Im April 2020 erlebten Spaziergänger, Jogger und Radfahrer im Bishan-Ang Mo Kio Park in Singapur eine Überraschung: Sie hatten auf einmal einen Roboterhund auf den Fersen. Er erinnerte sie daran, mehrere Meter von anderen Personen entfernt zu blieben. Wie dieses Beispiel zeigt, ist keine Taktik zu abwegig, um der Covid-19-Pandemie zu begegnen, die Milliarden von Menschen auf der ganzen Welt in ihren Häusern eingesperrt hat.

Nun stehen die Staats- und Regierungschefs vor einem schwierigen Dilemma, wenn es darum geht, über die Lockerungen der Maßnahmen zu entscheiden: Entweder erfolgt die Wiedereröffnung zu langsam und verlängert so die Not der Menschen unnötig oder die Beschränkungen werden zu schnell gelockert und lösen eine neue Infektionswelle aus. Es ist ein Balanceakt. Die Ausbreitung des Sars-CoV-2-Virus kann blitzschnell und lange unbemerkt verlaufen. Bestimmte Ereignisse, bei denen die Übertragungsraten besonders hoch sind – so genannte Superspreader-Events – können innerhalb von Tagen für Dutzende oder gar Hunderte von Neuinfektionen verantwortlich sein.

Im Juni 2020 zum Beispiel konnten in Peking mehr als 100 Fälle auf einen zentralen Lebensmittelmarkt zurückgeführt werden. In Melbourne, Australien, sind die Fälle in Wohnblöcken stark angestiegen, was zu einer erneuten Abriegelung geführt hat. Im Mai infizierten sich mehr als 200 Besucher des Nachtclubbezirks Itaewon in Seoul.

Wo infizieren sich die meisten Menschen?

Die Verantwortlichen brauchen Informationen, um zu beurteilen, wo sich die risikoreichsten Stellen an den risikoreichsten Orten – in den Städten – befinden könnten. Studien mit großen Datenmengen zur menschlichen Mobilität müssen mit epidemiologischen Modellen kombiniert werden. Und die demografischen Profile der Menschen, die an einem bestimmten Ort in Kontakt kommen, sind einzubeziehen.

Forscher wissen recht gut, dass sich die Krankheit an Orten ausbreitet, an denen die Menschen viel Zeit von Angesicht zu Angesicht verbringen, wie in Pflegeheimen, Krankenhäusern und Restaurants. Die Dauer des Kontakts, die physische Nähe und die Umweltbedingungen sind die wichtigsten Faktoren. Eine flüchtige Begegnung mit einem Passanten auf einem Weg führt mit geringerer Wahrscheinlichkeit zu einer Infektion, als wenn man 20 Minuten lang neben einer Person sitzt. Enge und schlecht belüftete Innenräume sind risikoreicher als weitläufige Außenräume.

Aber es spielen mehr Faktoren eine Rolle, deren genaue Bedeutung noch unklar ist. Manche Menschen halten sich aus vielen Gründen nicht an Sicherheitsmaßnahmen. So ist es beispielsweise unwahrscheinlich, dass betrunkene Gäste und aufgeregte Freizeitparkbesucher einige Meter voneinander entfernt bleiben. Und wie stark sie sich untereinander vermischen, ist unterschiedlich. Gleich große Gruppen von Schülern, die in einem Klassenzimmer zusammensitzen, verhalten sich anders: Kinder in der Sekundarstufe treffen mehr Schüler und Lehrer als Kinder in der Vorschule. Und Schulkinder treffen sich häufig außerhalb der Schulzeit, auf dem Schulweg beispielsweise, beim Sport oder bei anderen Freizeitaktivitäten.

Pflegeheime besonders gefährdet

Die Einzelheiten solcher alltäglichen Interaktionen sind zu schlecht dokumentiert, um Risikofaktoren genau zu modellieren, wie die Erfahrungen mit Covid-19 zeigen. Ferienressorts, Konferenzen, religiöse Versammlungen und Arbeitsplätze haben allesamt bemerkenswerte Ausbrüche erlebt. Ende Mai gab es in der südkoreanischen Stadt Bucheon Hunderte von Fällen in einem Vertriebslager. In Fleischverpackungsbetrieben in den Vereinigten Staaten, Kanada, Deutschland, Spanien, Irland, Brasilien und Australien kam es zu Ausbrüchen. Einige der ersten Superspreading-Ereignisse fanden auf Kreuzfahrtschiffen statt – mehr als 700 Menschen an Bord der in Großbritannien registrierten »Diamond Princess« wurden im Februar positiv getestet.

Pflegeheime mit vielen älteren oder immungeschwächten Bewohnern sind besonders gefährdet. In Langzeitpflegeeinrichtungen sind fast 60 Prozent der Covid-19-Todesfälle im US-Bundesstaat Washington, 45 Prozent in Schweden und fast ein Drittel im Vereinigten Königreich zu verzeichnen. Beschäftigte im Gesundheitswesen sind natürlich hoch exponiert, mit mehr als 92 000 Infektionen und mehr als 500 Todesfällen allein beim US-Gesundheitspersonal.

Menschen, die eng zusammenleben, sind gefährdet. So traten beispielsweise fast 93 Prozent der COVID-19-Fälle in Singapur in den ersten 48 Tagen in Wohnheimen für Wanderarbeitnehmer auf. Jeder Block beherbergt Tausende von Arbeitern, manchmal 20 pro Zimmer. Die Zahl der Fälle schnellte dort auf über 40 000 oder mehr als 12 Prozent der Bevölkerung in die Höhe, verglichen mit weniger als 2600 Infektionen im Schnitt in dem kompakten Stadtstaat mit 5,3 Millionen Einwohnern.

Am 18. Juni wurden 700 Bewohner eines Hochhauses in der deutschen Stadt Göttingen unter Quarantäne gestellt, wobei etwa 100 Fälle festgestellt wurden. Einige Bewohner hatten bei einem Fluchtversuch Auseinandersetzungen mit der Polizei. Hongkong erlebte 2003, zu Beginn seiner Epidemie des schweren akuten respiratorischen Syndroms (Sars), etwas Ähnliches: Mehr als 300 Menschen eines Wohnblocks infizierten sich fast über Nacht.

In der Tat trugen viele derselben Faktoren, die heute für die Verbreitung von Covid-19 verantwortlich sind – hohe Bevölkerungsdichte, schlecht ausgestattete Unterkünfte und enge Straßen – zu einigen der schlimmsten Ausbrüche früherer Epidemien bei, darunter Cholera, Typhus, Tuberkulose und Sars.

Aber es gibt noch viel zu lernen. Beispielsweise hat Hongkong nach Sars im Jahr 2003 Reformen für gesundes Bauen in den Bereichen Belüftung, Entwässerung, Abfall und Gebäudeinstandhaltung verabschiedet. In Krankenhäusern wurden Luftreinigungssysteme installiert. Ein Forschungsprogramm untersuchte die Auswirkungen der Gebäude auf die Gesundheit. Studien zeigten, dass die Gesundheit der Bewohner zum Beispiel durch die Ausrichtung des Gebäudes, in dem sie lebten, die Höhe ihrer Wohnung über dem Boden und ihre unmittelbare Umgebung im Freien beeinflusst wurde.

Ströme von Menschen

Aber die Menschen bleiben nicht an Ort und Stelle. Städte sind belebte Orte – offene Systeme, in denen viele Menschen von vielen verschiedenen Orten kommen und gehen. Ein Städter kann jeden Tag Tausende von Menschen treffen, beispielsweise während langer Pendlerwege in überfüllten Zügen und Bussen und an Bahnhöfen in der Hauptverkehrszeit. Selbst Autofahrer begegnen vielen Menschen an Tankstellen oder bei Besorgungen. Jede dieser Interaktionen könnte sie Covid-19 aussetzen. Es ist jedoch sehr wenig darüber bekannt, wie sich die Krankheit in jenen Räumen ausbreitet, in denen sich Menschen bewegen, wie auf Flughäfen, an Bahnhöfen, in Bars, Restaurants, Kinos und Flugzeugen.

Eines ist sicher: Fernreisen vergrößern die Reichweite eines Ausbruchs. Durch Kontaktverfolgung konnten 1300 Infizierte im Seouler Bezirk Itaewon auf einen Nachtclubbesucher zurückgeführt werden: Er war von der Stadt Yongin aus 42 Kilometer hingereist und besuchte weitere Bezirke und Provinzen, bevor er positiv getestet wurde. Der Flugverkehr verbreitete Covid-19 schnell in die am stärksten vernetzten Metropolen der Welt – von Wuhan nach Singapur, Hongkong, London und Mailand und durch Europa nach New York und Boston.

Wir wissen nicht, wie das Virus exakt übertragen wurde und welche Maßnahmen seine Übertragung hätten verhindern oder verlangsamen können. Hätten zum Beispiel mehr Masken, social distancing oder eine intensivere Reinigung von Flughäfen geholfen? Oder war die Zeit entscheidend, die Menschen im Flugzeug verbrachten und während derer sie die Atemluft anderer einatmeten? Oder hat sich die Krankheit erst nach dem Aussteigen der Passagiere in den Straßen und Restaurants ausgebreitet? Es ist noch vieles unklar.

Datenschutz versus Bewegungsdaten

Zudem ist wenig darüber bekannt, wie sich die Menschen durch die Städte bewegen. Einige Stadtverwaltungen, darunter jene aus Paris, Singapur und Taipeh, stellen Echtzeitdaten zur Mobilität zur Verfügung, einschließlich des Passagieraufkommens an Haltestellen oder Bahnhöfen, unterschieden nach Herkunfts- und Zielort. Diese Datensätze werden Unternehmen, Entwicklern und Forschern zur Verfügung gestellt, um beispielsweise Navigationsapps zu entwicklen. Aber die meisten Städte stellen solche Daten nicht zur Verfügung oder erheben sie möglicherweise nicht einmal. Sie verfügen nicht über die Technologie und die rechtlichen Rahmenbedingungen, die für den Austausch sensibler persönlicher Daten darüber erforderlich sind. Der Datenschutz muss gewährleistet sein.

Reisedaten verraten auch nicht, wie viel Zeit jemand an einem bestimmten Ort verbracht hat oder wen er getroffen hat und wie lange. Über Personen, die in eine Stadt ein- oder aus einer Stadt ausreisen, ist wenig bekannt, inklusive Touristen. Und detaillierte Informationen über die Aufenthaltsorte von Covid-19-Betroffenen fehlen weitgehend. Einige Länder verfügen über umfassende Test- und Rückverfolgungssysteme, die meisten jedoch nicht. GPS-Daten von Mobiltelefonen wurden beispielsweise in Singapur und Südkorea für die Ermittlung von Kontaktpersonen verwendet, aber nicht in Ländern wie den Vereinigten Staaten, wo die Ermittlung nicht in großem Maßstab erfolgt ist. Apps zur Kontaktverfolgung und die von ihnen generierten Daten sind potenziell wertvoll, doch haben unter anderem Sorgen wie Überwachungsängste ihre Einführung verhindert.

Modellierung von Datenströmen

Ein gutes Modell davon, wie sich die Krankheit verbreitet, kann nur dann entstehen, wenn sich die Daten und das Wissen über die menschlichen Ströme auf den folgenden drei Ebenen verbessern.

Stadtweit: Zunächst braucht es eine generelle Karte, um die Hauptströme von Menschen in einer Stadt darzustellen. Diese sollte die Anzahl der Menschen umfassen, die zwischen den wichtigsten Orten wie Schulen, Einkaufszentren, Bahnhöfen oder Pflegeheimen reisen, sowie den Zeitpunkt, wann sie das tun. Solche Daten könnten aus anonymisierten Mobiltelefonaufzeichnungen oder Informationen über Fahrten mit öffentlichen Verkehrsmitteln gewonnen werden. Die lokalen Behörden sollten ermutigt werden, die Informationen an die Forscher weiterzugeben. Fahrten in die Stadt und aus der Stadt heraus sollten an größeren Bahnhöfen oder Flughäfen geschätzt werden.

Was uns aktuell einschränkt, ist die Verfügbarkeit sowie die Qualität der Daten und Datenschutzbedenken. Personen in Autos sind zum Beispiel schwer zu überwachen. Die Rahmenbedingungen, um Verkehr und Mobilität zu modellieren für Planungs- und Entwicklungszwecke, sind hingegen gut etabliert. So wurden beispielsweise 2016 in Singapur im Rahmen eines nationalen wissenschaftlichen Experiments die Bewegungen von 43 000 Schülern aus 128 Schulen mit Hilfe eines speziell angefertigten Taschensensors verfolgt.

Engpässe: Wie sich Menschen in Innenräumen begegnen – an Flughäfen, großen Einkaufszentren oder Bibliotheken beispielsweise –, sollte der Grundkarte hinzugefügt werden, z.B. durch die Verwendung von WLAN-Signalen. Wo sich die Menschen aufhielten, könnte dann anhand der Intensität der Menschenströme und der jeweiligen Start- und Zielpunkte der Menschen rekonstruiert werden. Typische Bewegungsmuster können aus früheren Studien extrapoliert werden. Beispielsweise sind Einkaufszentren und -parks bekanntermaßen am Wochenende am stärksten frequentiert, Bahnhöfe zur Hauptverkehrszeit an Wochentagen, Schulen zu Beginn und am Ende des Tages und Flughäfen an langen Wochenenden.

Die Nähe von Menschen und die Dauer von Interaktionen kann geschätzt werden, wobei Annahmen wie das erste Gesetz der Geografie von Waldo Tobler zu Grunde gelegt werden, nach dem zwar alles mit allem zusammenhängt, nahe Dinge jedoch enger zusammenhängen als ferne. An wichtigen Punkten, an denen Menschen zusammenkommen, wie Stadien, Bars, Nachtclubs und Theatern, sollten dann genauere Daten erhoben und das Modell entsprechend verfeinert werden.

Epidemiologie: Alle bekannten Faktoren, die die Krankheitsübertragung beeinflussen, sollten im Hinblick auf Demografie und menschliche Interaktionen über ein repräsentatives Spektrum menschlicher Aktivitäten in das Modell einbezogen werden. Zum Beispiel Vorschulkinder, die auf Spielplätzen zusammenkommen, oder Mitarbeiter, die in Fabriken und Büros arbeiten, oder ältere Bewohner, die einkaufen gehen und Bekannte treffen. Auch Umweltfaktoren müssen berücksichtigt werden, wie das Infektionsrisiko in einem Außenstadion im Vergleich zu Turnhallen, Friseursalons und Theatern. Dieses Wissen wächst bei Sars-CoV-2 aktuell schnell. Wo es Lücken gibt, können Informationen über andere Viruserkrankungen mit ähnlichen Übertragungswegen (wie Röteln, Sars, Keuchhusten, Pocken und Grippe) als Grundlage für vorläufige Strategien dienen.

Durch die Kombination all dieser Erkenntnisse wird die Politik besser in der Lage sein, Orte zu bestimmen, an denen sich das Virus schnell ausbreitet und Vorsichtsmaßnahmen zu treffen, wie zum Beispiel die Verzögerung der Wiedereröffnung von Geschäften, Quarantäneregeln für Einreisende, eine strengere Kontrolle von Menschenmengen oder die Intensivierung der Reinigung und Desinfektion an bestimmten Orten.

Nächste Schritte

Die Forschungsförderung sollte zeitnahe Studien über menschliche Bewegungen und Interaktionen an wichtigen Orten wie Verkehrsknotenpunkten unterstützen. Wissenschaftler müssen das Superspreading-Potenzial einstufen und die Wirkung von Maßnahmen wie Abstandhalten oder Masketragen berechnen. Könnten zum Beispiel Grundschulen mit einem kleinen Einzugsgebiet wieder mit voller Kapazität geöffnet werden, wenn alle Schüler und Pädagogen eine Maske tragen? Was ist mit Sekundarschulen, die eine vielfältigere Schülerschaft haben, die wahrscheinlich risikoreichere Verhaltensweisen an den Tag legt?

Stadtforscher und Datenanalysten müssen die Dynamik von persönlichen Begegnungen und Netzwerken verstehen. Zu den Schlüsselfragen gehören: Wie oft sind wir in engem Kontakt mit Menschen? Wie lange sind wir das? An welchen Orten sind wir in unserem Alltag mit der größten Anzahl neuer Menschen in engem Kontakt?

Es müssen mehr Datenquellen zur menschlichen Mobilität erschlossen werden. Beispielsweise verfügen smart cities wie Singapur über ein Netz von Kameras an Laternenmasten, um die Verkehrsströme zu messen. Diese könnten umkonfiguriert werden, um die Dichte und Durchmischung von Menschen (anonym) abzubilden. Eingebaute Barometer in Smartphones könnten vertikale Bewegungen verfolgen wie die Ströme von Arbeitern in Bürotürmen oder Menschen in Einkaufszentren und Wohnhochhäusern. Daten aus Kontaktverfolgungs- und anderen Apps können Aufschluss darüber geben, wohin Menschen gehen, mit wem sie interagieren, was sie tun und sogar, wie sie sich fühlen. Die GeoCoV19-Studie analysierte beispielsweise 524 Millionen geolokalisierte Tweets in 62 Sprachen, die seit dem 1. Februar über einen Zeitraum von 90 Tagen verschickt wurden, um die Stimmung der Öffentlichkeit, Notfälle, Wissenslücken und Fehlinformationen zu bewerten. Solche Daten müssten zum Schutz der Privatsphäre anonymisiert werden.

Städte müssen anders gestaltet werden

Regierungen sollten diese Daten und Modelle nutzen, um ihre Strategien im Bereich der öffentlichen Gesundheit zu verbessern. Wenn die Maßnahmen sinnvoll angepasst werden, kann auch eine gewisse Virusmüdigkeit in der Öffentlichkeit vermieden werden, die dazu führt, dass Menschen Vorschriften nicht mehr akzeptieren. Und es könnte im Bildungsbereich ebenso wie in der Wirtschaft helfen, die Risiken einer Wiedereröffnung bestimmter Orte zu minimieren.

Stadtplaner sollten auch die Ausbreitung von Krankheiten in der bebauten Umwelt erneut untersuchen. Sie könnten zum Beispiel Sicherheitsmaßnahmen in Straßen- und Gebäudeentwürfe integrieren. Mehr Gehwege und vertikale Parks könnten die Menschenströme trennen, wie bei der Entwicklung der Kampung Admiralty in Singapur. Die gesundheitlichen Auswirkungen dichter Wohnblöcke, wie beispielsweise die von Wanderarbeitern, sollten ebenfalls untersucht werden.

Längerfristig sollten Städte so gestaltet werden, dass die Ausbreitung von Krankheiten und die Wahrscheinlichkeit künftiger Pandemien minmiert wird. Wenn das nicht gelingt, sind wir auf Rudel von Roboterhunden als Hirten angewiesen.