Damit das gleich ganz klar ist: Ich bin kein Mediziner und ich will mir hier nicht das Mäntelchen eines wie auch immer gearteten „Experten“ umhängen. Mein Respekt gilt daher solchen Autoren wie Prof. Ederer oder Dr. Frank, die hier auf Achgut.com aus der Perspektive tatsächlicher einschlägiger Wissenschaft und Praxis schreiben.

Andererseits ist Mitdenken auch von Laien in der Demokratie nicht nur erlaubt, sondern eigentlich Pflicht, denn sonst wird der Laden zur Expertokratie, und das Ergebnis ist dann so ungefähr, was die Kanzlerin und ihre zwei besten Epidemiologenfreunde für richtig halten.

(Abgesehen von meinen Erfahrungen aus diversen politischen Umfeldern und Sachgebieten bringe ich noch ein gewisses Talent zum Umgang mit Zahlen mit. Ich bin kein „amtlicher“ Statistiker, aber ich laufe auch nicht gleich schreiend davon, wenn jemand mit einer Tabelle oder einer Grafik ankommt. Sagen wir es mal so: Es hat zu gymnasialen Leistungskursen Physik und Mathematik gereicht. Nicht ganz auszuschließen, dass ich damit vielen, deren Berufsziel „irgendwas mit Medien“ war, etwas voraushabe. Und den politisierenden Sozialpädagogen ebenfalls.)

Zahlen raten aus dem Bauchgefühl

Die Gefahren des neuesten chinesischen Virus sind von diesen drei Faktoren bestimmt: Erstens ist es neu, und wir wissen erst so nach und nach, wie man ihm medizinisch-therapeutisch beikommen kann. Zweitens ist er überaus ansteckend, verbreitet sich also schnell, und zumindest anfangs sah es drittens auch danach aus, dass es überaus häufig bis zum Tod des infizierten Patienten führen kann.

Deshalb ist gegenwärtig fast die gesamte westliche Welt weitgehend stillgelegt, denn die Politik wollte (und konnte vermutlich) nicht riskieren, dass die Krankheit sich exponentiell ausbreitet, also mit einer raketengleich, fast senkrecht ansteigenden Verbreitungskurve, und die Krankenhäuser unter der Belastung kollabieren.

Nur Schweden hat es gewagt, sein Internierungs- und Kontaktsperre-Regime auf ein Mindestmaß zu beschränken und darauf zu setzen, dass die weitaus meisten Infizierten, jedenfalls die im öffentlichen Leben aktiveren Jüngeren, ein ausreichend gutes Immunsystem besitzen und dass die Ansteckungswelle ab einem gewissen Punkt an ihrem eigenen Erfolg erstickt, denn wenn sehr viele die Krankheit schon hatten, dann findet das Virus nicht mehr genug Opfer, um die akuten Krankenzahlen weiter hochzutreiben.

Leider konnten Experten und Politik anfangs nur spekulieren oder das abgeben, was der Engländer ein „educated guess“ nennt: Zahlen raten, zwar nicht ganz aufs Geratewohl, sondern aufgrund von Erfahrungswissen, aber doch mehr so aus dem Bauchgefühl.

Sterblichkeit nach Infizierung viel geringer als befürchtet

Nun sind wir aber nicht mehr am Anfang der Ausbreitung, vermutlich Januar/Februar in den meisten westlichen Ländern. Wir sind tatsächlich schon drei Monate weiter und haben einiges an (statistisch-medizinischen) Erkenntnissen gewonnen, wenn auch an manchen Stellen immer noch spürbare Unsicherheiten bestehen, zum Beispiel, weil die noch relativ neuen Antikörper-Tests noch nicht bis aufs I-Tüpfelchen exakt geprüft sind.

Gleichwohl: Wir haben die Erkenntnisse der Forschergruppe von der Uni Bonn mit ihrer Fallstudie zu den Ereignissen in Gangelt im Kreis Heinsberg, wo der gemeinschaftlich gefeierte Karneval zu einem Massenausbruch der Krankheit geführt hat.

Es gibt auch die Erkenntnisse zum Beispiel aus Kalifornien, wo Forscher der hoch renommierten Uni Stanford ein paar tausend Menschen aus der Bevölkerung auf Antikörper getestet haben.

Es geht hier jetzt nicht um ganz exakte Zahlen, sondern um Größenordnungen und darum, was daraus strukturell-analytisch gefolgert werden kann für die Politik. Um abzuschätzen, wie sich eine solche Krankheit verbreitet und wie viele Patienten ihr zum Opfer fallen könnten, braucht man Zahlen a) für die Verbreitungsgeschwindigkeit und b) für die relative Todesgefahr.

Der Alptraum der Modellrechnungen

Die Zahl der Todesfälle zu benennen, ist kein grundlegendes Problem, aber es ist sehr wohl ein Problem, die Relationen zwischen Infektion, Erkrankung und Todesfällen zu beziffern, wenn ein sehr großer Teil der Infektionen ganz oder beinahe unauffällig bleibt, also eine Dunkelziffer bildet.

Aufgrund der neueren Studienergebnisse, wie gerade benannt, wissen wir aber inzwischen: Die Zahl der Infizierten ist weitaus höher als zunächst gedacht; damit ist aber auch die relative Todesgefahr weitaus geringer. Sie könnte sogar bei 0,1 Prozent liegen, das heißt, von 1.000 Infizierten im „Hochlauf“ der Epidemie stirbt nur eine Person, und mit riesiger Wahrscheinlichkeit eine (sehr) alte Person, die ohnehin schon gesundheitlich sehr labil ist. (Schlimmstenfalls dürfte mit einem Wert von 0,2 oder 0,3 Prozent zu rechnen sein.)

Das vorstehend noch einmal zusammengefasste als Info-Grundlage (war und) ist notwendig, um folgenden, potenziell politisch sehr bedeutenden Gedanken nachvollziehen zu können, in Bezug auf die „Herden-Immunität“.

Diejenigen Politiker, denen dieser Weg zu waghalsig erschien, konnten sich auf Modellberechnungen stützen wie die des (berühmten oder berüchtigten, je nach Sichtweise) Londoner Imperial College (mit demjenigen Prof. Ferguson, der einerseits die britische Politik in einen strengen Lockdown trieb, diesen aber selbst grob missachtete, um eine Affäre mit seiner anderweitig verheirateten Mistress zu pflegen).

Diesen Modellrechnungen zufolge würde Herden-Immunität erst dann die Infektionszahlen absinken lassen, wenn gut die Hälfte der Bevölkerung infiziert wäre. Bevor die Ansteckungswelle sich totgelaufen hätte, wären – ohne Gegenmaßnahmen – fast neun von zehn Briten (oder Deutschen, darauf kommt es nicht an) betroffen gewesen, und bei einer zunächst angenommenen Sterblichkeit von knapp einem Prozent wären pro tausend Personen 8 gestorben: ein Alptraum.

Kontaktarmer „Nerd“ oder „Super Spreader“?

Inzwischen gibt es aber weiterführende Betrachtungen und Berechnungen, die das Ganze in einem völlig veränderten Licht darstellen. Dazu muss man folgenden fachlichen Hintergrund verstehen – und es ist keine „rocket science“: Die Modellrechnung aus London ist einfach generell davon ausgegangen, dass jede infizierte Person etwa zweieinhalb weitere Personen ansteckt, mit bestimmten Intervallen von jeweils einigen Tagen zwischen Ansteckung, selber ansteckend sein, aber noch ohne Symptome, dann gegebenenfalls Symptome entwickeln und so fort.

Wenn die Modellrechnungen auf dieser Grundlage inzwischen fragwürdig erscheinen, dann nicht, weil die Reproduktionsrate falsch eingeschätzt worden wäre, denn diese kann man aus dem Verlauf der Ansteckungswelle zu Beginn der Epidemie einigermaßen zuverlässig ableiten. Sondern weil es eigentlich abwegig ist, einfach nur mit einem einzigen Durchschnittswert für die gesamte Bevölkerung zu rechnen. Es tragen nämlich nicht alle Menschen das gleiche Risiko, sich selbst anzustecken und die Krankheit dann, ein paar Tage später, zu übertragen.

Ein arbeitsloser Nerd, der nur in seinem Keller an einer Spielekonsole hängt und dessen Sozialkontakte sich darauf beschränken, dass Mutti ihm das Essen runterbringt, wird sich nicht selbst anstecken (lassen) und auch niemand anderen anstecken.

Ein kontaktfreudiger Karnevalist hingegen, der pro Saison mit unzähligen Fremden schunkelt und Polonaise macht, zig Tischnachbarn ins Gesicht prustet und ein paarmal fremdgeht, wird leicht zum „Super Spreader“ und steckt zehn oder zwanzig andere an.

Nicht der Durchschnittswert, sondern die Verteilung ist wichtig

Warum spielt das eine Rolle? Warum ist es nicht trotzdem mathematisch richtig, mit einem zutreffenden Durchschnittswert für alle zu rechnen und zu modellieren? Ein allgemeines Beispiel: Wenn eine sozialpolitische Diskussion jedem Deutschen seinen statistischen Anteil am allgemeinen Reichtum zuordnet, dann gibt es keine Armut und auch keine Superreichen, und dann gibt es auch nicht viel zu besprechen. Sozialpolitisch interessant ist nicht so sehr der Durchschnittswert, sondern die Verteilung zwischen Arm und Reich.

So ist es auch bei der Ansteckungswelle mit dem Virus: Es macht tatsächlich einen Unterschied, wenn die Verbreitung weit überwiegend von einem kleinen Teil der Bevölkerung „erledigt“ wird, während eine Mehrheit daran fast keinen Anteil hat.

Denn – etwas vereinfacht gesagt – der Verbreitungsbeitrag jedes Einzelnen hat nicht zuletzt damit zu tun, wie intensiv er soziale Kontakte pflegt. Diejenigen, die sehr kontaktfreudig sind, tragen natürlich sehr viel mehr zur Verbreitung der Krankheit bei. Aber, und das ist das entscheidende für die Modellierung der Ansteckungswelle in der Gesamtbevölkerung: Sie kommen auch sehr viel früher mit dem Virus in Kontakt, denn das Virus erreicht die Mitglieder der Bevölkerung nicht quasi gleichberechtigt, so wie die Roulette-Kugel die Gewinnzahlen, sondern es erreicht mit höherer Wahrscheinlichkeit diejenigen, die besonders kontaktfreudig sind. (So, als wären manche Zahlen in der Roulette-Schüssel mehrfach vertreten.) Es agiert quasi wie ein Erntehelfer in der Obstplantage, der als erstes die niedrig hängenden Früchte vom Baum nimmt – und nicht diejenigen, für die man erst groß auf die Leiter klettern muss.

Warum die Reproduktionsrate von selber nachlässt

Das heißt im Ergebnis: Je weiter der Erreger sich verbreitet, desto „anstrengender“ wird es für ihn schon ziemlich bald, denn die sehr kontaktfreudigen Super Spreader hat er ja schon als erste zur Verbreitung eingespannt. Nach und nach kann sich das Virus nur noch über Menschen verbreiten, die weniger kontaktfreudig sind, und damit nimmt automatisch die Reproduktionsrate ab – selbst ohne dass die Politik die Menschen zu Hause einsperren müsste.

Wenn man den Verlauf der Ansteckungswelle unter solchen Voraussetzungen modelliert, mit einer plausiblen Verteilung der (vereinfach gesagt) Kontaktfreudigkeit und damit der Infektionsgefährlichkeit innerhalb der Bevölkerung, dann kommt man zu ganz anderen Zahlen als die Panik-induzierenden Londoner Berechnungen.

Dann sinkt die Reproduktionsrate schon sehr viel früher unter den kritischen Wert von 1, wenn ein geringerer Prozentsatz der Bevölkerung infiziert worden ist, und dann erreicht die Krankheit vor ihrem „Verenden“ auch nur einen viel kleineren Teil der Gesamtbevölkerung.

Jemand, der sich mit den mathematisch-statistischen Feinheiten im Gegensatz zu mir bis ins Detail auskennt, nämlich der Engländer Nicholas Lewis, der sich hauptsächlich als Skeptiker und Kritiker der vorherrschenden Klima-Hysterie-Lehre betätigt, hat das mit sehr anschaulichem Ergebnis durchgerechnet und grafisch umgesetzt (hier).

Diesen differenzierteren Berechnungen nach braucht es, bis Herden-Immunität die Ansteckungswelle abebben lässt, nicht fast 60 Prozent der Bevölkerung, sondern vermutlich nicht einmal 20 Prozent, wobei auch ein Wert von unter 10 Prozent möglich scheint. Das heißt außerdem, dass nicht fast 90 Prozent der Bevölkerung am Ende Kontakt mit dem Virus gehabt haben werden, sondern vielleicht ein Drittel, vielleicht nicht einmal 20 Prozent.

Hat Schweden es womöglich richtig gemacht?

Und nun noch einmal zurück zum Gesamtbild. Am Beispiel Schweden: Dort nähert sich die Zahl der Todesfälle 4.000; die Bevölkerung zählt knapp über 10 Millionen.

Wenn nun auf jeden Todesfall tatsächlich – mit einer riesigen Dunkelziffer von bisher nicht getesteten und damit nicht als infiziert statistisch erfassten Personen – 500 bis 1.000 Infizierte kommen, dann hätten in Schweden schon 2 bis 4 Millionen Menschen, also etwa 20 bis 40 Prozent der Bevölkerung das Virus verarbeitet – und mit sehr hoher Wahrscheinlichkeit wäre die Herden-Immunität tatsächlich schon erreicht. (Nicholas Lewis leitet aus den Stockholmer Zahlen einen Schätzwert von 17 Prozent ab, von dem aus die Infektionswelle abklingt.)

Das schließt natürlich nicht aus, dass im Einzelfall noch gefährliche Ansteckungen stattfinden. Wenn ein Altenheim draußen auf dem Land Besuch aus einer Großstadt bekommt, der Besuch steckt einen Angehörigen an, und der Pflegebedürftige über das Personal dann den Rest des Hauses, dann wäre das tragisch genug. Aber dergleichen kann man mit geeigneten Maßnahmen zum Schutz besonders gefährdeter Einrichtungen vermeiden. Ganz sicher wäre ein flächendeckender Hausarrest der Bevölkerung – wie in vielen Ländern und US-Staaten durchgesetzt – nicht mehr zu rechtfertigen.

Und nun zurück aus Schweden. In Deutschland haben wir bislang etwa 8.000 als Covid-Opfer registrierte Personen. Wenn einschließlich der Dunkelziffer tatsächlich schon 8 Millionen Menschen infiziert worden sind, wären das schon fast 10 Prozent der Bevölkerung. Und dann hätten wir zwar vielleicht noch keine Herden-Immunität, wären aber schon auf sehr gutem Weg dorthin. Denn, noch einmal: Die potenziellen Super Spreader, die besonders kontaktfreudigen Virus-Intensiv-Verbreiter, sind im Wesentlichen schon längst „durch“. Von hier aus könnte es effektiver sein und völlig ausreichen, die besonders gefährdeten Menschen, also (vorerkrankte) alte Personen, gezielt zu schützen, die jüngeren und wenig gefährdeten aber halbwegs „machen zu lassen“.

Übereinstimmung mit vielen skeptischen Beobachtern

Zu vorstehenden Überlegungen würde auch passen, dass viele Beobachter des bisherigen Verlaufs, und zwar auch wirkliche Fachleute, inzwischen zu der Einschätzung neigen, dass die Stilllegung der Wirtschaft zu einem Zeitpunkt politisch beschlossen worden ist, zu dem die Reproduktionsrate des Virus schon in einem mehr oder weniger tragfähigen Bereich angekommen war.

Das hat hier auf der „Achse“ Prof. Ederer eindrucksvoll vorgerechnet, schon vor Wochen. Auch er ist davon ausgegangen, dass die quasi explosionsartige Verbreitung des Virus zu Anfang vor allem auf spezielle Ereignisse und damit automatisch auf bestimmte Personengruppen bezogen war, zum Beispiel Karneval im Rheinischen und Après-Ski in Tirol – und dass die Ansteckungsgefahr ohne solche „Ausreißer“ gar nicht so katastrophal sein könne.

Für eine präzise, endgültige Diagnose ist es sicher noch zu früh. Aber ganz sicher ist es tatsächlich abwegig, einen Ansteckungsverlauf zu modellieren auf Grundlage einer Annahme, dass alle Menschen in der Gesellschaft auf selbem Risikoniveau agieren – wie es am Londoner Imperial College mit maximalem Effekt auf Politiker weltweit geschehen ist.

Erstaunlich also, dass man auf das eigentlich offensichtliche nicht schon weit früher gekommen ist: Die Realität besteht niemals aus hundert Prozent Durchschnittswert, sondern aus einer weitgefächerten Verteilung mit gewaltigen Differenzen zwischen den Skalen-Enden.

Die Verteilung im Auge behalten

Es sind nur ein paar Prozent der Steuerzahler, die schon die Hälfte der Einnahmen erbringen. Es sind nur ein paar Promille extrem veranlagter Personen in der Gesellschaft, die einen riesigen Teil aller Gewaltverbrechen begehen. Es sind nur ein paar Dutzend Spitzentalente, die einen großen Teil des Geschäfts mit dem Profifußball unter sich ausmachen, zwischen Ronaldo und Toni Kroos. Und so weiter, quer durch alle Lebensbereiche.

Und es sind eben auch nur etwa 10 Prozent der Bevölkerung, die 80 Prozent der Virusverbreitung besorgen (amtliche Zahlen!). Diese 10 Prozent, von denen ganz sicher niemand eine böse Absicht hatte, dürften längst immunisiert sein, zum allergrößten Teil jedenfalls.

Deshalb sollte auch Deutschland mutiger sein und sich ein Beispiel an Donald Trump nehmen: „Wir müssen unser Land wieder öffnen!“ Wie gesagt, nicht völlig leichtsinnig und unvorsichtig. Es macht unbedingt Sinn, die besonders Gefährdeten gezielt zu schützen. Und es sollte jetzt massiv in die Bevölkerung hineingetestet werden, um belastbare Zahlen über bisherige Dunkelziffern und die Durchdringung mit dem Virus zu gewinnen.

Es deutet einiges darauf hin, wie gesagt, dass wir von einer Herden-Immunität zumindest nicht mehr sehr weit entfernt sein könnten, und dass man dafür eben nicht die Durchseuchung einer großen Mehrheit der Bevölkerung akzeptieren muss, sondern vielleicht nur etwa jede vierte Person betroffen sein wird – und mit etwas Geschick die Jüngeren, nicht Lebensgefährdeten. In Berlin muss der Anteil vermutlich höher liegen, weil die Menschen dort enger aufeinander hocken, und in den tiefen Schwarzwald verirrt sich das Virus ohnehin erfolglos. Auch insoweit gilt: nicht nur mit einem allgemeinen Durchschnitt rechnen, sondern die Verteilung im Auge behalten.