Wie man erkennt, ob ein Lebensmittel gesund ist: Wissenschaftler entwickeln einen neuen Algorithmus

Die Komplexität der Ernährungswissenschaft und die zunehmende Vielfalt an verarbeiteten Lebensmitteln haben die Herausforderung, gesunde Lebensmittel schnell und effektiv auszuwählen, erschwert.

Angesichts der steigenden Prävalenz von Stoffwechselkrankheiten wie Fettleibigkeit und Diabetes in vielen westlichen Ländern stellen sich Konsumenten zunehmend die Frage:

Wissenschaftler haben ein wachsendes Interesse daran entwickelt, diese Frage zu beantworten. In den letzten Jahren wurden verschiedene Nährwertprofilierungssysteme (NPS) entwickelt, die auf der Grundlage eines Algorithmus Lebensmittel nach ihrem Nährwert klassifizieren und damit eine klare Orientierung für den Verbraucher bieten.

Nutrient Consume Score (NCS): Ein Schritt in die richtige Richtung

Ein solches System ist der ein von Wissenschaftlern der Universität Washington entwickelter Algorithmus, der darauf abzielt, die Auswahl der gesündesten Lebensmittel zu vereinfachen.

Anders als herkömmliche Nährwertkennzeichnungen, die lediglich die Inhaltsstoffe eines Produkts anzeigen, kombiniert NCS eine Vielzahl von Faktoren in einer einzigen Punktzahl.

Diese Zahl reicht von 1 bis 100 und spiegelt die Nährstoffdichte eines Lebensmittels wider. Positiv bewertet werden Nährstoffe, die in der westlichen Ernährung oft zu kurz kommen, wie Ballaststoffe, Vitamine und Mineralstoffe, während negative Punkte für Zutaten wie Zucker, gesättigte Fette und Natrium vergeben werden, die häufig in verarbeiteten Lebensmitteln vorkommen.

Bewertung durch Punktzahlen: So funktioniert der Algorithmus

Die Logik hinter diesen Systemen ist einfach: Eine höhere Punktzahl weist auf ein nährstoffreicheres und damit gesünderes Lebensmittel hin, während eine niedrigere Punktzahl auf verarbeitete, nährstoffärmere Produkte verweist.

So erhält beispielsweise Grünkohl aufgrund seines hohen Gehalts an Ballaststoffen, Kalium und ungesättigten Fetten eine hohe Punktzahl, während stark zuckerhaltige Snacks wie Twinkies eine niedrige Bewertung erhalten. Lebensmittel, die eine mittlere Punktzahl erzielen, wie etwa schwarze Oliven, fallen durch ihre Mischung aus positiven und negativen Nährstoffen auf.

Food Compass: Ein differenzierterer Ansatz zur Lebensmittelbewertung

Ein weiteres Beispiel für die Entwicklung solcher Systeme ist das „Food Compass“-System, das von der Tufts University ins Leben gerufen wurde, um ein noch differenzierteres Bild der Nährwertprofile von Lebensmitteln zu bieten.

Im Gegensatz zu anderen Systemen, die auf festen Nährwertvorgaben beruhen, bewertet Food Compass die „Verarbeitungsintensität“ eines Lebensmittels und berücksichtigt dabei eine Reihe von bioaktiven Verbindungen, die das Mikrobiom und die Gesundheit des Menschen positiv beeinflussen können.

Diese bioaktiven Verbindungen, wie Polyphenole und Omega-3-Fettsäuren, haben weitreichende Auswirkungen auf die Gesundheit und sind in vielen pflanzlichen und weniger verarbeiteten Lebensmitteln reichlich vorhanden.

Herausforderungen und Verbesserungspotentiale

Trotz der vielversprechenden Ansätze von Nährwertprofilierungssystemen gibt es auch Herausforderungen. Ein zentrales Problem liegt darin, dass die aktuellen Systeme noch unvollständig sind und bioaktive Verbindungen, die eine bedeutende Rolle für die Gesundheit spielen, nur in Ansätzen berücksichtigen. Es gibt auch Bedenken hinsichtlich der Verwendung unvollständiger Daten und der Schwierigkeiten, personalisierte Ernährungsempfehlungen auf breiter Basis zu integrieren.

Vielversprechende Werkzeuge für eine gesunde Ernährung

Nährwertprofilierungssysteme wie der Nutrient Consume Score und Food Compass wertvolle Werkzeuge, um die Auswahl gesünderer Lebensmittel zu erleichtern. Die kontinuierliche Verbesserung und Anpassung dieser Algorithmen verspricht eine zunehmend präzisere und individuellere Unterstützung für Verbraucher auf der Suche nach einer gesunden Ernährung.

Quellen

Damman, C. (2024). What if you could rank food by ‘healthiness’ as you shopped? Nutrient profiling systems use algorithms to simplify picking healthy groceries. The Conversation.

Garsetti, M., de Vries, J., Smith, M., Amosse, A., Rolf-Pedersen, N., & ILSI Europe a.i.s.b.l. (2007). Nutrient profiling schemes: overview and comparative analysis. European Journal of Nutrition, 46(1), 15–28. Springer Nature.