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

Stand: 08.05.2020 (Version 10-01)

Ein Gemeinschaftsprojekt von Universität Erfurt (UE), Robert Koch-Institut (RKI), Bundeszentrale für gesundheitliche Aufklärung (BZgA), Leibniz-Zentrum für Psychologische Information und Dokumentation (ZPID), Science Media Center (SMC), Bernhard Nocht Institute for Tropical Medicine (BNITM), Yale Institute for Global Health (YIGH).


In dieser Welle zusätzlich dabei: Gutenberg-Universität Mainz


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.

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/PkiZW7NWeBSCCqq


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 10. Datenerhebung (05.05.-06.05.2020). Die Datenerhebungen finden wöchentlich dienstags und mittwochs statt.

Die 1007 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.

Sorglosigkeit: Risiko und Verhalten

Die Risikowahrnehmung (insbesondere die wahrgenommene Erkrankungswahrscheinlichkeit) und Angst um die eigenen Gesundheit sinken, ebenso die Akzeptanz der Maßnahmen. Diese sinken fast auf das Niveau von vor dem Lockdown.

Seit letzter Woche ist die Akzeptanz für Maßnahmen, die stark in die Rechte der Menschen eingreifen, signifikant gefallen. Das Bedürfnis nach Demonstrationen ist im Vergleich zur letzten Woche gestiegen.

Gleichzeitig werden die Schutzmaßnahmen etwas seltener ergriffen als letzte Woche; mehr als ein Viertel der Befragten macht Ausnahmen beim Treffen von haushaltsfremden Personen. Auch einfache Maßnahmen wie Händewaschen oder Abstandhalten gehen zurück. 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.

Die Reaktanz durch die Maßnahmen ist jedoch etwas zurückgegangen, was möglicherweise auf die Lockerung zurückzuführen ist : 24% (Vorwochen 29%) fühlen (eher oder sehr) Ärger, Frust und Wut aufgrund der Maßnahmen.

  • Empfehlung: Die gemeinsam durch die Maßnahmen erzielte Erfolge und deren Abhängigkeit vom Einhalten der Abstands- und Hygieneregeln sollten weiter betont werden.

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

  • Empfehlung: Das Beibehalten neuer Routinen sollte unterstützt werden. Verhaltenswissenschaftler können hier wertvolle Tipps geben.

  • Empfehlung: Mögliche Ansteckungsorte sollten visuell kommuniziert werden: Wo ist die Gefahr besonders hoch? Wie kann man sich schützen?

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

Lockerungsmaßnahmen

66% denken, dass die Lockerungsmaßnahmen in den Bundesländern einheitlich umgesetzt werden sollten (Datenerhebung vor der Pressekonferenz, in der die Bundesländer die Entscheidungsfreiheit erhalten haben).

Bei der Einschätzung der Maßnahmen und Lockerungen scheint es zwei Lager zu gaben: 33% finden die Lockerungsmaßnahmen (eher) übertrieben, 29% finden die Eindämmungs-Maßnahmen (eher) übertrieben.

Maßnahmen werden teilweise umgangen: 43% der Befragten gaben an, dass sie in der letzten Woche in Gebiete mit weniger Einschränkungen gefahren sind (z.B. zum Einkaufen oder für Freizeitaktivitäten). Die meisten taten dies ein bis zweimal die Woche. Wer solche Reisen unternahm, fühlte mehr Wut und Ärger über die Maßnahmen (M = 3.81) als jene, die in ihrem eigenen Gebiet blieben (M = 3.44).

  • Empfehlung: Geltende Maßnahmen und Lockerungen sollten v.a. bei großer regionaler Unterschiedlichkeit stets klar kommuniziert werden.

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.

  • Empfehlung: Da die Sorge um Ungleichheit offensichtlich hoch ist, könnte die Verhinderung von Ungleichheit durch Corona ein wichtiger Faktor in der Kommunikation werden.

Vertrauen

Krankenhäuser und Ärzte genießen weiter hohes Vertrauen, alle anderen Institutionen pendeln sich auf einem etwas niedrigerem Niveau (als Ende März) ein.

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, der Beibehaltung der Maßnahmen etc.) und daher besonders schützenswert.

  • Empfehlung: Transparente Kommunikation ist weiterhin wichtig, um das Vertrauen aufrecht zu erhalten oder wieder aufzubauen.

Maskenpflicht greift

77% tragen bereits häufig oder immer Masken in der Öffentlichkeit (Vorwoche 58%); am häufigsten werden Stoffmasken getragen. Über die Schutzwirkung wissen die meisten korrekt Bescheid. Wer wahrnimmt, dass viele andere eine Maske tragen, trägt auch eher selbst eine.

91% (Vorwoche: 85%) geben an zu wissen, wo sie eine Mund-Nasen-Bedeckung (Stoffmaske) besorgen können.

Insgesamt kennen sich jüngere Befragte deutlich weniger im Umgang mit Alltagsmasken aus als Ältere.

59% der Befragten haben das Gefühl, dass andere sich weniger an die Abstandsregeln halten, seit die Maskenpflicht gilt.

Insgesamt berichten jedoch Personen, die Maske tragen, häufiger auch von anderem Schutzverhalten (z.B. selbst Abstand halten, Vermeiden von Händeschütteln).

  • Empfehlung: Wie Masken korrekt getragen werden sollte weiter kommuniziert werden (z.B. siehe BZgA Video: https://www.youtube.com/watch?v=oMlhnINiDDs).

  • Empfehlung: Informationen zum Reinigen, Wechseln und Aufbewahren von Masken sollten verbreitet werden, um optimale Maskennutzung zu ermöglichen.

  • Empfehlung: Einer Risiko-Kompensation sollte entgegengewirkt werden: Auch wenn Masken getragen werden, sollte weiterhin Abstand eingehalten werden.

Bereitschaft sich eine Tracing-App runterzuladen ist immer noch gering

Die Bereitschaft zur Nutzung einer Tracing-App sinkt weiter über die vergangenen Wochen. 44% (Vorwoche 48%) sind eher bereit oder bereit, sich eine datenschutzkonforme App zu installieren. Der Anteil derer, die sie nicht herunterladen würden, ist stabil bei knapp einem Viertel der Befragten.

Vertrauen in die Behörden spielt nach wie vor eine Rolle bei der potenziellen Akzeptanz der App.

  • Empfehlung: Vertrauen sollte durch größere Transparenz gestärkt werden.

Verantwortlichkeit für eine COVID-19 Infektion

Die Befragten wurden gebeten sich entweder vorzustellen sie selbst oder jemand ihres Alters und Geschlechts seien an COVID-19 erkrankt. Wie die eigene Verantwortung an einer Erkrankung bewertet wird, kann Schutzverhalten beeinflussen (und umgekehrt). Daher wurde Verantwortung, Kontrollierbarkeit und Schuld bewertet.

Insgesamt bewerten die Befragten eine COVID-19 Infektion als etwas, das sie eher nicht kontrollieren können, selbst verantworten oder wofür sie schuld sind.

Männer denken eher als Frauen, dass sie eine Infektion kontrollieren könnten, dass sie verantwortlich sind für eine Erkrankung und daran Schuld wären.

Die Schuldzuschreibung ist ein wichtiger Aspekt: wer selbst weniger Schutzmaßnahmen ergreift, fühlt sich eher Schuld an einer Infektion (und umgekehrt).

-* Empfehlung: Informationen über die Übertragung von COVID-19 und die Verantwortung jedes einzelnen im Transmissionsgeschehen könnten dazu beitragen, dass Personen mehr Maßnahmen zum Schutz vor COVID-19 ergreifen.*

Hypothetische Impfung gegen das Coronavirus

66% würden sich (eher) gegen COVID-19 impfen lassen, Mitte April waren es noch 79%. Vertrauen in die Impfung und die Behörden ist wesentlich für die Impfbereitschaft.

Erfasst wurden außerdem ein validiertes Maß zur Erfassung der Impfmüdigkeit, hier bezogen auf einen hypothetischen COVID-19 Impfstoff. Diese Werte wurden mit repräsentativen Werten (BZgA, 2016), die Impfen allgemein bewerten, verglichen.

Es zeigt sich: im Vergleich zur allgemeinen Bewertung von Impfungen (2016) haben die Befragten weniger Vertrauen in die Sicherheit und Effektivität des COVID-19 Impfstoffs; sie halten eine COVID-19 Impfung für weniger überflüssig als Impfungen allgemein in vor-Krisenzeiten; jüngere Menschen zeigen verstärkten Egoismus und stimmen bei COVID-19 eher zu als bei Impfungen allgemein, dass man sich nicht impfen lassen muss, wenn alle anderen sich impfen lassen.

Bei einer angenommenen Basisreproduktionsrate von R0 = 3 (https://www.rki.de/DE/Content/InfAZ/N/Neuartiges_Coronavirus/Steckbrief.html) und einem perfekt wirksamen Impfstoff würde eine Impfbereitschaft von 66% nicht ausreichen, um die Verbreitung des Virus zu stoppen.

  • Empfehlung: Eine transparente Risikokommunikation zu erwarteten Nutzen und Risiken einer Impfung gegen COVID-19 ist wichtig.

-* Empfehlung: Veränderung der Einstellungen zum Impfen allgemein (COSMO #7) sowie zu einer potenziellen COVID-19 Impfung sollten weiderholt betrachtet werden, um die Risikokommunikation zu steuern.*

Immunitätspass

Immunität ist die Vorbedingung für einen Immunitätspass. Das Wissen hierzu ist wissenschaftlich unsicher, das zeigt sich auch in der Bevölkerung, die einen Immunitätspass eher ablehnt:

25% denken, dass man nach einer COVID-19 Infektion immun ist; dieser Anteil sinkt seit April.

59% der Befragten ist die Diskussion um den Immunitätspass bekannt.

49% aller Befragten sind der Meinung, dass ein Immunitätspass nicht eingeführt werden soll.

Seit Anfang April nimmt die Zustimmung dafür ab, dass Immune gesellschaftlich relevante Aufgaben übernehmen sollen.

Weitere Analysen ergaben, dass die Befragten sich nicht absichtlich anstecken würden, um einen Immunitätspass zu erhalten (Methode: Listen-Experiment zur Reduktion sozialer Erwünschtheit)

In offenen Textfeldern nannten die Befragten mögliche Pflichten und Privilegien, die mit einem Immunitätspass verbunden sein könnten. Am häufigsten gaben die Befragten an, Inhaber eines Immunitätspasses sollten “keine” Aufgaben und Pflichten haben.

Verschwörungstheorien

Über Corona sind bereits einige Verschwörungstheorien aufgetaucht. Zwei gegensätzliche Theorien (Corona ist menschengemacht vs. ist ein Schwindel) sind nur gering verbreitet, je 17% der Befragten stimmen (eher) zu.

Wer allerdings an die eine Theorie glaubt, glaubt auch eher an die andere; 9% der Befragten glauben an beide Theorien. Anhängern von Verschwörungstheorien scheint es weniger um die absolute Überzeugung von einer Ansicht zu gehen als um die Ablehnung einer “offiziellen“ Sichtweise. Wer diesen alternativen Sichtweisen anhängt denkt eher, dass man an einer COVID-19 Erkrankung selbst Schuld ist, hält sich weniger an die Regeln, vertraut weniger der Regierung der der WHO und lehnt Maßnahmen eher ab.

Kita- und Schulöffnungen

Auch wenn ca. die Hälfte der Eltern von unter-6 jährigen Kindern angibt, die momentane persönliche Situation als belastend zu empfinden, ist die Mehrheit dieser Eltern für eine Öffnung der Kitas erst in einem zweiten Schritt (vs. sofort oder 3. Schritt).

27% der Eltern, deren Kind/er zur Schule gehen (n = 45) trauen der Schule nicht zu, dass sie die Abstandsregeln durchsetzen kann, 36% sehen Probleme bei den Hygieneregeln. 26% der Eltern, deren Kind/er in die Kita/zur Tagesmutter gehen (n = 19) trauen der Einrichtung nicht zu, dass sie die Abstandsregeln durchsetzen kann, 21% die Hygieneregeln.

Eltern sind v.a. skeptisch, dass ihre Kinder die Abstandsregeln einhalten können, v.a. wenn ihre Kinder noch nicht wieder in die Schule gehen: 1 von 3 Eltern trauen ihren Grundschul-Kindern nicht zu, sich an Abstandsregeln zu halten.

  • Empfehlung: Schulen und Kitas sollten mit Eltern und Kindern gemeinsam das Hygienekonzept umsetzen. Proaktive Kommunikation zwischen Einrichtungen und Eltern kann deutlich machen, wie die Konzepte umgesetzt werden sollen.

Wissen über Symptome Die meisten Symptome sind den Befragten gut bekannt. Für symptomatische Fälle könnte die Wahrscheinlichkeit also hoch sein, dass die Krankheit als COVID-19 erkannt wird, da viele Personen die Symptome richtig zuordnen können.

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 und andere schützen will, stellt sich die Frage, ob ich das tatsächlich auch durch entsprechende Maßnahmen tun kann und wie sicher ich bin, dass diese auch wirksam sind.

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

3.1 Risikowahrnehmung

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

Insgesamt zeichnet sich der Trend einer leicht rückläufigen Risikowahrnehmung ab.

Risikowahrnehmung und Alter

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:

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, vermutlihc durch Ermüdungseffekt bei Teilnehmern.

Optimistic Bias

Die wahrgenommene Wahrscheinlichkeit selbst zu erkranken kann sich deutlich von der wahrgenommenen Erkrankungswahrscheinlichkeit Anderer unterscheiden. Besonders bei Personen ab 50 Jahren sehen wir einen Optimistic bias: für sich selbst wird die Wahrscheinlichkeit zu erkranken als geringer wahrgenommen als für andere Personen desselben Alters und Geschlechts.

Ansteckungswahrscheinlichkeit in verschiedenen Situationen

Die Teilnehmer wurden befragt, wie hoch sie ihre Erkrankungswahrscheinlichkeiten in verschiedenen Situationen einschätzen.

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

Aufsuchen verschiedener Situationen

Zudem wurden die Teilnehmer gefragt, wie häufig sie Situationen aufgesucht haben, bei denen Sie potentiell mit in den Kontakt mit einer Infektionsquelle kommen könnten.

3.2 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 leicht zurück.

3.3 Sorgen

Verschiedene Sorgen können über die Zeit relevant werden. Im Vergleich zur Vorwoche bleiben die Sorgen mit einer Ausnahme relativ stabil. Die Sorge, dass das Gesundheitssystem überlastet wird, geht zurück.

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 = 974, Welle 9 n = 987, Welle 10 n = 963).

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.

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 Wissen über Symptome

In dieser Erhebung wurden die Teilnehmenden gefragt, welche Symptome nach Ihrem Wissensstand in Verbindung mit einer Infektion mit dem neuartigen Coronavirus gebracht werden können. Die Symptome wurden in zwei Gruppen unterteilt: die Symptome, die gemäß der „Heinsberg-Studie“ Anzeichen einer COVID-19 Infektion sind und körperliche Zustände ohne diagnostischen Wert.

Das erste Diagramm zeigt den Anteil der Teilnehmenden, die diagnostische Symptome richtig identifiziert haben. Einige der Symptome sind den Befragten noch nicht ausreichend bekannt.

Das zweite Diagramm zeigt den Anteil der Teilnehmenden, die körperliche Zustände ohne diagnostischen Wert richtig als “kein Symptom” identifiziert haben. Dass Kurzatmigkeit kein Symptom ist, wissen z.B. nur 7% der Befragten.

(Weitere Informationen zu Symptomen: https://www.zusammengegencorona.de/informieren/symptome-erkennen/)

4.3 Wirksame Schutzmaßnahmen

Damit wirksames Schutzverhalten ergriffen werden kann, muss dieses bekannt sein. Die Daten zeigen, dass wesentliche Schutzmaßnahmen 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 93% 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 23% nie, selten oder manchmal eine Atemschutzmaske.

4.4 Offizielle Verfügungen

Damit die offiziellen Verfügungen umgesetzt werden können, müssen sie hinreichend 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 89% 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 50% nie, selten oder manchmal in die Selbstquarantäne, wenn sie keine Symptome zeigen.

Wer macht Ausnahmen?

Die folgende Analyse untersucht 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 kleineren Städten, Personen, die dem Gesundheitssystem vertrauen, viel Wissen aufweisen, viel Informationen suchen und ein höheres Risiko wahrnehmen.

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 (Erkrankungswahrscheinlichkeit, Anfälligkeit, Schweregrad), 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 – 0.05 <0.001
Geschlecht: weiblich 1.38 1.01 – 1.90 0.046
Chronisch krank (vs.
nicht chronisch krank)
1.43 0.99 – 2.06 0.058
Infizierte im
persönlichen Umfeld
0.70 0.44 – 1.12 0.138
Wahrgenommenes Wissen 0.88 0.75 – 1.02 0.088
Vertrauen in
Gesundheitssektor
1.20 1.06 – 1.36 0.004
Dominanz negativer
Emotionen
1.14 0.99 – 1.33 0.077
Wahrgenommene
Ausbreitungsgeschwindigkeit
1.11 1.00 – 1.24 0.051
Wissen über offizielle
Verfügungen
12.62 5.79 – 27.51 <0.001
Häufigkeit der
Informationssuche
1.11 0.99 – 1.26 0.083
Keine Kinder unter 18
Jahren (vs. Kinder unter
18 Jahren)
0.72 0.50 – 1.04 0.078
Wahrgenommenes
Vorbereitetsein
1.15 1.01 – 1.31 0.035
Schweregrad 1.18 1.04 – 1.34 0.009
Observations 989
Cox & Snell’s R2 / Nagelkerke’s R2 0.150 / 0.217

Befolgen der Maßnahmen im Zeitverlauf

Das Tragen von Masken hat weiter zugenommen (Maskenpflicht). Alle anderen Maßnahmen nehmen eher ab: Öffentlicher Orte werden stärker aufgesucht, auch Händewaschen nimmt kontinuierlich ab.

4.5 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.

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: 0.14

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

  • und selbst eine Atemschutzmaske tragen: 0.23

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.

Erkrankungswahrscheinlichkeit

Eine höhere Erkrankungswahrscheinlichkeit nimmt wahr

  • wer jünger ist,

  • wer weiblich ist,

  • im Gesundheitssektor arbeitet,

  • wer Infizierte im Umfeld hat

  • wer das Ausbruchsgeschehen nicht als Medienhype wahrnimmt,

  • wer negativere Gefühl bezogen auf Corona hat,

  • wer weniger Wissen hat.

  • wer die Erkrankungswahrscheinlichkeit außer Haus als höher wahrnimmt

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 älter ist,

  • wer chronisch krank ist,

  • wer das Ausbruchsgeschehen nicht als Medienhype wahrnimmt,

  • wer negativere Gefühl bezogen auf Corona hat,

  • 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 älter ist

  • wer weiblich ist

  • wer chronisch krank ist,

  • bei wem die Situation negativere Emotionen auslöst,

  • wer eine höhere Ansteckungswahrscheinlichkeit außer Haus wahrnimmt,

  • wer negativere Gefühl bezogen auf Corona hat,

  • wer einen Beruf im Gesundheitsektor ausübt,

  • wer Infizierte im eigenen Umfeld hat

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), 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 31% und 45% der Varianz in den Risiko-Dimensionen Wahrscheinlichkeit, Schweregrad und Anfälligkeit 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.

  Wahrscheinlichkeit Schweregrad Anfälligkeit
Variablen std. Beta standardized CI p std. Beta standardized CI p std. Beta standardized CI p
Alter -0.09 -0.15 – -0.03 0.005 0.20 0.14 – 0.25 <0.001
Schulbildung: 10+ Jahre
(ohne Abitur) vs. 9 Jahre
-0.01 -0.11 – 0.09 0.904 -0.13 -0.21 – -0.04 0.003
Schulbildung: Abitur vs.
9 Jahre
0.07 -0.03 – 0.18 0.167 -0.17 -0.25 – -0.08 <0.001
Beruf im Gesundheitsektor 0.15 0.09 – 0.20 <0.001 0.04 -0.01 – 0.10 0.103
Infizierte im
persönlichen Umfeld
0.10 0.04 – 0.16 0.001
Wahrgenommener Medienhype -0.08 -0.14 – -0.02 0.011 -0.24 -0.29 – -0.19 <0.001 -0.18 -0.24 – -0.12 <0.001
Wahrgenommene Nähe 0.17 0.11 – 0.24 <0.001 0.06 0.00 – 0.12 0.039 0.09 0.03 – 0.16 0.003
Dominanz negativer
Emotionen
0.18 0.11 – 0.25 <0.001 0.29 0.23 – 0.35 <0.001 0.29 0.22 – 0.35 <0.001
Geschlecht: weiblich -0.08 -0.13 – -0.03 0.001 -0.05 -0.11 – 0.00 0.064
Chronisch krank (vs.
nicht chronisch krank)
0.21 0.16 – 0.26 <0.001 0.26 0.21 – 0.32 <0.001
Wahrgenommenes Wissen 0.05 0.00 – 0.10 0.033
Wahrgenommene
Ausbreitungsgeschwindigkeit
0.06 0.01 – 0.11 0.021 0.04 -0.01 – 0.10 0.152
Vertrauen in Behörden -0.06 -0.11 – 0.00 0.064
Observations 989 989 989
R2 / adjusted R2 0.167 / 0.160 0.404 / 0.398 0.276 / 0.270

6 Informationsverhalten

6.1 Häufigkeit

6.2 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.

8 Akzeptanz der Maßnahmen

Für viele Maßnahmen gilt: die Akzeptanz ist Mitte März sprunghaft gestiegen und geht langsam zurück. Seit letzter Woche ist die Akzeptanz stark in die Rechte der Menschen eingreifender Maßnahmen signifikant gefallen. Das Bedürfnis nach Demonstrationen ist im Vergleich zur letzten Woche gestiegen.

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

Zusammenhang zwischen Risikowahrnehmung und Akzeptanz der Maßnahmen

  • Kognitive Risikowahrnehmung – Bewusstsein für die Möglichkeit, sich anzustecken – ist stabil (orange).

  • Affektive Risikowahrnehmung – wichtig für die Aktivierung von Schutzverhalten – sinkt seit April (rot).

  • Die Zustimmung zu Maßnahmen sinkt seit deren Einführung (grün) und hat fast das Ausgangslevel von vor deren Einführung erreicht.

  • Die Ablehnung der Maßnahmen steigt an (schwarz).

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 = 3.6).

Reaktanz durch die Maßnahmen ist etwas zurückgegangen, was möglicherweise auf die Lockerung zurückzuführen ist: 24% (Vorwochen 29%) fühlen (eher oder sehr) Ärger, Frust und Wut aufgrund der Maßnahmen. Wer mehr Reaktanz empfindet, weiß weniger, schützt sich weniger, folgt weniger den Maßnahmen, hat weniger Vertrauen in Regierung und das RKI.

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 für die aktuelle Erhebung 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: -0.09

  • das tatsächliche Wissen über COVID-19: -0.11

  • das Wissen über wirksame Schutzmaßnahmen: -0.15

  • das Wissen über öffentliche Verordnungen: -0.13

  • die ausgeführten Maßnahmen: -0.22

  • die ergriffenen Maßnahmen übertrieben finden: 0.65

  • Vertrauen in die Bundesregierung: -0.43

  • Vertrauen in das RKI : -0.41

Lockerungsmaßnahmen

In dieser Woche wurden die Teilnehmenden nach Ihrer Einschätzung zum Vorgehen in der Lockerung der Maßnahmen gefragt. 66% denken, dass die Lockerungsmaßnahmen in den Bundesländern einheitlich umgesetzt werden sollten (Datenerhebung vor der Pressekonferenz, in der die Bundesländer die Entscheidungsfreiheit erhalten haben). 33% finden die Lockerungsmaßnahmen (eher) übertrieben.

43% der Befragten gaben an, dass sie in der letzten Woche in Gebiete mit weniger Einschränkungen gefahren sind (z.B. zum Einkaufen oder für Freizeitaktivitäten). Personen, die in Gebieten mit weniger Einschränkungen fuhren, fühlten ein etwas größeres Widerstreben gegen die aktuell herrschenden Maßnahmen (M = 3.81) als jene, die in ihrem eigenen Gebiet blieben (M = 3.44).

9 Tragen einer Maske in der Öffentlichkeit

Laut aktuellem Beschluss der Bundesregierung ist das Tragen von Gesichtsmasken beim Einkaufen und im ÖPNV verpflichtend.

  • 85.4 % halten es für eine wirksame Schutzmaßnahme, in der Öffentlichkeit Masken zu tragen (Vorwoche: 82.2 %).

  • 76.8 % geben an, in der Öffentlichkeit Masken zu tragen (Vorwoche: 58.1 %).

  • Einer verpflichtenden Regelung stimmen 57.9% zu (Vorwoche: 55.8 %).

  • 90.7 % geben an zu wissen, wo sie eine Mund-Nasen-Bedeckung (Stoffmaske) besorgen können (Vorwoche: 85.2 %).

Wer trägt eher Maske?

Masken tragen eher Personen, die:

  • weiblich sind,

  • im Gesundheitssektor arbeiten,

  • chronisch krank sind,

  • Vertrauen in die Behörden haben,

  • das Virus als näher wahrnehmen

  • mehr über die Krankheit wissen,

  • mehr über Schutzmaßnahmen wissen,

  • mehr über offizielle Verfügungen wissen,

  • sich äfälliger fühlen,

  • wissen woher sie eine Maske bekommen können.

Masken tragen eher nicht Personen, die:

  • Infizierte im Umfeld haben

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 (Erkrankungswahrscheinlichkeit, 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 – 0.00 <0.001
Geschlecht: weiblich 1.52 1.08 – 2.15 0.017
Beruf im
Gesundheitssektor
2.72 1.37 – 5.40 0.004
Chronisch krank (vs.
nicht chronisch krank)
1.60 1.07 – 2.39 0.021
Infizierte im
persönlichen Umfeld
0.55 0.34 – 0.91 0.020
Vertrauen in Behörden 1.14 0.98 – 1.32 0.098
Vertrauen in
Gesundheitssektor
1.50 1.26 – 1.80 <0.001
Wahrgenommene Nähe 1.14 1.01 – 1.29 0.033
Wahrgenommene
Ausbreitungsgeschwindigkeit
1.12 0.99 – 1.26 0.063
Mittleres Wissen COVID-19 2.87 1.34 – 6.17 0.007
Wissen über effektive
Schutzmaßnahmen
9.87 2.36 – 41.20 0.002
Wissen über offizielle
Verfügungen
2.61 1.07 – 6.36 0.035
Selbstwirksamkeitserwartung 0.88 0.76 – 1.02 0.085
Anfälligkeit 1.23 1.08 – 1.41 0.002
Wissen, wo man sich eine
Nasen-Mund-Bedeckung
besorgen kann
1.83 1.08 – 3.10 0.026
Observations 989
Cox & Snell’s R2 / Nagelkerke’s R2 0.219 / 0.326

Welche Maske wird getragen und aus welchen Gründen?

Personen, die eine Maske tragen, wollen im Mittel damit eher andere Personen (M = 5.91) als sich selbst vor einer Ansteckung mit dem Coronavirus schützen (M = 3.92).

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.

Ältere Personen und Frauen wissen eher, wo sie sich eine Mund-Nasen-Bedeckung besorgen können. Unterstützungsbedarf haben daher: jüngere Personen und Männer.

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) 5.26 2.58 – 10.73 <0.001
Alter 1.02 1.00 – 1.03 0.023
Geschlecht: weiblich 1.61 1.04 – 2.49 0.032
Keine Kinder unter 18
Jahren (vs. Kinder unter
18 Jahren)
0.67 0.40 – 1.13 0.133
Observations 1007
Cox & Snell’s R2 / Nagelkerke’s R2 0.011 / 0.024

Umgang mit der Maske

Laut aktuellem Beschluss der Bundesregierung ist das Tragen von Gesichtsmasken in der Öffentlichkeit dringend empfohlen, in vielen Städten und Bundesländern sogar verpflichtend. In der Welle 10 (05.05.20) wurden die Befragungsteilnehmenden zum sachgemäßen Umgang mit Masken befragt.

Die Ergebnisse zeigen Unsicherheiten im Umgang mit Masken. Gut jeder/ jede Zehnte (12 %) ist sich eher unsicher wie eine Maske getragen werden muss, um andere zu schützen. 14 % der Befragungsteilnehmenden sind sich beim An- und Ausziehen der Alltagsmasken unsicher. Bei knapp jedem fünften Befragungsteilnehmendem (19 %) besteht Verunsicherung, wie eine Alltagsmasken gründliche zu reinigen ist. Weiterhin sind 17% beim Wechseln der Masken teils, eher oder sehr verunsichert. Die größte Unsicherheit besteht bei der Frage nach der richtigen Aufbewahrung; hier geben 25 %, also jeder Vierte, an, weniger gut Bescheid zu wissen, wie und wo die Masken vor und nach dem Tragen aufbewahrt werden sollen.

Insgesamt kennen sich jüngere Befragte deutlich weniger im Umgang mit Alltagsmasken aus als Ältere. So gaben z.B. 25 % der 18- bis 29-jährigen Befragten an, nicht sicher zu wissen, wie sie eine Maske tragen müssen, um andere zu schützen. Bei den über 65-Jährigen liegt dieser Anteil nur bei 3 %.

Auch Männer kennen sich im Umgang mit Alltagsmasken weniger aus als Frauen. So geben beispielsweise 22 % der Männer und 13 % der Frauen an nicht zu wissen, wann die Alltagsmasken zu wechseln sind.

Zwei Drittel (59 %) der Befragungsteilnehmenden der COSMO-Studie berichtet den Eindruck, dass sich seit Einführung der Maskenpflicht weniger Menschen an die Abstandsregelung halten.

Quelle der Pressemitteilung: https://www.bzga.de/

Zeigen Maskenträger insgesamt mehr Schutzverhalten?

Maskenträger zeigen im Vergleich zu Menschen, die keine Masken tragen, mehr Schutzverhalten. Die nachfolgende Tabelle zeigt die Ergebnisse von logistischen Regressionen für die aktuelle Erhebung.

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 3.82 <.001
Hände für 20 Sek. waschen 2.87 <.001
Händeschütteln vermeiden 4.29 <.001
Mund und Nase bedecken 2.73 <.001
Kontakt vermeiden 1.97 <.001
Zuhause bleiben 2.30 <.001
Soziale Schutzmaßnahmen
1,5m Abstand halten 4.28 <.001
Quarantäne ohne Symptome 2.73 <.001
Quarantäne mit Symptomen 2.73 <.001
Öffentliche Orte vermeiden 2.19 <.001
Private Feiern vermeiden 1.97 <.001
Höchstens mit einer anderen Person oder Haushaltsangehörigen in Öffentlichkeit bewegen 1.99 <.001
Nur notwendige Wege durchführen 2.98 <.001
Keine Freunde und Verwandte treffen (aus anderen Haushalt) 2.65 <.001
Auf private Reisen verzichten 2.87 <.001

10 Tracing-App

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

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

Etwa 83.2 % der Befragungsteilnehmenden geben an (Vorwoche: 84.5 %), schon etwas von der App gehört zu haben.

43.7 % (Vorwoche: 48 %) sind eher bereit oder bereit, sich eine datenschutzkonforme App zu installieren; 25.3 % (Vorwoche: 22.7 %) würden sich eine solche App auf keinen Fall runterladen.

Wer würde sich eine Tracing-App runterladen?

Wer Infizierte in seinem persönlichen Umfeld hat, höher gebildet ist, den Behörden mehr vertraut, sich besser Vorbereitet fühlt und mehr negative Emotionen verspürt ist eher bereit, sich eine App runterzuladen. Wer das Ausbruchsgeschehen eher als Medienhype wahrnimmt oder sich weniger häufig informiert, chronisch krank ist, 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 std. Beta standardized CI p
Vertrauen in Behörden 0.27 0.21 – 0.33 <0.001
Wahrgenommener Medienhype -0.09 -0.15 – -0.03 0.006
Wahrgenommene Nähe 0.06 -0.00 – 0.13 0.058
Dominanz negativer
Emotionen
0.10 0.03 – 0.17 0.006
Mittleres Wissen COVID-19 -0.07 -0.13 – -0.02 0.013
Häufigkeit der
Informationssuche
0.14 0.08 – 0.21 <0.001
Wahrgenommenes
Vorbereitetsein
0.06 -0.00 – 0.12 0.061
Schweregrad 0.07 0.00 – 0.13 0.043
Observations 935
R2 / adjusted R2 0.250 / 0.244

11 Ressourcen und Belastungen

11.1 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 niedrigerer wahrgenommener Ernsthaftigkeit der Erkrankung einher. Personen, die der Situation 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 .01 .820
Risikowahrnehmung
Wahrscheinlichkeit an COVID-19 zu erkranken -.05 .096
Ernsthaftigkeit der Erkrankung -.08 .014
Anfälligkeit -.13 <.001
Wahrgenommene Nähe des Virus -.06 .041
Psychologische Schutzfaktoren
Selbstwirksamkeitserwartung .11 <.001
Maßnahmen
Ergriffenes Schutzverhalten .03 .320
Wissen über korrektes Schutzverhalten .04 .199
Umgang mit der Situation
Ich selbst kann nichts tun, um die Situation positiv zu beeinflussen. -.13 <.001
Wahrgenommene Hilflosigkeit -.15 <.001

11.2 Umgang mit der Situation

Mit Blick auf die Bewältigungsfähigkeiten und -möglichkeiten der Befragten bezüglich der Kontakteinschränkungen durch Corona ergibt sich über alle Wellen einerseits ein recht positives Bild. So haben die Befragten Pläne in Bezug auf Schlaf, Arbeit oder körperliche Aktivitäten, berichten eher nicht, sich zu langweilen, und stimmen der Aussage selbst nichts tun zu können, um die Situation positiv zu beeinflussen, eher nicht zu.

Weitere Analysen zeigen, dass Befragte über die Zeit anderen seltener Hilfe im Alltag anbieten. Außerdem erhalten die Menschen derzeit weniger Unterstützungsangebote durch Familie, Freunde oder Nachbarn als noch vor sechs Wochen. Davon besonders betroffen sind ältere Menschen im Alter von 65 bis 74 Jahren. Es bleibt abzuwarten, ob sich dies mit der beginnenden Öffnung wieder verbessert.

Unter Eltern schulpflichtiger Kinder geht die Zustimmung zur Aussage „der Unterricht meiner schulpflichtigen Kinder wird in einem guten Maße weiter umgesetzt“ tendenziell zurück. Zum Zeitpunkt der aktuellen Befragung wurden die Schulen für einen Teil der Schülerinnen und Schüler wiedereröffnet und der Unterricht findet unter neuen Rahmenbedingungen statt. Möglicherweise spiegelt das Ergebnis damit verbundene Umstellungsschwierigkeiten wider.

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., 21.04. und 05.05. erhoben (gültige Angaben der Aussage zum Unterricht am 24.03. n = 146, am 14.04. n = 172 und am 05.05. n = 156).

11.3 Verarbeitung der Situation

Die Corona-Situation mit ihren negativen sozialen und wirtschaftlichen Folgen, den privaten und gesellschaftlichen Belastungen und ihrer gesundheitlichen Bedrohung der eigenen Person, von Angehörigen, Freunden oder Bekannten, kann die Menschen erheblich beschäftigen, in Sorge versetzen und beeinträchtigen. Um zu ermitteln, wer hiervon besonders betroffen ist, wurde in Welle 10 der COSMO-Studie eine Skala an die Corona-Situation angepasst, die ursprünglich entwickelt wurde, um das Ausmaß von Anpassungsstörungen abzuschätzen (Adjustment Disorder – New Module, ADNM-8).

Jeweils vier von insgesamt acht Fragen untersuchen zwei Bereiche. Diese beiden Bereiche sind das Ausmaß, in dem man in Zusammenhang mit der Corona-Pandemie besorgt ist (Beispielfrage: „Ich muss wiederholt an die belastende Situation denken“), sowie das Ausmaß, in dem man von der Situation beeinträchtigt ist (Beispielfrage: „Seit der belastenden Situation kann ich mich nur schwer auf bestimmte Dinge konzentrieren“). Die Antworten lauten „nie“, „selten“, „manchmal“ und „oft“. Mit den Antworten auf die vier Fragen kann man in den Bereichen Besorgnis und Beeinträchtigung in Summe auf 4 bis 16 Punkte kommen. Außerdem wird über alle acht Fragen ein Gesamtwert bestimmt, der von 8 bis 32 Punkte reichen kann. Je höher der Punktwert, desto größer die Belastung.

In der Gesamtbelastung addieren sich die Antworten der acht Fragen auf durchschnittlich 17,0 Punkte. Über die Corona-Pandemie besorgt zu sein ist mit 8,8 Punkten etwas stärker ausgeprägt als durch die Corona-Situation beeinträchtigt zu sein (8,3 Punkte). In der Beeinträchtigung zeigen sich Altersunterschiede. Jüngere Menschen im Alter von 18 bis 29 Jahren (8,8 Punkte) sind stärker beeinträchtigt als ältere Menschen im Alter von 65 bis 74 Jahren (7,7 Punkte). Möglicherweise verfügen ältere Menschen über bessere Fertigkeiten, sich auf die jetzige Situation einzustellen. Möglicherweise sind aber auch ihre Alltagsanforderungen ohne Arbeit oder Kindererziehung so gestaltet, dass das besser gelingt.

Quelle ADNM-8: Kazlauskas, E., Gegieckaite, G., Maercker, A., Eimontas, J., Zelviene, P. (2018). A Brief Screening Instrument for ICD-11 Adjustment Disorder: Investigation of Psychometric Properties in Adults Help-Seeking Sample. Psychopathology, advanced online publication.

11.4 Arbeiten im Home Office

Besonders Eltern von Kindern unter 18 Jahren geben an, im Home Office weniger als sonst zu schaffen verglichen mit Personen ohne Kinder unter 18 Jahren.

12 Öffnung von Kinderbetreuungs- und Bildungseinrichtungen

Nach und nach werden Kinderbetreuungseinrichtungen und Schulen wieder geöffnet. Eine wichtige Maßnahme hierbei ist die Umsetzung von Abstands- und Hygieneregeln. Befragungsteilnehmende mit Kindern unter 18 Jahren wurden gefragt, ob ihr Kind wieder eine Einrichtung besucht und wenn ja, wie sehr sie der Einrichtung vertrauen, die Umsetzung der Maßnahmen durchsetzen zu können.

12.1 Öffnung von Kindertagesstätten

13 % der Eltern (n = 141) gaben an, dass Ihr Kind bzw. Ihre Kinder im Alter von bis zu unter 6 Jahren derzeit in einer Kindertagesstätte oder bei einer Tagesmutter betreut werden. 26% der Eltern, deren Kind/er in die Kita/zur Tagesmutter gehen (n = 19) trauen der Einrichtung nicht zu, dass sie die Abstandsregeln durchsetzen kann, 21% die Hygieneregeln.

12.2 Öffnung der Schulen

27% der Eltern, deren Kind/er zur Schule gehen (n = 45) trauen der Schule nicht zu, dass sie die Abstandsregeln durchsetzen kann, 36% sehen Probleme bei den Hygieneregeln. Den Einrichtungen wird weniger vertraut als den eigenen Kindern. Eltern sind v.a. skeptisch, dass ihre Kinder die Abstandsregeln einhalten können, v.a. wenn ihre Kinder noch nicht wieder in die Schule gehen.

13 Impfungen

13.1 Subjektive Besorgnisse und Beeinträchtigungen

In dieser Woche wurden die Impfbereitschaft und Zustimmung zu einer Impffpflicht sowie die „5C“, ein validiertes Maß zur Erfassung der Impfmüdigkeit, bezogen auf eine hypothetische Impfung gegen COVID-19 erfasst.

Impfabsicht

In einem hypothetischen Szenario sollten die Befragten angeben, ob Sie sich gegen COVID-19 impfen zu lassen würden, wenn sie nächste Woche die Möglichkeit dazu hätten. Im Vergleich zu Erhebung vor 3 Wochen sind weniger bereit, diese zu tun (05.05.: 66%, 14.04.: 79% der Befragten).

Impfen als Verpflichtung

Auch die Zustimmung zu einer verpflichtenden Impfung gegen COVID-19 sinkt im Vergleich zu vor 3 Wochen.

Prädiktoren der Impfabsicht und der Befürwortung einer Impfpflicht

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.

Die Impfbereitschaft gegen COVID-19 ist höher für Personen, die:

  • der Impfung mehr vertrauen

  • sie nicht überflüssig halten

  • nicht Trittbrettfahren wollen

  • weniger Nutzen und Risiken abwägen

  • den Behörden vertrauen

  • männlich sind

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), 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), die 5C der Impfakzeptanz

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

  Bereitschaft, sich impfen zu lassen Befürwortung einer Impfpflicht
Variablen std. Beta standardized CI p std. Beta standardized CI p
Confidence (Ich habe
vollstes Vertrauen, dass
die Impfungen gegen
COVID-19 sicher sein
werden)
0.49 0.44 – 0.54 <0.001 0.38 0.32 – 0.44 <0.001
Complacency (Impfungen
gegen COVID-19 werden
überflüssig sein, da
COVID-19 keine große
Bedrohung darstellt)
-0.20 -0.26 – -0.13 <0.001 -0.14 -0.21 – -0.07 <0.001
Calculation (Wenn ich
darüber nachdenken werde,
mich gegen COVID-19
impfen zu lassen, werde
ich sorgfältig Nutzen und
Risiken abwägen, um die
bestmögliche Entscheidung
zu treffen)
-0.12 -0.16 – -0.08 <0.001 -0.18 -0.23 – -0.13 <0.001
Collective responsibility
(Wenn alle gegen COVID-19
geimpft sind, brauche ich
mich nicht auch noch
impfen lassen)
-0.11 -0.17 – -0.05 <0.001 -0.07 -0.14 – -0.01 0.035
Geschlecht: weiblich -0.07 -0.11 – -0.02 0.002 -0.08 -0.13 – -0.03 0.001
Schulbildung: 10+ Jahre
(ohne Abitur) vs. 9 Jahre
0.07 -0.00 – 0.14 0.054
Schulbildung: Abitur vs.
9 Jahre
0.04 -0.04 – 0.11 0.328
Chronisch krank (vs.
nicht chronisch krank)
0.04 -0.01 – 0.08 0.096 0.06 0.01 – 0.10 0.024
Mittelstadt vs.
Kleinstadt
0.01 -0.03 – 0.06 0.532 0.01 -0.05 – 0.06 0.820
Großstadt vs. Kleinstadt 0.05 0.01 – 0.10 0.030 0.07 0.01 – 0.12 0.014
Wahrgenommenes Wissen -0.03 -0.07 – 0.01 0.161
Vertrauen in Behörden 0.11 0.05 – 0.18 0.001 0.13 0.05 – 0.20 0.001
Vertrauen in
Gesundheitssektor
-0.06 -0.12 – -0.01 0.030 -0.07 -0.14 – -0.01 0.033
Dominanz negativer
Emotionen
-0.05 -0.10 – -0.00 0.049 0.07 0.02 – 0.13 0.005
Wahrgenommene
Ausbreitungsgeschwindigkeit
-0.03 -0.08 – 0.01 0.113
Häufigkeit
Informationssuche
0.08 0.03 – 0.12 0.002
Wahrscheinlichkeit zu
erkranken
0.06 0.01 – 0.10 0.015
Schweregrad 0.05 -0.00 – 0.11 0.066
Anfälligkeit 0.05 -0.01 – 0.11 0.107
Alter 0.06 0.01 – 0.12 0.014
Wahrgenommener Medienhype -0.09 -0.14 – -0.03 0.001
Keine Kinder unter 18
Jahren (vs. Kinder unter
18 Jahren)
-0.04 -0.09 – 0.00 0.073
Observations 989 989
R2 / adjusted R2 0.604 / 0.596 0.459 / 0.451

Veränderung der Impfungsantezedenzen im Vergleich zu Vor-Corona-Zeiten

Erfasst wurden die „5C“, ein validiertes Maß zur Erfassung der Impfmüdigkeit (https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0208601), hier bezogen auf einen hypothetischen COVID-19 Impfstoff. Diese Werte wurden mit repräsentativen Werten (BZgA, 2016), die Impfen allgemein bewerten, verglichen.

Es zeigt sich: im Vergleich zur allgemeinen Bewertung von Impfungen (2016)

  • haben die Befragten weniger Vertrauen in die Sicherheit und Effektivität des COVID-19 Impfstoffs.

  • halten die Befragten die COVID-19 Impfung für weniger überflüssig.

  • zeigt sich v.a. bei jüngeren Menschen ein verstärkter Egoismus (Zustimmung, dass man sich nicht impfen lassen muss, wenn alle anderen sich impfen lassen).

  • tendenziell scheinen Personen weniger Nutzen udn Risiken gegeneinander abwägen zu wollen als das 2016 noch der Fall war.

  • praktische Barrieren werden ähnlich wie 2016 für Impfungen allgemein wahrgenommen.

Bei den Werten handelt es sich um POMP Werte (Percent of maximal possible score). Eine Veränderung von .2 bedeutet, dass die Werte auf der dargestellten Skala nun 20 Prozentpunkte höher liegen.

14 Immunitätspass

Seitens der Politik wird ein sogenannter Immunitätspass diskutiert. Personen, die am neuartigen Coronavirus erkrankt waren, die Krankheit überstanden haben und Antikörper gebildet haben, sollen nach Meinung der Politiker einen solchen Pass erhalten.

In der aktuellen Erhebung wurden die Teilnehmer gefragt, ob sie von der Diskussion um den Immunitätspass gehört haben und ob sie der Meinung sind, dass eine solche Bescheinung eingeführt werden soll.

Ergebnisse:

  • 59% der Befragten ist die Diskussion um den Immunitätspass bekannt.

  • Knapp die Hälfte der Befragten ist der Meinung, dass ein solcher Pass nicht eingeführt werden soll.

  • 25% denken, dass man nach einer COVID-19 Infektion immun ist.

  • Seit Anfang April nimmt die Zustimmung dafür ab, dass Immune gesellschaftlich relevante Aufgaben übernehmen sollen (s. Akzeptanz von Maßnahmen).

  • Weitere Analysen ergaben, dass die Befragten sich nicht absichtlich anstecken würden, um einen Immunitätspass zu erhalten (Methode: Listen-Experiment zur Reduktion sozialer Erwünschtheit).

In einem offenen Textfeld wurde nach Aufgaben und Privilegien gefragt, die eine Person mit Immunitäspass haben soll. Die meisten Personen denken, es soll keine Privilegien und Aufgaben geben.

Privilegien (n = 591)

  • keine Privilegien (67%)

  • Bewegungsfreiheit z.B. uneingeschränktes Reisen, Restaurantbesuche (13%)

  • keine/weniger Einschränkungen (8%)

  • Aufhebung der Maskenpflicht (6%)

  • Aufhebung der Kontaktbeschränkungen (3%)

  • eigenen Beruf uneingeschränkt ausüben / Bildungseinrichtung besuchen (3%)

  • zusätzliche Bevorzugung gegenüber nicht immunen Personen (z.B. Vorteile bei ärztlicher Behandlung, Bewerbung, Bonus bei Krankenkasse) (1%)

Aufgaben (n = 569)

  • Keine Aufgaben (49%)

  • Aufgaben in der Öffentlichkeit und dem Gemeinwohl dienende Tätigkeiten (16%)

  • Tätigkeit im Sozial- und Gesundheitswesen oder in systemrelevanten Berufen (9%)

  • Freiwillige Hilfen/ Ehrenamt (8%)

  • Aufgaben mit Kontakt zu Covid-19 Infizierten oder von Personen ohne Immunität nicht durchführbar (6%)

  • Blut/Plasma spenden, Forschung unterstützen (5%)

  • Vorbildfunktion, Schutzmaßnahmen aufrecht halten, Beratung/Aufklärung (4%)

  • Arbeiten, Expertise als Unterstützung nutzen, Wirtschaft stärken (4%)

15 Verschwörungsdenken

Zu Corona sind bereits einige Verschwörungstheorien aufgetaucht. Diese sind messbar (https://psyarxiv.com/ye3ma/) und erfassen zwei Arten von Verschwörungstheorien:

Corona ist ein Schwindel

  • Das Virus wird absichtlich als gefährlich dargestellt, um die Öffentlichkeit in die Irre zu führen.
  • Experten täuschen uns absichtlich und zu ihrem eigenen Vorteil, obwohl das Virus eigentlich nicht schlimmer ist als eine Grippe.
  • Man sollte den Experten glauben wenn sie sagen, dass das Virus gefährlich ist. (r)

Corona ist menschengemacht

  • Corona wurde absichtlich in die Welt gebracht, um die Bevölkerungsanzahl zu reduzieren.
  • Dunkle Mächte nutzen das Virus, um die Welt zu beherrschen.
  • Ich halte es für Unsinn, dass das Virus angeblich in einem Labor geschaffen wurde. (r)

Über Corona sind bereits einige Verschwörungstheorien aufgetaucht. Zwei gegensätzliche Theorien (Corona ist menschengemacht, ein Schwindel) sind nur gering verbreitet (je 17% der Befragten stimmen (eher) zu). Wer allerdings an die eine Theorie glaubt, glaubt auch eher an die andere (r = .55); 9% der Befragten glauben an beide Theorien. Korrelationen zeigen jedoch, dass das Verschwörungsdenken auch mit relevanten Verhaltensweisen und Anschauungen zusammenhängt.

Beide Ansätze sind nur gering verbreitet, die Korrelationen zeigen jedoch, dass das Verschwörungsdenken auch mit relevanten Verhaltensweisen und Anschauungen zusammenhängt.

Korrelationen von Verschwörungsdenken mit anderen Variablen

Korrelationen zeigen einen statistischen Zusammenhang zwischen zwei Variablen, können aber keine Aussage zur Kausalität treffen oder die Richtung des Wirkzusammenhangs treffen.

Korrelation von “Corona ist ein Schwindel” mit “Corona ist menschengemacht” 0.55

Korrelationen von “Corona ist ein Schwindel” mit …

  • 1.5m Abstand halten: -0.29

  • Häufigkeit Maske tragen: -0.27

  • Maßnahmen übertrieben finden: 0.62

  • eigene Anfälligkeit: -0.2

  • Kontrolle über eine Ansteckung: 0.1

  • Verantwortung für eine Ansteckung: 0.15

  • Schuld an einer Ansteckung: 0.19

  • Impfbereitschaft gegen COVID-19: -0.47

  • Impfung gegen COVID-19 soll verpflichtend sein: -0.42

  • Vertrauen in die Bundesregierung: -0.53

  • Vertrauen in die Weltgesundheitsorganisation: -0.39

Korrelationen von “Corona ist menschengemacht” mit …

  • 1.5m Abstand halten: -0.12

  • Häufigkeit Maske tragen: -0.1

  • Maßnahmen übertrieben finden: 0.3

  • eigene Anfälligkeit: 0.01

  • Kontrolle über eine Ansteckung: 0.14

  • Verantwortung für eine Ansteckung: 0.18

  • Schuld an einer Ansteckung: 0.14

  • Impfbereitschaft gegen COVID-19: -0.23

  • Impfung gegen COVID-19 soll verpflichtend sein: -0.15

  • Vertrauen in die Bundesregierung: -0.28

  • Vertrauen in die Weltgesundheitsorganisation: -0.21

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

16 Verantwortungszuschreibung bei einer Corona-Infektion

Die Befragten wurden gebeten sich entweder vorzustellen sie selbst oder jemand ihres Alters und Geschlechts seien an COVID-19 erkrankt. Sie bewerteten dann mit jeweils 4 Fragen, wie kontrollierbar eine Ansteckung mit COVID-19 ist, wie sehr man dafür verantwortlich ist und die Schuld trägt (Mantler, Schellenberg & Page, 2003, https://www.researchgate.net/publication/234001005_Attributions_for_Serious_Illness_Are_Controllability_Responsibility_and_Blame_Different_Constructs).

Insgesamt bewerten die Befragten eine COVID-19 Infektion als etwas, das sie eher nicht kontrollieren können, selbst verantworten oder wofür sie Schuld sind.

Männer denken eher als Frauen, dass sie eine Infektion kontrollieren können, dass sie verantwortlich sind für eine Erkrankung und daran Schuld wären.

Sich selbst hält man eher für Schuld an einer Erkrankung als andere Personen (gleichen Alters und Geschlechts).

Wer sich selbst eher für Schuld an einer Infektion hält, trägt weniger Maske und hält weniger Abstand (und umgekehrt) und hält die Maßnahmen eher für übertrieben. Umgekehrt bedeutet dies auch: Wer weniger vorsichtig ist, gibt sich im Falle einer Erkrankung auch mehr Schuld.

Korrelationen der Verantwortlichkeitsdimensionen mit anderen Variablen

Korrelationen zeigen einen statistischen Zusammenhang zwischen zwei Variablen, können aber keine Aussage zur Kausalität treffen oder die Richtung des Wirkzusammenhangs treffen.

Korrelationen von “Kontrollierbarkeit” mit …

  • 1.5m Abstand halten: -0.14

  • Häufigkeit Maske tragen: -0.06

  • Maßnahmen übertrieben finden: 0.01

  • eigene Anfälligkeit: -0.04

  • Verantwortung für eine Ansteckung: 0.7

  • Schuld an einer Ansteckung: 0.63

  • Impfbereitschaft gegen COVID-19: 0.02

  • Impfung gegen COVID-19 soll verpflichtend sein: 0.1

Korrelationen von “Verantwortlichkeit” mit …

  • 1.5m Abstand halten: -0.13

  • Häufigkeit Maske tragen: -0.09

  • Maßnahmen übertrieben finden: 0.04

  • eigene Anfälligkeit: 0.01

  • Schuld an einer Ansteckung: 0.74

  • Impfbereitschaft gegen COVID-19: 0.02

  • Impfung gegen COVID-19 soll verpflichtend sein: 0.1

Korrelationen von “Schuld” mit …

  • 1.5m Abstand halten: -0.2

  • Häufigkeit Maske tragen: -0.13

  • Maßnahmen übertrieben finden: 0.1

  • eigene Anfälligkeit: -0.02

  • Impfbereitschaft gegen COVID-19: 0.01

  • Impfung gegen COVID-19 soll verpflichtend sein: 0.1

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

17 Daten im Detail

17.1 Detail: Wissen COVID-19

18 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 
   3.5 1.4 1007   4.0 1.5 1007   3.7 1.4 1007   0.9 0.2 1007   0.7 0.2 1007     5.0 1.3 1007   4.6 1.6 993
 Altersgruppe 
   18-29  3.7 1.5 196   3.4 1.4 196   3.6 1.4 196   0.8 0.3 196   0.7 0.3 196     4.9 1.3 196   4.7 1.5 192
   30-49  3.7 1.4 390   3.7 1.5 390   3.7 1.5 390   0.9 0.2 390   0.6 0.3 390     4.8 1.3 390   4.5 1.5 383
   50-64  3.4 1.4 274   4.3 1.5 274   3.8 1.4 274   0.9 0.2 274   0.7 0.2 274     5.2 1.3 274   4.7 1.7 272
   65-74  3.1 1.2 147   4.8 1.4 147   4.0 1.4 147   0.9 0.2 147   0.7 0.2 147     5.1 1.4 147   4.7 1.6 146
 Geschlecht 
   männlich  3.5 1.4 503   4.0 1.5 503   3.7 1.4 503   0.8 0.2 503   0.6 0.3 503     5.0 1.3 503   4.6 1.6 500
   weiblich  3.5 1.4 504   3.9 1.5 504   3.7 1.4 504   0.9 0.2 504   0.7 0.2 504     5.0 1.3 504   4.7 1.5 493
 Bundesland 
   Ba-Wü  3.7 1.3 105   3.8 1.6 105   3.6 1.2 105   0.9 0.2 105   0.7 0.2 105     5.0 1.3 105   4.9 1.5 103
   Bayern  3.6 1.5 157   4.2 1.6 157   4.0 1.4 157   0.9 0.2 157   0.7 0.2 157     5.1 1.4 157   4.7 1.6 155
   Berlin  3.4 1.5 46   4.0 1.6 46   3.6 1.4 46   0.9 0.2 46   0.6 0.3 46     5.3 1.3 46   4.9 1.6 46
   Brandenburg  3.5 1.4 32   3.3 1.3 32   3.4 1.3 32   0.9 0.2 32   0.6 0.2 32     4.7 1.0 32   3.9 1.6 31
   Bremen  3.8 1.6 8   4.4 1.5 8   4.4 1.4 8   0.8 0.2 8   0.6 0.3 8     5.2 1.3 8   5.1 2.0 8
   Hamburg  3.8 1.5 25   4.1 1.4 25   3.7 1.4 25   0.9 0.3 25   0.6 0.3 25     5.0 1.1 25   4.8 1.8 24
   Hessen  3.5 1.4 78   3.9 1.5 78   3.8 1.5 78   0.8 0.3 78   0.7 0.3 78     5.2 1.3 78   4.6 1.7 75
   Meck-Vorp  3.4 1.1 23   4.0 1.6 23   4.0 1.6 23   0.8 0.2 23   0.8 0.2 23     4.3 1.6 23   4.7 1.8 23
   Nieders  3.5 1.3 97   4.2 1.4 97   3.7 1.4 97   0.9 0.2 97   0.7 0.3 97     4.7 1.4 97   4.4 1.4 96
   NRW  3.5 1.4 227   4.2 1.5 227   3.7 1.5 227   0.8 0.2 227   0.7 0.2 227     5.0 1.3 227   4.7 1.5 226
   RLP  3.5 1.5 50   3.8 1.6 50   3.9 1.4 50   0.9 0.2 50   0.7 0.2 50     5.0 1.4 50   4.9 1.4 50
   Saarland  3.5 1.5 13   3.9 1.7 13   3.9 1.8 13   0.8 0.2 13   0.7 0.3 13     5.0 1.2 13   3.6 2.2 13
   Sachsen  3.3 1.3 51   3.5 1.6 51   3.4 1.3 51   0.9 0.2 51   0.6 0.2 51     5.0 1.3 51   4.4 1.6 49
   S-Anhalt  3.0 1.3 31   3.9 1.6 31   3.5 1.5 31   0.9 0.2 31   0.6 0.2 31     4.7 1.4 31   4.9 1.3 31
   Schleswig-H  3.5 1.2 36   4.0 1.4 36   3.8 1.4 36   0.9 0.2 36   0.7 0.3 36     5.1 1.2 36   4.9 1.6 35
   Thüringen  3.6 1.4 28   3.8 1.3 28   3.5 1.5 28   0.7 0.3 28   0.5 0.2 28     4.9 1.3 28   4.2 1.5 28
 Gemeindegröße 
   ≤ 5.000 Einwohner  3.4 1.4 156   4.1 1.4 156   3.8 1.4 156   0.8 0.2 156   0.7 0.2 156     5.0 1.4 156   4.8 1.5 155
   5.001 – 20.000 Einwohner  3.5 1.4 189   3.9 1.6 189   3.8 1.5 189   0.9 0.2 189   0.7 0.2 189     5.0 1.3 189   4.5 1.7 183
   20.001 – 100.000 Einwohner  3.6 1.4 249   4.2 1.5 249   3.8 1.4 249   0.9 0.2 249   0.7 0.3 249     4.9 1.3 249   4.7 1.5 248
   100.001 – 500.000 Einwohner  3.7 1.3 195   3.9 1.5 195   3.7 1.3 195   0.9 0.2 195   0.7 0.2 195     5.0 1.3 195   4.6 1.5 192
   > 500.000 Einwohner  3.4 1.4 218   3.9 1.5 218   3.7 1.4 218   0.9 0.2 218   0.6 0.3 218     5.1 1.3 218   4.6 1.7 215
 Selbst infiziert 
   nicht infiziert  3.4 1.4 827   4.0 1.5 827   3.7 1.4 827   0.9 0.2 827   0.7 0.2 827     5.0 1.3 827   4.7 1.5 815
   infiziert  4.6 1.6 15   4.5 1.7 15   5.4 1.2 15   0.3 0.4 15   0.5 0.3 15     5.0 1.3 15   4.7 1.6 15
   genesen  4.1 1.3 7   4.0 1.2 7   3.4 0.8 7   0.4 0.3 7   0.5 0.4 7     4.4 1.3 7   4.1 1.0 7
   weiß nicht  3.8 1.4 158   3.9 1.4 158   4.0 1.4 158   0.9 0.2 158   0.7 0.2 158     4.7 1.4 158   4.2 1.7 156
 Infizierte im persönlichen Umfeld 
   nicht infiziert  3.4 1.4 825   3.9 1.5 825   3.7 1.4 825   0.9 0.2 825   0.7 0.2 825     5.0 1.3 825   4.7 1.6 814
   infiziert  4.2 1.4 119   4.1 1.5 119   4.0 1.4 119   0.8 0.3 119   0.7 0.3 119     5.0 1.4 119   4.8 1.5 119
   weiß nicht  3.9 1.2 63   4.3 1.5 63   4.3 1.2 63   0.8 0.3 63   0.6 0.3 63     4.5 1.3 63   4.0 1.7 60

19 Übersicht über alle bisherigen Datenerhebungen

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

 Summe     Erhebungszeitpunkt 
   03.03.20   10.03.20   17.03.20   24.03.20   31.03.20   07.04.20   14.04.20   21.04.20   28.04.20   05.05.20 
 Altersgruppe 
   18-29  1913   190 181 196 189 199 175 207 169 211 196
   30-49  3762   350 348 393 349 396 401 386 392 357 390
   50-64  2785   275 283 275 266 278 287 262 295 290 274
   65-74  1588   162 157 154 153 157 161 179 156 162 147
   #Summe  10048   977 969 1018 957 1030 1024 1034 1012 1020 1007
 Geschlecht 
   männlich  4957   493 462 507 495 507 507 504 491 488 503
   weiblich  5091   484 507 511 462 523 517 530 521 532 504
   #Summe  10048   977 969 1018 957 1030 1024 1034 1012 1020 1007
 Bundesland 
   Ba-Wü  1238   120 121 131 118 129 129 129 128 128 105
   Bayern  1522   137 130 157 160 158 155 159 156 153 157
   Berlin  438   43 44 44 34 46 45 44 48 44 46
   Brandenburg  304   31 32 33 26 32 30 34 21 33 32
   Bremen  85   8 8 8 8 9 9 8 10 9 8
   Hamburg  232   22 23 23 22 24 22 22 27 22 25
   Hessen  735   71 68 70 70 75 76 76 76 75 78
   Meck-Vorp  222   25 19 21 23 27 21 21 21 21 23
   Nieders  962   92 92 95 96 96 104 97 95 98 97
   NRW  2189   219 218 227 187 217 219 230 223 222 227
   RLP  521   51 50 49 58 55 55 53 51 49 50
   Saarland  137   15 15 16 13 14 10 11 14 16 13
   Sachsen  530   50 55 52 45 52 54 56 62 53 51
   S-Anhalt  304   31 30 29 35 31 30 29 26 32 31
   Schleswig-H  354   36 36 36 30 35 36 37 35 37 36
   Thüringen  275   26 28 27 32 30 29 28 19 28 28
   #Summe  10048   977 969 1018 957 1030 1024 1034 1012 1020 1007

COSMO Konsortium Welle 10:

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 Uni Mainz: Roland Imhoff

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