ZusammenfassungNach dem globalen Ausbruch der COVID-19-Pandemie entwickelte sich eine Infektionsdynamik von immensen Ausmaßen. Seitdem wird versucht, das Infektionsgeschehen mit zahlreichen Maßnahmen unter Kontrolle zu bringen. Das gelang im Frühjahr 2020 sehr gut, während im darauffolgenden Herbst die Anzahl der Infektionen stark anstieg. Zur Vorhersage des Infektionsgeschehens werden epidemiologische Modelle eingesetzt, die grundsätzlich ein sehr wertvolles Werkzeug im Pandemiemanagement sind. Allerdings beruhen sie teils immer noch auf Vermutungen bzgl. der Übertragungswege und möglicher Treiber der Infektionsdynamik. Trotz zahlreicher einzelner Ansätze fehlen auch noch heute in vielen Bereichen systematische epidemiologische Daten, mit denen z. B. die Wirksamkeit einzelner Maßnahmen nachgewiesen werden könnte. In Studien generierte Daten werden aber benötigt, um möglichst belastbare Vorhersagen bzgl. des weiteren Verlaufs der Pandemie treffen zu können. Dabei entwickelt sich die Komplexität der Modelle Hand in Hand mit der Komplexität der zur Verfügung stehenden Daten. In diesem Artikel wird nach einer Abgrenzung zweier grundsätzlicher Modellklassen der Beitrag epidemiologischer Modelle zur Beurteilung verschiedener zentraler Aspekte des Pandemieverlaufs, wie z. B. Reproduktionszahl, Dunkelziffer, Infektionssterblichkeit, sowie zur Berücksichtigung der Regionalität aufgezeigt. Anschließend wird der Einsatz der Modelle zur Quantifizierung der Wirkung von Maßnahmen und der Effekte der Strategie des Testens, Nachverfolgens und Isolierens („test-trace-isolate strategy“) beschrieben. In der abschließenden Diskussion werden die Limitationen solcher Modellierungsansätze ihren Vorteilen gegenübergestellt.