Wissenschaft verstehen

Ob eine Ernährungsaussage stimmt, lässt sich selten mit einer einzelnen Studie beantworten. Diese Seite erklärt die Begriffe und Denkweisen, die wir in allen Faktenchecks verwenden.

Wie Studien funktionieren

In der Ernährungsforschung gibt es sehr unterschiedliche Studienarten. Sie beantworten unterschiedliche Fragen und sind unterschiedlich anfällig für Fehler.

• Randomisierte kontrollierte Studie (RCT): Teilnehmende werden per Zufall auf Gruppen verteilt, etwa „mehr Eier“ und „keine Eier“. Durch den Zufall unterscheiden sich die Gruppen im Mittel nur in dem, was untersucht wird. RCTs können deshalb Ursache und Wirkung am besten zeigen. In der Ernährung sind sie aber oft kurz, klein und messen meist Blutwerte statt Krankheiten.
• Kohortenstudie: Viele Menschen werden über Jahre beobachtet. Man fragt, was sie essen, und zählt später Erkrankungen. Solche Studien sind groß und lang, aber die Menschen haben ihre Ernährung selbst gewählt. Wer viel von einem Lebensmittel isst, unterscheidet sich oft auch in vielem anderen.
• Fall-Kontroll-Studie: Erkrankte werden mit Gesunden verglichen, und man fragt rückblickend nach der Ernährung. Das ist anfällig für Erinnerungsfehler.
• Querschnittsstudie: Eine Momentaufnahme. Sie zeigt Zusammenhänge, aber nicht, was zuerst da war.
• Mess- oder Rückstandsstudie: Proben von Lebensmitteln werden auf Stoffe untersucht. Sie zeigt, was in bestimmten Proben zu einem bestimmten Zeitpunkt an einem bestimmten Ort gefunden wurde, aber nicht automatisch, ob Menschen dadurch krank werden.
• Systematischer Review und Metaanalyse: Alle passenden Studien zu einer Frage werden nach festen Regeln gesucht, bewertet und, wenn möglich, statistisch zusammengefasst.
• Tier- und Zellstudien: Sie erklären mögliche Mechanismen, erlauben aber keine direkten Aussagen über die Gesundheit von Menschen.

Warum Korrelation keine Kausalität beweist

Wenn zwei Dinge gemeinsam auftreten, heißt das nicht, dass das eine das andere verursacht. Ein bekanntes Beispiel: An Tagen, an denen viel Eis verkauft wird, ertrinken mehr Menschen. Eis verursacht kein Ertrinken. Beides hängt vom warmen Wetter ab.

In Ernährungsstudien heißen solche Hintergrundfaktoren Störfaktoren (Confounder). Wer zum Beispiel viel Limonade trinkt, raucht vielleicht auch häufiger oder bewegt sich weniger. Gute Studien rechnen solche Faktoren heraus, aber nie vollständig. Was übrig bleibt, heißt Residual Confounding.

Ein zweites Problem ist die umgekehrte Kausalität: Menschen, die schon krank sind, ändern oft ihre Ernährung. Dann sieht es so aus, als hätte die neue Ernährung die Krankheit verursacht.

Ein Zusammenhang wird glaubwürdiger, wenn er stark ist, in vielen unabhängigen Studien auftritt, mit der Menge zunimmt (Dosis-Wirkungs-Beziehung), zeitlich passt, biologisch plausibel ist und sich in Experimenten bestätigt. Keiner dieser Punkte allein ist ein Beweis.

Was Metaanalysen leisten – und was nicht

Eine Metaanalyse fasst die Ergebnisse vieler Studien statistisch zusammen. Das macht das Ergebnis genauer und zeigt, ob Studien in die gleiche Richtung weisen.

Aber: Eine Metaanalyse ist nur so gut wie die Studien, die sie enthält. Fasst sie viele verzerrte Beobachtungsstudien zusammen, ist auch das Gesamtergebnis verzerrt, nur mit kleinerer Unsicherheit. Wichtig ist auch die Heterogenität: Weichen die einzelnen Studien stark voneinander ab, ist ein einzelner Durchschnittswert wenig aussagekräftig.

Mehrere Metaanalysen zum selben Thema enthalten oft dieselben Studien. Drei Metaanalysen sind deshalb nicht automatisch drei unabhängige Bestätigungen. Wir prüfen diese Überschneidungen und zählen sie nicht mehrfach.

Was Konfidenzintervalle bedeuten

Studien berichten Ergebnisse oft so: „Hazard Ratio 1,06 (95-%-Konfidenzintervall 1,03–1,10)“. Der erste Wert ist die beste Schätzung: 6 % höheres relatives Risiko. Das Intervall in Klammern zeigt den Bereich, in dem der wahre Wert mit hoher Wahrscheinlichkeit liegt, wenn die Studie keine systematischen Fehler hat.

• Liegt der Wert 1,0 („kein Unterschied“) innerhalb des Intervalls, ist der Befund statistisch nicht gesichert.
• Ein schmales Intervall bedeutet eine genaue Schätzung, ein breites Intervall eine unsichere.
• Statistisch gesichert heißt nicht automatisch wichtig. Ein sehr kleiner Effekt kann in einer riesigen Studie „signifikant“ sein und trotzdem im Alltag kaum eine Rolle spielen.
• Das Intervall erfasst nur den Zufall, nicht Störfaktoren oder Messfehler.

Warum Einzelstudien irreführend sein können

Jede einzelne Studie kann durch Zufall, kleine Stichproben, viele gleichzeitig getestete Fragen oder eine besondere Bevölkerung zu einem Ergebnis kommen, das sich später nicht bestätigt. Hinzu kommt der Publikationsbias: Auffällige Ergebnisse werden eher veröffentlicht als unauffällige.

Deshalb bewerten wir nicht, ob irgendeine Studie eine Aussage stützt. Mit einer gezielten Auswahl lässt sich fast jede Aussage mit Studien „belegen“. Entscheidend ist die Gesamtheit der guten Evidenz.

Absolute und relative Risiken

Ein relatives Risiko sagt, um wie viel Prozent ein Risiko im Vergleich zu einer anderen Gruppe steigt oder sinkt. Ein absolutes Risiko sagt, wie viele Menschen tatsächlich betroffen sind.

Rechenbeispiel (erfundene Zahlen zur Veranschaulichung): Von 1.000 Menschen erkranken in zehn Jahren 2 an einer bestimmten Krankheit. In einer anderen Gruppe sind es 3 von 1.000. Das relative Risiko ist um 50 % höher. Das absolute Risiko steigt aber nur um 1 von 1.000 Menschen, also um 0,1 Prozentpunkte.

Beide Angaben sind korrekt, wirken aber sehr unterschiedlich. Wir nennen deshalb, wo verfügbar, beide. Wenn eine Studie keine absoluten Zahlen berichtet, schreiben wir das dazu.

Nachweis ist nicht gleich Gefahr

Moderne Labore können winzige Mengen von Stoffen nachweisen, oft im Bereich von Milliardstel Gramm. Dass ein Stoff gefunden wird, sagt noch nichts darüber, ob er in dieser Menge schadet. Entscheidend sind:

• Die Menge, die tatsächlich aufgenommen wird (Exposition).
• Gesundheitliche Richtwerte, etwa die tolerierbare wöchentliche Aufnahme (TWI) oder die akzeptable tägliche Aufnahme (ADI). Sie werden von Behörden wie der Europäischen Behörde für Lebensmittelsicherheit (EFSA) mit Sicherheitsabständen festgelegt.
• Rückstandshöchstgehalte (MRL): rechtliche Obergrenzen. Eine Überschreitung ist ein Rechtsverstoß, bedeutet aber nicht automatisch eine Gesundheitsgefahr. Umgekehrt ist auch ein Wert unterhalb der Grenze nicht für jede Person und jede Kombination von Stoffen bedeutungslos.
• Der Kontext: Ein Messwert aus einem Kontaminationsunfall, einem Bergbaugebiet oder einem anderen Land beschreibt nicht automatisch die normale Versorgung in Deutschland oder Ägypten.

Umgekehrt gilt auch: Für manche Stoffe, etwa bestimmte per- und polyfluorierte Alkylsubstanzen (PFAS), hat die EFSA sehr niedrige Richtwerte festgelegt (2020: 4,4 Nanogramm pro Kilogramm Körpergewicht und Woche für die Summe von vier PFAS). Hier kann schon die normale Ernährung bei manchen Menschen in den Bereich des Richtwerts kommen. Deshalb prüfen wir jeden Fall einzeln.

Tier- und Zellstudien

Versuche an Zellen oder Tieren zeigen, ob ein Mechanismus möglich ist. Die Dosis ist dort aber oft viel höher als in der Ernährung, und Tiere verarbeiten Stoffe anders als Menschen. Wir kennzeichnen solche Studien immer ausdrücklich. Biologische Plausibilität ist kein klinischer Nachweis.

Wie unsere Bewertungen entstehen

Jede Behauptung erhält zwei getrennte Angaben:

1. Bewertung auf einer siebenstufigen Skala von „Richtig“ bis „Falsch“, einschließlich „Unklar / unzureichende Evidenz“. Fehlende Belege bedeuten nicht, dass eine Aussage falsch ist.
2. Evidenzsicherheit (hoch, moderat, niedrig, sehr niedrig), angelehnt an das international verwendete GRADE-System. Sie sagt, wie sicher wir uns über die Gesamtevidenz sein können. Beobachtungsstudien beginnen dabei grundsätzlich niedriger als randomisierte Studien und werden bei Mängeln weiter abgestuft.

Breite Aussagen zerlegen wir in Teilaussagen. „Eier schaden jedem Menschen“ kann widerlegt sein, während „bestimmte Menschen sollten ihren Eierkonsum begrenzen“ zutreffen kann. Einzelne Studien bewerten wir zusätzlich in mehreren Dimensionen, etwa methodische Qualität, Biasrisiko, Präzision und regionale Übertragbarkeit, und wir prüfen, ob sie korrekt wiedergegeben wurden.

Instrumente wie RoB 2, ROBINS-E, AMSTAR 2 und GRADE nutzen wir zur Orientierung. Eine vollständige formale Bewertung nach diesen Instrumenten erfordert Volltexte, Studienprotokolle und meist mehrere unabhängige Gutachtende. Das war hier nicht möglich. Unsere Einschätzungen sind deshalb ausdrücklich als vereinfachte methodische Einschätzungen gekennzeichnet.