SEMSAI - Modellierung, Simulation und Prognose von reflexivem Verhalten in Epidemien: Bevölkerungsverhalten und Feedback-Effekte
Die Covid-19-Pandemie hat gezeigt, dass Prognosen auf Basis von Modellen, die nur historische Daten fortschreiben, Infektionszahlen oft überschätzen, was die öffentliche Akzeptanz solcher Vorhersagen als Basis politischer Entscheidungen schwächt. Herkömmliche Modelle berücksichtigen keine Verhaltensänderungen aufgrund von wahrgenommenen Risiken und ignorieren die Auswirkungen von Krisenkommunikation und subjektiver Wahrnehmung. Ziel von SEMSAI ist es zu erforschen, wie modellbasierte Vorhersagen so angepasst werden können, dass sie die Zukunft besser widerspiegeln, und wie sich die Kommunikation von Vorhersagen auf das Verhalten der Bevölkerung auswirkt. Die KFS untersucht in diesem Projekt Möglichkeiten, die Validität von Simulationsmodellen für schwere Infektionskrankheiten aus sozialpsychologischer Sicht zu erhöhen, indem es das Verhalten der Bevölkerung analysiert, relevante Einflussfaktoren identifiziert, bei deren Integration in Modelle unterstützt sowie die Auswirkung der Modelle auf die Bevölkerung untersucht.