Wie werden Nahrungsergänzungsmittel auf der Evidenzstärke-Skala bewertet (und wie liest man diese Bewertungen)

Auf einem Apothekenshelf stehen Nahrungsergänzungsmittel, die durch Hunderte von randomisierten kontrollierten Studien gestützt werden, und solche, hinter denen nur zwei Reagenzgläser und Werbung auf einer Wellness-Plattform stehen. Das Etikett verrät nichts. Daher suchen immer mehr Verbraucher nach Werkzeugen zur Selbstbewertung - und das ist gut so. Die Hierarchie der Evidenz ist ein System, das Wissenschaftler und Regulierungsbehörden entwickelt haben, um „wirkt in Zellen im Labor“ von „wirkt bei Menschen in einer randomisierten Studie“ zu unterscheiden. Das Verständnis dieses Systems schützt vor überteuerten Substanzen mit schwachen Beweisen und hilft, diejenigen auszuwählen, die auf solider Wissenschaft basieren. Dieser Artikel erklärt die Grundlagen - Schritt für Schritt, ohne Jargon, wo immer möglich.

Wichtige Informationen
• Die Evidenzhierarchie klassifiziert Studien nach ihrer Glaubwürdigkeit: Metaanalysen von RCTs an der Spitze, Expertenmeinungen und In-vitro-Studien am Ende.
• RCT (randomisierte kontrollierte Studie) ist der Goldstandard - nur sie erlaubt es, den Effekt des Supplements vom Placebo-Effekt und von Störfaktoren zu unterscheiden.
• Examine.com verwendet eine A-F-Skala für die spezifischen Effekte eines bestimmten Supplements - Bewertung A bedeutet zahlreiche konsistente RCT, Bewertung D nur Daten aus Zellen oder Tieren.
• „Vielversprechende Ergebnisse“ in der Beschreibung eines Supplements bedeutet: interessanter Mechanismus, aber keine RCT am Menschen - kaufen Sie nicht auf dieser Grundlage.
• NIH ODS und Cochrane Library sind zwei der zuverlässigsten kostenlosen Quellen zur Bewertung der Evidenz für Nahrungsergänzungsmittel.

Was ist die Evidenzhierarchie und warum existiert sie?

Die Hierarchie der wissenschaftlichen Evidenz entstand, weil nicht alle Studien gleich sind. Eine Studie, in der Sie 50 Personen beobachten, die ein Jahr lang Vitamin C einnehmen, kann eine Korrelation zwischen der Supplementierung und selteneren Erkältungen zeigen. Aber die Personen, die sich für die Einnahme von Vitamin C entscheiden, könnten auch besser essen, mehr schlafen und Stress vermeiden - und sie, nicht das Vitamin, könnten den Effekt erklären. Dies ist der sogenannte Selektionsfehler (selection bias). Die Hierarchie der Evidenz klassifiziert Forschungsdesigns danach, wie gut sie solche Störungen kontrollieren (Sackett et al., Evidence-Based Medicine, 2000).

An der Spitze der Hierarchie stehen Metaanalysen randomisierter kontrollierter Studien (RCT). Sie sammeln Daten aus vielen unabhängigen Studien und analysieren diese gemeinsam - was eine größere statistische Power bietet und es ermöglicht, Effekte zu erkennen, die in einer einzelnen Studie möglicherweise zu gering wären. Etwas darunter stehen einzelne große RCTs. Noch darunter - Kohortenstudien (Verfolgung einer Gruppe von Menschen über die Zeit ohne Randomisierung), Querschnittsstudien und Fallbeschreibungen. Ganz unten: In-vitro-Studien (an Zellen im Labor), Tierversuche und Expertenmeinungen ohne empirische Beweise.

Was ist ein RCT und warum ist es der Goldstandard?

Eine randomisierte kontrollierte Studie (engl. Randomized Controlled Trial, RCT) ist ein Design, bei dem die Teilnehmer zufällig einer Gruppe zugewiesen werden, die die untersuchte Substanz (z. B. ein Supplement) erhält, oder einer Kontrollgruppe (Placebo oder ein anderer Vergleich). Die Zufälligkeit eliminiert systematische Unterschiede zwischen den Gruppen vor der Behandlung - wenn die Gruppen zufällig aus derselben Population ausgewählt werden, unterscheiden sie sich nur durch das, was sie erhalten, nicht durch das, wer sie sind. Daher kann der Unterschied in den Ergebnissen zwischen den Gruppen der Substanz und nicht anderen Faktoren zugeschrieben werden.

Doppelblindstudie (double-blind) - wenn weder der Teilnehmer noch der Forscher wissen, wer was erhält - eliminiert eine weitere Fehlerquelle: den Nocebo/Placebo-Effekt und unbewusste Bevorzugung einer Gruppe bei den Messungen. Eine placebo-kontrollierte Studie mit Doppelblindung, die an einer großen Gruppe durchgeführt wird und harte Endpunkte (z. B. Frakturen, Krankenhausaufenthalte, Todesfälle, Laborergebnisse) berichtet - das ist das Muster methodologischer Glaubwürdigkeit. Viele Supplements haben nie eine solche Studie durchlaufen.

Warum haben nicht alle Supplements RCTs? Erstens - RCTs sind teuer (Millionen Euro oder Dollar). Pharmaunternehmen finanzieren sie, weil der Patentschutz es ermöglicht, die Investition zurückzugewinnen. Supplements sind in der Regel natürliche Substanzen, die nicht patentierbar sind - daher gibt es keinen wirtschaftlichen Anreiz, teure Studien zu finanzieren. Zweitens - Regulierungsbehörden (EMA, FDA) verlangen RCTs für Medikamente, nicht für Supplements. Ein Supplement kann ohne klinische Studien auf den Markt kommen.

Wir haben festgestellt, dass viele Beschreibungen von Supplements den „biologischen Mechanismus“ mit der „bewiesenen Wirkung“ verwechseln. Beispiel: „Magnesium aktiviert über 300 Enzyme“ ist eine biochemische Tatsache - aber das bedeutet nicht, dass die Magnesiumsupplementierung bei einer Person ohne Mangel die Aktivität dieser Enzyme verbessert. Der Mechanismus muss mit klinischen Beweisen (RCT) gepaart sein, damit die Behauptung „Magnesium wirkt auf den Schlaf“ wissenschaftliche Grundlagen hat. Dieser zweite Schritt fehlt in den meisten Produktbeschreibungen.

Tabelle: Evidenzhierarchie für Nahrungsergänzungsmittel

Unten ist eine vereinfachte Hierarchie mit Beispielen für beliebte Nahrungsergänzungsmittel.

Wie man die Bewertungen von Examine.com liest - Skala A-F

Examine.com ist eines der beliebtesten Werkzeuge zur Bewertung von Beweisen für Supplements. Die Plattform vergibt Bewertungen nicht an Supplements als Ganzes, sondern an spezifische Effekte - separate Bewertung für „Effekt auf den Testosteronspiegel“, separate für „Effekt auf die Muskelkraft“, separate für „Effekt auf die Schlafqualität“. Das ist eine wichtige Nuance: Ein Supplement kann für eine Anwendung eine Bewertung A und für eine andere eine Bewertung D haben.

Was bedeuten die einzelnen Bewertungen? Bewertung A: viele große, konsistente RCT bestätigen den Effekt in mehreren unabhängigen Forschungsgruppen. Beispiel: Kreatin und Zunahme von Kraft/Muskelmasse. Bewertung B: einige gut gestaltete RCT mit insgesamt konsistenten Ergebnissen, aber mit gewissen Vorbehalten (z. B. nur eine Population, kurze Beobachtungszeit). Bewertung C: begrenzte Anzahl von RCT, widersprüchliche Ergebnisse oder methodologische Schwächen. Bewertung D: keine RCT beim Menschen; nur Daten aus Tierversuchen oder In-vitro-Studien. Bewertung F: keine Beweise oder vorhandene Beweise sind negativ.

Interpretationsfalle: Examine.com bewertet die Stärke der Beweise, nicht die Größe des Effekts. Ein Supplement kann eine Bewertung A für einen sehr kleinen, klinisch nicht signifikanten Effekt haben. Zum Beispiel hat Melatonin eine Bewertung A für „Verkürzung der Einschlafzeit“ - der Effekt beträgt etwa 7-8 Minuten Verkürzung der Schlaflatenz, was statistisch signifikant ist, aber für eine Person mit schwerer Schlaflosigkeit möglicherweise klinisch unzureichend ist (Ferracioli-Oda et al., PLOS One, 2013). Die Stärke der Beweise und die Effektgröße sind zwei verschiedene Dimensionen.

GRADE - System, das von Cochrane und klinischen Richtlinien verwendet wird

Die Cochrane Library und die meisten wissenschaftlichen Gesellschaften verwenden das GRADE-System (Grading of Recommendations Assessment, Development and Evaluation) zur Klassifizierung von Beweisen. GRADE bewertet vier Parameter für jede Überprüfung: Risiko von Verzerrungen in Studien (risk of bias), Konsistenz der Ergebnisse zwischen Studien (inconsistency), Direktheit der Daten (indirectness) und Präzision der Ergebnisse (imprecision). Basierend darauf werden Bewertungen vergeben: hohe, moderate, niedrige oder sehr niedrige Sicherheit der Beweise (Cochrane, 2024).

Praktisches Beispiel: Eine Cochrane-Übersicht über Vitamin D und Stürze bei älteren Menschen kann die Sicherheit der Beweise als „mäßig“ bewerten - das bedeutet, dass der wahre Effekt wahrscheinlich dem geschätzten nahekommt, es jedoch die Möglichkeit gibt, dass weitere Studien die Schlussfolgerung ändern. „Niedrige Sicherheit“ bedeutet: Der Effekt kann radikal anders sein als geschätzt. Bei der Bewertung eines Supplements sollte „niedrige Sicherheit der Beweise im GRADE“ ein Signal zur Vorsicht sein, selbst wenn die Richtung des Effekts positiv ist.

Wir haben festgestellt, dass in der polnischen Informationslandschaft über Supplements zwei Typen von Quellen dominieren: Herstellerseiten (mit offensichtlichem Interesse, die Daten positiv darzustellen) und „gesundheitliche“ Artikel, die Thesen ohne Quellenverifizierung wiederholen. Examine.com und NIH ODS sind englischsprachig, was eine Barriere für viele Leser darstellt. Daher zitieren wir in den Artikeln dieses Blogs immer spezifische Studien mit einem Link zu PubMed oder PMC - damit du den Originaltext und nicht dessen Interpretation durch einen Marketingmitarbeiter überprüfen kannst.

Typische Fallstricke bei der Interpretation von Studien zu Nahrungsergänzungsmitteln

Einige Heuristiken, die vor einer Überinterpretation von Daten zu Nahrungsergänzungsmitteln schützen. Erste: Interessenkonflikt. Studien, die von Herstellern von Supplements finanziert werden, haben statistisch höhere Chancen auf ein positives Ergebnis als unabhängige Studien. Das ist eine bestätigte Regelmäßigkeit in der wissenschaftlichen Literatur - das Phänomen wird als „industry bias“ oder „sponsorship bias“ bezeichnet. Das bedeutet nicht, dass alle industriegestützten Studien gefälscht sind, aber es signalisiert die Notwendigkeit der Überprüfung durch unabhängige Replikationen.

Die zweite Falle: surrogat outcomes (substitutive Endpunkte). Eine Studie kann zeigen, dass Supplement X den Spiegel von Substanz Y im Blut erhöht - aber ob die Erhöhung von Y in reale gesundheitliche Vorteile (seltener auftretende Krankheiten, längeres Leben) umschlägt? Nicht immer. Ein klassisches Beispiel: Beta-Carotin korrelierte in Kohortenstudien mit einem niedrigeren Risiko für Lungenkrebs, also wurde eine RCT mit Supplementierung durchgeführt. Ergebnis: Höheres Risiko für Lungenkrebs in der supplementierenden Gruppe (ATBC Study Group, NEJM, 1994). Die Korrelation war keine Kausalität.

Die dritte Falle: Referenzbasis. Ein Supplement kann „wirksam“ im Vergleich zu einem Placebo sein, aber schlechter als ein anderes verfügbares Medikament oder eine nicht-pharmakologische Intervention. Bei der Bewertung des Wertes eines Supplements ist es sinnvoll zu fragen: „wirksam im Vergleich zu was?“ - und nicht nur „wirksam oder nicht“.

Häufig gestellte Fragen

Was ist die Evidenzhierarchie?

Die Evidenzhierarchie ist eine Klassifikation von Forschungsarten nach ihrer methodologischen Zuverlässigkeit. An der Spitze: Metaanalysen von RCTs und systematische Übersichten (die stärksten Beweise). Unten: In-vitro-Studien und Expertenmeinungen. Je höher in der Hierarchie, desto geringer das Risiko, dass das Ergebnis ein methodologisches Artefakt ist. Das System wurde geschaffen, um klinische Entscheidungen auf der Grundlage der besten verfügbaren Daten zu unterstützen (Sackett et al., 2000).

Was bedeuten die Bewertungen A, B, C bei Examine.com?

Examine.com bewertet die Stärke der Beweise für einen bestimmten Effekt eines Supplements auf einer Skala von A-F. Bewertung A: zahlreiche konsistente RCTs (z. B. Kreatin und Muskelkraft). Bewertung B: einige gute RCTs mit gewissen Vorbehalten. Bewertung C: begrenzte oder widersprüchliche Daten. Bewertung D: nur Tierversuche oder In-vitro-Studien. Bewertung F: keine Beweise. Wichtig: Eine Bewertung A für eine Anwendung bedeutet nicht A für eine andere im selben Supplement.

Was unterscheidet RCT von einer Beobachtungsstudie?

RCTs weisen Teilnehmer zufällig Gruppen zu und eliminieren den Einfluss von Störfaktoren. Eine Beobachtungsstudie registriert lediglich, was Menschen tun und welche Ergebnisse sie erzielen - aber Personen, die Supplements einnehmen, können insgesamt einen gesünderen Lebensstil haben, was die Ergebnisse verzerrt. RCTs sind der Goldstandard zur Bewertung der Wirksamkeit von Supplements, da nur sie Kausalität und nicht nur Korrelation nachweisen können.

Was bedeutet es, dass ein Supplement „vielversprechende Ergebnisse“ hat?

„Vielversprechende Ergebnisse“ bedeutet: Es gibt einen biologisch plausiblen Mechanismus und vorläufige Daten (in der Regel aus Tierversuchen oder kleinen Pilotstudien an Menschen), aber nicht genügend RCTs, um die Wirksamkeit zu bestätigen. Es ist ein Anreiz für weitere Forschungen, keine Bestätigung der Wirkung. Es ist keine ausreichende Grundlage für den Kauf und die Anwendung.

Wie überprüft man die Stärke der Beweise für ein bestimmtes Supplement?

Drei zuverlässige und kostenlose Quellen: Examine.com (Skala A-F für spezifische Effekte), NIH ODS (Blätter für Hunderte von Substanzen mit einer Bewertung der Beweise), Cochrane Library (Metaanalysen, GRADE-System). Vermeiden Sie Informationen von Herstellerwebseiten und Blogs ohne Links zu den Originalstudien.

Der Artikel hat einen informativen und edukativen Charakter und ersetzt nicht die Konsultation mit einem Arzt. Wenn du schwanger bist, stillst, Medikamente einnimmst oder chronische Erkrankungen hast, konsultiere die Anwendung von Supplements oder Kräutern mit einem Spezialisten.

Autor: Michał Waluk · Veröffentlicht: 2026-05-04 · Aktualisierung: 2026-05-04