Hans-Martin Wulfmeyer

Ein automatisierter Melder für Impftermine in Magdeburg

2021-11-12T00:00:00+00:00

Anfang dieses Jahres startete die große Impfkampagne gegen Corona in Deutschland. Ich machte mir zu dem Zeitpunkt noch keinen großen Kopf über das Impfen, weil es zu der Zeit nur für die ältere Bevölkerung (70+) freigegeben war. Im Frühjahr 2021 kam ich der ganzen Materie näher, als sich Familienmitglieder die älter als 60 waren oder Vorerkrankungen besaßen auch Impfen lassen konnten. Die Terminbuchung erfolgt über eine sehr simple Website mit einem Buchungssystem. Hier ein paar Impressionen davon:

Mit einem Klick auf “Buchen” für den jeweiligen Standort wird dann auf einen Kalender mit der Auswahl des Termins weitergeleitet.

Danach müssen noch die Kontaktdaten mit der E-Mail Adresse hinterlegt werden und der Termin ist gebucht.

Darüber erfuhr ich zirka im März 2021 in einem Telefonat mit meinem Vater, der mir berichtete, dass er immer Abends bis 24Uhr am Laptop saß und versuchte einen Termin zu ergattern. Anders war das gar nicht möglich. Die Termine waren rar und immer sehr schnell vergeben. Man musste also entweder wissen, wann neue Termine online kamen oder Glück haben. In diesem Moment kam mir der Gedanke, dass das Ganze einfacher gehen müsste. Und somit machte ich mich an die Aufgabe dies herauszufinden.

Umsetzung

Eine einfache Analyse der Website mittels der Firefox Tools für Webentwickler zeigte mir, dass die Betreiber des Dienstes eine relativ offene API benutzten. Über diese API konnte auf alle nützlichen Daten zugegriffen werden. Freie Termine, alle Daten der verfügbaren Termine und vieles mehr. Über sehr einfache HTTP requests konnte also herausgefunden werden ob gerade Termine frei sind.

Diese Information musste ich nur irgendwie an die Leute bringen. Eine Möglichkeit wäre über Web Push Notifications. Das erschien mir dann doch eher als unpraktikabel. Und so lenkte sich mein Blick Richtung des Telegram Messengers. Telegram erfreute sich seit Anfang des Jahres 2021 erhöhter Beliebtheit, weil Whatsapp die Nutzungsbedingungen geändert hatte, was dem Messenger erlaubte Daten mit Facebook zu teilen. Außerdem besitzt Telegram eine Channelfunktion, eine Art Nachrichtenkanal in denen nur der Besitzer anonym Nachrichten verschicken und das auch bequem von einem selbst programmierten Bot übernommen werden lassen kann. Der Plan stand, jetzt fehlte nur noch die Umsetzung.

Ich entschied mich für Python, weil ich wusste, dass dort alles was ich für Umsetzung brauchte vorhanden war. Die Programmierung gestaltet sich als sehr einfach. An einem produktiven Abend und innerhalb weniger Stunden war ein automatisierter Melder für Impftermine fertig.

Der interessierte Leser kann den Programmcode hier einsehen: https://github.com/hwulfmeyer/ImpfmelderMagdeburg/blob/master/impfungen.py

Und so sieht der Melder in der Praxis aus:

Meldungen kommen dabei automatisiert in drei Fällen:

12,5% Unterschied der freien Termine
Es gibt keine freien Termine mehr
Es gibt wieder freie Termine

Das Programm musste ich natürlich auch irgendwo laufen lassen. Dafür eignete sich sehr gut einer der Raspberry PI 3 B+ bei mir Zuhause. Der Raspberry PI ist ein sehr kleiner Einplatinencomputer, der ungefähr die Größe eines Handys besitzt und alles an Hardware beinhaltet, was für einen Computer nötig ist.

Über das dort aufgespielte Linux System wird das Programm alle 5 min ausgeführt und eine Datei über den Stand der Impftermine auf der Festplatte gespeichert. Ein paar Updates später und ein stabiles System stand zur Verfügung, welches ich bis Heute nicht ein einziges Mal warten musste.

Statistiken

Den Impfmelder habe ich zuerst intern getestet, damit ich sicherstellen konnte, dass die Meldungen zuverlässig sind. Weil ich von der Buchungswebsite abhängig war, ging es auch nur darüber. Ich musste also warten bis wieder Termine frei waren und das dauerte. Ein paar Tage und Tests später und der Melder konnte endlich frei zur Verfügung gestellt werden. Das war ca. am 5. April 2021. Über einen einfachen Link kann dem Channel beigetreten werden: https://t.me/MagdeburgImpfmelder

Den Einladungslink habe ich bekannten und Freunden geschickt und in größeren Gruppen in denen ich war geteilt. Über Mundpropaganda verbreitete sich das recht schnell, sodass immer mehr Nutzer dem Channel beitraten und sich schon bald exponentielles Wachstum einstellte.

Den Höhepunkt an Abonnenten erreichte der Channel am 11. Juni 2021 mit 1732 Nutzern.

Dabei wurden die Beiträge in dem Channel wohl bis zu 45.000 Mal angeschaut.

Mittlerweile (12. November 2021) verzeichnet der Channel nur noch 1027 Nutzer.

Beitritte verzeichnet der Channel auch nur noch kaum bis gar keine mehr.

Viele dieser Nutzer werden den Channel nicht mehr aktiv verfolgen und die Notification dafür deaktiviert haben. Das spiegelt sich auch in der Aufrufstatistik oben wieder.

Die Relevanz und Notwendigkeit für den Terminmelder ist also derzeit gar nicht mehr vorhanden. Termine und Impfstoffe existieren gerade zu Genüge und jeder der will bekommt auch einen Termin.

Den Terminmelder werde ich trotzdem weiter laufen lassen, so kostet es mich ja auch gar nichts das zu machen.

Ein positiver Effekt des Melders außer der Benachrichtung ist vermutlich auch, dass kurzfristig frei gewordene Termine wieder schnell belegt werden konnten und Menschen auch frühzeitig darüber informiert wurden, wann Termine frei waren. So konnte ich hiermit wohl erreichen, dass die Impfzentren in ihrer vollen Kapazität ausgelastet wurden und kaum vergeudete Termine vorhanden waren.

Allgemein freue ich mich darüber, dass ich mit meinem Terminmelder einen positiven Beitrag leisten konnte und wohl vielen Menschen bei der Terminfindung geholfen habe.

Analyse des Wahl-O-Mat für die Landtagswahl Sachsen-Anhalt 2021

2021-05-12T00:00:00+00:00

Dieses Jahr ist Wahljahr in der Bundesrepublik und so auch für den Landtag in Sachsen-Anhalt am 6. Juni. Dafür wurde auch wieder ein Wahl-O-Mat veröffentlicht.

Darstellung der Antworten

Die Antworten der Parteien können auf der Website ausgelesen werden und diese können dann hübsch visualisiert und mittels Clustering oder PCA sogar analysiert werden. Genau so wurde das schon von D. Kriesel zur letzten Bundestagswahl 2017 veröffentlicht. Siehe Teil 1 hier und Teil 2 hier. Ich habe mich von ihm inspirieren lassen und habe vor ein paar Wochen selbst damit begonnen so eine Analyse anzufertigen. Das Ergebnis habe ich ebenfalls in einer Clustermap dargestellt.

^{(Hinweis: Die Partei Gesundheitsforschung habe ich manuell entfernt, weil diese für alle Thesen “Neutral” als Antwort gegeben haben)}

Die Spalten sind die Parteien und in den Zeilen befinden sich die Thesen und die Antworten der Parteien darauf. Grün steht dabei für Zustimmung, Rot für Ablehnung einer These und Grau bzw. Weiß steht für Neutral. Die Thesen werden mit der offiziellen Kurzform des Wahl-O-Mats dargestellt. Die kompletten Thesen mit einem Positionsvergleich findet ihr hier. Die Kurzformen können manchmal etwas verwirrend sein. So ist z.B. These 10 die Frage nach einem Aufnahmestop für Flüchtlinge, wird aber hier mit “Aufnahme von Flüchtlingen” abgekürzt.

Grob gesagt sind die Parteien ihrer Ähnlichkeit nach geordnet, also wie ähnlich sind die Antworten einer Partei zu einer anderen. Das Ganze basiert auf einem Clustering Verfahren, das sich hierarchical/agglomerative clustering nennt und versucht die Parteien und Thesen zu gruppieren. Das Verfahren benutzt eine Distanzmetrik wie zum Beispiel den Euklidischen Abstand. Jede These wird dabei als eine Dimension betrachtet und die Antwortmöglichkeiten dann als der Wertebereich (-1,0,1) den diese annehmen können.
Normalerweise würden für n Parteien dann n^(1-n) verschiedene Distanzen herauskommen, also jede Partei zu jeder anderen und um das verwertbar darstellen zu können wird dann Clustering verwendet. Die Grafik ist automatisch erstellt worden und es kann wenig Einfluss darauf genommen werden wie die Darstellung aussieht. Je nach dem welche Methoden und Metriken ausgewählt werden, kommen allerdings kleinere Abweichungen und etwas andere Darstellungen zustande. Aus den verschiedenen Darstellung habe ich eine ausgewählt, die die Parteien und Thesen am besten gruppiert.

Die Verbindungen der einzelnen Cluster untereinander sind dann an den Linien, die aussehen wie ein Baum oder eine Wurzel, oben und links dargestellt. Diese nennen sich Dendrogramme und stellen dar wie die Thesen bzw. Parteien hierarchisch gruppiert werden können. Es fängt also bei der kleinstmöglichen Gruppierung an und jede Ebene in dem Baum stellt dann die nächstmögliche Gruppierung mit einer anderen Partei, These oder Gruppierung dar. Oben sind die Gruppierungen für die Parteien und links die Gruppierungen für die Thesen dargestellt

Analyse der Cluster

Das Offensichtlichste an dieser Darstellung ist, dass die Parteien ungefähr in ihre politischen Lager gruppiert werden. Die AfD und die NPD sind also sehr ähnlich zueinander und befinden sich zudem in einem Cluster mit der FDP, CDU, LKR und TIERSCHUTZ Hier! Der Cluster besteht aus konservativen und wirtschaftsliberalen Parteien. Der nächste Cluster bildet sich aus Die Humanisten, SPD, Die Partei, GRÜNE, Klimaliste ST und die Linke. Das sind die linken/linksliberalen Parteien.
Interessanter ist der letzte Cluster aus WIR2020, DieBasis, PIRATEN, Tierschutzallianz, Tierschutzpartei, ÖDP und FREIE WÄHLER. Diese Parteien bilden eine Mischung aus verschiedenen politischen Ansichten wie z.B. Linksliberalismus, Grüner Politik und Wertkonservatismus. Oberflächlich betrachtet könnten man diese eher politisch der Mitte zuordnen. Das spiegelt sich auch in dem Antwortverhalten wieder, das linke sowie konservative Themen beinhaltet. Aus dem Dendrogramm ist allerdings auch ersichtlich, dass sich dieser Cluster näher an dem linken Spektrum befindet.
Die Partei FBM wurde als einzige keinem größerem Cluster zugeordnet. Erst später in der Hierarchie wird die Partei zu dem großen Cluster der linken und zentrischen Parteien zugeordnet. FBM könnte deshalb wohl auch eher mitte-links eingeordnet werden.

Neben den Clustern für die Parteien existieren auch Cluster für die Thesen. Interessant ist hier, dass bestimmte Antworten auf Themen zusammengehörig zugeordnet werden können. Die oberen Themen werden also eher von konservativen Parteien bejaht, für mittleren Thesen herrscht eher ein Konsenz, während die unteren Thesen eher von linken Parteien bejaht werden.

PCA Analyse

Um herauszufinden bei welchen Thesen eher Uneinigkeit besteht und damit eine bessere Unterscheidung der Parteien bezweckt wird, kann eine Principal Component Analysis (PCA) oder auf deutsch Hauptkomponentenanalyse benutzt werden. Diese Methode versucht eine Datenmenge in wenige Komponenten (Linearkombinationen) aufzuteilen, ohne das dabei die Signifikanz der Daten verloren geht. Jeder These wird dabei ein Dezimalwert zugeteilt. Das ganze ist ein Spektrum ins Negative und Positive und die Extremwerte sind eher von hoher Bedeutung. Hier habe ich das für eine Komponente ausgewertet wodurch eine Eindimensionale-Skala erstellt werden kann. Für mehr als eine Komponente wird die Darstellung zu unübersichtlich.

Thesen die hier sehr weit oben oder unten zu finden sind sorgen eher dafür, dass durch diese die Unterschiede in den Parteien gut beschrieben werden können. In der Mitte (die grünlich gefärbten) befinden sich Thesen in denen sich viele Parteien eher einig sind. Zum Beispiel haben fast alle Parteien These 1 mit “Ja” beantwortet.
Wenn nun mehrere Komponenten miteinander analysiert werden dann ist es möglich auszurechnen wie sehr die Komponenten die Varianz in den Daten erklären können. Dies wiederum einzeln und in Kombination miteinander (kumulativ).

Mit der ersten Komponenten kann also schon ca. 32% der Varianz der Daten erklärt werden. Mit diesen Ergebnissen können Rückschlüsse auf die Qualität der Fragen geworfen werden, oder auch auf die Komplexität der politischen Standpunkte in der deutschen Politik.

Fazit

Die Cluster und die Nähe der Parteien sollten etwas kritisch betrachtet werden, weil die Qualität der Thesen des Wahl-O-Mats oft keine differenzierte Aufteilung der Parteien zulässt. Die Fragen können außerdem als politische Stichprobe der Parteien aufgefasst werden und stellen die Ansichten der Parteien nur abstrakt auf 38 Fragen dar. Die tatsächlichen Wahlprogramme der Parteien sind sehr viel differenzierter und oft mehrere hundert Seiten lang. Wer also die wirklichen politischen Standpunkte der Parteien wissen will, sollte sich die Wahlprogramme zu Gemüte führen, sich die Begründungen auf die Antworten im Wahl-O-Mat durchlesen oder sich das Wahlverhalten der Fraktionen im Landtag oder Bundestag anschauen. Ein anderes Problem sind die Antwortmöglichkeiten von “Ja”, “Neutral”, “Nein”. Ein besserer Überblick würde erzielt werden wenn die Antworten in Form des Grads der Zustimmung wären, z.B. so etwas wie die Likert-Skala.

Letztendlich muss berücksichtigt werden, dass der Wahl-O-Mat nur ein Informationsangebot über Wahlen und Politik ist und keine Wahlempfehlung aussprechen soll.