Statistische Informationen zu COVID-19-Impfstoffen in Italien: Methodische Fehler und irreführende Kommunikation

Ein interessanter Übersichtsartikel, wie die statistische Wirklichkeit von dem abwicht, was italienische Politiker behaupteten, um die Italiener in die Spritze zu treiben ist aktuell in Begutatung:

Cheli, B., Bellavite, P., Foschi, R., Bagnato, A., Gregori, M., Trambusti, G., & Donzelli, A. (2026). Statistical information on COVID-19 vaccines in Italy: methodological errors and misleading communication. F1000Research, 15, 923. https://doi.org/10.12688/f1000research.181425.1

So einen Artikel bräuchte es auch für Deutschland, obwohl meine Analyse von Jens Spahns Buch den Zweck auch erfüllen dürfte.

Die statistischen Informationen zu den COVID-19-Impfstoffen wurden in Italien von den für die Erstellung und Veröffentlichung von Gesundheitsdaten zuständigen Behörden verbreitet.

Genau wie in Deutschland. In Deutschland waren das das BMG (vertreten durch den jeweiligen Gesundheitsminiter), PEI und STIKO.

Die Übermittlung statistischer Gesundheitsdaten war durch eine Reihe von Fehlern unterschiedlichen Ausmaßes und Schweregrades sowie durch Mehrdeutigkeiten und Unklarheiten beeinträchtigt. In einigen Fällen wurden Daten, die für bestimmte Bewertungen von grundlegender Bedeutung waren, nicht offengelegt, während in anderen Fällen die Daten selbst in offensichtlich irreführender Weise verwendet wurden. Dies führte zu einer erheblichen Überschätzung der Wirksamkeit der Impfstoffe und einer gleichzeitigen Unterschätzung der nach der Impfung auftretenden Nebenwirkungen. Wir können nicht ausschließen, dass auch Fehler der entgegengesetzten Art aufgetreten sein könnten, doch unsere Analyse ergab keine Hinweise darauf, was auf das Vorhandensein struktureller Verzerrungen bei der Erstellung und Kommunikation der Daten hindeutet.

Man umschreibt hier wissenschaftlich zurückhaltend etwas, das man “regulatory capture” nennt. Regulierungsvereinnahmung (auch als „Agency Capture“ bezeichnet) ist eine Form des staatlichen Versagens, bei der eine Regulierungsbehörde, die ursprünglich geschaffen wurde, um im öffentlichen Interesse zu handeln, stattdessen die wirtschaftlichen oder politischen Interessen der Interessengruppen vertritt, die sie eigentlich beaufsichtigen sollte.

Auch das PEI will die Safevac App 2.0 Daten bis heute nicht herausgeben. Chargengrößen, um eine Nebenwirkungsrate seriös zu berechnen, gibt es auch nicht, obwohl diese bekannt sind, weil sie in den ausgestellten Zertifikaten benannt sind. Dass Daten verdreht wurden, ist auch für Deutschland bekannt.

Die Lage ist in Deutschland sogar angespannter, weil ein Vertreter des PEI der Reviewer für Moderna war und das PEI damit indirekt für die Zulassung von Modernas Spikevax mit verantwortlich ist. Dass PEI und BioNTech schon lange vor 2020 zusammengearbeitet haben und Ugur bei Klaus Cichutek einfach so anrufen könnte, beschreibt Ugur Sahin selbst in deinem Buch “Projekt Lightspeed”.

In diesem Policy Brief werden Impfkampagnen an sich nicht in Frage gestellt, vielmehr wird betont, dass methodische Sorgfalt, klare Informationen und kommunikative Integrität erforderlich sind, um die Entscheidungsfindung im Bereich der öffentlichen Gesundheit zu unterstützen.

Das bedeutet in ganz einfachen Worten:

Um im Gesundheitswesen gute Entscheidungen für alle Menschen zu treffen, braucht man drei Dinge:

1. Sorgfalt = Man muss wissenschaftlich genau und fehlerfrei arbeiten: Bei der Freigabe der Produkte hat die EMA ihre eigenen Regeln ignoriert und für die Zulassung beiden Augen und Hühneraugen zugedrückt.

2. Klarheit = Alle Informationen müssen für jeden leicht verständlich sein: Auch jene, die unangenehm sind. Verschleiern verhindert eine informierte Einwilligung. Man muss auch Unklarheiten und unbekannte Unbekannte klar kommunizieren. Das ist unterblieben.

3. Ehrlichkeit = Die Wahrheit darf nicht verdreht oder verheimlicht werden: Kein Verheimlichen von Chargengrößen oder Nebenwirkungen.

Die COVID-19-Pandemie war geprägt von einer beispiellosen Nutzung und Verbreitung statistischer Daten und Analysen. In den frühen Phasen konzentrierte sich die öffentliche Kommunikation vor allem auf die Dynamik der Epidemie; Ende 2020 verlagerte sich der Fokus jedoch zunehmend auf die Wirksamkeit und Sicherheit von COVID-19-Impfstoffen – zunächst auf der Grundlage von Erkenntnissen aus klinischen Studien und nach Beginn der Impfkampagne auf Daten, die über integrierte Überwachungssysteme erhoben wurden. Trotz der erheblichen Anstrengungen der für die Erstellung und Verbreitung dieser Informationen zuständigen Institutionen war die Qualität der statistischen Kommunikation nicht immer angemessen und ließ häufig in Bezug auf Klarheit, Vollständigkeit und Unparteilichkeit zu wünschen übrig. Dieser Beitrag präsentiert eine systematische und umfassende Analyse von Fehlern und Falschdarstellungen in statistischen Informationen zu COVID-19-Impfstoffen in Italien, sowohl seitens der an der Erstellung und Verbreitung von Gesundheitsdaten beteiligten institutionellen Akteure als auch seitens der staatlichen und lokalen Verwaltungen.

Zum Beispiel wurde in Deutschland nur die absolute Anzahl an positiven PCR-Test gemeldet, ohne auf 100000 zu normalisieren oder durch die Anzahl aller Tests zu teilen.

Die untersuchten Impfstoffe wurden mit dem Ziel bewertet, einen symptomatischen COVID-19-Verlauf zu verhindern (Polack et al., 2020; Voysey et al., 2021), und nicht, um eine SARS-CoV-2-Infektion oder -Übertragung zu verhindern. Dennoch wurden sie oft als wirksame Mittel zur Eindämmung der Ansteckung dargestellt, obwohl es an experimentellen Belegen für solche Behauptungen mangelte.

Das hat Jens Spahn auch lapidar zugegeben. Dass er damit den G-Regeln die wissenschaftliche Grundlage entzogen hat, war ihm wahrscheinlich egal, da es nie eine wissenschaftliche Grundlage gab. Es war alles Angstpolitik. Wer auf die Fakten hinwies, wie dass Janine Small vor der EU gesagt hat, dass Übertragungsverhinderung nie Teil der Zulassung war, war ein Querdenker und Schwurbler.

Bei der Bewertung der Wirksamkeit und Effektivität von Impfstoffen stützten sich sowohl Hersteller als auch Gesundheitseinrichtungen fast ausschließlich auf die relative Risikoreduktion (RRR) und vernachlässigten dabei die absolute Risikoreduktion (ARR). Im Zusammenhang mit COVID-19 quantifiziert die RRR den Anteil der Fälle, die durch den Impfstoff verhindert wurden, unter den Personen, die die Krankheit ohne Impfung entwickelt hätten. Im Gegensatz dazu misst die ARR die Verringerung des Gesamtrisikos, an COVID-19 zu erkranken, bei allen geimpften Personen, unabhängig von ihrer anfänglichen Anfälligkeit, und quantifiziert damit den tatsächlichen Nutzen auf Bevölkerungsebene. Ihr Kehrwert, die „Number Needed to Vaccinate“ (NNV), gibt die Anzahl der Personen an, die geimpft werden müssen, um einen einzigen Krankheitsfall zu verhindern.

Das predige ich auch schon seit Jahren, dennoch wird auch heute noch von 95% relativer Risikoreduktion geredet, was komplett irrelevant ist, wenn man zu einer Risikogruppe mit 0% Risiko gehört. 95% von 0 ist immer noch 0. Und dann ist da noch das Risiko, überhaupt an COVID zu erkranken. In Deutschland waren nur 2% der Menschen im November anti S-IgG positiv. Die absolute Risikoreduktion war im Schnitt bei 0,84% bei BNT162B” und bei AstrasZenecas Produkt nur unwesentlich besser mit 1,3%. Hätte man das klar kommuniziert, hätte sich keiner das Zeus spritzen lassen. Daher gibt man in der Pharma eigentlich die NNT (numer needed to treat) bzw. NNV (number needed to vaccinate) an.

Man kann das so erklären. 119 Menschen müssen eine Kopfschmerztablette gegen Kopfschmerzen nehmen, damit einer von den 119 seine Kopfschmerzen los ist. Die anderen haben aber die potentiellen Nebenwirkungen von Magengeschwüren, Magenbluten und Blutverdünnung und trotzdem immer noch Kopfschmerzen.

Hätte man den Menschen das so klar erklärt, ich schätze, dann hätte sich keiner die Spritze geben lassen.

Ein weiterer kritischer Punkt betrifft den fehlenden Nachweis der Wirksamkeit hinsichtlich der Sterblichkeit. So war beispielsweise in der Pfizer-Studie die Gesamtzahl der Todesfälle in der geimpften Gruppe (15/21.926) geringfügig höher als in der Placebo-Gruppe (14/21.931) (siehe Tabelle 2).

Und da hat man die Toten noch verschwiegen und länger liegen lassen, die eigentlichen Datens sind sogar noch desaströser:

Nachfolgende Bewertungen der relativen Impfwirksamkeit in Italien stützten sich in erster Linie auf Daten des italienischen Nationalen Gesundheitsinstituts (Istituto Superiore di Sanità – ISS), die mehrere methodische Mängel und damit verbundene Verzerrungen aufweisen. Dazu gehören:

(i) die fehlende Unterscheidung unter den geimpften Personen zwischen denen, die sich vor der Impfung bereits von COVID-19 erholt hatten;

(ii) eine Selektionsverzerrung aufgrund des „Effekts der gesunden Geimpften“, wonach Personen, die sich für eine Impfung entscheiden, im Durchschnitt bei besserer Gesundheit sind als diejenigen, die dies nicht tun; und

(iii) die sogenannte „14-Tage-Regel“, die einen sehr starken verzerrenden Effekt hat, wie wir im nächsten Abschnitt zeigen werden.

zu (i), diese Daten wurden in Deutschland nicht erhoben, weil das laut RKI zu kompliziert war und das Risiko bestand, dass sich die Menschen dann nicht mehr impfen lassen.

zu (ii) Der Healthy Vaccinee Bias (Effekts der gesunden Geimpften) bezeichnet eine systematische Verzerrung in Beobachtungsstudien, bei der geimpfte Personen im Durchschnitt einen besseren allgemeinen Gesundheitszustand aufweisen als ungeimpfte Personen. Dies führt in wissenschaftlichen Untersuchungen häufig dazu, dass die tatsächliche Wirksamkeit eines Impfstoffs künstlich überschätzt wird. Rechnet man den aus den COVID-”Impfungen raus, sieht es richtig düster aus:

“Alle Schätzungen wichen deutlich von den ursprünglichen Ergebnissen ab. Die Wirksamkeit gegen eine Infektion mit beiden Varianten war in den ersten zwei Wochen nach der ersten Dosis möglicherweise negativ und erreichte am Ende der vierten Woche nur 41 % bzw. 15 % gegen Alpha und Beta. Zum Zeitpunkt der vollständigen Immunität lag sie bei etwa 60 % gegen Alpha und unter 50 % gegen Beta, nicht bei über 95 %, wie ursprünglich für jede Variante berechnet. Allein unter Berücksichtigung des Immortal-Time-Bias änderte sich die Wirksamkeit gegen einen schweren Verlauf von 100 % auf etwa 50 %. Eine rudimentäre Korrektur für den Healthy-Vaccinee-Bias eliminierte dann nicht nur den signifikanten Nutzen, sondern erhöhte auch die Möglichkeit einer negativen Wirksamkeit im ersten Monat.”

zu (iii) zu diese 14 Tage Fenster, in welchem viele “nur” einmal Injizierte bis 14 Tage nach der Spritze als Ungeimpft galten, war war der Status vieler “Ungeimpfter” in Deutschland tatsächlich einfach “nur” unbekannt. In der Hochphase der Corona-Pandemie (Ende 2021) wurden in Hamburg, Bayern, Mecklenburg-Vorpommern und Bremen Corona-Infizierte mit unbekanntem Impfstatus automatisch als „ungeimpft“ in die Statistik eingetragen. Dies führte dazu, dass die Inzidenz unter Ungeimpften künstlich und massiv in die Höhe getrieben wurde. Wie der NDR berichtet, war in Hamburg zuletzt bei fast 70 Prozent der Corona-Fälle nicht klar, ob die infizierte Person geimpft oder ungeimpft war. Die Hamburger Sozialbehörde zählte die Fälle allerdings als ungeimpft – und erhöhte damit die erfasste Inzidenz unter den Ungeimpften massiv. “Die tatsächlichen Daten lauteten demnach: Lediglich 14,3 Prozent der Infizierten waren gesichert ungeimpft, 22,5 Prozent nachweislich geimpft, bei dem nicht unerheblichen „Rest“ von 63,2 Prozent war der Impfstatus schlichtweg unbekannt. Doch selbst wenn alle Personen, bei denen der Impfstatus nicht erhoben werden konnte, zu den Ungeimpften gezählt wurden, ergibt dies nicht die von Tschentscher publizierten 91,5 Prozent (sondern 77,5 Prozent).”

Selbst die Tagesschau musste das Zahlenchaos zugeben. Auf diesem Zahlenchaos basierten aber die gängelnden Maßnahmen der Politik mit denen die Bürger monatelang geknechtet wurden.

Fung et al. (2023) zeigten, dass in Beobachtungsstudien auf der Grundlage von Verwaltungsdaten – wie beispielsweise denen des ISS – die kombinierte Wirkung dieser Verzerrungen die Schätzungen der Impfstoffwirksamkeit erheblich überhöhen kann.

Das habe ich oben für Deutschland beschrieben. Ich glaube nicht, dass das Zufall war, wenn es so viele Länder gemacht haben. Die Absicht war, zu zeigen, wie toll die “Impfung” wirkt. Statt Daten zu akzeptieren, wie sie waren, wurden sie so hingebogen, wie man glaubte, dass sie sein sollten.

Gemäß der vom ISS (2021, 2022) angewandten Methodik wurden alle Ereignisse – SARS-CoV-2-Infektion, Krankenhausaufenthalt, Einweisung auf die Intensivstation und Tod –, die innerhalb von 14 Tagen nach Verabreichung der ersten Impfdosis auftraten, der ungeimpften Bevölkerung zugerechnet. Ebenso wurden bei der zweiten Dosis und der Auffrischungsimpfung Ereignisse, die innerhalb von 14 Tagen nach der Verabreichung auftraten, dem vorherigen Impfstatus zugerechnet. Das ISS begründet diese Einstufung damit, dass 14 Tage erforderlich sind, um eine Immunantwort zu entwickeln. Da zudem die Inkubationszeit einer SARS-CoV-2-Infektion bis zu 14 Tage betragen kann, könnten einige der in diesem Zeitraum erfassten Infektionen bereits vor der Impfung erworben worden sein. Die Umgliederung von Fällen bei Personen, die seit weniger als 14 Tagen geimpft sind, in die Kategorie der Ungeimpften führt jedoch zu einer doppelten Verzerrungsquelle: Einerseits wird das Risiko bei geimpften Personen unterschätzt, andererseits wird das Risiko bei ungeimpften Personen überschätzt; folglich wird die Wirksamkeit des Impfstoffs systematisch überschätzt. Dieser methodische Ansatz beschränkte sich nicht auf Italien oder das ISS; er wurde ebenfalls von vergleichbaren Institutionen in anderen Ländern übernommen, darunter das britische Amt für nationale Statistik (ONS), gemäß den von der WHO (2022) herausgegebenen Leitlinien. Fenton und Neil (2023) zeigten, dass die aus der „14-Tage-Regel“ resultierende Überschätzung der Impfwirksamkeit so erheblich ist, dass selbst ein Placebo in den ersten Monaten als hochwirksam erscheinen würde. Diese Autoren stellten zudem ein Tabellenkalkulations-Tool² zur Verfügung, mit dem sich verschiedene Szenarien durch freie Variation der Infektionsrate, der Bevölkerungsgröße und der Geschwindigkeit der Impfkampagne simulieren lassen, wobei sich zeigte, dass jede Kombination ausnahmslos zum gleichen Ergebnis führt.

Wie man mit diesem Trick jedes Placebo zur wirksamen Wundermedizin wird, erklärt Norman Fenton in einem Video.

Die oben beschriebene Verzerrung wirkt sich auch auf die Schätzungen und Wirksamkeitsanalysen aus, über die in zahlreichen seit 2021 veröffentlichten wissenschaftlichen Studien berichtet wird. In einer systematischen Übersichtsarbeit stellten Neil et al. (2024) diese Verzerrung in jeder der 38 von ihnen untersuchten Studien fest.

Das ist ein Problem, das generell alle Impfungen seit Anbeginn dieses Aberglaubens betrifft. Norman Fenton hat das sogar als Paper schön hergeleitet, was natürlich kein Journal zu veröffentlichen wagt.

Neil, M., McLachlan, S., & Fenton, N. (2024). The extent and impact of vaccine status miscategorisation on covid-19 vaccine efficacy studies. medRxiv. https://doi.org/10.1101/2024.03.09.24304015

Alessandria et al. (2025) dokumentierten das Vorhandensein der Verzerrung, die sich aus der „14-Tage-Regel“ ergab, anhand von Daten aus einer italienischen Region, die im Rahmen eines Antrags auf Zugang zu öffentlichen Unterlagen erhoben wurden. Sie zeigten, dass diese Verzerrung die Sterblichkeit bei ungeimpften Personen künstlich erhöhte, während sie bei geimpften Personen sank, was mit den oben beschriebenen Befunden übereinstimmt.

Wenn das mal kein Zufall ist. Zudem wurden Menschen, die nur die Grundimmunisierung hatten, teilweise in der Booster Zeit als Ungeimpft gezählt. In der Wissenschaft wird daher gefordert, dass jede Dosis (1, 2, 3 oder 4) und die exakten Tage seit der jeweiligen Verabreichung als eigenständige, saubere Kategorien geführt werden müssen, anstatt Gruppen mit unterschiedlicher Immunhistorie willkürlich zusammenzufassen.

Laut dem 14. AIFA-Bericht³ (AIFA ist die italienische Arzneimittelbehörde) wurden vom Beginn der Impfkampagne bis Dezember 2022 etwa 26.300 schwerwiegende Nebenwirkungen gemeldet, was 18,1 pro 100.000 verabreichten Dosen entspricht. Davon wurde jedoch nur ein Drittel als ursächlich mit der Impfung in Zusammenhang stehend eingestuft (6 pro 100.000 Dosen). Im Gegensatz dazu deuten randomisierte, doppelblinde klinische Studien darauf hin, dass schwere systemische Reaktionen beim Pfizer-Impfstoff bei etwa 4 % und beim Moderna-Impfstoff bei 17 % liegen. Darüber hinaus zeigen Daten aus dem aktiven Überwachungssystem V-safe in den Vereinigten Staaten eine noch höhere Zahl schwerer Reaktionen, wie z. B. solche, die zu Arbeitsunfähigkeit führen, und zwar im Bereich von etwa 12.300 bis 20.000 pro 100.000 verabreichte Zweitdosen (Rosenblum et al., 2022).

“Laut einem Sicherheitsbericht des PEI wurden vom 27.12.2020 bis zum 31.12.2024 zum Beispiel mehr als 197.033.944 Impfungen zum Schutz vor COVID-19 durchgeführt. Im selben Zeitraum wurden 350.868 Verdachtsfälle von unerwünschte Wirkung gemeldet. Das ergibt eine Rate von 1,78 Meldungen pro 1.000 Impfdosen, für Verdachtsfälle mit schwerwiegenden unerwünschten Wirkungen waren es 0,32 Meldungen pro 1.000 Impfdosen. Laut Recherchen der FAZ haben die Behörden in Deutschland bis April 2025 573 Fälle von dauerhaften Corona-Impfschäden anerkannt.”

Die google KI hat mir mal die ISS und PEI Daten verglichen.

Weitere kritische Punkte betreffen die von der AIFA angewandte Methode zur Beurteilung des Kausalzusammenhangs zwischen Impfung und unerwünschten Ereignissen, die auf einem WHO-Algorithmus basiert, der Fälle in vier Kategorien einteilt: im Einklang mit einem Kausalzusammenhang, nicht im Einklang mit einem Kausalzusammenhang, unbestimmt und nicht klassifizierbar. Diese Methode führte dazu, dass von den 971 Todesfällen, die in den ersten beiden Jahren der Impfkampagne gemeldet wurden, nur 29 als ursächlich mit der Impfung in Zusammenhang stehend anerkannt wurden; die überwiegende Mehrheit wurde als „inkonsistent“ oder „unbestimmt“ eingestuft (AIFA, 2023). Darüber hinaus bewertete die AIFA nur 812 der 971 gemeldeten Todesfälle; die verbleibenden 159 wurden entweder gar nicht bewertet oder, falls doch, wurden die Ergebnisse dieser Bewertungen nicht offengelegt. Auch führte sie keine weiteren Untersuchungen durch und erstattete darüber keinen Bericht, um die Unsicherheit hinsichtlich der vielen als „unbestimmt“ oder „nicht klassifizierbar“ eingestuften Fälle zu klären. Insbesondere neigt die öffentliche Kommunikation unangemessenerweise dazu, die Kategorie „unbestimmt“ mit einem widerlegten Kausalzusammenhang gleichzusetzen.

Laut google KI, die mir das analog zu den italienischen Daten geben sollte, sieht es in Deutschland wie folgt aus:

Die methodische Bewertung des Paul-Ehrlich-Instituts (PEI) zur Kausalität zwischen COVID-19-Impfungen und Todesfällen zeigt Parallelen zur italienischen AIFA, indem bei über 2.250 Verdachtsmeldungen (bis Frühjahr 2022) nur 85 Fälle als ursächlich anerkannt wurden. Aufgrund fehlender Obduktionen und einer Fokussierung auf Vorerkrankungen verbleibt ein Großteil der Fälle als „unbestimmt“, wobei das PEI als passives Meldesystem selten aktive Nachforschungen zu diesen Fällen betreibt. Die Anerkennungsquote liegt bei rund 3,7 %, wobei Kritiker bemängeln, dass „nicht nachgewiesene“ Kausalität oft fälschlich als „widerlegt“ kommuniziert wurde.

Der WHO-Algorithmus sieht eine standardisierte Analyse vor, die auf äußerst restriktiven Kriterien basiert. Bellavite et al. (2024) heben hervor, dass diese Kriterien (zeitlicher Zusammenhang, biologische Plausibilität, Häufigkeit des Ereignisses in der Allgemeinbevölkerung, Vorliegen von Vorerkrankungen oder Komorbiditäten sowie das Vorhandensein von Belegen in der wissenschaftlichen Literatur) die Bewertungen systematisch in die Richtung lenken, einen kausalen Zusammenhang auszuschließen oder dessen Anerkennung zumindest höchst unwahrscheinlich zu machen. Insbesondere wird das Vorliegen von Vorerkrankungen systematisch herangezogen, um das unerwünschte Ereignis anderen Ursachen zuzuschreiben, selbst wenn konkrete Belege für eine solche Schlussfolgerung fehlen. Darüber hinaus führt das Kriterium, das Belege in der Fachliteratur verlangt, dazu, dass Ereignisse ausgeschlossen werden, die noch unzureichend erforscht oder noch nicht offiziell dokumentiert sind, wie dies ursprünglich im Fall von Menstruationsstörungen nach Impfungen der Fall war.

Die WHO-Regeln sind zum Schutz der Pharma exakt so konzipiert, dass man fast immer bei “unbestimmt” herauskommt. Das ist für alle Beteiligten, außer für die Geschädigten, sehr bequem.

Ein weiterer kritischer Punkt bei der Bewertung der Sicherheit von COVID-19-Impfstoffen durch die AIFA betrifft schwerwiegende Fehler in den Analysen zum Vergleich von „beobachteten“ und „erwarteten“ Todesfällen nach der Impfung, wie sie im 5. und 10. Impfstoffüberwachungsbericht (AIFA, 2021a und 2022) dargelegt sind. Die AIFA vergleicht die von ihr als „beobachtete“ Todesfälle nach der Impfung definierten Fälle mit den Todesfällen, die ohne Impfung zu erwarten wären, berechnet die standardisierte Mortalitätsrate (SMR) und kommt – da die Werte deutlich unter 1 liegen – zu dem Schluss, dass es keine Hinweise auf eine erhöhte Sterblichkeit im Zusammenhang mit der Impfung gibt. Diese Schlussfolgerungen sind jedoch aufgrund zweier grundlegender Fehler unzuverlässig. Der erste Fehler ist eine grobe Überschätzung der zu erwartenden Todesfälle, was den SMR-Wert mechanisch senkt. Der schwerwiegendste Fehler besteht jedoch darin, nur jene Todesfälle als „beobachtet“ zu betrachten, die über Pharmakovigilanz-Systeme gemeldet wurden, anstatt alle Todesfälle, die tatsächlich in der geimpften Bevölkerung aufgetreten sind. Dadurch sind die beiden Terme des Verhältnisses nicht vergleichbar, was zu einem künstlich niedrigen SMR führt (Cheli et al. 2022; Baccini et al., 2022 und 2023).

Was für ein Zufall, dass das PEI das entgegen seiner eigenen SOP genauso handhabt.

Eine weitere Verzerrung betrifft Grafiken und Infografiken, die unsachgemäß gestaltet wurden, um beruhigende Botschaften zu vermitteln, anstatt genaue und unparteiische Informationen zu liefern. Ein Beispiel hierfür sind mehrere Blasendiagramme, die in den ersten sechs Impfstoffüberwachungsberichten der AIFA enthalten sind. Ein solches Diagramm ist auf der linken Seite von Abbildung 1 abgebildet. In der Fernsehsendung „Fuoridalcoro“ (25. April 2023) wurde zudem eine interne E-Mail eines AIFA-Führungskräften gezeigt, die folgende Anweisung enthielt: „Die Fläche des Kreises, der schwerwiegende unerwünschte Ereignisse darstellt, sollte nicht proportional sein; sie könnte kleiner sein“. Die Fläche des inneren Kreises sollte 11,9 % der Gesamtfläche ausmachen, ist jedoch tatsächlich viel kleiner (auf der rechten Seite der Abbildung ist das Diagramm mit den korrekten Proportionen nachgebildet). Diese gestalterische Entscheidung führt dazu, dass die Öffentlichkeit einen geringeren Anteil schwerwiegender Nebenwirkungen wahrnimmt, als es die numerischen Daten nahelegen.

In Deutschland gab es während der Pandemie mehrere prominente Fälle, in denen offizielle Grafiken von Behörden und Ministerien stark kritisiert wurden, weil sie visuelle Tricks nutzten, um die Lage dramatischer darzustellen oder Impferfolge künstlich hervorzuheben.

Zur Erinnerung: In Bayern galten alle mit unbekanntem Impfstatus als Ungeimpft.

Die auf die gleiche Art verfälschten Hamburger Daten.

In Deutschland widmete sich die Webseite Übermedien den manipulativen Grafiken und deren Analyse.

Wer Beispiele entsprechender Manipulation in den deutschen Medien hat, bitte unten in die Kommentare, ich ergänze das gerne.

Die gesammelten Belege zeigen, dass die offiziellen statistischen Angaben zu COVID-19-Impfstoffen in Italien systematische Verzerrungen aufwiesen, die zu einer Überschätzung des Nutzens und der Sicherheit der Impfung führten. Fehler in die entgegengesetzte Richtung können zwar nicht ausgeschlossen werden; unsere Analyse ergab jedoch keine derartigen Fehler, was auf das Vorliegen einer systematischen Verzerrung bei der Datenerhebung und -kommunikation hindeutet.

Ich denke, den Satz kann man genauso für Deutschland übernehmen.

Darüber hinaus hat die AIFA, wie journalistische Recherchen belegen (siehe Baccini et al., 2025), wiederholt Informationen zensiert oder weggelassen, die für die Bewertung der Wirksamkeit und Sicherheit von COVID-19-Impfstoffen relevant waren und die die Öffentlichkeit beunruhigt hätten, indem sie die vorherrschende beruhigende Darstellung in Frage gestellt hätten. In einigen Fällen geht aus internen Dokumenten hervor, dass das Weglassen bestimmter Daten ausdrücklich damit begründet wurde, dass das öffentliche Ansehen der Impfstoffe nicht geschädigt werden sollte.

Das hat das PEI auch gemacht. Da nehmen sich AIFA und PEI nichts. Zudem wurden Systeme (SORMAS), die sehr früh anzeigten, dass die Plörre es schlimmer macht, einfach abgeschaltet.

All diese statistischen Fehler und Unsicherheiten beeinflussten auch die Entscheidungen der zentralen Gesundheitsbehörden, darunter die Einführung des EU-Digitalen COVID-Zertifikats (EUDCC) und später des sogenannten „Super-Green-Pass“, die auf der Annahme beruhten, dass Impfstoffe eine SARS-CoV-2-Infektion verhindern würden, obwohl von Anfang an bekannt war, dass sie nicht für diesen Zweck getestet worden waren. Darüber hinaus belegte bereits im Juli 2021 eine Veröffentlichung der US-amerikanischen Centers for Disease Control and Prevention, dass Impfstoffe weder eine Infektion verhinderten noch die Übertragung reduzierten (Brown et al., 2021). In der Folge räumten die EMA im Jahr 2023 und die AIFA selbst im Jahr 2024 ein, dass die zugelassenen Impfstoffe keine Indikation zur „Verhinderung der Übertragung einer SARS-CoV-2-Infektion“ enthielten.

Das sehe ich anders als die Autoren. Die Behörden der verschiedenen Mitgliedsländer der EU arbeiten zu. Die EMA weiß SEHR genau, dass sie ein Problem hat und hat daher Wauter Aukema gedroht, dass er seine legal heruntergeladenen EMA Daten löschen soll. Damit macht die EMA sich nur noch lächerlich. Die sind aktuell einfach nur panisch, denn sie wissen, wir haben ihre Daten und wissen, sie haben mitgemacht bei der Verschleierung und zwar zusammen mit den Herstellern, die Zugriff auf die EMA Datenbank hatten und Daten redigiert haben.

Die EMA kann eigentlich nur noch die Behörden der anderen Länder ans Messer liefern, um sich Zeit zu verschaffen, bis sie auch dran ist.

Zudem musste die EMA gar nichts einräumen, es steht explizit in der Fachinformation aller Hersteller, dass die Produkte maximal Selbstschutz bieten. Der Grüne Pass war kein Bug, er war das Feature weswegen gelogen wurde. Das war ein Probelauf.

Zentrale Freiheitsbeschränkungen und Pflichten wurden explizit mit dem Argument des Fremdschutzes begründet. In offiziellen Reden im Bundestag (wie am 25. August 2021) betonte Spahn noch: „Da steht klipp und klar: Impfen macht einen Unterschied. Man schützt sich und andere.“

Streng genommen sagt Jens Spahn da jedoch nicht, dass es einen Übertragungsschutz gibt. Indem man sich selbst schützt, verteilt man das Virus nicht weiter, war die eigentliche Logik. Da Spahn genau wusste, dass es keinen Übertragungsschutz gibt, hat er das auch nie explizit gesagt, sondern nur implizit so angedeutet, dass man ihm danach aber nicht belegen kann, er hätte es behauptet.

Zugelassen sind alle Covid-”Impfstoffe” nur zu aktiven Immunisierung und Vorbeugung einer Infektion. Mehr nicht. Übertragungsschutz wurde nicht getestet und Politiker wie Jens Spahn wussten auch, dass das nie das Ziel war.

„[…] was den Infektionsschutz angeht, nach einer Impfung, war immer klar – das war übrigens auch von der WHO definiert –, dass das Ziel der Impfstoffforschung und -beschaffung ist, einen Impfstoff zu haben, der vor schweren Verläufen schützt. Es war nie Ziel – auch der WHO nicht –, dass es bei der Impfstoffentwicklung eine Weitergabe oder eine Infektion generell ausschließt.“

In den alten EPARs, die auch die Fachinformationen beinhalten, stand für die früheren Versionen das Gleiche.

Das mit dem Verhindern schwerer Verläufe nicht funktioniert übrigens auch nicht:

Ganz im Gegenteil, die Wahrscheinlichkeit für schwere Verläufe wurde sowohl von BNT162B2 (1,5fach), Spikevax (4,2fach) und JCovden(1,8 fach) deutlich erhöht.

Moderna: 3985/943 = 4,2

Pfizer: 262/172 = 1,5

Janssen: 595/331 = 1,8

In Italien und Deutschland wurde von Behörden und Politikern auf sehr ähnliche Art und Weise manipuliert. Das kann kein Zufall sein. Italiens Gesundheitsminister war mit unter denen, die mit Jens Spahn Impfstoffverträge ausgehandelt haben, bevor die EU übernommen hat. Da man den Scheiß angezettelt hatte, musste man nun (politisch) schauen, dass es rund lief mit der Plandemie.

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]