Ziel des Projektes PANDEMOS ist die Entwicklung eines Softwareframeworks mit einer interaktiven Benutzeroberfläche, welche das Infektionsgeschehen in Abhängigkeit von Mobilität abbildet.
Die Covid-19-Pandemie stellte die Welt vor gewaltige Aufgaben und diese muss für künftige Pandemien besser vorbereitet sein. Eine besondere Herausforderung ist dabei die Erhaltung der Mobilität als soziales und wirtschaftliches Gut in unserer Gesellschaft. Der Einfluss der Mobilität auf die Pandemie unter Beachtung verschiedener politischer Maßnahmen wie z.B. Mund- und Nasenschutz, regelmäßige Testung im ÖPNV oder Mindestabstände, ist bisher unzureichend untersucht. Innovative Strategien zur lokalen Viruseindämmung abhängig von Region, Verkehrsmittelauswahl und Verkehrsströmen sind dringend nötig und müssen durch Simulationsstudien gefunden werden.
Simulation von Infektionsdynamiken unter Einfluss von Mobilität im Projekt PANDEMOS - Pandemic Mobility Scenarios
Simulation von Infektionsdynamiken unter Einfluss von Mobilität im Projekt PANDEMOS - Pandemic Mobility Scenarios
Ziel des Projektes PANDEMOS ist die Entwicklung eines Softwareframeworks mit einer interaktiven Benutzeroberfläche, welche das Infektionsgeschehen in Abhängigkeit von Mobilität abbildet. Basierend auf aktuellen Daten aus Verkehrsforschung, Social-Media, Epidemiologie und Virologie werden politische Maßnahmen auf ihre Wirkung untersucht. Projektpartner sind die DLR-Institute für Softwaretechnologie und für Verkehrsforschung, das Helmholz-Zentrum für Infektionsforschung (HZI) und die coac GmbH. Mit der innovativen Modellkombination aus Verkehr und Epidemiologie und der breit angelegten Datenbasis werden differenzierte Strategien für die Pandemiebekämpfung erarbeitet.
Das Institut für Softwaretechnologie ist neben der Projektleitung zuständig für die mathematische Modellierung der Infektionsdynamik, die Ableitung von Mobilität aus Social Media, die Integration der Mobilität in die Modelle sowie die Visualisierung der verfügbaren und berechneten Daten. Das Mobilitätsgeschehen wird in den Simulationen unterschiedliche fein aufgelöst, von Bewegungen von ganzen Menschenmassen zwischen Landkreisen bis hinunter zu dem Mobilitätsverhalten einzelner Individuen. Dieser Ansatz bietet die Möglichkeit, ein tieferes Verständnis über Hotspots, Superspreading-Events und Infektionsketten zu erreichen, um effektive Maßnahmen zum Unterbrechen dieser Ketten zu identifizieren.
