Covid-19: Gefangen im physikalischen Datenmodell

Der Expertenrat Corona der Landesregierung Nordrhein-Westfalen hat in seiner 6. und abschließenden Stellungnahme “Das Coronavirus als Teil unserer Lebenswirklichkeit begreifen” auf die drohende “unfruchtbare Dominanz von allein auf das Infektionsgeschehen konzentrierten Modellanalysen” hingewiesen:
„In der aktuellen Pandemie hat sich deutlich gezeigt, dass neben der unverzichtbaren naturwissenschaftlichen und medizinischen Expertise dringend sozialwissenschaftliche Kompetenzen vor allem der Soziologie und Sozialpsychologie, sowie historische, rechtliche, ethische und kommunikationswissenschaftliche Expertise sowie die breite Erfahrung von Akteuren aus unterschiedlichen Bereichen des gesellschaftlichen Lebens einbezogen werden sollten. Wird diese Chance versäumt, einen multi- und transdisziplinären Diskurs zu organisieren, droht eine unfruchtbare Dominanz von allein auf das Infektionsgeschehen konzentrierten Modellanalysen.“
Dies stimmt in der Aussage mit meinem Beitrag “Corona: Physikalische oder soziologische Modelle” überein. Allein: Dies ändert nichts an der Dominanz der physikalischen Modelle, die sich selbst gegen geringfügige Modifikationen immunisieren.
Tobias Haberkorn hat in einem Beitrag “Der große Modelliererstreit: Wurden die Kontaktbeschränkungen überschätzt? Einer der angesehensten Mathematiker Deutschlands hat eine systematische Verzerrung in den Pandemieprognosen entdeckt. Was folgt daraus?” Berliner Zeitung 27.6.2021 nachgezeichnet, wie allein Änderungen von Parametern innerhalb der Modellierungen – nicht etwa empirische Daten über das Verhalten innerhalb gesellschaftlicher Strukturen – ausreichen, um aus dem wissenschaftlichen Diskurs ausgegrenzt werden. Die Mathematiker Mathias Kreck und Erhard Scholz kritisieren das empidemiologische SIR-Standardmodell, das den Beitrag eines Infizierten als exponentialverteilt annimmt: “Sofort nach der Ansteckung ist g(t) maximal und sinkt dann recht schnell in Richtung der Null ab, ohne diese je zu erreichen. Der Hintergrundfunktion zufolge ist ein Positiver also ganz zu Anfang seiner Infektion für seine Mitmenschen am gefährlichsten.” Gegen dieses Modell eines unrealistischen Infektionsverlaufs entwickelten sie ein eigenes Modell: “Kreck und Scholz entwickelten ein diskretes Modell, in das die biologische feststellbare Viruslast und andere real erhebbare Daten wie die tägliche Zahl der Neuinfektionen, die Zeit zwischen Symptombeginn und Quarantäne, die veränderlichen Kontaktraten direkt einfließen.” Praktische Folge wäre gewesen, die Zeit bis zu einer Quarantäne zu verkürzen.
Natürlich werden wir hier nicht klären können, welche Modellrechnung richtiger ist. Aber wichtig erscheint mir, dass es nach wie vor keinen breiten öffentlichen Diskurs über Daten und Datenmodelle gibt.

Matthis Kreck, Erhard Scholz: Nur einen Tag! Eine effektive ergänzende Massnahme zur Eindämmung von Covid 19 (Kurzfassung)
Matthis Kreck, Erhard Scholz:Studying the course of Covid-19 by a revursive delay approach