Der Gebrauch von Cookies erlaubt es uns, Ihnen die optimale Nutzung dieser Website anzubieten. Wir verwenden Cookies zu Statistikzwecken und zur Qualitätssicherung. Durch Fortfahren auf unserer Website stimmen Sie dieser Verwendung zu. Genauere Informationen finden Sie im Bereich Datenschutz.

COVID-Prognose-Konsortium

Wöchentlich konsolidierte Kurzfristprognosen zum Verlauf der an COVID-19 erkrankten Personen in Österreich.

Eine Covid-Prognose-Konsortium, bestehend aus Experten der Technischen Universität Wien/DEXHELPP/dwh GmbH, der Medizinischen Universität Wien/Complexity Science Hub Vienna (CSH) und der Gesundheit Österreich GmbH, erstellen wöchentlich konsolidierte Kurzfristprognosen zum Verlauf der an COVID-19 erkrankten Personen in Österreich sowie zu den aktuell verfügbaren Kapazitäten im Spitalsbereich.

Die mathematische Modellierung basiert auf drei generischen Modellen mit unterschiedlichen wissenschaftlichen Zugängen:

  • Modell 1: Agentenbasiertes Simulationsmodell (Ausbreitungsmodell mit Möglichkeit zur Simulation von Social Distancing und Quarantänemaßnahmen)
  • Modell 2: SIR-X Modell (epidemiologisches Ausbreitungsmodell mit Möglichkeit zur Simulation von Social Distancing und Quarantänemaßnahmen)
  • Modell 3: State Space Model Die methodischen Ansätze ergänzen sich durch unterschiedliche Ansätze um den Herausforderungen der sich ständig weiterentwickelnden Daten- und Informationslage gerecht zu werden. Die Outputs der drei Modelle wurden in einem multiplikativen Prozess harmonisiert und konsolidiert.

Das Forscherteam erstellte die Prognose unter der Annahme, dass die ergriffenen Maßnahmen zur Reduktion der Sozialkontakte effektiv auf das angestrebte Verhalten der Zivilbevölkerung und konstant über den Zeitverlauf wirken. Aufgrund der Inkubationszeit treten die Wirkungen zeitverzögert ein.

Datengrundlage für die Modelle ist das elektronische Meldesystem (EMS) des Bundes, das von den Bezirksverwaltungsbehörden gespeist wird.

Eine rollierende Aktualisierung der Prognose erfolgt in regelmäßigen Abständen. Mit weiteren Beobachtungen über den Zeitverlauf wird eine steigende Prognosegüte erwartet, da die Auswirkungen der Maßnahmen besser abgeschätzt werden können.

3. April 2020

10. April 2020

17. April 2020

24. April 2020

1. Mai 2020

8. Mai 2020

14. Mai 2020

22. Mai 2020

29. Mai 2020

5. Juni 2020

12. Juni 2020

19. Juni 2020

25. Juni 2020

2. Juli 2020

9. Juli 2020

16. Juli 2020

23. Juli 2020

30. Juli 2020

7. August 2020

14. August 2020

21. August 2020

28. August 2020

8. September 2020

17. September 2020