Ernährung und Gesellschaft
Der Bereich verbindet Ernährungsverhalten, Nachhaltigkeit, globale Ernährungssicherung und Verbraucherschutz. Geprüft wird, ob du Daten und Interessen einordnen und Zielkonflikte benennen kannst, statt Schlagwörter zu wiederholen.
Nachhaltigkeit
- Treibhausgasemissionen unterscheiden sich deutlich: Rindfleisch liegt bei etwa 13 bis 30 kg CO₂e pro kg, Hülsenfrüchte bei etwa 0,5 bis 1 kg, Getreide und Gemüse dazwischen.
- Weitere Dimensionen sind Flächennutzung, Süßwasserbedarf, Eutrophierung und Biodiversitätsverlust; die planetaren Grenzen sind teils bereits überschritten.
- Die Planetary Health Diet (EAT-Lancet) empfiehlt täglich etwa 300 g Gemüse, 200 g Obst, 50 g Nüsse und höchstens 14 g rotes Fleisch.
- Lebensmittelverlust und -verschwendung: Schätzungen zufolge geht etwa ein Drittel der weltweit produzierten Lebensmittel verloren oder wird verschwendet (SDG 12.3).
Globale Ernährungssicherung
- Die FAO unterscheidet vier Dimensionen: Verfügbarkeit, Zugang, Verwertung und Stabilität.
- Hunger ist überwiegend ein Armuts-, Verteilungs- und Konfliktproblem, nicht primär ein Produktionsproblem; Kleinbauern, Kriege und Klimafolgen sind zentrale Treiber.
- Double burden of malnutrition: Unterernährung und Adipositas treten teils in derselben Bevölkerung, Haushalt oder Person auf.
Ernährungsverhalten und Verbraucherschutz
- Einflussfaktoren: Preis, Verfügbarkeit, Gewohnheit, soziale Normen, Werbung, Bildung; das sozial-ökologische Modell ordnet sie auf mehreren Ebenen.
- Instrumente: Nudging, Werbebeschränkungen für Kinder, Nutri-Score als freiwillige Kennzeichnung, die Lebensmittelinformationsverordnung, Verbraucherzentralen und das Lebensmittel- und Futtermittelgesetzbuch.
Rechenbeispiel
Eine Familie ersetzt wöchentlich 300 g Rindfleisch durch Hülsenfrüchte. Bei 13 kg CO₂e/kg für Rindfleisch und 0,9 kg CO₂e/kg für Hülsenfrüchte beträgt die Ersparnis 0,3 × (13 − 0,9) = 3,63 kg CO₂e pro Woche, also rund 189 kg pro Jahr. Bezogen auf etwa 1,7 t ernährungsbedingte Emissionen pro Kopf und Jahr in Deutschland sind das rund 11 %. Bewertung: ein relevanter Beitrag, aber kein Alleinhebel; Milchprodukte, Heizenergie beim Kochen und Vermeidung von Verschwendung wirken zusätzlich.
Fallstricke
- Regional mit klimafreundlich gleichsetzen; der Transport macht häufig weniger als 10 % der Emissionen aus.
- Bio pauschal als klimabesser bewerten.
- Hunger als reines Produktionsproblem framen.
- Korrelationen aus Verbrauchsdaten als Kausalität lesen.
- Zielkonflikte zwischen Ökologie, Tierwohl, Preis und Ernährungssicherung unterschlagen.
Wissenschaftliche Arbeitsweisen und Fachmethoden
Der Bereich prüft Methodenkompetenz: Versuchsplanung, statistische Einordnung, Studientypen, Quellenkritik und Modellbildung. Die Aufgaben verlangen selten Rechnen um des Rechnens willen, sondern die Interpretation von Kennzahlen und die Benennung von Grenzen.
Experiment
- Bestandteile: Hypothese, unabhängige und abhängige Variable, Kontrollgruppe, Randomisierung, Verblindung, Standardisierung, Replikation.
- Gütekriterien: Reliabilität (Zuverlässigkeit der Messung), Validität (Gültigkeit der Aussage), Objektivität.
- Störvariablen müssen kontrolliert oder randomisiert werden; In-vitro- und Tiermodelle sind nur eingeschränkt auf den Menschen übertragbar.
Statistik
- Deskriptiv: Mittelwert, Median, Standardabweichung, Quartile, Konfidenzintervall.
- Inferenz: t-Test für zwei Gruppen, ANOVA für mehr als zwei, Chi-Quadrat für Häufigkeiten, Korrelation nach Pearson oder Spearman.
- Der p-Wert ist die Wahrscheinlichkeit der beobachteten Daten unter der Nullhypothese, nicht die Wahrscheinlichkeit, dass die Hypothese stimmt; Signifikanzniveau α = 0,05; Fehler 1. Art (α) und 2. Art (β); Power = 1 − β.
- Relatives Risiko, absolute Risikoreduktion (ARR) und Number Needed to Treat (NNT = 1/ARR) getrennt berichten.
Studientypen, Quellenkritik, Modellbildung
- Evidenzhierarchie: Querschnitt unter Fall-Kontroll- unter Kohortenstudie, randomisierte kontrollierte Studie als Goldstandard für Kausalität, darüber systematische Übersichten und Metaanalysen.
- Beobachtungsstudien sind anfällig für Confounder, Erinnerungsbias und Messfehler, etwa bei Food-Frequency-Fragebögen.
- Quellenkritik: Peer Review, Impact Factor, Interessenkonflikte, Sponsoring durch die Industrie, Replikationsstatus, Preprints und Predatory Journals prüfen.
- Modelle (Zellkultur, Tiermodell, epidemiologisches oder Rechenmodell) sind vereinfachte Abbilder; Annahmen und Gültigkeitsgrenzen müssen offengelegt werden.
Rechenbeispiel
Eine Kohortenstudie mit 20.000 Teilnehmern über zehn Jahre findet für das höchste gegenüber dem niedrigsten Quartil des Zuckerkonsums ein relatives Risiko von 1,30 (95 %-Konfidenzintervall 1,10–1,55; p = 0,002). Die Inzidenz beträgt 3,0 % gegenüber 2,3 %.
- Das Konfidenzintervall schließt 1 aus, der Zusammenhang ist statistisch signifikant.
- ARR = 0,7 Prozentpunkte; NNT = 1 : 0,007 ≈ 143.
- Bewertung: Der Effekt ist moderat, Confounder wie BMI, Alter und sozioökonomischer Status sind zu prüfen, der FFQ ist messfehleranfällig. Kausalität lässt sich nur mit RCT oder über Bradford-Hill-Kriterien begründen.
Fallstricke
- p < 0,05 mit einem großen Effekt gleichsetzen.
- Nicht signifikant als kein Effekt lesen und die Power ignorieren.
- Relatives Risiko ohne Basisrate berichten.
- Korrelation als Kausalität deuten.
- Surrogatparameter wie LDL mit klinischen Endpunkten gleichsetzen.