Zum Inhalt:
Der Beweis

Der Beweis

Wir ahnten, dass der Umgang des Corona-Establishments mit den Inzidenzzahlen falsch und manipulativ sein könnte — nun wissen wir es.

Man muss eine Weile rechnen und recherchieren, aber dann, auf einmal, liegt alles klar auf dem Tisch. Es ist eine einfache Rechnung über die Wirkung der massenhaften Tests an Gesunden. Es ist eine Rechnung, die leicht angestellt werden kann und für die man auch nicht auf Details der Wirkweise der PCR-Tests eingehen muss. Dadurch gewinnt man rasch solide Klarheit in einer Frage, die unser Schicksal entscheidend mitbestimmt.

Wenn das Ergebnis der Rechung zutrifft, müssen die Verursacher der falschen Haftbegründung entweder sofort alles zurücknehmen, oder Anwälte, Richter und Höchstrichter müssen, gestützt auf die Gesetze, die „Schutzhaft“ zu Fall bringen. Dann — und wahrscheinlich nur dann — haben die Demokratie und der Rechtsstaat noch eine Chance.

Der Deutsche Bundestag hat es am 18. November 2020 beschlossen: Die Frage, ob über die Bevölkerung die Schutzhaft ausgesprochen wird, hängt von der Inzidenzzahl ab (1). Man will, so wird gesagt, einer Bedrohung des Funktionierens des Gesundheitssystems vorbeugen und Menschen vor der Pandemie retten, koste es, was es wolle — auch Menschenleben, die den Haftbedingungen nicht gewachsen sind.

Nachdem die Inzidenzzahl die Begründung für die Schutzhaft ist, muss diese äußerst stichhaltig sein, sonst ist augenscheinlich sofort jegliche Rechtsstaatlichkeit ausgehebelt.

Wenn man genau rechnet und hinschaut, mit welchen Zahlen man nur rechnen kann, dann sieht man: Die Stichhaltigkeit für jene Inzidenzzahlen, die uns täglich vorgelegt werden, liegt nachweislich nicht vor! Sie liegt nicht im Geringsten vor! Die Inzidenzzahlen sind falsch!

Ist die Inzidenzzahl jedoch nicht stichhaltig und werden trotzdem an dieser Zahl die Demokratie und die Existenz von Millionen von Menschen aufgehängt, so ist es nur mehr eine Frage der Zeit, bis das Pandemie-Gebäude ächzend und krachend unter der Belastung der Inzidenzzahl-Täuschung in sich zusammenbrechen wird.

Dann aber wird sich der Zusammenbruch wohl nicht geordnet, über Gerichte und Rechtsstaat geregelt, vollziehen, sondern in einem immer mehr um sich greifenden Katastrophen-Chaos. Auch diktatorische Zustände können das nicht aufhalten.

Die Spitzenkräfte des Robert Koch-Instituts (RKI) ermitteln falsche Inzidenzzahlen.

Um die 7-Tage-Inzidenz berechnen zu können, braucht man die Anzahl der wirklich Ansteckenden und die Gesamteinwohnerzahl, auf die sich die Inzidenzzahl bezieht (Deutschland: etwa 83,2 Millionen) (2).

Am 22. Dezember 2020 meldete das RKI in seinem Lagebericht (3) für ganz Deutschland einen 7-Tage-Inzidenzwert von 198 Neuinfizierten (4) auf 100.000 Einwohner. Dies war der höchste Wert, der bisher vom RKI bekannt gegeben wurde. Sinkt dieser 7-Tage-Inzidenzwert nicht deutlich unter 50 beziehungsweise sogar 35, so hat der Bundestag beschlossen (5), sind die „Schutzmaßnahmen“ gegenüber der Bevölkerung aufrechtzuerhalten oder auszuweiten. Für diesen 22. Dezember gab das RKI 164.378 neu gemeldete „Fälle“ der letzten 7 Tage an.

Wie errechnet das RKI nun aus dieser Zahl der Fälle die alles entscheidende Inzidenzzahl? Das ist rechnerisch trivial, aber man muss die Frage stellen: Wie kommt das RKI zu den Fällen? Diese Frage beantwortet das RKI selbst sehr eindeutig mit diesen Worten:

„In Einklang mit den internationalen Standards der Weltgesundheitsorganisation (WHO) wertet das RKI alle labordiagnostischen Nachweise von SARS-CoV-2 unabhängig vom Vorhandensein oder der Ausprägung der klinischen Symptomatik als COVID-19-Fälle“ (6).

Anders ausgedrückt: Es werden alle Ergebnisse von PCR-Testungen herangezogen, egal ob es Krankheitssymptome gibt oder nicht und egal ob die Getesteten ansteckend sein können oder nicht! Alle Ebenen der Gesellschaft werden auf dieser Basis durch Verordnung bei Strafe gezwungen, sogenannte positive Fälle zu melden.
Und weiter sagt das RKI:

„Testen ist essenzieller Bestandteil einer umfassenden Pandemie-Bekämpfungsstrategie. (...) Inzwischen können wöchentlich eineinhalb Millionen PCR-Tests durchgeführt werden“ (7).

Das RKI kommt also zu den Fällen durch aktive Veranlassung eines — scheinbar so logisch sinnvollen — breiten Einsatzes von PCR-Testungen, die oft genug durch staatliche Verordnung oder durch Anweisung der Arbeitgeber erzwungen werden (8).

Zusammengefasst: Die sogenannten COVID-19-Fälle sind überwiegend nichts anderes als positive Fälle von PCR-Testungen, die in großer Zahl gegenüber vornehmlich gesunden Menschen veranlasst werden!

Während zahlreiche Menschen getreu der Regierungserklärung glauben, dass testen doch nur gut sein kann, steigt so jedoch die Inzidenzzahl, und zwar nicht in erster Linie durch die Anzahl der Tests, sondern durch die notwendig vorhandenen Fehler der Tests. Dadurch sind die Tests die Ursache der Situation, aus der die Regierung die Schutzhaft konstruiert, welche den katastrophalen Schaden anrichtet.

Wie berechnet das RKI die Inzidenzzahl?

Wenn man nachrechnet (9), so zeigt sich, dass das RKI für die Berechnung stets von einer hundertprozentigen (!) Gültigkeit der Testergebnisse ausgeht, also so vorgeht, als ob alle ermittelten Fälle tatsächlich Neuinfizierte wären!

Aber selbst das so zweifelhafte „Bevölkerungsschutzgesetz“ verlangt nicht nach einer Inzidenzzahl der Fälle, die sich aus PCR-Testungen ergeben, sondern nach einer Inzidenzzahl der Neuinfizierten. Selbstverständlich kann man unter Neuinfizierten nur solche verstehen, die wirklich infiziert in dem Sinne sind, dass sie auch ansteckend sein können. Das macht das Infektionsschutzgesetz schon in seinem ersten Paragraphen unmissverständlich klar:

„§ 1 (1): Zweck des Gesetzes ist es, übertragbaren Krankheiten beim Menschen vorzubeugen, Infektionen frühzeitig zu erkennen und ihre Weiterverbreitung zu verhindern“ (10).

Es geht also klipp und klar um die Vorbeugung gegen die Weiterverbreitung von übertragbaren (!) Krankheiten. Nach neuen Fällen zu suchen hat also nur einen Sinn, wenn sie erstens wirklich infiziert und zweitens auch wirklich ansteckend sein können.

Das RKI und andere Institute weltweit rechnen einfach mit fantasierten hundertprozentig richtigen Testergebnissen.

Was haben nun das RKI — und wohl unzählige ähnliche Institute auf der Welt — aus dem Auftrag, Neuinfizierte zu ermitteln (11), gemacht? Die Antwort ist: Das RKI fragt, wie wir schon gesehen haben, nicht, ob Ansteckungsgefahr besteht, sondern nimmt einfach alles als Fälle, was die PCR-Tests als positive Fälle liefern — und das zu 100 Prozent! Von zu 100 Prozent richtigen Testergebnissen auszugehen bedeutet aber, völlig falsche Inzidenzzahlen zu liefern.

Viele Menschen glauben in Unkenntnis der mathematischen Zusammenhänge, dass zum Beispiel Testungen, die zu 99 Prozent richtige Ergebnisse auswerfen, keine große Fehlerquelle darstellen können. Aber das ist falsch!

Es ist deshalb falsch, weil die Fehlerquote der Tests, auf sehr viele Menschen angewandt, eben eine sehr große Zahl von falsch Positiven auswerfen wird, wenn fast alle gesund sind, die getestet werden.

Die Begründung für die Schutzhaft ist damit klar und eindeutig und vor unser aller Augen als falsch enttarnt! Das Geheimpapier der Corona-„Pandemie“-Steuerung kann mit einem einfachen mathematischen Schlüssel entziffert werden.

Ich spare hier im Text alle detaillierten Rechenbeweise aus. Ich habe dafür ein detailliertes Video und eine Rechentabelle (12) angefertigt (13). Ich lade Sie herzlich ein, der Erklärung im Video zu folgen und in der Kalkulationstabelle mit eigenen Werten zu probieren, welche Ergebnisse herauskommen. Sie können das Video und die Rechentabelle auch herunterladen und verbreiten. Sollte das Video der Zensur an einer Stelle zum Opfer fallen, wird es bestimmt an anderer Stelle wieder auftauchen ...
Die mathematisch unumstößliche Tatsache ist diese:

Die Inzidenzzahl nimmt im Takt einer realistischeren Einschätzung der Spezifität rapide ab!

Werden hundert Prozent aller Gesunden vom Testprozedere richtig als gesund erkannt (Spezifität = 100 Prozent), dann stimmt die Rechnung des RKI. Ändert sich jedoch die Zuverlässigkeit der Testungen gegenüber den gesunden Getesteten (Spezifität) auch nur sehr geringfügig, so sinkt die Inzidenzzahl rapide ab.

Und zwar gilt Folgendes: Für jedes winzige tausendstel Prozent, um das die Spezifität absinkt, reduziert sich auch die Inzidenzzahl um 1 (14). In einer Tabelle dargestellt sieht das dann so aus, wenn wir vom höchsten (!) vom RKI bisher „gemessenen“ Wert ausgehen:

Bild

Tabelle 1

Nur bei der völlig absurden — und in ihrer Wirkmächtigkeit gemeingefährlichen — Annahme einer Spezifität von 100 Prozent ist die Inzidenzzahl 198. Nimmt man eine Spezifität an, die nur um ein tausendstel Prozent reduziert wurde, also 99,999 Prozent, so sinkt die Inzidenzzahl von 198 auf 197 (15). Nimmt man eine Spezifität von 99,9 Prozent an, so beträgt die Inzidenzzahl — wohlgemerkt in der heißesten Phase der „Pandemie“ — nur mehr 98 anstatt der vom RKI angegebenen Inzidenzzahl von 198 (16). Und nimmt man eine Spezifität von 99,802 Prozent an, so sind alle angeblich positiv Getesteten verschwunden. Es gilt dann, die Inzidenzzahl ist NULL (17).

In einer Grafik dargestellt sieht der Zusammenhang so aus:

Bild

Tabelle 2

Man sieht, wie das Absinken der Spezifität (18) um nur 0,2 Prozent ein Verschwinden der bisher höchsten vom RKI gemessenen Inzidenzzahl bewirkt. Aus 198 wird NULL!

Wenn das, was ich hier nachweise (19), stimmt, so mögen die Justiz einerseits und die Bevölkerung mit den PolitikerInnen andererseits die entsprechenden Konsequenzen ziehen. Die Schutzhaft ist sofort aufzuheben, und Deutschland, Europa und die Welt sind wieder frei — zumindest in dem Sinne, wie sie früher frei waren. Gelingt uns das nicht, so werden wir jahrzehntelang fürchterlich an den Niederlagen der Gesellschaft zu tragen haben.

Je geringer die Prävalenz, desto weniger stimmen die veröffentlichten Inzidenzzahlen.

Bisher sind wir von der höchsten vom RKI bisher gemeldeten Inzidenzzahl von 198 ausgegangen. Sehen wir uns an, wie es bei einer besseren Lage ist: Am 8. Februar 2021 meldet das RKI 63.209 Fälle und eine 7-Tage-Inzidenz von 76. Führt man die obige Berechnung für diese Zahlen durch, so reicht bereits eine Positiv-Fehlerquote der Tests von 0,076 Prozent (Spezifität = 99,924 Prozent), um den Inzidenzwert auf null zu bringen (20).

Bild

Tabelle 3

In der Grafik sieht das dann so aus:

Bild

Tabelle 4

Schon bei einer Spezifität von 99,924 Prozent, bei der jeder sagen würde, dieser Wert entspricht ja sowieso fast 100 Prozent, verschwindet die Inzidenzzahl, und es gilt: Es gibt keine mit einem PCR-Test zuverlässig nachweisbaren Coronainfizierten mehr (21).

Will das RKI utopische hundertprozentig richtige Testergebnisse erzwingen?

Haben die Spitzenbeamten des RKI diesen Zusammenhang von Spezifität und Inzidenzzahl bewusst negiert? Sehr bemerkenswert ist jedenfalls, dass auf einem Online-Rechner (22) des RKI die Angabe für die Spezifitätsannahme nach dem Erscheinen eines Artikels (23), der auf diese Problematik hinwies, einfach von 99,9 auf 99,999 Prozent geändert wurde. Das ist ein Vorgang, der zeigt, was offenbar gespielt wird. Es handelt sich — angesichts der Wirkmächtigkeit dieser Spezifitätszahl — um eine Frage, mit der sich Gerichte dringend beschäftigen müssten, auch wenn die Parameter eines Online-Rechners natürlich keine bindende Aussage darstellen. Die folgende Aussage des RKI stellt aber sehr wohl eine solche dar:

„(...) Es liegt die analytische Spezifität bei korrekter Durchführung und Bewertung bei nahezu 100 Prozent.“ Und weiter „(...) geht das RKI (...) von einer sehr geringen Zahl falsch positiver Befunde aus, die die Einschätzung der Lage nicht verfälscht“ (24).

Das RKI vertritt also die Auffassung, dass es quasi nur hundertprozentig richtige Testergebnisse gebe. Macht das RKI das deshalb, weil es weiß, dass sonst die veröffentlichten Inzidenzzahlen nicht haltbar sind? Wenn sich das RKI sprachlich wohlweislich eine Türe offen hält, indem es von einer nur nahezu hundertprozentigen Gültigkeit der Tests spricht, so steht dies im krassen Gegensatz zur Aussage, dass dieses „nahezu“ keinen Einfluss auf die Einschätzung der Lage haben würde. Wie wir gesehen haben, bringt schon eine Spezifitätsfehlerquote von nur 0,076 Prozent eine angebliche Inzidenzzahl von 76 zum Verschwinden. Man wird nicht falschliegen, wenn man diese 0,076 Prozent beziehungsweise die korrespondierenden 99,924 Prozent als „nahezu“ 100 Prozent bezeichnet!

Die Behauptung, die Lage würde durch die falsch positiven Testergebnisse nicht verfälscht, müsste dann wohl vor Gericht so etwas wie eine grob fahrlässige Handlungsweise darstellen.

Denn offensichtlich ist genau das Gegenteil der Fall, wie die oben angeführten Ergebnisse rein mathematischer Berechnungen zeigen.

Bei dem obigen Zitat vom RKI fällt auch noch auf, dass das RKI von einer „analytischen“ Spezifität redet. Warum „analytische“ und nicht einfach „reale“ Spezifität? Entscheidend ist doch nur, ob die positiv Getesteten in Wahrheit gesund sind. Selbstverständlich gehören die Fehler der Labore und anderes mehr zu einer realen Spezifität. Die sprachliche Finte, einer realen Spezifität eine analytische Spezifität gegenüberzustellen, verhöhnt jene Bürger, die als Gesunde in Quarantäne müssen.

Wer noch einen etwas anders aufgebauten mathematischen Beweis haben möchte, den ersuche ich, sich in die Anmerkung (25) zu vertiefen, dort wird es, denke ich, wiederum sehr spannend. Ansonsten verweise ich hier noch einmal auf das Video und fordere Sie auf, selbst mit der Kalkulationstabelle Berechnungen zu probieren.

Nicht 100 Prozent Spezifität, sondern 98,6 Prozent oder 50 Prozent!

Nachdem die obige Berechnung gezeigt hat, dass schon eine Spezifität von 99,924 Prozent eine angebliche 7-Tage-Inzidenzzahl von 76 auf einen tatsächlichen Wert von null setzt, erübrigt es sich eigentlich, lang und breit über eine eventuell in der Praxis erreichte Spezifität zu reden, denn wer will ernsthaft von einer höheren realen Spezifität ausgehen? Und noch mehr gilt das, wenn die offizielle Inzidenzzahl sich dem Wert 50 oder 35 oder gar 10 nähert, denn dann genügt ein noch geringerer Spezifitätsfehler, um die reale Inzidenzzahl Null zu erreichen. Die Wahrheit ist, dass die reale Spezifität die meisten heute veröffentlichten Inzidenzzahlen auf null stellen wird!

Hier nur einige wenige Beispiele, die diese Aussage im Zusammenhang mit den oben dargelegten Berechnungen ganz klar beweisen:

  • Ein Ringversuch, bei dem in der Praxis die Qualität der Tests überprüft wurde, hat unter Mitwirkung der Charité und von Herrn Drosten einen durchschnittlichen Wert von maximal 98,6 Prozent ergeben — aber unter Umständen auch deutlich weniger, wenn andere Coronaviren mit im Spiel waren, dann eventuell auch nur 92,4 Prozent (26).
  • Der Inhaber jener Firma, die wöchentlich zwei Millionen Tests herstellt — und zwar jene Tests, die Herr Drosten mit dem Firmeninhaber, Herrn Olfert Landt, entwickelt und bei der Weltgesundheitsorganisation (WHO) zur Empfehlung angemeldet hat —, gab unlängst zum Besten, dass die Tests möglicherweise nur zur Hälfte (!) anzeigen, ob jemand infektiös ist oder nicht (27).
  • Auch der Deutschlandfunk sprach am 9. Februar 2021 davon, dass „PCR-Tests Wissenschaftlern zufolge zu etwa 98 Prozent zuverlässig sind“ (28).

Selbst die „Wahrheits“-Plattform Correctiv, die diesbezüglich bestimmt nichts schlechtreden möchte, bestätigt in vielen Artikeln (29), dass ohne Weiteres mit einer Spezifität von 98,6 Prozent zu rechnen ist. Und auch das RKI sagt an anderer Stelle klipp und klar:

„Im Rahmen von qualitätssichernden Maßnahmen nehmen diagnostische Labore an Ringversuchen teil. Die bisher erhobenen Ergebnisse spiegeln die sehr gute Testdurchführung in deutschen Laboren wider“ (30).

Also beruft sich das RKI selbst auf den Ringversuch, der nun mal höchstens eine durchschnittliche Spezifität von 98,6 Prozent ergeben hat.

Nun werden jene, die behaupten, es gäbe doch eine Spezifität von 99,999 Prozent — und dazu gehört eben wiederum das RKI —, vielleicht versuchen, sich damit herauszureden, dass ja die Labore die Fehler schon korrigieren würden und nur die hundertprozentig richtigen Testergebnisse Eingang in die Berechnung finden würden.

Erstens jedoch widerspricht dieses Argument all unseren Erfahrungen, denn jeder und jede kennen in der Zwischenzeit Menschen, die vollkommen gesund sind oder höchstens ein Tröpfchen auf der Nase haben (31), aber positive Testbescheide erhielten. Man findet auch unzählige Medienberichte dazu. Und zweitens messen die Ringversuche ja gerade das, was von den Laboren herausgegeben wird.

Und drittens widerspricht das der obigen Aussage von Olfert Landt. Diese Aussage wiederum verweist unzweifelhaft darauf, dass den Anforderungen des Infektionsschutzgesetzes § 1 (Ansteckbarkeit) nicht Rechnung getragen wird. Und so weiter und so fort — die Beweislage ist völlig eindeutig.

Es ist also ganz klar, dass PCR-Tests mindestens diese Fehlerhaftigkeit aufweisen, die laut den oben angeführten Berechnungen jede vom RKI veröffentlichte Inzidenzzahl — bei einem entsprechenden etwas mehr oder etwas weniger großen Spezifitätsfehler — als ungültig abstraft. Die Konsequenzen sind höchst bedeutend. Es wird Zeit, dass alle aufwachen und sehen, was mit unserer (Welt)-Gesellschaft passiert ist!

Um es noch einmal zu sagen: Die vom RKI veröffentlichte Inzidenzzahl ist laut deutschem Gesetz die bestimmende Grundlage dafür, ob ein Ausnahmezustand herrscht oder nicht — ob also die Bevölkerung in Schutzhaft muss, ob all die katastrophalen Folgewirkungen einschließlich Existenznot, Trauma, gesellschaftliche Spaltung und viele Todesfälle (32) entstehen. Es geht bei dieser Zahl um viel, sehr viel!

Es kann und darf nicht sein, dass wir den Satz, den der Staatsrechtler Carl Schmitt einst so formulierte: „Souverän ist, wer über den Ausnahmezustand entscheidet“ (33), infolge eines horrenden Treppenwitzes der Geschichte in diesen Satz ändern müssen: „Souverän ist, wer über das Testergebnis entscheidet.“

Ermittlung von Inzidenzzahlen mit PCR-Tests gesetzlich verbieten

Die Forderung, die wir nach meiner Meinung letztlich aus dieser Lage ableiten sollten, ist diese: Es muss gesetzlich verboten werden, dass PCR-Tests zur Bestimmung einer „epidemischen Lage nationaler Tragweite“ herangezogen werden. Tests dürfen ausschließlich Personen mit klaren Krankheitssymptomen empfohlen werden. Eine direkte oder indirekte allgemeine Anordnung von PCR- oder ähnlichen Testungen durch staatliche Organe oder durch Arbeitgeber muss sofort verboten werden, und jeder diesbezüglicher Meldezwang von Testergebnissen ist sofort aufzuheben!

Die Tests bilden die Grundlage, auf der das ganze Corona-Gebäude aufgebaut ist. Die Impfungen sind im Moment stark in den Vordergrund gerückt. Aber auch hierfür ist die Ermittlung von falschen Inzidenzzahlen der Boden, auf dem alles wächst, oder vielleicht sollte man besser sagen, es ist die Basis dafür, dass alles Lebendige abgetötet wird.

Falsch positive Testungen führen in die Falle von Angst, Panik und falschen Maßnahmen. Menschen, die trotz besseren Wissens und vorsätzlich die verheerende Wirkung von falsch positiven Testergebnissen herabgespielt oder gar solche falschen Testergebnisse durch Handlungen gefördert haben, müssen sich vor der Justiz verantworten!

Die Bevölkerung, die Wissenschaft, die Medien und die Justiz müssen die Lehren aus diesem Fiasko ziehen.


Quellen und Anmerkungen:

(1) Und viele andere Regierungen weltweit fahren seit vielen Monaten den gleichen Kurs.
(2) Die „ermittelte“ Zahl der Neuinfizierten wird durch die Gesamtbevölkerung dividiert und mit 100.000 multipliziert. Vergleiche zum Beispiel: Süddeutsche Zeitung
(3) RKI-Lagebericht vom 22. Dezember 2020:

Bild

Tabelle 5

(4) Das RKI spricht zwar vornehmlich von „Fällen“, das Infektionsschutzgesetz (IfSG) verlangt aber eindeutig die Angabe von Neuinfizierten je 100.000 Einwohner. Mit der vom RKI verlautbarten 7-Tage-Inzidenz kann nur das gemeint sein!
(5) Der am 18. November 2020 beschlossene Gesetzestext des Dritten Bevölkerungsschutzgesetzes lautet an der entscheidenden Stelle: „§ 28a (...) Bei einer bundesweiten Überschreitung eines Schwellenwertes von über 50 Neuinfektionen je 100.000 Einwohner innerhalb von sieben Tagen sind (...) Schutzmaßnahmen anzustreben. (...) Nach Unterschreitung eines (...) genannten Schwellenwertes können die (...) Schutzmaßnahmen aufrechterhalten werden(...). Die (...) auftretenden Inzidenzen werden (...) durch das Robert Koch-Institut (...) veröffentlicht.“
Selbst der Gesetzesentwurf der CDU/CSU/SPD sagte unmissverständlich, dass die per Gesetz aufgelisteten „anzustrebenden Schutzmaßnahmen“ erhebliche Eingriffe in grundrechtliche Freiheiten bedeuten. Deutscher Bundestag, Drucksache 19/23944, Gesetzentwurf der Fraktionen der CDU/CSU und der SPD: „Die bisher maßgeblich auf Grundlage der §§ 28 ff., 32 IfSG getroffenen notwendigen Maßnahmen zur Bekämpfung der Coronavirus-Pandemie führen teilweise zu erheblichen Eingriffen in grundrechtliche Freiheiten.“ Tatsächlich stellen die „Schutzmaßnahmen“ einen äußerst weitreichenden Ausnahmezustand, eine Verordnung von Schutzhaft gegenüber der ganzen Bevölkerung dar.
Gesetze im Internet
Bundestag
(6) RKI: COVID-19-Fallzahlen in Deutschland und weltweit, 7. Februar 2021
(7) RKI: Nationale Teststrategie, 4. Februar 2021
(8) Vergleiche zum Beispiel: Ärztezeitung, Berliner Zeitung
(9) Das RKI hat mit hundertprozentiger Genauigkeit der PCR-Tests gerechnet:
Die Rechnung, dass 164.378 PCR-Teställe eine 7-Tage-Inzidenz von 198 Neuinfizierten auf 100.000 Einwohner ergibt, stimmt nur, wenn von einer — bis zur dritten Nachkommastelle — hundertprozentigen Zuverlässigkeit der Tests ausgegangen wird: 164.378*100.000/83.190.556 = 198 (197,59). Die Bevölkerungszahl ist hier den Angaben des Statistischen Bundesamts für den September 2020 entnommen. Aber auch mit einer Berechnungsgrundlage von 83,2 oder 83,0 Millionen Einwohnern beträgt das Ergebnis gerundet 198. 164.378*100.000/83.200.000 = 198 (197,57); 164.378*100.000/83.000.000 = 198 (198,05). Nur bei einer völlig absurden Annahme einer Spezifität von 100 Prozent ist die Inzidenzzahl 198.
Vergleiche Destatis
(10) IfSG: https://www.gesetze-im-internet.de/ifsg/__1.html
(11) Das IfSG ist in sich keineswegs ein Gesetz, das mit unverrückbarer Logik zu einem wirklichen Schutz der Bevölkerung führen würde. Ganz im Gegenteil, wie unter anderem der § 28a zeigt. Aber das steht hier jetzt nicht zur Debatte.
(12) Erklärung der Berechnungsmethode:
Ich habe, wie schon erwähnt, die von mir auf der Grundlage des Satzes von Bayes erstellte Rechentabelle in einem Video und einer Muster-Berechnungstabelle ausführlich dargelegt. Hier zeige ich nur zwei Screenshots der Rechentabelle:

Bild

Tabelle 6

Bild

Tabelle 7

(13) Video: Vimeo, Telegram. Rechentabelle zum Bearbeiten und Downloaden
(14) Diese Aussage gilt für alle Sensitivitätswerte bis 96 Prozent und bei einer Prävalenz von 0,2 Prozent. Bei einer höheren Prävalenz von zum Beispiel 1,5 Prozent gilt diese Aussage in sehr guter Näherung noch immer bis zu einer Sensitivität von 98 Prozent. Ich zeige das in Berechnungstabellen im Video und in dem abrufbaren Tabellenkalkulationsfile.
(15) Bei einer Verringerung der Spezifität um 0,001 Prozent auf 99,999 Prozent sinkt der Inzidenzwert um 1: Zur Erklärung der Tabelle beachten Sie bitte das Video und probieren Sie selbst mit der Rechentabelle.

Bild

Tabelle 8

Die Verringerung der Spezifität von 100,000 Prozent auf 99,999 Prozent (bei einer Sensitivität von 100 Prozent) setzt die Anzahl der Neuinfizierten von 164.378 Personen auf 163.548 Personen herab. Anders als bei der Annahme einer hundertprozentigen Spezifität gibt es nun nicht null falsch Positive, sondern 830! Durch den Umstand, dass es weniger tatsächlich Neuinfizierte gibt, geht auch dementsprechend die 7-Tage-Inzidenz von 198 auf 197 herunter, die Inzidenzzahl sinkt also um 1.
(16) Nimmt man eine Spezifität von 99,9 Prozent an, so beträgt die Inzidenzzahl — in der heißesten Phase der Pandemie — nur mehr 98 anstatt der vom RKI angegebenen Inzidenz von 198! Zur Erklärung der Tabelle beachten Sie bitte das Video und probieren Sie selbst mit der Rechentabelle.

Bild

Tabelle 9

(17) Nimmt man eine Spezifität von 99,8025 Prozent an, so sind alle angeblich positiv Getesteten verschwunden. Es gilt dann, die Inzidenzzahl ist NULL! Zur Erklärung der Tabelle beachten Sie bitte das Video und probieren Sie selbst mit der Rechentabelle.

Bild

Tabelle 10

(18) In dieser Tabelle und ihrer grafischen Darstellung ist von einer sehr realistischen Sensitivität von nahe 100 Prozent ausgegangen worden. Im Video werden aber auch noch andere Sensitivitätswerte besprochen. Der wichtigste Grund, warum eine Sensitivität, die sehr nahe an 100 Prozent liegt, anzunehmen ist, besteht darin, dass PCR-Tests von ihrer Anlage her ja extrem sensibel sind. Das heißt, sie zeigen tendenziell immer zu viel an. Warum sollten sie dann gerade bei wirklich kranken Menschen zu wenig anzeigen? Ein Artikel in der Ärztezeitung betont auch — in diesem Fall sehr zu Recht —, dass die Sensitivität so gut wie immer nahe bei 100 Prozent liegt. Dies gilt zumindest, wenn man die Fehler bei der Probenentnahme unberücksichtigt lässt. Ein Leserbriefschreiber hat auf das Lob der Sensitivität von nahe 100 Prozent völlig richtig geantwortet, dass deswegen der Test mitnichten gut sein muss, weil es eben gerade der Spezifitätswert und die Prävalenz sind, die mit uns ihre Spielchen treiben — was offensichtlich manche Institutionen, Medien und Politiker nicht verstehen oder schamlos ausnutzen!
Ärzteblatt: „PCR-Test auf SARS-CoV-2 zeigt hohe klinisch-diagnostische Sensitivität von nahezu 100 Prozent“. Leserbrief: aerzteblatt.de
(19) Ich bin bei Weitem nicht der Erste, der dies zeigt. Ich verweise auf Klaus Pfaffelmoser, der schon im Mai 2020 auf die eingebauten mathematischen Tücken der Testungen hinweist. Was ich noch nicht so gesehen habe, ist die Art der Zusammenstellung und korrekten Darstellung der Zusammenhänge und die leicht verständliche Berechnungsmethode, wie ich sie in meiner Tabelle veranschauliche.
Multipolar: Klaus Pfaffelmoser, Warum die Pandemie nicht endet, 24. Mai 2020
Rubikon: Hans Springstein, Der Evidenz-Betrug
Epochtimes: Tim Sumpf, Inzidenz unter 100 ist nicht erreichbar
(20) Bisher wurde kein Peer-Review der vorliegenden Arbeit gemacht. Ich erwarte Stellungnahmen, hoffentlich sachliche.
Über die Berechnungen hinaus mag man aber zwei Gegenargumente bringen, die ich hier kurz ansprechen möchte: Erstes Gegenargument: Man könnte sagen, die Infektiosität würde länger als 7 Tage dauern, und daher müsste ein entsprechender Faktor mit eingerechnet werden. Auf dieses Argument gehe ich in der Anmerkung (25) ein. Darüber hinaus ist es aber so, dass ja gerade der Gesetzgeber und das RKI von der 7-Tage-Inzidenz ausgehen, weshalb auch hier in diesen Berechnungen dieser Wert als Berechnungsgrundlage verwendet wird. Aber selbst wenn man einen Erhöhungsfaktor aufgrund des obigen Arguments hinzufügen würde, würde sich nichts Grundsätzliches an den Berechnungen ändern, wie ich ebenfalls weiter unten zeige.
Zweites Gegenargument: In den vorgelegten Berechnungen kann die Spezifität scheinbar nicht geringer sein als jener Wert, der bei der 7-Tage-Inzidenz den Wert Null ergibt. Dadurch erscheint es so, als ob die PCR-Tests jedenfalls gut sein müssten. Das ist aber ein klassischer Trugschluss. Das „Wahrheitsorgan“ Correctiv hat zum Beispiel am 18. Januar 2021 folgendes Argument gebracht: Wenn im Sommer sehr wenig Infizierte durch Tests gefunden wurden, dann sei das quasi ein Beweis dafür, dass die Test keinen schlechten Spezifitätswert habe könnten. Die mathematische Aussage bei einer gegebenen Spezifität, „die 7-Tage-Inzidenz kann aufgrund von falsch positiven Coronatests nicht unter 100 Neuinfektionen pro 100.000 Einwohner sinken“, sei falsch, weil die „Infektionszahlen aus dem Sommer 2020 belegen, dass 7-Tage-Inzidenzen unter 50 Neuinfektionen pro 100.000 Einwohnern möglich sind“. Aus der erdachten Korrelation einer geringen Anzahl von Neuinfektionen im Sommer und Tests, die wenig falsch positive Ergebnisse erzeugen, wird argumentativ eine Kausalität gezimmert. Diese Scheinkausalität lässt sich sehr leicht widerlegen: Man muss nur beispielsweise annehmen, dass die Tests bei höheren Temperaturen immer weniger positive Fälle anzeigen, so hat man schon eine Erklärung für die beobachtete Korrelation gefunden, die in Wahrheit nicht im Geringsten ein Beweis für einen guten, sondern im Gegenteil für einen sehr schlechten Test ist.
Die hier vorgelegten Berechnungen gehen von einem mathematischen Sachverhalt einer beliebigen Testung aus. Für die Realität muss man schauen, was wirklich zutrifft, und dabei kann alles Mögliche zutreffen, nur nicht das, was eine richtige mathematische Berechnung unverrückbar ausschließt. Das ist der Sinn der Anwendung von Mathematik. In der Praxis ist die Tatsache die, dass niemand wirklich weiß, was der PCR-Test im Verborgenen der Vorgänge seiner Chemikalien und seiner Amplifikationszyklen wirklich gemessen hat. Auch das ist zumindest bezüglich „totem Material“ (vergleiche zum Beispiel Deutschlandfunk vom 9. Februar 2021) als auch einer möglicherweise falschen Identifikation von anderen Viren (vergleiche die Ergebnisse des Ringversuchs, über die das Deutsche Netzwerk Evidenzbasierte Medizin berichtet: „Die Spezifität sinkt auf 92,4 Prozent (95 Prozent Kl 90,5-93,9), wenn die Negativprobe mit HCOV 229 E infiziert ist, einem der humanen Coronaviren, die eine gewöhnliche Erkältung auslösen können.“) unbestreitbar. Netzwerk Evidenzbasierte Medizin, „Wo ist die Evidenz? “ Das bedeutet aber in der Konsequenz, dass man keine Aussage machen kann, was bei all den Millionen von Testungen wirklich passiert. In einem unbekannten Raum können Zahlen alles Mögliche, nur nicht klar Definiertes ausdrücken. Auch ein theoretisch erdachter Test, der gar nichts misst, kann irgendwelche beliebigen Ergebnisse auswerfen. Weil eben in den veröffentlichten Zahlen möglicherweise gar kein oder nur wenig Wahrheitsgehalt beinhaltet sein kann — je nachdem, was so ein PCR-Test tatsächlich zu leisten vermag —, kann man aus den veröffentlichten Daten keine Rechnung aufstellen, aus der man in irgendeiner positiven Weise auf die Wirklichkeit schließen kann. Ich will damit nicht sagen, dass PCR-Tests gar nichts messen können. Das ist hier nicht das Thema. Aber was wir nicht sicher wissen, das wissen wir zumindest in dem Sinn, dass wir darauf ein solides Gebäude bauen könnten, schlicht gar nicht! Auf diese Problematik weist der Erfinder des PCR-Tests, Kary Mullis, ganz klar hin: Der Nobelpreisträger sagte über PCR-Tests: „Mit PCR, wenn man es gut macht, kann man ziemlich alles in jedem finden.“ (...) „Die Messung ist nicht exakt.“ (...) „PCR ist ein Prozess, der aus etwas eine ganze Menge macht. Es sagt Ihnen nicht, dass Sie krank sind. Und es sagt nicht, dass das Ding, das man findet, Ihnen Schaden zugefügt hätte.“ Zitiert nach Achgut.
youtube.com
Die Unsicherheit bezüglich der veröffentlichten Zahlen gilt in der Zwischenzeit leider zunehmend auch für die sogenannten Coronatoten, denn durch die verfälschten Testergebnisse erkennt man die tatsächlichen Gründe des Versterbens nicht mehr. Schließlich sind dann mit Sicherheit auch viele der Toten, die infolge der Maßnahmen zu Tode gekommen sind, bei den „Corona-Verstorbenen“ mit eingerechnet. Das heißt dann, die Übersterblichkeit kann ansteigen, aber die Ursache ist nicht das Virus, sondern es sind die Maßnahmen.
Während also die Hochrechnung offizieller Zahlen keine grundsätzliche Klärung irgendeiner „Wahrheit“ mehr bringen kann, ist hingegen der rechnerische Ausschluss von behaupteten Möglichkeiten sattelfest, sofern richtig vorgegangen wurde. Denn das, was eine mathematisch richtige Berechung auf der Grundlage korrekter Ausgangswerte ausgeschlossen hat, kann mit Sicherheit nicht eintreten. Das heißt in der Schlussfolgerung: Schlechter können Tests immer sein, aber wenn sie keine bessere Spezifität ausweisen als jene, die in den Berechnungen zugrunde gelegt ist, werden sie die mathematisch festgestellte Lücke niemals überbrücken können.
(21) In der Grafik sieht man auch, dass diese Aussage auch bei einer Sensitivität von 98 Prozent gilt. Durch die geringere Sensitivität steigt zwar die Inzidenzzahl zuerst ein wenig an, fällt dann aber rasch mit der sinkenden Spezifität ab. An dem Punkt, bei dem die Inzidenzzahl Null wird, fällt jede Kurve, die von einer geringeren Sensitivität beeinflusst wird, mit jener Kurve zusammen, die von einer Sensitivität von 100 Prozent ausgegangen ist.
(22) Das RKI bietet einen Online-Rechner an, mit dem im Groben die in diesem Artikel ermittelten Rechenergebnisse überprüft werden können. Allerdings wird beim RKI ein Sample von 10.000 anstatt von 100.000 verwendet, weshalb man immer nur die um 10 gekürzten Werte eintragen darf. Auch erlaubt der RKI-Rechner keinen Einsatz von Dezimalzahlen, wodurch manche Rechnungen nicht ausgeführt werden können.
(23) Tim Sumpf, Wenn alle Menschen getestet werden: Corona-Inzidenz unter 100 nicht erreichbar. Das „Wahrheitsorgan“ Correctiv hat sofort gegen die Aussage dieses Artikels eine — falsche — Gegendarstellung geliefert. Dabei haben die AutorInnen auch das RKI angeschrieben. Dies könnte der Anstoß gewesen sein, dass das RKI seine Angaben änderte.
Nebenbei bemerkt: Wie heute üblich, werden alle Menschen, die in diese Richtung eine Wahrheit aufdecken, von den abhängigen Medien als Rechte verurteilt. Es wundert nicht, dass dann das Denunzianten-Portal Psiram eben genau dies behauptet. Ich kann dazu nichts sagen; wir sind aber schon so weit, dass ich mich verpflichtet fühle festzuhalten, dass es mir nur um den Inhalt des Artikels und seine Aussagen und dass ich mich verpflichtet fühle festzuhalten, dass es mir nur um den Inhalt des Artikels und seine Aussagen geht..
(24) RKI über PCR-Tests
(25) Wenn wir eine Inzidenzzahl von 50 Neuinfizierten annehmen, dann sind bei einer beobachteten Gruppe von 100.000 Menschen — von denen wir die 50 abziehen — mindestens 99.950 Menschen definitionsgemäß gesund. Von diesen 99.950 Gesunden werden — entsprechend der vom Ringversuch ermittelten Spezifität — 98,6 Prozent als gesund getestet. Die Rechnung ergibt dann, dass 98.551 Personen richtig als gesunde Personen erkannt wurden (99.950 * 98,6 / 100 = 98.551). Ziehen wir nun von den tatsächlich 99.950 gesunden Menschen die nur 98.551 als gesund getesteten Menschen ab, so bleiben 1.399 Personen übrig, die als krank getestet wurden, obwohl sie definitionsgemäß gesund sind! Es erscheint daher der Öffentlichkeit die Lage so, als ob 1.449 Menschen neu infiziert wären (1.399 falsch Positive und 50 wirklich neu Infizierte = 1.449). Dies, obwohl entsprechend der Ausgangsvoraussetzung höchstens 50 Menschen tatsächlich infiziert sein können! Das ist offensichtlich eine Täuschungsfalle. Anders ausgedrückt sieht es so aus, als ob zusätzlich zu den 50 definitionsgemäß tatsächlich infizierten Personen 28-mal so viele Menschen ebenfalls neu infiziert wären, obwohl das nach der klar definierten Ausgangsvoraussetzung gänzlich unmöglich ist! Das heißt in der Konsequenz, dass hier reale 50 Neuinfizierte nur mit einem Testergebnis, das zu 100 Prozent richtig ist, möglich sind. Die Annahme von 100 Prozent gültigen Testergebnissen ist aber völlig unhaltbar und absurd!

Bild

Tabelle 11

Nimmt man null Neuinfizierte an, so bleiben noch immer die 1.400 falsch als positiv Getesteten:

Bild

Tabelle 12

Nun könnte man einwenden, dass die Infektiosität ja länger dauert als 7 Tage und man daher besser 14 Tage für die Festlegung einer Prävalenzzahl als Rechengrundlage verwenden sollte.
Dieses Argument mag berechtigt sein, obwohl offensichtlich das RKI ganz im Sinne des Gesetzesauftrags (?) immer an einer 7-Tage-Inzidenz von irgendetwas interessiert ist und nicht an der Zahl der tatsächlich zu einem bestimmten Zeitpunkt gegebenen Infizierten. Aber auch wenn wir auf dieses Argument eingehen, so könnte man höchstens doppelt so viele Infizierte annehmen, da nach 14 Tagen alle wieder gesund geworden sind oder jedenfalls nicht mehr ansteckend. Wenn wir also anstatt mit 50 Neuinfizierten mit 100 Infizierten rechnen, sieht die Rechnung so aus: 99.900 tatsächlich Gesunde, 98.501 als gesund Getestete, also noch immer 1.399 (diesmal 99.900 minus 98.501) falsch positiv Getestete, die in der Öffentlichkeit als 1.499 positive Fälle erscheinen, obwohl es nur 100 (!) tatsächlich Infizierte gibt! Wir sehen also, dass die Berücksichtigung der Neuinfizierten von 14 Tagen anstatt von 7 Tagen so gut wie nichts an der völlig verfälschten Darstellung der Faktenlage ändern.

Bild

Tabelle 13

Des Weiteren hat das RKI versucht, sich mit diesem Argument zu retten: Die Tests würden ja gar nicht an der Gesamtbevölkerung, sondern nur an einer Teilgruppe der Gesamtbevölkerung durchgeführt.
Gut, auch dieses Argument ist offensichtlich zutreffend. Es erhebt sich nur die Frage, warum das RKI dann die vom Gesetzgeber durch das unsägliche „Bevölkerungsschutzgesetz“ geforderte Inzidenzzahl nachweislich genau mit jener Anzahl der durch die PCR-Tests ermittelten Fälle berechnet. Das RKI liefert also selbst den Beweis, dass es die getestete Gruppe mit der Prävalenz der Gesamtbevölkerung gleichsetzt!
Diese Vorgangsweise erscheint eigentlich auch als vernünftig, denn wir können heute wohl davon ausgehen, dass so gut wie alle, die sich krank fühlen, sich auch einem PCR-Test unterziehen werden. Das Argument, das das RKI an einer anderen Stelle bringt, dass „eine Ausweitung der Testindikationen erwartungsgemäß zu einem Anstieg der Fallzahlen führt (da zuvor unentdeckte Fälle detektiert werden“), ist falsch. Denn: Wenn wir über das ganze Land Diamanten verstreut hätten und wir suchten sie nach einem Zufallsprinzip, so würde es wohl gelten, dass wir umso mehr Diamanten finden, je mehr wir suchen. Das würde in diesem Fall sogar nicht nur für Diamanten, sondern auch für Lämmer auf den zahlreichen Weiden dieses Landes gelten. Kommen aber die Lämmer, wenn sie sich krank fühlen, alle zur Futterstelle, weil sie sich dort Hilfe erhoffen, dann kann man alle kranken Lämmer sehr leicht zählen, indem man sie bei der Futterstelle zählt. Und genau das machen die PCR-Testungen — angeblich! Wir können also ruhig davon ausgehen, dass die getestete Kohorte tatsächlich die Prävalenz für die Gesamtbevölkerung offenbart.
Aber nehmen wir zur Sorgfalt wieder an, der Anzahl der erkannten Neuinfizierten müsste man eine gleich große Dunkelziffer hinzufügen. Dann hätten wir also anstatt von den schon verdoppelten 100 Infizierten von 200 Infizierten auszugehen. Und dann sieht die Rechnung so aus: 99.800 tatsächlich Gesunde, 98.403 als gesund Getestete, also jetzt 1.397 (99.800 minus 98.403) falsch positiv Getestete, die in der Öffentlichkeit als 1.597 positive Fälle erscheinen, obwohl es in Wahrheit in diesem Fall nur 200 (!) tatsächlich Infizierte gibt! Noch immer würden zusätzlich 7-mal so viele falsch Positive wie richtig Positive aufscheinen. Wir sehen also, selbst in diesem Fall ändert sich das Ergebnis nicht entscheidend. Auch in diesem Fall bleibt es bei einer grob verfälschten Darstellung der Faktenlage.

Bild

Tabelle 14

(26) INSTAND e.V.: „Kommentar zum Extra Ringversuch Gruppe 340 Virusgenom-Nachweis — SARS-CoV-2“, April 2020, aktualisiert am 3.6.2020 und weitere Anmerkung am 29. September 2020.
In späteren Kommentaren wurde das Ergebnis dieses Ringversuchs relativiert, die Hauptaussage aber keineswegs aufgehoben.
(27) Fuldaer Zeitung
(28) Deutschlandfunk
(29) Zum Beispiel hier: correctiv.org
(30) RKI 6. Januar 2021
(31) Drosten 2014: „Ja, aber die Methode (der PCR-Tests) ist so empfindlich, dass sie ein einzelnes Erbmolekül dieses Virus nachweisen kann. Wenn ein solcher Erreger zum Beispiel bei einer Krankenschwester mal eben einen Tag lang über die Nasenschleimhaut huscht, ohne dass sie erkrankt oder sonst irgend etwas davon bemerkt, dann ist sie plötzlich ein MERS-Fall. Wo zuvor Todkranke gemeldet wurden, sind nun plötzlich milde Fälle und Menschen, die eigentlich kerngesund sind, in der Meldestatistik enthalten.“ Wirtschaftswoche
(32) Ärzteblatt: „USA — Übersterblichkeit übertrifft die Zahl der gemeldeten Todesfälle an COVID-19
Corona Transition: „Eine Folge des Lockdowns: Deutlich mehr Tote in Großbritannien
RT-DE: „Studie zur Corona-Übersterblichkeit: 45 Prozent starben infolge des Lockdowns
RT-DE
South China Morning Post
Nachdenkseiten: „Der globale Süden und die verdrängte Coronamaßnahmen-Krise
KenFm, Christian Kreiß: „Wir lassen Millionen von Menschen verhungern, weil sie sich sonst mit Covid-19 infizieren könnten.“
Positionspapier von Bündnis Entwicklung Hilft
RT-DE: „Zehnmal größerer gesundheitlicher Schaden als Nutzen von Lockdowns
(33) Vergleiche zum Beispiel

Creative Commons Lizenzvertrag
Dieses Werk ist unter einer Creative Commons-Lizenz (Namensnennung - Nicht kommerziell - Keine Bearbeitungen 4.0 International) lizenziert. Unter Einhaltung der Lizenzbedingungen dürfen Sie es verbreiten und vervielfältigen.