(8) Für die Gesamtzahl der Infektionen mit Dunkelziffer in 2025 bis zum 1.12. spielt der Unterschied der Dunkelziffern bei kleinen Infektionswerten keine Rolle. Sie ist

mit AMELAG-DZ : 11,4 Mio,
mit DZ=87: 11,0 Mio.

(7) Das wesentliche Ergebnis ist aber, dass RKI-Fall-, HOSP- und ITS-Meldungen eine gemeinsame Modulation der DZ besitzen. Das halte ich für nicht plausibel. Also vermutete ich systematische Abweichungen bei den AMELAG-Daten, die eine DZ-Bestimmung daraus verhindern. /8

(6) In (der etwas vollen) Grafik 4 ist diese AMELAG-DZ für die anderen Spalten der AMELAG-Datei ergänzt, alle gleich skaliert und verschoben, damit die Maxima zu den RKI-Daten passen. Zunächst sieht man, dass die Quotienten für kleine Werte besonders fehleranfällig sind. /7

(5) Eigentlich passen die Daten gut zusammen. Wenn man jetzt annimmt, dass die AMELAG-Daten die Wirklichkeit darstellen (proportional), und damit die Variation der Dunkelziffer der RKI-Fallmeldungen schätzt (AMELAG/RKI), erhält man eine stark variierende DZ (grün in Grafik 3). /6

(4) Grafik 2 zeigt die AMELAG-Viruslast (*1,25 und eine Woche rechts verschoben) im Vergleich zu allen RKI-Meldedaten (Fälle + Hospitalisierungen(HOSP) + Intensivbelegung (ITS) skaliert). HOSP ist proportional zu den Fällen, ITS fällt ab (weniger schwere Fälle durch XFG). /5

(3) Die Skalierungen sind so gewählt, dass die AMELAG-Kurven und die RKI-Kurve an den Maxima übereinstimmen, nämlich:

AMELAG (Genkopien pro Liter) * 1,25 = RKI-Fallmeldung pro Tag * DZ-

DZ ist die Dunkelzifferschätzung meiner Modellierung, DZ=87 seit 1.12.2024 bis auf Feiertage. /4

(2) Die AMELAG Abwasserdaten enthalten im
Wesentlichen 5 Spalten (Viruslast, Viruslast normalisiert, Vorhersage + 2 Schranken), alle 'hochverarbeitet' (→ github.com/robert-koch-...). Grafik 1 ergänzt diese 5 Kurven durch die skalierten RKI-Infektionsmeldungen (gepunktet). /3

(2) Die Tabelle gibt Modellwerte an verschiedenen Zeitpunkten für den Fall mit R1+0,04 am 15.11. und für konstante Dunkelziffer. Durch die häufigen Anpassungen entsprechen die Modellwerte der Vergangenheit gut den Meldungen. Die Vorhersage ist gerade unsicher (neue Variante).

(3) Grafik 3-6 ergänzen Entwicklung und Vorhersage der Meldedaten für das Modell vom 26.11. mit BA.3.2.2. Die Intensivbelegung weicht vom Modell ab, während die Todesfälle ihm wieder folgen (Grafik 6). Das Variantenmodell ist noch sehr unsicher (Fluchteigenschaften?).

(2) Die Aufwärtsentwicklung der letzten Tage relativ zur Kurve vom 20.11. für die Infektionen (Grafik 2) schreibe ich nicht der neuen Variante zu, sondern einer Änderung im Kontaktindex R1 (Wetter?). /3

(2) Ein Modell, das zu den 4 gemeldeten Sequenzierungspunkten für BA.3.2* passt, ist 'ziemlich beliebig' (Grafik 1A für den Fall in (1) oben und Grafik 1B). Damit ist die Entwicklung kaum vorhersagbar (Grafik 2A und 2B). 'Es kann viel schlimmer kommen'. Die Daten der nächsten Wochen entscheiden.

(2) Die Sequenzierungsdaten deuten auf einen sehr steilen Anstieg des Anteils der neuen Variante hin. Eine Modellierung, die zu einem solchen Anstieg passt, lässt die Winterwelle bis Februar 2026 noch einmal ansteigen und erst dann zusammenbrechen (Grafik 2).

Die Todesfälle pro Woche liegen seit langem bei ~63% der Intensivbelegung 2 Wochen vorher (9% pro Tag). Die Meldungen der Intesivbelegung haben sich von meiner Modellierung seit einer Woche etwas abgelöst, sie fallen stärker, und seit 3 Tagen steigen die Todesfälle relativ zu dieser Entwicklung.

(2) Die Tabelle zeigt Modellwerte heute, vor einer Woche, in einer Woche und am geschätzten Zeitpunkt der Halbierung der Infektionen (30.12.25).

(3) Der Abfall der DZ jetzt würde bedeuten, dass die tatsächliche Inzidenz noch stärker abfällt, als in meiner Modellierung mit konstanter DZ (Grafik). Wegen des ‚parallelen‘ Verlaufs der RKI-Fallmeldungen mit HOSP und ITS (mit XFG-Korrektur) halte ich das zumindest für merkwürdig.

(2) Wenn die AMELAG-Daten die ‚Wirklichkeit‘ repräsentieren, ist dieser Quotient die Dunkelziffer der RKI-Meldungen. 'Übertrieben' hohe Werte könnten bei niedriger Inzidenz (mit) durch den kleinen Nenner entstehen, ohne großen Einfluss auf die Gesamtzahl der Infektionen. /3