Corona-Visualisierungen

12. MĂ€rz 2020

Datenjournalist:innen brechen die KomplexitÀt des Corona-Virus und seiner Folgen in Grafiken und Karten herunter. Wir haben uns im Netz umgeschaut und prÀsentieren die spannendsten und hilfreichsten Visualisierungen.

Illustration mit Arzt und Virus vor einer Weltkarte
Das neuartige Coronavirus eilt um die Welt – und Journalist:innen versuchen es zu erklĂ€ren. Vereinfachte Pixabay Lizenz Mohamed Hassan

Das Corona-Virus COVID-19 stellt auch die journalistische Arbeit vor eine Vielzahl an Herausforderungen. Autor:innen wollen Informationen ĂŒber die Ausbreitung des Virus vermitteln, ohne dabei Panik zu schĂŒren. Komplexe Sachverhalte wollen einfach erklĂ€rt werden – und doch möglichst vollstĂ€ndig abgehandelt sein.

In vielen Redaktionen arbeiten daran derzeit Datenjournalismus-Teams. Mit Grafiken und interaktiven Schaubildern versuchen sie, das neuartige Corona-Virus verstÀndlicher und greifbarer zu machen. Wir haben uns umgeschaut und prÀsentieren euch die spannendsten und hilfreichsten Visualisierungen.

Zeit Online: Wie das Coronavirus nach Deutschland kam

Die Entwicklung des Virus in Deutschland. Alle Rechte vorbehalten Screenshot

Zeit Online versucht sichtbar zu machen, wie sich das Virus in Deutschland verbreitet hat. Im Vordergrund stehen nicht absolute Fallzahlen, sondern die geographische Ausbreitung und die Entwicklung regionaler Hotspots – die Karte ist in eine Spurensuche nach dem Ursprung des Virus in Deutschland eingebettet. Die Autor:innen erkunden, wieso die ersten FĂ€lle in Bayern gut eingedĂ€mmt werden konnten, wĂ€hrend im Kreis Heinsberg in Nordrhein-Westfalen die Suche nach dem oder der Patient:in Null auf Hochtouren lĂ€uft. Die Karte wird nicht laufend aktualisiert – und stellt somit eher eine Momentaufnahme dar.

Berliner Morgenpost: Coronavirus-Monitor

Interaktive Karte, die Verbreitung des Corona-Virus zeit.
Infizierte, Tote und Genesene, nach Daten der Johns Hopkins UniversitÀt. Alle Rechte vorbehalten Screenshot.

Die Berliner Morgenpost wartet mit einer laufend aktualisierten globalen Übersicht auf. Die Ansicht unterscheidet zwischen infizierten, genesenen und gestorbenen Patient:innen und ist kumulativ, fĂŒhrt also alle bekannten FĂ€lle zusammen. Dies erlaubt zwar den internationalen Vergleich, der hochdynamische Charakter einer Pandemie kann aber ins Hintertreffen geraten – denn diese ist auch bei einer geringen Zahl Infizierter gefĂ€hrlich. Zudem sind die Daten fĂŒr Deutschland nur auf LĂ€nderebene aufgeschlĂŒsselt.

Die Daten fĂŒr die Karte stammen aus einem Projekt der Johns Hopkins UniversitĂ€t, die seit Ende Januar einen Übersicht ĂŒber aktuelle Fallzahlen öffentlich zur VerfĂŒgung stellt. Datengrundlage dieses semi-automatisierten Dashboards sind die Weltgesundheitsorganisation, nationale Behörden zur SeuchenprĂ€vention sowie Einrichtungen auf Landes-, stĂ€dtischer und kommunaler Ebene.

Von der Schwierigkeit, exponentielles Wachstum zu verstehen

Neben Karten, die die globale Ausbreitung des Virus aufzeigen, widmen sich Datenjournalist:innen verstĂ€rkt dem Thema der Infektionsraten und dem exponentiellen Wachstum. Denn selbst wenn in Deutschland noch vergleichsweise wenige Corona-Infektionen nachgewiesen sind, gibt es doch Anlass zur Beunruhigung – auch wenn einige das nicht glauben möchten.

SĂŒddeutsche Zeitung: Die Wucht der großen Zahl

Mögliche Infektionen in Deutschland ohne angemessene Vorsorgemaßnahmen. Alle Rechte vorbehalten Screenshot

Die SĂŒddeutsche Zeitung erlĂ€utert, dass die zentrale Kennziffer fĂŒr die Ausbreitung des Virus die Zeitspanne ist, innerhalb derer sich die Fallzahlen verdoppeln. Nach konservativen SchĂ€tzungen liegt diese beim Corona-Virus bei etwa sieben Tagen. Die nebenstehende Grafik zeigt das Wachstum der Fallzahlen in Zwei-Wochen-Schritten auf: WĂŒrden in Deutschland keine effektiven Maßnahmen zur EindĂ€mmung des Virus ergriffen, wĂ€re schon Mitte Mai mit mehr als einer Millionen FĂ€lle zu rechnen.

Flattening the Curve — Die Ausbreitung des Virus verlangsamen

Zwei Ausbreitungsszenarien im Vergleich. CC-BY-SA 4.0 Siouxsie Wiles and Toby Morris

Das Ziel effektiver EindĂ€mmungsstrategien liegt demnach weniger darin, die Zahl absoluter FĂ€lle zu reduzieren, als vielmehr den Zeitrahmen zu strecken, innerhalb dessen sie auftreten. Die jeweils blau und orange eingefĂ€rbten FlĂ€chen reprĂ€sentieren eine Ă€hnliche Menge an Fallzahlen – jedoch mit unterschiedlichen Infektionsraten. Im ‚blauen‘ Szenario werden keine Schutzmaßnahmen ergriffen, das Virus greift schnell um sich und sprengt die KapazitĂ€ten des Gesundheitssystems. Im ‚orangenen‘ Szenario treten die FĂ€lle ĂŒber einen langen Zeitraum auf, bewegen sich aber innerhalb des KapazitĂ€tsrahmens der Gesundheitsversorgung. Übrigens: Dass Infektionen nicht in der klassischen Warnfarbe rot dargestellt sind, ist kein Zufall und soll allzu ausgeprĂ€gtem Alarmismus vorbeugen.

New York Times: How Bad Will the Coronavirus Outbreak Get?

Ein weiterer Indikator fĂŒr Übertragungsraten liegt in der durchschnittlichen Zahl an Personen, die ein:e Infizierte:r ansteckt. Die New York Times weist darauf hin, dass diese Zahl fĂŒr das Corona-Virus nach aktuellen SchĂ€tzungen bei zwischen zwei und vier Personen liegt. Aus fĂŒnf Infizierten können so innerhalb von fĂŒnf Ansteckungszyklen (von jeweils sieben Tagen, nach konservativen SchĂ€tzungen) 368 werden.

Grafik, die Ausbreitung des corona-Virus veranschaulicht.
Ausbreitung des Corona-Virus. Alle Rechte vorbehalten Screenshot

Die EindĂ€mmung der SARS-Pandemie 2002/2003 gelang nur, erklĂ€ren die Autor:innen, indem die durchschnittliche Anzahl angesteckter Personen pro Fall auf 0.4 gesenkt werden konnte. Doch auch wenn die Anzahl angesteckter Personen nur halbiert wird, sind die Ergebnisse enorm. Bei 1.3 angesteckten Personen, dem Wert fĂŒr die saisonale Grippe, pro fĂŒnf Infizierter ergeben sich nach fĂŒnf Zyklen nur 45 GesamtfĂ€lle.

Grafik, die Ausbreitung des corona-Virus veranschaulicht.
Ausbreitung der saisonalen Grippe. Alle Rechte vorbehalten Screenshot

Positive Tests sind nur die Spitze des Eisberges

Ein riesiges Problem, vor dem Wissenschaftler:innen, Journalist:innen und EntscheidungstrĂ€ger:innen stehen, ist die unklare Datenlage zu CoronafĂ€llen. Alle grafischen Darstellungen ĂŒber die Ausbreitung des Virus basieren auf Zahlen ĂŒber positiv getestete Menschen. Doch diese sind nur die Spitze des Eisberges. Es gibt vermutlich eine große Dunkelziffer an Infizierten, die (noch) nicht getestet sind – zum Beispiel, weil sie keine oder nur sehr milde Symptome zeigen.

Medium: Coronavirus — Why we must act now (Warum wir jetzt handeln mĂŒssen)

Der letzte Artikel dieser Übersicht ist sehr dicht und spĂŒrt der Dunkelziffer nach. Der Autor blickt hier auf die Entwicklungen aus dem Januar in Hubei, dem Epidemieherd des Virus, zurĂŒck und vergleicht offizielle Krankheitszahlen – also positiv getestete Personen – mit einer rĂŒckblickenden SchĂ€tzung tatsĂ€chlicher KrankheitsfĂ€lle – also Personen, die zwar infiziert waren, aber noch keinen offiziellen Kontakt zu den Gesundheitsbehörden hatten. Das Fazit dieser komplexen Analyse? Die offiziellen Krankheitszahlen, in der Grafik durch die gelben Balken reprĂ€sentiert, hinken den tatsĂ€chlichen Erkrankungen hinterher, in der Grafik durch die blauen Balken dargestellt.

Grafik, die Unterschied zwischen tatsÀchlichen und bekannten Fallzahlen aufzeigt.
Der Unterschied zwischen tatsÀchlichen Erkrankungen und bekannten FÀllen. Alle Rechte vorbehalten Screenshot.

Die hier versammelten Quellen machen eines deutlich: Eine gewisse Portion Vorsicht scheint im Falle des Corona-Virus durchaus angebracht. Wenn vorhandene gesundheitliche Daten der RealitĂ€t einen Schritt hinterher hinken, mĂŒssen politische EntscheidungstrĂ€ger:innen dies berĂŒcksichtigen. Gut verstĂ€ndliche Visualisierungen der Problematik können sicher einen Teil dazu beitragen, die Debatte um das Virus zu versachlichen.


Ein Beitrag von  auf NetzĂŒolitik.org Creative Commons BY-NC-SA 4.0.

Kommentar verfassen

Trage deine Daten unten ein oder klicke ein Icon um dich einzuloggen:

WordPress.com-Logo

Du kommentierst mit Deinem WordPress.com-Konto. Abmelden /  Ändern )

Google Foto

Du kommentierst mit Deinem Google-Konto. Abmelden /  Ändern )

Twitter-Bild

Du kommentierst mit Deinem Twitter-Konto. Abmelden /  Ändern )

Facebook-Foto

Du kommentierst mit Deinem Facebook-Konto. Abmelden /  Ändern )

Verbinde mit %s

This site uses Akismet to reduce spam. Learn how your comment data is processed.