01_038_Daten_Flatcurver

Sneak Preview der Anwendung Simulation
Sneak Preview der Anwendung für Infektionen Gesamt sowie der Effekt der verschiedenen Maßnahmen

Repository	Licence	Challenge	ID	Link
Github	MIT	38 - Daten	1757	Flatcurver.de

Inspiration

Gravierende Maßnahmen verändern im Moment den Alltag der Menschen in Deutschland. Die eingeleiteten Schritte werden oft als unverhältnismäßig wahrgenommen, da wir uns ihrer Wirksamkeit und ihrer Notwendigkeit nicht bewusst sind. Wir vom Team #flatcurver machen den Effekt von politischen Entscheidungen auf die Ausbreitung des Virus sichtbar - für Entscheider und alle anderen interessierten Personen! Wir möchten außerdem Menschen so motivieren, sich verantwortungsbewusst zu verhalten, um die Schwächsten zu schützen. Let’s #stayhome and #flattenthecurve!

Unser Team hat sich gefragt:

Welche Eindämmungsmaßnahmen wurden zu welchem Zeitpunkt in einem Bundesland erlassen?
Wie können wir Daten zu Maßnahmen mit den bestehenden Daten verbinden, um die Auswirkungen einzelner Instrumente einzuordnen?
Welche Auswirkung hat jede dieser Maßnahmen auf den Verlauf der Infektionszahlen?

Wir haben den Fokus auf die Betrachtung der Bundesländer gelegt. So können wir die föderalen Maßnahmen zielgerichtet auf ihre Wirksamkeit hin untersuchen.

Funktionen der Anwendung

In einer Anwendung können verschiedene Infos zu den Infektionskurven und dem Einfluss verschiedener Eindämmungsmaßnahmen für jedes Bundesland eingeholt werden. Im Wesentlichen besteht die Anwendung aus zwei Dashboards:

1. Statistische Analyse des Einflusses der verordneten Eindämmungsmaßnahmen auf die tatsächliche Infektionskurve

2. Simulationsmodell: Hier kannst Du als Nutzer verschiedene Maßnahmen, z.B. Schul- oder Restaurantschließungen, aus einem Maßnahmenkatalog auswählen und ihre Wirkung auf die theoretische Infektionskurve beobachten.

Sinn der Anwendung ist es, ein besseres Verständnis für die Infektionskurve zu vermitteln und mit echten Zahlen zu untermauern. Keine bunten Graphen ohne Werte sondern tatsächliche Informationen, verpackt in ansehnlichen Graphen.

Was steckt dahinter?

Unser Tech-Stack wurde mindestens so kunterbunt und groß wie unser Team.

Im Hintergrund holt ein Python-Script die Daten frisch vom Robert Koch Institut und der Berliner Morgenpost.

Von dort aus geht es zum einen in eine mathematische Simulation mit Python und zum anderen in ein trainiertes Modell mit R.

Diese beiden Ansätze können mithilfe einer UI mit verschiedenen Parametern gefüttert werden, um dem Nutzer Interaktion zu bieten.

Herausforderungen

Eine Herausforderung war sicher, mit so vielen Leuten ein Wochenende Power zu geben und die Arbeit des Teams zu koordinieren.

Abgesehen davon gab es auch technische Herausforderungen.:

Zuallererst die Datenlage: Es hat eine Weile gedauert, bis wir sämtliche in Deutschland verordneten Maßnahmen zusammengetragen und kategorisiert hatten (siehe "Nebenprodukte").
Die Auswirkungen von Maßnahmen kann man aktuell nur schwer statistisch abschätzen, da sie noch sehr "frisch" sind.
Aus diesem Grund haben wir das Simulationsmodell entwickelt. Dieses bietet die Möglichkeit, den Einführungszeitpunkt verschiedener Maßnahmen zu verändern und die Auswirkungen auf die Infektionskurve zu beobachten. Die Wirkung der Maßnahmen ist jedoch nur grob geschätzt, deswegen sind die Ergebnisse mit Vorsicht zu genießen.
Das Robert Koch Institut und die Morgenpost bieten unterschiedliche Daten an. Die Morgenpost bezieht sie aktueller von den einzelnen regionalen Gesundheitsministerien, das Robert Koch Institut bietet allerdings auch Daten über Geschlecht und Altersgruppen der Infizierten.

Wie geht's weiter?

Viele unserer Funktionen reifen mit den Daten. Die Belastbarkeit des statistischen Modells sowie des Simulationsmodells wird von weiteren Daten profitieren. Insofern freut Euch darauf, in der kommenden Zeit noch den ein oder anderen Blick auf unsere Anwendung zu wagen!

Die Entwicklung ist natürlich nie zu Ende - und wir haben noch genug Pfeile im Köcher:

Gekoppelte Ausbreitungsraten (z.B. Bayern => Thüringen),
Bevölkerungsschwankungen in der Simulation (Abreise, Anreise, normale Todesfälle und Geburten),
Detailliertere Prognose i.B. hinsichtlich der Belastung des Gesundheitssystems,
Analysen über Bevölkerungsgruppen in Bundesländern,
Präzisierung der Parameter in der Simulation: Welche Maßnahme hat welche Auswirkung?
uvm!

Da wir ohnehin schon einen Blumenstrauß an Technologien haben, sind wir offen für Beiträge jeglicher Art zu unserer Applikation. Um auch anderen Projekten die Benutzung unserer Simulation zu ermöglichen, ist diese so barrierefrei wie möglich gestaltet.

Nebenprodukte

Neben der liebevollen Anwendung sind auch einige Sachen rausgesprungen, die Euch vielleicht weiterhelfen:

ein Datensatz, der Morgenpost-Daten und RKI-Daten pro Tag pro Bundesland bereithält,
ein genauerer Datensatz vom RKI mit Geschlecht und Altersgruppe pro Tag pro Bundesland,
ein Python-Script, um diese Datensätze neu zu erzeugen,
eine Auflistung der beschlossenen Maßnahmen und ihre (derzeit geschätze) Gültigkeitsdauer, sowie der Grenzschließungen der Anrainerstaaten.

Diese Daten sind für Euch frei verfügbar.

Die Daten über die Maßnahmen wurden aus verschiedenen behördlichen Erlassen bzw. aus verschiedenen Nachrichtenportalen gesammelt. Bitte beachtet, dass sie ggfs. nicht mehr aktuell sind, wenn Ihr sie aufruft.