Vorhersage von Infektionsgeschehen, welche sich vornehmlich auf historische Daten stützen, den tatsächlichen Infektionsverlauf nur unzureichend darstellen können. Ein Grund dafür ist, dass sie die Reaktionen der Bevölkerung auf die öffentliche Krisenkommunikation nicht berücksichtigen. In SEMSAI soll aufbauend auf bereits existierende Modelle ein Vorhersagemodell am Beispiel des Corona-Infektionsgeschehens entwickelt werden, dass auch diese sozialen Einflüsse mit einbezieht.

Dazu müssen die komplexen Zusammenhänge zwischen verschiedenen Faktoren, wie z. B. Kommunikation, Risikowahrnehmung, Vertrauen und gesundheitsschützendem bzw. -vermeidendem Verhalten, in die Modellberechnungen aufgenommen werden. Mit Hilfe eines solchen Modells können die individuellen Verhaltensweisen und ihre Auswirkungen auf die gesamte Infektionsdynamik untersucht werden.

Auf Grundlage des zu entwickelnden Modells soll letztendlich eine Software programmiert werden, mit der sich die Effekte einzelner nicht-pharmazeutischer Interventionen vorhersagen und die Wirksamkeit verschiedener Präventionsmaßnahmen bewerten lassen.