Suchen

Data Mining Open-Source-Plattform unterstützt Exit aus dem Corona-Lockdown

| Autor / Redakteur: André Walter / Jürgen Schreier

Ein Potsdamer Entwicklerteam stellt eine Open-Source-Plattform vor, die den Exit aus dem Corona-Lockdown unterstützen soll. DiVaCor nutzt Methoden des Data Mining, um Trends aus breiter Datenbasis abzuleiten und Entscheidern Handlungsempfehlungen für abgestufte Maßnahmen zur Senkung der Infektionszahlen zu geben.

Firmen zum Thema

DiVaCor wendet nach dem Prinzip des Data Mining statistische Methoden auf große Datenbestände aus verschiedenen Quellen an. Das adressierte Ziel ist die Ableitung von Trends und Prognosen zur Einschätzung von Risiken. Zu den Datengrundlagen zählen etwa bestätigte Covid-19-Infektionen, aber auch sonstige Daten zu Bevölkerungsdichte und Demografie.
DiVaCor wendet nach dem Prinzip des Data Mining statistische Methoden auf große Datenbestände aus verschiedenen Quellen an. Das adressierte Ziel ist die Ableitung von Trends und Prognosen zur Einschätzung von Risiken. Zu den Datengrundlagen zählen etwa bestätigte Covid-19-Infektionen, aber auch sonstige Daten zu Bevölkerungsdichte und Demografie.
(Bild: DiVaCor )

Angesichts des Stillstandes in der Corona-Krise wächst der Druck auf Entscheider in Politik und Wirtschaft. Sie sollen eine medizinische Katastrophe verhindern, ohne eine wirtschaftliche heraufzubeschwören, deren Folgen ebenfalls Leben bedrohen – und das bei unklarer Datenlage zur Gefährlichkeit und Sterblichkeit von Covid-19.

Ein Entwicklerteam aus Potsdam hat sich Gedanken gemacht, wie die Datenbasis verbreitert und berechnet werden kann, welche Lockerungen von Maßnahmen wie Ausgeh- und Kontaktverboten sich einzelne Regionen “leisten” können, ohne dass Krankenhäuser überlastet werden.

Mit der Plattform DiVaCor legt das Konsortium rund um Unternehmen des Silicon Sanssouci e.V. und den wissenschaftlichen Beirat von Dr. Benjamin Engst und David Grundmanns jetzt einen Lösungsansatz vor, den es unentgeltlich zur Verfügung stellt.

Wie kommt Deutschland aus dem Lockdown raus?

Die Gefahr einer tiefen Rezession, hoher Arbeitslosenzahlen und sozialer Verwerfungen steigt mit jedem Tag. Die Debatte um die Verhältnismäßigkeit der Mittel wird kontrovers und zum Teil emotional geführt. Die Sicherstellung der medizinischen Versorgung für schwere Covid-19-Verläufe und die Zulassung öffentlichen Lebens erscheinen als unauflöslicher Widerspruch.

Auch angesichts düsterer ifo-Prognosen für den Arbeitsmarkt ist die Suche nach der Exit-Strategie aus Phase 2 der Seuchenbekämpfung, der “Mitigation” oder “Schadensbegrenzung” durch den Lockdown, in vollem Gang. Obwohl die Zustimmung für die Einschränkungen in Deutschland bei 93 Prozent liegt, werden die Rufe nach einer Lockerung, Aufhebung oder zeitlichen Begrenzung der Maßnahmen spätestens nach Ostern lauter.

Bildergalerie

Eine Rückkehr zur Vor-Corona-Normalität aber scheint aktuell nicht realistisch. Bis zur Zulassung eines Impfstoffs rechnet das Robert Koch-Institut mindestens mit einem Jahr. Tracking-Apps lehnen laut Befragungen 45 Prozent der Bundesbürger ab. Eine zu schnelle Lockerung der Maßnahmen hätte ein erneutes Ansteigen der Infektionszahlen zur Folge. Gleichzeitig stehen viele Betriebe bereits jetzt vor dem Aus. Droht ein Langzeit-Lockdown bis weit ins Jahr 2021?

Die Konsequenzen seien kaum abzusehen, warnte u.a. John Ioannidis, Gesundheitswissenschaftler und Statistiker an der Stanford University im März. Deshalb bedürfe es durch wissenschaftliche Praxis belegbarer Zahlen als Entscheidungsgrundlage. Nur so können Maßnahmen der Virusbekämpfung nach dem Prinzip „so streng wie nötig, so locker wie möglich“ erfolgen. Genau hier setzt die Open-DATA-Plattform DiVaCor an.

Zahlen und Handlungsempfehlungen für nivellierte, verhältnismäßige Maßnahmen

DiVaCor wendet nach dem Prinzip des Data Mining statistische Methoden auf große Datenbestände aus verschiedenen Quellen an. Das adressierte Ziel ist die Ableitung von Trends und Prognosen zur Einschätzung von Risiken. Zu den Datengrundlagen zählen etwa bestätigte Covid-19-Infektionen, aber auch sonstige Daten zu Bevölkerungsdichte und Demografie.

Daraus ermittelt ein Tool Handlungsempfehlungen und liefert konkrete Zahlen, wie sich einzelne Maßnahmen – etwa Veranstaltungsverbote – auf die Infektionszahlen auswirken. Die Idee: Anstatt die scheinbar alternativlose “Bazooka” Lockdown einzusetzen, sollen Entscheider so deutlich nivellierter und situativer agieren können.

“Je nach Fallzahlen und Trends errechnet das Tool dann etwa, dass es in Beelitz reicht, Schulen zu schließen und Veranstaltungen abzusagen, während in Potsdam zusätzlich auch Restaurants geschlossen werden müssen, um den gleichen Rückgang der Fallzahlen innerhalb desselben Zeitraums zu erzielen”, sagt DiVaCor-Initiator Lars Geißler über seine Idee. Aktuell suche das Team eine Landkreis, um die Plattform zu testen.

Regionale Streuung der Fallzahlen

Der webXells-Geschäftsführer denkt weiter in die Zukunft: “Wenn wir mindestens ein Jahr bis zur Einführung eines Impfstoffs “durchhalten” müssen, ist ein gleichzeitiger strenger Lockdown im ganzen Land oder gar weltweit nicht praktikabel”. Es könne aber darüber nachgedacht werden, das “Abflachen der Kurve” über Kreise und Regionen zu streuen.

Während beispielsweise ein Landkreis die Arbeit wieder aufnimmt und die Fallzahlen deshalb – erwartbar – ansteigen, üben umliegende Kreise weiterhin Zurückhaltung, so dass Covid-19-Patienten mit schwerem Krankheitsverlauf auf deren Krankenhäuser verteilt werden können.

Lars Geißler hat dabei ein weiteres Dilemma im Hinterkopf, auf das Epidemiologen in den vergangenen Wochen verstärkt hinweisen: In Ermangelung eines Impfstoffs ist eine durchgemachte Infektion der einzige Weg zur Immunität. Bei einem starken Abbremsen der Neuinfektionen werden zwar die medizinischen Kapazitäten nicht überlastet, dafür dauert es aber auch sehr lange bis zur “Herdenimmunität” von 60 bis 70 Prozent – und ebenso lange müssten die Restriktionen aufrecht erhalten werden. Sein Team hat deshalb ein Steuerungsinstrument entwickelt, dass die Infektionskurve abflachen UND wirtschaftliches und soziales Leben in Abstufungen ermöglichen soll.

DiVaCor trägt zur Schaffung einer zuverlässigen Datenbasis bei

“DiVaCor ist keine Corona-App zur Identifizierung positiver Individuen und Rückverfolgung ihrer Kontakte”, räumt Lars Geißler mit dem häufigsten Vorurteil zu seiner Idee auf. Zu den verschiedenen Tools der Plattform zählt zwar auch eine App, über die Nutzer die Symptome von Atemwegserkrankungen abfragen können und die ihnen dann einen Wahrscheinlichkeitswert für eine Covid-19-Infektion ausgibt.

Das Prinzip kommt bei bekannten Anwendungen wie “Netdoktor” längst zur Anwendung. Die Abfrage der Symptome lässt aber keinerlei Rückschlüsse auf den Sender zu. Die Auswertung dient als zusätzliche Datenbasis für DiVaCor, um abschätzen zu können, wie viele Verdachtsfälle zu den bestätigten Covid-19-Fällen kommen.

Die Lösung des Entwicklerteams ist innerhalb von vier Wochen einsatzfähig. Auf der Website DiVaCor.org können alle Informationen dazu eingesehen werden. Jede Initiative, die sich mit der Corona-Bekämpfung beschäftigt, kann die Daten nutzen, die auch dem RKI zur Verfügung gestellt werden.

App-Nutzer können mithelfen, eine bessere Datenlage zu schaffen – und damit auch eine Entscheidungsgrundlage für eine abgestufte und verhältnismäßige Pandemie-Bekämpfung, die die Einschränkungen von Wirtschaftstätigkeit, Grundrechten, Bewegungsfreiheit und Einschränkungen des sozialen Lebens auf ein notwendiges Minimum begrenzt.

DiVaCor wurde von Unternehmen des Silicon Sanssouci e.V. und dem wissenschaftlichen Beirat von Dr. Benjamin Engst und David Grundmanns (beide für den Bereich Data Science), André Walter (Marketing/Design, CEO LoCoNET GmbH), Sönke Marahrens (GIDS BW, Beirat) und Lars Geißler (Initiator, CEO webXells GmbH) im Verbund mit weiteren Mitgliedsunternehmen von Silicon Sanssouci e.V. entwickelt.

André Walter ist CEO der LoCoNET GmbH.

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de (ID: 46501178)