Wissenschaft oder Glaube? So prüfen Sie Publikationen

© Bought from Jack_the_sparow, Shutterstock

Einleitung

Ratschläge zur Ernährung widersprechen einander oft. Es existieren zu viele gegensätzliche Behauptungen, zu viele Interessen, zu viel Verwirrung. Dieser Widerspruch ist kein Zufall. Er ist das direkte Ergebnis des Systems. Finanzielle Interessen, Karrieredruck und mediale Aufmerksamkeit wirken mächtiger als reine Wahrheitssuche. Um hier zu bestehen, braucht es kein medizinisches Studium, sondern praxistaugliche Aufklärung für kritische LeserInnen.

Warum ist solide Aufklärung nötig?
Weil starke Geschichten, Einzelbeispiele und Marketing lauter sprechen als Daten. Bücher und Beiträge sammeln mitunter Erfahrungen oder lose Fakten. Es fehlen robuste Belege. Selbst umfangreiche Texte mit vielen Studien vermitteln leicht ein verzerrtes Bild. Das passiert, indem sie Studiendesigns vermischen, Surrogatmarker überbewerten oder gegensätzliche Resultate ausblenden.^1,2

Durchdachte Kritik an der Ernährungsforschung passiert also auf zwei verschiedenen Ebenen: Sie durchleuchtet die wissenschaftliche Praxis, aber auch die Präsentation der Resultate durch die Medien. Wenn die wissenschaftliche Basis fragil ist, hat das direkte Konsequenzen für die öffentliche Wahrnehmung. Dieser Unsicherheit setzen wir ein klares Handwerkzeug entgegen.

Was ist dieses "Handwerkzeug"?
Es beginnt mit der einfachen Frage: Existiert "vollständige Evidenz"? Die Antwort entlarvt die häufigsten Trixereien: Nein. Evidenz ist nie vollständig. Sie ist immer ein vorläufiges Abbild der aktuellen Datenlage. Wer "vollständige Beweise" fordert, um einfache Wahrheiten zu diskreditieren, missbraucht die Wissenschaft als Totschlagargument.

Warum ist dieses Handwerkzeug nötig?
Weil das System der Evidenzproduktion krank ist. Forscher wie John Ioannidis von der Stanford University belegen: Finanzielle Interessen und Karrieredruck verformen die Wissenschaft systematisch. In der Forschung dominieren Studien zu teuren, vermarktbaren Produkten. Einfache, wirksame Lebensstil-Interventionen bleiben dagegen oft im Evidenz-Schatten. Das hat System.

Wir schreiben für alle, die Evidenzfragen verfolgen oder selbst evidenzbasiert arbeiten. Evidenz bedeutet Beweisbarkeit: Sie beschreibt, wie gut ein Zusammenhang durch überprüfbare Daten gestützt ist. In Medizin und Wissenschaft beruht dieser Begriff auf systematisch erhobenen und nachvollziehbaren Ergebnissen.

Die moderne Bedeutung weicht deutlich vom philosophischen Ursprung ab. Damals stand evidentia für Ersichtlichkeit, Eindeutigkeit, Klarheit – abgeleitet vom lat. Adjektiv evidens (klar ersichtlich, sichtbar, augenscheinlich). Dahinter versteckt sich das Verb videre (sehen). Also: Eine Einsicht ohne Beobachtung oder Messung. Heute steht evidence im englischen Sinn für "Beweis" oder "Nachweis". Dieser Gebrauch ist auch im Deutschen etabliert. Dies primär in der evidenzbasierten Medizin (EbM). Unsere Beispiele stammen ausschliesslich aus Ernährung und Medizin. Das hilft jedem Menschen, auch wenn er nicht primär an Evidenz interessiert ist.

Die folgenden Ausführungen beschreiben das Thema für einige Menschen zu konzentriert. Schliesslich streben wir an, Sie umfassend zu informieren und diese systemischen Verzerrungen schonungslos aufzudecken. Weniger komplizierte Informationen zur Interpretation von statistischen Resultaten finden Sie im Beitrag Wissenschaftliche Publikationen einschätzen.

Fakt ist: Forschungsprojekte kosten viel und finanzstarke Akteure kämpfen um Schlagzeilen und Marktanteile. Gezieltes Design lässt ungesunde Produkte in Studien harmlos oder gar gesund erscheinen. Positive Ergebnisse dominieren, während kritische Befunde in den Hintergrund treten.

Besonders in der Ernährungsforschung führen solche Interessen zu widersprüchlichen Resultaten. Studien, die eine ausgewogene Ernährung überzeugend belegen, bleiben selten. Kaum jemand investiert in Forschung ohne direkten Profit.

Unsere Gegenmittel gegen solche Verzerrungen heissen Transparenz und Gewichtung. Planung und Durchführung bestimmen die Aussagekraft einer Studie weit stärker als ihr formaler Typ. Transparenz verwandelt widersprüchliche Resultate in ein nachvollziehbares Gesamtbild.³

Wie der Text aufgebaut ist:
Er startet mit der Frage, warum Wissen oft widersprüchlich wirkt. Aber auch, welche Effekte das Resultat verzerren und was das mit dem System der Forschung zu tun hat. Dann folgen die Grundlagen: wie Studien entstehen und wie ihre Aussagekraft zu beurteilen ist. Darauf aufbauend erklärt der Text, wie theoretische Evidenz praktische Urteilsfähigkeit formt. Am Schluss steht die Verantwortung, mit Wissen bewusst umzugehen. Das jenseits von Dogma oder Meinung. Konkret bedeutet das: von System → Methode → Praxis → Kommunikation → Haltung.

Nutzen Sie das Inhaltsverzeichnis für einen raschen Überblick. Abhängig von Ihrer Einstellung erscheint es als Click-For, bitte öffnen. Es legt die behandelten Themen und ihre Zusammenhänge klar offen.

In diesem Text lernen Sie:

1. Systemische Verzerrungen (Bias) zu identifizieren: Wie methodische Probleme und finanzielle Interessen Ergebnisse verzerren. Und wie Sie diese Biases erkennen.

2. Die Sprache der Evidenz zu verstehen: Wie Sie mit drei Evidenz-Kategorien die Stärke einer Studie schnell einordnen.

3. Konkrete Prüfwerkzeuge anzuwenden: Wie Sie mit einer einfachen 6-Punkte-Checkliste jede Studie auf Herz und Nieren prüfen.

4. Kritisch mit Grossstudien umzugehen: Wie Sie auch vermeintlich "gesicherte" Grundlagen der öffentlichen Debatte hinterfragen.

5. Sich belastbares Wissen für die Praxis anzueignen: Wie Sie in Kenntnis der Widersprüche die wichtigen Zusammenhänge erkennen und verantwortungsvolle Entscheidungen für Ihr Leben treffen.

Auf diese Weise trainieren Sie, systemische Verzerrungen zu erkennen. Das erlaubt Ihnen fundierte Urteile im Rahmen einer erweiterten Perspektive, der sogenannten Gesamtevidenz. Diese berücksichtigt die Gesamtheit an Erkenntnissen, die in Beurteilungen einfliessen. Sie anerkennt Widersprüche, aber scheitert nicht daran.

Der nächste Teil legt dar, warum das nötig ist – und wie leicht Interessen Evidenz im Alltag verschleiern.

1 Evidenz im Zwielicht

Wer die eigene Gesundheit oder die der Familie aktiv schützt, steht einem Dschungel aus Versprechen gegenüber. Extreme wie Low Carb oder Rohkost klingen auf den ersten Blick plausibel. Studienresultate stehen im Widerspruch. Empfehlungen gehen weit auseinander. Anekdoten und selektive Fakten verstärken die Verwirrung. Medien, Werbung und Bestseller befeuern das. Je weniger Sie prüfen, desto leichter gewinnt das Marketing an Einfluss und desto nachhaltiger wirken einfache Geschichten.

Wir alle nehmen Aussagen leichter an, wenn sie unsere eigene Meinung oder die gängige Sicht bestätigen. Widersprüche wirken schnell störend oder gar verstörend. Viele Bücher oder Sachbeiträge umgehen das, indem sie persönliche Erlebnisse erzählen oder Fakten anhäufen. Meist erfolgt das ohne Belege mit hoher Evidenz, denn oberflächlich plausible Texte erlauben beliebige Interpretationen. Bei einseitiger Auswahl bilden umfangreiche Werke mit vielen Studien ebenfalls ein verzerrtes Bild.

Theoretisch entsteht Wissen via Erklärung biologischer Mechanismen und deren Absicherung durch stark evidenzbasierte Studien. Ausschlaggebend bleiben dabei Angaben zur Art, Dauer und Grösse einer Studie.

Evidenz offenbart, ob eine Aussage trägt. So liefern Studien Antworten, die über Meinungen hinausgehen. Sie erlauben es, Hypothesen zu prüfen, Irrtümer zu korrigieren und Wissen zu verdichten.

Gleichzeitig mindern viele Faktoren die Tragfähigkeit: Studiendesign, statistische Auswertung, Veröffentlichungspraxis, wirtschaftliche Interessen. Selbst die beste Forschung kennt Widersprüche.

Diesen Widersprüchen liegen konkrete, systematische Muster zugrunde. Sie bilden methodische Schwachstellen und gezielte Hebel. Diese Biases verzerren die Evidenzproduktion systematisch. Wer sie erkennt, durchschaut das Spiel.

Dadurch entsteht ein Alltag voller Ambivalenz. Folglich erfordern Empfehlungen situatives Abwägen und einen kritischen Gesamtblick. Wer die Mechanismen kennt, versteht: Evidenz ist kein Block aus Stein, sondern ein Prozess. Nicht nur das stärkste Studienergebnis zählt, sondern das ausgewogene Zusammenspiel aller Erkenntnisquellen.

Evidenz gilt also immer vorläufig, steht immer im Zwielicht.

In den nachfolgenden Kapiteln erfahren Sie, welche Faktoren für die Evidenzbewertung eine zentrale Rolle spielen. Die verschiedenen thematischen Exkurse fassen wir dann unter 6 Evidenz richtig einordnen zusammen.

Chancen und Grenzen der Statistik

Statistik verleiht Ergebnissen Gewicht. Zahlen wirken neutral und exakt. Ihre Aussagekraft hängt allerdings von der Methode ab. Entscheidend ist, welche Daten Forschende sammeln. Ebenso relevant ist, wie sie Gruppen bilden. Auch die Wahl der Kennzahlen beeinflusst, wie stark der Effekt erscheint: Kennzahlen sind zusammenfassende Masszahlen zum Vergleich und zur Interpretation von Daten. Je nachdem, wie Forschende ihre Schwerpunkte setzen, verändert dies die Wahrnehmung eines Ergebnisses.

Selbst grosse Studien bleiben anfällig. Falsch gesetzte Endpunkte erzeugen scheinbar klare Ergebnisse. Selektive Auswertungen verstärken diesen Eindruck. In Wahrheit bleiben solche Resultate fragil. Kleine Unterschiede verändern das Resultat. Vielleicht kennen Sie den Spruch: Traue keiner Statistik, die du nicht selbst gefälscht hast. Er bringt die verbreitete Skepsis gegenüber statistischen Ergebnissen pointiert zum Ausdruck.

Statistik umfasst unterschiedliche Ebenen, die oft durcheinander geraten. Die deskriptive Statistik beschreibt Daten anhand von Kennzahlen wie Mittelwert, Median oder Varianz. Die explorative Statistik sucht in diesen Daten nach Mustern und möglichen Zusammenhängen. Sie dient der Hypothesengenerierung.

Die Inferenzstatistik (induktive oder schliessende Statistik) überträgt begrenzte Datenmengen systematisch auf grössere Zusammenhänge. Sie zeigt Unsicherheiten auf. Hier kommen unterschiedliche Arten von Kennzahlen zum Einsatz. Sie wirken im Rahmen eines Hypothesentests zusammen.

Teststatistiken, wie z.B. t-Wert, F-Wert oder χ²-Wert, entstehen direkt aus den Daten. Sie bilden die Grundlage für den Vergleich mit einer theoretischen Verteilung.

Signifikanzmasse wie der p-Wert leiten sich aus diesen Teststatistiken ab. Sie geben an, wie gut die Daten mit der Nullhypothese vereinbar sind (Ist der Effekt auffällig?). Schätzgrössen wie Effektstärken beschreiben die Grösse eines Effekts (Wie stark fällt die Veränderung aus?). Unsicherheitsmasse wie Konfidenzintervalle geben die Präzision dieser Schätzungen an (Wie präzis kennen wir diese Grösse?).

Studiendesign als Grundlage statistischer Evidenz

Die Verlässlichkeit statistischer Ergebnisse hängt von mehreren Faktoren ab:

Exposition: Messung der Einwirkungen und Störfaktoren (Confounder), denen Personen oder Tiere ausgesetzt sind. Beispiele sind Rauchen, Ernährung oder Luftverschmutzung. Eine klar definierte Exposition stärkt die statistische Analyse. Täglich 20 Zigaretten ist präzise. Manchmal rauchen bleibt unscharf. Ungenaue Angaben schwächen die Aussagekraft. Statistische Adjustierungen, etwa multivariate Modelle, reduzieren Verzerrungen. Eine präzise Messung der Exposition ersetzen sie nicht.

Intervention: Klar definierte Massnahme. Beispiele sind die Verabreichung eines Medikaments, die Einführung einer festgelegten Diät oder eines Trainingsprogramms. Eine kontrollierte Intervention erhöht die Belastbarkeit der Ergebnisse. Alle Teilnehmenden erhalten dabei dieselbe Dosis oder dasselbe Programm.

Effekte: Beobachtete Wirkungen. Häufig angegeben als Surrogatmarker (Indikatoren für den Effekt einer Behandlung). Beispiele sind LDL-Cholesterinwerte oder Blutdruck. Grosse Effekte lassen sich statistisch einfacher nachweisen. Zufallseinflüsse spielen dann eine geringere Rolle. Kleine Effektunterschiede erfordern grössere Stichproben. Sie verlangen zudem eine besonders sorgfältige Interpretation.

Stichprobengrösse: Zu kleine Studien liefern oft keine belastbaren Ergebnisse. Das gilt auch dann, wenn ein Effekt existiert. Grosse Studien zeigen dagegen selbst kleine Unterschiede als statistisch signifikant. Diese Unterschiede bleiben häufig klinisch irrelevant.

Randomisierung: Zufällige Zuteilung der Teilnehmenden zu Gruppen, etwa Medikament oder Placebo. Die Verteilung bekannter Störfaktoren gleicht sich an. Unbekannte Störfaktoren verteilen sich ebenfalls besser. Die statistische Auswertung gewinnt an Robustheit. Randomisierung reduziert zudem Bias.

Eine robuste Statistik entsteht nur, wenn oben genannte Elemente klar definiert und methodisch sauber umgesetzt sind.

Statistische Robustheit und Evidenzbewertung

Statistische Robustheit hängt von klar definierten Expositionen und Interventionen ab. Ausreichend grosse Effekte und Stichproben erhöhen die Aussagekraft zusätzlich. Randomisierung stärkt die Verlässlichkeit weiter. Diese Voraussetzungen liegen häufig bei randomisierten kontrollierten Studien (RCTs) sowie bei Tier- und Laborstudien vor. Zahlreiche Störfaktoren, fehlende kontrollierte Interventionen und kleine Effekte schwächen dagegen die statistische Aussagekraft. Komplexe Modelle verstärken dieses Problem. Das gilt besonders für beobachtende epidemiologische Studien, etwa Kohortenstudien.

Jedoch bildet statistische Robustheit nur einen Teil der Evidenzbewertung. Beispielsweise liefern Tier- und In-vitro-Studien oft robuste statistische Resultate. Ihr Beitrag bleibt jedoch auf mechanistische Hinweise beschränkt. Die direkte Evidenz für den Menschen ist gering. Kohortenstudien liefern diese Evidenz trotz eines erhöhten Risikos für Confounding. Randomisierte kontrollierte Studien verbinden robuste Statistik mit kontrollierter Intervention. Deshalb gelten sie als Goldstandard. Die verschiedenen Evidenzstufen finden Sie weiter unten erklärt.

Ohne Reproduzierbarkeit gelten statistische Ergebnisse nicht als solide. Reproduzierbarkeit bedeutet: Eine Analyse liefert mit denselben Daten und denselben Methoden dasselbe Ergebnis.⁹⁴ Sind Daten und Methoden nachvollziehbar dokumentiert, lässt sich die statistische Auswertung sinnvoll beurteilen.

Für die Beurteilung von Resultaten stehen verschiedene Kennzahlen zur Verfügung. Eine zentrale Rolle in der Inferenzstatistik spielt der p-Wert als Mass der statistischen Signifikanz. Er unterstützt die Einordnung von Ergebnissen unter definierten Annahmen. Ergänzend kommen weitere Verfahren zum Einsatz, etwa der F-Test, der ein Varianzverhältnis als Teststatistik nutzt.

Allerdings setzt dies offene Daten, transparente Methoden und vollständige Dokumentation voraus. Ohne diese Garantie sind selbst korrekt berechnete p-Werte oder Konfidenzintervalle nicht belastbar. Das bedeutet: Ergebnisse sind anfällig für Fehler oder Manipulation.

Statistische Signifikanz: Sie beschreibt, wie ungewöhnlich ein beobachtetes Ergebnis unter der Annahme der Nullhypothese ausfällt. Ein unter der Nullhypothese unwahrscheinliches Ergebnis gilt als Hinweis auf einen möglichen Effekt. Ein Beweis folgt daraus nicht.

Der p-Wert quantifiziert diese Ungewöhnlichkeit. Er beschreibt die Übereinstimmung der Daten mit der Nullhypothese. Konkret gibt er an, wie wahrscheinlich das beobachtete Ergebnis oder ein extremeres unter dieser Annahme ist.

Was ein p-Wert aussagt: Ein kleiner p-Wert signalisiert ein seltenes Ergebnis unter der Nullhypothese. Er widerlegt diese Annahme nicht. Auch die sichere Existenz eines Effekts folgt daraus nicht. Der p-Wert beschreibt ausschliesslich die Passung der Daten zur Annahme.

Häufige Fehlinterpretationen: Sir Ronald Aylmer Fisher verstand den p-Wert als graduelles Mass der Evidenz. Er diente ihm als grober Filter zu Beginn einer Analyse. Eine feste Signifikanzschwelle sah er nicht vor. Spätere Anwendungen setzten den p-Wert als starres Entscheidungskriterium ein. John Ioannidis (2005) sowie Ronald Wasserstein & Nicole Lazar (2016) kritisieren diese spätere Praxis ausdrücklich. Der p-Wert beschreibt Zufälligkeit, nicht Wahrheit. Wiederholtes Testen kleiner Stichproben erhöht die Chance zufälliger Signifikanz. Dieses Vorgehen gilt als p-Hacking.^50,51

Fazit
Der p-Wert gilt in der Statistik als Hinweis auf mögliche Effekte. Im Idealfall entsteht eine Kombination aus kleinem p-Wert und grosser Effektstärke. Dann ist das Resultat statistisch robust und praktisch bedeutsam (Relevanz).

Die eigentliche Beweiskraft entsteht durch eine Belastungsprobe: zuerst in Form einer Reproduktion und anschliessend durch Replikation.⁹⁴ Replikation bestätigt einen Befund nicht über identische Zahlen. Entscheidend sind die Richtung des Effekts und die daraus gezogene Schlussfolgerung (siehe Teil Replikation – das Rückgrat der Evidenz). Konfidenzintervalle geben den Bereich vereinbarer Effektgrössen an. Sie erlauben den Vergleich zwischen Studien. So lässt sich prüfen, ob Ergebnisse kompatibel sind. Besonders heikel ist der p-Wert bei beobachtenden Studien. Unklare Daten zu Exposition, Intervention und Effekten verstärken dieses Problem. Das betrifft vorwiegend epidemiologische Kohortenstudien.

Peer-Review – Schutz oder Fassade?

Peer-Review gilt als Gütesiegel wissenschaftlicher Qualität. Fachleute prüfen vor der Veröffentlichung, ob eine Studie nachvollziehbar ist. In der Theorie stärkt das die Qualität. Die Praxis zeichnet ein anderes Bild: Persönliche Netzwerke, wirtschaftliche Interessen oder Rivalitäten beeinflussen das Urteil. Gutachter prüfen meist anonym und unaufgefordert, oft unter Zeitdruck und mit Interessenkonflikten.

Weder garantiert ein Peer-Review die Überprüfung der Rohdaten noch sichert es Reproduzierbarkeit (same data, same analysis). Es ersetzt auch keine Replikation (new data, same question). Replikation ist notwendig, um festzustellen, ob ein Ergebnis robust und belastbar ist. Ein veröffentlichter Artikel bedeutet: Keine offensichtlichen Mängel gefunden – nicht: Es stimmt.⁹⁴ Siehe dazu im Teil Replikation - das Rückgrat der Evidenz.

Gutachter entscheiden über Veröffentlichung oder Ablehnung. Sie folgen leider selten klaren Kriterien. Studien, die bestehende Meinungen bestätigen, haben höhere Chancen als solche, die sie infrage stellen. So entsteht ein System, das Konformität belohnt und Innovation bremst. Kritische Stimmen gelangen schwerer in renommierte Zeitschriften. Peer-Review schützt vor manchem Irrtum – schafft jedoch keine Garantie dagegen. Es gibt immer auch Fälle von zurückgezogenen Artikeln, bei denen erst nach der Publikation kritische Fehler auffielen.

Trotzdem gilt der Stempel "peer-reviewed" als Ausweis für Qualität. Wer wissenschaftliche Qualität beurteilen will, muss die Grenzen dieser Prüfung kennen: Sie ist Kontrolle – nicht Beweis der Wahrheit.

Open Science

Open Science ist ein Ökosystem aus Forschenden, Institutionen, Förderorganisationen, Verlagen, Bibliotheken, Datenplattformen und politischen Akteuren. Es verspricht mehr Transparenz, indem Daten, Methoden und Ergebnisse frei zugänglich bleiben. Die Methode erlaubt unabhängige Überprüfung und Reproduktion sowie Replikation von Ergebnissen in neuen Datensätzen.

Publikationen auf PubMed Central (PMC) gelten als Teil von Open Science. Denn seit 2008 verlangt die Forschungsförderagentur NIH (National Institutes of Health) Hinterlegung von allen durch sie geförderten Forschungsartikeln auf PMC. Das innerhalb von 12 Monaten nach Veröffentlichung. PMC ist also ein offenes digitales Archiv, betrieben von der National Library of Medicine (NLM) im Auftrag der NIH.

Open Science weist den Weg zu mehr Vertrauen. Offene Wissenschaft steht für eine Kultur der Verantwortung. Sie verlangt Sichtbarkeit der Fehler. Auch dass jede Behauptung durch überprüfbare Daten gestützt ist. Wissenschaft lebt von der Selbstkorrektur – der Grundstein für vertrauenswürdige Arbeit.

Die Realität sieht oft anders aus. Wirtschaftliche Interessen, Patente oder Prestige verhindern offene Daten. Analytische Nachprüfbarkeit (Reproduzierbarkeit) und unabhängige Wiederholungen (Replikationen) gelten als wenig attraktiv und erhalten kaum Förderung. Ohne Nachprüfbarkeit bleibt Evidenz anfällig.

Fazit
Offenheit allein genügt nicht. Selbst dort, wo Daten frei verfügbar sind, verformen Interessen und Methoden den Blick auf die Wirklichkeit. Evidenz entsteht nicht durch einzelne Studien, statistische Signifikanz oder Peer-Review. Sie entsteht vielmehr durch das langfristige Überleben von Befunden unter unabhängiger Prüfung. Das ist jedoch knifflig in einem System,⁹⁴ das eigentlich Geschwindigkeit, Karriere und Aufmerksamkeit belohnt.

Im nächsten Teil geht es genau um diese Verzerrungen – und darum, wie sie unser Wissen trüben.

2 Was Wissen verzerrt

Der Artikel Why Most Published Research Findings Are False gilt als die meistgelesene Publikation von Public Library of Science (PLoS Medicine) mit über 3 Millionen Zugriffen.²² Dieser methodenkritische Essay von John P. A. Ioannidis (2005) demonstriert, warum viele veröffentlichte Forschungsergebnisse fehlerhaft oder übertrieben ausfallen. Kleine Stichproben, flexible Studiendesigns, selektive Endpunkte, Interessenkonflikte und Publikationsbias (siehe Bias-Systematik) erhöhen die Wahrscheinlichkeit, dass Resultate nicht stimmen. Je kleiner der Effekt und je mehr Freiheitsgrade Forschende bei der Auswertung nutzen, desto grösser das Risiko von Fehlschlüssen. Viele Studien bleiben nicht reproduzierbar oder unabhängig verifizierbar (replizierbar); ihre Ergebnisse erscheinen dadurch unsicher.²²

All dies erhöht die Anfälligkeit von Evidenz. Verschiedene Faktoren trüben den Blick: Manche beruhen auf der Art der Studien selbst, andere auf systemischen Verzerrungen. Wer diese Einflüsse kennt, versteht, weshalb Ergebnisse unterschiedlich ausfallen und Empfehlungen wechseln.

Dieser Textteil beleuchtet, wie verzerrtes Wissen entsteht. Wir erklären, weshalb Labor- und Tierstudien eine geringe Evidenz aufweisen, obwohl sie Teil der Grundlagenforschung sind. Im Anschluss beschreiben wir, wie systemische Verzerrungen (Bias) Studienergebnisse verfälschen.

Abschliessend diskutieren wir die Bedeutung der Reproduzierbarkeit und Replizierbarkeit von Studien. Dazu Gründe für die allzu seltene Überprüfungspraxis im Wissenschaftsalltag.

Laborstudien (in vitro) und Tiermodelle (in vivo)

Definition
"In vitro" heisst "im Glas" (z.B. Petrischale). Forschende untersuchen isolierte Zellen oder Gewebe ausserhalb des Körpers. Tiermodelle nutzen Mäuse, Ratten oder andere Spezies, um Abläufe im Organismus zu beobachten.

Chancen
In-vitro-Modelle ermöglichen es, zelluläre Signalwege präzise zu untersuchen und Aktivierungen oder Hemmungen direkt nachzuweisen. Tiermodelle decken auf, wie Substanzen Organe beeinflussen. Experimente liefern erste Hypothesen und enthüllen potenzielle Risiken.

Grenzen
Im Unterschied zu Zellen im Labor wirkt in Mensch und Tier ein komplexerer und systemischer Stoffwechsel. Tiere weisen grosse Unterschiede in Genetik, Ernährung und Lebensdauer auf. Ein Effekt, der bei Mäusen stark wirkt, bleibt beim Menschen oft aus. Resultate sehen präzise aus, gelten aber nur eingeschränkt.

Beispiele verdeutlichen die Grenzen: Zahlreiche Substanzen stoppen Tumore bei Mäusen, versagen aber beim Menschen. Auch bei Nahrungsergänzungen täuschen Laborversuche: Isolierte Antioxidantien wirken im Reagenzglas schützend, doch ist das bei hoch dosierten Nahrungsergänzungsmitteln für Menschen zumindest fraglich. In gewissen Fällen erhöhen sie sogar das Risiko, etwa supplementiertes Betacarotin bei RaucherInnen.

Als integrale Bestandteile der Grundlagenforschung liefern In-vitro- und Tiermodelle wertvolle Hypothesen. In der Evidenz-Hierarchie hingegen zählen sie zur untersten Evidenz-Stufe.

Fehlinterpretationen und Übertragung auf den Menschen

Labor- und Tierstudien schaffen Grundlagenwissen, mehr meistens nicht. Viele Fachleute und Medien präsentieren Tierversuche irreführend als humanrelevant. Das ist einer der häufigsten Fehlgriffe in der Ernährungsforschung, weil er auf vorschnellen Schlussfolgerungen basiert.

Ein typischer Mechanismus: Zellstudien (in vitro) erreichen eine gewünschte Wirkung, etwa die Hemmung bestimmter Entzündungswege. In der öffentlichen Darstellung entsteht daraus vorschnell: Lebensmittel X schützt vor Entzündungen. Der Schritt vom Reagenzglas zur Ernährungsempfehlung übergeht den gesamten Stoffwechsel. Hier die Verdauung, die Bioverfügbarkeit und Wechselwirkungen im Organismus.

Diese Einschränkung betrifft auch Tiermodelle. Mäuse, Ratten oder Schweine reagieren auf Nährstoffe, Hormone und Giftstoffe teils vollkommen anders als Menschen. Das Thema behandeln Farooqi et al. (2024) wie folgt: Not all findings made in rodents have translated to humans, hampering drug discovery in this field..³⁶

Unterschiede in Genetik, Darmflora und Lebensdauer verunmöglichen die Übertragbarkeit vieler Ergebnisse auf den Menschen. Eine Substanz, die bei Mäusen Krebs hemmt, kann beim Menschen wirkungslos und/oder schädlich agieren. Solche Übertragungsfehler befeuern Schlagzeilen, die wissenschaftlich kaum etwas tragen. Sie erklären, warum angebliche "Durchbrüche" aus Laboren selten Bewährung finden. Erst klinische Studien am Menschen beweisen, ob ein beobachteter Mechanismus tatsächlich wirkt, in welcher Dosis und unter welchen Bedingungen. Und dies nur, wenn kein Bias vorhanden ist.

Ein weiteres Beispiel von vielen liefert die Ernährungsforschung: In Tiermodellen und Zellstudien wirkte Resveratrol antioxidativ und stoffwechselaktivierend. Medien und Hersteller leiteten daraus einen "stoffwechselankurbelnden" Effekt ab. In einer sechsmonatigen, placebokontrollierten Studie mit übergewichtigen Erwachsenen blieb der erhoffte Nutzen aus. De Ligt et al. (2020) berichten: Insulin sensitivity was not affected after 6 mo of resveratrol treatment. ³⁷ Die Studie folgte einem randomisierten, doppelblinden, placebokontrollierten Parallelgruppendesign. Es nahmen 45 übergewichtige Männer und Frauen teil, die über sechs Monate täglich 500 mg Resveratrol erhielten oder ein Placebo. Primärer Endpunkt war die Insulinsensitivität, gemessen mit dem Matsuda-Index aus oralen Glukosetests. Sekundäre Endpunkte umfassten Leberfettgehalt, Körperzusammensetzung, Blutdruck, Energieumsatz und Lebensqualität. Nach Abschluss wiesen die Gruppen keine signifikanten Unterschiede auf.

Unsere Tragik: Auch wir unterwerfen uns zu oft der Täuschung aus der Wissenschaft. Aus diesem Beispiel heraus lernen wir, auf die Art der Studie und deren Schwächen zu verweisen.

Diese Diskrepanz zwischen Labor- und Humanstudien verdeutlicht, dass Wirkmechanismen im Zellmodell nicht automatisch klinische Relevanz besitzen. Nur kontrollierte Studien am Menschen belegen biochemische Hypothesen.

Fazit
In-vitro-Experimente und Tierstudien klären lediglich Grundlagen. Sie helfen, Hypothesen zu entwickeln und grobe Gefahren abzuschätzen. Für Ernährung und Medizin reicht das nicht. Nur klinische Forschung am Menschen bekundet, welche Effekte tatsächlich auftreten. Hilft die Studie einer Industrie oder einem Interesse, verwendet sie die Resultate als Tatsache. Auch der überaus schädliche Hype um Protein ist so entstanden. Resultat: Die Aussage jedes zusätzliche Protein ist gesund gilt heute als Binsenweisheit. Eine andere Wahrheit kann keine Akzeptanz erreichen. Tragisch für die Menschheit, denn das Gegenteil ist der Fall. Siehe die Buchbesprechung über die China Study. Zudem beschreibt das Buch Proteinaholic des Chirurgen Garth Davis und des Wissenschaftsjournalisten Howard Jacobson mit ca. 480 Studien die Problematik von tierischem Protein überzeugend.⁵²

New Approach Methodologies (NAMs)

Moderne humanrelevante Methoden zielen auf eine höhere Aussagekraft. Zudem weisen sie in Richtung einer tierversuchsfreien Zukunft. Das 3R‑Prinzip – Ersetzen, Reduzieren, Verfeinern – bildet die ethische Grundlage für tierversuchsfreie Methoden. Russell & Burch formulierten es 1959. Die Richtlinie 2010/63/EU verankerte es im europäischen Recht.^77,78 Forschende sollen Tierversuche minimieren oder durch Alternativen ersetzen.⁷⁹ Trotz Fortschritten bestehen ethische Zweifel, ob die 3Rs ausreichen.⁸⁰

Untersuchungen wie Mehta et al. (2025) analysierten die Übertragbarkeit von Tierversuchen. Über 90 % der als sicher und wirksam eingestuften Substanzen erreichen keine Anwendung beim Menschen.⁸¹

Gründe sind mangelnde Sicherheit oder fehlende Wirksamkeit. Die Erfolgsquote der Übertragbarkeit besitzt keine feste Definition. Verschiedene Berechnungsansätze sind möglich.⁸² Deshalb existieren auch Untersuchungen, die höhere Erfolgsraten berechnen.^83,84

Neue methodische Ansätze (NAMs) bilden die menschliche Biologie direkter ab. Daher der Begriff „humanrelevant“. Ihr Einsatz zielt auf eine verbesserte Übertragbarkeit präklinischer Ergebnisse in die klinische Forschung.^80,81

Beispiele von NAMs:

Ex-vivo-Gewebe mit menschlichen Zellen
Ex‑vivo‑Gewebe sind entnommene menschliche Gewebeproben, die ausserhalb des Körpers unter möglichst natürlichen Bedingungen untersucht sind. Sie basieren auf echtem menschlichem Gewebe und dienen im Labor der weiteren Kultivierung oder Analyse.^85,86,87 Beispielsweise „Lunge-auf-einem-Chip“ oder „Leber-auf-einem-Chip“. Hierbei arbeiten menschliche Zellen im Labor unter realistischen Bedingungen zusammen. Eine FDA-Studie erkannte etwa mit einem „menschlichen Leber-Chip“ 87 % der Medikamente, die Leberschäden verursachen.⁸⁸

In-silico-Methoden
Der Begriff „In-silico“ leitet sich von Silizium ab, dem Grundmaterial von Computerchips. In-silico-Modelle verwenden rechnergestützte Simulationen. Sie modellieren biologische, chemische und pharmakologische Prozesse.

Labor- oder Tierversuche sind dafür nicht erforderlich. In-silico-Modelle erlauben Vorhersagen zur Verteilung von Medikamenten im menschlichen Körper. Häufig kommt dabei physiologisch basierte Pharmakokinetik (PBPK) zum Einsatz.^89,90 Dies vermag die Vorhersagegenauigkeit gegenüber Tierversuchen zu verbessern.

Die Methode nutzt Bild- und Datenmodelle, KI und Simulationen.^80,81 Maschinelles Lernen kann PBPK-Modelle ergänzen, wenn keine experimentellen Daten verfügbar sind.⁹⁰ KI-Modelle prognostizieren etwa anhand der Aminosäurenstruktur viel besser, ob Antikörper gefährliche Immunreaktionen auslösen.⁹¹

Hochdurchsatz-Screening
Automatisierte Labormethode zur parallelen Testung von zehntausenden bis Millionen Substanzen. Ziel ist die Identifikation biologischer Wirkungen. Dabei führen Roboter biochemische, genetische oder pharmakologische Tests vollautomatisch durch.⁹²

Mikrodosierung beim Menschen
Mikrodosierung ermöglicht die frühzeitige Gewinnung pharmakokinetischer Daten beim Menschen bei minimalem Risiko. Dies entspricht eher der klinischen Realität.⁹³

Bias-Systematik

Bias bezeichnet jede systemische Verzerrung oder Voreingenommenheit, die Design, Durchführung oder Interpretation einer Studie beeinflussen. Dazu zählen:

• wirtschaftliche Interessen (Funding-Bias)
• selektive Auswahl (Selektions-Bias)
  • verzerrtes Teilnehmerverhalten (Healthy-User-Bias)
• das Auslassen negativer Resultate (Publikations-Bias, Reporting Bias, selektive Veröffentlichung)
• fehlerhafte Erinnerung (Recall-Bias).

Die Forschung kennt über 100 katalogisierte Bias-Arten. Eine vollständige Auflistung ergäbe Unübersichtlichkeit. Wir konzentrieren uns auf jene Bias-Arten, die in der Ernährungsforschung am häufigsten auftreten. Weil sie am stärksten verzerren, durchschauen wir sie am einfachsten. Damit bilden sie das fundamentale Handwerkszeug für Ihre kritische Urteilsbildung.

Solche Verzerrungen verändern Ergebnisse oft stärker als Zufall oder Messfehler. Auf diese Art prägen sie das Bild der Ernährungsforschung. Sie erklären, weshalb gleiche Fragen so unterschiedliche Antworten liefern.

Als häufigste und wirkmächtige Mechanismen treiben folgende Bias-Arten die fehlgeleitete Evidenzproduktion voran:

Funding-Bias

Funding-Bias entsteht, wenn Geldgeber Ergebnisse beeinflussen. Studien aus Industrie oder Interessengruppen liefern überdurchschnittlich oft geschönte Resultate. Die Wahl der Fragestellung oder der Vergleichsgruppe lenkt den Ausgang. So überzeichnen Hersteller Wirksamkeit und Sicherheit ihrer Produkte. Dies dient oft dazu, eine Branche reinzuwaschen und Konkurrenten zu belasten.

Praktisches Beispiel aus den 1960er Jahren

Zuckerindustrie lenkt Forschung: Kearns et al. (2016) analysierten interne Akten grosser US-Hersteller. Sie rekonstruierten, dass Industrievertreter Forschende direkt beauftragt hatten, Zucker von der Verantwortung für Herzkrankheiten zu entlasten. Dazu galt es, gesättigte Fette als Hauptschuldige darzustellen. Diese gezielte Einflussnahme veränderte die Forschungsagenda. Damit auch die Veröffentlichungspolitik und die Ernährungsberatung ganzer Jahrzehnte. Der Vorgang gilt heute als paradigmatischer Beleg für den Funding-Bias in der Ernährungswissenschaft.³⁸

Beispiel: Fleischindustrie und positive Studienergebnisse

Ein aktuelles Beispiel liefert die Auswertung von López-Moreno et al. (2025). Das Team prüfte 44 klinische Studien zum Zusammenhang zwischen unverarbeitetem rotem Fleisch und Herz-Kreislauf-Erkrankungen. Ergebnis: Arbeiten mit finanziellen oder institutionellen Verbindungen zur Fleischindustrie publizierten nahezu ausschliesslich positive oder neutrale Befunde. Keine einzige wies auf erhöhte Risiken hin. Unabhängig finanzierte Studien kamen dagegen überwiegend zu negativen Resultaten.

Der Unterschied war statistisch hochsignifikant (Odds Ratio ≈ 3.75 [95 %-CI 1.62–8.67]). Diese Abweichungen entstehen nicht durch Zufall, sondern durch gezielte Auswahl von Fragestellung, Endpunkten und Vergleichsgruppen. Die Studie verdeutlicht, wie wirtschaftliche Interessen wissenschaftliche Evidenz verschieben und die öffentliche Wahrnehmung steuern.³⁹

Selektions-Bias

Selektions-Bias tritt auf, wenn die Zusammensetzung einer Studiengruppe nicht zufällig ist. Zum Beispiel, wenn sie davon abhängt, wer an der Studie teilnimmt oder bis zum Ende dabei bleibt. Wenn bestimmte Personen aufgrund ihrer Eigenschaften häufiger teilnehmen oder häufiger ausscheiden, kann dies einen scheinbaren Zusammenhang erzeugen. Solche Verzerrungen können Aussagekraft und Glaubwürdigkeit der Studienergebnisse erheblich beeinträchtigen.⁵

Eine Studie könnte also untersuchen, ob häufiges Essen von Fertigprodukten das Risiko für Übergewicht erhöht. Wenn die Teilnahme freiwillig erfolgt, melden sich möglicherweise vor allem Menschen, die bewusst auf ihre Ernährung achten oder bereits an Gewichtsmanagementprogrammen teilnehmen. Diese essen seltener Fertigprodukte. Gleichzeitig brechen Personen, die regelmässig ungesunde Snacks essen, häufiger ab oder nehmen nicht teil. Dadurch könnte es in der Studie so aussehen, als ob der Konsum von Fertigprodukten kaum oder gar nicht mit Übergewicht zusammenhängt. Die Verzerrung entsteht also durch die Art der Teilnahme und den Verbleib in der Studie, nicht durch den tatsächlichen Effekt der Ernährung.

Eine wichtige Ausprägung ist der Healthy-User-Bias:

Gesundheitsbewusste Menschen leben in vielen Bereichen anders. Sie treiben mehr Sport, rauchen weniger, schlafen besser. Studien schreiben diese Vorteile fälschlich einem einzelnen Faktor zu, etwa einer bestimmten Diät. Shrank et al. (2011) vermitteln sehr klar und leicht verständlich, speziell zur Problematik: Gesunde Menschen verhalten sich generell viel gewissenhafter als der Durchschnitt.⁶

Beispiel:

Einen Fall aus dem Wissenschaftsalltag stellen wir Ihnen im Teil Praxis: Grosse Studien durchleuchtet vor.

Publikations-Bias

Fachzeitschriften veröffentlichen positive bzw. statistisch relevante Ergebnisse viel öfter als neutrale oder negative.

Beispiel:

Dwan et al. (2013) berichten von häufigen Publikations-Biases bei Studien zu Antidepressiva. Damit wirkt ihr Nutzen grösser, als er tatsächlich ist.⁷

Recall-Bias

Recall-Bias entsteht, wenn Forschende Teilnehmende rückblickend befragen.

Beispiel:

Kranke erinnern sich an ihr Verhalten anders als Gesunde, weil sie nach Ursachen für ihre Krankheit suchen. Dadurch entstehen systematische Verzerrungen. Das berichtet Coughlin (1990) in einer der ersten Arbeiten zu Recall-Bias.⁸

Replikation – das Rückgrat der Evidenz

Reproduzierbarkeit und Replikation betreffen unterschiedliche Ebenen wissenschaftlicher Evidenz. Reproduzierbarkeit beschreibt, ob sich ein publiziertes Ergebnis mit denselben Daten und denselben Analyseentscheidungen nachvollziehen lässt. Sie ist Voraussetzung dafür, dass Befunde methodisch überprüfbar sind. Replikation hingegen prüft, ob ein Effekt auch mit neuen Daten unter vergleichbaren Bedingungen erneut auftritt. Erst Replikation entscheidet darüber, ob ein statistisch korrekt berechnetes Ergebnis empirisch belastbar ist.

In vielen Forschungsfeldern vermischen sich diese Ebenen. Das führt dazu, dass analytisch saubere Einzelstudien als evidenzstark gelten, obwohl ihre Befunde empirisch nicht abgesichert sind. Die folgende Diskussion fokussiert daher primär auf Replikation als zentrales Kriterium belastbarer Evidenz, insbesondere im Kontext systemischer Verzerrungen der Forschung.

Ein Befund gilt als replizierbar, wenn unabhängige Forschende unter vergleichbaren Bedingungen mit neuen Daten zu einem ähnlichen Ergebnis gelangen. Replikation prüft damit, ob ein Effekt über die ursprüngliche Stichprobe hinaus Bestand hat. Gelingt der erneute Nachweis auch unter leicht veränderten Bedingungen, stärkt dies zusätzlich seine Glaubwürdigkeit.

Echte Evidenz entsteht dort, wo Forschende Ergebnisse unabhängig bestätigen. Dennoch bleiben viele Studien Einzelbeobachtungen. Kaum jemand prüft, ob Resultate tatsächlich belastbar sind. Replikation gilt daher als schärfste Form wissenschaftlicher Prüfung. Fehlt diese Kontrolle, droht Scheinwissen: statistisch korrekt, praktisch wertlos (siehe oben bei: Grenzen der Statistik). Besteht ein Effekt unabhängig von Forscherteam, Region oder Methode, gilt er als belastbar.

In der Ernährungsforschung ist das besonders heikel: Einzelstudien erzeugen regelmässig mediale Aufmerksamkeit und widersprüchliche Schlagzeilen. Ohne systematische Replikation fehlt die Sicherheit: Zufallseffekte, Messfehler oder Bias bleiben unbemerkt.

Wie Begley & Ellis (2012) berichteten, konnten grosse Replikationsprojekte in den Life Sciences weniger als die Hälfte der publizierten Resultate bestätigen.⁴⁰ Infolge dieser und weiterer Kontroversen in den Jahren 2011–2013 entstanden weitere Testreihen zu Reproduzierbarkeit und Replizierbarkeit früherer Ergebnisse. Dies beschreiben Korbmacher et al. (2023) als Replikationskrise.⁹⁴

Daraus entwickelte sich eine credibility revolution, die strukturelle, prozedurale und gemeinschaftliche Veränderungen in den Wissenschaftspraktiken anstiess. Die AutorInnen betonen, dass Transparenz- und Open-Science-Praktiken die Glaubwürdigkeit von Forschungsergebnissen stärken, wohingegen Anreizstrukturen und Publikationspraktiken der Umsetzung dieser Standards im Wege stehen.

Fazit
In-vitro-Experimente und Tiermodelle liefern erste Hinweise, keine Gewissheiten über Wirkungen bei Menschen. Selbst Studien am Menschen sind anfällig für systematische Verzerrungen, etwa durch Publikationsbias, flexible Analysen oder Interessenkonflikte. Diese Faktoren trüben die Evidenz. Wer diese Grenzen kennt, kann Forschung realistischer einschätzen. Das Problem: Nur ein kleiner Teil der Bevölkerung kann solche Unterschiede richtig einordnen – und genau das nutzt die Industrie. Solange Politik und Bildung diesen Mangel ignorieren, bleibt die Gesellschaft manipulierbar. Die Folge: Fehlgeleitete Ernährungsempfehlungen und industrielle Interessen bestimmen, was als "gesund" gilt. Solange der Staat bzw. die Politik das nicht erkennt und ändert, bleiben viele BürgerInnen ein Spielball der Industrie.

Diese systemischen Verzerrungen bilden den Nährboden für methodische Schwächen in Studien. Wie Sie solche Einflüsse im Studiendesign erkennen, erörtern wir weiter unten.

3 Welche Studienarten gibt es?

Wissenschaftliche Untersuchungen bestehen aus zwei Ebenen.
Primärstudien erzeugen eigene Daten. Sie arbeiten entweder experimentell oder beobachtend. Sekundärstudien werten diese Primärstudien aus. Dazu gehören Reviews und Meta-Analysen. Beide Ebenen besitzen typische Stärken und Schwächen und beantworten unterschiedliche Arten von Fragen.

Primärstudien

Primärstudien erzeugen eigene Daten. Forschende arbeiten experimentell oder beobachtend. Metabolomik- und Biomarker-Studien erfassen objektive Messwerte wie Fettsäuremuster und bilden Ernährung genauer ab als Befragungen.

Stärken: Objektive Messungen verringern Fehler in Selbstauskünften.
Schwächen: Biomarker erfassen meist nur einzelne Lebensmittel oder Muster und blenden grosse Teile des Ernährungsstils aus.

Experimentelle Studien

• Randomisierte kontrollierte Studie (RCT): höchster Standard für Wirksamkeitsnachweise.
  Kriterien: zufällige Zuteilung (= Randomisierung) und Kontrollgruppe. Zweck: Prüfung gezielter Interventionen.
• Nicht-randomisierte Interventionsstudie: Eingriffe ohne Randomisierung; anfällig für Verzerrungen.
• Cross-Over-Studie (Überkreuzstudie): Die gleichen Teilnehmenden erhalten nacheinander verschiedene Interventionen. Jede Person dient als eigene Kontrolle. Sie durchläuft beide Bedingungen.
• Unterart: Labor- und Tierexperimente (präklinisch: in vivo, in vitro).
  • In-vitro-Untersuchungen: Experimente an Zellen, Geweben oder Molekülen ausserhalb eines Organismus.
  • In-vivo-Tierexperimente: Kontrollierte Eingriffe in Tiermodellen zur Untersuchung biologischer Wirkungen.

Beispiele für experimentelle Studien

a) Randomisierte kontrollierte Studien (RCTs) prüfen gezielt Ernährungsinterventionen oder Therapieansätze mit zufälliger Zuteilung der Teilnehmer. Beispiele: Low-Carb vs. Low-Fat, Nüsse oder Vollkorn auf Cholesterin, Essenszeiten/Intervallfasten.
Stärken: Randomisierung, Kontrollgruppen, Verblindung.
Schwächen: kurze Dauer, kleine Gruppen, Compliance-Probleme.

b) Nicht-randomisierte Interventionsstudie prüfen Ernährungsinterventionen ohne zufällige Zuteilung der Teilnehmenden. Beispiele: Vergleich zweier Diäten, bei denen sich die Gruppen selbst wählen (z. B. vegetarisch vs. omnivor).
Stärken: hohe Alltagstauglichkeit, grössere Gruppen leicht rekrutierbar
Schwächen: höhere Gefahr für Verzerrungen (Selection Bias), Gruppen unterscheiden sich oft systematisch (Motivation, Gesundheitsbewusstsein)

c) Kontrollierte Fütterungsstudie ("Feeding trials") verköstigen Teilnehmenden mit allen Mahlzeiten. Oft in einer kontrollierten Umgebung (z. B. Klinik). Ziel ist die tatsächliche Nahrungsaufnahme exakt zu kontrollieren und präzise physiologische Effekte zu messen.
Stärken: höchste Kontrolle über die Ernährung.
Schwächen: kostspielig, zeitlich begrenzt.

d) Cross-Over-Studie untersuchen nacheinander verschiedene Interventionen. Versuchspersonen durchlaufen diese in zufälliger oder festgelegter Reihenfolge. Interventionen sind getrennt durch eine "Wash-Out"-Phase.
Stärken: Jede Person dient als eigene Kontrolle, kleinere Stichprobe ausreichend, geeignet für kurzfristige Interventionen
Schwächen: Gefahr von "Carry-over-Effekten", also Wirkung der ersten Phase beeinflusst die zweite Phase. Ist nicht geeignet für langfristige Interventionen, bringt höhere Belastung für Teilnehmende.

Beobachtende Studien

• Kohortenstudien verfolgen grosse Gruppen über Jahre und erfassen Ernährungs- und Gesundheitsdaten.
• Fall-Kontroll-Studien vergleichen Erkrankte und Nicht-Erkrankte rückblickend.
• Querschnittstudien erfassen Ernährung und Gesundheitsdaten zu einem Zeitpunkt.
• Fallberichte und Fallserien beschreiben Einzelfälle; nützlich für Hypothesen.

Beispiele für beobachtende Studien

a) Prospektive Kohortenstudien verfolgen grosse Bevölkerungsgruppen über Jahre. Beispiele: China Study, Nurses’ Health Study, EPIC, ARIC.
Stärken: grosse Fallzahlen, lange Beobachtungsdauer.
Schwächen: fehleranfällige Ernährungsmessung; keine klare Kausalität.

b) Fall-Kontroll-Studien vergleichen Ernährungsdaten von Erkrankten und Kontrollen rückblickend.
Stärken: schnell, günstig, ideal für seltene Krankheiten.
Schwächen: hohe Erinnerungsfehler; retrospektive Verzerrungen.

c) Querschnittstudien erheben Daten zu einem Zeitpunkt. Beispiel: Zuckerkonsum und BMI in einer Stichprobe.
Stärken: gut für Trends und erste Hinweise.
Schwächen: keine zeitliche Abfolge, keine Ursache–Wirkung.

Sekundärstudien

Sekundärliteratur oder Sekundärstudien bezeichnen wissenschaftliche Arbeiten, die nicht eigene Originaldaten erheben. Sie analysieren veröffentlichte Primärstudien, fassen zusammen, bewerten oder ordnen systematisch ein. Dazu gehören auch Meta‑Analysen, die die Ergebnisse mehrerer Primärstudien statistisch zusammenführen. Dies, um übergeordnete Effekte oder Zusammenhänge zu quantifizieren. Es gibt eine Vielzahl von verschiedenen Formen von Sekundärstudien. Grant et al. 2009 unterscheiden etwa 14 unterschiedliche Review-Formate (Überblicksarbeiten), darunter auch die bekanntesten Formen:⁹⁸

• Systematische Reviews beantworten eine klar definierte Fragestellung anhand einer strukturierten, transparenten und reproduzierbaren Methode. Indem sie alle relevanten Primärstudien systematisch sucht, auswählt, bewertet und zusammenfasst.
• Metaanalysen führen mehrere ähnliche Primärstudien statistisch zusammen. So berechnen sie einen gemeinsamen, quantifizierten Gesamteffekt und beurteilen die Evidenzlage präziser.
• Narrative Reviews sind Expertenüberblicke ohne strikte Methodik.
• Scoping Reviews zeigen Umfang und Vielfalt sowie die zentralen Konzepte eines Forschungsfeldes. Dies ohne die Studienqualität zu bewerten oder Effekte quantitativ zu analysieren.
• Umbrella Reviews fassen mehrere systematische Reviews und Meta‑Analysen zusammen, um einen übergeordneten Evidenzüberblick zu liefern.

Besonders problematisch ist, dass die Begriffe nicht geschützt sind. Teilweise gibt es auch unterschiedliche Auffassungen bezüglich des methodischen Vorgehens.

So gibt es keinen Konsens über das exakte methodische Vorgehen eines systematischen Reviews. Eine Untersuchung aus dem Jahr 2019 belegt, dass viele als systematisch bezeichnete Übersichten sehr unterschiedliche methodische Vorgehensweisen aufweisen.⁹⁹ Wichtig wäre auch, dass Suchstrategien von systematischen Reviews reproduzierbar sind. Rethlefsen et al. (2024) weisen nach, dass von 100 systematischen Reviews nur eine 100 % reproduzierbar war. Die restlichen 99 % enthielten unzureichende Angaben.¹⁰⁰ Es gibt auch Fälle, die "systematisches Review" im Titel haben, die jedoch tatsächlich narrative Reviews darstellen.¹⁰¹ Manche Fachzeitschriften oder Autoren nutzen den Begriff dann im Sinn von "breite Literaturzusammenstellung".

Beispiele für Sekundärstudien

a) Systematische Reviews und Metaanalysen fassen den Forschungsstand zu einer Frage zusammen (z. B. rotes Fleisch und Krebsrisiko).
Stärken: höhere Aussagekraft als Einzelstudien.
Schwächen: abhängig von der Qualität der eingeschlossenen Studien.

b) Narrative Reviews geben Orientierung über einen Themenbereich.
Stärken: guter Überblick für Laien.
Schwächen: Autoren-Bias; keine klaren Wirksamkeitsnachweise.

4 Wie Studien entstehen

Viele unserer Leserinnen und Leser stammen nicht aus der akademischen Welt. Trotzdem erklären wir, wie wissenschaftliche Publikationen funktionieren – denn ohne dieses Grundwissen fallen Sie bei Ernährungsfragen leider auf Marketing und Ideologie herein. Wer die Basis kennt, beurteilt Studien sicherer und hinterfragt Quellen kritischer.

Der Weg von der Frage zur Studie

Von der Idee bis zur Veröffentlichung einer Studie führt ein langer, oft beschwerlicher Weg.

Vom Experiment zur Publikation

1. Planung und Studiendesign: Forschende formulieren eine Fragestellung, wählen das Studiendesign (z.B. RCT, Kohorte) und beantragen Ethikbewilligungen.

2. Datenerhebung: Sie rekrutieren Probanden, führen Interventionen durch und erfassen Messwerte.

3. Analyse: Das Team wertet die Daten statistisch aus und berücksichtigt Störfaktoren.

4. Manuskript: Die Forschenden schreiben die Ergebnisse in einem Artikel nieder.

5. Peer-Review: Andere Fachleute prüfen den Artikel kritisch und verlangen nicht selten Korrekturen.

6. Publikation: Eine Fachzeitschrift publiziert die Arbeit, meistens mit DOI. Der DOI (Digital Object Identifier) ist eine eindeutige Kennung, vergleichbar mit einer dauerhaften Internetadresse. Er beginnt immer mit 10. → als Kennzeichen für DOI. Danach folgt eine Ziffernfolge, die den Verlag oder die Registrierungsagentur identifiziert. Beispiel: 10.1001 = American Medical Association (JAMA). Zusammen ist es das Präfix des DOI. Das Suffix besteht aus vom Verlag freigegebenen Informationen, meist als Kürzel für Zeitschrift, Jahr, Band, Artikelnummer oder interne ID. Beispiel: 10.1001/jama.2018.0245 führt direkt zur DIETFITS-Studie.

Was bedeutet Studiendesign?

Das Studiendesign definiert die zentralen Bedingungen einer Untersuchung. Das Design legt fest, wie Forschende Daten erheben und auswerten. Dazu zählen:

• Art der Studie: experimentell (z.B. RCT) oder beobachtend (z.B. Kohorten-, Fall-Kontroll-, Querschnitt).
• Aufbau: Enthält die Studie Randomisierung, Verblindung und Kontrollgruppen?
• Teilnehmer: Wie gross die Teilnehmerzahl ist, auf Basis der verwendeten Auswahlkriterien, und ob die Stichprobe repräsentativ ist.
• Intervention & Dauer: Forscher testen eine bestimmte Intervention über eine festgelegte Zeit und prüfen, wie gut die Teilnehmer sie einhalten.
• Endpunkte: Harte Endpunkte wie Sterblichkeit zählen stärker als Surrogatmarker wie Cholesterin.
• Statistik: Eine solide Analyse setzt geeignete Methoden ein, berücksichtigt Störfaktoren gezielt (Adjustierung) und schliesst genügend Teilnehmende ein, damit die Aussagekraft (Power) ausreicht.

Ein durchdachtes Studiendesign sichert die Aussagekraft der Ergebnisse.

Zugänglichkeit von Studien

Zu den frei zugänglichen Quellen gehören PubMed, PubMed Central, die Cochrane Library (teils offen) und Google Scholar. Zahlreiche wissenschaftliche Volltexte liegen hinter Paywalls und erfordern Universitätszugänge. Unpaywall gestattet den legalen Abruf von Open-Access-Versionen. Sci-Hub und ähnliche Dienste bieten ebenfalls Zugriff, liegen hingegen rechtlich in Grauzonen. Im Detail:

Open Access - frei und legal
Ein Teil der Forschung erscheint als Open-Access-Publikation. Autorinnen, Autoren oder Förderinstitutionen übernehmen die Publikationskosten, damit Interessierte kostenfrei auf den Volltext zugreifen. Dieses Modell kehrt das traditionelle Verlagsprinzip um: Vorabfinanzierung erlaubt dauerhaft offenen Zugang. Beispiele: PLOS ONE, Nutrients, Frontiers.

Legale Wege zum Wissen

Institutionelle Repositorien und Datenbanken (frei zugänglich, legal)
Viele Universitäten verpflichten ihre Forschenden, eine Kopie ihrer Arbeiten in Repositorien abzulegen (z.B. Harvard DASH, ETH Research Collection). Plattformen wie PubMed Central oder Zenodo enthalten frei zugängliche Artikel.

Preprints und Plattformen
Immer mehr Forschende stellen Preprints ins Netz – Manuskripte ohne Peer-Review. Andere laden akzeptierte Manuskripte („Accepted Manuscripts“) nach der Begutachtung sichtbar hoch, bevor der Verlag den Satz erstellt. Diese Fassungen bleiben legal zugänglich und weichen meist nur gering vom Endtext ab.

Grauzonen und Barrieren

Plattformen wie ResearchGate oder Academia.edu – Graubereich
Auf ResearchGate, Academia.edu und ähnlichen Plattformen veröffentlichen Forschende ihre Arbeiten direkt für die Fachgemeinschaft. Ein grosser Teil der Beiträge steht rechtlich einwandfrei online (Preprints und Manuskripte). Leider verletzen einige PDF-Dateien Verlagsrechte. Wer Volltexte aufruft, handelt damit ausserhalb der gesicherten Rechtslage.

Unpaywall und ähnliche Dienste – legale Suchwerkzeuge
Unpaywall arbeitet als Browser-Erweiterung und findet beim Klick auf eine DOI automatisch frei verfügbare Versionen. Das Tool verweist auf legale Quellen wie universitäre Repositorien oder Open-Access-Archive.

Verlagsseiten hinter Paywalls.
Paywalls bleiben rechtlich zulässig und inhaltlich restriktiv: Renommierte Journale wie Nature, The Lancet oder JAMA verlangen Gebühren für den Zugang. Universitäten lizenzieren komplette Pakete und ermöglichen so den Zugang zu Texten für Studierende und Forschende. Privatpersonen zahlen für Einzelartikel. Kritiker beanstanden das Modell: Verlage verkaufen öffentlich finanzierte Forschung teuer zurück und behindern den freien Wissensaustausch.

Open Access im Gegensatz
Vorabfinanzierung sichert dauerhaft freien Zugang zum Volltext. Mangelhafte Qualität und überzogene Selbstdarstellung kennzeichnen leider manche Arbeiten.

Illegale Zugänge wie Sci-Hub
Die kasachische Informatikerin Alexandra Elbakyan gründete 2011 Sci-Hub als Reaktion auf die hohen Artikelpreise der Verlage. Die Plattform bietet weltweit Millionen wissenschaftlicher Texte an und verstösst dabei meist gegen Urheberrechte. Viele Länder blockieren den Zugang – etwa die USA, Grossbritannien, Frankreich und Russland. Der Zugriff funktioniert technisch über VPN oder TOR. Forschende in ärmeren Ländern nutzen häufig sci-hub.in, weil ihnen legale Wege fehlen. Die Eingabe des DOI reicht aus; wir veröffentlichen den DOI immer.

Warum "graue" und "schwarze" Zonen existieren

Interessenkonflikte: Verlage stützen ihre Geschäftsmodelle auf Paywalls, während Forschende und Förderinstitutionen offene Wissenschaft fordern. Frank (2023) beschreibt, dass Open-Access-Modelle edel wirken, Kosten und Risiken aber den Forschenden überlassen.¹⁷

Autorenrechte: Viele Verlagsverträge erlauben das Teilen von Preprints und Manuskripten, verbieten aber die Verlagsversion. Diese Praxis schafft Unsicherheit. Geiger (2024) betont ein Urheberrecht, das Forschung und Open Science rechtlich absichert.¹⁸

Plattformen: Netzwerke wie ResearchGate überbrücken die Kluft zwischen Paywall und offener Publikation. Sie enthalten sowohl legale Preprints wie unrechtmässig hochgeladene Verlagsfassungen, was Konflikte mit Rechteinhabern erzeugt. Colavizza et al. (2024) belegen, dass Preprints den Zugang verbessern und Zitationen um etwa 20 Prozent steigern.¹⁹

Politische Dimension: Grosse westliche Verlage beherrschen den Markt wissenschaftlicher Publikationen und halten viele Ergebnisse hinter Paywalls zurück. Thibault et al. (2023) fordern, dass Open-Science-Strategien mehr Transparenz, freie Daten und klare politische Steuerung sicherstellen.²⁰

Nicht nur der Zugang, auch der Weg dorthin prägt die Qualität des Wissens. Prüfverfahren und Publikationswege legen fest, was als gesichert gilt.

Publikationsökonomie und Open Access

Wissenschaftliche Publikationen folgen heute wirtschaftlicher Logik. Grosse Verlage verdienen doppelt: Forschende liefern Inhalte kostenlos und kaufen den Zugang zu ihren eigenen Arbeiten zurück. Die Kosten tragen Universitäten, Förderinstitutionen oder letztlich die Öffentlichkeit. Solange Zitationen über den Karrierewert entscheiden, bleibt Publikation ein Markt mit Gewinnern und Abhängigen.

Open-Access-Modelle sollten diese Schieflage korrigieren. Inzwischen entstehen neue Abhängigkeiten: Wer bezahlt, veröffentlicht. Viele Journals verlangen hohe "Article Processing Charges". Damit schliessen sie finanzschwächere Einrichtungen aus. Die Bezahlung wechselt vom Lesenden zum Publizierenden.

Offene Wissenschaft verlangt mehr als freien Zugang. Sie benötigt offene Daten, transparente Begutachtung und faire Rahmenbedingungen, damit Wissen wieder als Gemeingut zirkuliert, nicht als Handelsware.

Nach Entstehung, Prüfung und Veröffentlichung bleibt die entscheidende Frage: Wie belastbar ist dieses Wissen?

5 Evidenz als Richtwert

Evidenz bedeutet Beweisbarkeit. Augenscheinliche Befunde oder offenkundige Ergebnisse bedeuten nicht unbedingt Beweisbarkeit. Im Gegensatz dazu beschreibt die Evidenz den Grad der Beweisbarkeit präzise und nachvollziehbar. Sie beschreibt, wie gut ein Zusammenhang durch überprüfbare Daten gestützt ist. Studien erhalten aufgrund ihrer Datengrundlage und Methodik unterschiedliche Evidenzstärken.

Jahrhundertelang war medizinisches Wissen autoritätsbasiert. Was berühmte Ärzte sagten, galt als wahr und richtig. Die klinische Erfahrung war die wichtigste und oft einzige Grundlage. Der Wechsel zu evidenzbasierter Medizin führt zur Einführung von Evidenz‑Level und Evidenz-Pyramiden.

Sie ordnen Studien nach ihrer Beweiskraft. An der Spitze stehen die zuverlässigsten, an der Basis die schwächsten. Die evidenzbasierte Medizin hat philosophische Wurzeln im Paris des 19. Jahrhunderts und früher. Sie bleibt bis heute umstritten. Kliniker stehen ebenso im Fokus wie das öffentliche Gesundheitswesen. Zudem betrifft es Einkäufer, Planer und die Öffentlichkeit.

Der folgende Abschnitt vermittelt einen Überblick über die Aussagekraft unterschiedlicher Studienarten. Das erlaubt Ihnen, Aussagen richtig einzuordnen. Evidenz ist jedoch dynamisch, vorläufig und kontextabhängig. Somit sind auch diese Beurteilungskriterien situationsbedingt einzusetzen (siehe dazu Evidenz richtig einordnen).

Die Evidenz-Pyramide

In der Medizin und den Ernährungswissenschaften gelten sogenannte Evidenz-Pyramiden als bewährtes Modell. Sie ordnen Studien nach ihrer Beweiskraft (Evidenz-Level). An der Spitze stehen die zuverlässigsten, an der Basis die schwächsten. Gemäss Burns et al. 2011 erfolgten die ersten Evidenz-Hierarchisierungen ab den 1970er Jahren. Grundlegende Veröffentlichungen waren:

• Canadian Task Force on the Periodic Health Examination (1979).¹⁰²

• David L. Sacketts Artikel zu Rules of evidence and clinical recommendations on the use of antithrombotic agents (1989).¹⁰³

Für die praktische Anwendung war jedoch der Artikel von Sackett et  al. (1996) grundlegend. Sie definierten erstmals Evidenzbasierte Medizin. Diese sei ein Zusammenspiel von externer Evidenz, klinischer Expertise und Präferenzen von PatientInnen. Zugleich betonten die Autoren, dass externe Evidenz vorrangig aus methodisch sauberer, klinischer Forschung stammt. Damit rückt die Qualität wissenschaftlicher Methoden ins Zentrum. Diese Neubestimmung verdeutlichte, dass Studien je nach Design unterschiedlich belastbare Aussagen liefern. Der Artikel skizziert das methodische Fundament, auf dem die späteren Evidenz-Pyramiden erst entstehen konnten.⁴

In der Regel gilt: Meta-Analysen und systematische Reviews liegen an der Spitze der Evidenz-Pyramide. Es folgen randomisierte kontrollierte Studien (RCTs). Danach kommen Kohorten- und Fall-Kontroll-Studien. Labor- und Tierstudien, Fallberichte und Expertenmeinungen (narrative Reviews) liefern die schwächste Evidenz. Je tiefer die Studienebene, desto stärker verzerren Bias und Störeinflüsse die Ergebnisse. Fallberichte und Expertenmeinungen liefern lediglich Hypothesen – sie geben Hinweise, keine verlässlichen Beweise.

Die verschiedenen Fachgebiete in der Medizin stellen unterschiedliche Fragen. Gemäss Burns et al. 2011 sei eine einzige Evidenzhierarchie deshalb nicht für alle Situationen ausreichend. Je nach Art der Frage erfordert das andere Arten von Studien.¹⁰⁴ Interventionsstudien liefern stärkere Kausalhinweise, Kohortenstudien stabile Assoziationen, mechanistische Studien biologische Plausibilität.

Beispiel Behandlung vs. Prognose:
Bei Behandlungsfragen z. B. Wirkt Medikament A besser als B? sind randomisierte kontrollierte Studien die beste Evidenz. Bei Prognosefragen z. B. Wie verläuft die Krankheit, wenn wir nichts tun? sind RCTs ungeeignet, weil man keine Behandlungen vergleicht. Hier liefern Kohortenstudien oder systematische Reviews von Kohortenstudien die höchste Evidenz.

Es gibt mehrere Versionen der Evidenz-Pyramide. Das CEBM ordnet etwa die Evidenz-Level gemäss unterschiedlichen Fragen (Therapie, Prävention, Prognose, Diagnose, Ökonomie).¹⁰⁵ Sie leisten einen wertvollen Beitrag in wissenschaftlicher Lehre und Ausbildung. Sie finden auch regelmässig Aufnahme in die Arbeiten von CEBM und Cochrane.

^{Quelle: Oxford Centre for Evidence-Based Medicine 2009.
Vereinfachte Darstellung der Evidenz-Level von Therapie/Prävention und Prognose (ohne Level 1c und 2c).}

Kritische Schwächen der Evidenz-Pyramide

Die Darstellung als Pyramide ist intuitiv und in vielen Fällen zutreffend. Jedoch hat die Darstellungsform auch ihre Schwächen.¹⁰⁶ Die Evidenz-Level dienen lediglich als Orientierung. Dies bedeutet, dass Belege der Stufe 4 nicht pauschal auszuschliessen sind. Belege der Stufe 1 gelten auch nicht automatisch als unumstössliche Fakten. Die Ergebnisse jeglicher Studie benötigen sorgfältige und kritische Prüfung.¹⁰⁴

Qualität ist genauso wichtig wie Studiendesign

Die Verlässlichkeit einer Studie hängt nicht nur vom Studiendesign ab. Nicht jede RCT ist automatisch "besser". Schlecht geplant und/oder durchgeführt, lässt sie auf das gleiche Niveau fallen wie eine gute Kohortenstudie. Beispiele: viele Ausfälle oder schlechte Randomisierung. Denn die Qualität der Evidenz hängt nicht nur vom Studiendesign ab.

Dieses Problem nahm das GRADE-System auf. Es bietet eine Methodik, um die Qualität von Studien besser prüfen zu können:¹⁰⁶

• Methodologische Limitationen (z. B. Bias)
• Keine Präzision (z. B. breite Konfidenzintervalle)
• Inkonsistenz (z. B. widersprüchliche Ergebnisse)
• Indirektheit (z. B. unpassende Population oder Intervention)

Diese Faktoren können jede Studie hoch- oder herunterstufen, egal ob RCT oder Beobachtungsstudie.

Zusätzliche Bewertungskriterien

Studiengrösse: Mehr Probanden erhöhen die statistische Aussagekraft.
Studiendauer: Längere Studien erfassen Langzeiteffekte besser.
Finanzierung: Unabhängige Finanzierung reduziert Interessenkonflikte.
Endpunkte: Harte Endpunkte (Sterblichkeit) wiegen stärker als Surrogatmarker.

Surrogatmarker bilden Ergebnisse nur indirekt ab. Sie dienen in klinischen Studien als Indikatoren für den Effekt einer Behandlung auf einen patientenrelevanten Endpunkt. So ersetzen sie direkte, oft langwierige Messungen.

Beispiele: Ein sinkender Blutdruck gilt etwa als Hinweis auf seltener auftretende Schlaganfälle. Eine niedrige Viruslast bei HIV signalisiert längere Überlebenszeiten. Cholesterin gilt als Stellvertreter für Herz-Kreislauf-Risiko, Blutzucker für die Entwicklung und Risiken von Diabetes. Solche Marker erleichtern Messungen, ersetzen aber keine Endpunkte. Diese erfassen die tatsächliche Gesundheit oder Lebenszeit.

Sind systematische Reviews wirklich höchste Evidenz?

Murad et al. (2016) argumentieren, dass systematische Reviews und Meta-Analysen keine eigene Evidenzstufe darstellen. Stattdessen sollten sie als Werkzeuge gelten, die vorhandene Studien bündeln und bewerten. Solche Übersichtsarbeiten können sowohl hochwertige als auch minderwertige Evidenz enthalten. Dies sei abhängig von den eingeschlossenen Studien und der Methodik. Deshalb stellen die Autoren ihre Platzierung an der Spitze der Evidenzhierarchie infrage. Sie schlagen vor, diese Arbeiten ausserhalb der Pyramide einzuordnen.¹⁰⁶

Drei Evidenz-Kategorien für die Praxis

Für die Kommunikation ausserhalb von Fachpersonen stellen wir eine einfache 3-Stufen-Version vor. Die Ampel spricht sowohl Fachpublikum als auch Betroffene präzise an.

1. Hochwertige Evidenz

Diese hohe Evidenz liefern zusammenfassende Analysen mehrerer RCTs, systematische Reviews oder Meta-Analysen, sowie grosse randomisierte Studien. Bedingung: ForscherInnen führen sie methodisch einwandfrei durch.

Systematische Reviews sammeln und bewerten Forschungsfragen. Bei klar definierten Einschluss- und Ausschlusskriterien. Die Qualitätsbewertung ist transparent dargelegt. Meist enthält das Review eine Meta-Analyse. Sie berechnet das Gesamtergebnis aus verwendeten Einzelstudien.

Meta-Analysen berechnen aus mehreren Studien statistisch zusammengefasste Effekte. Sie steigern die Präzision, sofern die eingeschlossenen Studien ähnliche Designs und Populationen aufweisen.

Randomisierte kontrollierte Studien (RCTs) teilen Probanden nach dem Zufallsprinzip in Gruppen ein. Sie liefern die zuverlässigsten Zusammenhänge von Ursache und Wirkung. Bedingung: Die Randomisierung erfolgt korrekt, die Studiengrösse reicht aus.

Der Unterschied: Reviews und Meta-Analysen werten bestehende Studien aus; RCTs generieren neue Daten. Beide Wege führen zu hoher Evidenz, falls die methodische Qualität stimmt.

2. Mittlere Evidenz

Beobachtungsstudien liefern diese, sofern ForscherInnen grosse Populationen über längere Zeit verfolgen und Störfaktoren sorgfältig berücksichtigen.

Kohortenstudien beobachten eine grosse Bevölkerungsgruppe über Jahre. Der Begriff Kohorte bezeichnet eine homogene Studiengruppe. Im besten Fall erfahren Teilnehmende gleiche Ereignisse zur gleichen Zeit. Zu Beginn weist niemand die untersuchte Eigenschaft auf. Im Zeitverlauf dokumentieren ForscherInnen, wer eine Krankheit entwickelt. Diese Studien identifizieren Risikofaktoren. Sie beweisen leider keine Kausalität.

Fall-Kontroll-Studien vergleichen erkrankte Personen (Fälle) mit gesunden Kontrollen. Forscher prüfen rückblickend, ob bestimmte Risikofaktoren öfter vorkamen. Die Methode ist nützlich bei seltenen Krankheiten. Sie liefern begrenzte Evidenz.

Querschnittsstudien erfassen eine Momentaufnahme von Merkmalen innerhalb einer Population. Sie erfassen statistische Zusammenhänge (etwa: Menschen mit Krankheit X konsumieren mehr Y). Sie belegen keine zeitliche Abfolge und keine kausalen Zusammenhänge.

3. Schwache Evidenz

Grundlagenforschung und Einzelberichte liefern erste Hinweise. Ihre Übertragbarkeit auf menschliche Ernährungsempfehlungen ist begrenzt.

Tierstudien (in vivo) untersuchen Wirkungen im gesamten Organismus. Sie klären biologische Mechanismen auf und weisen auf Wirksamkeit oder Toxizität hin. Die Ergebnisse gelten nicht für den Menschen, da sein Stoffwechsel fundamental abweicht. Beispiel: Die Macadamia-Nuss ist für Hunde und Katzen extrem giftig, für Menschen die zweitbeste Nuss.

Reagenzglasstudien (in vitro) testen Substanzen an isolierten Zellen oder Molekülen. Die ermittelten Wirkmechanismen versagen oft in komplexen Lebewesen.

Narrative Reviews bündeln vorhandene Studien auf Basis der fachlichen Einschätzung der Autorenschaft. Im Gegensatz zu systematischen Reviews fehlen standardisierte Suchstrategien und festgelegte Auswahlkriterien. Diese Schwächen erhöhen das Risiko von Verzerrungen. Darum finden sich die systematischen Reviews in der besten Evidenzklasse und narrative Reviews in der schlechtesten.

Expertenmeinungen und Fallberichte beruhen dagegen auf Einzelbeobachtungen oder subjektiven Einschätzungen. Sie liefern wertvolle Impulse für Hypothesen, ersetzen jedoch keinen wissenschaftlichen Nachweis. Sie liegen am unteren Ende der Evidenzklassen.

Praktische Hinweise für die Bewertung

Leserinnen und Leser ordnen eine Studie nun leicht einer der drei Kategorien zu. Die Hierarchie ist sofort klar: Vertrauen Sie mehr auf grosse, zusammengefasste oder randomisierte Studien als auf Tierstudien oder Einzelmeinungen.

Trotzdem ist, vorrangig in der Ernährungswissenschaft, eine gewisse Flexibilität nötig. Bestimmte RCTs bleiben in diesem Kontext unmöglich oder unethisch. Beispielsweise lassen sich Menschen nicht 10 Jahre lang auf reine Fastfood-Ernährung randomisieren. Auch wenn negative Folgen sich so wissenschaftlich erfassen liessen, wäre das unethisch. In diesem Fall ist eine mittlere Evidenz aus Kohortenstudien oder Fall-Kontroll-Studien die beste verfügbare Evidenz.

Zudem wirkt Ernährung immer multidimensional. Sie lässt sich selten auf einen einzeln untersuchten Nährstoff herunterbrechen. Deshalb kann eine randomisierte kontrollierte Studie manchmal nur Teile des Wirkspektrums erfassen.

Solange wir den Kontext beachten und uns der rahmenbedingten Einschränkungen bewusst sind, können wir fundierte Urteile fällen.

Methodische Probleme

Zwei methodische Fallstricke verfälschen Ernährungsstudien systematisch: Restverzerrung und ungeeignete Kontrollgruppen.

Restverzerrung und Confounding

Restverzerrung bezeichnet unbeachtete Einflüsse, die trotz sorgfältigem Studiendesign bestehen bleiben. Statistische Verfahren oder verfeinerte Auswahlkriterien für Probandinnen und Probanden entfernen z.B. bekannte Störfaktoren wie Rauchen oder Bewegungsmangel. Dieser Schritt bringt den Effekt der untersuchten Ernährung besser zur Geltung oder hilft zumindest dabei. Die Gruppe erscheint als homogen.

Restverzerrung bleibt damit eine grundsätzliche Grenze von Beobachtungsstudien.

Wenngleich Forschende bekannte Störfaktoren statistisch bereinigen, bleiben unbekannte oder schwer messbare Einflüsse bestehen. Beispielsweise verfälschen chronischer Stress, Schlafqualität oder genetische Prädisposition die Ergebnisse weiterhin. Diese Restverzerrung beschreibt Fehlerquellen, die Resultate verändern, obwohl das Studiendesign korrekt erscheint.

Besonders heikel ist es, wenn diese Restverzerrung einen Confounding-Effekt aufweist. Der unbekannte Faktor beeinflusst sowohl die vermeintliche Ursache als auch die gemessene Wirkung. Das erlaubt es, einen Scheinzusammenhang zu erzeugen.

Beispiele:

• Betrachten wir die Verbindung zwischen Fleischkonsum und Herzerkrankungen: Ein niedriger sozioökonomischer Status treibt oft den Fleischkonsum hoch. Derselbe Status erhöht Stresslevel und verschlechtert Gesundheitsversorgung. Die Statistik bereinigt Rauchen, nicht aber herzschädigenden Stress.
• Forschende untersuchen, ob Kaffeetrinken Lungenkrebs auslöst. Viele Kaffeetrinker rauchen. Der scheinbare Zusammenhang "Kaffee → Krebs" entsteht in Wirklichkeit durch den Konfundierer (Rauchen). Ausser dieser Störfaktor ist eliminiert durch den Nicht-Einbezug solcher Personen.
• Menschen, die Vitaminpillen nehmen, leben oft gesünder. Der Grund: Sie achten allgemein mehr auf ihre Ernährung und Bewegung – nicht die Pille verlängert das Leben.

Kohortenstudien dienen vielfach der Untersuchung von Zusammenhängen zwischen Ernährungsformen und Surrogatmarkern, Krankheitsrisiken oder Mortalitätsraten. Die Forschenden teilen die Probanden dabei häufig in Gruppen wie "vegan", "vegetarisch" oder "Mischkost" ein.

Dieses Vorgehen ist methodisch problematisch, da die Gruppen eine hohe Heterogenität aufweisen. Die vegane Gruppe ist nicht einheitlich. Einige ernähren sich ausgewogen und nährstoffreich, andere essen überwiegend stark verarbeitete Produkte. Ein Teil der Mischkostgruppen nimmt lediglich geringe Mengen tierischer Produkte zu sich. Andere sehr viele. Gleichzeitig spielt eine Rolle, ob insgesamt eher Junkfood dominiert oder ein hoher Anteil an Gemüse und Früchten. Die reine Einteilung nach Ernährungsform lässt grosse Verzerrungen zu. Das schränkt die Aussagekraft der Studie massiv ein. Damit lässt sich auch bewusst das Gegenteil des Erwarteten erreichen.

Aus wissenschaftlicher Sicht ist eine differenzierte Erfassung der tatsächlichen Ernährungsgewohnheiten erforderlich. Food Frequency Questionnaires (FFQ) ermöglichen eine präzisere Untersuchung der Korrelation zwischen bestimmten Lebensmittelkombinationen und gesundheitlichen Parametern. Diese Vorgehensweise reduziert das Risiko von Confounding. Das erhöht die Validität der Ergebnisse im Vergleich zur groben Einteilung nach Ernährungsform.

Fazit
Das Entfernen bekannter Faktoren schafft Klarheit. Allerdings beseitigt es nie alle Verzerrungen. Restverzerrung bleibt damit eine fundamentale Grenze von Beobachtungsstudien. Fewell et al. (2007) schrieben eine gute methodische Erklärung, wie mit Confounding-Effekten umzugehen ist. Auch weshalb diese nie komplett verschwinden.⁹

Ungeeignete Kontrollgruppen

"Inappropriate Control Groups" verzerren Vergleiche. Eine unzureichende Vergleichsdiät verzerrt das Ergebnis zugunsten der anderen. Dies belegt nicht den Nutzen der einen, sondern den Schaden der anderen Diät. Das ist eine viel angewandte Täuschung durch industrienahe Menschen.

Nutzung und Sichtbarkeit

Die Resonanz von Studien kann einen Hinweis geben auf deren Bedeutung. Nicht aber auf deren Qualität.

Zitationszahlen dienen seit Garfield (1955) als Mass für die Beachtung einer Studie in der Fachliteratur.²³ Eugene Garfield verfasste nicht nur den Klassiker zur Index-Methode (Citation Index). Er leitete aus Bradfords Gesetz der Streuung das Garfield-Gesetz ab. Dieses besagt, dass ein Bruchteil der vorhandenen Magazine einen Grossteil aller Zitationen ausmacht.²⁴

Altmetrics (alternative Kennzahlen) erfassen Resonanz jenseits der Fachwelt. Das passiert mittels Medienberichten, Blogbeiträgen, Social-Media-Diskussionen und Policy-Dokumenten. Sie spiegeln nach Priem et al. (2010) den Einfluss einer Studie auf öffentliche Debatten wider.²⁵

Hohe Zitationszahlen oder Altmetrics bestätigen nicht die methodische Qualität. Schwache oder fehlerhafte Arbeiten erhalten gemäss Bornmann (2014) grosse Aufmerksamkeit. Dies gilt besonders bei Ergebnissen, die kontrovers wirken oder stark medienwirksam erscheinen.²⁶

Industrielle Beeinflussung und selektive Kommunikation

Industrie und verkaufsorientierte Kreise beeinflussten die Ergebnisse von wissenschaftlichen Studien. Lundh et al. (2017) demonstrierten in einer Cochrane-Übersicht eine wichtige Erkenntnis. Industriefinanzierte Studien berichten signifikant mehr positive Resultate als unabhängige Arbeiten.¹¹ Eine aktuelle Analyse von López-Moreno et al. (2025) bestätigte dies: Der Anteil sponsorfreundlicher Resultate liegt bei industriefinanzierten Ernährungsstudien rund viermal höher als bei unabhängigen Arbeiten.¹³

Selbst Studien der höchsten Evidenzklasse bleiben nicht frei von dieser Beeinflussung. Boutron et al. (2010) untersuchten die Berichterstattung in Top-Journals. Sie belegten, dass rund 40 % aller RCTs und Reviews positive Nebenergebnisse betonten. Dies, obwohl der Haupteffekt ausblieb.¹⁰

Sismondo (2008) dokumentierte, wie Pharmaunternehmen durch Ghostwriting und Publikationsplanung Studieninhalte gezielt formen. Dies, um gewünschte Botschaften in der Literatur zu verankern.¹² In der öffentlichen Debatte arbeiten industrienahe Stimmen mit diesem Muster. Ernährungsberaterinnen oder Fachleute, die für Branchenorganisationen auftreten, reagieren auf Kritik mit Floskeln: Neuere Studien bestätigen unsere Sichtweise. Belege bleiben aus, konkrete Quellen fehlen. Damit verlagert die Diskussion den Fokus vom Inhalt auf pauschale Behauptungen, die kaum überprüfbar bleiben. Dieses Vorgehen verstärkt die Asymmetrie zwischen gut belegten Analysen und marketingorientierten Aussagen.

Medienresonanz

In den Medien dominieren industrienahe Stimmen. Kritische Fachleute mit belastbarer Evidenz erhalten wenig Raum, während PR-Botschaften der Branche direkt in Nachrichten einfliessen.

Leider betreiben gewisse Forscher industriefinanzierte Forschung. In einem konkreten Fall veröffentlichte ein Forscher über Jahre hinweg Studien, in denen er Ahornsirup als besonders gesund darstellte. Er bezeichnete ihn als Spitzenlebensmittel. Dazu schrieb er dem Produkt Wirkungen zur Vorbeugung von Krankheiten wie Krebs, Alzheimer und Diabetes zu. Die Aussagen basierten auf Laborversuchen mit konzentrierten Ahornextrakten, nicht auf dem tatsächlichen Verzehr von handelsüblichem Sirup. Zudem arbeitete der Forscher als bezahlter Berater und Werbeträger für die Branche. Diese Vergütung stellt einen klaren Interessenkonflikt dar.¹⁴

Eine australische Analyse von Brooks et al. (2024) belegte typische Marketing Strategien. Nachrichtenportale wählten in 80 von 86 Beiträgen über Fast-Food-Ketten markenfreundliche und überwiegend positive Berichterstattung. Dazu gehörten Beiträge mit positiven Schlagzeilen sowie positive Beschreibungen neuer Nahrungsmittelprodukte. Alle Medienbeiträge mit einer markenungünstigen Tendenz (6 von 86) erhielten diese Kennzeichnung, weil sie Kritik von Social-Media-Nutzern an den Produkten der Marken zitierten.¹⁵

Soziale Medien fördern die Verbreitung von Fehlinformationen zur Ernährungslehre. Diekman et al. (2023) analysierten in einer Übersichtsarbeit deren massenhafte Verbreitung sowie die Auswirkungen auf die Ernährungsberatung.¹⁶

Fazit
Diese Beispiele verdeutlichen, wie stark wirtschaftliche Interessen die wissenschaftliche Kommunikation und die öffentliche Wahrnehmung prägen. Wer Studien zuverlässig einschätzen will, unterscheidet klar zwischen gesichertem Wissen und interessengeleiteter Behauptung. Das bildet die Basis für echtes Verstehen. All diese Aspekte bestimmen gemeinsam, wie stark Evidenz tatsächlich trägt – und wie zuverlässig sie unser Handeln leiten kann.

Evidenz ist kein Dogma, sondern ein Werkzeug. Sie hilft, Hypothesen zu prüfen und Wissen zu ordnen. Ihre Stärke liegt nicht in der Zahl der Studien, sondern in ihrer Qualität, Offenheit und Reproduzierbarkeit. Wissenschaft bleibt vorläufig – und darin liegt ihre Glaubwürdigkeit.

Verlässliches Wissen entsteht dort, wo Beobachtung, Prüfung und Transparenz zusammenkommen. Wer Evidenz richtig versteht, sucht nicht nach Beweisen, sondern nach Verständnis. Erkenntnis wächst durch Zweifel, nicht durch Gewissheit. Neue Risiken verstärken diese Probleme: Künstliche Intelligenz erleichtert wissenschaftlichen Betrug und erzeugt falsche Evidenz.

Evidenz richtig einordnen: Checkliste

Studien zu kennen, ist das eine; sie richtig einzuordnen, das andere. Wer Aussagen zuverlässig bewerten will, benötigt Kriterien. Dieser Textteil bündelt dafür praktische Hilfen, indem er Ihnen eine kurze Checkliste bietet. Die sechs Kernpunkte dienen der Ersteinschätzung der Qualität und Belastbarkeit wissenschaftlicher Ergebnisse. Sie fasst zentrale Kriterien der Studienbewertung zusammen, die wir ausgeführt haben.

Publikationsort und Peer-Review: Seriöse Studien erscheinen in Fachzeitschriften mit Qualitätskontrolle. Journale wie Nature, JAMA, The Lancet oder NEJM prüfen Methoden und Resultate vor der Veröffentlichung. Predatory Journals umgehen jede Kontrolle und veröffentlichen gegen Bezahlung ohne unabhängige Begutachtung. Beall (2012) beschrieb, wie diese Verlage das Open-Access-Modell zu einem Geschäft ohne wissenschaftliche Qualitätssicherung verwandelten. Spätere Analysen kritisierten Bealls Kriterien als unscharf und regional voreingenommen.²¹

Eine aktuelle Übersicht solcher Journale bietet beallslist.net. Die NOAA Library führt unter Journal Evaluation & Predatory Publishing eine zweistufige Bewertung – gelb und rot - und beschreibt auf library.noaa.gov die unterschiedlichen Gründe.

Evidenzstufe: Die Stufen der Evidenz finden Sie weiter oben erläutert. In der Checkliste dienen sie als erster Prüfpunkt. Randomisierte kontrollierte Studien (RCTs), systematische Reviews und Meta-Analysen stehen für starke Evidenz. Beobachtungs- und Tierstudien liefern nur Hypothesen und bieten schwache Evidenz.⁴

Stichprobe und Dauer: Viele Teilnehmende und eine lange Laufzeit erhöhen die statistische Aussagekraft. Korrekte Randomisierung vermeidet Verzerrungen.

Endpunkte: Harte Endpunkte wie Sterblichkeit wiegen stärker als Surrogatmarker wie Blutdruck oder Cholesterin. Fleming & DeMets (1996) warnten, dass Surrogatmarker oft in die Irre führen.²

Widersprüche im Kontext: Eine einzelne Studie liefert keine Sicherheit. Vergleiche mit anderen Arbeiten zum gleichen Thema belegen, ob Ergebnisse stabil bleiben. Übereinstimmungen schaffen Verlässlichkeit.

Interessenskonflikte: Finanzierung prägt Resultate fast immer indirekt. Offen genannte Interessenkonflikte erleichtern die Einordnung.¹³

6 Praxis: Grosse Studien durchleuchtet

Die folgenden Beispiele stehen exemplarisch für den Umgang mit Evidenz. Sie verdeutlichen, wo grosse Datensätze überzeugen – und wo methodische Grenzen Klarheit verlangen. Grosse Studien gelten zwar als Goldstandard, doch auch sie sind nicht frei von Verzerrungen. Publikations-Bias, Selektions-Bias oder schwache Vergleichsgruppen verzerren Ergebnisse (vgl. Erklärung oben: Bias-Systematik).

Im Folgenden beleuchten wir einige der einflussreichsten Ernährungsstudien der letzten Jahre. Sie verdeutlichen, dass selbst weithin bekannte und umfangreiche Untersuchungen sowohl Stärken als auch Schwächen aufweisen können. Trotz hoher Evidenzstärke bleibt ein kritischer Blick unverzichtbar. Auch bei Studien mit tausenden Teilnehmenden und hoher medialer Aufmerksamkeit.

DIETFITS-Studie (2018): Nebenergebnisse im Fokus

Studientyp: randomisierte, kontrollierte Parallelgruppenstudie (hohe Evidenz, grosse RCT).

Die randomisierte kontrollierte Parallelgruppenstudie von Gardner et al. (2018) teilte 609 übergewichtige Erwachsene zufällig in Gruppen ein und begleitete sie 12 Monate. Eine Gruppe ass fettarm (nach Pritikin), die andere kohlenhydratarm (nach Atkins). Primärer Endpunkt: Gewichtsabnahme nach 12 Monaten. Ergebnis: kein signifikanter Unterschied. Die Teilnehmer beider Gruppen verloren rund 5–6 kg.²⁷

Dieses Beispiel illustriert Publikations-Bias: In der öffentlichen Debatte übersahen beide Lager die zentrale Aussage und lenkten die Aufmerksamkeit auf Nebenaspekte. Stattdessen feierten sie ihre eigenen Gewichtsverluste und lenkten die Aufmerksamkeit auf Nebenaspekte. Etwa leichte Vorteile bei Blutfetten. Durch dieses Framing erklärten sie jeweils ihre Diät zum Sieger.

Fazit
Selbst hochwertige RCTs verlieren an Klarheit, sobald Interessengruppen Nebenergebnisse über den primären Endpunkt stellen.

PURE-Studie (2017): Der Healthy-User-Bias

Studientyp: prospektive Kohortenstudie, mittlere Evidenz. Umfang: über 135'000 Erwachsene aus 18 Ländern, mittlere Laufzeit rund 7 Jahre.²⁸

Die ForscherInnen beobachteten den Zusammenhang zwischen Makronährstoffen und Sterblichkeit. Sie erkannten: Menschen mit hohem Kohlenhydratanteil in der Ernährung starben im Untersuchungszeitraum häufiger. In den Medien erschien rasch: Kohlenhydrate töten. Dieses Beispiel verdeutlicht, wie stark Selektions-Bias und Confounding das Resultat prägen.

Das ist zu kurz gedacht: Vorwiegend einkommensschwache StudienteilnehmerInnen wählten zwangsweise extrem kohlenhydratreiche Ernährungsweisen (60 %). Das ist ein problematischer Befund. Diese Gruppe mit hohem Kohlenhydratanteil bestimmte massgeblich den beobachteten Zusammenhang. Heisst: Das höhere Sterberisiko ist sichtbar. Der wahre Grund liegt tiefer. Die Studie deckt ihn auf: Sie demonstriert, dass einkommensschwache Personen unter einem höheren Sterberisiko leiden. Bei geringem Einkommen prägten günstige Kohlenhydrate ihren Speiseplan. Das sind billige Fertigprodukte statt naturnaher Pflanzen.

Das bedeutet: keine naturnahe Pflanzenkost, sondern billige Produkte mit zugesetztem Zucker. Es trat eine kohlenhydratreiche Kost zusammen mit Armut, einseitiger Ernährung und eingeschränktem Zugang zur Gesundheitsversorgung auf. Die statistische Analyse der PURE-Forscher belegt: Ohne den Faktor Armut verschwindet der starke negative Effekt der Kohlenhydrate. Nicht die Kohlenhydrate führten zum früheren Tod, sondern die damit verbundenen Lebensumstände.

Fazit
Beobachtungsstudien liefern Korrelationen, keine Beweise für Ursache und Wirkung. Wer sie vorschnell in Schlagzeilen übersetzt, blendet soziale und ökonomische Hintergründe aus.

PREDIMED-Studie: Methodische Mängel trotz RCT-Design

Studientyp: randomisierte kontrollierte Cluster-Studie, hochwertige Evidenz (mit methodischen Schwächen). Umfang: 7447 Erwachsene mit hohem kardiovaskulären Risiko in Spanien, Laufzeit etwa 5 Jahre, randomisiert in drei Gruppen.

Estruch et al. (2013) testeten, ob eine mediterrane Ernährung Herz-Kreislauf-Erkrankungen verhindert. Sie teilten ganze Familien statt einzelner Personen den Diätgruppen zu – ein klarer Fehler in der Randomisierung.²⁹

Wissenschaftler um John Ioannidis kritisierten diese Schwächen öffentlich. Ioannidis gilt als einer der bekanntesten Methodenkritiker mit hohem Ansehen. Sie bemängelten insbesondere die Gruppenzuteilung und die ungenügende Vergleichsdiät. Das New England Journal of Medicine zog die Publikation 2018 zurück. Estruch und Team überarbeiteten das Design, analysierten die Daten neu und publizierten die Ergebnisse erneut (Estruch 2018).³⁰

Methodische Schwächen belegen: Selbst hochwertige RCTs unterliegen einem Selektions- und Design-Bias-Risiko. Die mediterrane Ernährung brachte weiterhin Vorteile, schwächer als in der ursprünglichen Version. Viele Medien und Teile der Industrie zitieren bis heute lieber die überhöhten ursprünglichen Zahlen.

Fazit
Diese Beispiele bestätigen: Auch hochwertige RCTs bergen eine Anfälligkeit für Bias. Entscheidend ist, dass Forschende Fehler offenlegen und Korrekturen die Ergebnisse tragfähig halten.

EPIC-Oxford: Langfristige Beobachtung im europäischen Alltag

• EPIC (European Prospective Investigation into Cancer and Nutrition) startete 1992–1999 in zehn Ländern, mit rund 520'000 Teilnehmenden.

• Die EPIC-Oxford-Teilgruppe (UK) rekrutierte 1993–2001 rund 65'000 Personen. Für die BMJ-Analyse (Tong 2019) lagen vollständige Datensätze von 48'188 Teilnehmenden vor.

• Der Nachbeobachtungszeitraum beträgt mittlerweile über 30 Jahre (erste Publikationen ab 2002, letzte 2023).

Die EPIC-Oxford-Kohorte verfolgt Teilnehmende über Jahrzehnte. Dies unter realen Lebensbedingungen. Den Gegensatz bilden kurzzeitige Interventionsstudien. Diese Daten dokumentieren Ernährungsgewohnheiten, Krankheitsverläufe und Sterblichkeit in einem westlichen Kontext – ohne Eingriff, hingegen mit hoher Alltagstauglichkeit.

Tong et al. (2019) begleiteten die 48'188 Personen während 18 Jahren. Nach Berücksichtigung sozioökonomischer und lebensstilbedingter Störfaktoren wiesen Fischesser und Vegetarier im Vergleich zu Fleischessern eine um 13 % (Hazard Ratio 0,87, 95 %-Konfidenzintervall 0,77 bis 0,99) bzw. 22 % (0,78, 0,70 bis 0,87) niedrigere Rate an ischämischen Herzerkrankungen auf (P<0,001 für Heterogenität). Dafür hatten Vegetarier eine 20 % höhere Rate an Schlaganfällen als Fleischesser. Der doppelte Befund verdeutlicht, wie Ernährungsvorteile und -risiken über Jahrzehnte ineinandergreifen.⁴¹

Appleby et al. (2016) bilanzieren eine ähnliche Gesamtsterblichkeit zwischen Vegetariern und MischköstlerInnen.⁴² Die Studie von Key et al. (2021) belegt nur minimale Unterschiede zwischen vegetarischer und veganer Ernährung.⁴³

Diese scheinbare Ausgeglichenheit spiegelt eher die Qualität der praktizierten Ernährung als den theoretischen Vorteil pflanzlicher Kost wider. Laut Key et al. (2021) wies jeder zweite untersuchte Veganer einen Vitamin-B₁₂-Mangel auf. Alle Anzeichen deuten auf langfristige Gesundheitsschäden hin. Insbesondere weisen Vegetarier und Veganer ein höheres Schlaganfallrisiko auf. Ein B₁₂-Mangel lässt den Homocysteinspiegel steigen. Das steigert das Schlaganfallrisiko. Weitere Forschung ist notwendig, um diesen Zusammenhang zu untersuchen.⁴³

Bei veganer Ernährung fallen die durchschnittliche Aufnahme und die Plasmakonzentrationen von Vitamin D und Kalzium geringer aus. Diese Werte liegen unter denen von MischköstlerInnen. Das ist vermeidbar. Pflanzenbetonte Ernährung entfaltet ihre Schutzwirkung nur, wenn sie ausgewogen, vielfältig, nährstoffreich und mit ausreichender Bewegung kombiniert ist.

Fazit
EPIC-Oxford liefert keine schnellen Antworten, sondern langfristige Zusammenhänge. Solche Beobachtungen besitzen geringe Kontrolle, allerdings hohe Lebensnähe. Sie verdeutlichen, wie Ernährung im Alltag wirkt, nicht nur im Labor.

Wo Sie Studien kritisch bewertet finden

Für besonders kritische Leserinnen und Leser: Die folgenden Plattformen bieten unabhängige Einschätzungen – die Cochrane Library für systematische Übersichten, PubPeer für Fachdiskussionen und Retraction Watch für zurückgezogene Studien.

So nutzen Sie diese Plattformen

Studien geben oft Endurteile vor. Die eigentliche Wissenschaft entsteht im Nachfeld. Sie lernen, diese Debatten zu verfolgen und Fehlinterpretationen zu entlarven. Hier die wichtigsten Werkzeuge und wie Sie sie konkret anwenden:

1. Der Faktencheck: Stimmen die Kernaussagen? (Mit der Cochrane Library)

• Problem: Eine einzelne, neuartige Studie generiert Schlagzeilen. Ist sie verlässlich oder nur ein Ausreisser? Lösung: Die Cochrane Library ist der Goldstandard für systematische Übersichtsarbeiten. Hier fassen internationale Experten relevante Studien zu einer Frage zusammen und bewerten die Gesamtevidenz. Konkrete Aktion für Sie: Geben Sie bei Cochrane den Namen einer Krankheit oder Behandlung ein (z.B. "Vitamin D bei Erkältungen"). Das Ergebnis liefert Ihnen nicht eine Meinung, sondern die zusammengefasste, gewichtete Wahrheit aus oft Hunderten Studien. So entlarven Sie medialen Wirbel (hypes).

2. Der Blick hinter die Kulissen: Hat die Studie methodische Schwächen? (Mit PubPeer)

• Problem: Eine Studie erscheint in einem angesehenen Journal. Vielleicht übersehen sogar die Gutachter gravierende Fehler in der Statistik oder Methodik? Lösung: Auf PubPeer üben Wissenschaftler nach der Veröffentlichung anonym Fachkritik an Studien aus. Hier entstehen die ersten schwerwiegenden Zweifel. Konkrete Aktion: Suchen Sie im Fall einer bahnbrechenden Studie (z.B. mit einer vielversprechenden neuen Krebsbehandlung) auf PubPeer nach dem Titel oder der DOI-Nummer. Finden Sie dort kritische Kommentare von anderen Forschern, gilt: Die Evidenz ist mit Vorsicht zu geniessen.

3. Die Fehlerkultur: Ist die Studie widerlegt oder zurückgezogen? (Mit Retraction Watch)

• Problem: Eine oft zitierte Studie ist längst widerlegt oder zurückgezogen. Das weiss allerdings praktisch niemand mehr. Lösung: Der Blog Retraction Watch berichtet über zurückgezogene Studien. Oft liegen die Gründe in Datenmanipulation, Fehlern oder Betrug. Konkrete Aktion für Sie: Beim Finden einer älteren, immer noch einflussreichen Studie (z.B. zur Wirkung von Antidepressiva), googeln Sie den Titel zusammen mit Retraction Watch. So stützen Sie Ihre Arbeit auf valide Ergebnisse.

4. Das Fundament: Lernen, wie gute Wissenschaft funktioniert (Mit METRICS)

• Problem: Sie stehen vor der Aufgabe, die Qualität von Studien sicher einzuschätzen. Lösung: Das METRICS Center von John Ioannidis forscht darüber, wie Forschung funktioniert (Meta-Forschung) und warum so viele Studien Fehler aufweisen. Konkrete Aktion für Sie: Durchstöbern Sie die METRICS-Website nach einführenden Artikeln oder Vorträgen. Sie lernen dort die grössten Fallstricke der Forschung kennen (z.B. "p-hacking", "Publication Bias") und erreichen so Immunität gegen schlechte Wissenschaft.

Warum ist diese kritische Haltung nötig? Die methodischen Schwächen unterliegen keinem Zufall, sondern bilden ein systemisches Problem.

Langfristige Evidenz – Realität statt Momentaufnahme

Kurzzeitige Experimente erfassen Stoffwechselreaktionen, nicht Gesundheit. Erst Langzeitbeobachtungen von Menschen demonstrieren, wie Ernährung, Lebensweise und Umwelt gemeinsam wirken. Sie spiegeln die tatsächlichen Lebensbedingungen wider, unter denen Krankheiten entstehen oder ausbleiben. Diese Art von Beobachtungen verbindet wissenschaftliche Präzision mit gelebtem Alltag.

Solche Daten besitzen keine künstliche Kontrolle – und deshalb besondere Aussagekraft. Sie identifizieren langfristig stabile Muster, frei von Laborartefakten und Kurzzeiteffekten. In der Evidenz-Hierarchie gelten diese Beobachtungen formal als schwach. Tatsächlich bilden sie die einzige Forschungsebene, auf der Menschen so leben, essen und altern, wie sie es wirklich tun. Ihr Wert steigt, wenn sich ihre Ergebnisse mit biologischen Mechanismen und klinischer Erfahrung decken.

Langfristige Evidenz beschreibt das, was kurzfristige Studien verfehlen: den Zusammenhang zwischen Lebensstil und Lebensdauer. Sie misst nicht einzelne Werte, sondern den Verlauf ganzer Biografien. Wer Erkenntnis auf Laborgrössen verengt, verwechselt Forschung mit Routine. Wissenschaft braucht Weitwinkel statt Trichterblick – sonst erfasst sie Symptome, nicht das System. Kurz: Wer diese Perspektive übersieht, verwechselt Statistik mit Leben.

Zahlreiche Untersuchungen dokumentieren langfristige Erfolge pflanzenbasierter Ernährung. Hier ein Beispiel:

Studientyp: Querschnittsanalyse innerhalb einer prospektiven Kohortenstudie (Adventist Health Study-2), mittlere Evidenz. Umfang: über 60'000 Erwachsene, Daten aus den USA und Kanada. Dauer: 2002–2006.

Tonstad et al. (2009) analysierten unterschiedliche Ernährungsweisen³¹: Veganer, Lacto-Ovo-Vegetarier, Pesco-Vegetarier, Semi-Vegetarier und Nicht-Vegetarier. Ergebnis: Veganer wiesen mit rund 23,6 den niedrigsten BMI auf. Danach folgten Lacto-Ovo-Vegetarier (~25,7), Pesco-Vegetarier (~26,3) und Semi-Vegetarier (~27,3). Nicht-Vegetarier wiesen mit ~28,8 den höchsten BMI auf. Die Prävalenz (Häufigkeit) von Typ-2-Diabetes nahm bei Veganern, Ovo-Lacto-Vegetariern, Pesco-Vegetariern, Semi-Vegetariern und Nicht-Vegetariern in genau dieser Reihenfolge zu.

Die Studie nennt zusätzlich die Einschränkungen (deutsche Übersetzung des englischen Originals):

Unsere Daten basieren auf Querschnittsdaten und erlauben keine kausalen Rückschlüsse. Eine umgekehrte Kausalität erscheint wenig plausibel. Menschen mit Diabetes wechseln ihre Ernährungsweise seltener von vegetarisch zu omnivor. Bei etwa einem Sechstel der Kohorte konnten wir die körperliche Aktivität nicht erfassen: Antworten auf eine oder mehrere der für die Berechnung der MET-Einheiten erforderlichen Fragen fehlten. Und:

Bei Veganern und anderen Vegetariern ist Diabetes möglicherweise aufgrund ihres niedrigeren BMIs seltener erfasst. Der Zusammenhang zwischen Ernährung und Diabetes blieb bei Personen mit einem BMI unter 30 kg/m² und über 30 kg/m² bestehen. Die Aussagekraft der Studie bleibt von diesem Effekt daher weitgehend unberührt.

Die Kohorte repräsentierte die Allgemeinbevölkerung nicht: Viele Teilnehmende besuchten regelmässig kirchliche Veranstaltungen. Da vegetarisch lebende Mitglieder meist weitere kirchliche Grundsätze befolgten, bestanden Unterschiede in wichtigen Diabetes-Risikofaktoren. Die Analyse bestätigte mehrere dieser Abweichungen statistisch. Die Auswertung belegte: Eine nicht-vegetarische (omnivore) Ernährung ist stärker mit schwarzer Ethnizität, geringerem Bildungsniveau, mehr Fernsehkonsum und weniger Schlaf korreliert als eine vegetarische.

Andererseits zählten Nichtvegetarier zu den Jüngeren und berichteten über mehr körperliche Aktivität und Alkoholkonsum. In dieser Kohorte assoziieren diese Verhaltensweisen mit einem geringeren Diabetesrisiko. Trotz Berücksichtigung dieser Faktoren blieb der Zusammenhang zwischen Ernährung und Typ-2-Diabetes deutlich nachweisbar.

Für europäische Leserinnen und Leser gelten diese BMI-Werte als eher hoch, für die USA dagegen als niedrig im Vergleich zur Gesamtbevölkerung.

^{Quelle: Tonstad S, Butler T, et al. 2009.}

Die umfangreichste Evidenz belegt einen BMI-Bereich von 18,5 bis 24,9 kg/m² als den mit der höchsten Lebenserwartung. Am günstigsten liegt die statistisch niedrigste Sterblichkeit meist zwischen 20 und 22 kg/m². Dieser Bereich korreliert mit der längsten Phase guter Gesundheit. Wichtiger als eine exakte Zahl ist der Fokus auf ausgewogener Ernährung und regelmässiger Bewegung. Beides fördert langfristig ein stabiles Gewicht im Normalbereich.

Bei veganer Ernährung entscheidet Wissen darüber, ob Menschen die grossen Vorteile für Gesundheit und Umwelt ausschöpfen. Worauf langfristig gesund bleibende Veganerinnen und Veganer achten, erfahren Sie im Beitrag: Veganer essen oft ungesund. Vermeidbare Ernährungsfehler.

Fazit
Systematische Langzeitbeobachtungen liefern die stärksten Belege dafür, dass eine pflanzenbasierte Ernährung mit gesünderem Körpergewicht und niedrigerem Diabetesrisiko verbunden ist.

Kleinere Studien geben lediglich Hinweise

Neuere Studien aus den Jahren 2023 bis 2025 bestätigen diesen Trend. Sie liefern ergänzende Hinweise, keine Beweise.

Vegan vs. Omnivor (USA, 2025): In einer aktuellen Publikation lag der mittlere BMI bei VeganerInnen bei 23,7, bei Omnivoren bei 26,9 kg/m².³²

Vegetarisch vs. Omnivor (Europa, 2024): Eine Arbeit in BMJ Nutrition betonte ebenfalls, dass VegetarierInnen und VeganerInnen durchwegs einen niedrigeren BMI aufwiesen als MischköstlerInnen.³³

Metabolische Veränderungen (2022): Die Untersuchung bestätigte, dass sowohl bei Vegetariern wie bei Allesessern die Stoffwechselparameter umso schlechter ausfielen, je höher der BMI lag. In Bezug auf Adipositas wiesen Vegetarier einen besseren Antioxidantienstatus (geringere GGT-Erhöhung) und einen niedrigeren Entzündungsstatus (geringere Ferritin-Erhöhung) auf. Das schützt sie vermutlich vor übergewichtsbedingten Krankheiten.³⁴

Diese Studien umfassen weniger Teilnehmende und reichen in ihrer Aussagekraft nicht an die grossen Querschnittsdaten der Adventist Health Study-2 heran. Sie bestätigen, dass der Trend in den 2020er Jahren anhält: VeganerInnen weisen den niedrigsten BMI auf, Omnivoren den höchsten. In der öffentlichen Wahrnehmung zählt Gefühl stärker als Evidenz. Grosse Studien liefern Daten. Sobald Medien oder Interessen sie zuspitzen, verlieren sie an Klarheit.

Einzelfälle als Quelle neuer Einsicht

Wissenschaft sucht nach Mustern. Gleichwohl beginnt jede Entdeckung mit einer Abweichung. Was vom erwarteten Muster abweicht, gilt schnell als Störfaktor. Dabei offenbaren sie, wo bisherige Modelle versagen. Auch in der Onkologie existieren dokumentierte Spontanremissionen. Sie verbleiben meist unbeachtet, weil sie keine kontrollierbaren Erklärungen bieten. Solche Beobachtungen verdeutlichen: Das Leben übertrifft die Aussagekraft von Studien an Komplexität. Sie erinnern daran, dass Evidenz nicht am Rand des Menschlichen endet, sondern dort beginnt. Immerhin: Wenige Forscher nahmen diesen Faden in den 1990er-Jahren auf.

Dokumentierte Spontanremissionen und "Exceptional Responders"

O’Regan & Hirshberg (1993) legten mit dem Spontaneous Remission Project des US-National Cancer Institute eine Sammlung von über tausend Fallberichten vor. Spontanremissionen treten bei über 200 Krankheitsbildern auf. Dies betrifft vorwiegend Krebserkrankungen. Autorin und Autor listeten zu jedem Fall die Originalquelle aus der medizinischen Literatur. Dabei beschrieben sie gemeinsame Merkmale. Darunter fallen plötzliche Infektionen, Fieber oder drastische Ernährungsänderungen. Das Werk gilt bis heute als umfassendste systematische Sammlung solcher Berichte. Im Quellenverzeichnis finden Sie einen Gratis-Zugang zu den mehr als 700 Seiten Inhalt. Laden Sie die einzelnen PDFs zu rund 20 Krankheiten kostenlos herunter.⁴⁴

Jessy (2011) diskutiert immunologische, infektiöse, hormonelle und psychoneuroimmunologische Faktoren bei dokumentierten Spontanremissionen. Die Hypothese lautet: Die spontane Regression von Krebs ist kein mysteriöses Wunder, sondern ein vom Immunsystem vermittelter Prozess. Thomas Jessy argumentiert, dass das Immunsystem in der Lage sei, Krebs zu bekämpfen ("Immunity"). Spontanheilungen gelten als Belege für diese Fähigkeit. Sie gewinnen nur in bestimmten Fällen die Oberhand über das Tumorwachstum.⁴⁵

Während Jessy die Grundprämisse lieferte, bietet Papac (1998) die autoritativere und aussagekräftigere Analyse. Seine Arbeit verortet die Immunantwort als einen von mehreren Mechanismen. Noch breiter und differenzierter zeichnet Papac (1996) das Phänomen auf.⁴⁶

Neuere Arbeiten versuchen, diese Beobachtungen auf molekularer Ebene zu erklären. Chabner (2014) stellte im Oncologist das Programm Exceptional Responders Initiative des National Cancer Institute vor. Es untersucht seltene, unerwartet starke Therapieerfolge, um deren molekulare Grundlagen zu verstehen. Ziel ist, aus den Ausnahmen neue Ansätze für personalisierte Krebsbehandlung abzuleiten.⁴⁷

Das Buch Erfahrungsheilkunde von Manfred E. Heim geht auf das Thema ein. Grundaussage: Besonders häufig erfolgen Spontanrückbildungen bei wenigen bösartigen Erkrankungen: Maligne Lymphome, maligne Melanome, Nierenzell-Karzinom und kindliche Neuroblastome. Er schätzt Komplettremissionen auf etwa einen pro 80'0000 Fälle. Ob die Erhebung die Dunkelziffer berücksichtigt, bleibt offen.⁴⁸

Diese Untersuchungen verdeutlichen, dass Spontanremissionen aussergewöhnlich selten auftreten. Die liefern allerdings Hinweise auf bislang unerklärte Mechanismen. Sie erinnern daran, dass medizinische Erkenntnis nicht nur aus Kontrolle entsteht. Sie fördern auch die Aufmerksamkeit für das Unerwartete. Sie erweitern das Verständnis von Evidenz. Wissenschaftliche Erkenntnis beginnt oft dort, wo etablierte Modelle keine Erklärung liefern.

7 Wenn Story Evidenz schlägt

Zahlen wirken nüchtern. Geschichten bleiben haften. Sie wecken Gefühle und beeinflussen Entscheidungen. Deshalb prägen Mythen oft stärker als Fakten.

Gesundheitszustand oder Sterbealter einzelner Personen liefern keinen Beweis für oder gegen eine Ernährungsform – selbst bei Prominenten. Beispiel Dr. Robert Atkins, Begründer der populären Low-Carb-Diät. Er starb 2003 im Alter von 72 Jahren. Laut Berichten wog er rund 116 kg – davon etwa 15 kg als Ödeme (Wassereinlagerungen). Winston Churchill und Helmut Schmidt galten als starke Raucher und tranken regelmässig Alkohol – dennoch erreichten sie ein hohes Alter (Churchill 90, Schmidt 96 Jahre). Anekdoten liefern keine Evidenz. Wissenschaft beruht auf systematischen Studien, nicht auf Einzelschicksalen.

Anekdotenberichte – Hinweis, nicht Beweis

Anekdoten beschreiben einzelne Erfahrungen. Sie beruhen auf Einzelbeobachtungen ohne systematische Dokumentation. Deshalb liefern sie keine repräsentativen Daten und erlauben keine Verallgemeinerung. Sie trennen Zufall nicht von Ursache und begründen keine Kausalität. Häufigkeit und Effektstärke bleiben offen. Anekdoten finden sich nicht in der Evidenzhierarchie. Trotzdem erfüllen Anekdoten eine Funktion. Sie lenken Aufmerksamkeit auf Ungewöhnliches und markieren mögliche neue Phänomene.^95,96

Probleme entstehen beim falschen Gebrauch. Dann ersetzen Einzelfälle systematische Daten und selektive Beispiele verzerren Urteile. Prominente Anekdoten verstärken diesen Effekt. Menschen erinnern Geschichten besser als Zahlen. Sie wirken plausibel und prägen sich stark ein. Die Bildhaftigkeit einer Anekdote verdrängt Wahrscheinlichkeit und Relevanz.^95,97

Wissenschaft trennt daher strikt: Anekdote als Hinweis. Studie als Nachweis. Gesamtbeweislage als Grundlage.

Fallberichte sind keine Anekdoten.
Sie sind systematisch dokumentiert, methodisch strukturiert, nachvollziehbar und überprüfbar. Fallbeispiele haben eine niedrige, aber echte Evidenz. Als Grundlage dienen sie für Hypothesengenerierung. In der Medizin entstanden viele Fragestellungen aus Fallberichten. Nebenwirkungen fielen zuerst in Einzelfällen auf. Erst danach folgten systematische Untersuchungen.

Wissenschaftskommunikation und kognitive Verzerrungen

Das Handwerkszeug zum Studienlesen kennen Sie nun. Warum verzerren selbst Fachleute oder wohlmeinende Autoren komplexe Resultate?

Die Antwort liegt in der Wissenschaftskommunikation und der menschlichen Psyche: Daten verblassen gegen eine packende Geschichte. Eine klare, emotionale Erzählung überstrahlt differenzierte Evidenz. Sie vereinfacht radikal und lenkt die Wahrnehmung in eine Richtung, die den Gesamtbefund nicht trägt. Zum Glück ist das nicht immer so.

Das Dilemma: Eine Botschaft mag inhaltlich richtig liegen, gleichzeitig auf falschen Gründen beruhen. So entsteht die grösste Gefahr: Autoren untergraben eine eigentlich richtige Botschaft. Dies, indem sie diese mit methodisch fragwürdigen Argumenten, mit übertriebenen Schlussfolgerungen oder durch Ausblenden gegensätzlicher Evidenz verteidigen.

Die folgenden Beispiele illustrieren diesen Mechanismus bei einem angesehenen Forscher und einem populären Wissenschaftsvermittler. Beide zielten darauf, eine vermutlich richtige Botschaft kraftvoll zu vermitteln. Dabei überschritten sie die Grenze zur wissenschaftlichen Redlichkeit.

Fazit
Wer auf vereinfachte Erzählungen setzt, ignoriert die Gesamtbeweislage. Tragisch: Die Belege für eine gesunde, pflanzenbasierte Ernährung genügen. Sie benötigen keine Übertreibungen.

Hier folgt, was Kritiker zwei angesehenen Pionieren mit ausgezeichnetem beruflichen Werdegang in der Gesundheitsforschung vorwerfen:

Prof. Dr. T. Colin Campbell mit China Study

Vom Forscher zum Pionier: Campbell untersuchte als ein Vorreiter den Zusammenhang zwischen Ernährung und Krebs. Die Auswertung der China Study, zusammen mit Sohn, Dr. med. Thomas Campbell, untersuchte ein einzigartiges Datenmaterial aus 65 Regionen in China. Sie rückten Ernährung als wichtigen Faktor zur Gesundheitsforschung ins Bewusstsein. Damit leisteten sie einen wertvollen Beitrag und prägten die Debatte.

Vom Pionier zum Missionar: Im Lauf der Jahre präsentierte Campbell die beobachteten Korrelationen – etwa zwischen tierischem Protein und Krebsraten – leider zunehmend als Kausalität. Die Botschaft gewann an Einfachheit, Eingängigkeit und missionarischem Eifer.

Die Verlockung der klaren Story: Tierisches Protein = Krebs. Eine griffige, aber irreführende Vereinfachung. Sie verschaffte der pflanzenbasierten Ernährung enorme Aufmerksamkeit. Das rückte differenziertere Befunde in den Hintergrund. Widersprüchliche Daten gingen in der Kommunikation unter.

Die China Study verknüpfte epidemiologische Daten von mehr als 65 chinesischen Bezirken mit Laboranalysen und klinischen Parametern. Das ist eine methodisch einmalige Verknüpfung von Lebensstil und Gesundheitsdaten auf Bevölkerungsebene. Nach den Regeln der Evidenz-basierten Medizin gilt solche Forschung als "niedrig rangig", weil sie nicht randomisiert ist.

Gerade solche Vergleiche zwischen Regionen und Ernährungsmustern erfassen das, was kontrollierte Kurzzeitstudien nie einbeziehen. Die Gesamtheit menschlichen Verhaltens über Jahre entscheidet. Diese Verknüpfung demonstriert, wie Ernährung, Kultur und Umwelt gemeinsam auf Gesundheit wirken. Die China Study steht damit für eine andere Form von Evidenz: nicht für statistische Präzision, sondern für Realität im grossen Massstab.

Fazit
Campbell legte wichtige Grundlagen und lenkte den Blick auf Ernährung als Schlüsselfaktor für Gesundheit. Zugleich reduzierte er die Komplexität auf eine einfache Gleichung – und spaltete damit die Debatte. Im Eifer des Gefechts begehen Forschende diesen klassischen Fehler leicht. Aus Wir sehen einen starken Zusammenhang entsteht Wir kennen nun die Ursache.

Dennoch: Die Expertenmeinung bewertet tierisches Protein aus vielen evidenzbasierten Gründen immer kritischer. Insofern traf Campbell einen wahren Kern. Er überzeichnete ihn durch Vereinfachung und Zuspitzung. Diese Reduktion auf einen einzigen Sündenbock spaltete die Debatte. Sie schuf eine scheinbar wissenschaftliche Rechtfertigung für dogmatische Ernährungsempfehlungen. Statt über die Gesamtqualität und Verarbeitung von Nahrungsmitteln zu sprechen, kreiste die öffentliche Diskussion jahrelang um diese vereinfachte Botschaft.

Dr. med. Michael Greger mit How Not to Die

Greger verfolgt im Prinzip denselben Ansatz wie Campbell - methodisch raffinierter.

Der Ansatz: Michael Greger ist Arzt und ein begabter Kommunikator. Mit der Plattform NutritionFacts.org und Büchern wie How Not to Die (2015) und How Not to Age (2023, über 8000 Referenzen) erreichte er Millionen Menschen. Verdienst: Er popularisierte wissenschaftliche Ergebnisse und richtete den Blick vieler Menschen auf die gesundheitlichen Vorteile pflanzenbasierter Ernährung.

Die Schwächen:

• Gleichstellung kleiner Beobachtungsstudien mit grossen RCTs.
• Ableitung direkter Empfehlungen aus Zell- und Tierstudien.
• Ausblendung widersprechender Befunde → Eindruck einer lückenlosen Beweiskette.

Beispiele:

• Cherry-Picking auf Meta-Ebene: Greger wählt gezielt jene Studien aus, die vegane Botschaft stützen. Gegensätzliche Studien übergeht oder marginalisiert er.
• Nivellierung der Evidenzhierarchie: Im Werk besitzen kleine Beobachtungsstudien und grosse RCTs häufig das gleiche Gewicht. Die fundamentalen Limitationen von Beobachtungsstudien (Confounding, Bias) spielt er herunter.
• Extrapolation von Mechanismen: Aus einer Zellstudie, die einen Mechanismus erklärt, zieht er direkte Handlungsempfehlungen (Essen Sie Brokkoli, weil Sulforaphan in der Petrischale Krebszellen tötet).

Fazit
Greger leistete Pionierarbeit in der Wissenschaftskommunikation und legte mit How Not to Age ein monumentales Werk vor. Mit dem Verwischen der Evidenzhierarchie und gezieltem Cherry-Picking erzeugte er den Eindruck absoluter Gewissheit. Damit stärkte er zwar die vegane Bewegung, gefährdete zugleich das Vertrauen in die wissenschaftliche Debatte. Trotzdem: Ein Werk von grosser Bedeutung und leichter Lesbarkeit.

Denise Minger: Eine Gegenspielerin

Der Ansatz: Denise Mingers ausführliche Kritiken (mit 23 Jahren) an Campbells China Study und an Michael Greger begründeten schnell ihren Ruf. Sie arbeitete präzise heraus, wie Autoren Korrelationen zu Kausalitäten überhöhten oder Daten selektiv nutzten. Damit gewann sie Glaubwürdigkeit als scharfe Analytikerin.

Die Schlagrichtung: Sie nutzte ihre Analysen, um pflanzenbasierte Ernährung abzuwerten und tierische Produkte aufzuwerten. Ihre parteiischen Argumente bildeten oft das Gegenstück zu Campbell und Greger. Sie war evtl. beeinflusst durch typische Fehler in ihrer Zeit als Veganerin. Mehrfach vermuteten Kritiker ihre Nähe zur Fleisch- und Milchindustrie. Sie legte Verbindungen nie offen.

Beispiele:

• China Study: Minger kritisierte methodische Schwächen – und überzeichnete sie, um die pflanzenbasierte Botschaft zu diskreditieren.
• Greger: Sie kritisierte Gregers selektive Evidenzdarstellung, ohne offenzulegen, dass sie selbst selektiv vorging.
• Meta-Ebene: Statt objektiv zu bleiben, bot sie ein Gegen-Narrativ, ein Spiegelbild des dogmatischen Musters, das sie kritisierte.

Mingers Analysen trafen einen wunden Punkt der evidenzbasierten Ernährungskommunikation. Sie legte tatsächliche methodische Schwächen offen. Sie deutete diese allerdings so, als widerlegten sie den gesundheitlichen Vorteil pflanzenbetonter Kost. Ihre Kritik nutzte dieselbe Vereinfachung, die sie anderen vorwarf, mit umgekehrtem Vorzeichen. So geriet die Diskussion über Studienqualität erneut zur Glaubensfrage statt zur Methodendebatte. Darin liegt der Wert ihrer Arbeit: Sie demonstriert unfreiwillig, wie leicht selbst berechtigte Kritik zur Bestätigung eigener Überzeugungen verkommt.

Fazit
Minger entlarvte echte Schwächen bei Campbell, Greger und weiteren Autoren. Sie vertrat keine neutrale Wissenschaftsposition. Ihre Rolle blieb die der Gegenspielerin: Sie verteidigte Tierprodukte und prägte ein Narrativ, das vermutlich im Interesse der Nahrungsmittelindustrie lag. Die Lehre: Diese Debatte artet schnell in Glaubenskrieg aus. Verlässliche Orientierung bietet die Gesamtevidenz, nicht die Agenda einzelner Protagonisten.

Gefährdung wissenschaftlicher Evidenz (u.a. KI)

Die Wissenschaft wächst stark. Gleichzeitig steigen Druck und Fixierung auf Kennzahlen. Das wirkt sich gemäss Richardson et al. (2025) auf h-Index (misst Produktivität und Einfluss einer Person - von Jorge E. Hirsch), Impact Factor (misst durchschn. Zitierungen von Artikeln einer Zeitschrift) und Rankings aus.⁵³ Forschende sichern Anstellung, Karriere und Forschungsgelder vorrangig via Publikationen. Dieser Druck fördert Fehlverhalten und Betrug, schreiben Vasconez-Gonzalez et al. (2024).⁵⁴

Explosion gefälschter Studien

Gefälschte oder manipulierte Arbeiten nehmen rasant zu. Sabel & Larhammer (2025) schätzen die Zahl allein in der biomedizinischen Literatur auf über 100'000 pro Jahr.⁵⁵ Die Menge wächst deutlich schneller als echte Forschung. Paper-Mills, Vermittler und gewisse Fachredaktionen liefern industriell erzeugte Fakes. Sie unterlaufen Begutachtungssysteme und schwächen die Glaubwürdigkeit ganzer Fachgebiete, betonen Richardson et al. (2025).⁵³ Gefälschte Publikationen sind oft auch auf der Metadatenebene schwer zu erkennen. Wichtig ist, sie vor der Veröffentlichung zu identifizieren.⁵⁶

Fallbeispiel: Curcumin

Der Fall von Bharat B. Aggarwal demonstriert die Folgen. Er publizierte über 120 Artikel zu angeblichen Heileffekten von Curcumin. Untersuchungen deckten Bildmanipulationen auf. Zuständige Zeitschriften löschten Dutzende Arbeiten aus ihrer Literaturdatenbank. Trotzdem zitierten Forschende diese Artikel weiter. Eine einzelne Person verzerrte damit Förderströme, Forschungstrends und klinische Erwartungen über Jahrzehnte. Das veröffentlicht Reese Richardson am 30.1.2024.⁵⁷

Fallbeispiel: Transplantationsmedizin

Forschungsfälschungen dienen oft den eigenen Interessen (Ruhm und Anerkennung). Manchmal mit verheerenden Folgen. Der Chirurg Paolo Macchiarini versprach spektakuläre Erfolge mit künstlichen Luftröhren durch Transplantate. Doch er fälschte Forschungsergebnisse. Viele seiner behandelten PatientInnen starben (u.a. in Stockholm und Russland). Hier versagten auch Institutionen und Kontrollorgane.^61,62

KI-Module (LLMs) verschärfen das Problem

KI-Systeme wie ChatGPT (OpenAI), DeepSeek, Llama, Gemini, Berd etc. unterstützen Recherchen und Textentwürfe. Sie erzeugen plausible, oft jedoch falsche Inhalte. Studien durch Chelli et al. (2024) beweisen hohe Fehlerquoten bei Literaturangaben: GPT-3.5 etwa 40 %, GPT-4 knapp 30 %, Berd über 90 %.⁵⁸

Majovský et al. (2023) belegten die Fähigkeit von KI-Modellen, täuschend echt wirkende medizinische Manuskripte zu erzeugen. Experten in der Begutachtung bestätigten die hohe Überzeugungskraft der generierten Texte. Ihnen fielen gleichwohl inhaltliche Fehler und Unstimmigkeiten auf.⁵⁹ Verlage finden zunehmend KI-Texte ohne transparente Kennzeichnung. Die Zahl steigt seit 2023 massiv.⁵⁴ Ballester (2023) plädierte dafür, die Nutzung von KI in wissenschaftlichen Arbeiten offenzulegen, ähnlich wie andere Methoden auch (doi:10.2196/49323).

LLMs (Large Language Models) helfen bei technischen Beschreibungen oder Dateninterpretationen. Es resultieren überzeugende Fälschungen. Ausser ein seriöser Autor hinterfragt die Arbeit laufend. Der Einsatz von KI-Sprachmodellen (LLM) birgt epistemische Risiken. Für Vasconez-Gonzalez et al. (2024) führt soziale Benachteiligung zu eingeschränktem Zugang zu Wissen. All dies gefährdet die Integrität wissenschaftlicher Publikationen.⁵⁴

Ethische und wissenschaftliche Folgen

Bernhard A. Sabel warnt in seinem Buch Fake Mafia in der Wissenschaft (2024), dass ein grosser Teil des Betrugs aus der Biomedizin stammt. Dort beeinflusst Evidenz direkte Entscheidungen: Therapien, Leitlinien, öffentliche Gesundheit. Gemäss dem Buch genügt wenig falsches Material, um Vertrauen zu untergraben.⁶⁰

Die Wissenschaft benötigt Kontrolle, Transparenz und klare Regeln für KI. Ohne strukturelle Reformen wächst die Menge unzuverlässiger Evidenz weiter. Forschung verliert damit ihr Fundament: überprüfbare Wahrheit.

Fazit
Die Versuchung, Evidenz zuzuspitzen, entspringt keinem Zufall, sondern systemischen Zwängen. Die systemischen Zwänge der Evidenzproduktion verkörpern dies in gesteigerter Form.^63,64 In der KI-Forschung befeuert ein enormer Karriere- und Finanzierungsdruck einen Hype-Bias.^55,65 Parallel dazu instrumentalisieren zunehmend auch kleinste Nahrungsmittelhersteller die Wissenschaft für ihr Marketing.

Durch KI entsteht ein Goldrausch-ähnlicher Wettbewerb.^66,67 Der Karrieredruck, mit spektakulären Studien aufzufallen, sowie das Rennen um Venture-Kapital fördern eine systematische Überschätzung von Fähigkeiten.^55,64,65 Dieses Umfeld vernachlässigt Reproduzierbarkeit zugunsten medienwirksamer Heilsversprechen.^68,69 Der sogenannte Hype-Bias verwandelt komplexe, vorläufige Ergebnisse in scheinbar unmittelbar bevorstehende Durchbrüche.^66,67 Die eingängige Erzählung vom „allwissenden KI-Assistenten“ überstrahlt die nüchterne Evidenz der tatsächlichen Limitationen.

Parallel durchdringt eine ähnliche Skrupellosigkeit die gesamte Ernährungswirtschaft, bis in den kleinsten Nischenmarkt. Es geht nicht mehr allein um den klassischen Einfluss grosser Konzerne, sondern um eine flächendeckende Strategie. Auch Kleinsthersteller bedienen sich gezielt platzierter, oft methodisch fragwürdiger Mini-Studien. Sie isolieren Einzelmechanismen aus Zellversuchen und stülpen sie ihren Produkten über. Die Grenze zwischen Marketing und Forschung verschwimmt dabei bewusst und systematisch.^{63,70,71,72,73,74,75,76}

Sowohl die KI-Forschung als auch die Lebensmittelbranche opfern wissenschaftliche Redlichkeit für kurzfristigen Gewinn.^63,70,71 Dies in Form von Reputation, Finanzierung oder Marktanteilen. Eine ernste Systemkrankheit entsteht. Die Evidenzproduktion und -kommunikation erkrankt, sobald Karriere- und Vermarktungszwänge überhandnehmen. Sie ersticken dann die Suche nach robusten, wahrhaftigen Erkenntnissen.

Dass es sich um ein global erkanntes Problem handelt, beweist die Stockholmer Deklaration zu KI und der Zukunft der Wissenschaft. Name offiziell: Stockholm Declaration on AI and the Future of Science. Unterzeichnet von führenden Forschungsorganisationen, warnt sie explizit vor den systemischen Risiken. Die Unterzeichner verpflichten sich zu Transparenz, Offenheit und der Priorisierung von Robustheit vor Geschwindigkeit.⁵⁵ Das ist ein direktes Gegenmodell zu den herrschenden Karriere- und Vermarktungszwängen. Siehe den Aufruf vom 23.5.2025 an dem sich nach einem halben Jahr gut 1800 Forschende beteiligten. Die Zukunft zeigt, ob es eine Alibiübung ist oder Beeinflussung erreicht.

Verantwortung in der Kommunikation von Evidenz

Wer über Studien berichtet, trägt Verantwortung für die Verständlichkeit und die Objektivität der publizierten Aussagen. Wissenschaftliche Ergebnisse verlieren ihren Wert bei irreführender Verkürzung, Dramatisierung oder Kontextverlust. Da kommen die Qualitäten der Gesamtevidenz ins Spiel: Sie integriert widersprüchliche Befunde, statt sie zu leugnen. Sie wägt situativ ab und vergisst nie den Blick auf den Kontext. Daher bleibt sie immer in Bewegung und erlaubt Stabilität ohne Starrheit.

Vereinfachung bleibt notwendig, um das Verständnis von komplexen Daten zu garantieren. Hingegen darf sie nicht zur Verfälschung führen.

Einzelbefunde gehören nicht als Gewissheiten kommuniziert. Glaubwürdige Kommunikation bedeutet, Unsicherheiten offenzulegen, statt sie zu kaschieren. Evidenz benötigt Transparenz, besonders dort, wo sie unbequeme Fragen stellt.

Wissenschaft schafft Vertrauen, indem sie klar zeigt, was sicher ist und was nicht. Ihr Ziel umfasst nicht nur die Methoden, sondern das Verstehen: Menschen sollen erkennen, wie Wissen entsteht und wie sie es in ihrem Leben einordnen.

So entsteht der Rahmen für evidenzbasiertes Denken. Es verbindet Daten mit Urteilskraft. Im nächsten Schritt geht es darum, Evidenz nicht nur zu kennen, sondern klug anzuwenden: mit Verstand, mit Kontext und mit Blick auf das eigene Leben.

8 Evidenz mit Verstand

Evidenz bildet den Rahmen, in dem verantwortungsvolles Urteilsvermögen entscheidet. Das gilt für Konsumenten ebenso wie für Forschende. Sackett et al. (1996) betonten, dass evidenzbasierte Medizin drei Säulen benötigt: die beste Forschung, klinische Erfahrung und Patientenwerte.⁴

In der Ernährungsforschung fehlt diese Balance oft. Studien liefern Daten. Deren Bedeutung entsteht bestenfalls später im Kontext. Greenhalgh et al. (2014) warnten vor einem Verkommen der evidenzbasierten Medizin zu schematischer Checklisten-Medizin. Wissenschaft setzt Sachverstand, Mitgefühl und die Fähigkeit voraus, Komplexität zuzulassen. Feinheiten klinischer Beurteilung und persönliche Eigenheiten von Patientinnen und Patienten verdienen Beachtung.³⁵

Wie Gerichte nie auf Basis eines perfekten Beweises entscheiden, sondern Indizien abwägen, bewertet Wissenschaft Wahrscheinlichkeiten. Diese Methode bietet Nachvollziehbarkeit und Überprüfbarkeit. Irrtümer bleiben möglich. Evidenz in Medizin und Ernährung folgt demselben Prinzip. Sie bietet Orientierung, keine Garantie.

Der gesunde Menschenverstand dient als Korrektiv. Ioannidis (2016) mahnte, die Flut statistisch signifikanter, praktisch irrelevanter Ergebnisse nehme zu. Kritisches Urteilsvermögen bleibe unverzichtbar, um aus Daten nützliches Wissen zu gewinnen.²²

Ein historisches Beispiel: Ignaz Semmelweis rettete 1847 mit Händedesinfektion unzählige Mütter. Das war, bevor die Bakteriologie eine Evidenz akzeptierte. Das gelang schliesslich dem englischen Chirurgen Joseph Lister. Dies 1867, zwei Jahre nach dem Tod von Semmelweis, der nur Anfeindungen erlebte, keine Änderung des Verhaltens.

Fazit
Evidenz ist unverzichtbar. Ihre Wirkung entsteht im Zusammenspiel mit Urteilskraft, Kontext und Werten. Diese Verbindung schafft belastbares Wissen für die Praxis.

Ist eine Ernährungsform evidenzbasiert wählbar?

Wir meinen: kaum! Evidenz beschreibt Wahrscheinlichkeiten, keine Gewissheiten. Selbst die besten Meta-Analysen unterscheiden Trends, nicht Wahrheiten. Ernährung bleibt zu komplex, um sie allein mit Daten zu erfassen. Evidenz ist ein zweischneidiges Schwert!

Die Entscheidung zwischen veganer und omnivorer Lebensweise fällt nie allein auf Basis von Studien. Sie berührt Werte, Kultur, Empathie, Genuss und Verantwortung. Evidenz kann Orientierung geben. Evidenz klärt, was wahrscheinlich gesund ausfällt, nicht, was als richtig gilt. Evidenz weist den Weg; die Entscheidung trifft das Gewissen. In der Praxis entscheidet oft das Emotionshirn: Emotion schlägt Evidenz.

Vom Wissen zum Tun – warum Evidenz selten Verhalten ändert

Evidenz überzeugt nicht automatisch – selbst bei klaren Ergebnissen. Menschen folgen Gewohnheiten, Emotionen und sozialem Druck, statt rational zu handeln. Selbst Fachleute unterliegen kognitiven Verzerrungen: Sie gewichten persönliche Erfahrungen stärker als statistische Daten.

Je stärker eine Empfehlung den Alltag, das Selbstbild oder wirtschaftliche Interessen berührt, desto grösser der Widerstand. Information allein genügt nicht. Sie benötigt Bedeutung, Motivation und Vertrauen. Lediglich Einsicht in die Lebenswirklichkeit verändert Verhalten.

Von der Theorie zur Praxis
Wer verstanden hat, wie Evidenz entsteht – und wie Verzerrungen sie prägen –, kann sie im Alltag gezielter prüfen. Der nächste Schritt führt von der Analyse zur Anwendung: Wie bewerten Sie Studien, prüfen Quellen und erkennen Fehlinformationen? Dieses Wissen befähigt dazu, wissenschaftliche Aussagen nicht einfach zu glauben, sondern sie mit denselben Massstäben zu beurteilen, die Forschende anwenden sollten – unabhängig von Titel, Medium oder Autor.

Unser Vorgehen: Evidenz und Verstand statt Dogma

Wie alle Autorinnen und Autoren bringen wir von der Stiftung Gesundheit und Ernährung Schweiz eigene Überzeugungen und Vorlieben mit. Vollständige Neutralität ist in der Ernährungsforschung selten erreichbar. Zu viele Faktoren spielen hinein – persönliche Erfahrungen, Werthaltungen, kulturelle Prägungen, Sympathien oder Abneigungen gegenüber bestimmten Nahrungsmitteln.

Forschung selbst ist nie vollkommen frei von Interessen. Finanzierung, Studiendesign und Interpretation bleiben anfällig für bewusste oder unbewusste Beeinflussung. Selbst systematische Reviews spiegeln die Handschrift ihrer Autorenteams wider. Wer absolute Objektivität verspricht, untergräbt Glaubwürdigkeit.

Transparenz und klare Regeln helfen, Verzerrungen zu mindern:

• Priorität der Evidenzhierarchie: Systematische Reviews und grosse RCTs besitzen Vorrang vor Beobachtungsstudien und Grundlagenforschung.

• Suche nach Widersprüchen: Wir suchen aktiv nach Studien, die unserer Schlussfolgerung widersprechen, und integrieren sie.

• Transparenz der Limitationen: Bei wichtigen Studien benennen wir Stärken und Schwächen.

• Kontext statt Dogma: Wir erklären Mechanismen, geben keine simplen Essregeln.

Unsere fünf Regeln zusammengefasst: Vertraue der Hierarchie, suche den Widerspruch, bleibe transparent, denke in Zusammenhängen, setze evidenzbasierte Daten vor anekdotische Erzählungen.

Quellenangaben

Viele Ernährungsratgeber bestehen aus lose angehäuften Fakten ohne überprüfbare Belege. Andere zitieren Quellen, ohne klaren Bezug zur jeweiligen Aussage. Lesende erkennen den Wahrheitsgehalt nicht. Einige Autorinnen und Autoren nutzen unpassende Studien oder deuten Ergebnisse um, damit sie ihre These stützen. Besonders problematisch ist der unkritische Einsatz von Quellen aus KI-Datenbanken.

Nur Quellenangaben direkt bei der Aussage lassen eine einfache Überprüfung zu. Am zuverlässigsten funktionieren hochgestellte Zahlen im Text, die auf das Quellenverzeichnis am Ende verweisen. In grösseren Werken pro Kapitel.

Bei zentralen Aussagen steigert eine kurze Zusatzangabe die Transparenz. Meist steht die Autorenschaft, gefolgt vom Jahr in Klammern. Ziel: den Lesefluss wenig zu stören und Transparenz zu wahren.

Auf unserer Website diet-health.info stehen vollständige Zitate im Quellenverzeichnis. Wir verwenden die Vancouver-Zitierweise, da sie im medizinischen Bereich Standard ist. Ein praktisches Hilfsmittel ist Mick Schroeder’s Citation Generator, der das Vancouver-Zitat erstellt. PubMed nutzt teils leicht abweichende Formen, die wir gegebenenfalls übernehmen. Dort finden Sie DOI und Link zur Originalstudie.

Ein Mouseover im Quellenverzeichnis blendet bei uns DOI und relevanten Textausschnitt aus der Originalquelle ein. Liegt der Volltext hinter einer Paywall, bleiben Abstract und Kernaussage sichtbar.

Wer einen Fehler entdeckt, kann uns über diet-health.info informieren. Danach verbessern wir Folgeauflagen und erhöhen die Zuverlässigkeit. Nun thematisieren wir die Wirkung: wie Geschichten Urteile prägen und Fakten verdrängen.

Fazit
Wir legen unsere Kriterien und Quellen offen und beziehen widersprüchliche Resultate mit ein. Das erlaubt Leserinnen und Lesern, unsere Argumente kritisch zu prüfen, statt sie direkt zu übernehmen. Wir erklären Zusammenhänge und Mechanismen, keine anekdotischen Geschichten. Vereinfachende Pauschalaussagen vermeiden wir. Unser Ziel heisst nicht Wissen vermitteln, sondern Verstehen fördern.

Evidenz endet nicht im Kopf, sondern im Verhalten. Sie entfaltet ihren Wert erst, wenn Einsicht in Handlung übergeht.