Zombie-Invasion-Rechner

Simuliere Zombie-Ausbrüche, Überlebenswahrscheinlichkeiten und Ressourcenbedarf mit epidemiologischen Modellen.

Gib die Parameter deines Szenarios ein: Anfangspopulationen, Infektions- und Heilungsraten, Zeitraum und Umweltfaktoren. So modellierst du den Verlauf eines Zombie-Ausbruchs und schätzt deine Überlebenschancen ab.

Zombie-Invasion-Rechner
Simuliere Zombie-Ausbrüche, Überlebenswahrscheinlichkeiten und Ressourcenbedarf mit epidemiologischen Modellen.

Über den Zombie-Invasion-Rechner

Zombie-Invasionen gehören eindeutig ins Reich der Fiktion. Die mathematischen Modelle zu ihrer Simulation stammen jedoch direkt aus der realen Epidemiologie und Populationsdynamik. Dieser Rechner nutzt das klassische SIR-Modell (Anfällige–Infizierte–Genesene), angepasst an die Wechselwirkungen zwischen Zombies und Menschen, um den zeitlichen Verlauf eines hypothetischen Ausbruchs vorherzusagen. Im üblichen SIR-Modell wird eine Bevölkerung in drei Gruppen aufgeteilt: anfällige Personen, die sich infizieren können, infizierte Personen, die die Krankheit verbreiten, und genesene oder ausgeschiedene Personen, die nicht mehr ansteckend sind. In Zombie-Szenarien sind Menschen die anfällige Bevölkerung und Zombies die infektiösen Akteure. Der zentrale Unterschied zur klassischen Epidemiologie: Zombies genesen nicht von selbst, sondern bleiben bestehen, bis sie geheilt oder neutralisiert werden. Dadurch ergänzt eine Räuber-Beute-Dynamik das übliche Infektionsmodell. Die Infektionsrate (β) beschreibt die Wahrscheinlichkeit, dass eine Begegnung zwischen Zombie und Mensch einen neuen Zombie hervorbringt. Ein Wert von 0.1 bedeutet, dass 10 % der Begegnungen zu einer Infektion führen, und steht für wirksame Eindämmungsmaßnahmen. Ein Wert von 0.8 beschreibt einen extrem ansteckenden Ausbruch mit nahezu sicherer Infektion bei Kontakt. Die Heilungsrate (γ) erfasst die Wirksamkeit medizinischer Eingriffe, der Immunisierung oder der Beseitigung von Zombies: Je höher der Wert, desto schneller schrumpft die Zombie-Population. Die menschliche Sterberate (μ) berücksichtigt Todesfälle während des Ausbruchs, die nicht mit Zombies zusammenhängen. Der geografische Ausbreitungsfaktor passt die Begegnungshäufigkeit an Bevölkerungsdichte und räumliche Verteilung an. In dicht besiedelten Städten treffen Zombies und Menschen pro Zeiteinheit häufiger aufeinander als in dünn besiedelten ländlichen Gebieten. Ein Faktor über 1.0 verstärkt die Infektionsdynamik, ein Faktor unter 1.0 schwächt sie ab. Der Ressourcenverbrauch modelliert die logistische Belastung durch die Versorgung der überlebenden Menschen. Jeder lebende Mensch braucht Nahrung, Wasser, Medikamente und Unterkunft. Während die Zahl der Menschen sinkt und der Druck durch Zombies steigt, verschärft Ressourcenknappheit die Überlebensprobleme zusätzlich. Der gesamte Ressourcenbedarf liefert eine grobe Größenordnung der während der Simulation benötigten Vorräte. Trotz der fantasievollen Anwendung hat diese Art der Modellierung wichtige Entsprechungen in der Realität. Epidemiologen verwenden dieselben mathematischen Ansätze für Grippepandemien, Ebola-Ausbrüche und die Ausbreitung von COVID-19. Die Gleichungen, die Zombie-Dominanz vorhersagen, können ebenso die Auswirkungen von Impfprogrammen, Quarantänemaßnahmen und Versorgungskapazitäten auf echte Infektionskrankheiten quantifizieren. Wer diese Modelle untersucht, auch in spielerischem Rahmen, entwickelt ein echtes Gespür für Epidemiedynamik, die Bedeutung früher Eingriffe und die entscheidende Rolle der Reproduktionszahlen dafür, ob ein Ausbruch abklingt oder sich explosionsartig ausbreitet.

Beispiele für Zombie-Invasionssimulationen

Voreingestellte Szenarien zeigen unterschiedliche Ausbruchsverläufe und Überlebenssituationen.

SzenarioAusgangZentrale Erkenntnis
Langsamer Ausbruch: 5 Zombies, 100 000 Menschen, β=0.1, γ=0.05, μ=0.01, 30 Tage, geo=0.3Teilweises Überleben, ~74% ÜberlebensrateEine niedrige Infektionsrate und geografische Eindämmung lassen die meisten Menschen überleben; die Zombie-Population sinkt auf nahezu null.
Schneller Ausbruch: 20 Zombies, 50 000 Menschen, β=0.8, γ=0.02, μ=0.15, 14 Tage, geo=1.5Zombie-Dominanz, ~0% ÜberlebensrateHohe Infektionsrate und minimale Heilungskapazität führen innerhalb von 14 Tagen zum vollständigen Zusammenbruch der menschlichen Bevölkerung.
Stadtszenario: 15 Zombies, 250 000 Menschen, β=0.4, γ=0.03, μ=0.08, 21 Tage, geo=1.2Zombie-Dominanz, ~9% ÜberlebensrateDie dichte städtische Umgebung erhöht die Begegnungshäufigkeit; frühes Eingreifen ist entscheidend, um einen Zusammenbruch zu verhindern.
Überleben auf dem Land: 3 Zombies, 10 000 Menschen, β=0.15, γ=0.08, μ=0.02, 60 Tage, geo=0.5Kritische Lage, ~30% ÜberlebensrateGeringe Dichte und geografische Isolation bremsen den Ausbruch, doch die lange Dauer verringert die menschliche Bevölkerung erheblich.

So verwendest du den Zombie-Invasion-Rechner

  1. Lege die anfängliche Zombie-Anzahl und menschliche Bevölkerung fest. Wähle realistische Größenordnungen, etwa eine Kleinstadt mit 10 000 oder eine Großstadt mit 1 000 000 Einwohnern.
  2. Gib die Infektionsrate (0–1) ein, um zu modellieren, wie leicht Zombies Menschen verwandeln. 0.1 steht für einen beherrschbaren Ausbruch, 0.8 für eine katastrophale, schnelle Ausbreitung.
  3. Lege die Heilungsrate (0–1) für medizinische Eingriffe oder die Effizienz der Zombie-Beseitigung fest sowie die menschliche Sterberate (0–1) für die natürliche Hintergrundsterblichkeit.
  4. Wähle den Zeitraum in Tagen und anschließend die Ressourcenverbrauchsrate (Einheiten pro Mensch und Tag) sowie den geografischen Ausbreitungsfaktor: 1.0 für durchschnittliche Dichte, >1 für Städte, <1 für ländliche Gebiete.
  5. Klicke auf Invasionsszenario berechnen, um die Simulation zu starten. Alternativ kannst du über die Szenario-Schaltflächen sofort realistische Voreinstellungen laden.

Häufige Fragen zum Zombie-Invasion-Rechner

Welches mathematische Modell verwendet der Rechner?
Der Rechner verwendet ein zeitdiskretes epidemiologisches SIR-Modell (Anfällige–Infizierte–Genesene), das an die Dynamik zwischen Zombies und Menschen angepasst ist. Täglich werden neue Infektionen anhand der Begegnungshäufigkeit und Infektionswahrscheinlichkeit berechnet. Heilungen entfernen Zombies, und menschliche Todesfälle verringern die Zahl der Überlebenden.
Was beschreibt die Infektionsrate?
Die Infektionsrate (β) ist die Wahrscheinlichkeit pro Zeiteinheit, dass eine Begegnung zwischen Zombie und Mensch einen neuen Zombie erzeugt. Sie verbindet Kontaktrate und Übertragungswahrscheinlichkeit. Ein Wert nahe 0 bedeutet nahezu perfekte Eindämmung, ein Wert nahe 1, dass fast jede Begegnung einen Menschen verwandelt.
Was ist der geografische Ausbreitungsfaktor?
Der Faktor skaliert die Begegnungshäufigkeit zwischen Zombies und Menschen. 1.0 steht für eine durchschnittliche Bevölkerungsdichte. Dicht besiedelte Städte haben Faktoren über 1.0 und damit mehr Begegnungen, dünn besiedelte ländliche Gebiete Faktoren unter 1.0. So wird der Einfluss der Geografie auf den Ausbruchsverlauf simuliert.
Sind die Ergebnisse realistisch?
Das mathematische Modell basiert auf realer Epidemiologie, doch Zombie-Invasionen sind fiktiv. Absolute Zahlen sollten deshalb als Veranschaulichung und nicht als Vorhersage verstanden werden. Das relative Verhalten des Modells, etwa wie höhere Infektionsraten den Zusammenbruch beschleunigen oder höhere Heilungsraten die Bevölkerung stabilisieren, bildet echte Epidemiedynamik zuverlässig ab.
Lässt sich dieses Modell auf echte Krankheitsausbrüche anwenden?
Ja. Das hier verwendete SIR-Modell ist dieselbe Grundlage, mit der Epidemiologen Grippe, COVID-19, Ebola und andere Infektionskrankheiten modellieren. Ersetzt man Zombies durch infizierte Personen und passt die Parameter an, erhält man ein gültiges Epidemiemodell. Das Zombie-Szenario macht die Konzepte zugänglich und anschaulich.
Was bedeutet der Radius der sicheren Zone?
Der Radius ist eine grobe geometrische Schätzung dafür, wie groß ein verteidigbares sicheres Gebiet bei der abschließend überlebenden menschlichen Bevölkerung sein könnte, wenn eine kreisförmige Verteilung angenommen wird. Berechnet wird der Radius eines Kreises, dessen Fläche diese Bevölkerung bei durchschnittlicher Dichte aufnehmen würde. Das macht die Größenordnung der verbleibenden Bevölkerung anschaulich.