nicht zuverlässig betrachtet werden.
Link zur Studie „How to Best Predict the Daily Number of New Infections of Covid-19“.
