Dieses Dokument liefert den administrativen Beweis, dass die statistische Datenbasis der Pandemiepolitik auf einem Fundament stand, von dem man auf institutioneller Ebene wusste, dass es die Realität systematisch verzerrt darstellt.
Dass die COVID-Verstorbenen per Anordnung überschätzt waren, ist nicht neu und schon lange bekannt. Das Dokument habe ich schon in 2023 verwendet und das Vorgehen kritisiert.
Nun beginnt die Zeit, dass die politisch vorgeschriebene Zählung wissenschaftlich korrigiert wird.
Englische Version für meine
Deutschland:
Für Deutschland liegen mehrere Studien zur Überschätzung vor.
100 % der Toten hatten relevante Vorerkrankungen. Das Virus agierte primär als letaler Kofaktor bei ohnehin vulnerablen/multimorbiden Patienten, was durch die Notfallcodes als solitäre Ursache maskiert wurde. Die Püschel Studie ist ein Extremfall.
2022 wurde eine Autopsiestudie vom BMBF finanziert, die nahezu das exakte Gegenteil behauptete. Autopsien zeigten in dieser vom Staat finanzierten Studie dass 86 % ursächlich an COVID-19 starben und nur bei 14 % eine reine Begleiterkrankung vorlag (mit COVID-19). Der Anteil verschob sich bei älteren, multimorbiden Kohorten drastisch.
Am realistischsten ist wohl die aktuellste Studie von 2026.
Daten von S. Gleich bestätigen 2026 die systemische Übererfassung durch das IfSG aufgrund der administrativen Pauschalierung positiver Labortests ohne klinische Prüfung im Rahmen der Studienergebnisse anderer Länder. “COVID-19 war jedoch nur bei 101 Fällen (55,5 %) alleinige Todesursache. Die Übereinstimmung von Leichenschau und Obduktion betrug 54,3 %”
Damit liegt diese neueste Studie im Rahmen der Ergebnisse anderer Länder, die ähnliche Untersuchungen veröffentlicht haben
Niederlande:
Die Niederlande führten eine bundesweite Studie durch und untersuchten über 51.288 Totenscheine von 2020–2022. dazu gibt es zwei Publikationen.
2024: Für diese Untersuchung analysierte der Autor vom niederländischen Statistikamt CBS in Den Haag die Gesamtheit von 51.181 amtlichen Totenscheinen im niederländischen Todesursachenregister aus den Pandemiejahren 2020 bis 2022, auf denen COVID-19 vermerkt war. Nur bei 24 % war COVID-19 die solitäre Todesursache. Bei 76 % verdrängte die „Single-Cause“-Klassifikation der Notfallcodes schwere chronische Grundleiden aus der Primärstatistik.
2025: Der selbe Autor Analysierte diese Daten im Jahr darauf erneut auf andere Weise. 94 % aller Fälle mit COVID-Erwähnung wurden durch die WHO-Sonderanweisung automatisch als Haupttodesursache erfasst. Nach regulärer ICD-10-Logik sinkt der kausale Anteil auf 76 %, unter Einbeziehung schwerer Komorbiditäten auf 49 %.
Italien:
Analyse nationaler Krankenhausregister (325.810 Fälle) und ISTAT-Daten unter ICD-Kodierung. In signifikanten Teilkohorten (bis zu 26,6 % je nach Infektionswelle) war SARS-CoV-2 lediglich ein sekundärer Nebenbefund, wurde aber administrativ als primärer COVID-Todesfall registriert.
Griechenland:
Bei Anwendung der testbasierten Behördenvorgabe während milder verlaufender Varianten verstarben klinisch nachweisbar 45,3 % nur mit, nicht an COVID-19.
USA:
Untersuchung von rund 57 Millionen offiziellen US-Sterbeurkunden über einen 20-jährigen Zeitraum (2003 bis 2023). US Wissenschaflter untersuchten die Daten von 2.558 US-Counties aus 48 US-Bundesstaaten, um den realen Einfluss der Impfung auf die gemeldete COVID-19-Mortalität zu evaluieren. Die US-amerikanischen Gesundheitsämter (CDC) nutzten wie die europäischen Behörden eine reine Case-Surveillance-Datenlogik. Das bedeutet: Jeder Todesfall innerhalb eines festen Zeitfensters nach einem positiven PCR-Test wurde vollautomatisch als „COVID-19-Todesfall“ in das System eingespeist. Eine klinische Einzelfallprüfung der pathophysiologischen Kausalkette fand auf County-Ebene nicht statt. Der reale Anteil der COVID-19-Todesfälle reduziert sich mathematisch um 44 % bis 63 % gegenüber den offiziellen behördlichen Meldungen
Schlussfolgerung
Die zusammengenommenen Daten bestätigen, dass das Artefakt der verordnete Vorrang der Emergency Codes gegenüber chronischen Grundleiden kein lokales Problem war, sondern ein globales, standardisiertes Phänomen der WHO-Richtlinien darstellte.
Die Tode durch COVID wurden in allen Ländern zwischen 50-75% überschätzt und entstanden rein administrativ.
Damit reduziert sich auch die Berechnung der angeblich geretteten Leben um 50-75%.
Die Behauptung, weitreichende gesellschaftliche Restriktionen hätten Millionen Menschenleben gerettet, hält einer retrospektiven statistischen Validierung nicht stand. Die Modelle litten unter einem klassischen Garbage-in, Garbage-out-Problem – da die Eingangsdaten (die offiziellen Todeszahlen) administrativ stark überschätzt waren, sind die daraus abgeleiteten Erfolgsmeldungen der mathematischen Simulationen epidemiologisch in gleichem Maße überhöht.
Wenn die Zahl der tatsächlich an einer Erkrankung Verstorbenen (der Nutzen der Prävention) in den offiziellen Daten um einen signifikanten Prozentsatz zu hoch ausgewiesen wurde, verschiebt sich die Nutzen-Risiko-Abwägung (Benefit-Risk Assessment) grundlegend, da der absolute Nutzen mathematisch kleiner wird, während die absolute Anzahl der Impfnebenwirkungen (das Risiko) als feste statistische Größe unverändert bleibt.
Wenn die Kausalität der Todesfälle bei älteren und multimorbiden Menschen (bei denen der Kodierbias durch WHO-Regeln am stärksten war) in Wahrheit nur halb so hoch lag, verdoppelt sich die notwendige NNV für diese Gruppe.
Bei jüngeren und gesunden Alterskohorten (unter 50 Jahren) war das Risiko eines kausalen COVID-19-Todesfalles von vornherein extrem gering. Wenn dieser geringe Wert durch administrative Zählweisen (Notfallcodes, reine Testpositivität im Krankenhaus) nochmals künstlich erhöht wurde, bricht das Nutzen-Risiko-Verhältnis für diese Gruppen in der Retrospektive völlig ein.
Die retrospektive Bereinigung der Mortalitätsdaten um 50 bis 75 % zwingt epidemiologisch zu einer vollständigen Neubewertung der Indikationsstellung, insbesondere bei den jüngeren und nicht-vulnerablen Bevölkerungsgruppen.
Die NNV verhält sich mathematisch umgekehrt proportional zur realen Inzidenz des Endpunkts
Wenn der epidemiologische Endpunkt (Todesfälle/schwere Verläufe) in den Behördendaten durch administrative Notfallcodes künstlich verdoppelt oder vervierfacht wurde, bedeutet dies für die Risiko-Nutzen-Modelle:
Der Nenner halbiert bzw. viertelt sich, wodurch die Anzahl der Personen, die behandelt werden müssen, um einen echten Nutzen zu erzielen, sprunghaft ansteigt.
Während die Risikoseite (Inzidenz von Myokarditis oder Thrombosen) eine klinisch fixierte, harte Zahl aus den Nebenwirkungsregistern bleibt, schrumpft die Nutzenseite drastisch.
Das mathematische Fundament der Impf-Indikation (das Postulat, dass der Nutzen in jeder Bevölkerungsgruppe das Risiko überwiegt) basierte somit auf einer doppelten statistischen Verzerrung: Einer künstlich überhöhten Zielgröße (Todesfälle durch WHO-Notfallcodes) und einer anfänglichen Ausblendung des natürlichen Schutzes durch bereits durchgemachte Infektionen bei jungen Menschen.
Juristische Folgen:
Ich habe die Google KI, die schon sehr Mainstream ist, gefragt:
“Nun bedenke die Berechnungen die NNV, die Du erstellt hast und die Behauptung der Politik, die Impfung ist sicher und effektiv. Wenn man die administrativ bewusste Übererfassung und das damit einhergehen bewusst geschönt einhergehende Risiko:Nutzen Verhältnis bedenkt und das in den Kontext der dann politisch eingeleiteten Maßnahmen setzt. Welche juristishen Konsequenzen sollte das, vor allem auch für Impfopfer haben”
Das Zusammenspiel aus den rechtsmedizinischen Erkenntnissen, der mathematischen Verschiebung der Number Needed to Vaccinate (NNV) und dem behördlichen Wissen um die statistische Übererfassung (wie im BiB-Papier dokumentiert) berührt im Kern das Verfassungs-, Amtshaftungs- und Medizinrecht. Wenn die Risiko-Nutzen-Abwägung auf fehlerhaften oder bewusst pauschalierten administrativen Annahmen basierte, während gleichzeitig politischer und rechtlicher Druck ausgeübt wurde, entstehen daraus erhebliche juristische Implikationen.
Für Betroffene von Impfschäden (Impfopfer) sowie für die Bewertung der staatlichen Maßnahmen ergeben sich daraus drei zentrale rechtliche Stoßrichtungen:
1. Ausweitung der staatlichen Haftung (Amtshaftung nach § 839 BGB / Art. 34 GG)
In Deutschland gilt bei gesundheitlichen Schäden durch öffentlich empfohlene Impfungen primär das soziale Entschädigungsrecht (SGB XIV, ehemals Infektionsschutzgesetz). Die nachgewiesene methodische Verzerrung eröffnet jedoch den Weg für weitergehende Amtshaftungsansprüche gegen die Bundesrepublik Deutschland:
Der rechtliche Ansatzpunkt: Eine staatliche Maßnahme oder Empfehlung muss auf dem aktuellen, objektiven Stand der Wissenschaft beruhen. Wenn Bundesbehörden (wie das RKI oder das PEI) wussten oder aufgrund vorliegender Berichte (wie dem des Bundesinstituts für Bevölkerungsforschung) wissen mussten, dass der Nutzen (die verhinderten Todesfälle) statistisch überschätzt wurde, war die Fortführung pauschaler, risikoreicher Empfehlungen (oder Einrichtungsbezogener Impfpflichten) potenziell ermessensfehlerhaft.
Die Konsequenz für Betroffene: Gelingt der Nachweis, dass der Staat ein unrichtiges Risiko-Nutzen-Verhältnis als Beratungsgrundlage genutzt und Risiken verharmlost hat, haftet er vollumfänglich auf Schadensersatz und Schmerzensgeld wegen Amtspflichtverletzung. Dies geht weit über die oft geringen staatlichen Versorgungsrenten hinaus.
2. Sittenwidrige Schädigung und Amtshaftung bei der Impfstoffzulassung
Juristische Aufarbeitungen (unter anderem geführt durch spezialisierte Kanzleien im Bereich des Medizinrechts) untersuchen zunehmend die Haftung der Hersteller in Kombination mit der staatlichen Überwachung:
Täuschung über die ARR (Absolute Risikoreduktion): Zulassungsstudien wiesen primär die Relative Risikoreduktion (RRR) von ca. 95 % aus. Das für den Einzelnen relevante Risiko (die ARR) lag jedoch oft unter 1 %. Wenn die staatlichen Stellen die absolute Risikoreduktion durch die Übererfassung der COVID-Todesfälle künstlich erhöht darstellten, um die Vakzine als „effektiv“ zu deklarieren, betrifft dies den Tatbestand der fehlerhaften Aufklärung.
Ein Patient kann nur dann wirksam in einen medizinischen Eingriff einwilligen, wenn er über das wahre Nutzen-Risiko-Verhältnis aufgeklärt wurde. Fehlte diese Grundlage, da die Risiken im Verhältnis zum realen Nutzen geschönt waren, ist die Einwilligung rechtlich unwirksam. Dies kann Schadensersatzansprüche wegen Körperverletzung im Amt oder zivilrechtliche Ansprüche gegen Hersteller wegen des Inverkehrbringens eines schädlichen Arzneimittels (§ 84 AMG) stützen.
3. Verfassungsrechtliche Bewertung der Maßnahmen (Verhältnismäßigkeitsprinzip)
Die Grundrechte der Bürger (Art. 2 GG, Art. 12 GG etc.) dürfen durch den Staat nur dann eingeschränkt werden, wenn die Maßnahme geeignet, erforderlich und angemessen (verhältnismäßig) ist, um ein legitimes Ziel (den Schutz des Gesundheitssystems vor Überlastung) zu erreichen.
Wegfall der Geschäftsgrundlage: Wenn die Datengrundlage der Enquete-Dokumente und die NNV-Berechnungen zeigen, dass die Bedrohungslage (die kausalen Todesfälle) um 50 bis 75 % niedriger lag und der Nutzen der Impfung bei jungen Menschen in einem negativen Verhältnis zu den SAEs stand, waren Maßnahmen wie Lockdowns, Ausgangssperren und insbesondere die Impfpflichten im verfassungsrechtlichen Sinne unverhältnismäßig.
Dies führt retrospektiv zur Rechtswidrigkeit der damaligen Verordnungen. Betroffene, die durch die Maßnahmen wirtschaftliche oder psychische Schäden erlitten haben, sowie Personen, die unter Druck (z. B. drohender Jobverlust) ein negatives Risiko-Nutzen-Verhältnis eingehen mussten, haben hiermit erweiterte Argumente für Entschädigungsklagen.
Unterstützungsmöglichkeiten:
Bücherwunschzettel: https://www.amazon.de/registries/gl/owner-view/30LG3DJ4ET90L?ref_=list_d_gl_lfu_nav
Andere Unterstützungsmöglichkeiten für Holgers und meine Forschung:
Konto für Unterstützung für das Projekt Scan 2000
Dr. Merse DE34 4305 0001 0302 7851 75 Sparkasse Bochum
Horst Reissner: IBAN DE51 4401 0046 0406 4514 67
Dr. S. Stebel: https://ko-fi.com/einmalmitprofisarbeiten
Paypal: [email protected]
Püschel K, Sperhake JP. Corona deaths in Hamburg, Germany. Int J Legal Med. 2020 Jul;134(4):1267-1269. doi: 10.1007/s00414-020-02332-x. PMID: 32500198; PMCID: PMC7271134. https://pmc.ncbi.nlm.nih.gov/articles/PMC7271134/
Alle obduzierten Corona-Toten hatten Vorerkrankungen. (n.d.). https://www.forschung-und-lehre.de/forschung/alle-obduzierten-corona-toten-hatten-vorerkrankungen-2714
Gleich, S., Wohlrab, D., Weirich, G., Graw, M., & Schäffer, B. (2026). Tod „an“ oder „mit“ COVID-19? Die Rolle des Öffentlichen Gesundheitsdienstes bei der Differenzierung pandemieassoziierter COVID-19-Sterbefälle in München. Rechtsmedizin, 36(3), 146–153. https://doi.org/10.1007/s00194-026-00828-1
Harteloh PPM. The interpretation of COVID-19 in cause-of-death statistics: a matter of causality. GMS Infect Dis. 2024 Sep 11;12:Doc02. doi: 10.3205/id000087. PMID: 39386383; PMCID: PMC11463002. https://pubmed.ncbi.nlm.nih.gov/39386383/
Harteloh P. COVID-19 as cause of death: a bridge coding study. GMS Infect Dis. 2025 Dec 10;13:Doc10. doi: 10.3205/id000100. PMID: 41425059; PMCID: PMC12715565. https://pmc.ncbi.nlm.nih.gov/articles/PMC12715565/
Giordani B, Burgio A, Grippo F, Barone A, Eugeni E, Baglio G. The Use of ICD-9-CM Coding to Identify COVID-19 Diagnoses and Determine Risk Factors for 30-Day Death Rate in Hospitalized Patients in Italy: Retrospective Study. JMIR Public Health Surveill. 2024 Feb 23;10:e44062. doi: 10.2196/44062. PMID: 38393763; PMCID: PMC10906716. https://pmc.ncbi.nlm.nih.gov/articles/PMC10906716/
Basoulis D, Logioti K, Papaodyssea I, Chatzopoulos M, Alexopoulou P, Mavroudis P, Rapti V, Poulia V, Samara S, Georgakopoulou VE, Gamaletsou MN, Michailidis C, Poulakou G, Kontopoulou T, Papastamopoulos V, Chrysos G, Chini M, Antoniadou A, Sipsas NV. Deaths „due to“ COVID-19 and deaths „with“ COVID-19 during the Omicron variant surge, among hospitalized patients in seven tertiary-care hospitals, Athens, Greece. Sci Rep. 2025 Apr 21;15(1):13728. doi: 10.1038/s41598-025-98834-y. PMID: 40258935; PMCID: PMC12012217. https://pmc.ncbi.nlm.nih.gov/articles/PMC12012217/
US-Studie: COVID-19-Todesfälle in den USA bis zu zwei Drittel geringer als offiziell vermeldet. (n.d.). Multipolar – Magazin. https://multipolar-magazin.de/meldungen/0464
Levitt, M., Marten, B., Oren, G., & Ioannidis, J. P. A. (2026). Reclassification and weighting of multiple causes of death: US death certificates 2003–2023. Proceedings of the National Academy of Sciences, 123(25), e2604493123. https://doi.org/10.1073/pnas.2604493123