Was haben Corona-Apps bisher gebracht?

03.09.2020

Die deutsche Corona-Warn-App ist jetzt seit zweieinhalb Monaten im Betrieb. Am 1. September war sie laut Robert Koch Institut (RKI) 17,8 Millionen Mal heruntergeladen worden. Über die Hotline wurde 2549 Mal eine teleTAN zur Verifizierung eines positiven Testergebnisses an Nutzer ausgegeben [I]. Wie oft Nutzer mit dieser teleTAN dann wirklich ein positives Corona-Testergebnis über die App gemeldet haben, ist aber nicht klar. Außerdem können Testergebnisse mittlerweile auch nach dem Scannen eines QR-Codes übermittelt werden. Wie oft das bisher passiert ist, gibt das RKI nicht bekannt. Daher ist nicht genau zu sagen, wie viele Nutzer bisher über die App einen positiven Test gemeldet haben. Laut RKI wird zur Zeit auch definiert, wie eine wissenschaftliche Begleitforschung zur App aussehen könnte.

Denn wie viel die App wirklich nützt, ist noch unklar. Nachdem sie anfangs aufgrund der hohen Downloadzahlen, dem dezentralen, die Privatsphäre schützenden Ansatz und der Open-Source-Entwicklung gelobt wurde, trübten danach schlechte Kommunikation und Fehler in der App das Bild. Medial wurde zuletzt einige Kritik geäußert: Es gibt manchmal Probleme bei der Übertragung von Testergebnissen über die App und zu wenige haben sie heruntergeladen [II]. Außerdem waren die Warnmeldungen zum Teil unverständlich [III] und in einer irischen Studie [IV] wird die Funktionsfähigkeit der Abstandsmessung durch Bluetooth in Bussen angezweifelt. Letzterer Darstellung widerspricht das Gesundheitsministerium allerdings [V] und auch die Verständlichkeit der Meldungen innerhalb der App wurde zum Teil verbessert.

Eine abschließende wissenschaftliche Evaluation, wie viel die Corona-Warn-App wirklich bisher bei der Eindämmung der Pandemie gebracht hat, ist zum jetzigen Zeitpunkt nicht möglich. Eine aktuelle Metastudie [VI] hat jedoch Studien der letzten 20 Jahre betrachtet, die sich mit dem Einsatz von halbautomatisierten oder automatisierten Methoden zum Contact Tracing befasst haben. Die Autorinnen und Autoren kommen zu dem Schluss, dass es dazu generell nur sehr wenige Studien gibt und sich keine davon mit dem Einsatz automatisierter Methoden wie der Corona-Warn-App beschäftigt hat. Studien, die sich mit teilautomatisierten Systemen beschäftigen, kamen mehrheitlich zu dem Schluss, dass diese die Effizienz des Contact Tracings leicht verbessern. Daher könnten automatische Methoden verbunden mit traditionellem Contact Tracing theoretisch ebenfalls hilfreich sein. Doch um das zu beweisen, bräuchte es weitere Studien, so das Autorenteam. Ähnlich äußern sich Mitglieder des Kompetenznetzes Public Health zu COVID-19 in einem Hintergrundpapier zu Contact-Tracing-Apps [VII]. Dort wird auch eine unabhängige, wissenschaftliche Begleitforschung gefordert, um den Nutzen der App zu evaluieren.

Um dennoch den bisherigen Nutzen und die Verbesserungsmöglichkeiten von Apps zum Contact Tracing – speziell in der COVID-19-Pandemie, aber auch allgemein – einzuschätzen, haben wir Expertinnen und Experten aus verschiedenen Bereichen um eine Einordnung gebeten.

Übersicht

Prof. Dr. Hannes Federrath, Professor für Sicherheit in verteilten Systemen, Universität Hamburg, und Präsident der Gesellschaft für Informatik

Prof. Dr. Judith Simon, Professorin für Ethik in der Informationstechnologie, Universität Hamburg

Dr. Isobel Braithwaite, Public Health Registrar & Academic Clinical Fellow, University College London, Vereinigtes Königreich

Prof. Dr. Douglas Leith, Chair of Computer Systems, School of Computer Science and Statistics, Trinity College Dublin, Irland
und Dr. Stephen Farrell, Research Fellow, School of Computer Science and Statistics, Trinity College Dublin, Irland

Dr. des. Paula Stehr, Wissenschaftliche Mitarbeiterin an der Professur für Kommunikationswissenschaft mit Schwerpunkt Soziale Kommunikation, Universität Erfurt

Prof. Dr. Markus Dürmuth, Professor für Mobile Security, Ruhr-Universität Bochum,
Dr. Martin Degeling, Postdoc, Horst-Görtz-Institut für IT-Sicherheit (HGI), Ruhr-Universität Bochum
und Christine Utz, Wissenschaftliche Mitarbeiterin, Horst-Görtz-Institut für IT-Sicherheit (HGI), Ruhr-Universität Bochum

Robin Houben, Sprecher des Corona-Warn-App-Teams, Robert Koch-Institut, Berlin

Dr. Felix Rebitschek, Wissenschaftlicher Leiter und Geschäftsführer, Harding-Zentrum für Risikokompetenz an der Fakultät für Gesundheitswissenschaften, Universität Potsdam

Statements

Prof. Dr. Hannes Federrath

Professor für Sicherheit in verteilten Systemen, Universität Hamburg, und Präsident der Gesellschaft für Informatik

Auf die Frage, wie die Studie, die ungenaue Bluetooth-Messungen der App in Bussen kritisiert, zu beurteilen ist und ob solche Ungenauigkeiten auch ein Problem bei der Corona-Warn-App sind:
„Nach meiner Auffassung sind die Ergebnisse der irischen Studie durchaus belastbar und nicht überraschend. Die Wellenausbreitungseigenschaften von Bluetooth-Signalen verändern sich stark innerhalb von metallischen Räumen. Durch empirische Untersuchungen könnte man die Erkennungsgenauigkeit sicherlich auch unter solchen schwierigen Bedingungen noch weiter verbessern, aber es wird immer wieder Situationen geben, die von den Entwicklern der Exposure Notification API (die von Google und Apple im Betriebssystem implementierte Schnittstelle, über die das Contact Tracing stattfindet; Anm. d. Red.) (noch) nicht berücksichtigt wurden.“

„Da die Abstandsmessung geräteübergreifend funktionieren und sehr viele verschiedene Gegebenheiten berücksichtigen muss, sind die Hersteller der Smartphones gefordert, an der Genauigkeit und Zuverlässigkeit der Abstandsmessung zu arbeiten. Bluetooth ist nicht für Anwendungen zur Abstandsmessung entwickelt worden, aber es ist das Beste, was derzeit großflächig in aktuellen Smartphones existiert. Insoweit sehe ich keine echte Alternative zu Bluetooth. Interessant für die Zukunft könnte die von Apple in das iPhone 11 Pro eingebaute Ultrabreitband-Technologie (UWB) sein, die aber derzeit noch nicht weit verbreitet ist. Damit lassen sich Lokalisierungsverfahren im Nahbereich deutlich besser realisieren als mit Bluetooth, allerdings ist natürlich auch die Ultrabreitband-Technologie an die physikalischen Gesetze gebunden.“

Prof. Dr. Judith Simon

Professorin für Ethik in der Informationstechnologie, Universität Hamburg

„Der mögliche Nutzen, aber auch die Risiken von Contact Tracing sind nicht im Allgemeinen zu bewerten, sondern hängen stark von den jeweils spezifischen Designentscheidungen, den Nutzerzahlen und -verteilungen sowie den regulativen und organisationalen Rahmenbedingungen ab – zum Beispiel: Was passiert, nachdem ich eine Risikobegegnung hatte? Sind die Gesundheitsämter ausreichend gut ausgestattet und Testkapazitäten vorhanden?“

„Die deutsche Corona-Warn-App ist in ihrer Entwicklung eigentlich eine Erfolgsgeschichte: dezentral, open source, hoher Datenschutzstandard. Nachdem zu Beginn die Download-Zahlen sehr erfreulich waren, stagnieren sie jedoch mittlerweile. Um dies zu ändern, bedarf es meines Erachtens einer besseren Kommunikation in der und über die App. Widersprüchliche und unklare Meldungen haben zu Irritationen und Unsicherheiten bei NutzerInnen geführt und gefährden das Vertrauen in die App. Diese Probleme müssen behoben werden und auch die Darstellung weiterführender Informationen, insbesondere auch zur Interpretation des eigenen Risikostatus, könnte optimiert werden.“

„Zum anderen könnte die App deutlich besser beworben werden – auch im öffentlichen Raum durch Plakate oder im Fernsehen. Zuletzt sollten sowohl die App selbst als auch die Informationen über sie in möglichst vielen Sprachen angeboten werden, um weitere potenzielle Nutzergruppen erreichen zu können.“

Dr. Isobel Braithwaite

Public Health Registrar & Academic Clinical Fellow, University College London, Vereinigtes Königreich
Dr. Braithwaite ist Hauptautorin einer Metastudie zur Wirkung des Einsatzes von automatischen und halbautomatischen Methoden beim Contact Tracing [VI].

Auf die Frage, wie der bisherige Nutzen der Corona-Warn-App zu beurteilen ist und was verbessert werden kann:
„Ich glaube, es gibt noch keine guten Daten, um mit Sicherheit sagen zu können, welchen Einfluss die deutsche Corona-Warn-App auf die Übertragung von COVID-19 bisher hatte. Einer der Gründe dafür ist, dass die Gesundheitsbehörden im dezentralisierten Apple-Google-System nur wenig Zugang zu den Daten der App haben, um die Nutzung zu beurteilen oder die Auswirkungen zu bewerten. Das ist die Kehrseite der Tatsache, dass sie die Privatsphäre besser schützt. Soweit ich informiert bin, haben derzeit etwa 17 Millionen der 83 Millionen Einwohner Deutschlands die App heruntergeladen haben. Das ist ein höherer Anteil als in vielen anderen Ländern. Auf der Grundlage der von uns untersuchten Modellstudien ist es wahrscheinlich, dass es auf diesem Niveau der Akzeptanz einige Vorteile gibt, aber für eine größere Wirkung sollte idealerweise eine Mehrheit der Bevölkerung die App heruntergeladen haben und sie kontinuierlich laufen lassen. So könnten mit höherer Wahrscheinlichkeit bei den meisten Begegnungen mit engem Kontakt beide Personen die App aktiviert haben – wenn das nur bei einer zutrifft, bringt die App nichts.“

„Im Hinblick auf das, was noch verbessert werden könnte: Wenn die Akzeptanz und Nutzung der App in der Bevölkerung weiter gesteigert werden kann – zum Beispiel, indem man auf Bedenken oder Sorgen eingeht, die manche Menschen haben könnten und indem man klar erklärt, wie die App den Menschen und ihren Gemeinden nützen kann – wird das wahrscheinlich den Nutzen für die öffentliche Gesundheit erhöhen. Auch Maßnahmen zur Förderung der digitalen Integration – also der Förderung digitaler Fähigkeiten – und des digitalen Zugangs könnten helfen. Des Weiteren könnte es sowohl helfen, die Kosten der Nutzung bei Menschen zu adressieren, für die ein Smartphone und ein Mobilfunkvertrag derzeit zu teuer sind, ebenso wie verschiedene Sprachen einzuführen.“

Auf die Frage, wie die Corona-Warn-App im internationalen Vergleich zu beurteilen ist:
„Ich glaube, es ist noch etwas zu früh, um das zu sagen. Wir müssen uns weiter damit befassen, was gut funktioniert und was nicht. Sowohl hinsichtlich der Bewältigung der Herausforderungen, die mit der Technologie verbunden sind – wie zum Beispiel die Probleme, dass die App auf einigen Telefonen nicht funktioniert, wenn sie im Hintergrund läuft, was viele Länder betroffen hat – aber ebenso wichtig ist zu verstehen, ob und wie die Menschen die App nutzen. Wir müssen auch die Möglichkeit bedenken, dass diese Punkte die Ungleichheiten in der Gesundheitsversorgung noch vergrößern, wenn sich der Bereich der öffentlichen Gesundheit im Vergleich zu anderen Maßnahmen zu sehr auf diese Apps verlässt. Ich denke, dass deutsche Bürger die App im Vergleich zu vielen Ländern in Europa bisher relativ gut angenommen haben, aber es würde die Wirkung der App wahrscheinlich noch verstärken, wenn in Zukunft ein größerer Anteil der Menschen die App nutzt. Ein Bereich, aus dem sich einige nützliche Lehren ziehen lassen, könnten die einfacheren tragbaren Geräte zum Contact Tracing sein, die für einige Gruppen eingeführt wurden, zum Beispiel für ältere Menschen, die keine Smartphones besitzen. Singapur hat beispielsweise damit experimentiert, solche Geräte auszuhändigen. Das könnte dazu beitragen, den Risiken entgegenzuwirken, dass eine zu starke Abhängigkeit von diesen Apps die gesundheitlichen Ungleichheiten verschärfen könnte und durch mehr Nutzer möglicherweise die Effizienz der App steigern.“

Auf die Frage, für wie nützlich Apps zur Ermittlung von Kontaktpersonen grundsätzlich gehalten werden:
„Unsere Übersichtsarbeit zeigt, dass die Evidenz für die Wirkung von Apps zur Kontaktverfolgung noch recht begrenzt ist und wir dringend bessere Evidenz sammeln müssen. Das heißt nicht, dass sie nicht nützlich sein können, aber um eine starke Wirkung zu erzielen, brauchen wir eine Reihe von Faktoren, die erfüllt sein müssen. Erstens müssen die Apps von einem beträchtlichen Teil der Bevölkerung benutzt werden, zweitens müssen sie bei der Erkennung von Kontakten aus nächster Nähe gut funktionieren – und auch nicht zu viele falsch-positive Meldungen erzeugen, bei denen die Menschen eigentlich nicht in engem Kontakt standen. Schließlich müssen die Menschen ihnen vertrauen und das tun, was von ihnen verlangt wird – nämlich sich selbst zu isolieren, wenn ihnen mitgeteilt wird, dass sie einen COVID-19-Kontakt hatten. Apps zur Ermittlung von Kontaktpersonen können wahrscheinlich eine nützliche Rolle bei der Bekämpfung von COVID-19 spielen, aber sie müssen Teil einer starken, integrierten Strategie sein, die auch starke manuelle Systeme zur Ermittlung von Kontaktpersonen umfassen sollte. Wir müssen ihre Auswirkungen sorgfältig bewerten und dürfen sie nicht als Wundermittel betrachten.“

Prof. Dr. Douglas Leith

Chair of Computer Systems, School of Computer Science and Statistics, Trinity College Dublin, Irland

und Dr. Stephen Farrell

Research Fellow, School of Computer Science and Statistics, Trinity College Dublin, Irland

Prof. Dr. Leith und Dr. Farrell sind die Autoren einer Studie, in der die Genauigkeit der Abstandsmessung durch Bluetooth in Bussen untersucht wurde [IV].

„Jetzt ist es an der Zeit zu evaluieren, ob die Corona-Warn-App tatsächlich funktioniert. Die App ist seit fast drei Monaten live, es besteht keine Notwendigkeit mehr, sich nur auf Labormessungen zu verlassen. Der Mehrwert der App innerhalb des gesamten Kontaktverfolgungssystems kann und sollte anhand folgender Faktoren bewertet werden: (a) wie viele der durch die App benachrichtigten Personen durch manuelle Kontaktverfolgung nicht gefunden worden wären, (b) welcher Anteil der durch die App benachrichtigten Personen im Vergleich zu den aktuellen Durchschnittswerten tatsächlich positiv auf COVID getestet wird, (c) wie viel schneller Personen über die App benachrichtigt werden als durch manuelle Kontaktverfolgung. Wir empfehlen den Gesundheitsbehörden dringend, diese Daten so bald wie möglich und regelmäßig zu veröffentlichen, da wir sonst nie wissen werden, ob die Corona-Warn-App wirklich funktioniert oder nicht, und das wäre ein großer Misserfolg.“

„Die Corona-Warn-App verwendet Bluetooth, um zu erkennen, wenn sich Personen in der Nähe voneinander befinden. Die Bluetooth-Näherungserkennung wird stark beeinflusst durch: (a) Unterschiede zwischen verschiedenen Modellen/Marken von Mobiltelefonen, (b) Schwankungen in der relativen Ausrichtung von Mobiltelefonen (selbst kleine Änderungen können große Auswirkungen haben), (c) Absorption durch menschliche Körper (insbesondere, wenn sich das Telefon in der Tasche befindet), Taschen und ähnliche Hindernisse, (d) Radiowellenreflexion von Wänden, Böden und Möbeln. Jede dieser Quellen von ‚Hintergrundrauschen‘ kann dazu führen, dass die detektierte Nähe um zwei Meter oder mehr variiert und so die Zuverlässigkeit der App ernsthaft beeinträchtigt wird. Diese Effekte sind auf die Physik der Funkausbreitung zurückzuführen und lassen sich wahrscheinlich nicht leicht beheben. Aus diesem Grund gibt es anhaltende, begründete Bedenken, ob die Corona-Warn-App wirksam ist oder nicht.“

„Die Fraunhofer-Messungen zur Corona-Warn-App [1] werden in einem großen offenen Raum aufgenommen, wo ein Zug und andere Umgebungen weiter modelliert werden, indem Stühle in verschiedenen Konfigurationen aufgestellt werden. Wichtig ist, dass die Messungen nicht tatsächlich in einem Zug durchgeführt werden. Wir stellen fest, dass Bluetooth in einem Bus oder einer Straßenbahn nicht wirksam ist, um eine Annäherung innerhalb von zwei Metern zu erkennen. Dies liegt wahrscheinlich daran, dass es sich nicht um einen offenen Raum, sondern um einen metallreichen geschlossenen Raum handelt.“

„Die Hauptkontakterkennungsarbeit der Corona-Warn-App wird von der Google/Apple-Exposure-Notification-Software erledigt, die auf unseren Telefonen läuft. Google und Apple können diese Software stillschweigend aktualisieren und tun dies auch, um die Funktionsweise der Corona-Warn-App wesentlich zu verändern und so die öffentliche Gesundheit zu beeinflussen. Eine angemessene öffentliche Überwachung und Kontrolle dieser Google/Apple-Komponente ist nun überfällig.“

Dr. des. Paula Stehr

Wissenschaftliche Mitarbeiterin an der Professur für Kommunikationswissenschaft mit Schwerpunkt Soziale Kommunikation, Universität Erfurt

„Die Entscheidung, ob Menschen mobile Gesundheitstechnologien wie die Corona-Warn-App nutzen oder nicht, hängt von einer Reihe von Faktoren ab. Für deutsche Bürgerinnen und Bürger stellen Datenschutzbedenken das größte Hindernis für die Nutzung der App dar [2, 3]. Deshalb ist es richtig und wichtig, transparent zu kommunizieren, welche Daten die App speichert und wofür diese verwendet werden.“

„Der größte Treiber für die Nutzung einer mobilen Technologie wie der Corona-Warn-App ist deren wahrgenommene Nützlichkeit [2]. Nur wenn ich glaube, dass ich mit der Nutzung der App auch mein angestrebtes Ziel erreichen kann, werde ich mir diese herunterladen und sie dauerhaft nutzen. Es ist deshalb sehr problematisch, dass es immer wieder technische Schwierigkeiten gibt. Das verlorengegangene Vertrauen (potenzieller) Nutzerinnen und Nutzer muss anschließend mühsam wiederhergestellt werden.“

„Ein weiterer wichtiger Einflussfaktor für das Ergreifen von Schutz-Maßnahmen, so auch für die Nutzung von Krisen-Apps, ist die individuelle Risikowahrnehmung [4]. Also die Vorstellung, für wie wahrscheinlich ich es halte, selbst zu erkranken und als wie schwerwiegend ich mögliche Folgen erachte. In Deutschland haben bisher vergleichsweise wenige Menschen direkte Erfahrung mit dem neuartigen Corona-Virus gemacht. Deshalb ist es, insbesondere bei aktuell niedrigen Fallzahlen, eine Herausforderung, durch kommunikative Maßnahmen eine adäquate Risikowahrnehmung in der Bevölkerung zu erreichen. Sowohl unsere eigenen Erhebungen als auch beispielsweise der Corona-Monitor des Bundesinstituts für Risikobewertung zeigen, dass die Risikowahrnehmung im Laufe der Pandemie abgenommen hat [5, 6].“

„In Deutschland ist die Nutzung der Corona-Warn-App freiwillig. Einige befürchten, dass deshalb nicht genügend Menschen die App nutzen werden. Wenn wir es schaffen, dass sich Menschen freiwillig für etwas entscheiden, ist das allerdings sehr viel nachhaltiger, als es mit der Androhung von Strafen zu erzwingen. Wir wissen aus anderen Gesundheitsbereichen, dass eine selbstbestimmte Entscheidung sehr wichtig ist, damit Menschen ein Verhalten langfristig beibehalten [7]. Da uns SARS-CoV-2 noch eine Weile begleiten wird, müssen Maßnahmen zur Eindämmung der Pandemie über einen langen Zeitraum aufrechterhalten werden. Wir sind deshalb gut beraten, wenn wir den Menschen überzeugende Argumente an die Hand geben, damit sie eine selbstbestimmte, informierte Entscheidung treffen können.“

„Viele Menschen wollen in der Corona-Pandemie nicht nur sich selbst, sondern auch die Familie, Freundinnen und Freunde sowie die Gemeinschaft schützen. Das können auch sehr starke Motive für die Nutzung der Corona-Warn-App sein [8]. Aus anderen Bereichen wie dem Impfen wissen wir bereits, dass es sich lohnen kann, den Nutzen eines Gesundheitsverhaltens für andere ebenfalls zu kommunizieren [9]. Es könnte also eine gute Strategie sein, bei der Kommunikation zur Corona-Warn-App zusätzlich darauf hinzuweisen, dass man durch ein frühzeitiges Erkennen einer möglichen Infektion auch andere Menschen schützen kann.“

„Wenn eine neue Technologie entwickelt wird, dauert es eine Weile, bis sie sich in der ganzen Gesellschaft verbreitet hat. Diesen Prozess nennt man Diffusion. Informationen und Meinungen zu einer neuen Technologie wie der Corona-Warn-App kann man sowohl aus den Massenmedien, also zum Beispiel dem Fernsehen oder (Online-)Zeitungen, als auch in Gesprächen mit anderen Personen erhalten. Eine wichtige Rolle können dabei sogenannte Meinungsführer spielen, die als Expertinnen oder Experten in einem Themenfeld wahrgenommen werden. Sie dienen als Orientierungshilfe und geben komplexe Informationen in vereinfachter Form weiter. Im ursprünglichen Konzept waren Meinungsführer Menschen aus dem persönlichen Umfeld. Diese Rolle können aber auch Personen aus den Bereichen Politik, Wissenschaft und Journalismus oder einflussreiche Personen in Sozialen Medien wie Instagram übernehmen [10, 11].“

Prof. Dr. Markus Dürmuth

Professor für Mobile Security, Ruhr-Universität Bochum

Dr. Martin Degeling

Postdoc, Horst-Görtz-Institut für IT-Sicherheit (HGI), Ruhr-Universität Bochum

und Christine Utz

Wissenschaftliche Mitarbeiterin, Horst-Görtz-Institut für IT-Sicherheit (HGI), Ruhr-Universität Bochum

„Die Corona-Warn-App wurde in Deutschland deutlich besser angenommen als vergleichbare Apps in anderen europäischen Ländern. Mögliche Gründe dafür finden sich in einer von uns kurz vor Einführung der Corona-Warn-App durchgeführten repräsentativen Befragung [2]. Dabei wurde unter anderem für hypothetische Apps mit verschiedenen Eigenschaften die Bereitschaft zur Verwendung abgefragt.“

„Die Bereitschaft der Teilnehmer:innen, die App zu installieren, war signifikant höher bei Apps, die Begegnungsdaten verwenden, im Vergleich zu Apps, welche Positions- oder Gesundheitsdaten verwenden.“

„Die Anonymität der Daten ist ein wichtiger Faktor für die Akzeptanz von Apps zur Kontaktverfolgung. Die Corona-Warn-App setzt ein Protokoll um, bei dem die Nutzer:innen von den Gesundheitsämtern und anderen Nutzer:innen nicht identifiziert werden können.“

„Stark negativ sehen die Befragten eine Weitergabe der aufgezeichneten Daten an Polizei, Privatunternehmen oder die Öffentlichkeit. Auch in diesem Punkt folgt die Corona-Warn-App den Wünschen der Befragten, auch wenn dadurch teilweise detaillierte Zahlen zur App-Nutzung und Meldung von Infektionen nicht erhoben werden können.“

„In diesem Licht sehen wir den Zugriff der Polizei auf die Papier-Kontaktlisten (zum Beispiel Listen zur Kontaktverfolgung, die in Restaurants ausliegen; Anm. d. Red.) kritisch, da dies in der Bevölkerung das Gefühl erzeugen könnte, dass auf Kontaktdaten jederzeit zugegriffen werden könne. Auch wenn dies bei dem gewählten technischen Design der deutschen Corona-Warn-App nicht möglich ist, kann es doch Sorgen um eine Zweckentfremdung der Daten befeuern.“

„Des Weiteren zeigte die Befragung, dass die Bereitschaft, eine solche App zu nutzen, bei solchen Teilnehmer:innen höher ist, die in ihrem persönlichen Umfeld mit dem Coronavirus in Berührung kamen – zum Beispiel COVID-19-Erkrankung, Verdacht auf Erkrankung, Zugehörigkeit zu einer Risikogruppe. Dass die Infektionszahlen in Deutschland aktuell gering sind, trägt sicherlich dazu bei, dass viele Menschen keinen direkten Nutzen darin sehen, die App zu installieren.“

Auf die Frage, was verbessert werden müsste, um den Nutzen der App zu vergrößern:
„Unsere Befragung hat ergeben, dass sich Fehlfunktionen – wie nicht erkannte Begegnungen mit Infizierten oder erhöhter Batterieverbrauch – negativ auf die Nutzungsbereitschaft auswirken. Pressemeldungen über Probleme mit der Corona-Warn-App zeigen, dass dabei noch Verbesserungsbedarf besteht und das Vertrauen in die App erhöht werden muss.“

„Dies könnte zum Beispiel durch einen ‚Test-Modus‘ in der App ermöglicht werden, über den Nutzer:innen Transparenz bezüglich der Daten erhalten können und gegebenenfalls Bekannten eine Test-Warnung zukommen lassen können.“

Auf die Frage, für wie groß sie den potenziellen Nutzen von Apps zum Contact Tracing halten:
„Expert:innen haben in den vergangenen Wochen und Monaten vielfach darauf hingewiesen, wie wichtig die Kontaktverfolgung zur Eindämmung der COVID-19-Pandemie ist. Eine App kann dabei die Arbeit der Gesundheitsämter erleichtern, sie aber keinesfalls ersetzen, da eine flächendeckende Nutzung nicht nur vom Vorhandensein eines kompatiblen Smartphones und dem Willen zur Installation abhängt, sondern eben auch voraussetzt, dass das Smartphone kontinuierlich mit eingeschalteter Bluetooth-Funktion mitgeführt wird. Bei steigenden Infektionszahlen kann die App aber einen Beitrag zur Entlastung der Gesundheitsämter leisten.“

Robin Houben

Sprecher des Corona-Warn-App-Teams, Robert Koch-Institut, Berlin

„Die Corona-Warn-App kann einen wichtigen Beitrag dazu leisten, Infektionsketten frühzeitig zu unterbrechen. Sie unterstützt dabei die Arbeit der Gesundheitsämter, die für das Nachverfolgen der Infektionsketten verantwortlich sind. Die Corona-Warn-App informiert ihre Nutzerinnen und Nutzer, wenn sie sich in der Vergangenheit für eine bestimmte Zeit innerhalb der näheren Umgebung einer Corona-positiven Person aufgehalten haben. Im Vergleich zu manuellen Befragungen kann so eine schnellere Benachrichtigung über ein mögliches Infektionsrisiko erreicht werden. Je schneller Infizierte und ihre Kontaktpersonen gewarnt werden, desto geringer ist die Gefahr, dass sich viele Menschen anstecken. Auch können unbewusste Ansteckungsketten erfasst werden – beispielsweise zufällige Begegnungen mit Unbekannten in öffentlichen Verkehrsmitteln, Restaurants oder Kinos. Deshalb ist die App neben Hygienemaßnahmen wie Händewaschen, Abstandhalten und Alltagsmasken ein wirksames Mittel, um die Verbreitung des Coronavirus einzudämmen.“

„Das Robert Koch-Institut nimmt bei der Corona-Warn-App eine Doppelrolle ein: Es leistet einen fachlichen Beitrag bei der Ausgestaltung der App und ist als Herausgeber auch dafür verantwortlich, die Anforderungen an Datenschutz und Datensicherheit sorgfältig zu prüfen. Während der Entwicklung hat das Robert Koch-Institut seine wissenschaftliche Expertise dazu eingebracht, wie Begegnungen, bei denen das Risiko einer Ansteckung bestand (‚epidemiologisch relevante Kontakte‘), über die App kategorisiert werden und welche Maßnahmen den Nutzern der App für den Fall geraten werden, dass sie eine Begegnung mit einer positiv auf SARS-CoV-2 getesteten Person hatten. Darüber hinaus ist das Robert Koch-Institut hauptverantwortlich für die wissenschaftliche Begleitung der Corona-Warn-App.“

„Die Risikobewertung in der Corona-Warn-App orientiert sich an den etablierten Kriterien für die ‚konventionelle‘ Kontaktpersonenermittlung (Begegnungen von mindestens 15 Minuten unter zwei Metern Abstand). Dadurch, dass verschiedene Messkriterien kumuliert und gewichtet in die Risikobewertung einfließen, können auch Begegnungen als epidemiologisch relevant bewertet werden, wenn sie über einen kürzeren Zeitraum auf sehr engem Raum stattgefunden haben oder wenn mehrere Begegnungen eine Gesamtdauer von 15 Minuten ergeben haben.“

„Im Detail wird das Gesamtrisiko wie folgt berechnet: Erstens Auswertung der Positivkennungen: Es werden alle übermittelten Positivkennungen der vergangenen bis zu 14 Tage ausgewertet. Zweitens Berechnung der gewichteten kumulativen Expositionszeit: Es wird die Gesamtdauer der Begegnungen der Nutzerin/des Nutzers mit der/n Corona-positiven Person/en ermittelt. In diese Berechnung fließt ein, wie nah diese Begegnungen jeweils waren – das heißt Begegnungen werden je nach ermittelter Distanz gewichtet, dabei sind nähere Begegnungen relevanter als entferntere. Drittens Berechnung des maximalen Risikos: Es wird der Risikowert für die ‚riskanteste‘ Positivkennung ermittelt auf Basis der folgenden Messkriterien: Dauer der Begegnung, Distanz bei der Begegnung (über den Dämpfungswert des Bluetooth-Signals), Zeit seit der Begegnung und Übertragungsrisikograd. Viertens Berechnung des Gesamtrisikos: Aus kumulativem und maximalem Risiko wird schließlich das Gesamtrisiko berechnet. Das Ergebnis wird der Nutzerin/dem Nutzer als Statusanzeige ‚niedriges‘ beziehungsweise ‚erhöhtes Risiko‘ angezeigt.“

„Alle Begegnungen zu einer Positivkennung – also mit einer Corona-positiv getesteten Person, die ihre Zufallscodes über die App verfügbar gemacht hat –, die erstens insgesamt weniger als zehn Minuten gedauert haben, egal, wie nah sich die Smartphones dabei gekommen sind, oder zweitens bei denen die Smartphones im Durchschnitt mehr als ungefähr acht Meter Freiraum (73 dB Dämpfung) voneinander entfernt waren, egal, wie lange sie insgesamt gedauert haben, werden als unbedenklich verworfen und fließen nicht in die Risikobewertung ein. Diese Parameter können auf Basis neuer Erkenntnisse angepasst werden. Die jeweils aktuellsten Informationen sind hier [12] zu finden. Weiterführende Informationen, wie die Risikoberechnung in der Corona-Warn-App erfolgt, finden sich auch auf unserer Themenseite [13].“

„Die Corona-Warn-App wird auch nach ihrer Veröffentlichung kontinuierlich weiterentwickelt, damit sie noch zielgenauer dabei unterstützen kann, Infektionsketten zu unterbrechen. Eine Stellschraube ist die Verbesserung der technischen Messparameter – wie präzise erfasst die App relevante Begegnungen? Eine andere Stellschraube sind Informationen zu Symptomen: Wenn klar ist, ob beziehungsweise ab wann eine Corona-positive Person Symptome von COVID-19 zeigte, kann das Infektionsrisiko besser bestimmt und andere Nutzer zielgenauer benachrichtigt werden.“

„Mittel- und langfristig ist auch eine wissenschaftliche Evaluation notwendig, um zu bewerten, welchen Anteil die App daran hat, Infektionsketten zu unterbrechen und mehr über die Ausbreitung von SARS-CoV-2 zu erfahren. Angesichts des dezentralen Ansatzes der App stehen dafür allerdings nur in begrenztem Maße Daten aus der App selbst zur Verfügung. Welche ergänzenden Daten für eine wissenschaftliche Evaluation der Corona-Warn-App genutzt werden können und was konkret untersucht werden soll, wird aktuell definiert.“

Auf die Frage, wie der Nutzen der Corona-Warn-App für Gesundheitsämter zu beurteilen ist:
„Die Gesundheitsämter ermitteln mit Angaben der Corona-positiv getesteten Person ihre Kontaktpersonen, um die Ausbreitung des Erregers einzudämmen. Die Corona-Warn-App ist eine wichtige Ergänzung, weil sie hilft, Risikobegegnungen ergänzend zum Gesundheitsamt abzubilden, vor allem solche mit Unbekannten im öffentlichen Raum werden erfasst und schneller identifiziert.“

„Erhält eine Nutzerin oder ein Nutzer über die App die Benachrichtigung, dass sie/er eine relevante Begegnung mit einer Corona-positiv getesteten Person hatte, werden ihr/ihm Verhaltensempfehlungen zur Verfügung gestellt, zum Beispiel die Kontaktaufnahme mit der Hausärztin/dem Hausarzt, mit dem kassenärztlichen Bereitschaftsdienst, mit dem zuständigen Gesundheitsamt und/oder die freiwillige häusliche Isolation. Die Kontaktnachverfolgung durch die Gesundheitsämter bleibt weiterhin nötig, zum Beispiel, um Personen zu ermitteln beziehungsweise zu informieren, die die App nicht nutzen oder kein Smartphone besitzen. Auch ersetzt die Kontaktnachverfolgung und Benachrichtigung über die App selbstverständlich nicht die nach Infektionsschutzgesetz vorgeschriebenen Meldewege.“

„Die Gesundheitsämter sind federführend bei der Kontaktnachverfolgung. Daran ändert sich durch die App nichts. Sie kann aber einen Beitrag dazu leisten, dass Menschen, die eine Risiko-Begegnung (beispielsweise mit ihnen unbekannten Personen) hatten, schneller durch Gesundheitsamt, Hausärztin/Hausarzt oder kassenärztlichen Bereitschaftsdienst befragt und entsprechende Maßnahmen eingeleitet werden. Meldet sich eine Nutzerin/ein Nutzer beim Gesundheitsamt wegen der Benachrichtigung ‚Erhöhtes Risiko‘ in ihrer/seiner App, laufen die etablierten Prozesse ab: Klärung der Kontaktsituation, Kontakt-Kategorisierung und Maßnahmen nach RKI-Empfehlungen.“

Auf die Frage, wie die aktuellen Nutzerzahlen zu beurteilen sind:
„Stand heute (01.09.) verzeichnet die Corona-Warn-App 17,8 Millionen Downloads. Unmittelbar nach der Einführung war erwartungsgemäß ein sehr starker Zuwachs zu verzeichnen. Auch nach wie vor sehen wir eine kontinuierlich positive Entwicklung der Download-Zahlen. Zur Anzahl der genutzten teleTANs liegen dem Robert Koch-Institut keine weiteren Auswertungen vor. Die Zahl der ausgegebenen teleTANs veröffentlichen wir aktuell wöchentlich auf der Themenseite [I]. Mit Stand 01.09. liegt sie bei 2549.“

Auf die Frage nach der Übertragung von Testergebnissen und möglichen Problemen dabei:
„Der vollständige Laboranbindungsprozess vom Scan des Auftragsformulars bis zur Bereitstellung des Testergebnisses in der Corona-Warn-App kann bereits bei rund 120 Laboren erfolgreich bereitgestellt werden. Dies entspricht zwei Drittel aller Labore, die Testungen auf SARS-CoV-2 durchführen. Konkret bedeutet dies, dass neben der Verifizierung des Testergebnisses via teleTAN auch die automatische Testübermittlung via QR-Code möglich ist. Darüber hinaus wurden bereits zwölf Testzentren an Flughäfen an die Corona-Warn-App angebunden. Weitere sechs Testzentren an Flughäfen sollen in Kürze folgen.“

„Wir binden sukzessive weitere Labore an. Zum Hintergrund an dieser Stelle noch folgende Informationen: Die Laborlandschaft in Deutschland ist sehr heterogen. Die Anbindung der Labore zur automatischen Übermittlung der Testergebnisse in der Corona-Warn-App umfasst verschiedene Aspekte: Erstens Anbindung via Gateway: Die technische Anbindung der Labore an die Infrastruktur der Corona-Warn-App erfolgt über ein Gateway. So können die Labore positive Testergebnisse direkt über die App an die Nutzerin/der Nutzer senden – wenn eine entsprechende Einwilligung vorliegt. Zweitens Übermittlung von Ergebnissen via QR-Code: Für die Meldung Labor - App - Nutzer/in ist ein QR-Code mit einem einzigartigen Identifizierungsmerkmal (GUID) notwendig. Die Laborüberweisung mit QR-Code, dem einzigartigen Identifizierungsmerkmal und einem Einwilligungsfeld hat die Kassenärztliche Bundesvereinigung (KBV) zur Verfügung gestellt (Formular 10C). Alternativ können Labore mittels sogenanntem Blankoformulardruck selbst einen QR-Code erzeugen. Hierbei wird das Formular der KBV in der jeweiligen Verwaltungs-Software umgesetzt und darin der QR-Code generiert. Um dies umzusetzen ist es gegebenenfalls notwendig, ein Update des Laborinformationssystems und/oder der Scanner-Software zu veranlassen.“

Dr. Felix Rebitschek

Wissenschaftlicher Leiter und Geschäftsführer, Harding-Zentrum für Risikokompetenz an der Fakultät für Gesundheitswissenschaften, Universität Potsdam

Zum möglichen Nutzen der Corona-Warn-App:
„Die Corona-Warn-App erkennt und protokolliert kritische Kontaktsituationen und im Fall einer Infektion können jene Kontaktpersonen eines App-Nutzers über sie gewarnt werden. Das spezielle Nutzenpotenzial liegt vor allem bei zufälligen Begegnungen mit Infizierten, nach denen Betroffene ohne die App anders kaum gewarnt werden könnten. Festgestellter Nutzen sowie Schaden durch die Corona-App in Deutschland ist bislang überschaubar. Der Nutzen der App ist umso eher sichtbar, je mehr Menschen die App (in einem bestimmten Gebiet) nutzen, je mehr SARS-Cov2-Infektionen gemeldet werden und je weniger Menschen sich an Mindestabstände halten.“

„17,5 Millionen Downloads (am 25. August) der Corona-Warn-App sagen nichts über Deinstallationen und Deaktivierungen. Reinen Modellierungsstudien zufolge müssten 56 bis 95 Prozent einer Bevölkerung Apps wie diese nutzen, um ein pandemisches Geschehen wie COVID-19 zu kontrollieren [VI]. Aber weit weniger könnten bereits helfen, das Infektionsgeschehen positiv zu beeinflussen. Wie sieht das Nutzenpotenzial aus? Maximal 60 Prozent der Bevölkerung in Deutschland (ungefähr 50 Millionen Menschen) könnten die aktuelle Version der Corona-Warn-App theoretisch nutzen. Dann träfen sich – unter vereinfachenden Gleichverteilungsannahmen – bei einer Begegnung zweier Menschen mit 36 Prozent Wahrscheinlichkeit zwei Nutzer der Corona-App. Wenn wie heute grob 20 Prozent der Bevölkerung die App nutzen, könnten jedoch bis zu 96 Prozent der kritischen Begegnungen zweier Menschen nicht erfasst werden. In bestimmten Großstädten könnten die Nutzerzahlen selbstverständlich höher sein und damit Begegnungen eher erfasst werden. Dafür ist sie relevant. Ebenso für Clustersituationen, in denen sich viele App-Nutzer (und nicht Nicht-Nutzer) an einem Ort versammeln. Die App wird daher als Bestandteil des Instrumentariums gesehen, um mit der pandemischen Situation umzugehen. Eine am 19. August veröffentlichte Überblicksarbeit stellt jedoch fest, dass es bislang an empirischen Nachweisen für die Wirksamkeit solcher automatischen Kontaktverfolgung auf die Anzahl identifizierter Kontakte oder das Ausmaß von Übertragungen für COVID-19 und andere Infektionskrankheiten mangelt [VI]. Nach dem Sachverständigenrat für Verbraucherfragen [14] wird sich die Wirksamkeit der Corona-Warn-App folgerichtig erst im Praxistest zeigen. Es ließe sich für den Nutzen argumentieren, dass jede Warnung potenziell eine Infektionskette zu unterbrechen hilft. Das stimmt aber so nicht.“

Zu den möglichen Risiken der Corona-Warn-App:
„Mit Bluetooth-Signalen zweier Smartphones lässt sich nicht perfekt ermitteln, ob eine Begegnung zweier App-Nutzer kritisch war. Unter Verwendung verschiedener Mobilfunkgeräte wurden in aufwendigen Testszenarien (zum Beispiel Zugabteil) ungefähr 80 Prozent der Begegnungen richtig erfasst, also als kritischer oder unkritischer Kontakt erkannt [15, S. 13]. Bis zur Veröffentlichung von neuen Tests und ersten Erkenntnissen zu den Fehlerarten lässt sich Fehlersymmetrie zur Veranschaulichung heranziehen. Das bedeutet, dass von den kritischen Kontakten genau der Anteil (80 Prozent) als kritisch erkannt wird, wie von den unkritischen Kontakten als unkritisch erkannt wird (ebenfalls 80 Prozent).“

„Zur Veranschaulichung: Hätten 100 SARS-CoV-2-Infizierte zu je 20 Einwohnern in der Reichweite zweier Bluetooth-Antennen Kontakt, würden von den 2.000 Kontakten in der Stadt 500 erfasst (25 Prozent) – sofern jeder zweite die Corona-Warn-App nutzt. Wäre nun jede Zehnte der erfassten 500 Begegnungen abstandskritischer Natur, würden 80 Prozent (wie oben angegeben) dieser 50 kritischen Kontakte protokolliert. 40 echte Alarme sind möglich. Zudem werden von den 450 unkritischen Begegnungen 360 als unkritisch bestätigt (die 80 Prozent von oben), aber 90 werden fälschlicherweise als kritisch eingestuft. Den 40 echten Alarmen stünden also 90 Fehlalarme gegenüber. Wie viele Fehlalarme jedes Gesundheitsamt zu überprüfen in der Lage ist, bleibt abzuwarten. Der Nutzen im Sinne der möglichen Unterbrechung von bis zu 40 Infektionsketten im Rechenbeispiel ist Fakt. Aber auch das Schadenspotenzial eines Vertrauensverlustes, wenn die Mehrzahl der App-Warnungen Fehlalarme sind, weil man der infizierten Person tatsächlich gar nicht nah genug kam.“

„Weitere Risiken, die bisher zu keinem messbaren Schaden führten, birgt die permanent aktivierte Bluetooth-Schnittstelle. Sie kann von Kriminellen zum Abschöpfen von Daten genutzt werden. Spezielle BLE-Scanner-Apps ermöglichen zudem, festzustellen, wer in der direkten Umgebung die Corona-Warn-App nutzt oder nicht nutzt, was der Nutzer im Sinne des eigenen Datenschutzes vielleicht nicht zu signalisieren beabsichtigt. Ethische Implikationen werden an dieser Stelle nicht als Risiko thematisiert, könnten jedoch für Nicht-Nutzungsentscheidungen antizipiert werden.“

„Neben den bekannten technischen Ansätzen für mehr Kompatibilität mit älteren Geräten und für eine stabile Hintergrundaktualisierung der App, ist das Verbesserungspotenzial in der Tat mit der Kommunikation zur App verwoben. Die Kommunikation zur App leistet bisher folgendes nicht, könnte es aber ab sofort leisten:“

„Erstens: Eine Nutzen-Schaden-Abwägung für kritische Bürger ermöglichen. Unter den 32 Millionen geschätzten Nicht-Nutzern sind nicht nur jene mit Datenschutzbedenken, sondern auch Bürger, welche bislang Vorbehalte aufgrund von Unsicherheit durch Informationsmangel haben. Genau jene Nutzer möchte man jedoch motivieren. Doch dafür erklären die App, der App-Store und die hinleitenden Portale Nutzenpotenziale und Risiken zu wenig. Eine abwägende, informierte Nutzungsentscheidung wird verhindert, wenn man nicht versteht, wie groß die Auswirkung ist, wenn zum Beispiel jeder fünfte Mensch in einer Stadt und nicht nur jeder zehnte Mensch sie nutzt. Dies lässt sich jedoch gegenüberstellen. Dabei wird auch die Unsicherheit transparent gemacht, wie viele Fehlalarme in der Erkennung kritischer Kontakte zu erwarten sind. Vertrauensbildende Transparenz gegenüber kritischen Bürgern wäre überdies an einer nachvollziehbaren Kostenstruktur der App erkennbar (Stichwort: 26 Millionen Euro für drei Jahre App-Betrieb mit Wartung, Sicherheit und Netzwerk der Deutschen Telekom).“

„Zweitens: Den Nutzen freiwilliger Datenspenden erklären. Bis zum 24. August hätten laut Robert Koch-Institut in über 2.000 Fällen Infektionen in der App gemeldet werden können. Dies ist aber nicht verpflichtend. Die gesellschaftliche Bedeutung der eigenen Infektionsmeldung und auch für die eigenen Kontakte sollte unterstützend hervorgehoben werden. Hierbei könnte der greifbare Nutzen technisch leicht noch erhöht werden, wenn der Infizierte etwa entscheiden könnte, ob seine anonymen kritischen Kontakte erfahren, wann der jeweilige kritische Kontakt stattfand. Das Potenzial, dass diese dann anhand von Datum und Uhrzeit weitere Anwesende warnen können, die keine App nutzten, ist nicht von der Hand zu weisen. Um die App-Entwicklung an die neuen Erkenntnisse zu SARS-COV-2 und COVID-19 anzupassen – zum Beispiel zu den Übertragungsbedingungen – oder schlicht neue Erkenntnisse zu sammeln, wäre die Möglichkeit zur freiwilligen Datenrückmeldung wichtig. Fragebögen innerhalb der App könnten genutzt werden, um Auskunft über Verhaltensweisen und Lebensbedingungen der Nutzer zu sammeln und diese in Relation zum Infektionsgeschehen zu setzen.“

„Zur Verständlichkeit der Corona-Warn-App: Lässt man die für App-Standards textüberladene Startseite und die widersprüchlichen Views (‚ist aktualisiert [..] bitte aktualisieren!‘) beiseite, ist zumindest eine verständliche Kontextualisierung von Ergebnisseiten sicherzustellen. Wenn 20 Prozent der Menschen in einem Gebiet die App nutzen, bezieht sich das eigene ‚Niedrige Risiko‘ nur auf eine kleine Minderheit der eigenen Kontakte mit anderen. Ein entsprechender Kontext ist auch bei Warnungen bereitzustellen: wie viele Fehlalarme zu erwarten sind und dass kritische Kontakte nicht automatisch zu Infektionen führen.“

„Alle diese Kommunikationsbestrebungen dienen einer informierten Nutzung. Verständliche Informationen könnten einen weiteren Teil der Unentschlossenen überzeugen, indem sie selbst zur Schlussfolgerung gelangen, dass der Nutzen mögliche Schäden übersteigt.“

Angaben zu möglichen Interessenkonflikten

Dr. Isobel Braithwaite: „Keine.“

Dr. des. Paula Stehr: „Es liegen keine Interessenkonflikte vor.“

Dr. Felix Rebitschek: „Es liegen keine Interessenskonflikte vor.“

Alle anderen: Keine Angaben erhalten.

Literaturstellen, die von den Experten zitiert wurden

[1] Meyer S et al. (21.07.2020): Google Exposure Notification API Testing. Fraunhofer IIS. Präsentation auf GitHub.

[2] Dürmuth M et al. (2020): Akzeptanz von Corona-Apps in Deutschlandvor der Einführung der Corona-Warn-App.

[3] Altmann S et al. (2020): Acceptability of app-based contact tracing for COVID-19: Cross-country survey evidence. MedRxiv. DOI: 10.1101/2020.05.05.20091587.

[4] Fischer D et al. (2019): Crisis Warning Apps: Investigating the Factors Influencing Usage and Compliance with Recommendations for Action. Hawaii International Conference on System Sciences (HICSS). DOI: 10.24251/HICSS.2019.079.

[5] Rossmann C et al. (2020): Übersättigt mit Corona-Informationen? Befunde aus der zweiten Befragungswelle des Projekts CoreCrisis.

[6] Bundesinstitut für Risikobewertung (2020): BfR Corona MONITOR.

[7] Teixera PJ et al. (2012): Exercise, physical activity, and self-determination theory: A systematic review. International Journal of Behavioral Nutrition and Physical Activity; 9. DOI: 10.1186/1479-5868-9-78.

[8] Altmann S et al. (2020): Acceptability of app-based contact tracing for COVID-19: Cross-country survey evidence. MedRxiv. DOI: 10.1101/2020.05.05.20091587.

[9] Betsch C et al. (2017): On the benefits of explaining herd immunity in vaccine advocacy. Nature Human Behaviour; 1. DOI: 10.1038/s41562-017-0056.

[10] Stehr P et al. (2015): Parasocial Opinion LeadershipMedia Personalities’ Influence within Parasocial Relations: Theoretical Conceptualization and Preliminary Results. International Journal of Communication; 9: 982–1001.

[11] Altendorfer LM (2019): Influencer in der digitalen Gesundheitskommunikation. Nomos Universitätsschriften - Medien und Kommunikation. DOI: 10.5771/9783845299785.

[12] Benzler J (18. 07.2020): Wie ermittelt die Corona-Warn-App ein erhöhtes Risiko? GitHub.

[13] Robert Koch-Institut (2020): Infektionsketten digital unterbrechen mit der Corona-Warn-App.

[14] Dehmel S et al. (Juni 2020): Die Wirksamkeit der Corona-Warn-App wird sich nur im Praxistest zeigen. Sachverständigenrat für Verbraucherfragen.

[15] Corona-Warn-App F.A.Q. Stand: 7. August 2020.

Literaturstellen, die vom SMC zitiert wurden

[I] Robert Koch-Institut (25.08.2020): Kennzahlen zur Corona-Warn-App.

[II] o.A. (23.08.2020): Zu wenige Menschen nutzen die Corona-Warn-App. Zeit online.

[III] Rzepka D (19.08.2020): Widersprüchliche Warnmeldungen – Kritik an unverständlicher Corona-App wächst. ZDF heute.

[IV] Leith D (2020): Measurement-Based Evaluation Of Google/Apple Exposure Notification API For Proximity Detection in a Commuter Bus. arXiv. Dies ist eine noch nicht begutachtete Preprint-Veröffentlichung, sie hat noch keine wissenschaftliche Begutachtung durchlaufen und ist mit Vorsicht zu behandeln.

[V] Bröckling M (21.08.2020): Gesundheitsministerium verteidigt Corona-Warn-App. Netzpolitik.org.

[VI] Braithwaite I et al. (2020): Automated and partly automated contact tracing: a systematic review to inform the control of COVID-19. The Lancet Digital Health. DOI: 10.1016/S2589-7500(20)30184-9.

[VII] Kompetenznetz Public Health COVID-19 (01.07.2020): Contact-Tracing-Apps als unterstützende Maßnahme bei der Kontaktpersonennachverfolgungvon COVID-19.

Weitere Recherchequelle

Böhme M (2020): Statistische Analyse der täglichen Diagnoseschlüssel der deutschen COVID-19 Tracing-App. GitHub.
Der theoretische Chemiker Michael Böhme hat die Anzahl der Nutzer, die sich über die App als Corona-positiv gemeldet haben, anhand der unvollständigen vorhandenen Daten geschätzt. Wie er selbst betont, sind diese Schätzungen unsicher, könnten aber ein Anlass für weitere Recherche sein.