Ergebnisse aus dem wiederholten querschnittlichen Monitoring von Wissen, Risikowahrnehmung, Schutzverhalten und Vertrauen während des aktuellen COVID-19 Ausbruchsgeschehens

Stand: 27.04.2020 (Version 08-02)


In dieser Welle sind zusätzlich dabei: Deutsches Evaluierungsinstitut der Entwicklungszusammenarbeit gGmbH, Leibnizinstitut für Resilienzforschung, Universitätsklinikum Hamburg-Eppendorf (Institut für Gesundheitsökonomie und Versorgungsforschung).


Ziel

Ziel dieses Projektes ist es, wiederholt einen Einblick zu erhalten, wie die Bevölkerung die Corona-Pandemie wahrnimmt: wie sich die “psychologische Lage” abzeichnet. Dies soll es erleichtern, Kommunikationsmaßnahmen und die Berichterstattung so auszurichten, um der Bevölkerung korrektes, hilfreiches Wissen anzubieten und Falschinformationen und Aktionismus vorzubeugen. So soll z.B. auch versucht werden, medial stark diskutiertes Verhalten einzuordnen, wie z.B. die Diskriminierung von Personen, die augenscheinlich aus stark betroffenen Ländern wie China oder Italien kommen, oder sogenannte Hamsterkäufe. Wir wollen ergründen, wie häufig solches Verhalten tatsächlich vorkommt und welche Faktoren dieses Verhalten möglicherweise erklären können.

Diese Seite soll damit Behörden, Medienvertretern, aber auch der Bevölkerung dazu dienen, die psychologischen Herausforderungen der COVID-19 Epidemie einschätzen zu können und im besten Falle zu bewältigen.

Alle Daten und Schlussfolgerungen sind als vorläufig zu betrachten und unterliegen ständiger Veränderung. Ein Review Team von wissenschaftlichen Kolleg/innen sichert zudem die Qualität der Daten und Schlussfolgerungen. Trotz größter wissenschaftlicher Sorgfalt und dem Mehr-Augen-Prinzip haften die beteiligten Wissenschaftler/innen nicht für die Inhalte.

Informationen zu COVID-19 und dem Ausbruchgeschehen

Wichtig: Hier finden Sie KEINE Informationen zu COVID-19 und dem eigentlichen Ausbruchsgeschehen. Wenn Sie das suchen, klicken Sie bitte hier:

Gegenstand dieser Informationsseite ist die jeweils zuletzt durchgeführte Erhebung. Die wöchentlichen Auswertungen der vorherigen Erhebungswellen finden Sie hier: https://projekte.uni-erfurt.de/cosmo2020/archiv/

Preprints: https://www.psycharchives.org/handle/20.500.12034/2398

Studienprotokoll: http://dx.doi.org/10.23668/psycharchives.2776

Fragebögen: https://dfncloud.uni-erfurt.de/s/Cmzfw8fPRAgzEpA

Materialien für die Nutzung in anderen Europäischen Ländern basierend auf COSMO (WHO Regionalbüro für Europa): http://www.euro.who.int/en/covid-19-BI

Wissenschaftliche Verantwortung und Initiative: UE

Finanzierung: UE, ZPID, RKI, BZgA

Auswertung und Dokumentation: UE

Kontakt: cornelia.betsch@uni-erfurt.de

Eine Zusammenfassung mit den wichtigsten Ergebnissen, Empfehlungen und Abbildungen als Kurzpräsentation gibt es hier: https://dfncloud.uni-erfurt.de/s/BEqqsgnCDBRqp3D


1 Zusammenfassung und Empfehlungen

Dieses Kapitel fasst alle Ergebnisse zusammen und gibt Empfehlungen; die Abbildungen dazu finden sich in den Einzelkapiteln weiter unten.

Analyse der 8. Datenerhebung (21.04.-22.04.2020). Die Datenerhebungen finden wöchentlich dienstags und mittwochs statt.

Die 1012 Befragten wurden aus einem durch die Firma Respondi (https://www.respondi.com/) rekrutierten und gepflegten Befragtenpool (sog. Online-Panel) so gezogen, dass sie der Verteilung von Alter, Geschlecht (gekreuzt) und Bundesland (ungekreuzt) in der Deutschen Bevölkerung entsprechen.

1.1 Gewöhnung an die Krise setzt ein

Die Ängste und Sorgen pendeln sich auf einem stabilen Niveau ein; dieses ist etwas niedriger als zum Zeitpunkt der Maßnahmenverschärfung (Mitte/Ende März).

Die Sorge vor der Überlastung des Gesundheitssystems – eine zentrale Begründung der Maßnahmen – ging im Vergleich zur Vorwoche weiter zurück.

Trotz der relativ hohen Risikowahrnehmung treten “Ermüdungserscheinungen” im Zusammenhang mit der Akzeptanz der Maßnahmen auf: Die Maßnahmen sind immer noch gut akzeptiert, die Zustimmung sinkt aber weiter leicht. Die Zustimmung zu Sanktionierung bei Maßnahmenverletzung sinkt leicht.

Ca. ein Drittel der Befragten hält es für (eher) unwahrscheinlich, sich anzustecken wenn sie haushaltsfremde Personen treffen, einkaufen, zum Arzt gehen oder außer Haus sind. Dabei geht eine geringere Risikowahrnehmung mit verstärktem Treffen anderer Personen einher. Für Ältere gilt dies ebenfalls für das Einkaufen.

  • Empfehlung: Die gemeinsam durch die Maßnahmen erzielte Erfolge sollten weiter betont werden.

  • Empfehlung: Die epidemiologische Konsequenz von Ausnahmen oder Nicht-Einhaltung der Maßnahmen sollte verdeutlicht werden (z.B. durch Visualisierung).

-Empfehlung: Ermüdungserscheinungen bei der Umsetzung von geforderten Maßnahmen sind nach mehreren Wochen aus psychologischer Sicht nachvollziehbar. Umso mehr muss die Bevölkerung dafür motiviert werden, wofür sie das alles tut: zum Schutz der anderen und zur Aufrechterhaltung der Freiheitsgrade, die wir bisher erreicht haben.

1.2 Sorgen

Sorgen um die Wirtschaftskraft bleiben stabil hoch. Alle anderen Sorgen gehen tendenziell zurück, vor allem die Sorge um die Überlastung des Gesundheitssystems.

Die Befürchtung, dass die Corona-Pandemie die soziale Ungleichheit verstärkt, bleibt nach wie vor bestehen.

1.3 Wissen und Verhalten

87% verzichten häufig oder immer auf private Feiern, Tendenz fallend.

78% meiden häufig oder immer öffentliche Orte, Tendenz fallend.

76% sind häufig oder immer in der Öffentlichkeit nur mit max. einer anderen Person unterwegs.

  • Empfehlung: Bei einer schrittweisen Lockerung sollte genau spezifiziert werden, welche Regeln gelten. Regelungen sollten alltagsnah und mit Beispielen kommuniziert werden.

-Empfehlung: Der nach unten weisende Trend (z.B. öffentliche Orte vermeiden) könnte zum Problem werden und muss beobachtet werden.

-Empfehlung: Der soziale Nutzen der Maßnahmen und der Schutz Schwacher sollte (weiterhin) stark betont werden.

1.4 Vertrauen

Krankenhäuser und Ärzte gewinnen an Vertrauen, alle anderen Institutionen pendeln sich auf einem etwas niedrigerem Niveau (als Ende März; 5 von 7 Punkten) ein. Weiterhin hat das RKI vor der Regierung einen Vertrauensvorsprung. Die Befragten nehmen beim RKI eine hohe Kompetenz, Wohlwollen und Integrität wahr. Der Regierung wird weniger Kompetenz zugeschrieben als Wohlwollen und Integrität.

Vertrauen in die Behörden ist ein wichtiger Einflussfaktor für die Akzeptanz vieler Maßnahmen (z.B. auch Akzeptanz einer Tracing-App, einer möglichen Impfung gegen COVID-19 (Welle 7), der Beibehaltung der Maßnahmen etc.) und daher besonders schützenswert.

  • Empfehlung: Transparente Kommunikation ist weiterhin wichtig, um das Vertrauen aufrecht zu erhalten

  • Empfehlung: Gemeinsam erzielte Erfolge sollten betont werden, um das Vertrauen aufrecht zu erhalten

1.5 Maske tragen steigt deutlich an

34% (Vorwoche 24%) tragen bereits häufig oder immer Masken in der Öffentlichkeit; 54% denken, Stoffmaske-Tragen sollte verpflichtend sein (Vorwoche 52%).

Am häufigsten werden bereits Stoffmasken getragen. Über die unterschiedliche Schutzwirkung (Träger, andere – je nach Maskentyp) wissen die meisten korrekt Bescheid. Eine Warnung vor Masken mit Ventil scheint geboten – diese schützen nur den Träger, nicht aber andere. Dies ist nicht ausreichend bekannt.

Welle 7 hat gezeigt: Der Schutz anderer scheint bei der Wahl der Maske ein Kriterium zu sein. Trotz der RKI Empfehlung, dass FFP2 Masken vorrangig dem Fachpersonal zur Verfügung stehen sollten, ist ein großer Teil der Bevölkerung bereit, diese Masken (eher) zu kaufen (45% ohne Ventil, 36% mit Ventil), wenn sie die Gelegenheit dazu hätten.

  • Empfehlung: Die Beschränkungen des Schutzes durch Masken sollte weiter deutlich kommuniziert werden.

  • Empfehlung: Der fehlende Schutz anderer durch FFP2 Masken mit Ventil sollte verstärkt kommuniziert werden.

  • Empfehlung: Sollten FFP2/3 Masken knapp werden, reicht eine Empfehlung, dass diese nur Fachpersonal vorenthalten sein sollten, möglicherweise nicht aus. Diese Empfehlung sollte bereits jetzt verstärkt kommuniziert werden.

1.6 App zur Verfolgung von Transmissionsketten

Etwa 81% (+4%) der Befragten geben an, schon etwas von einer solchen App gehört zu haben.

Die Bereitschaft zur Nutzung einer Tracing-App sinkt leicht über die vergangenen Wochen und der Anteil derer, die sie nicht herunterladen würden, wächst. 49% (-4%) sind eher bereit oder bereit, sich eine datenschutzkonforme App zu installieren; 22% (+4.5%) würden sich eine solche App auf keinen Fall runterladen.

Wer hohes Vertrauen in die Behörden hat und den Ausbruch nicht als Medienhype wahrnimmt, würde sich eher eine Tracing-App runterladen.

  • Empfehlung: Vertrauen sollte durch größere Transparenz gestärkt werden.

1.7 Corona, Europa und die Welt

10% haben bereits gespendet, 28% sind (eher) bereit zu spenden, um zur Corona-Bewältigung in anderen Ländern beizutragen.

Die Zusammenarbeit mit anderen Ländern ist erwünscht, eine finanzielle Unterstützung anderer EU-Staaten wird jedoch kritisch gesehen

Ein Großteil befürwortet eine größere Unterstützung für Entwicklungsländer.

Auch in Deutschland ist die Sorge, dass die Kluft zwischen Arm und Reich größer werden könnte, nach wie vor hoch.

-Empfehlung: Da die Sorge um Ungleichheit offensichtlich hoch ist, könnte die Bekämpfung von Ungleichheit ein wichtiger Faktor in der Kommunikation werden.

1.8 Wirtschaftliche Auswirkungen

Die überwiegende Mehrheit der Befragten ist bereit, für die Bekämpfung des Virus Einkommenseinbußen in Kauf zu nehmen (29% zwischen 1-2%, 20% zwischen 3 und 5% des Haushaltseinkommens). 35% sehen hier für sich eher keinen Spielraum.

1.9 Rauchen

Rauchen gilt als Risikofaktor bei einer Corona-Erkrankung. Der Anteil der Männer, die angeben, gelegentlich oder ständig zu rauchen (Berücksichtigung beider Produkte, Tabakzigarette und E-Produkt) ist größer als der der Frauen. Auch sind die Konsumprävalenzen bei Menschen mit niedriger Bildung höher, als bei Menschen mit höherer Bildung

  • Empfehlung: niederschwellige Angebote für die Rauchentwöhnung sollten besonders für Männer geschaffen werden, da diese auch eher Risikopatienten für COVID-19 sind.

1.10 Zugang zum Gesundheitswesen

10% sagen, sie hatten in den letzten 4 Wochen Probleme medizinisch versorgt zu werden (z.B. weil geplante Behandlungen verschoben wurden). 34% geben an, dass sich durch diese Einschränkungen in der medizinischen Versorgung ihr Gesundheitszustand verschlechtert hat. Besonders Personen zwischen 30 und 49 schätzen die Wahrscheinlichkeit als geringer (als eine Vergleichbare Stichprobe 2018) ein, dass sie Zugang zu medizinischer Versorgung bekommen, wenn sie ihn bräuchten.

2 Hinweise zur Datenerhebung und Interpretation der Daten

Die Daten werden zunächst wöchentlich erhoben mit Beginn am 03.03.2020. Bei einer Veränderung oder Zuspitzung der Lage können die Intervalle zwischen den Wellen verkürzt werden. Eine Welle dauert von 10 Uhr morgens bis 24 Uhr am Folgetag, umfasst also ca. 2 Tage.

Es handelt sich um Querschnittsdaten, d.h., dass an den verschiedenen Wellen verschiedene Personen teilgenommen haben.

In jeder Welle werden ca. 1000 Personen mit einem Online-Fragebogen befragt. Die Stichproben werden jeweils so gezogen, dass sie der Verteilung von Alter, Geschlecht (gekreuzt) und Bundesland (ungekreuzt) in der Deutschen Bevölkerung entsprechen.

Auswertungsstrategie: Es werden v.a. deskriptive Daten im Verlauf über die Zeit gezeigt. Für den aktuellen Messzeitpunkt berechnen wir zudem Regressionen, also Analysen, die den relativen Einfluss verschiedener möglicher Einflussfaktoren auf das Verhalten oder die Risikowahrnehmung bestimmen (Alter, Geschlecht, Bildung, Arbeit im Gesundheitssektor, chronische Erkrankung, ein Kind unter 18 haben, Gemeindegröße, Vertrauen in die Behörden, Vertrauen in den Gesundheitssektor, Vertrauen in den Arbeitgeber, Relevanz verschiedener Medien und Informationsquellen; für eine komplette Liste siehe Daten im Detail), verschiedene affektive Aspekte (Angst, Sorge, Dominanz des Themas, Hilflosigkeit), verschiedene Aspekte bezogen auf die Wahrnehmung des Virus (wahrgenommene Nähe, Ausbreitungsgeschwindigkeit, Neuheit), gefühltes und echtes Wissen (COVID-19, Schutzmaßnahmen), Selbstwirksamkeit und wahrgenommene Sicherheit in Bezug auf effektive Schutzmaßnahmen, Wahrnehmung des Ausbruchs als Medienhype, Häufigkeit der Informationssuche über Corona, Infizierte im persönlichen Umfeld (bestätigt und unbestätigt vs. nicht). Als Regressionsmethode verwenden wir eine Rückwärtsregression mit Elimination, was man sich wie ein Fischernetz vorstellen kann: um möglichst viel Erklärkraft zu gewinnen, um Ansatzpunkte für Policies und Kommunikation zu finden, werden möglichst viele Variablen exploriert.

Hinweis: Ausschließlich in Welle 4 wurde zusätzlich das Alterssegment über 74 Jahren erhoben. Um die Vergleichbarkeit zwischen den Wellen zu erhalten wurde dieses Alterssegment aus den Berechnungen ab Welle 5 wieder ausgeschlossen (d.h. die dargestellten Daten aus Welle 4 enthalten nur Personen bis einschließlich 74 Jahren).

Limitationen: Analysen über Zusammenhänge können keine Aussagen darüber treffen, was Ursache und was Wirkung ist. Die reguläre Stichprobe umfasst Personen im Alter von 18-74 Jahren.

3 Psychologische Lage

Für menschliches Entscheiden ist die Wahrnehmung von Risiken wichtig. Für Verhalten spielen zudem Emotionen wie Angst oder das Gefühl, bedroht zu sein, eine Rolle. Ferner sind Kontrollüberzeugungen relevant – wenn ich mich schützen will, habe ich dann das relevante Wissen, bin ich sicher, dass ich mich schützen kann?

Die folgenden Grafiken zeigen zunächst den aktuellen Stand und die Veränderung der relevanten Variablen. Weiter unten wird exploriert, inwiefern diese Variablen auch mit effektivem Schutzverhalten oder anderen Verhaltensweisen wie Hamsterkäufen zusammenhängen (siehe Abschnitt “Wer verhält sich wie?”).

3.1 Risikowahrnehmung

Die folgenden drei Grafiken zeigen verschiedene Aspekte der Risikowahrnehmung im Verlauf der Erhebungen.

Insgesamt ist die Risikowahrnehmung etwas niedriger als zum Zeitpunkt der Maßnahmenverschärfung (Mitte/Ende März) und nach einem leichten Abrutschen über die letzten 3 Wochen in der letzten Woche wieder etwas gestiegen.

Hinweis: Die Erkrankungswahrscheinlichkeit, der Schweregrad und die Anfälligkeit wurden für Welle 8 (21.04.2020) vom 22. - 25-04.2020 für n=826 Befragungsteilnehmer nacherhoben. Es liegen 180 fehlende Werte für die Erkrankungswahrscheinlichkeit vor.

In den Analysen zur Risikowahrnehmung zeigte sich bislang, dass Ältere ihre Wahrscheinlichkeit zu erkranken als signifikant niedriger einschätzen als Jüngere. Dafür schätzen Ältere den Schweregrad einer COVID-19 Erkrankung und ihre Anfälligkeit als höher ein. Die Daten sind hier daher nochmal aufgesplittet nach Altersgruppen aufbereitet:

Die wahrgenommene Wahrscheinlichkeit selbst zu erkranken kann sich deutlich von der wahrgenommenen Erkrankungswahrscheinlichkeit unterscheiden, wenn es um andere Personen desselben Alters geht.

3.2 Risiko und Risikoverhalten

In Welle 8 wurden die Teilnehmer befragt, wie hoch sie ihre Erkrankungswahrscheinlichkeiten einschätzen in verschiedenen Situationen.

Es wurde abgefragt, wie häufig die Befragten

  • Personen sehen, die nicht zu Ihrem Haushalt gehören (pro Woche)

  • Einkaufen gehen (pro Woche)

  • Zum Arzt gehen (pro Monat)

  • Und wie viele Stunden sie nicht im Haus verbringen (pro Tag)

Dies sind alles potenzielle Infektionsquellen, wobei die Stunden außer Haus auch Bewegung im Freien einschließen können.

Für jede Situation wurde die wahrgenommene Ansteckungswahrscheinlichkeit abgefragt unter der Annahme, dass Personen einem höheren Risiko exponiert sind, je häufiger sie diese Verhaltensweisen zeigen. Wir prüfen damit also, ob es einen Zusammenhang gibt zwischen der Risikoexposition und der Risikowahrnehmung.

Ca. ein Drittel der Befragten hält es für (eher) unwahrscheinlich, sich anzustecken wenn sie haushaltsfremde Personen treffen, einkaufen, zum Arzt gehen oder außer Haus sind. Dabei geht eine geringere Risikowahrnehmung mit verstärktem Treffen anderer Personen einher. Für Ältere gilt dies ebenfalls für das Einkaufen.

Wichtig: Hier können wir keine Aussagen über die kausale Richtung treffen - d.h. es ist möglich, dass Personen, die ein geringes Risiko wahrnehmen, mehr Aktivität zeigen, oder dass Personen, die mehr Aktivität zeigen, das Risiko leugnen oder ignorieren.

Zusammenhang zwischen der Wahrnehmung der eigenen Erkrankungswahrscheinlichkeit und ..

  • … der Erkrankungswahrscheinlichkeit beim Einkaufen: 0.44

  • … und der Erkrankungswahrscheinlichkeit beim sehen von Personen, die nicht zu Ihrem Haushalt gehören : 0.42

Interpretation der Korrelationskoeffizienten r: höhere Werte zeigen einen stärkeren Zusammenhang an, Werte nahe Null zeigen, dass es keinen Zusammenhang gibt, um 0.1 einen kleinen Zusammenhang. Werte um 0.3 zeigen einen mittleren Zusammenhang, ab 0.5 spricht man von einem starken Zusammenhang. Ein negatives Vorzeichen bedeutet, dass hohe Werte auf der einen Variable mit niedrigen Werte auf der anderen Variable auftreten. p-Werte < 0.05 zeigen statistisch bedeutsame Zusammenhänge an. Korrelationskoeffizienten, die statistisch bedeutsam sind, werden fett gedruckt

3.3 Corona und Emotionen

Die folgenden drei Grafiken zeigen verschiedene emotionale Aspekte über den Verlauf der Erhebungen. Nach einem stetigen Anstieg für die Dominanz des Themas, die Angst und Besorgnis der letzten Wochen, gehen die Werte wieder leicht zurück. Es scheint eine Gewöhnung einzusetzen.

Ältere Menschen sorgen sich mehr (r = 0.07 ) und haben mehr Angst (r = 0.1 ) als jüngere Menschen. Ältere und jüngere Menschen denken gleichermaßen häufig an den Coronavirus (r = -0.02 ).

Interpretation der Korrelationskoeffizienten r: höhere Werte zeigen einen stärkeren Zusammenhang an, Werte nahe Null zeigen, dass es keinen Zusammenhang gibt, um 0.1 einen kleinen Zusammenhang. Werte um 0.3 zeigen einen mittleren Zusammenhang, ab 0.5 spricht man von einem starken Zusammenhang. Ein negatives Vorzeichen bedeutet, dass hohe Werte auf der einen Variable mit niedrigen Werte auf der anderen Variable auftreten. p-Werte < 0.05 zeigen statistisch bedeutsame Zusammenhänge an. Korrelationskoeffizienten, die statistisch bedeutsam sind, werden fett gedruckt

3.4 Sorgen

Verschiedene Sorgen können über die Zeit relevant werden.

Die größten aktuellen Sorgen betreffen wirtschaftliche und gesellschaftliche Folgen.

In dieser Woche ging signifikant die Sorge zurück, dass das Gesundheitssystem überlastet wird und dass es zu Nahrungsmittelengpässen kommen könnte.

Dunklere Balken sind aktuellere Daten.

Hinweis: Sind weniger Balken zu sehen, sind die Fragen nur in einigen Wellen abgefragt worden: “die Kluft zwischen Arm und Reich vergrößert wird” (ab Welle 4) und “Sie aufgrund von Einkommenseinbußen in finanzielle Schwierigkeiten geraten (z.B. durch Kurzarbeit)?” (ab Welle 5). Die Angabe zur Aussage “… dass Sie Ihren Arbeitsplatz verlieren?” ist nicht verpflichtend (gültige Angaben: Welle 3 n = 963, Welle 4 n = 903, Welle 5 n = 990, Welle 6 n = 992, Welle 7 n = 1003, Welle 8 n = 801).

4 Wissen und Verhalten

In diesem Abschnitt betrachten wir Wissen über Schutzmaßnahmen und Faktoren, die relevant sind, damit dieses Verhalten auch umgesetzt wird.

4.1 Gefühltes und echtes Wissen über COVID-19

Die folgende Grafik zeigt den aktuellen Stand und die Veränderung des selbst eingeschätzten und tatsächlichen mittleren Wissens zu COVID-19. Achtung: selbst eingeschätztes Wissen wurde allgemein abgefragt, tatsächliches Wissen sind 3 Wissensfragen zu Behandlungsoptionen, Übertragung und Inkubationszeit. Das gefühlte Wissen steigt langsam, offenbart aber auch Unsicherheiten, die möglicherweise die wissenschaftlichen Unsicherheiten spiegeln.

Der Zusammenhang zwischen selbst eingeschätztem Wissen und tatsächlichem Wissen über COVID-19 ist gering, Korrelation (r): 0.09

Hinweis: Die Berechnung des Scores für das tatsächliche Wissen wurde rückwirkend für alle Wellen angepasst (ab Welle 3 aus drei anstelle von vier Items, da ein Item aus dem Fragebogen entfernt wurde).

4.2 Wirksame Schutzmaßnahmen

Damit wirksames Schutzverhalten ergriffen werden kann, muss dieses erstmal bekannt sein. Die Daten zeigen, dass wesentliche Maßnahmen sehr gut bekannt sind, aber immer noch nicht durchgängig ergriffen werden.

Wissen wurde erfasst als ja vs. nein/weiß nicht.

Verhalten wurde auf einer 5-stufigen Skala erfasst (nie, selten, manchmal, häufig, immer); als Personen, die das Verhalten ergriffen haben zählen diejenigen, die mindestens häufig oder immer angegeben haben. Weiter unten ist das Verhalten nochmal nach den Häufigkeitskategorien aufgeteilt.

Im untenstehenden Diagramm ist die Häufigkeit einzelner Verhaltensweisen dargestellt. Jeder Balken veranschaulicht die Häufigkeitsverteilung für jene Personen, auf die das Verhalten anwendbar ist und ergibt 100%. Je breiter ein Balkenabschnitt ist, desto mehr Personen gaben an, das Verhalten in der jeweiligen Häufigkeit ausgeführt zu haben. Die Prozentangabe auf der rechten Seite der grünen Balkenabschnitte gibt den Anteil der Personen an, die ein Verhalten „immer“ oder „häufig“ zeigen, z. B. vermeiden 94% immer oder häufig Händeschütteln. Die negativen Prozente auf der X-Achse helfen, den Anteil der Personen abzulesen, die ein Verhalten „nie“ bis „manchmal“ (rote und gelbe Balkenabschnitte) gezeigt haben, z. B. tragen 66% nie, selten oder manchmal eine Atemschutzmaske.

4.3 Offizielle Verfügungen

Damit die offiziellen Verfügungen umgesetzt werden können, müssen sie erstmal bekannt sein. Die Daten zeigen, dass wesentliche Verfügungen sehr gut bekannt sind, aber immer noch nicht durchgängig ergriffen werden.

Wissen wurde erfasst als ja vs. nein/weiß nicht.

Verhalten wurde auf einer 5-stufigen Skala erfasst (nie, selten, manchmal, häufig, immer); als Personen, die das Verhalten ergriffen haben zählen diejenigen, die mindestens häufig oder immer angegeben haben. Weiter unten ist das Verhalten nochmal nach den Häufigkeitskategorien aufgeteilt.

Im untenstehenden Diagramm ist die Häufigkeit einzelner Verhaltensweisen dargestellt. Jeder Balken veranschaulicht die Häufigkeitsverteilung für jene Personen, auf die das Verhalten anwendbar ist und ergibt 100%. Je breiter ein Balkenabschnitt ist, desto mehr Personen gaben an, das Verhalten in der jeweiligen Häufigkeit ausgeführt zu haben. Die Prozentangabe auf der rechten Seite der grünen Balkenabschnitte gibt den Anteil der Personen an, die ein Verhalten „immer“ oder „häufig“ zeigen, z. B. halten 92% der Personen immer oder häufig 1,50m Abstand in der Öffentlichkeit. Die negativen Prozente auf der X-Achse helfen, den Anteil der Personen abzulesen, die ein Verhalten „nie“ bis „manchmal“ (rote und gelbe Balkenabschnitte) gezeigt haben, z. B. begeben sich 40% nie, selten oder manchmal in die Selbstquarantäne, wenn sie keine Symptome zeigen.

Wer macht Ausnahmen?

Im obenstehendem Diagramm zeigt sich, dass zwischen 20% und 25% Ausnahmen machen und nur manchmal, selten oder nie öffentliche Orte meiden oder nur mit einer weiteren Person unterwegs sind.

Die folgenden Analysen untersuchen genauer am Beispiel des Meidens öffentlicher Orte, was Personen charakterisiert, die sich immer und häufig an diese Regeln halten im Vergleich zu denen, die es nur manchmal, selten oder nie tun.

An die Regeln halten sich häufiger: Personen in die Behörden vertrauen, Personen, die mehr über COVID-19 und Verfügungen wissen, sowie mehr negative Emotionen verspüren. Ausnahmen machen eher Personen, die eine niedrigere Wahrscheinlichkeit wahrnehmen zu erkranken, wenn sie andere treffen.

Interpretation: Dargestellt sind die Ergebnisse einer binär-logistischen schrittweisen Regressionsanalyse (bestes statistisches Modell). Odds ratio treffen eine Aussage darüber, inwieweit das Vorhandensein bzw. Nichtvorhandensein eines Merkmals A (z.B. einen Beruf im Gesundheitsektor ausüben) mit dem Vorhandensein bzw. Nichtvorhandensein eines weiteren Merkmals B (z.B. sich häufig oder immer an die Regeln halten) zusammenhängt. CI sind die 95% Konfidenzintervalle der Koeffizienten. Fettgedruckte Einflussfaktoren sind signifikant und haben einen statistisch bedeutsamen Einfluss. Werte über 1: höhere Werte auf diesem Einflussfaktor zeigen an, dass die Personen sich eher häufig oder immer an die Regeln halten. Werte unter 1: kleinere Werte auf diesem Einflussfaktor zeigen an, dass sich die Personen eher nur manchmal, selten oder nie an die Regeln halten.

Variablen im Modell: Alter, Geschlecht, Bildung, Arbeit im Gesundheitssektor, chronische Erkrankung, ein Kind haben unter 18, Gemeindegröße, Vertrauen in die Behörden, Vertrauen in den Gesundheitssektor, Risikowahrnehmung (Anfälligkeit, Schweregrad), Erkrankungswahrscheinlichkeit (andere treffen, Einkaufen gehen, Arztbesuche), Erkrankungswahrscheinlichkeit vergleichbarer Personen, verschiedene affektive Aspekte (Angst, Sorge, Dominanz des Themas, Hilflosigkeit), verschiedene Aspekte bezogen auf die Wahrnehmung des Virus (wahrgenommene Nähe und Ausbreitungsgeschwindigkeit), gefühltes und echtes Wissen (COVID-19, Schutzmaßnahmen, Verfügungen), Selbstwirksamkeit und wahrgenommene Sicherheit in Bezug auf effektive Schutzmaßnahmen, Wahrnehmung des Ausbruchs als Medienhype, Häufigkeit der Informationssuche über Corona und Infizierte im persönlichen Umfeld (bestätigt und unbestätigt vs. nicht).

Hinweis: Die Regression bezieht sich ausschließlich auf die aktuelle Welle.

  Öffentliche Orte meiden
Variablen Odds Ratios CI p
(Intercept) 0.01 0.00 – 0.03 <0.001
Vertrauen in Behörden 1.17 1.03 – 1.32 0.014
Dominanz negativer
Emotionen 		1.19 1.01 – 1.41 0.035
Mittleres Wissen COVID-19 2.68 1.10 – 6.50 0.030
Wissen über offizielle
Verfügungen 		18.14 6.88 – 47.85 <0.001
Häufigkeit der
Informationssuche 		1.13 0.99 – 1.28 0.075
Keine Kinder unter 18
Jahren (vs. Kinder unter
18 Jahren) 		0.74 0.50 – 1.10 0.134
Selbstwirksamkeitserwartung 1.12 0.97 – 1.29 0.133
Erkrankungswahrscheinlichkeit
wenn andere treffen 		1.23 1.05 – 1.44 0.009
Erkrankungswahrscheinlichkeit
beim Einkaufen 		0.89 0.76 – 1.04 0.130
Observations 817
Cox & Snell’s R2 / Nagelkerke’s R2 0.128 / 0.190

Befolgen der Maßnahmen im Zeitverlauf

4.4 Soziale Normen

Menschen sind soziale Wesen und richten ihr Verhalten auch danach aus, was andere tun. Soziale Normen, also die Wahrnehmung, wie viele Menschen ein bestimmtes Verhalten zeigen, kann daher die Bereitschaft beeinflussen, selbst das Verhalten zu zeigen.

Die Daten zeigen beispielsweise, dass nach wie vor über 70% denken, dass andere sich an die Maßnahmen halten. Ältere gehen von einer größeren Befolgung der Maßnahmen aus als Jüngere. Wer denkt, dass sich andere an Maßnahmen halten, meidet auch eher öffentliceh Orte; wer denkt, dass mehr andere eine Maske tragen, trägt auch selbst eher eine Maske.

Im Folgenden wird der Zusammenhang zwischen den sozialen Normen und selbst ergriffenem Schutzverhalten für die aktuelle Welle exploriert.

Interpretation der Korrelationskoeffizienten: In der folgenden Übersicht zeigen höhere Werte einen stärkeren Zusammenhang an, Werte nahe Null zeigen, dass es keinen Zusammenhang gibt, um 0.1 einen kleinen Zusammenhang. Werte um 0.3 zeigen einen mittleren Zusammenhang, ab 0.5 spricht man von einem starken Zusammenhang. Ein negatives Vorzeichen bedeutet, dass hohe Werte auf der einen Variable mit niedrigen Werte auf der anderen Variable auftreten. Fettdruck zeigt statistisch bedeutsame Zusammenhänge an.

Geschätzte Prozentzahl der Anderen, die sich an die von den Behörden erlassenen Ausgangsbeschränkungen halten …

  • und selbst Öffentliche Orte vermeiden: 0.09

Geschätzte Prozentzahl der Anderen, die eine Atemschutzmaske in öffentlichen Bereichen tragen …

  • und selbst eine Atemschutzmaske tragen: 0.31

5 Was die Risikowahrnehmung beeinflusst

Die Risikowahrnehmung ist ein wichtiger Einflussfaktor für Schutzverhalten. Risiko wird als Wahrscheinlichkeit zu erkranken, als Schweregrad der Erkrankung und eigene Anfälligkeit erfasst. Hier wird untersucht, welche Faktoren mit der Risikowahrnehmung zusammenhängen.

Schweregrad

Wie schätzen Sie eine Infektion mit dem neuartigen Coronavirus für sich selbst ein? Erfasst auf einer Skala von 1-7: völlig harmlos - extrem gefährlich.

Eine eher schwerwiegende Erkrankung erwartet

  • wer männlich ist,

  • wer chronisch krank ist,

  • eine kürzere Schulausbildung hat,

  • bei wem Situation negativere Emotionen auslöst,

  • wer mehr wahrgenommenes Wissen hat,

  • wer das Ausbruchsgeschehen nicht als Medienhype wahrnimmt,

  • wer das Coronavirus als sich schneller ausbreitend wahrnimmt,

  • wer eine höhere Ansteckungswahrscheinlichkeit außer Haus wahrnimmt.

Anfälligkeit

Als wie anfällig schätzen Sie sich für eine Infektion mit dem neuartigen Coronavirus ein? Erfasst auf einer Skala von 1-7: überhaupt nicht anfällig - sehr anfällig

Eine eher höhere Anfälligkeit nimmt wahr,

  • wer das Ausbruchsgeschehen nicht als Medienhype wahrnimmt,

  • wer chronisch krank ist,

  • bei wem die Situation negativere Emotionen auslöst,

  • wer eine höhere Ansteckungswahrscheinlichkeit außer Haus wahrnimmt.

Interpretation: Dargestellt sind die Ergebnisse einer linearen schrittweisen Regressionsanalyse (bestes statistisches Modell). CI sind die 95% Konfidenzintervalle der Koeffizienten (betas). Wenn diese Null einschließen, hat die entsprechende Variable keinen statistisch bedeutsamen Einfluss. Fettgedruckte Einflussfaktoren sind signifikant und haben einen statistisch bedeutsamen Einfluss. Das heißt für Werte mit positivem Vorzeichen: höhere Werte auf diesem Einflussfaktor führen zu mehr Risikowahrnehmung. Das heißt für Werte mit negativem Vorzeichen: höhere Werte auf diesem Einflussfaktor führen zu weniger Risikowahrnehmung.

Variablen im Modell: Alter, Geschlecht, Bildung, Arbeit im Gesundheitssektor, chronische Erkrankung, ein Kind haben unter 18, Gemeindegröße, Vertrauen in die Behörden, Vertrauen in den Gesundheitssektor, verschiedene affektive Aspekte (Angst, Sorge, Dominanz des Themas, Hilflosigkeit), verschiedene Aspekte bezogen auf die Wahrnehmung des Coronavirus (wahrgenommene Nähe, Ausbreitungsgeschwindigkeit, Neuheit), gefühltes und echtes Wissen (COVID-19, Schutzmaßnahmen), Ansteckungswahrscheinlichkeit außer Haus, Selbstwirksamkeit und wahrgenommene Sicherheit in Bezug auf effektive Schutzmaßnahmen, Wahrnehmung des Ausbruchs als Medienhype, Häufigkeit der Informationssuche über Corona, Infizierte im persönlichen Umfeld (bestätigt und unbestätigt vs. nicht).

Insgesamt lässt sich zwischen 26% und 34% der Verhaltensvarianz durch die untersuchten Faktoren aufklären (R2). Das heißt, dass es noch einige andere, bisher nicht erfasste Faktoren gibt, die das Verhalten beeinflussen.

Hinweis: Die Regressionen beziehen sich ausschließlich auf die aktuelle Welle.

  Schweregrad Anfälligkeit
Variablen Beta standardized CI p Beta standardized CI p
(Intercept) <0.001 <0.001
Geschlecht: weiblich -0.07 -0.12 – -0.01 0.025 -0.06 -0.12 – 0.00 0.067
Schulbildung: 10+ Jahre
(ohne Abitur) vs. 9 Jahre 		-0.03 -0.13 – 0.06 0.480
Schulbildung: Abitur vs.
9 Jahre 		-0.12 -0.21 – -0.03 0.013
Chronisch krank (vs.
nicht chronisch krank) 		0.30 0.25 – 0.36 <0.001 0.25 0.19 – 0.31 <0.001
Infizierte im
persönlichen Umfeld 		-0.04 -0.10 – 0.01 0.147
Wahrgenommenes Wissen 0.06 0.01 – 0.12 0.027
Wahrgenommener Medienhype -0.14 -0.20 – -0.08 <0.001 -0.13 -0.19 – -0.06 <0.001
Dominanz negativer
Emotionen 		0.30 0.24 – 0.36 <0.001 0.19 0.12 – 0.26 <0.001
Wahrgenommene
Ausbreitungsgeschwindigkeit 		0.08 0.02 – 0.14 0.006
Erkrankungswahrscheinlichkeit
wenn außer Haus 		0.13 0.07 – 0.19 <0.001 0.18 0.11 – 0.24 <0.001
Wahrgenommene Nähe 0.11 0.04 – 0.18 0.003
Observations 817 817
R2 / adjusted R2 0.347 / 0.339 0.263 / 0.258

6 Informationsverhalten

6.1 Häufigkeit

6.2 Nutzung

Bitte bewerten Sie nachfolgende Informationsquellen: Wie häufig nutzen Sie die folgenden Informationsquellen, um sich über das neuartige Coronavirus zu informieren?

Hinweise: “Webseiten der Gesundheitsbehörden” ist in Welle 4 (24.03.) der Mittelwert der Einzel-Webseiten von BMG, RKI und BZgA. In Welle 6 (07.04) und 8 (24.04.) wurden spezifische Medien zusammengefasst:

  • “Öffentliche-rechtliches Fernsehesender” und “Öffentlich-rechtliche Radiosender” wurde zu “Öffentlich-rechtliche Medien”

  • “Private Fernsehsender” und “Private Radiosender” wurde zu “Private Medien”

  • “Suchmaschinen” und “Websites oder Online-News-Seiten” wurde zu “Internet”

Nur in Welle 6 (07.04) wurde “Social Media” gemeinsam mit “Internet” erfasst.

Die Werte der Vorwellen sind jeweils der Mittelwert aus den zusammengefassten Informationsquellen. Im Erhebungsverlauf nutzen 62 Prozent Befragungsteilnehmende andere Quellen (Nutzungshäufigkeit: M = 0.81). Die augenscheinlichen großen Differenzen zur Vorwelle sollten aufgrund der geänderten Methode nicht überintepretiert werden.

6.3 Corona als Medien-Hype

7 Ausbruchs-Management

Vertrauen

Wie viel Vertrauen haben Sie in die untenstehenden Personen und Organisationen, dass sie in der Lage sind, gut und richtig mit dem neuartigen Coronavirus umzugehen?

Hinweis: Befragungsteilnehmende hatten die Möglichkeit “keine Angabe möglich” auszuwählen. Das heißt, dass die folgenden Mittelwerte sich ggf. nicht auf die gesamte Stichprobe der jeweiligen Messzeitpunkte beziehen.

Interpretation: Mittelwerte mit 95% Konfidenzintervallen. Wenn die Intervalle sich nicht überschneiden, kann man von einem signifikanten Unterschied ausgehen. Dunklere Balken sind aktuellere Daten.

7.1 Dimensionen des Vertrauens in RKI und Bundesregierung

Das Vertrauen in RKI und Bundesregierung wurde gesondert mittels der Skala von Grimmelikhuijsen & Knies (2017) erfasst. Konkret wurden die Kompetenz, das Wohlwollen und die Integrität beider Institutionen eingeschätzt. Korrelationsanalysen zeigen den Zusammnhang zwischen den Einzeldimensionen und dem Gesamtvertrauen (siehe oben, 1 sehr wenig Vertrauen, 7 sehr viel Vertrauen) an.

Da alle Korrelationen ähnlich hoch sind, scheinen alle Dimesnionen gleichermaßen für das Vertrauen wichtig zu sein.

Interpretation der Korrelationskoeffizienten r: In der folgenden Übersicht zeigen höhere Werte einen stärkeren Zusammenhang an, Werte nahe Null zeigen, dass es keinen Zusammenhang gibt, um 0.1 einen kleinen Zusammenhang. Werte um 0.3 zeigen einen mittleren Zusammenhang, ab 0.5 spricht man von einem starken Zusammenhang. Ein negatives Vorzeichen bedeutet, dass hohe Werte auf der einen Variable mit niedrigen Werte auf der anderen Variable auftreten. p-Werte < 0.05 zeigen statistisch bedeutsame Zusammenhänge an. Korrelationskoeffizienten, die statistisch bedeutsam sind, werden fett gedruckt

RKI

Korrelationen: Vertrauen in das RKI und …

  • Kompetenz des RKI: r = 0.83

  • Wohlwollen des RKI: r = 0.79

  • Integrität des RKI: r = 0.8

Bundesregierung

Korrelationen: Vertrauen in die Bundesregierung und …

  • Kompetenz der Bundesregierung: r = 0.84

  • Wohlwollen der Bundesregierung: r = 0.83

  • Integrität der Bundesregierung: r = 0.84

8 Akzeptanz der Maßnahmen

8.1 Innenpolitik

Für viele Maßnahmen gilt: die Akzeptanz ist Mitte März sprunghaft gestiegen und geht langsam zurück. Die Akzeptanz der meisten geltenden Maßnahmen ist jedoch immer noch auf einem hohen Niveau.

Ausnahmen sind Einschränkung des Internetzugangs (immer niedrig) und Atemschutzmasken tragen (Akzeptanz steigt).

In der untenstehenden Abbildung ist der Zeitverlauf für die Wahrnehmung, dass die Maßnahmen übertrieben sind, dargestellt.

Zusammenhang zwischen Risikowahrnehmung und Akzeptanz der Maßnahmen

Risikowahrnehmung, Ängste und Sorgen pegeln sich auf einem neuen Niveau ein.

Die Maßnahmen sind immer noch gut akzeptiert, die Zustimmung sinkt jedoch leicht.

Reaktanz im Bezug auf die verordneten Maßnahmen

Seit der Welle 6 wurden die Teilnehmenden befragt, inwiefern sie die verordneten Maßnahmen als ärgerlich, frustrierend und störend empfinden (psychologische Reaktanz). Außerdem gaben die Befragten an, ob sie sich durch die ergriffenen Maßnahmen in ihrer persönlichen Freiheit eingeschränkt sehen. Die Reaktanz war insgesamt eher mittelmäßig ausgeprägt (aktuelle Woche: M = 3.32).

Die gemittelte Reaktanz wurde in niedrig (1-3 auf einer 7-stufigen Skala), mittel (4), hoch (5-7) klassifiziert, um eine Interpretation zu erleichtern

Jüngere Befragungsteilnehmende gaben eher an, dass die Maßnahmen ihnen widerstreben.

Im Folgenden wird der Zusammenhang zwischen der Reaktanz, Wissen, Maßnahmen durchführen und Vertrauen exploriert.

Interpretation der Korrelationskoeffizienten: In der folgenden Übersicht zeigen höhere Werte einen stärkeren Zusammenhang an, Werte nahe Null zeigen, dass es keinen Zusammenhang gibt, um 0.1 einen kleinen Zusammenhang. Werte um 0.3 zeigen einen mittleren Zusammenhang, ab 0.5 spricht man von einem starken Zusammenhang. Ein negatives Vorzeichen bedeutet, dass hohe Werte auf der einen Variable mit niedrigen Werte auf der anderen Variable auftreten. Fettdruck zeigt statistisch bedeutsame Zusammenhänge an.

Reaktanz und …

  • das selbst eingeschätzte Wissen über COVID-19: -0.01

  • das tatsächliche Wissen über COVID-19: -0.09

  • das Wissen über wirksame Schutzmaßnahmen: -0.15

  • das Wissen über öffentliche Verordnungen: -0.19

  • die ausgeführten Maßnahmen: -0.2

  • die ergriffenen Maßnahmen übertrieben finden: 0.64

  • Vertrauen in die Bundesregierung: -0.38

  • Vertrauen in das RKI : -0.4

8.2 Die europäische und globale politische Dimension der Corona-Pandemie

Die Corona-Pandemie stellt die Zusammenarbeit innerhalb der Europäischen Union auf die Probe. Große EU-Staaten wie Italien, Spanien und Frankreich sind bisher stärker von der Ausbreitung des Corona-Virus betroffen als Deutschland. Zudem sind sie finanziell schlechter aufgestellt, den Folgen der Pandemie zu begegnen. Obwohl ein EU-Hilfspaket von ungefähr 500 Milliarden Euro geschnürt wurde, steht die Forderung nach einer gemeinsamen Schuldenaufnahme (sog. „Corona-Bonds“) zur Bewältigung der Pandemie und Abmilderung ihrer wirtschaftlichen und sozialen Folgen weiterhin im Raum. Akut stellt sich die Frage, ob knappes medizinisches Material für Gesundheitssysteme in europäischen Ländern bereitgestellt wird, die durch die Corona-Pandemie an ihre Grenzen kommen.

Außerhalb Europas sind absehbar Menschen in Entwicklungsländern in besonderem Maße durch das Corona-Virus bedroht. Schwache Gesundheitssysteme, schlechte hygienische Bedingungen und ein oftmals enges Zusammenleben sind nur einige der Faktoren, die eine besonders schnelle Ausbreitung und daraus resultierende gesundheitliche Auswirkungen wahrscheinlicher machen. Nach Einschätzung der Weltgesundheitsorganisation (WHO) steht bspw. Afrika erst am Beginn der Pandemie. Zugleich sind die wirtschaftlichen Folgen der einhergehenden weltweiten Rezession in Entwicklungsländern absehbar stark. Um der Pandemie zu begegnen, hat Entwicklungsminister Gerd Müller dazu aufgerufen, Entwicklungsländer stärker finanziell zu unterstützen und die WHO zu einem globalen Pandemiezentrum auszubauen. Hierfür sollen 50 Milliarden Euro bereitgestellt werden. Auch ein Schuldenerlass für die ärmsten Länder wurde vom Internationalen Währungsfonds für 25 Länder umgesetzt.

In Anbetracht der absehbar hohen Kosten der Bewältigung der Pandemie und ihrer Folgen innerhalb Europas und weltweit stellt sich die Frage, inwieweit die Bevölkerung entsprechende Maßnahmen unterstützt. Daher wurden in der achten COSMO-Erhebungswelle zehn Items zu europäischer und weltweiter Solidarität, entwicklungspolitischen Maßnahmen sowie den zugrundeliegenden Motiven abgefragt.

Die Items wurden mit einer siebenstufigen Skala von 1 – „stimme überhaupt nicht zu“ bis 7 – „stimme voll und ganz zu“ abgefragt. Im Folgenden werden jeweils die Skalenwerte 5 bis 7 als Zustimmung, die Werte 1 bis 3 als Nicht-Zustimmung interpretiert. Der Wert 4 stellt die Skalenmitte dar. Zusätzlich werden die Skalen-Mittelwerte berichtet.

Zusammenarbeit ist erwünscht, finanzielle Unterstützung anderer EU-Staaten wird jedoch kritisch gesehen

Die Daten zeigen, dass die Befragten eine engere Zusammenarbeit Deutschlands mit anderen EU-Staaten befürworten. Der Aussage Deutschland sollte zur Bewältigung der Corona-Situation enger mit anderen EU-Staaten zusammenarbeiten stimmen rund zwei Drittel zu, nur 13% stimmen der Aussage nicht zu (Mittelwert 5,1). Die übrigen 21% positionieren sich in der Skalenmitte.

Konkreten Maßnahmen und besonders finanzieller Unterstützung stehen die Befragten jedoch deutlich skeptischer gegenüber. Corona-Bonds sehen sie beispielsweise eher nicht als Teil der Lösung der Corona-Situation. Weniger als ein Drittel stimmen der Aussage *Deutschland sollte zur Bewältigung der Corona-Situation gemeinsam mit anderen EU-Staaten Schulden aufnehmen (sogenannte „Corona-Bonds“)* zu, während rund 45% nicht zustimmen und 25% sich in der Skalenmitte positionieren (Mittelwert 3,5). Etwas positiver stehen die Befragten der Unterstützung durch medizinisches Material gegenüber. 43% stimmen der Aussage Deutschland sollte medizinisches Material (z.B. Atemschutzmasken, Beatmungsgeräte) an die EU-Staaten geben, die am stärksten von der Corona-Situation betroffen sind zu (Mittelwert 4,1). Gleichzeitig stimmen 31% der Befragten der Aussage nicht zu, rund 26% positionieren sich in der Mitte der Skala.

Ein Großteil befürwortet größere Unterstützung für Entwicklungsländer

In der Frage, inwieweit Deutschland Entwicklungsländer unterstützen soll, sind die Befragten geteilter Meinung. 44% stimmen der Aussage Deutschland sollte Entwicklungsländer verstärkt mit Geld und Know-How unterstützen, um die Corona-Situation und ihre Folgen zu bewältigen zu, ein Drittel der Bevölkerung stimmt nicht zu (Mittelwert 4,1). Auch bei dieser Frage positionieren sich ca. 25% in der Skalenmitte.

Einen Schuldenerlass für Entwicklungsländer sehen die Befragten weniger als geeignete Maßnahme. Rund ein Drittel stimmen der Aussage Deutschland sollte den ärmsten Ländern aufgrund der Corona-Situation die Rückzahlung von Schulden erlassen zu, 43% stimmen dieser Aussage nicht zu und 23% positionieren sich auf der Skalenmitte (Mittelwert 3,7). Auch in der Frage, ob Deutschland Geflüchtete in Syrien und dessen Nachbarländern unterstützen sollte, sind die Befragten geteilter Meinung. Rund 35% stimmen der Aussage Deutschland sollte in der Corona-Situation mehr dafür tun, die Lebenssituation der syrischen Flüchtlinge innerhalb Syriens und seiner Nachbarländer zu stabilisieren zu, 42% stimmen dieser Aussage nicht zu, 24% wählen die Skalenmitte (Mittelwert 3,7).

Entwicklungsländer in großem Risiko – globale Herausforderungen brauchen globale Lösungen

50% der Befragten stimmen der Aussage Entwicklungsländer sind am stärksten von der aktuellen Krise betroffen zu (Mittelwert 4,6). Nur 24% stimmen nicht zu, 25% positionieren sich in der Skalenmitte. Ebenso stimmen über 70% der Aussage Globale Herausforderungen wie die Corona-Situation erfordern globale Solidarität und Zusammenarbeit zu, weniger als 10% stimmen nicht zu und 18% platzieren sich auf der Skalenmitte (Mittelwert 5,5).

Im Anschluss stellt sich die Frage, was mögliche Beweggründe für die Unterstützung von Maßnahmen für Entwicklungsländer sind. Obwohl ein Großteil die globale Dimension der Krise sieht und globale Solidarität als nötig erachtet, um der aktuellen Situation zu begegnen, stimmen nur rund 45% – und damit ein geringerer Anteil der Befragten – der Aussage Deutschland ist moralisch dazu verpflichtet, stärker betroffenen Ländern zu helfen zu, während 32% dies nicht tun (Mittelwert 4,2). 23% wählen die Skalenmitte.

Eigeninteressen stellen die Befragten jedoch ebenfalls nicht eindeutig in den Vordergrund. Der Aussage Deutschland sollte mit anderen Ländern nur zusammenarbeiten, wenn es den deutschen Interessen unmittelbar nützt (z.B. zum Schutz der EU-Außengrenzen) stimmen rund 36% der Befragten zu, 43% stimmen der Aussage hingegen nicht zu (Mittelwert 3,8). 23% verorten ihre Meinung auf der Skalenmitte.

Spendenbereitschaft zur Bekämpfung der Krise

Angesichts der Lageverschärfung in Entwicklungsländern stellt sich die Frage, inwieweit auch die Bevölkerung selbst bereit ist, diese Länder durch Spenden zu unterstützen. 10% der Befragten geben an, bereits gespendet zu haben. Die grundsätzliche Spendenbereitschaft liegt jedoch deutlich höher, 28% stimmen der Aussage Ich bin bereit zu spenden (z.B. Geld oder medizinische Ausrüstung, um zur Bewältigung der Corona-Situation in anderen Ländern beizutragen zu (Mittelwert 3,2). Etwas über die Hälfte der Befragten stimmt dieser Aussage hingegen nicht zu, 21% sind unentschlossen und wählen die Skalenmitte.

9 Wirtschaftliche Auswirkungen

In Welle 8 wurden Überzeugen zu den wirtschaftlichen Konsequenzen der Corona-Pandemie erfragt.

Wirtschaftsexperten haben berechnet, dass die Maßnahmen gegen die Verbreitung des Coronavirus (z.B. Schließung von Betrieben, Verbot von Veranstaltungen) erhebliche Kosten verursachen. Die Befragungsteilnehmenden in dieser Welle wurden gebeten diesbezüglich Aussagen zu bewerten.

Die Aussage „Diese wirtschaftlichen Kosten sind aktuell angemessen im Verhältnis zu dem damit verfolgten Ziel.“ erfährt eine hohe Zustimmung. Die Aussage „Diese wirtschaftlichen Kosten sollten von allen Bürgerinnen und Bürgern gemeinschaftlich und einkommensabhängig getragen werden.“ erfährt etwas weniger Zustimmung.

Eher Männer als Frauen stimmen der Aussage „Diese wirtschaftlichen Kosten sollten von allen gemeinschaftlich und einkommensabhängig getragen werden“ zu.

Weiterhin wurden die Befragungsteilnehmenden gefragt, auf wie viel Prozent jährlichen Haushaltseinkommens sie bereit wären, maximal zu verzichten, um die Kosten der Maßnahmen gegen das Coronavirus mit zu tragen.

Mehr als ein Drittel der Befragten (35,3%) sagt, sie würden nicht auf Einkommen verzichten. Etwa ein weiteres Drittel (29,7%) gibt an, auf 1 bis 2% verzichten zu können, etwa ein Fünftel (22,2%) gibt an, 3 bis 5 % aufwenden zu können.

Eher Männer als Frauen und eher Befragte mit Hochschulreife als ohne sind bereit, auf mehr als 3% ihres jährlichen Haushaltseinkommens zu verzichten, um die Kosten der Maßnahmen mit zu tragen.

10 Zugang zum Gesundheitssystem

Frage: Ich hatte Probleme medizinisch versorgt zu werden (z.B. weil geplante Behandlungen verschoben wurden).

Frage: Durch Einschränkungen in der medizinischen Versorgung hat sich mein Gesundheitszustand verschlechtert.

Veränderung zu 2018

In dieser Welle wurden die Befragungsteilnehmenden auch gebeten, ihre Zugangsmöglichkeiten zur gesundheitlichen Versorgung innerhalb der nächsten vier Wochen zu beurteilen und die Ergebnisse mit mit Daten einer online-Quotestichprobe verglichen (Betsch et al., 2018, PLOS ONE).

Es zeigt sich, dass sich der wahrgenommene Zugang verschlechtert hat. Inbesondere die 30 bis 49-jährigen gehen von einer schlechteren Versorgung aus. Eher Ältere als potenziell vulnerable Gruppe schätzen es als „sehr wahrscheinlich“ ein, Zugang zur medizinischen Versorgung in diesem Zeitraum zu erhalten.

11 Tragen einer Maske in der Öffentlichkeit

Laut aktuellem Beschluss der Bundesregierung ist das Tragen von Gesichtsmasken in der Öffentlichkeit dringend empfohlen, in einigen Städten und Bundesländern verpflichtend.

  • 79.3 % halten es für eine wirksame Schutzmaßnahme, in der Öffentlichkeit Masken zu tragen (Vorwoche: 71.3 %).

  • 32.8 % geben an, in der Öffentlichkeit Masken zu tragen (Vorwoche: 24 %).

  • Einer verpflichtenden Regelung stimmen 54.4% zu (Vorwoche: 52 %).

  • 71.2 % geben an zu wissen, wo sie eine Mund-Nasen-Bedeckung (Stoffmaske) besorgen können.

Wer trägt eher Maske?

Masken tragen eher Personen, die wissen, wo sie sich eine Nase-Mund-Bedeckung besorgen können, die älter sind oder im Gesundheitssektor arbeiten, es für wahrscheinlicher halten, sich außer Haus anzustecken und COVID-19 für schwerwiegend halten. Weniger Maske trägt, wer die COVID-19 als Medienhype wahrnimmt oder sich seltener informiert.

Interpretation: Dargestellt sind die Ergebnisse einer binär-logistischen schrittweisen Regressionsanalyse (bestes statistisches Modell). Odds ratio treffen eine Aussage darüber, inwieweit das Vorhandensein bzw. Nichtvorhandensein eines Merkmals A (z.B. einen Beruf im Gesundheitsektor ausüben) mit dem Vorhandensein bzw. Nichtvorhandensein eines weiteren Merkmals B (z.B. Masken tragen) zusammenhängt. CI sind die 95% Konfidenzintervalle der Koeffizienten. Fettgedruckte Einflussfaktoren sind signifikant und haben einen statistisch bedeutsamen Einfluss. Werte über 1: höhere Werte auf diesem Einflussfaktor führen zu mehr Maske tragen. Werte unter 1: kleinere Werte auf diesem Einflussfaktor führen zu weniger Maske tragen.

Variablen im Modell: Alter, Geschlecht, Bildung, Arbeit im Gesundheitssektor, chronische Erkrankung, ein Kind haben unter 18, Gemeindegröße, Vertrauen in die Behörden, Vertrauen in den Gesundheitssektor, Risikowahrnehmung (Anfälligkeit, Schweregrad), Ansteckungswahrscheinlichkeit außer Haus, verschiedene affektive Aspekte (Angst, Sorge, Dominanz des Themas, Hilflosigkeit), verschiedene Aspekte bezogen auf die Wahrnehmung des Virus (wahrgenommene Nähe und Ausbreitungsgeschwindigkeit), gefühltes und echtes Wissen (COVID-19, Schutzmaßnahmen, Verfügungen), Selbstwirksamkeit und wahrgenommene Sicherheit in Bezug auf effektive Schutzmaßnahmen, Wahrnehmung des Ausbruchs als Medienhype, Häufigkeit der Informationssuche über Corona und Infizierte im persönlichen Umfeld (bestätigt und unbestätigt vs. nicht), Wissen, wo man sich eine Nasen-Mund-Bedeckung besorgen kann.

Hinweis: Die Regression bezieht sich ausschließlich auf die aktuelle Welle.

  Maske tragen
Variablen Odds Ratios CI p
(Intercept) 0.00 0.00 – 0.02 <0.001
Alter 1.01 1.00 – 1.03 0.028
Beruf im
Gesundheitssektor 		2.41 1.31 – 4.43 0.005
Mittelstadt vs.
Kleinstadt 		1.53 0.99 – 2.37 0.057
Großstadt vs. Kleinstadt 1.01 0.69 – 1.49 0.955
Vertrauen in
Gesundheitssektor 		1.15 0.99 – 1.33 0.060
Wahrgenommener Medienhype 0.88 0.77 – 1.01 0.080
Wahrgenommene
Ausbreitungsgeschwindigkeit 		0.89 0.79 – 1.01 0.064
Häufigkeit der
Informationssuche 		1.39 1.20 – 1.60 <0.001
Schweregrad 1.18 1.03 – 1.34 0.014
Erkrankungswahrscheinlichkeit
wenn außer Haus 		1.18 1.05 – 1.33 0.007
Wissen, wo man sich eine
Nasen-Mund-Bedeckung
besorgen kann 		3.04 1.96 – 4.73 <0.001
Observations 817
Cox & Snell’s R2 / Nagelkerke’s R2 0.161 / 0.231

Welche Maske wird getragen und aus welchen Gründen?

Personen, die eine Maske tragen, wollen im Mittel damit eher andere Personen (M = NaN) als sich selbst vor einer Ansteckung mit dem Coronavirus schützen (M = NaN).

Masken unterschieden sich darin, wer durch das Tragen geschützt wird:

  • Mund-Nasenbedeckung (Stoffmaske): schützt nur andere

  • Mund-Nasenschutz (OP-Maske): schützt eher andere

  • FFP2 Maske mit Ventil: schützt den Träger, aber nicht andere

  • FFP2 Maske ohne Ventil: schützt den Träger und andere

Das folgende Diagramm zeigt, dass die eingeschränkte Schutzleistung von Stoffmasken relativ gut bekannt ist. Jedoch erscheint eine Warnung vor Masken mit Ventil geboten – diese schützen nur den Träger, nicht aber andere. Dies ist nicht ausreichend bekannt.

Maske besorgen

In dieser Woche wurden die Befragungsteilnehmenden gefragt, ob sie wissen, wo sie sich eine Mund-Nasen-Bedeckung (Stoffmaske) besorgen können. Tendenziell wissen Frauen und ältere Personen eher, wo sie sich eine Stoffmaske besorgen können.

Es wissen eher Personen, wo sie sich eine Mund-Nasen-Bedeckung besorgen können, die in kleineren Städten wohnen. Unterstützungsbedarf haben daher: in größeren Städten Lebende.

Interpretation: Dargestellt sind die Ergebnisse einer binär-logistischen schrittweisen Regressionsanalyse (bestes statistisches Modell). Odds ratio treffen eine Aussage darüber, inwieweit das Vorhandensein bzw. Nichtvorhandensein eines Merkmals A (z.B. einen Beruf im Gesundheitsektor ausüben) mit dem Vorhandensein bzw. Nichtvorhandensein eines weiteren Merkmals B (z.B. Masken tragen) zusammenhängt. CI sind die 95% Konfidenzintervalle der Koeffizienten. Fettgedruckte Einflussfaktoren sind signifikant und haben einen statistisch bedeutsamen Einfluss. Werte über 1: höhere Werte auf diesem Einflussfaktor weisen darauf hin, dass Personen eher wissen, wo sie eine Maske bekommen. Werte unter 1: kleinere Werte auf diesem Einflussfaktor weisen darauf hin, dass Personen mit diesem Merkmal eher nicht wissen, wo sie eine Maske besorgen können.

Variablen im Modell: Alter, Geschlecht, Bildung, Arbeit im Gesundheitssektor, chronische Erkrankung, ein Kind haben unter 18, Gemeindegröße.

Hinweis: Die Regression bezieht sich ausschließlich auf die aktuelle Welle.

  Maske besorgen
Variablen Odds Ratios CI p
(Intercept) 3.03 2.33 – 3.94 <0.001
Beruf im
Gesundheitssektor 		1.86 0.95 – 3.66 0.071
Mittelstadt vs.
Kleinstadt 		0.71 0.48 – 1.07 0.102
Großstadt vs. Kleinstadt 0.67 0.47 – 0.95 0.024
Observations 832
Cox & Snell’s R2 / Nagelkerke’s R2 0.011 / 0.016

Zeigen Maskenträger insgesamt mehr Schutzverhalten?

Maskenträger zeigen eher als Menschen, die keine Masken tragen, mehr Schutzverhalten. Die nachfolgende Tabelle zeigt die Ergebnisse von logistischen Regressionen.

Interpretation: Dargestellt sind die Ergebnisse binär-logistischen Regressionsanalysen. Odds ratio treffen eine Aussage darüber, inwieweit das Vorhandensein bzw. Nichtvorhandensein eines Merkmals A (z.B. Masketragen) mit dem Vorhandensein bzw. Nichtvorhandensein eines weiteren Merkmals B (z.B. Abstand halten) zusammenhängt. Einflussfaktoren sind signifikant, wenn der p-Wert kleiner als .05 ist. Werte über 1: höhere Werte auf diesem Einflussfaktor führen zu mehr Schutzverhalten. Werte unter 1: kleinere Werte auf diesem Einflussfaktor führen zu weniger Schutzverhalten.

Maske tragen
Odds Ratio p
Individuelle Schutzmaßnahmen
Desinfektionsmittel benutzen 5.26 <.001
Hände für 20 Sek. waschen 3.24 <.001
Händeschütteln vermeiden 2.36 .001
Mund und Nase bedecken 2.75 <.001
Kontakt vermeiden 2.39 <.001
Zuhause bleiben 3.08 <.001
Soziale Schutzmaßnahmen
1,5m Abstand halten 3.42 <.001
Quarantäne ohne Symptome 3.69 <.001
Quarantäne mit Symptomen 3.59 <.001
Öffentliche Orte vermeiden 2.82 <.001
Private Feiern vermeiden 1.65 <.001
Höchstens mit einer anderen Person oder Haushaltsangehörigen in Öffentlichkeit bewegen 1.67 <.001
Nur notwendige Wege durchführen 2.35 <.001
Nicht mit Personen aus anderen Haushalten treffen 2.33 <.001

12 Tracing-App

In den letzen Tagen wird in den Nachrichten über eine neue Smartphone-App berichtet, die über Bluetooth funktioniert und App-Nutzer warnt, wenn diese sich vielleicht mit dem Coronavirus angesteckt haben.

Die Befragten gaben an, ob sie schon einmal von dieser Smartphone-App gehört haben und ob sie bereit wären, sich diese App runterzuladen.

Etwa 82.8 % der Befragten geben an (Vorwoche: 76.7 %), schon etwas von der App gehört zu haben.

50.6 % (Vorwoche: 52.8 %) sind eher bereit oder bereit, sich eine datenschutzkonforme App zu installieren; 21.7 % (Vorwoche: 17.8 %) würden sich eine solche App auf keinen Fall runterladen.

Wer würde sich eine Tracing-App runterladen?

Wer Infizierte in seinem persönlichen Umfeld hat, den Behörden mehr vertraut und mehr negative Emotionen verspürt ist eher bereit, sich eine App runterzuladen. Wer das Ausbruchsgeschehen eher als Medienhype wahrnimmt oder sich weniger häufig informiert würde sich eine Tracing-App eher nicht runterladen.

Interpretation: Dargestellt sind die Ergebnisse einer linearen schrittweisen Regressionsanalyse (bestes statistisches Modell). CI sind die 95% Konfidenzintervalle der Koeffizienten (betas). Wenn diese Null einschließen, hat die entsprechende Variable keinen statistisch bedeutsamen Einfluss. Fettgedruckte Einflussfaktoren sind signifikant und haben einen statistisch bedeutsamen Einfluss. Das heißt für Werte mit positivem Vorzeichen: höhere Werte auf diesem Einflussfaktor bedeuten eine höhere Bereitschaft, die App runterzuladen. Das heißt für Werte mit negativem Vorzeichen: höhere Werte auf diesem Einflussfaktor bedeuten eine niedrigere Bereitschaft, die App runterzuladen.

Variablen im Modell: Alter, Geschlecht, Bildung, Arbeit im Gesundheitssektor, chronische Erkrankung, ein Kind haben unter 18, Gemeindegröße, Vertrauen in die Behörden, Vertrauen in den Gesundheitssektor, Risikowahrnehmung (Anfälligkeit, Schweregrad), Ansteckungswahrscheinlichkeit außer Haus, verschiedene affektive Aspekte (Angst, Sorge, Dominanz des Themas, Hilflosigkeit), verschiedene Aspekte bezogen auf die Wahrnehmung des Coronavirus (wahrgenommene Nähe, Ausbreitungsgeschwindigkeit, Neuheit), gefühltes und echtes Wissen (COVID-19, Schutzmaßnahmen), Selbstwirksamkeit und wahrgenommene Sicherheit in Bezug auf effektive Schutzmaßnahmen, Wahrnehmung des Ausbruchs als Medienhype, Häufigkeit der Informationssuche über Corona, Infizierte im persönlichen Umfeld (bestätigt und unbestätigt vs. nicht).

Hinweis: Die Regressionen beziehen sich ausschließlich auf die aktuelle Welle.

  Eine Tracing-App runterladen
Variablen Beta standardized CI p
(Intercept) 0.002
Beruf im Gesundheitsektor -0.05 -0.11 – 0.01 0.125
Infizierte im
persönlichen Umfeld 		0.11 0.04 – 0.17 0.001
Vertrauen in Behörden 0.25 0.18 – 0.32 <0.001
Wahrgenommener Medienhype -0.16 -0.23 – -0.09 <0.001
Dominanz negativer
Emotionen 		0.11 0.04 – 0.18 0.001
Häufigkeit der
Informationssuche 		0.10 0.03 – 0.18 0.004
Observations 769
R2 / adjusted R2 0.225 / 0.219

13 Ressourcen und Belastungen

Bereits in den Wellen 4 und 5 kooperierten wir mit dem Leibniz-Institut für Resilienzforschung (LIR) in Mainz. Auch in dieser Welle untersuchen wir psychologische Ressourcen (Resilienz) und Belastungen.

13.1 Resilienz

Resilienz ist die psychische Widerstandskraft, die Fähigkeit, schwierige Lebenssituationen ohne anhaltende Beeinträchtigung zu überstehen.

Die Daten wurden anhand der Brief Resilience Scale erfasst und mit deutschen Normdaten verglichen. Dargestellt sind Abweichungen zu den vorhandenen Normen. Wenn die Fehlerbalken nicht die Null-Linie schneiden, zeigt dies eine signifikante Verminderung oder Erhöhung der Resilienz im Vergleich zur Normstichprobe an.

Die aktuellen Resilienz-Werte unterscheiden sich vom deutschen Normkollektiv (LIR Mainz, Kunzler et al. 2018) in Abhängikeit vom Alter: Im Rahmen der Corona-Krise schätzen sich jüngere Personen als weniger resilient und Menschen älter als 70 Jahre als resilienter ein als das Normkollektiv (LIR, Kunzler et al. 2018). Fragen zu den Bewältigungsstilen zeigen, dass die befragten Personen überwiegend der Meinung sind, dass sie sich durch die Krise nicht unterkriegen lassen und die notwendigen Wege finden werden um weiterzumachen.

Zusammenhang von Resilienz mit ausgewählten Variablen

Korrelationen von Resilienz mit der Risikowahrnehmung zeigen, dass es einen kleinen bis mittleren Zusammenhang in dem Sinne gibt, dass resiliente Menschen sich als weniger anfällig für eine Infektion und die Krankheit als weniger gefährlich einschätzen. Sie sind der Meinung, die Situauion positiv beeinflussen zu können.

Zusammenhang von Resilienz mit ausgewählten Variablen (aktuelle Welle)

Interpretation der Korrelationskoeffizienten (r): In der folgenden Übersicht zeigen höhere Werte einen stärkeren Zusammenhang an, Werte nahe Null zeigen, dass es keinen Zusammenhang gibt, um 0.1 einen kleinen Zusammenhang. Werte um 0.3 zeigen einen mittleren Zusammenhang, ab 0.5 spricht man von einem starken Zusammenhang. Ein negatives Vorzeichen bedeutet, dass hohe Werte auf der einen Variable mit niedrigen Werte auf der anderen Variable auftreten. p-Werte < 0.5 zeigen statistisch bedeutsame Zusammenhänge an. Bitte beachten Sie, dass eine Korrelation keine Aussage über die Wirkrichtung treffen kann (wer resilienter ist, fühlt sich weniger anfällig und umgekehrt).

Allgemeine Resilienz
Corona-spezifische Resilienz
r p r p
Alter
Alter .22 <.001 .09 .010
Risikowahrnehmung
Wahrscheinlichkeit an COVID-19 zu erkranken -.11 .001 .12 .001
Ernsthaftigkeit der Erkrankung -.04 .228 .12 .001
Anfälligkeit -.15 <.001 .08 .020
Wahrgenommene Nähe des Virus -.07 .038 .16 <.001
Psychologische Schutzfaktoren
Selbstwirksamkeitserwartung .21 <.001 .15 <.001
Maßnahmen
Ergriffenes Schutzverhalten .06 .101 .34 <.001
Wissen über korrektes Schutzverhalten .08 .024 .15 <.001
Umgang mit der Situation
Ich selbst kann nichts tun, um die Situation positiv zu beeinflussen. -.15 <.001 -.21 <.001
Wahrgenommene Hilflosigkeit -.23 <.001 -.06 .068

13.2 Allgemeine Lebenszufriedenheit

Die allgemeine Lebenszufriedenheit ist stabil und bei älteren Personen (ab 65) etwas höher.

Zusammenhang von Lebenszufriedenheit mit ausgewählten Variablen

Eine höhere allgemeine Lebenszufriedenheit geht mit höherer Selbstwirksamkeit und einer höheren Resilienz einher. Personen, die ihm eher hilflos gegenüberstehen, haben eine niedrigere allgemeinen Lebenszufriedenheit (und umgekehrt).

Interpretation der Korrelationskoeffizienten (r): In der folgenden Übersicht zeigen höhere Werte einen stärkeren Zusammenhang an, Werte nahe Null zeigen, dass es keinen Zusammenhang gibt, um 0.1 einen kleinen Zusammenhang. Werte um 0.3 zeigen einen mittleren Zusammenhang, ab 0.5 spricht man von einem starken Zusammenhang. Ein negatives Vorzeichen bedeutet, dass hohe Werte auf der einen Variable mit niedrigen Werte auf der anderen Variable auftreten. p-Werte < 0.05 zeigen statistisch bedeutsame Zusammenhänge an. Bitte beachten Sie, dass eine Korrelation keine Aussage über die Wirkrichtung treffen kann (wer eine höhere Selbstwirksamkeitserwartung hat, ist zufriedener mit seinem Leben und umgekehrt).

Lebenszufriedenheit
r p
Alter
Alter .05 .161
Risikowahrnehmung
Wahrscheinlichkeit an COVID-19 zu erkranken .00 .900
Ernsthaftigkeit der Erkrankung -.07 .053
Anfälligkeit -.07 .055
Wahrgenommene Nähe des Virus -.02 .473
Psychologische Schutzfaktoren
Selbstwirksamkeitserwartung .17 <.001
Resilienz
Allgemeine Resilienz .29 <.001
Corona-spezifische Resilienz .24 <.001
Maßnahmen
Ergriffenes Schutzverhalten .08 .030
Wissen über korrektes Schutzverhalten .07 .060
Umgang mit der Situation
Ich selbst kann nichts tun, um die Situation positiv zu beeinflussen. -.12 <.001
Wahrgenommene Hilflosigkeit -.07 .053

13.3 Umgang mit der Situation

Wie die Befragten ihre Bewältigungsstrategien hinsichtlich der wegen Corona eingeschränkten Kontaktmöglichkeiten einschätzen, bleibt in den vier Wochen zwischen Welle 4 und Welle 8 überwiegend stabil. Über diesen Zeitraum ist für die Befragten im Durchschnitt unverändert eher zutreffend, sich mit Familien, Freunden oder Bekannten per Telefon oder digitale Medien auszutauschen, einen Alltagsplan für Schlaf, Arbeit oder körperliche Aktivitäten zu haben sowie positive Aktivitäten für zuhause entdeckt zu haben. Eltern schulpflichtiger Kinder sind in der Frage, ob der Unterricht ihrer Kinder in einem guten Maße weiter umgesetzt wird, unverändert eher unentschieden.

Unverändert eher weniger zutreffend ist für die Befragten auch, anderen Hilfe anzubieten, z. B. mit Nachbarschaftshilfe beim Einkaufen, oder sich zu langweilen. Rückläufig hingegen ist insbesondere unter Befragten ab einem Alter von 65 Jahren die Einschätzung, durch Familie, Freunde oder Nachbarn Unterstützungsangebote zu erhalten. Während diese älteren Befragten in Welle 4 im Durchschnitt noch angaben, das treffe für sie eher zu, sagen sie nun, das treffe für sie eher nicht zu.

Hinweis: Die Aussagen „Ich habe für mich Aktivitäten entdeckt, die mir das Zuhause bleiben erleichtern“ und „Der Unterricht meiner schulpflichtigen Kinder wird in einem guten Maße weiter umgesetzt“ wurde nur in am 24.03. und am 21.04. erhoben (gültige Angaben der Aussage zum Unterricht am 24.03. n = 146 und am 14.04. n = 149).

13.4 Mediennutzung

Was den Medienkonsum der Befragungsteilnehmenden während der Corona-Situation angeht, so stimmen eher Männer als Frauen der Aussage „Ich verbringe mehr Zeit als vor der Corona-Situation mit Computerspielen bzw. Videospielen “ zu. Auch stimmen dieser Aussage eher die jüngeren Befragungsteilnehmenden als die älteren zu.

Weiterhin stimmen eher die jüngeren Befragungsteilnehmenden als die älteren den Aussagen zu „Ich verbringe mehr Zeit als vor der Corona-Situation mit digitalen Medien bzw. im Internet.“ und „Meine Mediennutzung während der Corona-Situation wäre in normalen Zeiten wohl problematisch.“

13.5 Aktuelles Rauchverhalten

Der Anteil der Männer, die angeben, gelegentlich oder ständig zu rauchen (Berücksichtigung beider Produkte, Tabakzigarette und E-Produkt) ist größer als der der Frauen. Auch sind die Konsumprävalenzen bei Menschen mit niedriger Bildung höher, als bei Menschen mit höherer Bildung.

Die Konsumprävalenzen des Nierauchens (weder Tabakzigarette noch E-Produkte im Leben geraucht) sinken mit zunehmendem Alter und sind bei Menschen mit höherer Bildung höher ausgeprägt.

In der GEDA 2014/2015-EHIS Studie wurde das Rauchen von Erwachsenen untersucht. Damals wurden Teilnehmer noch nicht getrennt nach dem Konsum von Tabakprodukten und E-Zigaretten befragt. Für einen Vergleich mit den COSMO-Daten wurden die Teilnehmer der aktuellen Welle als Raucher berücksichtigt, wenn sie mindestens eines der beiden Produkte täglich oder gelegentlich konsumierten.

13.6 Wohlbefinden von Kindern

Eltern älterer Kinder schätzen den Kenntnisstand Ihres Kindes über das Coronavirus und das Verständnis zu den derzeitigen umgesetzten Maßnahmen höher ein, als Eltern kleinerer Kinder.

Mit zunehmendem Alter der Kinder steigt auch das Wissen über das Coronavirus sowie das Verständnis zu den derzeitigen umgesetzten Maßnahmen.

Etwa 30 Prozent der Eltern der 3 bis 6-jährigen Kinder geben an, dass diese etwa ein- bis mehrmals täglich Sorgen oder Ängste aufgrund des Coronavirus äußern. Weitere 30 Prozent der Eltern geben an, dass ihre Kinder diesbezüglich nie Sorgen äußern.

14 Patientenverfügung

Beatmung bei COVID-19 kann langwierig sein und zu Folgeschäden in Hirn und Lunge führen.

16.1% der Befragten gaben an, in den letzten 2 Monaten mit einem älteren Angehörigen darüber gesprochen zu haben, ob diese eine Patientenverfügung erstellen sollte. Je nach Alter war das Thema für die Befragten selbst unterschiedlich präsent.

Insbesondere Risikogruppen scheinen sich mit Patientenverfügungen zu beschäftigen – nur wenige schließen aber tatsächlich eine ab. Unterstützungsangebote scheinen sinnvoll.

15 Daten im Detail

15.1 Detail: Wissen COVID-19

15.2 Fehlendes Wissen Immunität

63 % der Befragten denken, dass eine überstandene Krankheit keine Immunität verursacht. Hier fehlt Wissen über die sich entwickelnde Immunität.

16 Daten nach Demographie

Die folgende Tabelle zeigt für die aktuelle Welle wesentliche Variablen gesplittet nach den demographischen Charakteristika der Befragungsteilnehmenden.

 Wahrscheinlichkeit     Schweregrad     Anfälligkeit     COVID-19 Wissen     Schutzverhalten     Aktionismus     Subjektives Vorbereitetsein     Vertrauen in Behörden 
 Mittelwert   Standard- abweichung   Anzahl     Mittelwert   Standard- abweichung   Anzahl     Mittelwert   Standard- abweichung   Anzahl     Mittelwert   Standard- abweichung   Anzahl     Mittelwert   Standard- abweichung   Anzahl     Mittelwert   Standard- abweichung   Anzahl     Mittelwert   Standard- abweichung   Anzahl     Mittelwert   Standard- abweichung   Anzahl 
 Gesamt 
   3.7 1.4 832   4.0 1.5 832   3.8 1.5 832   0.9 0.2 832   0.6 0.2 832     5.0 1.3 832   4.8 1.5 820
 Altersgruppe 
   18-29  3.6 1.3 118   3.2 1.2 118   3.4 1.2 118   0.9 0.2 118   0.6 0.2 118     4.8 1.2 118   4.9 1.3 115
   30-49  3.8 1.4 330   3.8 1.4 330   3.8 1.5 330   0.9 0.2 330   0.6 0.2 330     4.9 1.3 330   4.7 1.5 324
   50-64  3.6 1.4 259   4.4 1.5 259   4.0 1.5 259   0.9 0.2 259   0.6 0.2 259     5.1 1.4 259   4.9 1.5 256
   65-74  3.4 1.3 125   4.6 1.5 125   4.0 1.5 125   0.9 0.2 125   0.7 0.2 125     5.3 1.3 125   4.9 1.4 125
 Geschlecht 
   männlich  3.6 1.4 404   4.1 1.5 404   3.8 1.5 404   0.9 0.2 404   0.6 0.2 404     5.0 1.3 404   4.8 1.5 398
   weiblich  3.7 1.4 428   4.0 1.5 428   3.8 1.5 428   0.9 0.2 428   0.7 0.2 428     5.0 1.3 428   4.9 1.4 422
 Bundesland 
   Ba-Wü  3.5 1.5 109   4.1 1.7 109   3.8 1.6 109   0.8 0.2 109   0.6 0.2 109     5.1 1.4 109   4.7 1.6 108
   Bayern  3.7 1.5 122   3.9 1.3 122   3.6 1.4 122   0.9 0.2 122   0.6 0.2 122     5.1 1.3 122   4.8 1.5 120
   Berlin  3.4 1.4 42   4.0 1.6 42   3.6 1.4 42   0.9 0.2 42   0.6 0.2 42     5.0 1.3 42   4.8 1.4 42
   Brandenburg  3.9 1.5 18   4.9 1.3 18   4.3 1.5 18   0.9 0.2 18   0.6 0.3 18     4.5 1.6 18   4.4 1.5 18
   Bremen  3.8 1.2 9   3.7 0.9 9   3.2 1.1 9   1.0 0.1 9   0.6 0.2 9     4.1 1.3 9   5.1 1.7 9
   Hamburg  3.8 1.7 24   3.9 1.5 24   3.8 1.3 24   0.9 0.2 24   0.7 0.2 24     5.0 1.2 24   5.1 1.5 24
   Hessen  3.8 1.4 58   3.9 1.5 58   4.0 1.4 58   0.9 0.2 58   0.6 0.3 58     5.0 1.2 58   4.8 1.4 56
   Meck-Vorp  3.2 1.7 19   3.8 1.5 19   3.5 1.2 19   0.8 0.2 19   0.6 0.2 19     4.9 1.0 19   4.6 1.8 18
   Nieders  3.7 1.3 86   4.0 1.7 86   3.8 1.5 86   0.9 0.2 86   0.7 0.2 86     5.3 1.2 86   4.9 1.5 85
   NRW  3.8 1.3 187   4.2 1.5 187   3.9 1.4 187   0.9 0.2 187   0.6 0.2 187     4.8 1.4 187   4.8 1.5 185
   RLP  3.9 1.4 37   4.2 1.4 37   4.2 1.4 37   0.9 0.2 37   0.6 0.2 37     5.0 1.1 37   5.0 1.2 36
   Saarland  3.4 0.9 11   3.5 1.0 11   3.2 1.3 11   0.8 0.3 11   0.7 0.3 11     3.9 1.5 11   4.9 1.3 11
   Sachsen  3.4 1.5 50   4.1 1.7 50   4.0 1.8 50   0.9 0.2 50   0.6 0.3 50     5.5 1.4 50   5.3 1.6 49
   S-Anhalt  3.6 1.2 22   4.3 1.4 22   4.2 1.4 22   0.9 0.2 22   0.6 0.3 22     5.1 1.2 22   4.6 1.4 21
   Schleswig-H  3.7 1.5 26   4.4 1.4 26   4.0 1.7 26   0.9 0.1 26   0.7 0.2 26     5.1 0.9 26   5.0 1.1 26
   Thüringen  3.3 1.4 12   3.1 1.2 12   3.2 1.2 12   0.8 0.3 12   0.6 0.3 12     4.7 1.1 12   4.3 0.9 12
 Gemeindegröße 
   ≤ 5.000 Einwohner  3.7 1.5 131   4.1 1.4 131   3.9 1.5 131   0.9 0.2 131   0.6 0.2 131     5.0 1.2 131   4.9 1.4 130
   5.001 – 20.000 Einwohner  3.6 1.4 179   4.1 1.5 179   3.6 1.5 179   0.9 0.2 179   0.6 0.2 179     5.3 1.3 179   4.9 1.5 175
   20.001 – 100.000 Einwohner  3.7 1.4 193   4.1 1.6 193   4.0 1.5 193   0.9 0.2 193   0.6 0.2 193     4.8 1.3 193   4.7 1.5 189
   100.001 – 500.000 Einwohner  3.7 1.3 157   4.1 1.5 157   4.0 1.4 157   0.9 0.2 157   0.6 0.2 157     4.8 1.4 157   4.8 1.3 155
   > 500.000 Einwohner  3.6 1.5 172   4.0 1.6 172   3.7 1.5 172   0.9 0.2 172   0.6 0.2 172     5.1 1.3 172   5.0 1.6 171
 Selbst infiziert 
   nicht infiziert  3.6 1.4 723   4.1 1.5 723   3.8 1.5 723   0.9 0.2 723   0.6 0.2 723     5.0 1.3 723   4.9 1.5 711
   infiziert  5.0 2.0 9   5.1 1.4 9   4.8 1.9 9   0.7 0.3 9   0.5 0.3 9     6.0 1.1 9   4.8 0.6 9
   genesen  3.0 1.0 3   3.0 2.0 3   2.7 1.5 3   0.6 0.5 3   0.3 0.2 3     4.3 2.5 3   3.5 2.0 3
   weiß nicht  4.0 1.2 97   3.8 1.4 97   4.0 1.3 97   0.9 0.2 97   0.6 0.2 97     5.0 1.4 97   4.8 1.4 97
 Infizierte im persönlichen Umfeld 
   nicht infiziert  3.6 1.4 711   4.0 1.5 711   3.8 1.5 711   0.9 0.2 711   0.6 0.2 711     5.0 1.3 711   4.8 1.5 701
   infiziert  4.1 1.4 77   4.0 1.5 77   3.9 1.4 77   0.9 0.2 77   0.6 0.2 77     5.1 1.4 77   5.0 1.3 77
   weiß nicht  4.1 1.3 44   4.5 1.4 44   4.3 1.4 44   0.8 0.3 44   0.6 0.3 44     4.8 1.3 44   4.7 1.5 42

17 Übersicht über alle bisherigen Datenerhebungen

Die folgende Tabelle zeigt die Verteilung der Befragungsteilnehmenden nach Soziodemographie und der bisherigen Wellen.

 Summe     Erhebungszeitpunkt 
   03.03.2020   10.03.2020   17.03.2020   24.03.2020   31.03.2020   07.04.2020   14.04.2020   21.04.2020 
 Altersgruppe 
   18-29  1455   190 181 196 189 199 175 207 118
   30-49  2953   350 348 393 349 396 401 386 330
   50-64  2185   275 283 275 266 278 287 262 259
   65-74  1248   162 157 154 153 157 161 179 125
   #Summe  7841   977 969 1018 957 1030 1024 1034 832
 Geschlecht 
   männlich  3879   493 462 507 495 507 507 504 404
   weiblich  3962   484 507 511 462 523 517 530 428
   #Summe  7841   977 969 1018 957 1030 1024 1034 832
 Bundesland 
   Ba-Wü  986   120 121 131 118 129 129 129 109
   Bayern  1178   137 130 157 160 158 155 159 122
   Berlin  342   43 44 44 34 46 45 44 42
   Brandenburg  236   31 32 33 26 32 30 34 18
   Bremen  67   8 8 8 8 9 9 8 9
   Hamburg  182   22 23 23 22 24 22 22 24
   Hessen  564   71 68 70 70 75 76 76 58
   Meck-Vorp  176   25 19 21 23 27 21 21 19
   Nieders  758   92 92 95 96 96 104 97 86
   NRW  1704   219 218 227 187 217 219 230 187
   RLP  408   51 50 49 58 55 55 53 37
   Saarland  105   15 15 16 13 14 10 11 11
   Sachsen  414   50 55 52 45 52 54 56 50
   S-Anhalt  237   31 30 29 35 31 30 29 22
   Schleswig-H  272   36 36 36 30 35 36 37 26
   Thüringen  212   26 28 27 32 30 29 28 12
   #Summe  7841   977 969 1018 957 1030 1024 1034 832

COSMO Konsortium Welle 8:

Team Uni Erfurt: Cornelia Betsch, Lars Korn, Lisa Felgendreff, Sarah Eitze, Philipp Schmid, Philipp Sprengholz

Team RKI: Lothar Wieler, Patrick Schmich

Team BZgA: Heidrun Thaiss, Freia De Bock

Team ZPID: Michael Bosnjak

Team SMC: Volker Stollorz

Team BNITM: Michael Ramharter

Team Yale: Saad Omer

Team DEval: Martin Bruder, Jens Eger, Sebastian Schneider

Team LIR: Klaus Lieb

Team UKE: Hans-Helmut König

Review-Team: Robert Böhm (Universität Kopenhagen), Britta Renner (Universität Konstanz), Wolfgang Gaissmaier (Universität Konstanz), Tobias Rothmund (Uni Jena), Petra Dickmann (Uniklinikum Jena).