Natürlich sagt es was über die Aussagekraft des Ergebnisses aus.
Daher wird das ja offengelegt.
Im Extremfall ist es ja so: keine Tests - keine Diagnose - keine Krankheit????
Trotzdem würden ja Menschen an Erkrankung der Atemwege leiden und all das andere...

Viele Tests viel Genauigkeit.
Bei niedrigen zahlen ist eh alles komisch.
Bei einem positiven Fall ist der nächste gleich eine Zunahme von 100%

Natürlich (erstmal) nicht !
"Rausrechnen" kann man den Fehler z.B. indem man mit einer tatsächlich zufälligen Stichprobe vergleicht.
Das funktioniert einigermaßen bei konstantem Testregime und zumindest grob vergleichbaren Inzidenzen.
Ändert sich das Testregime (z.B. Massentestung an jeder Ecke, Nichterfassung der Negativ-Tests) (oder die Inzidenz drastisch), so muß die Korrekturrechnung entsprechend angepaßt werden.

Viele Tests würden aber nicht viel Genauigkeit, sondern hohe Inzidenz bedeuten, wenn man wirklich die Anzahl Tests nicht berücksichtigen würde. Ohne Testbasis macht die ganze Inzidenz-Rechnung keinen Sinn.

Nein. Die Inzidenz ist 195. es wird nicht „hochgerechnet“.

Die testanzahl ist eine Information, damit jeder für sich die Zahl einordnen kann.

Ob die wie auch immer ermittelten Inzidenzen aussagekräftig sind, hängt davon ab, welche Aussage ich daraus ableiten kann oder will. Eine zufällige, aber repräsentative Stichprobe würde die statistische Wahrscheinlichkeit wiedergeben, jemanden mit einem positiven Test zu treffen (kann man vereinfacht als statistisch mittleres Infektionsrisiko ansehen, wenn wir davon ausgehen, daß jeder positiv getestete infektiös sein kann, falls nur entsprechende ct-Werte berücksichtigt werden). Für den Einzelnen sagt das wenig, und für gezielte Maßnahmen ist es ziemlich untauglich, da die Inzidenzen sehr ungleichmäßig verteilt sind über verschiedene Orte, soziale Schichten, Berufsgruppen, etc.

Wenn ich eine irgendwie auch immer selektierte Kohorte teste, hat man das Infektionsrisiko für diese Kohorte. Testet man viel in Schulen, hat man die Werte für Schüler und Lehrer; testet man in Altersheimen mehr, berührt das die Schüler nur marginal. Testet man vorwiegend symptomatische, kann man davon ausgehen, daß die Mehrheit der positiven zu Hause bleibt, und für die weitere Verbreitung weitgehend ausfällt. Für den Einzelnen sagen die Inzidenzen daher ohne Kenntnis der Kohortenzusammensetzung wenig, da ich nicht weiß, ob die gemittelte Inzidenz im Umfeld, wo ich mich normal bewege, so vorliegt. Eigentlich sollten die Modelle inzwischen bei Kenntnis der Infektionsschwerpunkte (und der für Hospitalisierung anfälligen Gruppen) auch die inhomogene, sozial und beruflich unterschiedliche Verbreitung des Virus abbilden, und daraus spezifische, fokussierte Schutz- oder Präventionsmaßnahmen ableiten, statt immer noch auf dem Gießkannenprinzip zu beharren.

Hohe Testzahl gleich hohe Inzidenz weil niedrigere Dunkelziffer.
Keine Tests, gleich Inzidenz 0, vermutlich eventuell vielleicht hohe Dunkelziffer.

Sorry so komplex ist es wirklich nicht.

Das wäre nur so, wenn es eine echte Stichprobe wäre. Aber da alle symptom-belasteten Leute zum PCR-Test gehen, ist da ein signifikanter Fehler.

Anscheinend wird das überhaupt nicht mathematisch angegangen, sondern wichtige Basics rausgelassen; nur ungefähr, wird schon passen. Kein Wunder, dass die Modelle nicht stimmen.

Fangen wir ernsthaft nach 18 Monaten an, das Thema Inzidenz zu hinterfragen.
Die Inzidenz hat nie behauptet (bzw es wurde nie von ihr behauptet) die exakte Lage abzubilden. Sie ist ein Grundpfeiler an dem man infektionsgeschehen beobachten kann.

Klar, sie wird durch testmengen beeinflusst, auch dadurch wieso wer zum Test geht.

Am Ende zeigt sie aber ein recht klares Bild davon auf wie viele Infizierte gibt es definitiv (plus Dunkelziffer). Je höher die testzahl, desto genauer ist die Inzidenz am echten Geschehen.
Eine repräsentative Stichprobe mit hoher n ist sicher exakter. An der Inzidenz lässt sich aber eben der Trend gut beobachten