Warum ein Signifikanztest? Daten, Methodik, Grenzen und die offene Ursachenfrage

1. Warum überhaupt ein Signifikanztest?

Eine Grafik kann täuschen. Dass die Kurve ab 2022 deutlich abfällt, ist zunächst ein optischer Eindruck. Er beantwortet noch nicht die Frage, ob die Geburtenzahlen lediglich im Rahmen gewöhnlicher Schwankungen zurückgegangen sind oder ob sich das Niveau erkennbar verändert hat.

Ein statistischer Test macht daraus eine prüfbare Fragestellung: Wie ungewöhnlich ist der Abstand zwischen den Geburtenzahlen der Jahre 2016 bis 2021 und denen ab 2022, wenn man die zuvor beobachteten Schwankungen als Vergleichsmaßstab nimmt?

Der Test kann die Größenordnung des Unterschieds und dessen statistische Auffälligkeit beschreiben. Er kann aber nicht feststellen, wodurch der Rückgang verursacht wurde. Diese Trennung ist keine Formalie, sondern der Kern der gesamten Untersuchung.

2. Datengrundlage

Grundlage sind die Lebendgeborenen in Deutschland laut Statistischem Bundesamt (Destatis), Statistik der Geburten, GENESIS-Datenbank, Tabelle 12612. Verwendet werden die endgültigen Jahreswerte.

Jahr Lebendgeborene
2016 792.141
2017 784.901
2018 787.523
2019 778.090
2020 773.144
2021 795.492
2022 738.819
2023 692.989
2024 677.117
2025 654.241

Quelle: Destatis – Geburten, Lebendgeborene.

Der Hochpunkt 2021 fällt zeitlich mit dem Beginn der breiten Covid-Impfkampagne zusammen; der deutliche Rückgang setzt 2022 ein. Dabei ist die biologische Zeitachse zu berücksichtigen: Die 2021 geborenen Kinder wurden ganz überwiegend bereits vor Beginn der breiten Impfkampagne gezeugt. Der Geburtenanstieg 2021 kann deshalb nicht ohne Weiteres als Folge der Impfkampagne interpretiert werden.

Das ist für die Ursachenanalyse wichtig: Zwischen dem Beginn einer Maßnahme, einer möglichen biologischen Wirkung und einer späteren Geburt liegen unterschiedliche Zeitabstände. Eine bloße Gegenüberstellung von Kalenderjahren kann diese Zusammenhänge nicht auflösen.

3. Testaufbau

Für den Vergleich werden zwei Zeiträume gebildet:

  • Basisgruppe 2016–2021: sechs Jahreswerte

  • Vergleichsgruppe 2022–2025: vier Jahreswerte

Die statistische Fragestellung lautet:

  • Nullhypothese H₀: Die Mittelwerte der beiden Zeiträume unterscheiden sich nicht.

  • Alternativhypothese H₁: Der Mittelwert ab 2022 liegt niedriger.

Verwendet wird ein Welch-t-Test für zwei unabhängige Stichproben. Er setzt – anders als der klassische Student-t-Test – keine gleichen Varianzen voraus. Ergänzend werden die Abstände der einzelnen Folgejahre zum Mittelwert der Basisgruppe in Einheiten der dort beobachteten Standardabweichung dargestellt.

Zusätzlich wird ein Mann-Whitney-Rangtest betrachtet. Er prüft, ob die Werte einer Gruppe systematisch höher beziehungsweise niedriger liegen als die der anderen. Er benötigt keine Normalverteilungsannahme, setzt aber ebenfalls unabhängige Beobachtungen voraus.

Wichtige Einschränkung: Die Jahreswerte sind aufeinanderfolgende Beobachtungen einer Zeitreihe und keine zufällig gezogenen, voneinander unabhängigen Stichproben. Die Tests dienen daher zunächst als quantitative Beschreibung der Auffälligkeit. Ihre p-Werte dürfen nicht als unangreifbarer Nachweis eines Strukturbruchs verstanden werden.

4. Der Welch-t-Test in Alltagssprache

Der Test setzt den Abstand der beiden Mittelwerte ins Verhältnis zur Streuung innerhalb der Gruppen – vereinfacht: Signal im Verhältnis zum Rauschen.

Das Ergebnis lautet:

  • Welch-t-Wert: t ≈ 5,19

  • Einseitiger p-Wert: p ≈ 0,0058

  • Freiheitsgrade: df ≈ 3,2

Der p-Wert von rund 0,6 Prozent bedeutet unter den Modellannahmen: Wenn die Mittelwerte tatsächlich gleich wären, wäre ein mindestens so großer Unterschied in der beobachteten Richtung nur mit einer Wahrscheinlichkeit von ungefähr 0,6 Prozent zu erwarten.

Das ist ausdrücklich nicht die Wahrscheinlichkeit, dass die Nullhypothese wahr ist. Ebenso wenig bedeutet es, dass mit 99,4-prozentiger Sicherheit eine bestimmte Ursache gefunden wäre.

Statistische Schlussfolgerung: Der p-Wert von rund 0,0058 liegt sowohl unter dem üblichen Signifikanzniveau von 5 Prozent (p < 0,05) als auch unter dem strengeren Signifikanzniveau von 1 Prozent (p < 0,01). Das Ergebnis gilt damit als hoch signifikant. Die Nullhypothese wird folglich auf dem 1-%-Signifikanzniveau verworfen. Das Testergebnis spricht zugunsten der Alternativhypothese, dass die durchschnittliche jährliche Geburtenzahl im Zeitraum 2022–2025 niedriger lag als im Zeitraum 2016–2021.

Warum Welch? Die Streuungen unterscheiden sich erheblich:

  • Basisgruppe: Standardabweichung rund 8.400

  • Vergleichsgruppe: Standardabweichung rund 35.800

Der Welch-Test berücksichtigt diese ungleichen Varianzen. Das ist gegenüber dem klassischen t-Test grundsätzlich die sachgerechtere Wahl.

Auffällig ist dabei, dass die Streuung der Vergleichsgruppe wesentlich größer ist. Sie wird durch den starken zeitlichen Abwärtstrend mitgeprägt: Bereits von 2021 auf 2022 brach die Geburtenzahl um 56.673 auf 738.819 ein – ein Rückgang von 7,1 Prozent innerhalb eines Jahres. Der Abwärtstrend setzte sich in den Folgejahren fort: Von 2022 bis 2025 sank die jährliche Geburtenzahl um weitere 84.578 auf 654.241. Das entspricht einem zusätzlichen Rückgang von 11,4 Prozent. Gegenüber 2021 wurden 2025 somit insgesamt 141.251 Kinder weniger geboren – ein Minus von 17,8 Prozent. Diese zusätzliche Streuung vergrößert beim Welch-Test den Unsicherheitsanteil im Nenner und wirkt damit nicht künstlich zugunsten eines signifikanten Ergebnisses. Dass der Test trotz dieser Streuung einen t-Wert von rund 5,2 erreicht, unterstreicht die Größe des beobachteten Mittelwertunterschieds. Die grundsätzlichen Einschränkungen durch kleine Fallzahlen und zeitliche Abhängigkeit bleiben davon unberührt.

Hinzu kommt: Der Test ist einseitig formuliert, weil gezielt ein Rückgang untersucht wird. Da der Einschnitt 2021/2022 anhand der beobachteten Daten gewählt wurde, ist auch diese gerichtete Testentscheidung nicht ohne Weiteres wie eine vorab festgelegte Hypothese zu behandeln. Der nominelle p-Wert kann die tatsächliche Unsicherheit daher unterschätzen.

5. Wie groß ist der Rückgang?

Die Mittelwerte der beiden Zeiträume unterscheiden sich deutlich:

Kennzahl Ergebnis
Mittelwert 2016–2021 785.215,17
Mittelwert 2022–2025 690.791,50
Differenz pro Jahr −94.423,67
Rückgang gegenüber dem Basismittel −12,0 %

Auch die einzelnen Jahreswerte liegen weit unter dem Mittelwert der Basisgruppe:

Jahr Abstand zum Basismittel
2022 −5,5 Standardabweichungen
2023 −10,9 Standardabweichungen
2024 −12,8 Standardabweichungen
2025 −15,5 Standardabweichungen

Diese Abstände verdeutlichen die Größenordnung des Rückgangs. Sie sind allerdings keine eigenständigen Wahrscheinlichkeitsnachweise: Die Standardabweichung der Basisgruppe wurde nur aus sechs Jahren geschätzt und ist entsprechend unsicher. Insbesondere darf man aus den angegebenen Standardabweichungen keine exakten Extremwahrscheinlichkeiten ableiten.

Der ergänzende Mann-Whitney-Rangtest ergibt bei gerichteter Auswertung einen exakten p-Wert von rund 0,0048. Das ist bei sechs gegen vier Beobachtungen der kleinstmögliche einseitige Wert: Alle sechs Basisjahre liegen oberhalb sämtlicher vier Folgejahre.

Das ist ein anschaulicher Befund. Er darf aber nicht als unabhängige Bestätigung missverstanden werden, denn auch dieser Test setzt unabhängige Beobachtungen voraus. Die zeitliche Abfolge der Jahreswerte wird durch den Rangtest nicht berücksichtigt.

Robustheitsprüfung ohne das Hochpunktjahr 2021

Ein naheliegender Einwand lautet, dass der besonders hohe Wert des Jahres 2021 den Abstand der beiden Zeiträume überproportional vergrößern könnte. Deshalb lohnt sich ein zusätzlicher Vergleich, bei dem 2021 aus der Basisgruppe herausgenommen wird.

Für die Jahre 2016 bis 2020 ergibt sich:

  • Mittelwert: 783.160 Geburten

  • Standardabweichung: rund 7.562

  • Abstand 2022 zum neuen Basismittel: rund −5,9 Standardabweichungen

  • Abstand 2025 zum neuen Basismittel: rund −17,0 Standardabweichungen

Auch bei dieser verkürzten Basis liegen sämtliche fünf Basisjahre über sämtlichen vier Folgejahren. Der einseitige exakte Mann-Whitney-p-Wert beträgt 1/126 ≈ 0,0079.

Der Befund hängt somit nicht allein am Hochpunkt 2021. Allerdings wird die Basisgruppe durch das Weglassen eines Jahres noch kleiner. Auch diese Robustheitsprüfung ersetzt daher keine sachgerechte Zeitreihenanalyse. Sie zeigt aber, dass der Abstand nicht durch den Wert von 2021 allein erklärt werden kann.

6. Grenzen der statistischen Aussage

Fünf Einschränkungen sind für eine seriöse Einordnung unverzichtbar.

1. Autokorrelation und Zeitreihenstruktur

Jahreswerte sind keine unabhängigen Stichproben. Die Geburtenentwicklung eines Jahres hängt unter anderem mit der demografischen Struktur und dem Geburtenverhalten der Vorjahre zusammen. Welch- und Mann-Whitney-Test berücksichtigen diese zeitliche Abhängigkeit nicht. Ihre p-Werte sind deshalb Modellwerte unter vereinfachenden Annahmen.

2. Nachträglich gewählter Einschnitt

Der Schnitt zwischen 2021 und 2022 ist anhand der sichtbaren Entwicklung gewählt worden. Damit ist die Untersuchung nicht mit einem Experiment gleichzusetzen, bei dem Zeitpunkt und Hypothese vorher feststanden. Ein methodisch weiterführender Ansatz wären Strukturbruchtests, etwa nach Chow oder Bai-Perron, sowie Zeitreihenmodelle mit geeigneter Autokorrelationsstruktur. Dafür wäre eine längere Vorperiode besonders wichtig.

3. Kleine Fallzahl

Sechs Basisjahre und vier Vergleichsjahre sind eine schmale Datengrundlage. Aus sechs Beobachtungen lässt sich die langfristige Schwankungsbreite nur unsicher schätzen. Die auffälligen Abstände sind deshalb vor allem deskriptiv zu verstehen.

4. Eine stabile Ausgangslage ist nicht bewiesen

Eine lineare Regression über die Jahre 2016 bis 2021 ergibt keine statistisch signifikante Steigung (ungefähr −800 Geburten pro Jahr; p ≈ 0,74). Das beweist keine Stabilität. Es bedeutet lediglich, dass sich mit sechs Beobachtungen keine statistisch belastbare lineare Veränderung nachweisen lässt.

5. Absolute Geburtenzahlen und demografische Bezugsgrößen

Die Zahl der Geburten hängt nicht nur vom Geburtenverhalten ab, sondern auch davon, wie viele Frauen in welchem Alter leben. Die zahlenmäßig schwachen Geburtsjahrgänge der 1990er-Jahre erreichen inzwischen das wichtige fertile Alter. Destatis nennt diese Entwicklung ausdrücklich als einen Faktor des jüngsten Geburtenrückgangs.

Daneben ist die zusammengefasste Geburtenziffer zu betrachten. Sie stieg 2021 auf 1,58 Kinder je Frau, fiel 2022 auf 1,46 und lag 2025 nur noch bei 1,32. Der Rückgang der absoluten Geburtenzahl ist somit nicht allein mit der Zahl potenzieller Mütter zu erklären: Auch die altersspezifische Geburtenhäufigkeit ist deutlich gesunken.

Die zusammengefasste Geburtenziffer ist allerdings eine Periodenkennzahl. Sie beschreibt, wie viele Kinder eine Frau rechnerisch bekommen würde, wenn die altersspezifischen Geburtenverhältnisse des jeweiligen Jahres während ihres gesamten Lebens gelten würden. Sie ist nicht identisch mit der endgültigen Kinderzahl eines tatsächlichen Frauenjahrgangs.

Quellen: Destatis – Geburtenziffer 2021, Destatis – Geburtenziffer 2025.

7. 2026: keine Trendwende

Nach vorläufigen Destatis-Zahlen, veröffentlicht am 11. November 2026, wurden von Januar bis August 2026 rund 433.000 Kinder geboren. Das waren 1,7 Prozent weniger als im entsprechenden Vorjahreszeitraum.

Der Rückgang hat sich damit gegenüber den Vorjahren verlangsamt. Eine Stabilisierung oder gar eine Erholung ist das jedoch nicht. Zu unterscheiden sind das Niveau der Geburtenzahlen und die Geschwindigkeit ihres Rückgangs: Eine langsamer sinkende Zahl bleibt eine sinkende Zahl.

Die bisherige Entwicklung spricht deutlich dafür, dass auch 2026 ein weiteres Rückgangsjahr wird. Die endgültige Jahreszahl liegt zum Zeitpunkt der Veröffentlichung dieses Beitrags allerdings noch nicht vor.

Quelle: Destatis – Monatliche Geburtenzahlen.

8. Was der Test zeigt – und was nicht: die offene Ursachenfrage

Der statistische Vergleich zeigt einen sehr großen Niveauunterschied. Er identifiziert keine Ursache. Ab 2021/2022 wirkten mehrere Faktoren gleichzeitig: die Pandemie und ihre Folgen, die Impfkampagne, wirtschaftliche Unsicherheit, Inflation und Kaufkraftverlust, Wohnkosten, der Krieg in der Ukraine, aufgeschobene Kinderwünsche und langfristige demografische Entwicklungen.

Als weitere Hypothese ist auch der internationale Ausbau der 5G-Mobilfunknetze zu nennen. Der zeitliche Verlauf des 5G-Rollouts könnte mit dem Geburtenrückgang in verschiedenen Ländern verglichen werden. Ein solcher zeitlicher Gleichlauf wäre zunächst lediglich ein Anlass für eine gezielte Untersuchung. Er belegt weder eine biologische Wirkung hochfrequenter elektromagnetischer Felder auf die menschliche Fortpflanzungsfähigkeit noch einen ursächlichen Zusammenhang mit der Geburtenentwicklung. Dafür wären insbesondere belastbare Expositionsdaten, geeignete Vergleichsgruppen und Untersuchungen möglicher biologischer Wirkmechanismen erforderlich. Ein kausaler Zusammenhang zwischen 5G und dem Geburtenrückgang ist bislang nicht nachgewiesen.

Diese Faktoren müssen nicht einzeln und unabhängig voneinander wirken. Sie können sich gegenseitig verstärken. Gerade deshalb wäre es wissenschaftlich unzureichend, den Rückgang vorschnell einer einzigen Erklärung zuzuschreiben – unabhängig davon, ob diese Erklärung politisch erwünscht oder unerwünscht ist.

Die Impf-Hypothese: ein Untersuchungsanlass, kein Kausalitätsnachweis

Die internationale Forschung zur Impfkampagne verdient eine differenzierte Betrachtung. Eine 2025 in BMJ Public Health veröffentlichte Untersuchung von Jasilioniene und Kollegen analysierte die monatliche Fertilitätsentwicklung in 22 Ländern mit einem unterbrochenen Zeitreihenmodell. Berücksichtigt wurden unter anderem die Pandemie, die Impfkampagnen, die Jugendarbeitslosigkeit und die staatlichen Eindämmungsmaßnahmen.

Für die Einordnung ist zunächst das Gesamtergebnis wichtig: In den meisten untersuchten Ländern zeigte sich nach Beginn der Impfkampagnen ein zeitlich verzögerter negativer Zusammenhang mit der Fertilitätsentwicklung. In vielen Fällen führte dieser Rückgang die Geburtenhäufigkeit jedoch lediglich wieder näher an den bereits vor der Pandemie erkennbaren Trend heran. Nur in vier von 22 Ländern lag sie nach dem Rückgang unter dem Niveau, das der Vorpandemietrend erwarten ließ.

Für Deutschland ist eine weitere Einschränkung wichtig: Der zunächst beobachtete negative Zusammenhang wurde schwächer beziehungsweise verschwand teilweise, wenn die Impfquote zusätzlich berücksichtigt wurde. Das ist für die deutsche Ursachenfrage ein wesentlicher Befund und darf bei der Interpretation nicht unterschlagen werden.

Daneben berichten die Autoren, dass in zehn der 22 Länder ein ausgeprägterer negativer Zusammenhang zwischen dem Beginn der Impfkampagne und der Fertilität etwa neun Monate später zu beobachten war. Sie halten es für wahrscheinlich, dass die Impfkampagne zu kurzfristigen Fertilitätsschwankungen beigetragen hat. Zugleich betonen sie, dass aggregierte Bevölkerungsdaten keine individuelle Kausalitätsanalyse ermöglichen und unbeobachtete Einflussfaktoren nicht vollständig ausgeschlossen werden können.

Die scheinbar widersprüchlichen Ergebnisse lassen sich somit unterscheiden: Ein kurzfristiger Rückgang nach einer Impfkampagne ist nicht dasselbe wie ein dauerhaftes Absinken unter den bereits vorher bestehenden Trend. Die Studie liefert Hinweise auf kurzfristige Zusammenhänge, aber keinen Nachweis einer dauerhaften impfbedingten Schädigung der Fruchtbarkeit.

Quelle: Jasilioniene et al. (2025), Association between the COVID-19 vaccination campaign and fertility trends: a population-level time series analysis for 22 countries, BMJ Public Health 3. DOI: 10.1136/bmjph-2024-001410.

Auch die vorhandenen Untersuchungen zu biologischen Reproduktionsparametern müssen differenziert betrachtet werden. Eine 2026 veröffentlichte Umbrella-Review in der Fachzeitschrift Vaccine wertete 14 systematische Übersichtsarbeiten mit insgesamt 40 Endpunkten aus. Sie fand insgesamt nur geringe Auswirkungen der Impfung auf die untersuchten Fertilitäts- und Ergebnisse der assistierten Reproduktion. Die Qualität der Evidenz wurde jedoch überwiegend als sehr niedrig bis niedrig eingestuft. Die Autoren fordern ausdrücklich hochwertige prospektive Studien mit längerer Nachbeobachtung.

Die Übersichtsarbeit weist zugleich darauf hin, dass eine SARS-CoV-2-Infektion die Samenqualität beeinträchtigen kann. Für die Impfung wurden dagegen nur geringe Auswirkungen auf die untersuchten Parameter gefunden.

Diese Ergebnisse sind relevant, beantworten aber nicht jede denkbare Frage. Untersuchungen zur assistierten Reproduktion, etwa zu Eizellzahl, Embryonenqualität oder Schwangerschaftsraten, sind nicht gleichbedeutend mit einer umfassenden Untersuchung der natürlichen Empfängnisfähigkeit in der Gesamtbevölkerung. Auch seltene, verzögert auftretende oder langfristige Effekte lassen sich mit begrenzten Beobachtungszeiträumen und kleinen Teilgruppen nur schwer erfassen.

Quelle: Cao et al. (2026), Assessing the impact of SARS-CoV-2 infection and vaccination on fertility and assisted reproductive techniques outcomes: an umbrella review, Vaccine 76:128293. DOI: 10.1016/j.vaccine.2026.128293.

Für die Bewertung gilt in beide Richtungen: Wer einen kausalen Schaden durch eine Impfung oder eine andere Exposition behauptet, muss dafür belastbare Belege vorlegen. Umgekehrt ist das bisherige Ausbleiben eines solchen Nachweises nicht gleichbedeutend mit einem umfassenden und langfristigen Nachweis der Unbedenklichkeit. Eine statistische Assoziation auf Bevölkerungsebene ist noch kein Beweis dafür, dass eine Impfung bei einzelnen Menschen eine Fruchtbarkeitsstörung verursacht hat.

Die wissenschaftliche Aufgabe besteht deshalb nicht darin, eine Hypothese vorschnell zu bestätigen oder zu verwerfen. Sie besteht darin, sie mit geeigneten Daten zu prüfen – einschließlich solcher Ergebnisse, die bisherigen Erwartungen widersprechen.

Der statistische Test leistet hierfür einen vorgelagerten Beitrag: Er zeigt, dass der Geburtenrückgang in Deutschland nicht nur eine optische Auffälligkeit in einer Grafik ist, sondern einen außergewöhnlich großen Abstand zwischen zwei Zeiträumen darstellt. Die Ursachenfrage bleibt davon unberührt und muss gesondert untersucht werden.

9. Internationaler Kontext

Der Rückgang ist kein deutsches Sonderphänomen. Nach Angaben von Eurostat wurden 2023 in der Europäischen Union rund 3,67 Millionen Kinder geboren. Das waren 5,4 Prozent weniger als 2022 und der stärkste jährliche Rückgang seit Beginn der Eurostat-Reihe im Jahr 1961. Die zusammengefasste Geburtenziffer sank im selben Zeitraum von 1,46 auf 1,38 Kinder je Frau.

Auch andere europäische Länder verzeichneten deutliche Rückgänge. Die Entwicklung betrifft Staaten mit unterschiedlichen Familienpolitiken, wirtschaftlichen Rahmenbedingungen und Gesundheitssystemen.

Quelle: Eurostat – Record drop in children being born in the EU in 2023.

Die internationale Gleichzeitigkeit macht die Ursachenanalyse besonders interessant. Sie spricht dafür, gemeinsame überstaatliche Einflussfaktoren zu untersuchen. Zugleich unterscheiden sich die Länder hinsichtlich des Zeitpunkts und Umfangs der Impfkampagnen, des 5G-Netzausbaus, der wirtschaftlichen Entwicklung, der Pandemiemaßnahmen und der demografischen Ausgangslage.

Genau diese Unterschiede können für vergleichende Untersuchungen genutzt werden. Allerdings reicht es nicht, einzelne Länder mit hohen oder niedrigen Impfquoten oder unterschiedlich weit fortgeschrittenem 5G-Ausbau gegenüberzustellen. Erforderlich sind längere Zeitreihen und statistische Modelle, die Alter, Bevölkerungsstruktur, wirtschaftliche Entwicklung, Infektionsgeschehen, Impfstatus, tatsächliche Exposition und weitere Einflussgrößen berücksichtigen.

Die internationale Gleichzeitigkeit beweist also keine gemeinsame Ursache. Sie macht eine systematische, länderübergreifende Prüfung aber umso dringlicher.

10. Fazit

Der Geburtenrückgang in Deutschland ist außergewöhnlich groß. Im Zeitraum 2022 bis 2025 wurden im Jahresmittel rund 94.400 Kinder weniger geboren als im Zeitraum 2016 bis 2021. Das entspricht einem Rückgang von rund 12 Prozent gegenüber dem Mittelwert der vorherigen sechs Jahre.

Die Geburtenzahl sank vier Jahre in Folge. 2025 wurden mit 654.241 Kindern so wenige Geburten registriert wie seit 1946 nicht mehr. Auch die zusammengefasste Geburtenziffer fiel weiter und erreichte 2025 mit 1,32 Kindern je Frau einen historisch niedrigen Wert. Die vorläufigen Zahlen für 2026 sprechen für eine Fortsetzung des Rückgangs.

Die statistischen Tests verdeutlichen die Größenordnung des Unterschieds. Wegen der kleinen Fallzahlen, der zeitlichen Abhängigkeit und des nachträglich gewählten Einschnitts dürfen ihre p-Werte allerdings nicht als exakter Beweis eines Strukturbruchs missverstanden werden. Die zusätzliche Berechnung ohne das Hochpunktjahr 2021 zeigt immerhin, dass der Abstand nicht allein durch dieses eine Jahr zustande kommt.

Noch weniger beantworten die Tests die Ursachenfrage. Demografische und wirtschaftliche Entwicklungen, Pandemie und Impfkampagne sowie weitere zeitgleich verlaufende Entwicklungen kommen als Einflussfaktoren beziehungsweise Untersuchungsgegenstände in Betracht. Dazu gehört auch die Frage, ob der internationale 5G-Ausbau irgendeinen messbaren Einfluss auf die Fertilitätsentwicklung hatte. Für einen solchen Zusammenhang liegt bislang kein belastbarer Kausalitätsnachweis vor.

Die internationale Forschung liefert Hinweise auf kurzfristige Zusammenhänge zwischen Impfkampagnen und Fertilitätsentwicklung. Sie rechtfertigt weitere Untersuchungen, erlaubt bislang aber keine abschließende Kausalitätsaussage.

Was jetzt benötigt wird, sind unabhängige, transparente und methodisch belastbare Untersuchungen: Kohortenvergleiche nach individuellem Expositionsstatus, länderübergreifende Analysen mit geeigneten Kontrollvariablen, längere Nachbeobachtungszeiträume sowie eine systematische Auswertung von Sicherheits- und Pharmakovigilanzdaten. Bei möglichen Umwelteinflüssen müssen tatsächliche Expositionen und nicht nur der zeitliche Ausbau technischer Infrastruktur untersucht werden. Interessenkonflikte und Finanzierungsquellen müssen offengelegt werden; abweichende Befunde dürfen nicht ausgeblendet werden.

Die entscheidende Frage ist nicht, welche Erklärung politisch oder gesellschaftlich am bequemsten ist. Entscheidend ist, was tatsächlich geschehen ist – und ob wir bereit sind, auch unbequeme Antworten zuzulassen.


Quellen und weiterführende Literatur

  1. Statistisches Bundesamt (Destatis): Lebendgeborene und Gestorbene – Jahreszahlen.

  2. Statistisches Bundesamt (Destatis): Geburtenziffer 2021 erstmals seit 2017 gestiegen.

  3. Statistisches Bundesamt (Destatis): Zusammengefasste Geburtenziffer 2025.

  4. Statistisches Bundesamt (Destatis): Monatliche Geburtenzahlen.

  5. Jasilioniene, A. et al. (2025): Association between the COVID-19 vaccination campaign and fertility trends: a population-level time series analysis for 22 countries. BMJ Public Health, 3. DOI: 10.1136/bmjph-2024-001410.

  6. Cao, Q. et al. (2026): Assessing the impact of SARS-CoV-2 infection and vaccination on fertility and assisted reproductive techniques outcomes: an umbrella review. Vaccine, 76:128293. DOI: 10.1016/j.vaccine.2026.128293.

  7. Eurostat (2025): Record drop in children being born in the EU in 2023.Zwischen 2022 und 2025 sank die jährliche Geburtenzahl um weitere 84.578 – das entspricht einem Rückgang von rund 11,4 Prozent innerhalb von nur drei Jahren.

Von rbk