Exit-Szenarien im Simulationsmodell

Informatiker der FAU berechnen Dynamik der Corona-Pandemie

Der Exit aus dem Corona-Lockdown bestimmt die aktuelle politische und öffentliche Debatte. Über die Wirkung von Lockerungsmaßnahmen wird viel spekuliert, verlässliche Prognosen hingegen gibt es kaum. Ein Forschungsteam der FAU um Prof. Dr. Reinhard German hat jetzt eine detaillierte Modellierung der COVID-19-Pandemie vorgenommen und mögliche Strategien zur kontrollierten Rücknahme von Einschränkungen abgeleitet. Ihre Erkenntnisse hat die Gruppe in einem Preprint veröffentlicht: „Modeling Exit Strategies from COVID-19 Lockdown with a Focus on Antibody Tests“.

Ohne drastische Maßnahmen zur Eindämmung der COVID-19-Pandemie ist eine Überlastung des deutschen Gesundheitssystems zu befürchten und das Leben vieler Menschen in Gefahr. Sicher ist auch, dass ein über Monate andauernder Lockdown gewaltigen ökonomischen und sozialen Schaden anrichten würde. Politik und Wissenschaft sind deshalb gemeinsam auf der Suche nach Strategien, die aktuellen Einschränkungen kontrolliert zurückzufahren und zugleich die Gesundheit der Menschen – vor allem von Risikogruppen – zu schützen. Über die Wirkung von Lockerungsmaßnahmen wird viel spekuliert, verlässliche Prognosen auf der Basis valider Zahlen und Modelle hingegen gibt es kaum.

Modelle simulieren Pandemie

Ein Forschungsteam am Lehrstuhl Informatik 7 (Rechnernetze und Kommunikationssysteme) der FAU unter Leitung von Prof. Dr. Reinhard German hat jetzt in kürzester Zeit zwei Simulationsmodelle entwickelt, mit denen der Verlauf der COVID-19-Pandemie nachgebildet und Auswirkungen einer kontrollierten Rücknahme der gegenwärtigen einschränkenden Maßnahmen abgeschätzt werden können. „Das erste Modell basiert auf systemdynamischen Berechnungen und nutzt im Wesentlichen Kenngrößen wie Basisreproduktionszahl, Inkubationszeit oder Schweregrad des Krankheitsverlaufs, die auch vom Robert-Koch-Institut verwendet werden“, erklärt German.

„Das zweite Modell ist eine sogenannte agentenbasierte Simulation. Hier betrachten wir einzelne Individuen und können genauere Aussagen über deren Verhalten treffen.“ Im Agentenmodell wird beispielsweise simuliert, an welchen Orten sich bestimmte Personengruppen treffen und infizieren können, etwa in der Familie, bei Freizeitaktivitäten, im Arbeitsumfeld oder beim Krankenhausaufenthalt.

Kontaktreduzierungen bis 2023 ohne Impfstoff

Mit ihren Berechnungen konnte das FAU-Team zunächst die Prognose des Robert-Koch-Instituts für den Verlauf der Pandemie unter den gleichen Annahmen bestätigen. Würde unter diesen Annahmen eine baldige vollständige Aufhebung des Lockdowns ohne weitere kontaktreduzierende Maßnahmen erfolgen, würde auch dies das deutsche Gesundheitssystem voraussichtlich nicht verkraften.

„Bei diesem Szenario wäre der Peak nur zeitlich verschoben. Wir müssten uns in der Spitze auf bis zu 400.000 Intensivpatienten einstellen und mit vielen unkontrollierten Todesfällen rechnen“, sagt German. „Hygieneauflagen, etwa das Tragen eines Mund-Nasen-Schutzes, würden diese Kurve etwas flacher verlaufen lassen, aber die Situation wäre immer noch bedrohlich.“

Die Informatiker kommen unter den Modellannahmen zum Schluss, dass über einen relativ langen Zeitraum – bis zum März 2023 – wiederholte kurzfristige Kontaktreduzierungen erforderlich sein könnten, um eine Überlastung des Gesundheitssystems zu vermeiden. German: „Diese adaptive Strategie würde einen Kompromiss zwischen der Rückkehr zum normalen Leben und der Abwendung von Gefahren für das Gesundheitssystem darstellen, bis eine Herdenimmunität erreicht ist. Wenn davor ein Impfstoff zur Verfügung steht, kann diese Zeit verkürzt werden.“

Antikörpertests und Apps helfen

Die Modelle der FAU sind die bislang einzigen, die auch den Einfluss von Antikörpertests berücksichtigen. Für Menschen, die nach einer Infektion Antikörper besitzen und daher vermutlich eine Immunität ausgebildet haben, können Einschränkungen zur Kontaktreduktion aufgehoben werden – das ist besonders relevant für vulnerable Personen und solche, die in systemrelevanten Bereichen arbeiten.

„Bereits 50.000 Antikörpertests pro Tag in Deutschland würden insgesamt 4,4 Millionen Menschen identifizieren, die die Infektion ohne Symptome durchgemacht haben – zusätzlich zu denjenigen, für die dies durch die überstandene Erkrankung bekannt ist. Diese Personen können von den Kontaktreduktionen ausgenommen werden“, erklärt Reinhard German. „Durch eine Verdoppelung der Testkapazität könnte diese Zahl auf mehr als 5,4 Millionen erhöht werden. Alle Angaben stehen selbstverständlich unter dem Vorbehalt der bisher noch eingeschränkt bekannten epidemiologischen Daten und den Modellannahmen.“

In den gegenwärtig stark diskutierten Apps zum digitalen Tracing sieht das Team einen möglichen Ansatz, um einen früheren Kontakt mit einer inzwischen erkrankten Person anzuzeigen. „Entsprechende Apps können helfen, Infektionswege nachzuvollziehen, die Dynamik der Pandemie besser zu verstehen und damit auch den effizienten Einsatz von Antikörpertests zu verbessern“, sagt German.

Weitere Informationen

Prof. Dr. Reinhard German
Lehrstuhl für Informatik 7 (Rechnernetze und Kommunikationssysteme) der FAU
reinhard.german@fau.de