Der „COVID-19-Simulator“ von PwC

Nach fast einem Jahr in der Corona-Falle wünschen sich viele Entscheidungsträger eine magische Kristallkugel, die es ihnen ermöglicht, das Infektionsverhalten unter bestimmten Voraussetzungen vorhersagen zu können. Da diese bekanntlich außerhalb von Märchen leider selten zu finden ist, muss die Wissenschaft mit fortgeschrittenen Methoden wie Künstlicher Intelligenz Abhilfe schaffen: indem Entscheidungsgrundlagen transparent, verständlich und nachvollziehbar aufbereitet werden. Genau das tut der COVID-19-Simulator von PwC – er errechnet Wahrscheinlichkeiten einer Infektion unter bestimmten Voraussetzungen an einem definierten Ort. Damit verhindert man zwar keine Infektionen, man kann aber den Maßnahmenmix so gestalten, dass sich die geringstmögliche Wahrscheinlichkeit einer Infektion ergibt.

Die Idee

Im Nachgang zum ersten Lockdown war in vielen Unternehmen (so auch in unserem) die Ratlosigkeit groß, wie viele Personen wieder unter welchen Voraussetzungen in die Büroräumlichkeiten zurückkehren dürfen, ohne eine massive Infektionswelle nach sich zu ziehen. Meist wurden die Maßnahmen (nach bestem Wissen und Gewissen, aber doch) aus dem Bauch heraus festgelegt. Aufgrund der fehlenden Erfahrungswerte mussten sich Entscheidungsträger in komplettem Neuland einen Weg suchen, dessen Richtigkeit erst im Nachhinein bestätigt oder widerlegt werden konnte. Das Artificial ­Intelligence Team um Ahmad Haj Mosa, Head of AI bei PwC, beschäftigt sich schon seit Jahren mit der automatisierten Unterstützung von Entscheidungsprozessen unter Einhaltung interner und externer Normen und Gegebenheiten. Haj Mosa und sein Team erkannten früh den Wert von Simulationen als Grundlage für faktenbasierte Entscheidungen. Durch die für Wissenschaftler typische Reduktion auf das Wesentliche fanden sie einen recht simplen Algorithmus, der im Wesentlichen auf der Entscheidung Kontakt ja/nein beruht. Findet ein Kontakt statt, besteht eine gewisse Infektionswahrscheinlichkeit, findet kein Kontakt statt, ist diese null. Dieser binäre Zustand wurde nun um weitere Merkmale des Kontakts erweitert, die auf Basis der laufenden wissenschaftlichen Aufarbeitung der medizinischen Erkenntnisse die „Qualität“ des Kontakts beeinflussen; tragen die handelnden Personen Masken, reduziert sich das Risiko, sprechen sie sehr laut, erhöht es sich. Damit wurde laufend Komplexität in das Modell eingebaut, bis es die Realität in wesentlichen Dimensionen abbilden konnte.

Parallel wurde dieses rein statistische Modell um das Verhalten der Personen erweitert – sogenannte „Agent-Based-Simulations“ erlauben es den Agents (simulierte Menschen), im Rahmen physischer Gegebenheiten (Räume können nur durch Türen betreten und verlassen werden, Stockwerke nur über Treppen gewechselt werden etc) frei zu entscheiden und sich im definierten Raum zu bewegen. Damit wird die grundsätzliche Neigung der Menschen, sich nicht strikt an vorgegebene Wege zu halten, abgebildet. Entscheidend hier ist es aber, dass sich die Agents in einem recht genau nachgebildeten Umfeld der physischen Realität (Büro, Seminarraum, Liftstation, Krankenstation, Schulklasse, Stadion …) wiederfinden. Dieses wird aus bestehenden Plänen der Liegenschaften generiert und aufgebaut.

Mittels wiederholter Simulation von zeitlichen Abläufen (zB ein Arbeitstag), in denen sich die Agents frei bewegen und die Kontakte in ihrer jeweiligen Qualität getrackt werden, ergeben sich statistisch aussagekräftige Wahrscheinlichkeiten von Ansteckungen. Je nachdem, wie die Maßnahmen (die ja die Kontaktqualität beeinflussen) gesetzt werden, ergeben sich damit Erwartungswerte sowie Varianzen – Werte, mit denen Entscheidungsträger in praktisch allen Fachbereichen laufend operieren müssen.

Die Büroräumlichkeiten der PwC Österreich (DC-­Tower) wurden als erste Versuchsobjekte im Simulator abgebildet und die Rückkehr-Entscheidungen wurden auf Basis der Erkenntnisse getroffen.

Die Simulation

Der Vorteil der entwickelten Simulation basiert auf der „Agent-Based-Simulationstechnik“. Während traditionelle Modelle auf statischen Zustandsveränderungen sowie fest vorgegebenen Verhaltensmustern basieren, integriert diese die grundsätzliche Entscheidungsfreiheit des Menschen. Diese ist natürlich von physikalischen Grundgesetzen eingeschränkt, aber innerhalb dieser Grenzen frei. Dem Modellierer bleibt es freigestellt, zusätzliche Vorgaben (wie Zugangsbeschränkungen, Kontrollpunkte, die nicht oder nur mit Wartezeit passiert werden können, wie etwa Kartenkontrolle bei Veranstaltungen) einzubauen, um ein möglichst realitätsnahes Verhalten zu generieren.

Zusätzlich zum Mobilitätsverhalten der „Agenten“ ist der möglichst originalgetreue Nachbau der betroffenen Umgebung wichtig, um Referenzpunkte für die Interaktionen der Agenten zu schaffen. Zu diesem Zweck bedienten sich die Forscher der „Simulations-­Engine“, eine eigentlich für 3D-Shooterspiele entwickelte Plattform, in die bereits standardmäßig physikalische Grundgesetze eingearbeitet sind.

Die Simulation der Ansteckungswahrscheinlichkeiten nimmt traditionell den größten Teil der intellektuellen Arbeit in Anspruch. Hier werden gemeinsam mit medizinischen Fachexperten die aktuellsten wissenschaftlichen Publikationen herangezogen, um daraus Schlüsse zu ziehen, welche Art von Interaktion unter welchen Schutzmaßnahmen ein höheres oder ein geringeres Risiko in sich birgt. So war zu Beginn der Pandemie die Schmierinfektion und die damit verbundene Notwendigkeit, Oberflächen besonders gründlich zu reinigen, eine wesentliche Stellgröße. Mit zunehmender Forschung wurde klar, dass nur sehr wenige/keine Infektionen auf Schmierinfektion zurückzuführen sind und die Übertragung über ­Aerosole vorrangig von Bedeutung ist. All diese Erkenntnisse werden sehr schnell und relativ einfach in die bestehenden Modelle eingearbeitet und neu gerechnet. Damit kann auch die Qualität der bereits getroffenen Entscheidungen regelmäßig überprüft und – falls notwendig – korrigiert werden. Die aktuellen Mutationen des Virus zeigen die Notwendigkeit einer schnellen Anpassbarkeit sehr deutlich.

Ein im Verlauf der Simulationen und der Diskussionen zu notwendigen Maßnahmen immer klarer hervortretender Vorteil der gewählten Simulationstechnik ist die visuelle Aufbereitung der Ergebnisse und die damit verbundene Kommunizierbarkeit der Ergebnisse. Die wenigsten Menschen sind in der Interpretation statistischer Daten ausreichend sattelfest, um Simulationsergebnisse richtig interpretieren zu können. Außerdem „sagt ein Bild mehr als 1000 Worte“ und die Akzeptanz konnte durch die Vorführung von 3D-Simulationen von Ansteckungen nachweislich gesteigert werden.

Die Akzeptanz

Mittlerweile ist die Erhöhung der Akzeptanz für gesetzte Maßnahmen neben der Simulation möglicher Infektionsszenarien der wesentlichste Block in der Nutzung des COVID-19-Simulators.

Grundsätzlich muss den Betroffenen klar gemacht werden, dass die Bedrohung real existiert und nicht eine rein hypothetische ist. Hier kann der Simulator zeigen, dass ohne das Treffen von Vorkehrungen eine reelle Chance besteht, sich in geschlossenen Räumen anzustecken. Da der Schweregrad der Erkrankung nicht ausschließlich auf Risikogruppen beschränkt werden kann, ist die Gefahr eines schweren Verlaufes für jeden Menschen gegeben. Daraus ergibt sich die grundsätzliche Bereitschaft, das eigene Verhalten anzupassen.

Je geringer die Hürden sind, ein Verhalten an den Tag zu legen (zB eine Maske zu tragen oder sich die Hände zu desinfizieren), desto eher wird das ­Verhalten verändert. Es hat sich gezeigt, dass eine kostenfreie und einfache Verfügbarkeit von zB Masken und Desinfektionsmittel dazu animiert, diese auch zu nutzen .

Damit geht auch einher, dass die Menschen durchaus bereit sind, Neues zu probieren, wenn sie sich davon einen Nutzen erwarten. Je höher der erwartete Nutzen ist, desto bereitwilliger werden Maßnahmen angenommen . Dieser Effekt wird auch noch verstärkt, wenn der Mensch – als soziales Wesen – den gesellschaftlichen Nutzen versteht. Dinge, die der Einzelne macht, um sich selbst zu schützen, werden auch von anderen erwartet und bauen damit einen gesellschaftlichen Druck auf, der als Multiplikator in die Wirksamkeit von Maßnahmen einfließt .

Abschließend ist eine persönliche Kosten-Nutzen-Überlegung für die Einhaltung von Maßnahmen von Bedeutung . Der alte österreichische Spruch „wenn’s nix bringt, so schad’s a nix“ trifft die Minimalerwartung sehr gut; wenn noch nachgewiesen werden kann, dass es „was bringt“, der eigene Nachteil sich jedoch auf ein relativ geringes Unwohlsein durch zB das Tragen von Masken, leises Sprechen, regelmäßiges Lüften etc beschränkt, wird die Akzeptanz von Maßnahmen statistisch signifikant gesteigert.

All diese Aspekte werden einerseits bei der Gestaltung der Simulation (Definition der Maßnahmen) berücksichtigt, andererseits durch die Vorführung von (beschleunigten) 3D-Simulationen noch weiter verstärkt. Somit wird richtiges Verhalten noch weiter verstärkt und damit der Effekt verbessert. 

Autoren

Gerald Dipplinger

Gerald Dipplinger ist Partner und Digital Officer und ist zuständig für digitale Innovation und Transformation bei PwC Österreich. Neben den Bereichen Digitalisierung, Digital Leadership, Datenanal...

Christoph Obermair

Christoph Obermair ist Partner bei PwC und verantwortlich für den Themenbereich „Risk Consulting“. Er ist spezialisiert auf die Umsetzung regulatorischer Vorgaben in verschiedenen Industrien sowie ...