Vorhersagemodelle : Vorhersagemodelle: Zeit für einen Diskurs

Heute schon werden tagtäglich in vielen Industrien Entscheidungen auf Basis von Vorhersagemodellen getroffen, etwa bei der vorausschauenden Instandhaltung von Fahrzeugen. Anders sieht es bei strategischen Entscheidungen auf der höchsten politischen und unternehmerischen Ebene aus. Dabei ist die Coronakrise eigentlich ein geeigneter Anlass, um mehr darüber zu sprechen, wie Vorhersagemodelle uns helfen können, diese Krise effektiver zu managen.  

Doch der Tenor in Talkshows und Meinungsartikeln ist durch und durch skeptisch. Mit „mathematischen Modellen” würden wir nicht weiterkommen, heißt es, denn sie seien nur so gut wie die Daten, auf denen sie basieren. In Sachen Corona gibt es dabei durchaus legitime Zweifel an ihrer Glaubwürdigkeit. 

So könnte die vielzitierte vergleichsweise geringe Anzahl an Toten in Deutschland schlicht und einfach damit zu tun haben, dass in Deutschland mehr und gründlicher getestet wird als in Italien. Und ja, insbesondere Ländervergleiche sind aufgrund der Inkonsistenz der Daten mit Vorsicht zu genießen.  

Das Problem sind nicht die Daten 

Gleichzeitig ist es viel zu kurz gegriffen, Vorhersagemodelle mit dem Verweis auf das Datenproblem pauschal jede Glaubwürdigkeit zu entziehen. Denn Tricks und Kniffe, um Datenlücken zu schließen, gehören heute zum Repertoire eines jeden Spezialisten für Vorhersagemodelle. Die Lücken erschweren zwar die Erstellung guter Vorhersagen, machen diese aber nicht unmöglich. Darum sollte man die Aussagekraft bestehender Modelle nicht unterschätzen, auch wenn ihre Datenbasis nicht perfekt ist.  

In unser eigenes Corona-Vorhersagemodell haben wir beispielsweise genügend Vertrauen, um daraus ein öffentlich zugängliches Prognose-Tool zu basteln. Das wirkliche Problem ist ein anderes. Es ist die fehlende Sensibilisierung der Öffentlichkeit für das Thema, weil es an einem öffentlichen Diskurs fehlt. 

Öffentlichkeit ist noch nicht reif 

Weder haben Entscheidungsträger in Politik und Wirtschaft verstanden, wie sie Vorhersagemodelle nutzen können, noch hat die Öffentlichkeit gelernt, diese zu konsumieren. Das Datenproblem ist nur eine Folge davon. Würden alle Kliniken in allen betroffenen Ländern ihre Corona-Tests so genau digital dokumentieren, wie es mittlerweile jeder Späti für den Verkauf eines Schokoriegels tun muss, dann gäbe es eben keine eklatanten Datenlücken. Es geht auch nicht um personenbezogenen Daten, die unter Datenschutz stehen, sondern darum, herauszufinden, welche Klinik wie viele Tests wann gemacht hat und zu welchen Ergebnissen diese geführt haben. Das ist heute praktisch unmöglich. Doch eben aus diesen Kennwerten lässt sich die wahre Verbreitung von Covid-19 ableiten. 

Den Diskurs anzustoßen liegt allerdings in der Hand der Vorhersagemodell-Experten in Unternehmen und der Wissenschaft. Doch selbst hier befindet sich der Meinungsaustausch aktuell auf Sparflamme. Viele Experten haben Hemmungen, ihre Prognosen zu veröffentlichen und zu diskutieren, schließlich könnten diese später deutlich von der Realität abweichen. Dabei wäre eine Art Peer-Review-Mentalität genau das, wovon die gesamte Experten-Community profitieren könnte. Je mehr die Experten sich gegenseitig überprüfen, desto besser werden auch die Modelle. 

Nutzen der Modelle in Krisenzeiten 

Gerade in der Coronakrise sollten die Experten Modelle entwickeln, was das Zeug hält. Auf die Modelle, die sich hinterher bewähren, könnte man dann in kommenden Krisen wieder zurückgreifen. Und wäre die Politik sowie die Öffentlichkeit reif genug für den Nutzen der Vorhersagemodelle, dann würden diese Modelle einen Beitrag dazu leisten, die Krise effektiver zu bewältigen. 

Ein aktuelles Beispiel: Nicht überall, vor allem nicht in Berlin, reagieren Menschen mit Verständnis auf Restriktionen wie Ausgangsbeschränkungen. Erst kürzlich stellte eine Bevölkerungsstudie der Uni Mannheim fest, dass die Akzeptanz in der Bevölkerung für harte Maßnahmen gegen Corona schwindet. Vorhersagemodelle können bei solchen Fällen ins Spiel kommen, um die Restriktionen besser an die breite Öffentlichkeit zu vermitteln.  

So könnte die Bundesregierung mit ihrer Hilfe klar veranschaulichen: Wenn zum Zeitpunkt A genug Menschen mitmachen, könnten wir zum Zeitpunkt B einer Verbesserung der Situation erwarten. Wenn nicht genug mitmachen, dann würden sich Zeitpunkte entsprechend verschieben. Weil Vorhersagemodelle dynamisch, anpassbar und leicht visualisierbar sind, könnte die Regierung eine Website aufsetzen, die die Bevölkerungen in Echtzeit die Befolgung der Regeln und den davon abhängenden Zeitpunkt der Verbesserung nachverfolgen ließe. 

Solche Nutzungsszenarien bringen mehrere Vorteile mit sich. Werden Politiker heute gefragt, wann die Krise endet oder wann Lockerungen der Restriktionen kommen, gibt es meistens ein „wir wissen es nicht”. Das mag ehrlich sein, sorgt aber langfristig für Verunsicherung in der Bevölkerung. Durch Vorhersagemodelle können sie sich auf einen möglichen Zeitrahmen beziehen, der mindestens als Orientierungshilfe dienen kann. Gleichzeitig könnte dadurch die Solidarität für die Restriktionen in der Bevölkerung steigen, weil das Problem und seine Ursachen darauf nachvollziehbarer werden.  

All das wird jedoch nur möglich sein, sobald ein gewisser Reifungsprozess in der Öffentlichkeit abgeschlossen ist. Dieser Zeitpunkt wird kommen, denn eins ist sicher: Vorhersagemodelle werden global in den nächsten Jahren eine immer wichtigere Rolle spielen. Die Möglichkeiten, die sie eröffnen, sind zu groß, um langfristig ungenutzt zu bleiben. Gerade im Gesundheitssbereich können sie viel Gutes tun: von der dynamischen Vorhersage des Blutzuckerspiegels bei der Einzelperson bis hin zur effektiveren Eindämmung von Pandemien wie Covid-19 auf der staatlichen Ebene. Es liegt an den Experten, einen Diskurs anzustoßen, um diesen Reifungsprozess zu beschleunigen.

Lars-Alexander Mayer ist Geschäftsführender Gesellschafter und Mitgründer von TD Reply.