Zum Hauptinhalt springen
23.12.2020

SMC Corona Report

Dieser wöchentliche Report des Science Media Center Germany (SMC) fasst das aktuelle Corona-Geschehen anhand relevanter Kennzahlen zusammen und bietet neue Blickwinkel auf die verfügbaren Daten.

Das SMC verschafft Ihnen damit einen raschen Überblick über den Verlauf der gegenwärtigen Pandemie in Deutschland. Wir liefern nicht nur die nackten Zahlen, sondern ordnen die Statistiken und ihre zeitliche Entwicklung auch ein. So können Sie mit einem Blick die sich dynamisch verändernde aktuelle Situation erfassen.

Überblick

  • NEU: Die aktuelle Lage
  • Fallzahlen in Deutschland und den Bundesländern
  • Fallzahlen auf den Intensivstationen
  • Fallzahlen in den Altersgruppen
  • Fälle nach Meldedatum
  • Die Verteilung der Infektionsfälle auf die Kreise
  • Auffällige Kreise
  • Die Datenbasis
  • Corona Zeitreihen – die SMC Apps

NEU: Die aktuelle Lage

Eine Woche nach Beginn der verschärften Maßnahmen fällt das wöchentliche Wachstum der täglichen Fallzahlen geringer aus, die Zahl der täglich neu gemeldeten Fälle steigt aber weiterhin. Wenn die Maßnahmen ausreichend wirken, sollte sich zwischen den Jahren ein Negativwachstum, also ein Rückgang der täglich gemeldeten Fallzahlen einstellen. Mit den bevorstehenden Feiertagen ist es allerdings möglich, dass in den nächsten Tagen weniger getestet wird und so weniger Fälle erkannt und gemeldet werden. Dies kann zu einer zusätzlichen Reduktion der Fallzahlen führen, die aber nicht die wirkliche Situation abbildet.

Um zu verdeutlichen, warum die gemeldeten Fallzahlen zwischen den Jahren unzuverlässiger sein könnten, soll folgendes Szenario helfen: Während das Wachstum der Fallzahlen negativ wird, die täglich gemeldeten Zahlen also kleiner werden (grüne Linie), werden während der Feiertage weniger Fälle gemeldet, direkt nach den Tagen aber mehr als sonst üblich (blaue Linie). Dies führt zu starken Schwankungen bei der Zahl der gemeldeten Fälle, aber auch beim Wachstum zur Vorwoche gibt es Ausschläge in beide Richtungen. Insbesondere kann es bei eigentlich negativem Wachstum zu positiven Werten kommen. Direkte Vergleiche zur Vorwoche sind hier also endgültig bedeutungslos, aber auch der Vergleich von geglätteten Zeitreihen wird in solch einem Szenario verzerrte Ergebnisse liefern.

Dieses Szenario ist natürlich stark vereinfacht. Wöchentliche Schwankungen werden nicht berücksichtigt und wie stark der Feiertagseffekt ist, lässt sich im Vorfeld nicht abschätzen. Auch ein mögliches erneutes Ansteigen der täglichen Fallzahlen durch Weihnachtsbesuche ist im Szenario nicht enthalten, dieser Effekt kann dann nach Silvester zusätzlich eintreten.

2020-12-23_ICU_fallzahlen.png

Fallzahlen in Deutschland und den Bundesländern

Die Grafik zeigt die Inzidenzen einmal für alle Altersgruppen und einmal ab 60 Jahren. Beide Kurven stiegen zuletzt wieder, der Knick im grauen Bereich ist dem Meldeverzug geschuldet.

2020-12-23_Inzidenzen_deutschland.png

Die Grafik zeigt für jeden Tag das prozentuale Wachstum der geglätteten Fallzahlen im Vergleich zur Vorwoche. Dabei werden einmal alle gemeldeten Fälle berücksichtigt und einmal nur Fälle mit einem Alter von mindestens 60 Jahren. Das wöchentliche Wachstum geht etwas zurück, bleibt aber weiterhin positiv.

2020-12-23_wachstum_fallzahlen.png

Die Dynamik in den einzelnen Bundesländern ist weiterhin unterschiedlich. In mehreren Bundesländern liegen die Inzidenzen der gemeldeten Fälle für die Altersgruppen ab 60 Jahren inzwischen über denen der Gesamtbevölkerung.

2020-12-23_fallzahlen_bundeslaender.png

Fallzahlen auf den Intensivstationen

Die Zahl der COVID-19-Fälle auf den Intensivstationen steigt weiterhin an. Da auch die Fallzahlen in den Risikogruppen ab 60 Jahren stark steigen, ist auch weiter mit einem Anstieg zu rechnen.

2020-12-23_ICU_fallzahlen.png

Einen besseren Eindruck von der aktuell beschleunigten Dynamik bekommt man – wie immer bei exponentiellem Wachstum –, wenn man auf das prozentuale Wachstum schaut. In der folgenden Grafik ist das prozentuale Wachstum der mit COVID-19-Fällen belegten Intensivbetten im Vergleich zur Vorwoche abgetragen. Zusätzlich ist auch das um eine Woche verschobene Wachstum der gemeldeten Fallzahlen der Altersgruppen ab 60 Jahren dargestellt. Da gemeldete Fälle in der Regel erst nach einigen Tagen intensivmedizinisch behandelt werden müssen, sofern sie diese Behandlung benötigen, sind durch diese Verschiebung die Wachstumsraten besser zu vergleichen.

Die Wachstumsrate der mit COVID-19-Fällen belegten Betten wuchs zuletzt leicht. Da die Fallzahlen in den Altersgruppen über 60 Jahren wieder schneller wächst, wird man auch auf den Intensivstationen weiter mit einem Zuwachs rechnen müssen.

2020-12-23_wachstum_ICU.png

Fallzahlen in den Altersgruppen

Die Grafik zeigt die Inzidenzen in den Altersgruppen nach Kalenderwoche.

Die Inzidenz bei Kindern und Jugendlichen geht leicht zurück.

2020-12-23_altersgruppen_abs.png

Fälle nach Meldedatum

Da die Zahl der neu bestätigten Infektionsfälle (gestrichelte Linie) im Wochenrhythmus schwankt, wird an dieser Stelle auch ein Mittelwert der jeweils vergangenen sieben Tage angegeben (blaue Linie). Da die vergangenen sieben Tage betrachtet werden, läuft dieser Wert den Meldezahlen immer etwas nach.

2020-12-23_fallzahlen_deutschland.png

Die Verteilung der Infektionsfälle auf die Kreise

Für die Bewertung der aktuellen Situation ist die Einschätzung wichtig, ob sich das Infektionsgeschehen gleichmäßig über Deutschland verteilt oder ob es einzelne Hotspots und lokale Ausbrüche gibt. Auch wenn die Meldedaten nur ein unzureichendes Bild über das Infektionsgeschehen bieten, können sie daraufhin analysiert werden.

Ein bekanntes Maß für Ungleichheit ist der sogenannte Gini-Koeffizient, eine Zahl zwischen Null und Eins. Nehmen wir etwa die Vermögensverteilung in einem Land. Der Gini-Koeffizient nimmt den Wert Eins an, wenn einer allein alles hat und Null, wenn alle gleich viel besitzen.

Angewendet auf die tägliche Zahl der Neuinfektionen in den Kreisen würde allerdings schon allein durch die unterschiedliche Größe der Kreise eine Ungleichheit entstehen und vorgetäuscht. Aus diesem Grund wird die Ungleichheit im Infektionsgeschehen hier auf Basis der Inzidenz berechnet.

Ende Februar war die Ungleichheit bei den gemeldeten Fällen noch sehr groß, fiel dann aber mit steigender Fallzahl ab, da sich das Virus über Deutschland verteilte. Auch in den Hochzeiten waren die gemeldeten Inzidenzen nicht gleichmäßig verteilt.

2020-12-23_gini_deutschland.png

Neben der zeitlichen Betrachtung ist als Querschnitt auch eine Betrachtung der Verteilung in den Landkreisen zu einem bestimmten Zeitpunkt möglich. Die sogenannte Lorenzkurve zeigt, wie viel Prozent der Landkreise (X-Achse) wie viel Prozent der pro Landkreis aufsummierten Inzidenzen ausmachen. Dabei ist wichtig, dass es sich um diese relative Maßzahl handelt und nicht um die absolute, direkte Zahl der Infektionsfälle! München geht in diese Berechnung mit dem gleichen Gewicht ein wie Zweibrücken.

Je näher eine Lorenzkurve an der Diagonalen liegt, desto gleichmäßiger ist die Maßzahl verteilt, eine Kurve, die weit davon entfernt ist, zeugt von einer ungleichen Verteilung.

Betrachtet werden verschiedene Zeitpunkte:

  • Am 8. März wurde die Grenze von 1000 gemeldeten Neuinfektionsfällen in Deutschland überschritten.
  • Am 2. April wurde die größte Zahl an Neuinfektionen gemeldet. Die Verteilung über die Landkreise ist deutlich gleicher geworden, trotzdem gibt es noch regionale Unterschiede.
  • In den vergangenen Wochen gab es keine größeren Änderungen in der Ungleichheit.

2020-12-23_lorenz_deutschland.png

Auffällige Kreise

Die Tatsache, dass die Kreise in Deutschland sehr unterschiedliche Einwohnerzahlen haben, macht die Vergleichbarkeit schwer. Relative Maßzahlen können bei kleinen Kreisen dazu führen, dass Zufallsschwankungen großen Einfluss haben, große Kreise haben bei gleicher relativer Anzahl viel mehr Fälle, sodass sie bei absoluten Maßzahlen eher auffallen.

Die folgenden beiden Tabellen enthalten vier verschiedene Maßzahlen. Für den 20.12.2020 werden jeweils die für sieben Tage geglätteten Fallzahlen pro Tag und die Inzidenz angegeben. Darüber hinaus wird jeweils die Differenz der Maßzahl zu dem Wert vom 13.12.2020 angegeben, um eine Veränderung zur Vorwoche zu betrachten.

Die erste Tabelle zeigt die zehn Kreise mit den höchsten Differenzen der Fallzahlen zur Vorwoche, in der zweiten Tabelle werden die Kreise mit den höchsten Differenzen der Inzidenz zur Vorwoche angegeben. Während auf Grund der absoluten Maßzahl in der ersten Tabelle eher große Kreise enthalten sind, werden in der zweiten Tabelle tendenziell kleinere Kreise aufgezählt. Beide Tabellen geben keine Aussage darüber, ob hier steigende Fallzahlen im gesamten Kreis oder nur in einigen Einrichtungen vorliegen.

Landkreis Differenz Fälle pro Tag Fallzahlen pro Tag Differenz Inzidenz Inzidenz
SK Leipzig 137.4 242.4 162.2 286.1
SK München 135.9 626.4 64.0 295.4
LK Mittelsachsen 127.7 293.9 294.0 676.4
SK Hamburg 64.1 440.3 24.3 166.8
Region Hannover 62.3 257.0 37.7 155.5
LK Leipzig 57.4 159.6 155.7 432.7
SK Nürnberg 54.7 292.6 73.9 395.1
SK Köln 51.1 265.9 32.9 171.1
LK Gütersloh 40.4 136.6 77.6 262.0
SK Berlin Reinickendorf 38.7 117.7 101.7 309.3
Landkreis Differenz Fälle pro Tag Fallzahlen pro Tag Differenz Inzidenz Inzidenz
LK Mittelsachsen 127.7 293.9 294.0 676.4
LK Eichsfeld 30.1 58.1 211.0 407.0
SK Coburg 9.6 23.0 163.1 392.0
SK Leipzig 137.4 242.4 162.2 286.1
LK Leipzig 57.4 159.6 155.7 432.7
LK Wittenberg 27.3 64.7 152.8 362.5
LK Waldeck-Frankenberg 32.6 70.0 145.8 313.3
LK Saalfeld-Rudolstadt 20.0 65.7 135.6 445.7
LK Gifhorn 32.0 54.3 126.9 215.3
SK Speyer 9.1 37.7 126.5 522.1

Die Datenbasis

Diesem Report liegen die Daten des Robert Koch-Instituts (RKI) zu Grunde, die im esri COVID-19 GeoHub zur Verfügung gestellt werden. Da ein Teil der Daten erst Tage nach dem offiziellen Meldedatum vom RKI erfasst werden, können sich diese auch nachträglich ändern. Insbesondere die jüngsten Daten unterliegen in der Regel noch starken Veränderungen und werden in diesem Report deswegen grau hinterlegt. Der Datensatz ist nach den Landkreisen und kreisfreien Städten, Berlin zusätzlich in die Bezirke aufgeteilt. Die Zahl der nicht diagnostizierten Fälle ist unbekannt und daher nicht enthalten.

Weitere Datenquellen sind die SurvStat-Datenbank des RKI und das DIVI-Intensivregister. Bevölkerungsdaten stammen aus der Genesis-Datenbank des statistischen Bundesamts beziehungsweise des Landesamts Berlin-Brandenburg.

Der in diesem Bericht verwendete Begriff Inzidenz ist allgemein als die Häufigkeit der in einer Zeitspanne neu auftretenden Fälle einer Erkrankung innerhalb einer Population definiert. Hier sind damit immer die in den vergangenen sieben Tagen gemeldeten Fälle pro 100 000 Personen gemeint.

Corona Zeitreihen – die SMC Apps

Seit Beginn des Jahres 2020 und verstärkt in Zeiten der Corona-Pandemie verfolgt und bewertet die Redaktion und das SMC Lab täglich alle zugänglichen Daten und Meldezahlen zu COVID-19. Doch Zahlen, Fakten und Grafiken reichen für sich allein nicht aus, das komplexe Geschehen angemessen zu beschreiben und zu verstehen, was relevant ist.

Für informierte Diskussionen hatte das SMC Lab, seine Programmierer, Software-Experten und unser Statistiker bereits zu Jahresbeginn Tools zur Verfügung gestellt, damit die Redaktion interaktiv Daten zu COVID-19 verfolgen, diese visuell leicht erfassbar darzustellen und um wichtige Maßzahlen in Zeitreihen beobachten zu können - für Deutschland, die Bundesländer, die Kreise und kreisfreien Städte sowie International.

Diese Tools stellen wir nun schrittweise in interaktiven Apps zur Verfügung, damit Nutzerinnen und Nutzer dort Daten anschauen und downloaden können, die für Sie relevant sind.

Die Meldezahlen des Robert Koch-Instituts (RKI) zur Corona-Epidemie in Deutschland finden Sie unter diesem Link.

Die internationalen Meldezahlen der Weltgesundheitsorganisation WHO finden Sie unter diesem Link.

Ihre Ansprechpartner in Redaktion und SMC Lab

Wenn Sie Fragen zu diesen Daten haben oder Auswertungen für weitere Länder erhalten wollen, das SMC Lab kann Auswertungen erzeugen.

Volker Stollorz, Redaktionsleiter

Heinz Greuling, Leiter Innovation Digitale Medien

Meik Bittkowski, Leiter Softwareentwicklung und Datenwissenschaft

Lars Koppers, Gastwissenschaftler am SMC Lab

Telefon: +49 221 8888 25-0
E-Mail: