Statistiken vermitteln von Natur aus Faktizität, insbesondere wenn sie von öffentlichen und vertrauenswürdigen Quellen veröffentlicht werden. Statistiken sind zwar höchst informativ, bergen aber im Zusammenhang einer Epidemie die Gefahr, dass die Bevölkerung infolge von Verängstigung oder umgekehrt: Besänftigung überreagiert. Während es für vertrauenswürdige Stellen schwierig ist, hier einen goldenen Mittelweg zu finden, instrumentalisieren andere dieses Wirkungspotential auf die Bevölkerung zur Panikmache, zur falschen Beruhigung oder um Fehlhandlungen zu rechtfertigen.
Typen von Statistiken
Im Forschungsfeld um Fake News ist es sinnvoll, zwischen den folgenden Typen von Statistiken zu unterscheiden:
a) falsche Statistiken, die auf falschen/gefälschten Zahlen basieren (Rubrik “Tote und Infizierte“), fehlerhaft berechnet worden sind oder auf der Basis einer Untersuchungsanlage zustande gekommen sind, die nicht den wissenschaftlichen Anforderungen der Repräsentativität, Validität und Reliabilität entsprechen.
b) an sich richtige Statistiken, die aber vom Autor fehlinterpretiert (in Frage gestellt) oder unzureichend erklärt werden. Zu diesem Typ gehört die Behauptung, dass in diesem Jahr alle Influenza-Sterbefälle zu den Coronavirus-Fällen gezählt worden seien. (Correctiv, 18. August 2020)
c) Statistiken, die vom Autor korrekt dargestellt werden, von denen man aber annehmen muss, dass sie Teilöffentlichkeiten missinterpretieren, was zu Fehlschlüssen oder Fehlhandlungen führen kann. Hier handelt sich nicht um Fake News im engeren Sinne.
Registrierte und tatsächliche Zahl Infizierter
Zu den Letzteren zählen die bekannten Statistiken über die „registrierten Fälle“ Infizierter, wenn sie klar als solche deklariert sind. Problematisch ist die Publikation der registrierten Infiziertenfälle insofern, als sie der flüchtige Leser voreilig als tatsächliche Zahl der Infizierten deuten könnte, die je nach “Dunkelziffer” mehr oder weniger höher ausfallen dürfte (Verniedlichung). Zu einem verzerrten Bild der Realität führen Ländervergleiche mit der Angabe der Anzahl der registrierten Fälle,
- da die Art und Weise der Registrierung, das Gesundheitsbewusstsein und die Sensibilisierung für das Coronavirus in den verschiedenen Ländern (und in der Schweiz von Kanton zu Kanton) unterschiedlich sein dürfte, was in der Schweiz auch Anlass zu politischen Debatten über das föderalistische System gibt, und
- meist registrierte Anzahl Fälle miteinander verglichen werden, ohne diese ins Verhältnis zur Bevölkerungszahl der Länder zu setzen. Dies kann bei einem Kleinstaat wie der Schweiz zu einer Unterschätzung (Verniedlichung) und in einem grossen Land wie den USA zu einer Überbewertung des Problems führen (Verängstigung).
Aussagekräftige Statistiken
Aussagekräftig wären Statistiken im Verhältnis zur Bevölkerungszahl, die ebenfalls das Alter berücksichtigen, da dieses offensichtlich den Verlauf der Erkrankung wesentlich mitbestimmt.
Interessant wäre zudem ein (wöchentlicher) Vergleich der Mortalitätsstatistiken mit jenen der Vorjahre unter der Berücksichtigung von Ursache und Alter. Ein länderübergreifender Vergleich derselben würde Rückschlüsse auf die Wirksamkeit der in den verschiedenen Ländern angewandten Strategien und Massnahmen erlauben.
Von Statistiken abgeleitete Prognosen
Statistiken werden häufig benutzt, um Prognosen zu treffen. Prognosen, also Aussagen über die Zukunft, sind nicht per se wahr oder falsch, sondern mehr oder weniger wahrscheinlich. Ob es sich nicht um Fakes handelt, weiss man erst dann, wenn sie sich bewahrheiten respektive als falsch erweisen. Prognosen sollten sich allerdings auf Tatsachen und auf gesichertes Wissen stützen. Wenn dies nicht der Fall ist und die Prognose absichtlich und interessengeleitet publiziert wird, so gehören sie zu Fake News im hier verstandenen Sinn. In der Grauzone befinden sich die in der Berner Zeitung publizierten Prognosen von Koch, die offensichtlich “wider besseres Wissen” statuiert worden sind:
Aus der Berner Zeitung (12. Juni 2020):
“Im Verhältnis zur saisonalen Grippe scheint die Sterblichkeit etwa in der gleichen Grössenordnung zu sein.» Daniel Koch, Medienkonferenz, 24. Februar
Was man damals wusste:
Koch betonte an der Pressekonferenz, dass die Sterblichkeitsberechnung zu einem so frühen Zeitpunkt «sehr, sehr ungenau» sei. Eigentlich könnten solche Berechnungen erst nach einer Epidemie zuverlässig gemacht werden, sagte er. Die Schweizer Epidemiologen Christian Althaus, Marcel Salathé, Richard Neher und Emma Hodcroft zeigen sich am nächsten Tag mit einem jetzt öffentlich gewordenen Brief bei Alain Berset «erstaunt» über diese Aussage. Eine Studie des Imperial College London schätzte damals die Sterblichkeit einer Infektion mit Sars-CoV-2 bei rund einem Prozent. Bei einer typischen saisonalen Grippe liegt der Wert gemäss den Epidemiologen meist deutlich unter 0,1 Prozent. Allerdings kann er je nach Saison auch bei null oder bei einer schweren Grippesaison wie im Jahr 2015 deutlich darüber sein.
Was man heute weiss:
Inzwischen liegen genauere Daten zur Infektionsrate in der Bevölkerung vor. Drei grosse Schweizer Studien, die Antikörpertests in grösseren Bevölkerungsgruppen durchgeführt haben, kommen auf eine Sterblichkeit von rund 0,7 Prozent. Dieser Wert könnte noch sinken, falls sich Hinweise bestätigen, dass bei milden Verläufen später oft keine Antikörper href=”https://www.tagesanzeiger.ch/antikoerpertests-weisen-nur-einen-fuenftel-der-faelle-nach-464141058370″
Fazit:
Koch lag mit seiner Schätzung daneben, aber nicht so stark wie damals vermutet. (Berner Zeitung, 12. Juni 2020)
Beispiele verfälschter, irreführender Statistiken:
(siehe auch Interview von Persönlich mit Vinzenz Wyss)