Offizielle Statistiken belegen: Covid-19 tötet. Inzwischen sind mindestens 5,5 Millionen an den Folgen ihrer Coronainfektion gestorben, heißt es. Und sogar das dürfte eine erhebliche Unterschätzung sein. Die Aufzeichnungen über die Übersterblichkeit – eine Kennzahl, bei der alle erfassten Todesfälle mit den erwarteten verglichen werden – zeigen, dass viel mehr Menschen an den Folgen der Pandemie gestorben sind als angegeben.

Wie viele Menschen genau wegen Covid-19 gestorben sind, ist schwierig herauszufinden, unter anderem, weil die Übersterblichkeit nicht überall korrekt erhoben wird. In manchen Ländern sogar überhaupt nicht: Mehr als 100 Länder sammeln keine zuverlässigen Statistiken über erwartete oder tatsächliche Todesfälle oder veröffentlichen sie nicht rechtzeitig.

Forschende aus der Demografie, der Datenwissenschaft und der Medizin versuchen, diese Zahlen genauer zu fassen zu kriegen und die entsprechenden Daten zu bereinigen. Dabei kommen teils ungewöhnliche Mittel zum Einsatz wie Satellitenbilder von Friedhöfen, Haus-zu-Haus-Befragungen oder Computermodelle, um mit Hilfe von maschinellem Lernen globale Schätzungen aus den verfügbaren Daten zu extrapolieren.

Während die Weltgesundheitsorganisation (WHO) noch an ihrer ersten Schätzung globaler Todeszahlen arbeitet, bietet das Institute for Health Metrics and Evaluation in Seattle, Washington, täglich aktualisierte Ergebnisse seiner eigenen Modelle sowie Prognosen darüber an, wie schnell die weltweite Zahl der Opfer steigen könnte. Einer der bekanntesten Versuche, eine globale Schätzung zu modellieren, stammt vom Londoner Magazin The Economist: Dieses geht davon aus, dass Covid-19 zwischen 12 und 22 Millionen zusätzliche Todesfälle verursacht hat – das ist das Zwei- bis Vierfache der bisherigen offiziellen Angaben.

Die Unsicherheit in dieser Schätzung entspricht der Größe der schwedischen Bevölkerung. »Zum jetzigen Zeitpunkt ist es nur möglich, eine sehr große Spanne zu präsentieren«, sagt Sondre Ulvund Solstad, ein Datenwissenschaftler, der die Modellierungsarbeit von »The Economist« leitet. »Aber je mehr Daten wir erheben, desto enger können wir sie eingrenzen.«

Um die Zahl der weltweiten Pandemietoten zu berechnen, müssen statistische Modelle mit einer rasanten Datenerfassung kombiniert werden. Alle Beteiligten wissen, dass jede Antwort, die sie geben, vorläufig und ungenau sein wird. Aber sie halten es für wichtig, es zumindest zu versuchen. Sie wollen das wahre Ausmaß und die Kosten der menschlichen Tragödie von Covid-19 offenlegen (siehe »Pandemien im Vergleich«). Zudem wollen die Initiativen irreführenden Behauptungen entgegenwirken, wie der von China angegebenen Zahl von knapp 5000 Covid-19-Toten.

Fehlerhafte Daten

Es heißt, der Tod ist die einzige Gewissheit im Leben – aber bei der Frage, wie viele an Covid-19 gestorben sind, ist nicht einmal der Tod mehr eine feste Größe. Selbst an oberflächlich betrachtet ähnlichen Orten gibt es unterschiedliche Ansätze zur Erfassung der Covid-19-Todesfälle. Zu Beginn der Pandemie zählten Länder wie die Niederlande nur diejenigen Personen, die nach einem positiven Test auf das Coronavirus Sars-CoV-2 im Krankenhaus starben. In Belgien hingegen wurden die Todesfälle in der Gemeinde und alle Personen gezählt, die nach Auftreten von Krankheitssymptomen starben, auch wenn sie nicht als infiziert diagnostiziert wurden.

»Wir sollten bei diesem Thema vorsichtig sein, denn die Auswertung der üblichen Rohdaten führt zu Fehlern«
Giacomo De Nicola, Statistiker

Weil es oft schwer zu belegen ist, woran jemand genau gestorben ist, griffen die Forschenden auf den Faktor Übersterblichkeit zurück. Denn diese Zahlen sind auf den ersten Blick einfach zu berechnen: Man vergleicht die Todesfälle während der Pandemie mit dem Durchschnitt der vorangegangenen fünf Jahre. Doch selbst in wohlhabenden Ländern mit umfassenden und ausgefeilten Systemen zur Meldung von Todesfällen können die Zahlen zur Übersterblichkeit irreführend sein. Das liegt daran, dass die naheliegendste Methode zu ihrer Berechnung Veränderungen in der Bevölkerungsstruktur nicht berücksichtigen kann.

»Wir sollten bei diesem Thema vorsichtig sein, denn die Auswertung der üblichen Rohdaten führt zu Fehlern«, sagt Giacomo De Nicola, Statistiker an der Ludwig-Maximilians-Universität München. Als De Nicola und seine Kollegen 2021 an einer Studie zur Berechnung der durch die Pandemie verursachten Übersterblichkeit in Deutschland arbeiteten, stellten sie fest, dass der Vergleich der Todesfälle mit der durchschnittlichen Sterblichkeit in den Vorjahren die Zahl der erwarteten Todesfälle durchweg unterschätzte und somit die Übersterblichkeit überschätzte. Der Grund dafür war ein Anstieg der jährlichen Sterblichkeit in Deutschland, der durch einen Anstieg der Zahl der Menschen im Alter von 80 Jahren und älter verursacht wurde – eine Generation, die zu jung war, um im Zweiten Weltkrieg zu kämpfen und zu sterben.

Nachkriegsgeneration bringt Daten der Übersterblichkeit durcheinander

Der Unterschied für Deutschland ist signifikant. Die in der Presse veröffentlichten Rohdaten des Statistischen Bundesamtes zeigen, dass die Zahl der Sterbefälle im Jahr 2020 im Vergleich zu 2019 um 5 Prozent steigt. Nach Berücksichtigung der Altersstruktur reduzierte die Gruppe um De Nicola diesen Wert jedoch auf nur 1 Prozent. »Da es keine allgemein anerkannte Methode für die Altersanpassung gibt, bin ich mir ziemlich sicher, dass dieses Problem in vielen weiteren Ländern auftritt«, sagt er.

Einige Demografen stimmen ihm zu. »Es beunruhigt mich, dass einige so genannte Schätzungen der nationalen statistischen Ämter über die Sterblichkeitsrate einfach einen Durchschnitt der Sterbefälle der letzten fünf Jahre als erwartete Sterbefälle verwenden. Bei alternden Bevölkerungen ist dies wahrscheinlich nicht die beste Schätzung«, sagt Tom Wilson, Demograf an der Universität von Melbourne. In einer Antwort auf die Forschungen von De Nicola stimmt Felix zur Nieden, Demograf beim Statistischen Bundesamt, zu, dass die rohen Zahlen angepasst werden sollten, um die Altersstruktur und andere Feinheiten zu berücksichtigen, so wie in De Nicolas Arbeit.

»Viele Leute haben ihre Vermutungen über die Übersterblichkeit geäußert, ohne sie auf Daten zu stützen«
Ariel Karlinsky, Wirtschafswissenschaftler

Anspruchsvollere Analysen passen die erwarteten Sterbefälle an, um solchen Verzerrungen Rechnung zu tragen, indem sie beispielsweise die Zahl der erwarteten Sterbefälle mit zunehmendem Alter der Bevölkerung erhöhen. Die wahrscheinlich umfassendste Schätzung der Übersterblichkeit stammt von Ariel Karlinsky, einem Wirtschaftswissenschaftler an der Hebräischen Universität Jerusalem, und dem Datenwissenschaftler Dmitry Kobak von der Universität Tübingen: Seit Januar 2021 haben Karlinsky und Kobak eine regelmäßig aktualisierte Datenbank zur Gesamtmortalität vor und während der Pandemie (2015 bis 2021) aus möglichst vielen Quellen und für möglichst viele Orte erstellt – derzeit etwa 116 Länder: Sie heißt World Mortality Dataset (WMD). Der Großteil der Daten stammt aus den offiziellen Sterbestatistiken, die von nationalen Behörden und Regierungen gesammelt und veröffentlicht werden. Das Duo arbeitet mit diesen Daten, um die Übersterblichkeit zu schätzen, und versucht dabei auch, die Todesfälle im Zusammenhang mit bewaffneten Konflikten, Naturkatastrophen und Hitzewellen zu berücksichtigen. So gingen sie beispielsweise davon aus, dass während des Berg-Karabach-Kriegs 2020 sowohl in Armenien als auch in Aserbaidschan 4000 Menschen ums Leben kamen.

Karlinsky, der zuvor als Gesundheitsökonom gearbeitet hat, erkannte, dass selbst die besten epidemiologischen Modelle auf offiziell gemeldeten Covid-19-Zahlen beruhten, die für viele Orte eindeutig zu niedrig waren oder ganz fehlten. »Viele Leute haben ihre Vermutungen über die Übersterblichkeit geäußert, ohne sie auf Daten zu stützen«, sagt er. In zahlreichen Fällen weichen Karlinskys und Kobaks Schätzungen der Übersterblichkeit erheblich von den Covid-19-Sterblichkeitsstatistiken ab, die von den Regierungen veröffentlicht wurden. Russland beispielsweise meldete bis Ende 2021 mehr als 300 000 Covid-19-Todesfälle, dürfte aber in dieser Zeit mehr als eine Million überzählige Todesfälle verzeichnet haben.

Für die von der WMD erfassten Länder deuten die offiziellen Zahlen darauf hin, dass 4,1 Millionen Todesfälle seit Beginn der Pandemie auf Covid-19 zurückzuführen sind – etwa 10 Prozent aller Todesfälle in diesem Zeitraum. Die Berechnungen des Duos lassen jedoch auch vermuten, dass die durch Covid-19 bedingten Todesfälle bei Berücksichtigung der Übersterblichkeit 1,6-mal so hoch sind, also rund 6,5 Millionen Todesfälle (beziehungsweise 16 Prozent der Gesamtzahl). In einigen Ländern sind die relativen Auswirkungen des Virus sogar noch größer. Den Daten von Karlinsky und Kobak zufolge kann ein Drittel aller Todesfälle in Mexiko auf das Virus zurückgeführt werden.

Zu den überzähligen Todesfällen zählen auch Todesfälle, die nicht mit Covid-19 zusammenhängen, wie andere Infektionskrankheiten, sowie indirekt damit zusammenhängende Todesfälle, wie etwa ein Krebspatient, der starb, weil seine Vorsorgeuntersuchung auf Grund der Auswirkungen der Pandemie auf die Gesundheitssysteme abgesagt wurde. Einige Länder wie Neuseeland hatten sogar eine negative Überschusssterblichkeit, weil sie nur wenige Verluste durch Covid-19 zu verzeichnen hatten und die Zahl der Grippetoten zurückging. Karlinsky argumentiert jedoch, dass die Daten insgesamt zeigen, dass die Schätzung der Überschusssterblichkeit ein zuverlässiger Weg ist, um die Covid-19-Opfer zu messen.

Modellierung globaler Todesfälle

Der WMD fehlen Schätzungen der überzähligen Todesfälle für mehr als 100 Länder, darunter China, Indien und viele afrikanische Länder. Das liegt daran, dass diese Länder entweder keine Todesstatistiken erheben oder sie nicht schnell genug veröffentlichen. Aber auch auf sie entfallen Millionen von Covid-19-Todesfällen. Die tatsächliche Zahl der Todesopfer einer Pandemie kann ohne diese Daten nicht ermittelt werden, einige Forscher sind jedoch der Meinung, dass es möglich ist, eine solche zu modellieren.

Eine derartige Schätzung wurde schon einmal für eine Pandemie erstellt: für die Influenza. Ausgehend von Nord- und Südamerika im März 2009 wütete ein Typ des Influenza-A-Virus H1N1 mehr als ein Jahr lang auf der ganzen Welt. Als die WHO die Pandemie im August 2010 für beendet erklärte, lag die offizielle Zahl der im Labor bestätigten Todesfälle bei weniger als 19 000. Ein Team von internationalen Gesundheitsexperten verfolgte einen anderen Ansatz. Ausgehend von den geschätzten Grippetodesfällen in 20 Ländern, die zusammen mehr als ein Drittel der Weltbevölkerung ausmachen, suchten die Forscher nach Faktoren, die erklären könnten, warum einige dieser Länder besser oder schlechter abschnitten als andere. Sie fanden zehn Indikatoren, darunter die Bevölkerungsdichte, die Anzahl der Ärzte und das Einkommen. Anhand der Beziehung zwischen diesen Faktoren und den Todesfällen in einem bestimmten Land konnten sie modellieren, wie viele Grippetote sie in anderen Ländern erwarten würden, und zwar allein auf der Grundlage der Daten eines Landes bei diesen drei Indikatoren.

Ihre Studie legt nahe, dass in den letzten neun Monaten des Jahres 2009 zwischen 123 000 und 203 000 Menschen an der Pandemie starben – etwa das Zehnfache der WHO-Zahlen. Im Jahr 2019 wiederholte dasselbe Team die Methode, um die Todesfälle bei saisonalen Grippeepidemien von 2002 bis 2011 zu modellieren, und begann diesmal mit Daten aus 31 Ländern. Sie berichteten, dass im Durchschnitt 389 000 Todesfälle an Atemwegserkrankungen (Unsicherheitsspanne 294 000 bis 518 000) weltweit pro Jahr mit der Grippe in Verbindung gebracht wurden.

Covid-19-Daten sind sauberer als die der Grippe

Die gleiche Methode sollte auch für Covid-19 funktionieren, sagt Cécile Viboud, Epidemiologin an den National Institutes of Health in Bethesda, Maryland, die an der Grippestudie 2019 mitgearbeitet hat. »Wir haben viel mehr Daten für Covid-19 als bei der Grippe.« Anders als bei der Grippe sollte es viel einfacher sein, Todesfälle im Zusammenhang mit Atemwegserkrankungen der Covid-19-Pandemie zuzuordnen, sagt sie, weil die Zirkulation fast aller anderen Erreger der Atemwege auf Grund von Lockdowns und anderen Maßnahmen gestoppt wurde. »Statistisch gesehen ist es viel einfacher«, sagt Viboud.

Das Modell, mit dem The Economist die Covid-19-Pandemie untersucht hat, nutzt maschinelles Lernen, um mehr als 100 nationale Indikatoren zu identifizieren, die mit übermäßigen Todesfällen in mehr als 80 Ländern, für die Daten verfügbar sind, zu korrelieren scheinen. Zu diesen Merkmalen gehören die offiziellen Todesfälle, die Menge der Covid-19-Tests und die Ergebnisse von Antikörperuntersuchungen, aber auch die geografische Lage, das Ausmaß der Internetzensur und die Anzahl der Jahre, die ein Land bereits eine Demokratie ist. Es sei zwar möglich, die Bedeutung jedes einzelnen Indikators in dem Modell zu untersuchen, aber das ist alles andere als einfach – die Merkmale können in Kombination wirken, und ihre relative Bedeutung kann für Länder mit unterschiedlichen Merkmalen unterschiedlich sein, sagt Solstad.

Wenn man die Zahlen für diese Indikatoren für ein Land, das keine Sterblichkeitsdaten liefert, in das Modell eingibt, ermitteln die Algorithmen die überzähligen Todesfälle in diesem Land. Das Modell schätzt beispielsweise die Zahl der Todesfälle in Indien auf etwa 5 Millionen, was zehnmal höher ist als die offizielle Covid-19-Todesrate des Landes von weniger als 500 000 Todesfällen. Diese Rechnung ist leider plausibel: Auf der Grundlage von Stichprobenerhebungen bei Haushalten und lokalen Mortalitätsdaten haben akademische Gruppen separat geschätzt, dass in Indien zwischen 3 und 5 Millionen Menschen an Covid-19 gestorben sein könnten. Der Algorithmus des Economist hat allerdings ein breites Unsicherheitsintervall von 1 Million bis 7,5 Millionen Todesfällen für Indien.

Für China schätzt das Modell fast 750 000 Todesfälle (mehr als 150-mal höher als die vom Land gemeldeten 4600), allerdings mit einem enorm großen Unsicherheitsintervall, das von 200 000 weniger Todesfällen als erwartet bis zu 1,9 Millionen überzähligen Todesfällen reicht. Das Modell des Economist verdeutlicht, dass die offiziellen Todeszahlen der Länder die tatsächliche Zahl oft unterschätzen – das Ausmaß der Unterschätzung variiert jedoch. Die überzähligen Todesfälle in den reichsten Ländern der Welt könnten etwa ein Drittel über den offiziellen Zählungen liegen.

Insgesamt deutet das Modell darauf hin, dass die Länder mit niedrigem bis mittlerem Einkommen (wie sie von der Weltbank gruppiert werden) bei der Pro-Kopf-Todesrate mindestens genauso stark gelitten haben wie die reichen Länder – im Gegensatz zu dem Bild, das die offiziellen Zahlen vermitteln. Und das, obwohl diese ärmeren Länder eine jüngere Bevölkerung haben, fügt Solstad hinzu.

Allerdings gibt es an diesem Ansatz auch Kritik. Ein lautstarker Kritiker der Pandemie-Modellierung des Magazins ist Gordon Shotwell, ein Datenwissenschaftler aus Halifax, der diese in einem Blogbeitrag als unverantwortlich bezeichnet. »Modelle wie diese haben den Effekt, dass sie einen Anstrich von Objektivität und wissenschaftlichem Denken über etwas legen, das im Grunde ein Meinungsartikel ist«, schreibt er. Im September 2021 beispielsweise hatte das Magazin seine Modellergebnisse verwendet, um die Zahl der Pandemietoten in Kenia auf 19 000 bis 110 000 zu schätzen, während die offizielle Zahl bei 4746 lag.

Shotwell kritisiert die Vorgehensweise und wie das System des maschinellen Lernens trainiert worden ist. Es sei nicht ohne Weiteres übertragbar auf Länder wie Kenia: »Man kann nicht ein Modell auf reiche Länder mit hoher Lebenserwartung trainieren und es dann auf arme Länder mit niedriger Lebenserwartung anwenden«, sagt Shotwell. Die Ergebnisse seien verfälscht. Solstad sieht das, wenig überraschend, anders: »Ich denke, es ist besser, eine unsichere Zahl anzugeben, als sich auf eine sehr sichere Zahl zu verlassen, die eindeutig falsch ist.«

Sehr niedrige oder gar keine »offiziellen« Zahlen für Covid-19-Todesfälle in Ländern, in denen die Daten lückenhaft sind oder fehlen, stellen ein eigenes Problem dar, sagt er. Sie haben unsinnige Theorien genährt, wonach die Menschen in Afrika eine genetische Resistenz gegen die Krankheit haben und keine internationale Hilfe oder Impfstoffe benötigen.

»Der Prozess ist von Natur aus fehlerhaft. Die Daten sind ein echtes Chaos, so dass jede Modellierung sehr spekulativ sein muss«
Jon Wakefield, Statistiker

Einige Demografen teilen Shotwells Ansicht und sagen, dass die Anwendung von Modellen auf Länder ohne eigene Sterbedaten schwierig ist. »Der Prozess ist von Natur aus fehlerhaft. Die Daten sind ein echtes Chaos, so dass jede Modellierung sehr spekulativ sein muss«, sagt Jon Wakefield, Statistiker an der University of Washington in Seattle, der ein Modellierungsprojekt der WHO zur Schätzung der Pandemietodeszahlen leitet. »Es ist sehr frustrierend, weil die Datenlage so begrenzt ist.« Das Projekt, das ein einfacheres statistisches Modell als The Economist verwendet, um die Lücken zu füllen, sollte seine ersten Ergebnisse im Dezember veröffentlichen, aber sie waren bei Redaktionsschluss Mitte Januar noch nicht veröffentlicht.

Gesonderte Schätzungen der weltweiten Todesfälle durch die Pandemie in Echtzeit werden auch vom Institute for Health Metrics and Evaluation (IHME), einem unabhängigen Forschungszentrum für globale Gesundheit an der Universität von Washington, erstellt. Die Modellierung des IHME geht davon aus, dass bisher zwischen 9 und 18 Millionen Menschen gestorben sind. Es versucht auch zu prognostizieren, wie diese Zahl ansteigen wird und wie schnell.

Obwohl die globale Gesamtsterblichkeitszahl mit anderen Schätzungen übereinstimmt, gibt es auf nationaler Ebene erhebliche Unterschiede. So beziffert das IHME die kumulierte Zahl der überzähligen Todesfälle in Japan auf fast 71 000 im Vergleich zu den offiziell gemeldeten 18 000. Das Modell von The Economist schätzt die Zahl der überzähligen Todesfälle in Japan jedoch auf einen Wert zwischen 550 bis 27 000.

Es gibt auch noch andere Diskrepanzen. Im Mai geriet das IHME in die Schlagzeilen und wurde kritisiert, weil es behauptete, dass die Zahl der überzähligen Todesfälle in den USA während der Pandemie bis zu diesem Zeitpunkt bei 900 000 Menschen lag. Das waren etwa 300 000 mehr als andere Schätzungen, beispielsweise die der US-Zentren für Seuchenkontrolle und -prävention und des WMD. Im Oktober senkte das IHME die Zahl vom Mai in aller Stille auf 670 000, nachdem es seine Modellierungsstrategie geändert hatte, die von einigen Fachleuten als undurchsichtig und schwer nachvollziehbar bezeichnet wird.

Das IHME kündigt an, dass es in Kürze ein Papier veröffentlichen wird, in dem es sein Modell detailliert beschreibt. Das IHME erklärt außerdem, dass seine ursprüngliche Schätzung der überzähligen Todesfälle in den USA zu hoch war, weil es nicht berücksichtigt hatte, dass die Zahl der Todesfälle durch Grippe und Respiratorische Synzytialviren im Winter zurückgehen könnte, und dass es diese Informationen erst berücksichtigen konnte, als die offiziellen Daten Monate später vorlagen.

Auch die besten Modelle sind nur so gut wie die Daten, auf denen sie beruhen. Im Rahmen des WHO-Projekts suchen Forschende nach Möglichkeiten, die Zählungen und Schätzungen der Todesfälle in Ländern zu verbessern, die über keine zuverlässigen nationalen Mortalitätsdaten verfügen. Forscher haben gezeigt, dass dies zum Beispiel durch Extrapolation aus kleineren Regionen eines Landes möglich ist, in denen nur begrenzte Daten zur Verfügung stehen.

In einer noch nicht begutachteten Studie zog Karlinsky die in einer regionalen Zeitung für die argentinische Provinz Córdoba gemeldeten Todesfälle heran, um eine landesweite Schätzung der überhöhten Sterblichkeit von 120 155 für den Zeitraum von März 2020 bis August 2021 zu extrapolieren, verglichen mit den offiziellen Covid-19-Todesfällen für diesen Zeitraum von 111 383.

Eine andere Methode besteht darin, eine repräsentative Stichprobe von Haushalten zu wählen, um sie nach Todesfällen zu fragen. »Auf diese Weise wird die jährliche Zahl der Todesfälle in Ländern wie Bangladesch geschätzt, in denen es keine gute Erhebung der Todesfälle gibt«, sagt Karlinsky. Solche Erhebungen werden derzeit in vielen Ländern durchgeführt und haben in einigen Fällen bereits gezeigt, dass die Übersterblichkeit um ein Vielfaches höher ist als die offiziellen Covid-19-Sterbefälle.

Umfragen und Gräberzählungen

Diesen Monat berichtete beispielsweise ein Team unter der Leitung des Epidemiologen Prabhat Jha von der Universität Toronto in Kanada über die Ergebnisse einer Telefonumfrage unter Erwachsenen in Indien, die von einem privaten Meinungsforschungsinstitut durchgeführt wurde, das die Pandemie verfolgt. Das Team kam zu dem Ergebnis, dass bis Juli 2021 mehr als 3 Millionen Covid-19-Tote in Indien zu beklagen waren, eine Schätzung, die durch die Untersuchung von Mortalitätsdaten in Gesundheitseinrichtungen und von Sterbefällen aus dem Standesamt in zehn Bundesstaaten gestützt wird. Die Forscher weisen darauf hin, dass andere Wissenschaftler zu ähnlichen Schlussfolgerungen gekommen sind und schätzen, dass die Zahl der Covid-19-Todesfälle in Indien im September 2021 sechs- bis siebenmal höher war als in den offiziellen Statistiken.

Mervat Alhaffar, eine Forscherin im Bereich Public Health an der London School of Hygiene and Tropical Medicine (LSHTM), arbeitete an einer Studie, die eine noch direktere Methode zur Schätzung der Todesfälle verwendete: das Zählen von Gräbern. Anhand von Satellitenbildern von elf Friedhöfen in der Provinz Aden im Jemen ergab die Studie, dass die wöchentlichen Bestattungen zwischen April und September 2020 um bis zu 230 Prozent zugenommen haben. Die Studie schätzt, dass sich die Zahl der Todesfälle in der Region auf Grund der Covid-19-Pandemie im selben Zeitraum auf 2120 beläuft. Ein anderes LSHTM-Team hat dieselbe Technik angewandt, um frische Gräber in Mogadischu, Somalia, zu zählen, und schätzt, dass die Zahl der überzähligen Todesfälle in der Stadt zwischen Januar und September 2020 zwischen 3200 und 11 800 liegt.

»Demografen sind Teil des Problems, denn wir haben 60 Jahre lang dazu beigetragen, es zu umgehen, statt es zu lösen«
Andrew Noymer, Demograf

Alhaffar sagt, die Technik sei nützlich, könne aber nicht überall angewendet werden. »Man muss sich mit den Einheimischen vor Ort auseinandersetzen, um die Bestattungspraktiken zu verstehen und den Bildern einen Sinn zu geben«, sagt sie. Es kann schwierig sein, solche Verbindungen herzustellen, fügt sie hinzu, weil die Menschen in Konfliktgebieten oft die Reaktion der örtlichen Behörden fürchten. Und in Ländern, in denen es nur wenige Daten gibt, sind kulturelle Bestattungspraktiken schwerer zu verfolgen. »An manchen Orten, wo die Menschen ihre Angehörigen lieber auf kleineren Friedhöfen in der Nähe ihrer Häuser als auf großen Friedhöfen begraben, kann die Analyse von Satellitenbildern von Friedhöfen sehr viel schwieriger sein«, sagt Alhaffar.

Andrew Noymer, Demograf an der Universität von Kalifornien, sagt, dass die Pandemie und die steigende Nachfrage nach Echtzeit-Sterblichkeitszahlen ein demografisches Manko aufzeigen, das schon seit Jahrzehnten besteht: Viele Länder sammeln einfach keine guten Daten über Geburten und Todesfälle. »Demografen sind Teil des Problems, denn wir haben 60 Jahre lang dazu beigetragen, dieses Problem zu umgehen, anstatt es zu lösen. Wir haben alle möglichen Techniken entwickelt, um die demografischen Raten in Ermangelung harter Daten zu schätzen«, sagt er.

Das bedeutet, dass die tatsächliche Zahl der Todesopfer von Covid-19 immer umstritten sein könnte. »Wir wissen immer noch nicht, wie viele Menschen bei der Grippepandemie von 1918 gestorben sind, aber ich dachte immer, wir wüssten ziemlich genau, wie viele Menschen bei der nächsten Pandemie sterben würden, weil wir in der modernen Welt leben«, sagt Noymer. »Aber das ist nicht der Fall, und das ist für mich als Demograf irgendwie traurig.«