Die ganze Geschichte? Alles begann vor vier Tagen, genauer, am Mittwoch um 22:57 Uhr. Es war eine kleine Benachrichtigung am rechten Bildschirmrand, die zum Aufruf eines bundesweiten Hackathons führte, und einen Tag später zu einer sechsköpfigen Videokonferenz. Da saßen wir also, ein interdisziplinäres Team bestehend aus Freunden und Freundes Freunden. Genauer gesagt: zwei Wissenschaftler vom Max-Plank-Institut, eine Expertin für gesellschaftspolitische Kommunikation, zwei Masterstudierende in Design und ein Kreativ-Konzepter. Alle mit dem gemeinsames Ziel, die großen Herausforderungen der Bürgerinnen und Bürger zu lösen und kollaborativ ein herausstechendes kreatives und innovatives Projekt zu schaffen.
Und dann war es auch schon Freitag, 14:00 Uhr..., 16:00 Uhr..., 18:00 Uhr. Auf heißen Kohlen bremste uns die Verzögerung, ehe im Schnelldurchgang sich jede*r drei Themen aus Airtable raussuchte und dann in einer Abstimmung das finale Thema ganz demokratisch entschieden wurde: „#220 Predict the Curve Flattening (Wie können wir Daten besser aufbereiten und nutzen?)“.
Samstag, 9:30 Uhr. Die erste Videokonferenz am Tag, in der wir uns über die erste Phase unseres Projekts abstimmten: Brainstorming. Jede*r für sich oder im Team hatte in zwei Stunden die Möglichkeit maximal zehn Ideen zu präsentieren, wie das Problem möglichst kreativ und innovativ gelöst werden kann. Der Output war phänomenal. Nicht nur von geübten Kreativen und Konzeptern kamen tolle Ideen, auch unsere beiden Wissenschaftler sorgten für „Wow“-Momente. In der Welt von Kreativen können Brainstormings schnell zum Verhängnis werden, wenn das Ego überwiegt oder zu viele „Abers“ den kreativen Denkprozess demoralisieren. In unserem Team konnten wir bereits nach der ersten Session uns alle auf eine Idee einigen. Das alleine ist schon etwas, worauf man sehr stolz sein kann und was vielen Kreativteams nicht gelingt. Doch so fließend sollte es nicht weitergehen. Was wäre das auch für eine Geschichte, wenn sie keine Tiefen hat?
Idee
Unsere anfängliche Idee war ein Spiel, welches zusammen von zuhause aus die infizierte Welt heilen soll. Das Spielprinzip basierte auf Echtzeit-Daten und Entscheidungen von den Spieler*innen. Dabei stand zentral die Frage im Raum, wie würde sich die Kurve der Neuinfizierten verändern, wenn die ganze Welt so handeln würde, wie du im Spiel?
Herausforderung & Learning
Mehrere Stunden wurden Modelle zu Vorhersagen entwickelt, User-Experience- und Gamification-Konzepte geschrieben und Designs erstellt. Doch welchen Spielansatz wir auch wählten, die Parameter waren entweder zu komplex, herausfordernd oder zu anspruchslos für die Spieler*innen, um Spielspaß zu gewährleisten und ein letztendliches Learning aus dem Spiel zu ziehen. Beispielsweise führte das Spiel zu Entscheidungen, zu denen wir keine fundierten Vorhersagen treffen konnten („Was passiert, wenn Menschen sich nicht die Hände waschen?“) oder das Spiel konnte mit Logik schnell gewonnen werden („Ich schließe alle Menschen auf der Welt ein und warte vierzehn Tage“).
Es rauchten die Köpfe und Lösungen mussten her. Wir diskutierten, bis wir allen Ballast an Komplexität losgeworden sind und nur noch die einzelne wichtigste Frage „Wann hört die Krise auf?“ im Raum stand, neben der Folgefrage „Was kann ich tun, um die Krise früher als erwartet zu beenden?“. Rückblickend betrachtet standen wir also wieder am Anfang, hatten aber bis dahin viel darüber gelernt, was von wirklicher Bedeutung ist. Und so kam die Idee, das Spiel so simpel wie möglich zu gestalten: Eine Webseite mit dem Titel „When is it over?“ und dem Teilnahme-Button „Ich bleibe zuhause“. Denn um die Kurve schnellstmöglich auf einen Nullwert zu bringen, braucht es Social Distancing als Maßnahme – dazu wollen wir motivieren. Zudem können wir mit der Seite nicht nur Bürger*innen die große Angst der Ungewissheit nehmen, wir können ebenso crowd-sourcen, wie viele Menschen aktuell zuhause bleiben.
Ziel
Mit den Daten und einfachen epidemiologischen Modellen können wir abschätzen, wie lange die Pandemie noch anhalten wird (s. u.). Diese Schätzung ist anfänglich noch sehr ungenau und wird mit zunehmender Teilnehmerzahl genauer. Wir zeigen transparent die Genauigkeit unserer Schätzung und motivieren die Teilnehmer*innen dadurch, das Projekt in ihren sozialen Netzwerken zu teilen, mit dem gemeinsamen Ziel, das Ende der Krise immer weiter in die Gegenwart zu bewegen. Mit der Einwilligung „Ich bleibe zuhause“ bestärken wir das moralische Bewusstsein (vgl. Dan Ariely „Our Buggy moral code“) und konditionieren mit einem Belohnungssystem ein positives Verhaltensmuster (vgl. Gabe Zichermann et. al „Gamification by Design"). Dadurch tragen wir dazu bei, dass das Social Distancing konsequenter eingehalten wird und die Länge der Krise nicht nur auf der Webseite, sondern auch in Wirklichkeit sinkt.
Lösung – Eine Webseite, die dir sagt, wann die Corona-Krise endet
Um die Webseite attraktiv für die Bürger*innen zu halten, haben wir einen Spielansatz entwickelt, der unmittelbar den persönlichen Einfluss auf die Krise zeigt und zugleich den sozialen Zusammenhalt verdeutlicht und fördert. Auf der Webseite, bzw. im Social Game werden die tagesaktuellen Fallzahlen als rote Blöcke angezeigt. Von Tag zu Tag breitet sich demnach die rote Fläche über das Browserfenster aus. Die Nutzer*innen können gegen diese Infizierung ankämpfen, indem sie zuhause bleiben. Mit der Teilnahme über den Button „Ich bleibe zuhause“ können sie ihr selbstgewähltes Unicode-Emoji auf eine leere Fläche setzen und damit verhindern, dass dieser spezieller Fleck infiziert wird. Schnell merkt man beim rauszoomen, dass eine einzelne Person nicht viel ausrichten kann gegen aktuell 18.610 roten Blöcken. Daher kann man sein Emoji über die sozialen Netzwerke teilen, um Freunde zu animieren auch ihr Emoji zu setzen und vor allem zuhause zu bleiben. Insgesamt können so viele Emojis gesetzt werden, bis die Krise komplett eingedämmt ist. Von Tag zu Tag kommen also mehr rote Blöcke dazu, aber auch mehr Menschen setzen ein Zeichen, äh wir meinen Emoji, und bleiben zuhause. Irgendwann stoppt die Zahl der Infizierten und sinkt. Und aus den roten Blöcken werden gesunde Emojis, bis am Ende die gesamte Webseite ein riesiges Meer an hunderttausenden von Emojis ist.
So funktioniert's
Zur Umsetzung des Ganzen verwenden wir ein einfaches logistisches Modell, welches auf den tagesaktuellen Daten des Robert-Koch-Instituts (RKI) basiert (https://www.rki.de/DE/Content/InfAZ/N/Neuartiges_Coronavirus/Situationsberichte/Gesamt.html). Wir ermitteln die Ansteckungsrate ohne Social-Distancing-Maßnahmen aus dem Datensatz des RKI und verwenden dann unsere crowd-sourced Daten, um die zukünftige Ansteckungsrate zu prognostizieren. Dies ergibt eine stückweise logistische Funktion, aus der wir den Zeitpunkt abschätzen können, an dem die Zahl der Neuansteckungen einen Schwellenwert unterschreitet. Die Genauigkeit dieser Abschätzung können wir bestimmen, indem wir denselben Zeitpunkt einmal mit der Annahme bestimmen, dass ausschließlich die Projektteilnehmer*innen momentan zuhause bleiben, und einmal mit der Annahme, dass alle Bürger*innen momentan zuhause bleiben.
Unser Projekt besteht aus einer Webseite, mit der Bürger*innen interagieren können, einem Backend zur Erfassung der crowd-sourced Daten und unserem Modell zur Datenanalyse.
Die Webseite verwendet die folgenden open-source Technologien:
Als Backend planen wir einen Django Server zu betreiben, dem eine Datenbank zugrunde liegt. Sobald ein/e Bürger*in mitmacht und ein Emoji platziert, wird ein Zeitstempel mit einem zufällig generieren „Passwort“ gespeichert und der Person angezeigt. Mit diesem Passwort kann man sich zu einem späteren Zeitpunkt erneut anmelden, um weiterhin zu bestätigen, dass sie oder er zuhause bleibt. Andernfalls nehmen wir an, dass die/der Teilnehmer*in für eine Woche zuhause bleibt. Das Passwort wird zudem (optional) als Cookie gespeichert und erleichtert das erneute eingeben.
Weitergedacht
Wenn wir das Projekt noch weiterführen, könnten wir uns zunächst vorstellen, dass bereits auf der Startseite den Besucher*innen anhand ihres Standorts die tagesaktuellen Verhaltensrichtlinien angezeigt werden. Ferner könnten durch weitere Modelle und Datensätze nicht nur anhand der Auswahlmöglichkeit „Ich bleibe zuhause“ das Ende der Krise prognostiziert werden. Es können auch weitere Entscheidungen die Kurve beeinflussen, wie etwa „Ich achte auf den Mindestabstand“ oder „Ich zahle kontaktlos“. Dafür könnten tägliche Challenges im Social-Web weitere Anreize schaffen, damit Nutzer*innen weiterhin Spaß und Interesse haben mit der Webseite zu interagieren.
Built With
- adobe-aftereffects
- adobe-illustrator
- babeljs
- css3
- django
- fetchapi
- html5
- javascriptes6
- jupyter
- photoshop
- powerpoint
- python
- service-worker
- vue
- websocketapi



Log in or sign up for Devpost to join the conversation.