„Man verliert seinen Glauben in die Institutionen“

KARSTEN MONTAG, 9. Dezember 2025, 6 Kommentare, PDF

Multipolar: Herr Professor Kuhbandner, Sie haben zusammen mit Ihrem Kollegen Matthias Reitzner kürzlich eine Studie in einem medizinischen Fachmagazin veröffentlicht, in der Sie die Übersterblichkeit in Deutschland in der Corona-Zeit ausgewertet haben – mit Blick auf die einzelnen Bundesländer. Wichtigste Erkenntnisse daraus: In den ersten beiden Corona-Jahren trat eine Übersterblichkeit auf, welche auch im Zeitraum sehr starker Grippewellen zu beobachten ist. In beiden Jahren gibt es einen starken Zusammenhang mit den gemeldeten COVID-19-Todesfällen. Allerdings war die Anzahl der gemeldeten COVID-19-Todesfälle um ein Mehrfaches höher als die tatsächlich aufgetretene Übersterblichkeit. Im dritten Corona-Jahr ändert sich das Geschehen grundlegend: Plötzlich steigt die Übersterblichkeit in allen Bundesländern sehr stark an, der Zusammenhang mit den COVID-19-Todesfällen verschwindet und andere Bundesländer als vorher sind besonders stark betroffen. Ihre Auswertung zeigt: Dieser Anstieg der Übersterblichkeit vom zweiten zum dritten Pandemiejahr fällt in den einzelnen Bundesländern um so stärker aus, je höher dort die jeweilige Impfquote war – „fast wie auf einer Linie aufgereiht“, wie Sie sagen. Die Studie wurde vor knapp vier Wochen veröffentlicht. Wie sind die ersten Reaktionen?

_{Abbildung 1: Verlauf der Veränderung der Übersterblichkeit vom zweiten zum dritten Pandemiejahr (vertikale Achse) in Zusammenhang mit der Impfquote je Bundesland (horizontale Achse). Jeder blaue Punkt repräsentiert ein Bundesland. Quelle: Kuhbandner C, Reitzner M. 2025 Regional patterns of excess mortality in Germany during the COVID-19 pandemic: a state-level analysis. R. Soc. Open Sci. 12: 250790.}

Kuhbandner: Der Fachartikel wurde seit dem 12. November schon über 12.000 Mal heruntergeladen. Man kann ihn auch einfach online lesen. Es ist einer der meistgelesenen Artikel in so einem kurzen Zeitfenster. Es gibt jedoch noch keinen einzigen Beitrag in den Medien dazu – ein großes Schweigen bisher.

Multipolar: Haben Sie schon Kommentare oder Rückmeldungen dazu erhalten?

Kuhbandner: Relativ wenig. Ich habe zwei, drei E-Mails von Kollegen erhalten, einer davon berichtet von ähnlichen Beobachtungen aus anderen Ländern. Auf der Seite der Fachzeitschrift gab es drei Kommentare, die nach einem Relaunch der Website der Fachzeitschrift aber momentan nicht mehr verfügbar sind. Interessant ist bisher höchstens der Kontakt zu Retsef Levi, einem Mathematiker am Massachusetts Institute of Technology (MIT), den US-Gesundheitsminister Robert Kennedy zu einem Mitglied im Beratenden Ausschuss für Immunisierungsverfahren (ACIP) ernannt hat. Er hat sich für die Datengrundlage der Studie interessiert. Wir sind so verblieben, dass wir uns in Zukunft weiter austauschen.

Multipolar: In einem Interview, das wir Ende letzten Jahres mit Ihrem Kollegen Matthias Reitzner zu Ihrer damals noch im Preprint-Status befindlichen Studie geführt haben, sagte dieser zum Peer-Review-Prozess, dass ihn die Art der Rückmeldungen erschreckt hätten. So hieß es, dass Ihre Daten und die Berechnungsmethoden richtig seien, aber das Ergebnis nicht dem entspricht, was erwartet wurde. Deswegen dürften sie nicht veröffentlicht werden. Wie ist es mit dem Peer-Review-Prozess weitergegangen?

Kuhbandner: Nachdem wir den Preprint im Februar 2024 veröffentlicht haben, haben wir das Paper Ende März 2024 bei der Fachzeitschrift „Frontiers in Medicine“ eingereicht. Der erste Gutachter hat seine Rückmeldung Anfang Juni 2024 an den Herausgeber gesendet. Davon haben wir jedoch erst Ende September 2024 erfahren, als die Zeitschrift zu diesem Zeitpunkt das zugehörige interne Forum freigeschaltet hat. Darüber haben wir dann erfahren, dass der erste Gutachter eine Veröffentlichung nach geringfügiger Überarbeitung für sinnvoll hält. Der zweite Gutachter hat mit fragwürdigen und – aus unserer Sicht – inhaltlich nicht validen Argumenten für eine Ablehnung unseres Papers plädiert. Wir haben dem Herausgeber zwar geschrieben und jedes einzelne Argument des kritischen Reviewers widerlegt, doch jetzt hatten wir die Situation, dass ein Gutachter für die Veröffentlichung war und einer dagegen. Der dritte Gutachter wiederum brachte mehrere kritische Punkte vor, die wir dann alle widerlegt haben und das Paper entsprechend überarbeitet haben.

Als Reaktion darauf hat der Gutachter dann aber plötzlich sein Gutachten zurückgezogen. Dann kamen plötzlich zwei weitere Gutachter hinzu, von denen einer innerhalb weniger Tage erneut mit fragwürdigen Argumenten für eine Ablehnung plädiert hat. Daraufhin hat der Herausgeber von „Frontiers in Medicine“ unser Paper im März 2025 abgelehnt, ohne auf eine Erwiderung von uns zu warten. Ein Jahr war damit die Veröffentlichung unserer Studie blockiert, da man das Paper immer nur bei einem Fachmagazin einreichen darf und den Review-Prozess dort abwarten muss, bevor man es woanders einreicht.

Nach der Ablehnung haben wir unsere Daten noch einmal aktualisiert sowie die Argumente der Gutachter von „Frontiers in Medicine“ dazu verwendet, unser Paper weiter zu verbessern. Dann haben wir es bei der Fachzeitschrift „Royal Society Open Science“ eingereicht. Dort ging es dann vergleichsweise schnell. Die Zeitschrift arbeitet mit großer Transparenz. Selbst als Leser kann man die Rückmeldungen der Gutachter einsehen. Einer der Gutachter hatte offenbar jeden Satz unserer Studie genau gelesen und uns ein sehr detailliertes Feedback gegeben. Darauf haben wir im Detail geantwortet, und dann wurde der Artikel von der Fachzeitschrift angenommen.

Multipolar: Im Vorgespräch erwähnten Sie, dass die Zeitschrift drei Wochen nach Veröffentlichung plötzlich angekündigt hat, der Studie doch noch eine Art Warnhinweis voranstellen zu wollen. Können Sie das kurz erklären?

Kuhbandner: Wir haben jetzt im Dezember eine Email vom Herausgeber der Fachzeitschrift erhalten, dass im Nachhinein nun noch einmal ein unabhängiger Gutachter gebeten wurde, unser Paper zu prüfen. Es hätten sich Leser gemeldet, die Bedenken geäußert haben, die vom Herausgeber als gewichtig genug eingeschätzt werden, um ein weiteres Gutachten einzuholen. Angesichts der Tatsache, dass wir explizit in unserem Paper schreiben, dass wir mit unserer Studie eine tiefergehende Untersuchung der behandelten Fragestellung anregen möchten, ist es absolut begrüßenswert, wenn unsere Befunde intensiv diskutiert werden. Das kann man sich wirklich als Autoren nur wünschen.

Trotzdem wird man an dieser Stelle – ehrlich gesagt – etwas stutzig, angesichts von Beispielen aus der Vergangenheit, bei denen publizierte Studien, die impfkritische Ergebnisse berichteten, auf fragwürdige Weise im Nachhinein wieder von Zeitschriften zurückgezogen wurden. Ein Beispiel war damals im Jahr 2021 eine Studie, welche den Befund berichtete, dass zwei Menschen an COVID-19-Impfungen sterben würden, um drei Krankheitsfälle zu verhindern. Diese Studie wurde wenige Tage nach der Veröffentlichung wieder zurückgezogen. In ihrer Stellungnahme dazu schreiben die Autoren, dass der zeitliche Ablauf des Zurückziehens nahelege, dass die Zeitschrift an der Stellungnahme der Autoren gegenüber den vorgebrachten Bedenken nicht wirklich interessiert war, und der wahre Grund für das Zurückziehen Druck seitens einiger Herausgeber der Zeitschrift gewesen sei.

In Bezug auf unsere Studie wird man deswegen stutzig, weil uns vom Herausgeber nicht mitgeteilt wurde, welche konkreten Bedenken es eigentlich genau sind, die offenbar von Lesern vorgebracht wurden. Von den oben erwähnten Kommentaren von Lesern zu unserem Artikel auf der Website der Fachzeitschrift wurden eigentlich nur in einem der Kommentare Bedenken geäußert, und zwar Bedenken, deren Haltlosigkeit selbst ein Laie ohne großes statistisches oder medizinisches Fachwissen erkennen kann. Das eine Argument war, der starke Rückgang der Fallsterblichkeit vom ersten auf das zweite Pandemie-Jahr zeige doch, dass die Impfungen positive Effekte gehabt hätten. Dieser Rückgang ist aber in Wirklichkeit einfach nur Ausdruck dessen, dass im zweiten Jahr substanziell mehr getestet wurde. Die Fallsterblichkeit wurde ja berechnet, indem die Anzahl der gemeldeten COVID-19-Todesfälle durch die Anzahl der gemeldeten positiven Testergebnisse geteilt wurde. Durch die starke Zunahme an Tests im Laufe der Pandemie wurde deswegen der Nenner dieses Bruchs testbedingt immer größer, und damit die Fallsterblichkeit testbedingt immer geringer.

Das zweite Argument war, der starke Anstieg der Übersterblichkeit im dritten Pandemie-Jahr wäre dadurch zu erklären, dass mit Omicron eine neue Virusvariante aufgetreten sei, die zwar weniger sterblich, dafür aber deutlich ansteckender gewesen sei. Das habe sich nur deswegen nicht in einer Korrelation zwischen Übersterblichkeit und COVID-19-Todesfällen niedergeschlagen, weil man mit dem Testen nicht mehr hinterhergekommen sei. Abgesehen davon, dass dieses Argument schon allein deswegen fragwürdig ist, weil sich die Anzahl der Todesfälle ja nicht in einer Größenordnung verändert hat, welche die Testkapazitäten gesprengt hätte, ist das zusätzlich haltlos, weil die große Omicron-Welle in Deutschland auf den Zeitraum von Ende 2021 bis etwa März 2022 zu datieren ist – und damit gar nicht im von uns verwendeten Zeitfenster des dritten Pandemie-Jahrs von April 2022 bis März 2023 liegt.

Multipolar: Kurz zur Begriffsklärung: Mit Pandemie-Jahr meinen Sie jeweils den Zeitraum von April bis März des Folgejahres.

Kuhbandner: Genau.

Multipolar: Ich habe mittlerweile von mehreren Forschern erfahren, dass Studien mit Ergebnissen, welche an dem offiziellen Corona-Narrativ zweifeln lassen, von Fachzeitschriften aus formalen Gründen abgelehnt werden. Wenn es dann doch zu einem Review-Prozess kommt und Gutachter in ihrer Rückmeldung eine Veröffentlichung ablehnen, fällt auf, dass diese dann häufig ihre Gutachten zurückziehen, wenn ihre Argumente widerlegt werden. Der Herausgeber ist dann in der Zwangslage, neue Gutachter zu finden, denn für eine Veröffentlichung sind in der Regel zwei positive Rückmeldungen notwendig. Wenn es dann zu zwei negativen Gutachten kommt, wird die Studie vom Herausgeber abgelehnt, unabhängig davon, wie valide die vorgebrachten Argumente sind. Es reicht, wenn ein ablehnender Gutachter seine Rückmeldung nicht zurückzieht.

Kuhbandner: Ich habe im Laufe der letzten fünf Jahre mehrere Untersuchungen veröffentlicht und muss das leider aus meiner Erfahrung bestätigen. Auch bei dem ersten Übersterblichkeitspaper von Matthias Reitzner und mir hat der Herausgeber einer Fachzeitschrift die Veröffentlichung aus inhaltlichen Gründen abgelehnt. Und auch damals haben wir schon die Erfahrung gemacht, dass die Review-Prozesse ähnlich abgelaufen sind wie bei unserem aktuellen Artikel. Da werden plötzlich Gutachter aus dem Hut gezaubert, die in kurzer Zeit das Paper ablehnen. Oder der Prozess verzögerte sich über ein Jahr, weil keine Rückmeldungen von Gutachtern eintreffen. Das Absurdeste war einmal, dass ein Paper mit dem Argument abgelehnt wurde, dass die Literaturangaben veraltet seien, obwohl das in Wirklichkeit daran lag, dass sich der Review-Prozess so lange verzögert hatte.

Multipolar: Was denken Sie, ist der Grund dafür?

Kuhbandner: Ich kann unter Berücksichtigung der öffentlichen Gesundheit nachvollziehen, wenn die Herausgeber und Gutachter bei einem Beitrag genauer hinsehen, wenn Befunde auf mögliche Sicherheitsrisiken einer Impfung hinweisen. Zwar handelt es sich bei Todesfällen und Impfungen um empirische Fakten und die von uns berichteten Korrelationen kann eigentlich fast jeder anhand der im Rahmen unseres Artikels veröffentlichten Daten ohne großen Aufwand nachrechnen. Doch am Ende sind unsere Erkenntnisse nur Korrelationen, die zwar auf einen starken Zusammenhang der Impfungen mit der Übersterblichkeit hindeuten, diesen aber nicht kausal belegen. Wenn sich im Rahmen weiterer Forschung herausstellt, dass es sich nur um eine zufällige Korrelation handeln sollte, dann besteht die Gefahr, dass man hinsichtlich der Impfbereitschaft und der öffentlichen Gesundheit etwas Ungutes bewirkt. Deswegen betonen wir in unserer Studie explizit, dass die berichteten Befunde korrelativ sind und kein Beleg für einen kausalen Zusammenhang. Bevor man weitreichende Schlüsse zieht, benötigt man also eine besonders starke Evidenz – das würde ich sofort unterschreiben. Vor diesem Hintergrund lassen sich bestimmte Reaktionen von Herausgebern und Gutachtern erklären. Was sich nur schwer erklären lässt, sind die Verzögerungen im Peer-Review-Prozess und die Ablehnungen auf Basis von nicht validen Argumenten.

Multipolar: Dem ehemaligen Gesundheitsminister Karl Lauterbach wurde in der Corona-Zeit vorgeworfen, vorwiegend über Studiendaten zu berichtet, die seine eigenen Thesen gestützt haben.

Kuhbandner: Ja, das ist wirklich bemerkenswert. Der Effekt wird durch den Begriff „Legitimationswissenschaft“ beschrieben, den der amerikanische Soziologe Charles Wright Mills geprägt hat. Damit ist eine Wissenschaft gemeint, die nicht mit dem Ziel betrieben wird, Erkenntnisse zu gewinnen, sondern Herrschaftsverhältnisse als notwendig, moralisch richtig und natürlich darzustellen. Das konnte man in der Corona-Zeit an vielen Stellen sehen. Bis in die wissenschaftlichen Journale hinein wurde beispielsweise versucht, mittels fragwürdiger Methoden den Anschein zu erwecken, die Wirksamkeit der Corona-Maßnahmen sei wissenschaftlich bewiesen. Obwohl inzwischen klar belegt ist, dass solche Behauptungen wissenschaftlich unhaltbar sind, findet man die Strategie, den angeblichen Nutzen der Maßnahmen mittels pseudowissenschaftlicher Argumente zu belegen, bis heute – beispielsweise in der Enquete-Kommission im Bundestag.

Dort war ja kürzlich Christian Drosten eingeladen. Er hatte im Corona-Untersuchungsausschuss in Thüringen behauptet, dass durch die früh verordneten Maßnahmen in Deutschland angeblich 60.000 Menschenleben gerettet worden seien. Wenn man weiß, wie er auf diese Zahl gekommen ist, erkennt man, dass das mit Wissenschaft nichts zu tun hat, sondern dass hier versucht wird, mit hanebüchenen Methoden die damals verordneten Maßnahmen zu rechtfertigen. Das kann man nur von außen schwer erkennen, wenn man nicht weiß, wie Wissenschaft eigentlich wirklich funktioniert. Wie echte Wissenschaft funktioniert, kann man anhand einer der umfangreichsten Studien zum Effekt der Maßnahmen aus Stanford und Harvard illustrieren. Da der Effekt von Maßnahmen auf eine Bevölkerung sehr komplex ist, müssen sehr komplexe Verfahren verwendet werden, um zu validen Aussagen zu kommen. Entsprechend wurden in dieser Studie fast 100.000 Modelle berechnet, basierend auf Daten aus 181 Ländern. Das Ergebnis: Ein Nutzen der Maßnahmen ist empirisch nicht beweisbar, die Mehrheit der Modelle kam sogar zum Schluss, dass die Wirkung eher negativ war.

Doch was macht nun im Vergleich dazu Christian Drosten? Er pickt sich ein einziges Land –Großbritannien – heraus, und zwar genau das europäische Land, welches damals in Bezug auf die gemeldeten COVID-19-Todesfälle an der Spitze lag. Und dann vergleicht er einfach die dort gemeldete Anzahl an COVID-19-Todesfällen mit der in Deutschland gemeldeten Anzahl an COVID-19-Todesfällen und schließt daraus, dank der in Deutschland ergriffenen Maßnahmen seien 60.000 COVID-19-Todesfälle verhindert worden. Das hat mit Wissenschaft rein gar nichts zu tun. Denn was würde passieren, wenn Drosten anstatt von Großbritannien irgendein anderes Land nehmen würde, das auch spät mit den Maßnahmen begonnen, aber kaum COVID-19-Todesfälle gemeldet hatte? Dann würde bei seiner Rechnung herauskommen, dass die Maßnahmen das Gegenteil bewirkt haben und die Anzahl der COVID-19-Todesfälle erhöht haben. Das ist ein Beispiel dafür, wie Wissenschaft als Legitimationswerkzeug missbraucht wird.

Was Drosten hier beispielsweise komplett ignoriert, ist, dass die Art der Diagnostik und die Teststrategie von Land zu Land variiert hat. In Großbritannien wurden beispielsweise in der offiziellen Statistik alle Todesfälle zu den Opfern von COVID-19 gezählt, bei denen „COVID-19“ auf der Sterbeurkunde erwähnt war, unabhängig davon, ob das auch die tatsächliche Todesursache war. Dadurch wird die angebliche Anzahl der COVID-19-Todesfälle künstlich erhöht. Das sieht man zum Beispiel daran, dass im von Drosten betrachteten Zeitraum in Großbritannien zwar tatsächlich in etwa so viele Übersterblichkeitstodesfälle auftraten, wie COVID-19-Todesfälle gemeldet wurden. Allerdings sind nicht alle Übersterblichkeitstodesfälle an COVID-19 verstorben.

Laut einer Analyse des Office for National Statistics gab es allein im April 2020 in England und Wales bei den demenzbedingten Todesfällen einen unerwarteten Anstieg von knapp 6.000 Todesfällen, was unter anderem darauf zurückgeführt wird, dass dementen Menschen der Boden unter den Füßen weggerissen wurde. Menschen mit Demenz konnten nicht verstehen, warum ihre Liebsten nicht mehr kamen. Ein substantieller Teil der Übersterblichkeit ist also nicht auf COVID-19, sondern auf Nebenwirkungen der Maßnahmen zurückzuführen. Insgesamt betrachtet waren laut den Schätzungen des Office for National Statistics im April 2020 knapp 30 Prozent der Übersterblichkeitstodesfälle nicht durch COVID-19, sondern durch unerwartete Anstiege bei anderen Todesursachen bedingt.

Multipolar: Wie nehmen Sie die Aufarbeitung der Corona-Krise im Hinblick der Erkenntnisse aus Ihrer aktuellen Studie wahr?

Kuhbandner: Sowohl in den Untersuchungsausschüssen der Länder als auch in der Enquete-Kommission fällt immer wieder der Satz, Deutschland sei gut durch die Pandemie gekommen. Man braucht nur unser Paper aufschlagen, um zu sehen, dass wir im dritten Pandemie-Jahr eine Übersterblichkeit von knapp 80.000 Todesfällen hatten.

_{Abbildung 2: Die linke Grafik zeigt für die drei Corona-Jahre die statistisch erwartete Anzahl an Todesfällen (blaue Balken) und die Anzahl der gemeldeten Non-COVID-19 Todesfälle (rote Balken) und COVID-19 Todesfälle (orange Balken). Die rechte Grafik zeigt den Verlauf der Anzahl der Übersterblichkeitstodesfälle (rote Balken) und der gemeldeten COVID-19 Todesfälle (orange Balken). Quelle: Kuhbandner C, Reitzner M. 2025 Regional patterns of excess mortality in Germany during the COVID-19 pandemic: a state-level analysis. R. Soc. Open Sci. 12: 250790.}

Vom zweiten auf das dritte Pandemie-Jahr stieg die Übersterblichkeit um mehr als 51.000 Todesfälle an. Das sind im Schnitt gut 141 Todesfälle durchgängig an jedem einzelnen Tag, die normalerweise nicht aufgetreten wären. Wie man anhand solcher Zahlen behaupten kann, wir seien gut durch die Pandemie gekommen, ist geradezu grotesk. Die Pandemie wurde zu einem Zeitpunkt ausgerufen, an dem es so gut wie keine Übersterblichkeit gab. Und sie wurde zu einem Zeitpunkt für beendet erklärt, an dem wir eine extreme, nahezu noch nie dagewesene Übersterblichkeit zu verzeichnen hatten. Angesichts solcher Zahlen erscheinen die Aussagen in den Gremien absurd.

Multipolar: Anhand Ihrer Berechnungen der erwarteten Sterblichkeit für das erste Corona-Jahr ist erkennbar, dass die Anzahl der non-COVID-Toten deutlich unter der Erwartung lag und die Anzahl der COVID-Toten deutlich darüber. Ist das ein Anzeichen dafür, dass eine Übererfassung der COVID-19-Sterbefälle stattgefunden hat?

Kuhbandner: Letztendlich schon, wobei man natürlich immer ein bisschen vorsichtig sein muss mit den Interpretationen. Die Grippe ist ja während der Corona-Zeit fast vollständig verschwunden. Ein Stück weit ist der Rückgang der non-COVID-Todesfälle also auch darauf zurückzuführen. Die Grippe hat jedoch nicht die Größenordnung wie der Rückgang der non-COVID-Todesfälle um 56.000 im ersten Pandemie-Jahr. Die stärkste Grippewelle fand in der Grippesaison 2017/2018 statt, als die Todesopfer vom RKI auf 25.000 geschätzt wurden. Das heißt, selbst wenn man die stärkste bisher bekannte Grippewelle verhindert hätte, kann man den Rückgang nicht erklären. Wenn man sich jedoch ansieht, welche Todesursachen gestiegen und gesunken sind, fällt beispielsweise auf, dass in der Altersgruppe 25 bis 44 im ersten Pandemie-Jahr die Krebstodesfälle überdurchschnittlich stark gesunken sind. Das kann eigentlich nicht sein, denn Krebs ist eine Todesursache, die nicht plötzlich verschwindet. Und nach dem ersten Pandemie-Jahr steigen die Krebstodesfälle wieder an. Das deutet darauf hin, dass manche Todesursachen fälschlicherweise als „COVID-19“ geführt wurden und es damit zu einer diagnostischen Übererfassung gekommen ist.

Multipolar: Können Sie mit den Daten bestätigen, dass eine hohe Impfquote zu geringerer Sterblichkeit geführt hat? Das würde man ja bei einer wirksamen Impfung erwarten.

Kuhbandner: Solche Vermutungen gab es in der Tat. Beispielsweise hatte das ifo Institut Dresden damals eine Studie zum Zusammenhang zwischen der Übersterblichkeit in verschiedenen Bundesländern im zweiten Halbjahr 2021 und der jeweiligen Impfquote veröffentlicht. Dort zeigte sich eine stark negative Korrelation: in Bundesländern mit höherer Impfquote war die Übersterblichkeit geringer. In einigen Medien wurde das so interpretiert, dass man den Beweis gefunden hätte, dass die Impfungen eine Übersterblichkeit verhindern würden. In unserer Studie finden wir tatsächlich auch eine hohe negative Korrelation zwischen Impfquote und Übersterblichkeit im zweiten Pandemie-Jahr. Wir haben uns jedoch in der Erweiterung der ifo-Studie angesehen, ob die Impfquote in vergleichbarer Höhe auch schon mit der Übersterblichkeit im ersten Pandemie-Jahr korreliert, wo die Impfungen aber noch gar keine Wirkung haben konnten. Es stellte sich heraus, dass dem tatsächlich so ist. Die negative Korrelation zwischen Impfquote und Übersterblichkeit im zweiten Pandemie-Jahr spiegelt demnach keinen kausalen Effekt der Impfungen wider, sondern das Wirken einer zeitstabilen Drittvariable. Sowohl im ersten auch als zweiten Pandemie-Jahr waren bestimme Bundesländer durchgängig weniger stark von einer Übersterblichkeit betroffen – unabhängig von den Impfungen. Und in den Bundesländern mit weniger Übersterblichkeit wurde im zweiten Pandemie-Jahr mehr geimpft. Und damit ergibt sich eine negative Korrelation, die aber nur eine Scheinkausalität darstellt.

Multipolar: Was ist der Grund dafür, dass in den ersten beiden Pandemie-Jahren in manchen Bundesländern wenig Übersterblichkeit auftritt, in anderen dagegen aber viel?

Kuhbandner: Zunächst einmal korreliert die Übersterblichkeit in den ersten beiden Pandemie-Jahren stark mit der Anzahl der gemeldeten positiven SARS-CoV-2-Testergebnisse und der gemeldeten COVID-19-Todesfälle. Das heißt, je mehr positive PCR-Tests und je mehr darauf zurückzuführende COVID-19-Todesfälle, umso höher ist die Übersterblichkeit. Das ist auf alle Fälle ein starker Hinweis auf einen möglichen kausalen Zusammenhang. Korrelation ist jedoch auch hier nicht gleichzusetzen mit Kausalität. Das gilt für alle Zusammenhänge, die wir hier besprechen.

Bei den COVID-19-Todesfällen haben wir das Problem, dass im ersten Pandemie-Jahr dreieinhalb Mal so viele COVID-Todesfälle gemeldet wurden, als es Übersterblichkeitstodesfälle gab. Das ist ein Hinweis darauf, dass diese Messung offenbar nicht so genau ist. Sobald man eine solche schlechte Messung hat, kann eine hohe Korrelation auch auf einen stabilen Messfehler zurückzuführen sein. Um das anhand eines rein hypothetischen Beispiels zu illustrieren: Nehmen wir einmal an, man hätte einen Test, der gar nichts Sinnvolles misst, aber in allen Bundesländern immer exakt fünf Prozent aller aufgetretenen Todesfälle fälschlicherweise einer bestimmten Todesursache zuweist. Dann erhält man eine maximal positive Korrelation zwischen der Übersterblichkeit und dieser Todesursache, obwohl in Wirklichkeit niemand an der Todesursache verstorben ist. Ob – und wenn ja wie stark – ein solches Problem bei den Daten zu den COVID-19-Todesfällen vorliegt, können wir mit unseren Daten nicht beantworten.

Multipolar: Im dritten Corona-Jahr zeigen Ihre Daten dann eine positive Korrelation der Übersterblichkeit mit der Impfkampagne. Können Sie das genauer erläutern?

Kuhbandner: Im dritten Pandemie-Jahr ändert sich das Übersterblichkeitsmuster plötzlich fundamental. In allen Bundesländern steigt die Übersterblichkeit plötzlich sehr stark an und plötzlich sind andere Bundesländer als in den ersten beiden Jahren stärker davon betroffen. Gleichzeitig verschwindet die Korrelation zwischen der Übersterblichkeit und den COVID-19-Todesfällen. Es muss also ein neuer Übersterblichkeitsfaktor hinzugekommen sein. Von den möglichen Faktoren, die wir uns angesehen haben, gibt es im Grunde nur einen einzigen Faktor, für den sich im dritten Pandemie-Jahr eine relevante signifikante Korrelation zeigt, und das ist die Impfquote: je höher die Impfquote in einem Bundesland, umso höher ist die Übersterblichkeit.

Wenn man den Anstieg der Übersterblichkeit vom zweiten auf das dritte Pandemie-Jahr betrachtet, wird der Zusammenhang zwischen Impfquote und Übersterblichkeit noch deutlicher. In den ersten beiden Jahren haben wir in den Bundesländern recht stabile Verhältnisse. Doch beim Übergang vom zweiten zum dritten Jahr finden wir eine Korrelation von 0,93 zwischen Impfquote und Übersterblichkeit. Eine Korrelation von 1,0 wäre maximal. Der Vorteil einer solchen Analyse ist, dass man damit für zeitstabile Drittvariablen wie zum Beispiel das Durchschnittsalter oder den Reichtum eines Bundeslandes kontrolliert. Eine zusätzliche statistische Kontrolle haben wir für die so genannte „Mortalitätsverschiebung“ durchgeführt. Damit wird der Effekt beschrieben, dass die Übersterblichkeit im dritten Pandemie-Jahr davon beeinflusst worden sein kann, dass in manchen Bundesländern in den Vorjahren besonders viele vulnerable Personen verstorben sind, die dann im dritten Pandemie-Jahr nicht noch einmal versterben können. Tatsächlich hat dieser Effekt einen gewissen Einfluss auf die Übersterblichkeit, jedoch bleibt der starke positive Zusammenhang zwischen der Impfquote und den hohen Sterberaten bestehen.

Der einzige weitere Einflussfaktor, für welchen sich ein relevanter Zusammenhang mit der Übersterblichkeit zeigt, ist das Vertrauen in die Institutionen. Während im ersten Pandemie-Jahr noch ein negativer Zusammenhang zu beobachten ist, ist der Anstieg der Übersterblichkeit im dritten Pandemie-Jahr umso stärker, je höher in einem Bundesland das Vertrauen in die Institutionen ist. Eine Zusatzanalyse legt nahe, dass dieser Effekt womöglich über die Impfquote vermittelt sein könnte. Denn je höher das Vertrauen in die Institutionen, umso höher ist auch die Impfquote. Und wenn man die Impfquote in die Analyse einbezieht, verschwindet der Zusammenhang zwischen dem Vertrauen in die Institutionen und der Übersterblichkeit.

Multipolar: Kann man anhand der Daten erkennen, welche genauen Ursachen der Anstieg der Übersterblichkeit um über 50.000 im dritten Corona-Jahr hatte?

Kuhbandner: Hier ist zunächst wieder der Hinweis wichtig, dass man aus beobachteten Korrelationen generell keine Schlüsse über mögliche kausale Zusammenhänge schließen kann. Und selbst wenn eine Korrelation auf einem kausalen Zusammenhang beruhen sollte, sagt die Höhe der Korrelation nichts darüber aus, wie viele Todesfälle ein bestimmter kausaler Einflussfaktor hervorgerufen hat. Um das zu illustrieren: Nehmen wir an, es gibt einen ersten Übersterblichkeitsfaktor, der gleichermaßen in allen Bundesländern ausgeprägt war, und einen zweiten Übersterblichkeitsfaktor, der in verschiedenen Bundesländern unterschiedlich stark ausgeprägt war. Dann würde man eine maximal positive Korrelation zwischen dem zweiten Faktor und der Übersterblichkeit finden. Trotzdem erklärt dieser Faktor aber nur einen Teil des Anstiegs der Übersterblichkeit.

Um die Ursachen des Anstiegs der Übersterblichkeit während der Corona-Jahre genauer zu untersuchen, sehen wir uns in einem aktuellen Forschungsprojekt deswegen den Anstieg der Übersterblichkeit getrennt für verschiedene Todesursachen an. Erste Schätzungen liegen uns hier beispielsweise für die Altersgruppe 60-79 vor. Nimmt man die erwartete Anzahl an Todesfällen auf Basis der Sterbedaten von 2010 bis 2019 als Maßstab, traten in den Jahren 2022 und 2023 allein in dieser Altersgruppe demnach über 18.000 unerwartete Todesfälle aufgrund von Herz-Kreislauf-Erkrankungen, knapp 2.400 unerwartete alkoholbedingte Todesfälle sowie über 1.000 unerwartete Selbstmorde auf. Allerdings sind das bisher nur vorläufige Schätzungen und deswegen noch nicht belastbar.

Multipolar: Sie haben in Ihrer Studie noch etwas anderes Interessantes festgestellt: Je höher die Impfquote eines Bundeslandes, desto geringer war der Rückgang der COVID-19-Todesfälle und der Fallsterblichkeitsrate. Teilt man die Bundesländer nach der Impfquote in zwei Gruppen, zeigt sich sogar, dass in der Gruppe mit den höchsten Impfquoten sowohl die Zahl der gemeldeten COVID-19-Todesfälle als auch die Fallsterblichkeitsrate im dritten Pandemie-Jahr anstiegen statt sanken – also genau das Gegenteil dessen, was man bei einer Impfung erwarten würde, die vor schweren Verläufen und Todesfällen schützen soll. Ich habe das so verstanden, dass dies ein Hinweis darauf ist, dass die Impfung möglicherweise wirkungslos sein könnte. Sehe ich das richtig?

Kuhbandner: Der Zusammenhang ist natürlich nur korrelativ und nicht kausal. Trotzdem haben wir hier einen starken Zusammenhang. Je mehr geimpft wurde in einem Bundesland, umso geringer ist im dritten Pandemie-Jahr die Anzahl der Covid-19-Todesfälle gesunken sowie auch die Fallsterblichkeit, also der Prozentanteil der COVID-Todesfälle pro gemeldeten positiven SARS-CoV-2-Testergebnissen. Besonders überraschend ist in der Tat, dass in der Gruppe der Bundesländer mit den höheren Impfquoten die Anzahl der gemeldeten COVID-Todesfälle und die Fallsterblichkeit sogar angestiegen und nicht wie in den weniger geimpften Bundesländern gesunken ist. Vor dem Hintergrund, dass man von einer hohen Impfeffektivität ausgeht, ist das absolut nicht zu erwarten. In den Bundesländern mit hohen Impfquoten waren ja zum Teil über 97 Prozent der Bevölkerung ab 60 Jahren vollständig geimpft.

Multipolar: Sie schließen in Ihrer Studie auch aus, dass die hohe Übersterblichkeit im dritten Pandemie-Jahr auf eine Grippewelle oder Long-COVID zurückzuführen ist. Wie begründen Sie das?

Kuhbandner: Auch das ist wieder nur eine Korrelation. Wenn man sagt, die hohe Übersterblichkeit stände im Zusammenhang mit Long-COVID, dann würde man erwarten, dass in den Bundesländern, in denen in den ersten beiden Pandemie-Jahren besonders viele Infektionen stattgefunden haben, auch die Übersterblichkeit im dritten Pandemie-Jahr besonders hoch sein müsste. Das ist aber nicht so, sondern genau umgekehrt. In den Bundesländern, wo besonders viele Infektionen zu verzeichnen waren, ist die Übersterblichkeit im dritten Pandemie-Jahr tendenziell sogar geringer gewesen. Genauso verhält es sich mit den Influenza-Erkrankungen. Wenn es so wäre, dass die Übersterblichkeit im dritten Pandemie-Jahr auf die Influenza zurückgeht, dann müsste in den Bundesländern mit den meisten Grippeinfektionen die Übersterblichkeit am höchsten sein. Das ist aber auch nicht so.

Multipolar: Welche Daten, welche Erhebungen oder welche Schritte wären aus Ihrer Sicht nötig, um die Korrelation zwischen Impfquote und Übersterblichkeit zu bestätigen?

Kuhbandner: Das ist eine spannende Frage. Wenn man diesen Zusammenhang kausal bestätigen wollte, bräuchte man letztendlich eine randomisierte, kontrollierte Studie, in der Personen zufällig der Impfgruppe und der Kontrollgruppe zugewiesen werden. Es gibt eine Menge retrospektiver Beobachtungsstudien, bei denen im Nachhinein versucht wird, Personen miteinander zu vergleichen, die sich für oder gegen eine Impfung entschieden haben. Das Problem bei solchen Studien ist aber, dass die Personen nicht zufällig der Gruppe mit oder ohne Impfungen zugeteilt wurden. Stattdessen gab es ja bestimmte Gründe, warum sich manche Personen haben impfen lassen und andere nicht. Und diese Gründe können neben der Impfung Einfluss auf das Sterberisiko nehmen. Man nennt solche Einflüsse Drittvariablen. Um also in solchen Studien valide Schlüsse über den Effekt einer Impfung ziehen zu können, muss der Effekt solcher Drittvariablen statistisch herausgerechnet werden. Das Problem ist: Es ist nahezu unmöglich, wirklich alle Drittvariablen herauszurechnen.

Ein aktuelles Beispiel ist eine Studie aus Frankreich, in welcher anhand einer landesweiten Stichprobe die Sterblichkeit zwischen Geimpften und Ungeimpften im Alter von 18 bis 59 Jahren verglichen wurde. Es wurde versucht, für zahlreiche Drittvariablen zu kontrollieren, unter anderem beispielsweise für 41 chronische Vorerkrankungen. Die Ergebnisse zeigen, dass die Impfgruppe nicht nur seltener an COVID-19 verstirbt, sondern auch an allen anderen Todesursachen.

Ein solcher Befund ist aber nicht etwa der Beweis dafür, dass die Impfung ein Allheilmittel gegen alle Todesfälle ist. Stattdessen ist das ein Hinweis darauf, dass die Studie nicht in der Lage war, den sogenannten „Healthy Vaccinee-Effekt“ aus den Daten herauszurechnen – also den Effekt, dass sich tendenziell gesündere, sozial besser gestellte und sich gesünder verhaltende Menschen eher impfen lassen. Da man deswegen nicht beurteilen kann, ob der beobachtete Vorteil bei den Geimpften tatsächlich auf den Impfungen beruht oder stattdessen auf dem Healthy Vaccinee-Effekt, kann aus dieser Studie kein belastbarer Schluss gezogen werden.

Es gibt tatsächlich andere Beobachtungsstudien, in denen man genau das Gegenteil findet wie in der französischen Studie. Ein Beispiel ist eine Studie, in welcher die Autoren basierend von Krankheitsdaten von über 100 Millionen Menschen in den USA für insgesamt knapp 1,5 Millionen Geimpfte für jede einzelne geimpfte Person aus dem Datensatz eine ungeimpfte Person gesucht haben, welche mit der geimpften Person in zahlreichen Eigenschaften übereinstimmt. Und dort zeigte sich, dass bei Personen, die eine BioNTech-Impfung erhalten hatten, das Risiko binnen eins Jahres zu versterben um 20 Prozent erhöht war im Vergleich zu Ungeimpften. Rechnet man von den Daten in der Studie hoch auf eine Bevölkerung in der Größenordnung der in Deutschland insgesamt gegen COVID geimpften Personen, wären demnach binnen eines Jahres über 100.000 zusätzliche Todesfälle zu erwarten. Dass aber auch diese Befunde nicht belastbar sind, zeigt sich daran, dass bei den Personen, die eine Moderna-Impfung erhalten haben, das Sterberisiko plötzlich um 18 Prozent niedriger war als bei Ungeimpften. Anhand von Beobachtungsstudien kann man daher niemals mit Fug und Recht behaupten, es gäbe diesen oder jenen Effekt, egal in welche Richtung.

Multipolar: Es gab diese kontrollierten, randomisierten Studien ja. Das waren die Zulassungsstudien, die jedoch abgebrochen wurden.

Kuhbandner: Man hat damals argumentiert, es wäre aufgrund der Gefahr der Krankheit unethisch, die Teilnehmer der Kontrollgruppe nicht zu impfen. Diese Entscheidung war ethisch fragwürdig, denn dadurch hat man die Gesamtbevölkerung zu Versuchskaninchen gemacht. Das haben wir in einem Artikel in der Berliner Zeitung genauer herausgearbeitet. Jetzt sind wir in der Situation, in der die Studien abgebrochen wurden und wir die Frage damit nicht klären können. Wir können uns der Fragestellung nur korrelativ annähern. Darum müssen wir anfangen, anders zu denken. Eine Impfung beruht ja auf einer individuellen Entscheidung, die jede Person für sich treffen muss. Und deswegen sollte man möglichst valide und objektiv über Befunde unterrichtet werden.

Wir haben in unseren Studien einen Befund, der ein gewisses Muster zeigt. Wir haben eine zeitliche Korrelation, dass mit den Impfwellen die Übersterblichkeit ansteigt. Wir haben auch eine räumliche Korrelation. In den Bundesländern, wo besonders viel geimpft wurde, haben wir eine besonders hohe Übersterblichkeit. Wir haben also eine zeitliche und räumliche Korrelation. Jetzt kann man sich auf die Suche nach Alternativerklärungen dafür machen. Was könnte ein Faktor sein, der im dritten Pandemie-Jahr für den Anstieg in einer Größenordnung von 141 zusätzlichen Todesfällen pro Tag verantwortlich sein könnte? Einige Faktoren haben wir schon ausgeschlossen. Es muss sich letztendlich um einen Faktor handeln, der neu hinzugekommen und unglaublich stark ist. Auf unserer Suche nach möglichen Einflussfaktoren sind zumindest wir bisher jenseits des möglichen Zusammenhangs mit den Impfungen noch nicht auf einen Faktor gestoßen, der hier rein theoretisch in Frage kommen könnte. Auch das muss nichts heißen, denn es kann immer sehr versteckte Drittvariablen geben. Korrelation ist nun einmal nicht Kausalität, doch eine bessere Evidenz haben wir nicht. Aber es wäre auf alle Fälle absolut fatal, solche korrelativen Risikosignale zu ignorieren.

Multipolar: Wie würden Sie sich wünschen, dass Ihre Ergebnisse in die gesellschaftliche und politische Aufarbeitung von Corona einfließen?

Kuhbandner: Von mir wurde ja schon Anfang 2022 ein Beitrag bei Multipolar veröffentlicht, in dem ich darauf hingewiesen habe, dass es einen Zusammenhang zwischen Übersterblichkeit und Impfung geben könnte. Ich kann es bis heute nicht fassen, wie damals – und jetzt offenbar noch immer – extreme Risikosignale ignoriert werden. Das sage ich abgesehen davon, dass ich damals persönlich diffamiert und als statistischer Idiot dargestellt wurde, der angeblich nicht weiß, dass Korrelation nicht Kausalität bedeutet – vollkommen hanebüchene Vorwürfe, mit denen man versucht hat, mich kaputt zu machen.

Ich hatte damals eine lange interne Diskussion mit der STIKO, in der ich jegliches Argument dieses Gremiums ausgeräumt habe, wie man das korrelative Zusammenhangsmuster zwischen der Übersterblichkeit und den Impfungen alternativ erklären könnte. Die Konsequenz daraus war, dass die verantwortliche Person bei der STIKO bei der Dekanin meiner Fakultät angerufen hat, und darum gebeten hat, mich einzubremsen. Man hat also versucht, mich mundtot zu machen. Das ist wirklich unfassbar.

In einer Verhandlung vor dem Bundesverwaltungsgericht zur Duldungspflicht der Impfung bei der Bundeswehr durfte ich die Chefstatistikerin des Paul-Ehrlich-Instituts befragen – vor Gericht. Ich habe es in dieser Befragung geschafft, dass die Chefstatistikerin zugab, dass selbst bei einer fünfstelligen Anzahl von gemeldeten Verdachtstodesfällen das Paul-Ehrlich-Institut behaupten würde, es handele sich um eine sichere Impfung. Und was macht das Gericht? Es sagt, die Impfung sei sicher. Das sind Momente, in denen man seinen Glauben in die Institutionen verliert.

Über den Autor: Christof Kuhbandner, Jahrgang 1974, ist Professor für Psychologie und leitet den Lehrstuhl für Pädagogische Psychologie an der Universität Regensburg. Zuvor war er an der LMU München, der TU Dresden und der International University Bremen tätig. Er forschte und lehrte in den Bereichen der Allgemeinen Psychologie, der Entwicklungspsychologie, der Persönlichkeitspsychologie, der Pädagogischen Psychologie sowie den methodischen und wissenschaftstheoretischen Grundlagen der Psychologie. Forschungsschwerpunkte sind die Themen Emotion, Gedächtnis, Motivation und Förderung der Persönlichkeitsentwicklung basierend auf experimentalpsychologischen, neurophysiologischen und korrelativen Forschungsmethoden sowie mathematischen Modellierungsmethoden. Er hat über 50 wissenschaftlich-empirische Artikel in internationalen peer-reviewed Fachzeitschriften veröffentlicht und ist wissenschaftlicher Fachgutachter für zahlreiche hochrangige internationale Fachzeitschriften und wissenschaftliche Institutionen wie beispielsweise die Deutsche Forschungsgemeinschaft.

Titelbild Christof Kuhbandner: Screenshot aus einem Interview mit Oval Media