TED2009
Hans Rosling: Insights on HIV, in stunning data visuals
Hans Rosling über HIV: Neue Fakten und Datenvisualisierungen versetzen in Staunen
Filmed:
Readability: 3.9
1,174,291 views
Hans Rosling enthüllt duch neue Datenvisualisierungen die komplizierten Risikofaktoren einer der tödlichsten (und am häufigsten missverstandenen) Krankheiten der Welt: HIV/AIDS. Er zeigt, dass der Schlüssel zur Überwindung der Epidemie in der Übertragungsverhinderung liegt und nicht in der Behandlung durch Medikamente.
Hans Rosling - Global health expert; data visionary
In Hans Rosling’s hands, data sings. Global trends in health and economics come to vivid life. And the big picture of global development—with some surprisingly good news—snaps into sharp focus. Full bio
In Hans Rosling’s hands, data sings. Global trends in health and economics come to vivid life. And the big picture of global development—with some surprisingly good news—snaps into sharp focus. Full bio
Double-click the English transcript below to play the video.
00:12
(Applause)
0
0
5000
(Beifall)
00:18
AIDS was discovered 1981; the virus, 1983.
1
6000
5000
AIDS wurde 1981 entdeckt, das Virus 1983.
00:23
These Gapminder bubbles show you
2
11000
2000
Diese Gapminder-Grafik zeigt Ihnen,
00:25
how the spread of the virus was in 1983 in the world,
3
13000
4000
wie die weltweite Verbreitung des Virus 1983 aussah,
00:29
or how we estimate that it was.
4
17000
2000
oder wie wir annehmen, dass sie aussah.
00:31
What we are showing here is --
5
19000
2000
Was wir hier zeigen ist --
00:33
on this axis here, I'm showing percent of infected adults.
6
21000
7000
auf dieser Achse hier zeige ich den Prozentsatz infizierter Erwachsener.
00:40
And on this axis, I'm showing dollars per person in income.
7
28000
5000
Und auf dieser Achse zeige ich das Pro-Kopf-Einkommen in Dollar.
00:45
And the size of these bubbles, the size of the bubbles here,
8
33000
4000
Und die Größe dieser Blasen, die Größe der Blasen hier,
00:49
that shows how many are infected in each country,
9
37000
3000
zeigt, wie viele im jeweiligen Land infiziert sind,
00:52
and the color is the continent.
10
40000
2000
und die Farbe ist der Kontinent.
00:54
Now, you can see United States, in 1983,
11
42000
2000
Nun sehen Sie, dass die Vereinigten Staaten 1983
00:56
had a very low percentage infected,
12
44000
3000
einen sehr geringen Prozentsatz infizierter Personen hatte,
00:59
but due to the big population, still a sizable bubble.
13
47000
4000
aber aufgrund der großen Einwohnerzahl trotzdem eine große Blase.
01:03
There were quite many people infected in the United States.
14
51000
3000
In den Vereinigten Staaten waren ziemlich viele Leute infiziert.
01:06
And, up there, you see Uganda.
15
54000
2000
Und da oben sehen Sie Uganda.
01:08
They had almost five percent infected,
16
56000
3000
Dort waren fast fünf Prozent infiziert,
01:11
and quite a big bubble in spite of being a small country, then.
17
59000
3000
und deshalb ist die Blase groß, obwohl das Land klein ist.
01:14
And they were probably the most infected country in the world.
18
62000
5000
Und es war wahrscheinlich das infektionsreichste Land der Welt.
01:19
Now, what has happened?
19
67000
2000
Was ist dann passiert?
01:21
Now you have understood the graph
20
69000
2000
Sie haben nun die Grafik verstanden,
01:23
and now, in the next 60 seconds,
21
71000
3000
und jetzt, in den nächsten 60 Sekunden,
01:26
we will play the HIV epidemic in the world.
22
74000
3000
werden wir die HIV-Epidemie in der Welt ablaufen lassen.
01:29
But first, I have a new invention here.
23
77000
3000
Aber zuerst habe ich hier eine neue Erfindung.
01:34
(Laughter)
24
82000
3000
(Gelächter)
01:39
I have solidified the beam of the laser pointer.
25
87000
4000
Ich habe den Strahl des Laserpointers erstarren lassen.
01:43
(Laughter)
26
91000
3000
(Gelächter)
01:46
(Applause)
27
94000
3000
(Beifall)
01:52
So, ready, steady, go!
28
100000
4000
Also, auf die Plätze, fertig, los!
01:56
First, we have the fast rise in Uganda and Zimbabwe.
29
104000
4000
Zuerst sehen wir den schnellen Anstieg in Uganda und Simbabwe.
02:00
They went upwards like this.
30
108000
2000
Sie stiegen so nach oben.
02:02
In Asia, the first country to be heavily infected was Thailand --
31
110000
4000
In Asien war das erste stark infizierte Land Thailand.
02:06
they reached one to two percent.
32
114000
2000
Es erreichte ein bis zwei Prozent.
02:08
Then, Uganda started to turn back,
33
116000
2000
Dann begann Uganda abzusinken,
02:10
whereas Zimbabwe skyrocketed,
34
118000
2000
während Simbabwe nach oben schoss,
02:12
and some years later South Africa had a terrible rise of HIV frequency.
35
120000
4000
und einige Jahre später hatte Südafrika einen schrecklichen Anstieg des HIV-Vorkommens.
02:16
Look, India got many infected,
36
124000
2000
Sehen Sie, in Indien wurden viele infiziert,
02:18
but had a low level.
37
126000
2000
aber das Niveau war niedrig.
02:20
And almost the same happens here.
38
128000
2000
Und fast das Gleiche passiert hier.
02:22
See, Uganda coming down, Zimbabwe coming down,
39
130000
3000
Sehen Sie: Während Uganda absinkt und Simbabwe absinkt,
02:25
Russia went to one percent.
40
133000
2000
stieg Russland auf ein Prozent an.
02:27
In the last two to three years,
41
135000
3000
In den vergangenen zwei bis drei Jahren
02:30
we have reached a steady state of HIV epidemic in the world.
42
138000
4000
haben wir ein Gleichgewicht der weltweiten HIV-Epidemie erreicht.
02:34
25 years it took.
43
142000
3000
Das hat 25 Jahre gedauert.
02:37
But, steady state doesn't mean that things are getting better,
44
145000
3000
Aber Gleichgewicht bedeutet nicht, dass die Dinge besser werden,
02:40
it's just that they have stopped getting worse.
45
148000
3000
sondern nur, dass sie nicht schlimmer werden.
02:43
And it has -- the steady state is, more or less,
46
151000
4000
Und dabei sind -- im Gleichgewicht sind mehr oder weniger
02:47
one percent of the adult world population is HIV-infected.
47
155000
4000
ein Prozent der erwachsenen Weltbevölkerung mit HIV infiziert.
02:51
It means 30 to 40 million people,
48
159000
3000
Das bedeutet 30 bis 40 Millionen Menschen,
02:54
the whole of California -- every person,
49
162000
2000
ganz Kalifornien, jede Person,
02:56
that's more or less what we have today in the world.
50
164000
2000
das ist mehr oder weniger, was wir heute auf der Welt haben.
02:58
Now, let me make a fast replay of Botswana.
51
166000
5000
Lassen Sie mich nun Botswana noch einmal schnell abspielen.
03:03
Botswana -- upper middle-income country in southern Africa,
52
171000
4000
Botswana -- ein Land im südlichen Afrika mit höherem mittlerem Einkommen,
03:07
democratic government, good economy,
53
175000
3000
demokratischer Regierung, guter Wirtschaft,
03:10
and this is what happened there.
54
178000
2000
und das hier ist dort passiert.
03:12
They started low, they skyrocketed,
55
180000
2000
Es fing niedrig an, dann schossen die Zahlen nach oben,
03:14
they peaked up there in 2003,
56
182000
3000
und 2003 wurde dort oben der Höhepunkt erreicht,
03:17
and now they are down.
57
185000
2000
und jetzt ist es hier unten.
03:19
But they are falling only slowly,
58
187000
2000
Aber es sinkt nur langsam ab,
03:21
because in Botswana, with good economy and governance,
59
189000
2000
weil man in Botswana, mit guter Wirtschaft und Staatsführung,
03:23
they can manage to treat people.
60
191000
3000
die Menschen behandeln kann.
03:26
And if people who are infected are treated, they don't die of AIDS.
61
194000
3000
Und wenn Menschen, die infiziert sind, behandelt werden, sterben sie nicht an AIDS.
03:29
These percentages won't come down
62
197000
3000
Diese Prozentsätze werden nicht niedriger werden,
03:32
because people can survive 10 to 20 years.
63
200000
2000
weil Menschen 10 bis 20 Jahre überleben können.
03:34
So there's some problem with these metrics now.
64
202000
3000
Also haben wir jetzt ein Problem mit dieser Metrik.
03:37
But the poorer countries in Africa, the low-income countries down here,
65
205000
4000
Aber die ärmeren Länder in Afrika, die Länder mit niedrigeren Einkommen hier unten,
03:41
there the rates fall faster, of the percentage infected,
66
209000
6000
da sinken die Prozentzahlen der Infizierten schneller
03:47
because people still die.
67
215000
2000
weil Menschen immer noch sterben.
03:49
In spite of PEPFAR, the generous PEPFAR,
68
217000
3000
Trotz PEPFAR, dem großzügigen PEPFAR,
03:52
all people are not reached by treatment,
69
220000
3000
können wir nicht alle Leute mit Behandlung erreichen,
03:55
and of those who are reached by treatment in the poor countries,
70
223000
2000
und von denen, die wir mit Behandlung erreichen in den armen Ländern,
03:57
only 60 percent are left on treatment after two years.
71
225000
3000
sind nach zwei Jahren nur noch 60 Prozent unter Behandlung.
04:00
It's not realistic with lifelong treatment
72
228000
4000
Lebenslange Behandlung ist nicht realistisch
04:04
for everyone in the poorest countries.
73
232000
2000
für alle in den ärmsten Ländern.
04:06
But it's very good that what is done is being done.
74
234000
3000
Aber es ist sehr gut, dass getan wird, was getan wird.
04:09
But focus now is back on prevention.
75
237000
4000
Aber Prävention steht jetzt wieder im Mittelpunkt.
04:13
It is only by stopping the transmission
76
241000
3000
Nur indem wir die Übertragung stoppen
04:16
that the world will be able to deal with it.
77
244000
3000
kann die Welt damit fertig werden.
04:19
Drugs is too costly -- had we had the vaccine,
78
247000
2000
Medikamente sind zu teuer -- wenn wir den Impfstoff gehabt hätten,
04:21
or when we will get the vaccine, that's something more effective --
79
249000
3000
oder wenn wir den Impfstoff bekämen, das wäre effektiver --
04:24
but the drugs are very costly for the poor.
80
252000
2000
aber die Medikamente sind sehr teuer für die Armen.
04:26
Not the drug in itself, but the treatment
81
254000
2000
Nicht die Medikamente selber, sondern die Behandlung
04:28
and the care which is needed around it.
82
256000
2000
und die Pflege, die damit verbunden ist.
04:32
So, when we look at the pattern,
83
260000
3000
Wenn wir uns also das Muster ansehen,
04:35
one thing comes out very clearly:
84
263000
2000
wird eines ganz klar:
04:37
you see the blue bubbles
85
265000
2000
Sie sehen die blauen Blasen
04:39
and people say HIV is very high in Africa.
86
267000
2000
und die Leute sagen, HIV ist sehr verbreitet in Afrika.
04:41
I would say, HIV is very different in Africa.
87
269000
3000
Ich würde sagen, HIV ist sehr anders in Afrika.
04:44
You'll find the highest HIV rate in the world
88
272000
4000
Sie finden die höchsten HIV Raten auf der Welt
04:48
in African countries,
89
276000
2000
in afrikanischen Ländern,
04:50
and yet you'll find Senegal, down here --
90
278000
2000
und dennoch finden Sie in Senegal, hier unten,
04:52
the same rate as United States.
91
280000
2000
die gleiche Rate wie in den Vereinigten Staaten.
04:54
And you'll find Madagascar,
92
282000
2000
Und Sie werden feststellen, dass Madagaskar,
04:56
and you'll find a lot of African countries
93
284000
2000
und sie werden feststellen, dass eine Menge afrikanische Länder
04:58
about as low as the rest of the world.
94
286000
3000
ungefähr so niedrig liegen wie der Rest der Welt.
05:01
It's this terrible simplification that there's one Africa
95
289000
4000
Das ist diese schreckliche Vereinfachung, dass es dieses eine Afrika gibt
05:05
and things go on in one way in Africa.
96
293000
2000
und dass Dinge auf eine Art laufen in Afrika.
05:07
We have to stop that.
97
295000
2000
Das müssen wir stoppen.
05:09
It's not respectful, and it's not very clever
98
297000
3000
Das zeigt keinen Respekt, und es ist nicht sehr klug
05:12
to think that way.
99
300000
2000
so zu denken.
05:14
(Applause)
100
302000
4000
(Applaus)
05:18
I had the fortune to live and work for a time in the United States.
101
306000
3000
Ich hatte das Glück, eine Zeit lang in den Vereinigten Staaten zu leben und zu arbeiten.
05:21
I found out that Salt Lake City and San Francisco were different.
102
309000
4000
Wie ich erfuhr, ist Salt Lake City anders als San Francisco.
05:25
(Laughter)
103
313000
2000
(Gelächter)
05:27
And so it is in Africa -- it's a lot of difference.
104
315000
3000
Und genau so ist es in Afrika -- es gibt große Unterschiede.
05:30
So, why is it so high? Is it war?
105
318000
2000
Warum ist es so hoch? Ist es Krieg?
05:32
No, it's not. Look here.
106
320000
2000
Nein, das ist es nicht. Schauen Sie hier.
05:34
War-torn Congo is down there -- two, three, four percent.
107
322000
3000
Das vom Krieg zerrüttete Kongo ist hier unten -- zwei, drei, vier Prozent.
05:37
And this is peaceful Zambia, neighboring country -- 15 percent.
108
325000
4000
Und dies ist das friedliche Sambia, Nachbarland -- 15 Prozent.
05:41
And there's good studies of the refugees coming out of Congo --
109
329000
3000
Und dann gibt es gute Studien über die Flüchtlinge aus dem Kongo --
05:44
they have two, three percent infected,
110
332000
2000
von denen zwei, drei Prozent infiziert sind,
05:46
and peaceful Zambia -- much higher.
111
334000
2000
und das friedliche Sambia -- viel höher.
05:48
There are now studies clearly showing
112
336000
2000
Mittlerweile gibt es Studien, die klar zeigen,
05:50
that the wars are terrible, that rapes are terrible,
113
338000
3000
dass die Kriege schrecklich sind, dass Vergewaltigungen schrecklich sind.
05:53
but this is not the driving force for the high levels in Africa.
114
341000
3000
Aber das ist nicht die treibende Kraft hinter den hohen Zahlen in Afrika.
05:56
So, is it poverty?
115
344000
2000
Also ist es Armut?
05:58
Well if you look at the macro level,
116
346000
2000
Nun, wenn man es auf dem Makrolevel betrachtet,
06:00
it seems more money, more HIV.
117
348000
2000
sieht es aus als ob je mehr Geld, desto mehr HIV.
06:02
But that's very simplistic,
118
350000
3000
Aber das ist sehr vereinfacht,
06:05
so let's go down and look at Tanzania.
119
353000
2000
also schauen wir weiter unten Tansania an.
06:07
I will split Tanzania in five income groups,
120
355000
4000
Ich teile Tansania in fünf Einkommensgruppen auf,
06:11
from the highest income to the lowest income,
121
359000
2000
vom höchsten Einkommen zum niedrigsten Einkommen,
06:13
and here we go.
122
361000
2000
und hier geht's los.
06:15
The ones with the highest income, the better off -- I wouldn't say rich --
123
363000
3000
Diejenigen mit dem höchsten Einkommen, die Wohlhabenden, ich würde nicht sagen die Reichen,
06:18
they have higher HIV.
124
366000
2000
die haben öfter HIV.
06:20
The difference goes from 11 percent down to four percent,
125
368000
3000
Der Unterschied geht von 11 Prozent herunter auf vier Prozent,
06:23
and it is even bigger among women.
126
371000
2000
und der Unterschied ist noch größer bei Frauen.
06:25
There's a lot of things that we thought, that now, good research,
127
373000
4000
Es gibt eine Menge, von dem wir dachten, dass jetzt, gute Forschung
06:29
done by African institutions and researchers
128
377000
3000
von afrikanischen Einrichtungen und Forschern
06:32
together with the international researchers, show that that's not the case.
129
380000
3000
zusammen mit den internationalen Forschern, zeigen, dass das nicht der Fall ist.
06:35
So, this is the difference within Tanzania.
130
383000
2000
Also, das ist der Unterschied innerhalb von Tansania.
06:37
And, I can't avoid showing Kenya.
131
385000
2000
Und ich kann nicht umhin, Kenia zu zeigen.
06:39
Look here at Kenya.
132
387000
2000
Schauen Sie sich hier Kenia an.
06:41
I've split Kenya in its provinces.
133
389000
2000
Ich habe Kenia in seine Provinzen unterteilt.
06:43
Here it goes.
134
391000
2000
Hier geht's los.
06:45
See the difference within one African country --
135
393000
3000
Sehen Sie den Unterschied innerhalb eines afrikanischen Landes --
06:48
it goes from very low level to very high level,
136
396000
3000
es geht von einem sehr niedrigem Level bis zu einem sehr hohem Level
06:51
and most of the provinces in Kenya is quite modest.
137
399000
3000
und die meisten Provinzen in Kenia sind ziemlich niedrig.
06:54
So, what is it then?
138
402000
2000
Also, was ist es dann?
06:56
Why do we see this extremely high levels in some countries?
139
404000
4000
Warum sehen wir diese extrem hohen Level in einigen Ländern?
07:00
Well, it is more common with multiple partners,
140
408000
3000
Nun, es kommt häufiger mit mehreren Partnern vor,
07:03
there is less condom use,
141
411000
3000
es werden weniger Kondome benutzt,
07:06
and there is age-disparate sex --
142
414000
3000
und Leute unterschiedlichen Alters haben Geschlechtsverkehr --
07:09
that is, older men tend to have sex with younger women.
143
417000
3000
das heißt, ältere Männer neigen dazu, Geschlechtsverkehr mit jüngeren Frauen zu haben.
07:12
We see higher rates in younger women than younger men
144
420000
3000
Wir sehen höhere Zahlen in jüngeren Frauen als in jüngeren Männern
07:15
in many of these highly affected countries.
145
423000
2000
in vielen dieser stark betroffenen Ländern.
07:17
But where are they situated?
146
425000
2000
Aber wo liegen sie?
07:19
I will swap the bubbles to a map.
147
427000
2000
Ich werde die Blasen zu einer Karte vertauschen.
07:21
Look, the highly infected are four percent of all population
148
429000
4000
Schauen Sie, die Hochinfizierten entsprechen vier Prozent der Gesamtbevölkerung
07:25
and they hold 50 percent of the HIV-infected.
149
433000
3000
und sie weisen 50 Prozent aller HIV-Infizierten auf.
07:28
HIV exists all over the world.
150
436000
3000
HIV gibt es überall auf der Welt.
07:31
Look, you have bubbles all over the world here.
151
439000
2000
Schauen Sie, die Blasen sind überall auf der Welt.
07:33
Brazil has many HIV-infected.
152
441000
3000
Brasilien hat viele HIV-Infizierte.
07:36
Arab countries not so much, but Iran is quite high.
153
444000
3000
Arabische Länder nicht so sehr, aber Iran ist ziemlich hoch.
07:39
They have heroin addiction and also prostitution in Iran.
154
447000
4000
Es gibt Heroinsucht und auch Prostitution im Iran.
07:43
India has many because they are many.
155
451000
2000
Indien hat viele, weil dort viele leben.
07:45
Southeast Asia, and so on.
156
453000
2000
Südostasien, und so weiter.
07:47
But, there is one part of Africa --
157
455000
2000
Aber es gibt einen Teil Afrikas --
07:49
and the difficult thing is, at the same time,
158
457000
2000
und das Schwierige ist, zur gleichen Zeit,
07:51
not to make a uniform statement about Africa,
159
459000
4000
keine Pauschalaussage über Afrika zu machen,
07:55
not to come to simple ideas of why it is like this, on one hand.
160
463000
4000
auf keine einfachen Ideen zu kommen, warum das so ist, auf der einen Seite.
07:59
On the other hand, try to say that this is not the case,
161
467000
3000
Auf der anderen Seite, zuzugeben, dass dies ein schwerer Fall ist,
08:02
because there is a scientific consensus about this pattern now.
162
470000
4000
weil sich die Wissenschaft über dieses Muster jetzt einig ist.
08:06
UNAIDS have done good data available, finally,
163
474000
3000
UNAIDS haben endlich gute Daten zur Verfügung gestellt
08:09
about the spread of HIV.
164
477000
3000
zur Verbreitung von HIV.
08:12
It could be concurrency.
165
480000
3000
Es könnte Zeitgleichheit sein.
08:15
It could be some virus types.
166
483000
3000
Es könnten ein paar Virustypen sein.
08:18
It could be that there is other things
167
486000
4000
Es könnte sein, dass es etwas anderes ist,
08:22
which makes transmission occur in a higher frequency.
168
490000
3000
weswegen die Übertragung häufiger vorkommt.
08:25
After all, if you are completely healthy and you have heterosexual sex,
169
493000
3000
Wenn man völlig gesund ist und heterosexuellen Geschlechtsverkehr hat,
08:28
the risk of infection in one intercourse is one in 1,000.
170
496000
5000
beträgt das Infektionsrisiko bei einem Geschlechtsverkehr letzten Endes eins zu 1.000.
08:33
Don't jump to conclusions now on how to
171
501000
2000
Ziehen Sie jetzt keine voreiligen Schlüsse;
08:35
behave tonight and so on.
172
503000
2000
benehmen Sie sich heute Abend und so fort.
08:37
(Laughter)
173
505000
2000
(Gelächter)
08:39
But -- and if you are in an unfavorable situation,
174
507000
3000
Aber -- und wenn Sie sich in einer ungünstigeren Situation befinden,
08:42
more sexually transmitted diseases, it can be one in 100.
175
510000
3000
mehr durch Geschlechtsverkehr übertragene Krankheiten, kann es eins zu einhundert sein.
08:45
But what we think is that it could be concurrency.
176
513000
3000
Aber was wir denken, ist, dass es Zeitgleichheit sein könnte.
08:48
And what is concurrency?
177
516000
2000
Und was ist Zeitgleichheit?
08:50
In Sweden, we have no concurrency.
178
518000
2000
In Schweden gibt es keine Zeitgleichheit.
08:52
We have serial monogamy.
179
520000
2000
Wir haben aufeinanderfolgende Einehen.
08:54
Vodka, New Year's Eve -- new partner for the spring.
180
522000
2000
Wodka, Silvester -- neuer Partner zum Frühling.
08:56
Vodka, Midsummer's Eve -- new partner for the fall.
181
524000
2000
Wodka, Sommersonnenwende -- neuer Partner zum Herbst.
08:58
Vodka -- and it goes on like this, you know?
182
526000
2000
Wodka -- und so geht es weiter, Sie wissen schon.
09:00
And you collect a big number of exes.
183
528000
3000
Und so sammeln Sie eine große Zahl Ex-Freundinnen.
09:03
And we have a terrible chlamydia epidemic --
184
531000
2000
Und wir haben eine schreckliche Chlamydienepidemie --
09:05
terrible chlamydia epidemic which sticks around for many years.
185
533000
4000
schreckliche Chlamydienepidemie, die viele Jahre in Umlauf bleibt.
09:09
HIV has a peak three to six weeks after infection
186
537000
3000
HIV erreicht seinen Höhepunkt drei bis sechs Wochen nach Ansteckung
09:12
and therefore, having more than one partner in the same month
187
540000
3000
und daher ist mehr als ein Partner im selben Monat
09:15
is much more dangerous for HIV than others.
188
543000
3000
viel gefährlicher für HIV-Übertragung als bei anderen Infektionen.
09:18
Probably, it's a combination of this.
189
546000
2000
Wahrscheinlich ist es eine Kombination davon.
09:20
And what makes me so happy is that we are moving now
190
548000
3000
Und was mich so froh macht, ist, dass wir uns
09:23
towards fact when we look at this.
191
551000
2000
in Richtung Fakten bewegen, wenn wir uns das ansehen.
09:25
You can get this chart, free.
192
553000
2000
Sie können diese Grafik kostenlos erhalten.
09:27
We have uploaded UNAIDS data on the Gapminder site.
193
555000
3000
Wir haben UNAIDS Daten auf Gapminder.org hochgeladen.
09:30
And we hope that when we act on global problems in the future
194
558000
4000
Und wir hoffen, dass wenn wir in Zukunft an globalen Problemen arbeiten,
09:34
we will not only have the heart,
195
562000
3000
wir nicht nur das Herz haben,
09:37
we will not only have the money,
196
565000
2000
dass wir nicht nur das Geld haben,
09:39
but we will also use the brain.
197
567000
3000
sondern dass wir auch unser Hirn benutzen.
09:42
Thank you very much.
198
570000
2000
Vielen Dank.
09:44
(Applause)
199
572000
6000
(Applaus)
ABOUT THE SPEAKER
Hans Rosling - Global health expert; data visionaryIn Hans Rosling’s hands, data sings. Global trends in health and economics come to vivid life. And the big picture of global development—with some surprisingly good news—snaps into sharp focus.
Why you should listen
Even the most worldly and well-traveled among us have had their perspectives shifted by Hans Rosling. A professor of global health at Sweden's Karolinska Institute, his work focused on dispelling common myths about the so-called developing world, which (as he pointed out) is no longer worlds away from the West. In fact, most of the Third World is on the same trajectory toward health and prosperity, and many countries are moving twice as fast as the west did.
What set Rosling apart wasn't just his apt observations of broad social and economic trends, but the stunning way he presented them. Guaranteed: You've never seen data presented like this. A presentation that tracks global health and poverty trends should be, in a word: boring. But in Rosling's hands, data sings. Trends come to life. And the big picture — usually hazy at best — snaps into sharp focus.
Rosling's presentations were grounded in solid statistics (often drawn from United Nations and World Bank data), illustrated by the visualization software he developed. The animations transform development statistics into moving bubbles and flowing curves that make global trends clear, intuitive and even playful. During his legendary presentations, Rosling took this one step farther, narrating the animations with a sportscaster's flair.
Rosling developed the breakthrough software behind his visualizations through his nonprofit Gapminder, founded with his son and daughter-in-law. The free software — which can be loaded with any data — was purchased by Google in March 2007. (Rosling met the Google founders at TED.)
Rosling began his wide-ranging career as a physician, spending many years in rural Africa tracking a rare paralytic disease (which he named konzo) and discovering its cause: hunger and badly processed cassava. He co-founded Médecins sans Frontièrs (Doctors without Borders) Sweden, wrote a textbook on global health, and as a professor at the Karolinska Institut in Stockholm initiated key international research collaborations. He's also personally argued with many heads of state, including Fidel Castro.
Hans Rosling passed away in February 2017. He is greatly missed.
Hans Rosling | Speaker | TED.com