Zum Hauptinhalt springen
Wissen von Journalisten
für Journalisten
26.11.2020

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: Wachstum der gemeldeten Neuinfektionen ab 60 Jahren nach Bundesland
  • Das Wachstum der Fallzahlen auf den Intensivstationen
  • Unterschiedliches Wachstum der gemeldeten Fälle in den Altersgruppen
  • Das Wachstum der gemeldeten Fallzahlen in Deutschland
  • Die aktuellen Werte für Deutschland
  • Die Verteilung der Infektionsfälle auf die Kreise
  • Auffällige Kreise
  • Die Datenbasis
  • Corona Zeitreihen – die SMC Apps

NEU: Wachstum der gemeldeten Neuinfektionen ab 60 Jahren nach Bundesland

Die Fallzahlen in den Bundesländern sind sehr unterschiedlich. In der unten stehenden Grafik sind die Inzidenzen der Gesamtbevölkerung und der Altersgruppen ab 60 Jahren abgetragen. Während in Mecklenburg-Vorpommern und Schleswig-Holstein die Inzidenz auf einem niedrigen Niveau bleibt, hält sie sich in Baden-Würtemberg, Bayern, Hessen und NRW auf hohem Niveau. In Sachsen und Thüringen steigen die Inzidenzen stark. Auffällig ist hier, dass die Inzidenzen der Altersgruppe über 60 Jahren nahezu identisch zu der der Gesamtbevölkerung verlaufen, in den anderen Bundesländern dagegen deutlich niedriger.

2020-11-26_fallzahlen_bundeslaender.png

Das Wachstum der Fallzahlen auf den Intensivstationen

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

2020-11-26_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 ist in den vergangenen Wochen gefallen. Da die Fallzahlen in den Altersgruppen über 60 Jahren wieder schneller wachsen, kann es auch auf den Intensivstationen wieder zu einem beschleunigten Wachstum kommen.

2020-11-26_wachstum_ICU.png

Entwicklung der gemeldeten Fallzahlen in den oberen Altersgruppen

Die Grafik zeigt die gemeldeten Fallzahlen einmal für Personen unter 50 Jahren und einmal ab 50 Jahren. Seit dem Spätsommer ist zu sehen, dass die Fallzahlen in den unteren Altersgruppen zuerst steigen.

2020-11-26_u50.png

Unterschiedliches Wachstum der gemeldeten Fälle in den Altersgruppen

Insbesondere die Daten der zuletzt betrachteten Woche können noch unvollständig sein und Nachmeldungen die Werte verändern.

Die Grafik zeigt die gemeldeten Fallzahlen pro 100 000 Personen in den Altersgruppen nach Kalenderwoche.

Bei den Personen ab 80 Jahren steigen die Fallzahlen pro 100 000 Personen noch stark, in den Altersklassen um die 20 Jahre sinken sie. Die nächste Woche wird zeigen, ob sich hier unabhängig von der geänderten Teststrategie ein negativer Trend verstetigt.

2020-11-26_altersgruppen_abs.png

Das Wachstum der gemeldeten Fallzahlen in Deutschland

Die Grafik zeigt für jeden Tag das Wachstum der geglätteten Fallzahlen im Vergleich zur Vorwoche. Das Wachstum der vergangenen Woche schwankt um Null, eine Richtung für ganz Deutschland ist gerade nicht auszumachen. Aufgrund der geänderten Teststrategie sind die Zahlen zur Zeit noch stärker als sonst mit Unsicherheiten behaftet. Laut Situationsbericht vom 25.11. ist der Anteil der positiven PCR-Tests an allen Test auf 9,4 Prozent leicht gestiegen.

2020-11-26_wachstum_fallzahlen.png

Die aktuellen Werte für Deutschland

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. Die aktuellen Zahlen halten sich auf konstant hohem Niveau.

2020-11-26_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 Maßzahl „Anzahl der Fälle pro 100 000 Personen in den vergangenen sieben Tagen“ 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 Fälle pro 100 000 Personen nicht gleichmäßig verteilt.

2020-11-26_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 Fälle pro 100 000 Personen in den vergangenen sieben Tagen 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.

2020-11-26_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 23.11.2020 werden jeweils die für sieben Tage geglätteten Fallzahlen pro Tag und die Anzahl der bestätigten Fälle pro 100 000 Personen in den vergangenen sieben Tagen angegeben. Darüber hinaus wird jeweils die Differenz der Maßzahl zu dem Wert vom 16.11.2020 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 Fallzahlen pro 100 000 Personen 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 pro 100 000 Personen Fälle pro 100 000 Personen
SK Berlin Friedrichshain-Kreuzberg 54.1 160.6 130.5 387.1
LK Sächsische Schweiz-Osterzgebirge 45.3 133.9 129.0 381.5
LK Zwickau 40.1 147.1 89.2 327.0
SK Stuttgart 35.1 183.0 38.6 201.4
LK Wesel 32.3 112.0 49.1 170.4
LK Recklinghausen 31.7 182.9 36.1 208.4
LK Lippe 31.0 131.0 62.5 263.9
SK Chemnitz 28.4 81.9 80.8 232.6
LK Mittelsachsen 28.0 114.6 64.4 263.7
LK Nordsachsen 27.6 64.3 97.6 227.6
Landkreis Differenz Fälle pro Tag Fallzahlen pro Tag Differenz pro 100 000 Personen Fälle pro 100 000 Personen
LK Hildburghausen 20.3 44.1 224.6 488.9
SK Berlin Friedrichshain-Kreuzberg 54.1 160.6 130.5 387.1
LK Sächsische Schweiz-Osterzgebirge 45.3 133.9 129.0 381.5
SK Hof 8.0 19.4 122.2 296.8
LK Günzburg 22.1 58.0 122.0 319.6
LK Straubing-Bogen 16.6 37.1 114.7 257.1
SK Cottbus 16.1 29.4 113.4 206.7
SK Passau 7.7 30.6 102.3 405.3
LK Kronach 9.7 27.7 101.9 290.7
LK Haßberge 12.1 33.3 100.7 276.1

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.

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: