Laut Regensburger Forschern: Maßnahmen gegen Corona greifen
Forscher der Universität Regensburg und der Universität Mainz liefern erste Ergebnisse zum Herunterfahren des öffentlichen Lebens gegen die Corona-Pandemie in Deutschland. In einer offiziellen Stellungnahme heißt es nun: “Die Maßnahmen zeigen erste Wirkungen.”
Seit 14. März finden keine Fußballspiele mehr statt. Diese und andere Maßnahmen zeigen laut den heute präsentierten Forschungsergebnissen Wirkung. Foto: Susanne Goldbrunner
Seit Samstag dem 14. März finden keine Bundesligaspiele mehr statt, fast alle anderen
Sportveranstaltungen einschließlich des Amateurbereichs wurden abgesagt, seit Montag den 16. März sind in fast allen Bundesländern Schulen und Kindergärten geschlossen. Und seit kurzem gelten deutliche Ausgangsbeschränkungen. Ob all diese Maßnahmen greifen und tatsächlich die Ausbreitung des neuartigen Coronavirus verlangsamen können, das konnte bisher niemand so recht sagen. Forscher der Universität Regensburg und der Universität Mainz legen nun erste belastbare Ergebnisse vor. Ihr Fazit in einer offiziellen Stellungnahme: „Es ist soweit, dass wir statistisch gesichert sagen können, dass die Maßnahmen offenbar gegriffen haben.“
Bereits am vergangenen Montag hatten Prof. Klaus Wälde, Professor für Volkswirtschaftslehre der Universität Mainz, sowie Tobias Hartl und Prof. Dr. Enzo Weber von der Universität Regensburg – beide sind ebenfalls am Institut für Arbeitsmarkt- und Berufsforschung tätig – nach Auswertung von Daten des Robert Koch-Instituts (RKI) einen Bruch der Zuwachsrate prognostiziert.
Zuwachs der Erkrankten in etwa halbiert
Coronavirus – Stand der Dinge
Hier geht es zu unserem zenralen Infotext mit Kontaktdaten, Links und regelmäßigen Updates
Nun wollen sie eben diesen Bruch basierend auf Daten der Johns-Hopkins-Universität genau analysiert und festgestellt haben. So habe sich seit dem 20. März eine deutliche Reduzierung des Zuwachses gezeigt, heißt es in einer offiziellen Erklärung.
„Der durchschnittliche Zuwachs der Anzahl der Erkrankten vom 24. Februar bis 19. März liegt bei 27 Prozent pro Tag. Ab dem 20. März reduziert er sich um 13 Prozentpunkte auf 14 Prozent, das entspricht einer Halbierung.“
Auch wenn 14 Prozent noch immer eine zu hohe Zuwachsrate sind, hätten die Eindämmungsmaßnahmen „den Fortgang der Corona-Epidemie bereits deutlich verlangsamt“. Nun hoffen sie, dass in den nächsten Tagen weitere Wirkungen erkennbar werden.
So sähe die Entwicklung aus, würden die Maßnahmen nicht greifen, sagen Hartl, Weber und Wälde.
Genaue Aussagen waren bisher nur bedingt möglich, da „gewisse Verzögerungen zu beachten sind, bis sich Maßnahmewirkungen in den Daten niederschlagen können“, so die Erklärung der Forscher. Vor allem die Inkubationszeit, aber auch der Gang zum Arzt oder die Dauer für einen Test spielten hier eine Rolle.
Methode stammt aus der Arbeitsmarktforschung
Weber und seine beiden Kollegen haben ihre Daten durch eine statistische Methode gewonnen, die üblicherweise in der Arbeitsmarktforschung benutzt wird und die sie auf die von der John-Hopkins-Universität veröffentlichten Zahlen zur Verbreitung von Covid-19 angewendet haben.
Mit Hilfe einer Logarithmus-Funktion zeigen die Forscher die Veränderungen seit dem 24. Februar auf. Quelle: Hartl, Weber, Wälde
Seitens der Forscher heißt es wie folgt:
„Auf der horizontalen Achse der Grafik ist die Zeit aufgetragen, vertikal ist der Logarithmus der Anzahl der Infizierten. Der Logarithmus ist eine mathematische Funktion, der einen exponentiellen Wachstumstrend in eine Gerade umwandelt. Die Steigung der Geraden gibt dann die Wachstumsrate an. Diese Abbildung zeigt also die durchschnittliche Wachstumsrate von 27 Prozent bis zum 19. März mit der Steigung der Geraden durch die Beobachtungen (Kreise). Ab dem 20. März, gekennzeichnet durch die senkrechte gestrichelte Linie, ist die Steigung der Geraden eindeutig flacher, eben bei 14 Prozent.“
Verglichen mit den Zahlen des RKI bewerten sie die Zahlen der John-Hopkins-Universität als aktueller und umfangreicher, da mehrere Datenquellen verwendet werden.
Schwierige Datenlage
Zwar seien die Daten des RKI, das die amtlichen Daten sammelt, sehr zuverlässig. „Auf der anderen Seite wurde in den letzten Tagen klar, dass die Übermittlung der Daten nicht immer perfekt funktioniert und deswegen die Daten des RKI Schwankungen und Verzögerungen unterliegen, die genaue Analysen erschweren.“ Somit sei ein Rückgriff auf andere Datenquellen gerechtfertigt gewesen. Für die Frage, ob die Maßnahmen greifen, spiele sowieso „weniger das absolute Niveau der Infektionszahlen eine Rolle als der Punkt, dass die Messung konsistent über die Zeit erfolgt“.
99,9 Prozent statistische Sicherheit
Dennoch bestehe natürlich eine gewisse „Unsicherheit, wie gut die Datenquellen die Realität beschreiben“, sagt Wälde gegenüber dem Informationsdienst Wissenschaft. Laut den drei Wissenschaftlern sei es aber so gut wie ausgeschlossen, dass die nun beobachtete Trendabflachung nicht der Wirklichkeit entspreche. Auch Abweichungen, etwa durch mehr oder weniger verfügbare Testkapazitäten oder Messfehler, fielen kaum ins Gewicht.
„Aufgrund der dauerhaft starken Abnahme der Zuwachsraten beträgt die statistische Sicherheit unserer Ergebnisse mehr als 99,9 Prozent.“ Deutlicher könne ein Test auf einen Strukturbruch nicht ausfallen.
Fritz
| #
Seit 5. März mache ich eine einfache Tabelle mit den Daten der Hopkins Uni. Prozentuale und absolute Zuwächse pro Tag habe ich eingetragen. Sie zeigt genau das gleiche. Ganz ohne Formeln und hochwissenschaftlichem Getue. Nur Grundrechnungsart Minus und Prozentsatz verwendet. Einfach nur blamabel.
Ehemals Student
| #
Ja, da muss ich mich Fritz anschließen … in der wikipedia findet man deutlich hübschere und aufschlussreichere Grafiken.
Der hier angeführte “Strukturbruch” in Verbindung mit den Grafiken vermittelt außerdem den – falschen – Eindruck, dass ab einem bestimmten Datum die vormals schnelle (lineare) Zuwachsrate in eine (ebenfalls lineare, aber) langsamere übergegangen wäre. Dem ist ja aber nicht so, es findet kein einmaliger und plötzlicher Bruch, sondern eine kontinuierliche und zunehmende Abflachung des Anstiegs statt.
Vielleicht sollten die Arbeitsmarktforscher sich einfach auf Arbeitsmarktforschung beschränken und die Naturwissenschaften den Naturwissenschaftlern überlassen.
Til L.
| #
@Fritz
https://www.washingtonpost.com/graphics/2020/world/mapping-spread-new-coronavirus/
. . . Uebernahme der Daten von Hopkins Univ. . . .
wenn Sie heute da reinschauen: heute +33%, gestern +13% usw. Die Zahlen schwanken. Es sind derzeit in manchen dt. Regionen nur die Personen im Krankenhaus und med. Personal , die getestet werden.
Hopkins Univ. hat (neben der übrigen CoronaForschung) ein hochkomplexes Erfassungssytem hochgezogen und warnt staendig davor, kurzfristige Aussagen zu machen.
Die Kurven anderer Laender sind voller solcher Verflachungen und anschliessender Anstiege.
Bitte keine Beschimpfungen von Leuten, die das versuchen, was sie betragen können und dies zur Diskussion stellen! Danke.
https://coronavirus.jhu.edu/
#allefüralle – http://www.deutschland-gegen-corona.org
——
zum Artikel: jetzt solche Angaben wie 99,9% HERAUSGESTELLT “rauszuhauen” (Mainz und Rbg.) stützt die Hoffnungen, dass D unbeschadeter davon kommen könnte, . . . bezieht sich aber wohl nur auf bestimmte Regionen!? Aber dies unterstützt genau, dass es sinnvoll ist, die restiktiven Massahmen durchzuhalten!
Andere, zB Trump sehen das ganz anders! oder haben noch nicht alles “erfasst”?
Nicht nur der Herr Wirtschaftsminister Aiwanger . . .
Der Ruhrpilot | Ruhrbarone
| #
[…] einen zweiten Lockdown verhindern(€)…NZZ Corona: Maßnahmen gegen Corona greifen…Regensburg Digital Corona: Die Gefahr der Superspreader…Spiegel Corona: Die Besonderheit, die Deutschland […]
Lothgaßler
| #
@ehemals Student:
Wer hier von linearer Zuwachsrate schreibt hat die Grafik nicht verstanden und von Wissenschaft wenig Ahnung. Die Zahlenfreunde verarbeiten Daten deren Erfassungsqualität und Quantität schwankt und nur bedingt das wahre Geschehen abbildet. Die Mathematik bzw. Naturwissenschaften kennt eine einfache Methode um die Steigerung zu ermitteln, indem der Steigungsfaktor des Graphen ermittelt wird (1. Ableitung). Kann der Graph (Verlauf) nicht mathematisch beschrieben werden, dann wird er in Teilstücke zerlegt und diese als Geraden dargestellt. Für jedes dieser Teilstücke kann die Steigung einfachst ermittelt werden.
@Til L:
Wenn schon, dann müsste man sich bei der aktuellen Erfassungslage die Auswertung auf die schweren Fälle beschränken, und auch hier müsste noch erfasst werden, ob neben Corvid-19 nicht doch auch die Grippe zugeschlagen hat.
Im Augenblick starren alle auf dieses verzerrte Zahlenbild, anstelle an einer verbesserten Datenbasis zu arbeiten und daraus Maßnahmen abzuleiten. Zumindest heute lese ich in diversen Medien, dass ein Strategiewechsel angedacht wird, in Anlehnung an Japan und Südkorea. Dafür brauchts mehr Testung und gezielte Maßnahmen, zudem einen Bewusstseinswandel: Wer krank ist bleibt zuhause und ist nicht arbeitsscheu, Schutzmasken tragen nicht nur Gesunde, sondern besser auch die Erkrankten. Möge die Vernunft vor der Angst siegen!
Mich erinnert das Gehabe an “Viel hilft viel” bzw. “Breitbandantibiotika kann nicht schaden”: Beides stimmt so nicht.
Til L.
| #
@Lothgaßler
Alles recht und schön.
Nur: mehr testen? Die Labore sind schon auf Max.
Nur: die Kranken sollten die “Schutzmasken” tragen? Die meisten wissen ja gar nicht von ihrer Erkrankung. Sie haben KEINE Symptome .
Also alle eine tragen? Aber wir haben keine mit wirkungsvollem Filter vorraetig, es langt nicht mal fuers ganze Krankenhauspersonal .
Bou
| #
Danke für die fundierte Auswertung der Daten und die Bewertung der Sicherheit(%) der erkannten Veränderungen.
Gruß
Burgweintinger
| #
@ehemals student: können Sie mir bitte mal erklären, was an diesen Grafiken linear sein soll? Gscheid daherreden, aber keine Ahnung haben…
Til L.
| #
@Fritz
Die Zahlen für Deutschland: Die Johns Hopkins-Universität (JHU) meldete am Freitagmorgen 43.938 Infizierte für Deutschland – und 239 Tote. Eine eigene Zählung des Tagesspiegels mit allen Daten aus den Landkreisen ergab bis zum Freitagmorgen mehr als 47.000 Infizierte.
Til L.
| #
“. . . Da es etwa alle dreieinhalb Tage zu einer Verdopplung der Infektionszahlen kommt, könnte man meinen, es handelt sich um ein exponentielles Wachstum. Beim genaueren Betrachten der Zahlen über einen Verlauf sieht man allerdings, dass es vom exponentiellen Wachstum leichte Abweichungen nach unten gibt, also eine leichte Krümmung der Kurve.
. . .
Während in Deutschland die Abweichung vom exponentiellen Wachstum noch relativ gering ist, fällt sie in anderen europäischen Ländern bereits stärker aus. So sieht man beispielsweise in Italien eine starke Krümmung der Kurve, was dafür spricht, dass die Verhaltensänderungen der Bevölkerung bereits eine große Wirkung zeigen. Es gibt aber auch viele andere Länder, die eine derart positive Entwicklung aufweisen. Das heißt nicht, dass dort die COVID-19-Fallzahlen nicht weiter zunehmen, sondern, dass die Verdopplungszeit immer länger wird. Ein gutes Beispiel dafür ist auch die Schweiz, in der man zwar pro Kopf hohe Fallzahlen hat, aber bereits eine starke Krümmung der Wachstumskurve zu sehen ist. Genauso Norwegen oder Finnland. Auch dort sieht man ein stark gekrümmtes Verhalten der Kurve, fast schon eine Art Sättigung. Auch in Frankreich sieht es derzeit ganz gut aus.
. . . ”
Interview mit Dr Dirk Brockann vom RKI in univadis.de
Ehemals Student
| #
@Burgweininger
Punkt 1: Bitte an die Regeln zum Umgangston bei Regensburg halten. Danke.
Punkt 2: Unter linear versteht man einen kontinuierlichen, gleichbleibenden Anstieg. So wie er in der 1. Grafik eingetragen ist. In der 2. Grafik – nach dem sog. “Bruch” – ist ebenfalls ein linearer Anstieg, mit nun aber geringerer Steigung eingetragen.
Ehemals Student
| #
@Lothgassler
In dem Artikel selbst ist die Rede von einer Steigung von zunächst 27 % und später 14% die Rede. Die Linearität (bezogen auf die logarithmische Auftragung) jeweils vor und nach dem “Strukturbruch” ist in der Grafik erkennbar und die angegebenen Steigungen sollen sich ja offensichtlich auf diese Abschnitte beziehen.
Was ich zum Ausdruck bringen wollte, ist, dass es absurd ist, für die immer deutlicher werdende Abnahme der Zuwachsrate einen angeblichen “Bruchpunkt” zu konstruieren, vor dem der Anstieg exakt 27 % und danach plötzlich exakt 14 % betragen habe. Das entspricht ja nicht der Realität – das behaupten die Verfasser freilich auch nicht. Aber dann kann man sich das ganze Zahlengeschwurbel auch sparen und einfach sagen, dass der Anstieg der Neuinfektionen inzwischen etwas langsamer vonstatten geht. Der Beitrag liefert keinen über diesen Satz hinausgehenden informativen Mehrwert und dann kann man sich das ganze sinnbefreite Zahlengeblubber auch sparen.
XYZ
| #
Til.L. 12.29
Die Zahlen der Johns-Hopkins-University in Baltimore/USA würde ich mal mit Vorsicht betrachten: woher weiss sie das alles trotz unterschiedlicher statistischer Erfassung und Testung? Medizinisch sicher im internationalen Ranking bestens plaziert, das sagt aber weniger über eine epidemiologische Daten-Grundlage aus, das ist eher Sache des RKI.
Julian86
| #
Wohin steuert uns das Staatsschiff?
Kurs aufs Riff? R. Mey
XYZ
| #
In den späteren 80-iger Jahren fand schon einmal eine erweiterte Katastrophenschutz-Übung statt, damals zu atomaren Gesundheits- oder Verseuchungs-Gefahren. Etwa so zwei Jahrzehnte später dann auch ein Lagespiel zu einer Pandemie. Wissenschaftliche Daten waren jeweils kaum greif- oder begreifbar, aber die armen Politiker und Beamten sollten richtig handeln. Da fehlt es mir vor allem an einer vorausschauenden Vorsorge weiter oben.
Lothgaßler
| #
@Ehemals Student:
Ist ja gut, aber bei einer Geraden in einem logarithmischen Maßstab darf nicht von “linearem Verlauf” gesprochen werden. Exponentialfunktion und Logarithmus sind mathematisch verbandelt, weswegen im logarithmischen Maßstab ein exponentieller Verlauf zu einer Geraden (idealfall) gestreckt wird. Die Steigung dieser Geraden sagt uns dann etwas über den Wachstumsfaktor x in e hoch x.
Der “Knickpunkt” ist einer willkürlichen Zerlegung des Verlaufs geschuldet, und den Verlauf exakt an den gemeldeten Fällen zum Meldetag auszurichten (ohne jede Berücksichtigung von Unsicherheit), nein das ist keine wissenschaftliche Heldentat.
Ich halte die Zahlenspiele auch nur bedingt für sinnvoll, vor allem wegen der fragwürdigen und erklärbedürftigen Datenlage. Und vom täglichen Bodycount will ich gar nicht sprechen, der bedient nur die Sensationslust.
Reinhold Breuer
| #
In 2 Kommentaren hatte ich exemplarisch systematische Mängel in den RKI-Daten belegt und mich auch über Verbesserungen gefreut. Während vor 1 Woche eine Reihe von Landkreisen/Städten in Bayern fälschlich als infektionsfrei dargestellt wurden (mein erstes Beispiel war Lk. Schwandorf, 2 spätere Beispiele die kreisfreien Städte Kaufbeuren und Kempten, nicht erwähnt Coburg, Schweinfurt, …), ist dieses Datenproblem inzwischen vollständig korrigiert. Heute mittag „entdeckte“ auch das bayer. LGL das kreisfreie Kempten, das in seiner Tabelle 03 gegenüber dem Vortag von „0“ Infizierten auf „34“ sprang. Dass die reale Entwicklung weniger sprunghaft war, liegt nahe. Daher auch, dass statistische Fehler hier nicht in Unterschieden der täglichen Aktualisierung gründeten (was ein Forist glaubte). Da der wirkliche Grund anscheinend bereinigt wurde, muss ich den Grund nicht brandmarken. Nun sollten tagelang verspätete Nachmeldungen von Infektionen endlich reduziert werden (schon täglich von LGL und RKI dokumentiert), um Analyseversuche wie die von Hartl, Plachter, Wälde, Weber nicht zu verwässern. Parallel könnten alle Landesgesundheitsämter zusätzliche Aktualisierungsläufe um 22 Uhr vorbereiten mit Datentransfer an das RKI, an den sich automatisch die RKI-Aktualisierung anschließt (wo zur Validierung nötig, auch Ping-Pong zwischen beiden Ebenen). Ausreden für späte RKI-Zahlen und für Abweichungen zwischen lokalen, freistaatlichen und Bundesdaten sollten seltener werden, die eher zu alten IT-Strukturen passen.
Red
| #
Es gibt nirgends auf der Welt bisher belastbare Daten. Die genannte Zahlen beziehen sich nur auf positiv getestete Personen(. Bei Zunahme der Anzahl der Tests werden zwangsläufig immer mehr positiv getestete heraus kommen. Getestet werden zudem nur Menschen mit schwereren Symptomen, da nicht genügend Tests vorhanden sind. Die einzig relevanten Zahlen sind derzeit daher die Personen welche in Deutschland derzeit intensiv beatmet werden ( einsehbar unter DIVI.de unter Aktuelles 29.3.20 ca 1100 belegte Intensivbetten mit Covid Patienten in D bei einer Kapazität von angeblich 14 000 Betten für Covid Patienten. also einer Belegung von derzeit 8% , also noch weit von der Kapazitätsgrenze entfernt ) und die Todeszahlen und deren Entwicklung. Alles andere ist durch die vermutlich hohe Dunkelziffer der Infizierten welche nicht oder nur leicht erkranken massiv verfälscht. Schätzungen zufolge liegen hier bei Faktoren zwischen 7 und 20. Insofern täte eine Validierung auch mittels Antikörpertest einer repräsentativen Gruppe wirklich Not, um die Situation endlich realistisch einschätzen und ins Verhältnis setzen zu können.
Robert
| #
Danke Red für Ihren notwendigen Hinweis.
Die Verbreitung des COV19 hängt gemäß der exponentionellen Wachstumsgesetze in der Anfansphase zunächst von der Anzahl der streuenden Infizierten ab. Diese ist für Regensburg, Bayern, Dt. aber unbekannt. Die derzeitig bekannten Zahlen der gemeldeten positiv Getesteten ( Erkrannten) sagt wenig über die tatsächliche Zahl der streuenden Virusträger aus – hier liegt eine hohe und unbekannte Dunkelziffer vor. (Dass in Italien und Spanien so viele Tote zu beklagen sind, hat ist m.E. vorallem mit dieser unbekannten und sehr hohen Dunkelziffer zu tun, weniger und eher nachrangig mit dem Zustand der dortigen Gesundheitssysteme).
Wenn nun Leute mit wirtschaftswissenschaftlichen Methoden und mathematischen Ableitungen schön anzusehende Knick ins Diagramme zeichnen, hat dies wenig mit der tatsächlichen Verbreitung (sgeschwindigkeit) des Virus zu tun. Ich halte die obige graphische Abbildung der Ableitung der gemeldeten Zahlen für wertlos , und wegen ihrer ungenügenden datenmäßigen Absicherung für nicht veröffentlichungsreif.
Mr. T.
| #
Man brächte halt mal eine ausreichend große Testreihe von zufällig ausgewählten Menschen aus verschiedenen Regionen, um dann mal was hochrechnen und vergleichen zu können.
Til L
| #
@XYZ
woher “die” die Zahlen haben?
“Die” sammeln sie durch Abfragen in “allen” Ländern. Aber dort sitzen nicht XYZ, sondr n gestandene Leuteund die Angaben entsprechen denen des RKI, nur sind die 1 Tag aktueller. Manfrau kann jede Zahl anzweifeln. . Aber hier ist eine Zahl besser als keine. Und ein direkten Vergleich macht die Hopkins Univ. nicht.
Vertrauen Sie lieber den Angaben der SZ, der FAZ, der NZZ, der TAZ. viele dieser Angaben stammen nämlich ____ eben von genau dieser Uni. Es gibt weltweit keine anderen, ausser von XYZ?
Til L.
| #
@XYZ
@alle
Das wird ja noch mal sagen dürfen. _ _ _
Retten oder über Daten diskutieren?
dazu die Karikatur die Dienstag im Tagesspiegel und ? erscheint
https://www.stuttmann-karikaturen.de/
die mit der Welle _ _ _
Hans
| #
Das bezieht sich auf Deutschland.
Bayern ist laut RKI inzwischen von Platz 3 auf 1 der Bundesländer vorgerückt. 25% aller deutschen Infizierten sind Bayern. Kurve steil nach oben.
Trotz einschneidender Maßnahmen und vllt. wegen der durchgezogenen Kommunalwahl.
Also: Kriegsherrn Söder nicht überschätzen. Wir haben die bescheidensten Zahlen von allen und können froh sein wenn Thüringen und Hessen nicht die Grenzen dicht machen.
Til L.
| #
@XYZ
Corona-Infizierte: Warum die Zahlen abweichen
Presseagentur Gesundheit (pag) Gesundheitspolitik 31.03.2020
Berlin (pag) – Im Internet findet man unterschiedliche Informationen darüber, wie viele Menschen tatsächlich mit dem Coronavirus infiziert sind. Hauptgrund dafür ist die zeitaufwendige Übermittlung zwischen Behörden.
Neben den offiziellen Zahlen, die das Robert Koch-Institut (RKI) täglich verkündet, finden vor allem die von der Johns-Hopkins-Universität veröffentlichten – und stets etwas höher ausfallenden – Zahlen viel Beachtung. Und obwohl diese nicht von einer staatlichen Stelle stammen, nehmen Experten sie ernst.
Hauptgrund für die Unterschiede ist der zeitliche Verzug, der bei der behördlichen Übermittlung der Fallzahlen entsteht. Bis eine Corona-Meldung von der Kreis- auf die Bundesebene gelangt ist, vergehen laut RKI zwei bis drei Tage. Im ersten Schritt dokumentieren die Gesundheitsämter der Landkreise und Städte in einer Software des RKI alle bestätigten Corona-Fälle, die ihnen Ärzte und Labore melden. Weil mancherorts sehr viele Meldungen eingehen und die Erfassung im System ein paar Minuten dauert, stauen sich die Daten mitunter schon dort. Es können also manchmal nicht alle Fälle übermittelt werden. Die Gesundheitsämter wiederum geben die elektronisch erfassten Daten mehrmals täglich an die oberste Landesgesundheitsbehörde weiter. Diese trägt alle Fälle aus einem Bundesland zusammen und übermittelt ihre Zahlen zweimal am Tag an das RKI, wo schließlich alle Meldungen zusammenlaufen und am Folgetag veröffentlicht werden.
Viele Gesundheitsbehörden vermelden aktuelle Infektionszahlen aber auch auf anderen Kanälen, etwa per Twitter oder auf ihrer Webseite. Bevor das RKI die alten Fälle veröffentlicht hat, sind oft schon neue Zahlen verfügbar. Die Johns-Hopkins-Universität macht sich das zunutze. Sie recherchiert die im Netz frei zugänglichen Daten und trägt sie zusammen. Für ihre Auswertung nutzen die Mitarbeiter neben offiziellen Stellen wie der Weltgesundheitsorganisation (WHO) unter anderem Twitteraccounts sowie Berichte lokaler Medien.
https://www.univadis.de/viewarticle/corona-infizierte-warum-die-zahlen-abweichen-716548