Wie Mobilitätsanalysen helfen, den Lockdown und die Rückkehr zur Normalität zu managen

Mobilitätsforschende der TU Berlin prognostizieren mit Hilfe von Senozon-Modellen und Telefónica-Daten das Infektionsgeschehen

Ein entscheidender Faktor für die schnelle Ausbreitung des Coronavirus ist die hohe Mobilität unserer Gesellschaft: Von relativ kleinen, lokalen Hotspots konnte sich das Virus sehr schnell in weitere Gebiete ausbreiten. Nur die schnellen Reaktionen der Regierungen konnten verhindern, dass die Infektionsentwicklung ausser Kontrolle geriet. Die Nebenwirkungen: Unser gesellschaftliches, kulturelles und wirtschaftliches Leben kam nahezu zum Erliegen.

Aber wie kommt man aus dem Lockdown heraus, ohne dass die Infektionszahlen wieder signifikant ansteigen?

Mobilitätsverhalten verstehen und prognostizieren

Mit der Frage, wie viel Mobilität möglich ist, ohne das Gesundheitssystem zu überfordern, beschäftigt sich das Team um Professor Kai Nagel an der Technischen Universität (TU) Berlin. Als Mobilitätsexpert*innen nutzen sie Modelle, anhand derer sie die Mobilität der Bevölkerung analysieren und prognostizieren. In diesen Computermodellen bewegt sich eine nachgebildete Bevölkerung. Sie entspricht in ihren Eigenschaften (z.B. Alter und Geschlecht) und Verhaltensweisen der echten Bevölkerung eines Landes. Anhand des Modells zeigen die Forschenden auf, wie sich diese Bevölkerung wann, wo, zu welchem Zweck und mit welchem Verkehrsmittel bewegt.

Das Deutschlandmodell, das ursprünglich von der Senozon für die Verkehrsplanung und Standortwahl entwickelt wurde, kann nun auch im Kampf gegen das Coronavirus verwendet werden. Denn die Forschenden haben auch die Annahmen zum Ausbreitungsverlauf in die Modelle mit aufgenommen. Laufend ergänzen sie diese mit Fakten aus der Literatur und den neusten Erkenntnissen der aktuellen Epidemiologie- und Virusforschung.

Dies ermöglicht es der Forschungsgruppe, verschiedene Szenarien der Wiedereröffnung von Einrichtungen im Modell durchzuspielen und deren jeweiligen Auswirkungen zu berechnen. Beispielsweise lässt sich so die Frage beantworten, wie eine Wiederaufnahme des Schulbetriebs die Infektionsverbreitung beeinflussen würde. Ein interaktiver Rechner für die Städte Berlin, München und Heinsberg steht auch der Öffentlichkeit zur Verfügung. Unter https://matsim-vsp.github.io/covid-sim/ können Interessierte verschiedene Wiedereröffnungsszenarien selbstständig durchspielen und das Infektionsgeschehen beobachten. Hätten in Berlin beispielsweise die Ausbildungsstätten seit dem 20. April für die Hälfte aller Lernenden geöffnet, wäre Mitte Juni ein Peak des Infektionsgeschehens zu erwarten. Zu diesem Zeitpunkt müssten sich die Krankenhäuser auf 12‘000 ernsthaft an Corona erkrankte Patienten vorbereiten. Hinzu kämen rund 3‘400 Erkrankte mit Bedarf an Intensivpflege.

Abbildung 1: Szenario zum Infektionsverlauf bei teilweiser Wiederaufnahme des Schulbetriebs in Berlin (https://matsim-vsp.github.io/covid-sim/)

Zusätzlich zu verlässlichen Prognosen verfolgen die Forschenden das Ziel, die Wirksamkeit bereits getroffener Massnahmen zur Mobilitätseinschränkung zu überprüfen. Schaut man auf die durchschnittlichen Reiseweiten der Bevölkerung pro Tag, zeigt sich ein deutlicher Rückgang der Mobilität um bis zu 61% nach der zweiten Märzwoche.

Abbildung 2: Veränderung der durchschnittlichen Reiseweite

Mobilfunkdaten datenschutzkonform analysieren

Grundlage der Senozon-Analysen sind anonymisierte und aggregierte Mobilfunkdaten von Telefónica Deutschland (so genannte „Schwarmdaten“). Mobilfunkdaten fallen im regulären Betrieb des Mobilfunknetzes an, wenn die Handys mit den Mobilfunkzellen kommunizieren. Da Mobilfunkzellen mitunter sehr gross sind, lassen sich diese Daten – anders als GPS-Daten – lokal nicht genau zuordnen. Über die Datenanonymisierungsplattform von Telefónica werden die Mobilfunkdaten zudem anonymisiert und aggregiert, so dass sie keinerlei Rückschlüsse auf konkrete Personen zulassen.  Auf dieser Basis sind nur überblicksartige Analysen wie die von Bevölkerungsbewegungen möglich, nicht aber detailliertere Beobachtungen.

Um solche Schwarmdaten zweckmässig und datenschutzkonform verarbeiten zu können, hat Senozon in den letzten Jahren ein spezielles Verfahren entwickelt. Es ermöglicht den Forschenden, die Erkenntnisse aus den Mobilfunkdaten auf die künstliche Modellbevölkerung zu übertragen und deren tagesaktuelle Mobilität nachzuverfolgen. Das Verfahren erfüllt vollumfänglich die gesetzlichen Anforderungen der DSVGO und wurde vom Bundesbeauftragten für den Datenschutz und die Informationsfreiheit (BfDI) genehmigt.

„Wir sind überzeugt davon, dass unsere bewährten Modelle aus der Verkehrsplanung sinnvolle Prognosewerkzeuge im Kampf gegen die Pandemie sein können. Diese Werkzeuge stellen wir Wissenschaft, Behörden und anderen Entscheidungsträgern gerne zur Verfügung und sind sehr dankbar, dass Telefónica uns dabei unterstützt.“, erklärt Thomas Haupt, Geschäftsführer Senozon Deutschland GmbH.

Senozon AG
Technoparkstrasse 1
8005 Zurich
Switzerland
Senozon Deutschland GmbH
c/o Next-Level-Offices
Franklinstraße 11
10587 Berlin
Germany
Senozon Austria GmbH
Türkenstraße 25/8
1090 Vienna
Austria

Jetzt Newsletter anfordern: