Das eMagazin für (Kraft-)Sportler & Coaches. Evidenzbasiert & Praxisnah. Powered by AesirSports.de.
Follow

Monatlicher MHRx Newsletter

Höhere Proteinaufnahme verringert die Kalorienzufuhr bei einer Ernährung mit hohem Anteil an stark verarbeiteten Lebensmitteln (UPFs)

Wie beeinflusst der Proteingehalt die Kalorienaufnahme bei einer Ernährung mit hohem Anteil an stark verarbeiteten Lebensmitteln (UPFs)?

Stark verarbeitete Lebensmittel (sogenannte UPFs, vom Englischen „ultra-processed foods“) spielen eine immer größere Rolle in der modernen Ernährung. In der Regel handelt es sich hierbei um industriell verarbeitete Nahrungsmittel (etwa Snacks, Soft-Drinks, Fertiggerichte etc.), eine Vielzahl von verschiedenen Zusatzstoffen (darunter Aromen, Farb- und Konservierungsstoffe) enthalten (42).

Inzwischen entfällt etwa die Hälfte der konsumierten Energie in Ländern mit hohem Einkommen (z.B. USA, Kanada und dem Vereinigten Königreich) auf diese Art von Produkten und Speisen (42) – bei einer durchschnittlichen Wachstumsrate von 1% pro Jahr (in Ländern mit hohem Einkommen) bzw. bis zu 10% pro Jahr (in Ländern mit mittlerem Einkommen, wie z.B. Brasilien, Mexico und Chile) werden UPFs den weltweiten Lebensmittelmarkt innerhalb kürzester Zeit dominieren (42)(44).

Durchschnittlicher Anteil stark verarbeiteter Lebensmittel (UPFs) an der Ernährung von Erwachsenen in den verschiedensten Ländern (in % der Energiezufuhr) aus national repräsentativen Erhebungen. (Bildquelle: Touvier et al., 2023)

Durchschnittlicher Anteil stark verarbeiteter Lebensmittel (UPFs) an der Ernährung von Erwachsenen in den verschiedensten Ländern (in % der Energiezufuhr) aus national repräsentativen Erhebungen. (Bildquelle: Touvier et al., 2023)

Das ist insofern problematisch, weil die bisherige Studienlage darauf hindeutet, dass der reichhaltige Verzehr von UPFs zu einer chronisch erhöhten Kalorienzufuhr – und damit Übergewicht und Fettleibigkeit – beiträgt (siehe hierzu auch meine beiden Beiträge „Kalorienaufnahmerate: Wie stark verarbeitete Lebensmittel die Kalorienzufuhr beeinflussen“ und „Was Overeating begünstigt: Auswirkung der Lebensmittelverarbeitung & Nahrungstextur auf die Kalorienaufnahme“). Gegenwärtig geht man davon aus, dass die gesteigerte Kalorienaufnahme beim Verzehr von UPFs durch eine Kombination verschiedener Faktoren (hohe Bekömmlichkeit, hohe Energiedichte, sowie Beeinflussung der Essrate, der Verdauung und des Stoffwechsel) zustande kommt (diese Eigenschaften treffen jedoch nicht nur ausschließlich auf UPFs zu, sondern können auch auf hausgemachte Mahlzeiten zutreffen) (45).

Verarbeitungsspektrum von Lebensmitteln auf der Grundlage der NOVA-Klassifizierung. Die Abbildung zeigt Beispiele für Lebensmittel und Verarbeitungsmethoden innerhalb jeder NOVA-Klassifizierungsgruppe. (Bildquelle: Gomes de Oliveira et al., 2022)

Verarbeitungsspektrum von Lebensmitteln auf der Grundlage der NOVA-Klassifizierung. Die Abbildung zeigt Beispiele für Lebensmittel und Verarbeitungsmethoden innerhalb jeder NOVA-Klassifizierungsgruppe. (Bildquelle: Gomes de Oliveira et al., 2022)

Ein weiteres, charakteristisches Merkmal von UPFs ist der relativ geringe Proteingehalt, wobei dieser – verglichen zu regulär verarbeiteten Produkten und Lebensmitteln – im Schnitt bei 9,5% (zwischen 3 – 32%) liegt, verglichen mit einem durchschnittlichen Proteingehalt von 24,3% bei verarbeiteten Nahrungsmitteln (und einer Bandbreite von 9 – 50%) (15).

Interessanterweise konnten Forscher im Zuge der erhöhten Kalorienzufuhr bei einer UPF-reichen Ernährung eine konstante Proteinaufnahme beobachteten (15), was die Annahme stützt, dass der Proteinanteil in unserer Ernährung so etwas wie eine treibende Kraft in unserem Essverhalten ist (sog. Protein Leverage“-Hypothese). Simpel formuliert besagt die Protein Leverage Hypothese, dass wir unbewusst so lange weiteressen, bis unser Proteinbedarf gedeckt ist. Sinkt der Proteingehalt unserer Nahrung (z.B. weil wir von proteinreichen auf proteinärmere Lebensmittel [aka UPFs] wechseln), essen wir mehr als sonst (wodurch sich die Kalorienzufuhr erhöht), um die geringe Eiweißaufnahme auszugleichen (46).

Vielen von uns dürfte in den letzten Jahren vermehrt aufgefallen sein, dass immer mehr Lebensmittelhersteller den Proteingehalt ihrer Lebensmittel aktiv bewerben, was mitunter zu komischen Situationen führen kann, weil man z.T. auch auf proteinreiche Produkte „reich an Protein“ draufschreibt und insgeheim hofft, dass sich schon ein Dummer finden wird, der das glaubt. Jedenfalls stellen auch immer mehr Anbieter von UPFs fest, dass der Proteingehalt eines Lebensmittels ein echt überzeugendes Verkaufsargument ist, so dass viele Anbieter dazu übergegangen sind, den Proteingehalt verschiedener UPFs zu erhöhen (47).

Aber lässt sich der negative Effekt, den stark verarbeitete Lebensmittel auf die Kalorienaufnahme haben, aushebeln, indem man einfach den Proteingehalt erhöht? Diesen Sachverhalt wollte ein Team von Wissenschaftlern mit einem Experiment überprüfen. Und mit genau dieser Studie werden wir uns im weiteren Verlauf des Beitrags näher befassen.


Dieser Artikel erschien als Editorial-Beitrag in der Mai 2025 Ausgabe des MHRx Magazins. Registriere dich kostenlos oder logge dich mit deinem bestehenden Account ein, um diesen Artikel vollständig zu lesen!

Wie beeinflusst der Proteingehalt die Kalorienaufnahme bei einer Ernährung mit hohem Anteil an stark verarbeiteten Lebensmitteln (UPFs)?

Was wurde untersucht?

In ihrer Studie, einem Experiment mit Crossover-Design, untersuchten Hägele et al. (2025) die kurzfristigen Auswirkungen zweier unterschiedlicher Ernährungsformen mit hohem UPF-Anteil in Bezug auf die Energie- und Makronährstoffzufuhr, sowie die potenziellen Faktoren, die eine unterschiedliche Energieaufnahme erklären könnten (z.B. Essgeschwindigkeit, subjektiver Appetit, Darmhormon-Konzentration und das Tempo der Magenentleerung) (1).

Das Forscher-Team rekrutierte hierzu 24 junge und gesunde Teilnehmer (11 Männer, 13 Frauen) im Alter von 18 bis 35 Jahren, wobei 21 Personen die Studie, die stationär durchgeführt wurde, erfolgreich abschlossen.

Basis-Charakteristika aller Studienteilnehmer nach Geschlecht (n=24). (Bildquelle: Hägele et al., 2025)

Basis-Charakteristika aller Studienteilnehmer nach Geschlecht (n=24). (Bildquelle: Hägele et al., 2025)

Zunächst wurden die teilnehmenden Probanden mittels Zufallsverfahren einer der beiden Ernährungsformen zugelost, die sich im Protein- und Kohlenhydratgehalt unterschieden:

  • HPLC-UPF-Gruppe: Bei dieser Ernährungsform aßen die Probanden eine proteinreiche und kohlenhydratärmere UPF-Kost (30% der Kalorien aus Protein, 29% aus Kohlenhydraten). Die Gesamt-Proteinzufuhr lag bei 3,3g/kg Körpergewicht.
  • NPNC-UPF-Gruppe: Bei dieser Ernährungsform aßen die Probanden eine UPF-Kost mit „normalem“ Protein- und Kohlenhydratgehalt (13% der Kalorien aus Protein, 46% aus Kohlenhydraten). Die Gesamt-Proteinzufuhr lag bei 1,5g/kg Körpergewicht.
  • Beide Ernährungsformen wurden hinsichtlich des Fett- und Ballaststoffgehalts aufeinander abgestimmt und die Probanden ernährten sich ad libitum (was bedeutet, dass jeder Proband so viel essen durfte, wie er mochte und bis er satt war).

Die Probanden ernährten sich für jeweils 5,5 Tage nach der festgelegten Ernährungsform (HPLC oder NPNC) mit einer 3-tägigen Eingewöhnungsphase mit einem UPF-Anteil von <45% und einer ~2-tägigen (54 Stunden) Interventionsphase mit einem UPF-Anteil von >80%.

Zusammensetzung der bereitgestellten Kost während der 3-tägigen Eingewöhnungsphase (Run-in-Period) und der 2-tägigen bzw. 54-stündigen (Interventionsphase) in der HPLC- und NPNC-Gruppe. (Bildquelle: Hägele et al., 2025)

Zusammensetzung der bereitgestellten Kost während der 3-tägigen Eingewöhnungsphase (Run-in-Period) und der 2-tägigen bzw. 54-stündigen (Interventionsphase) in der HPLC- und NPNC-Gruppe. (Bildquelle: Hägele et al., 2025)

Während der Interventionsphase verbrachten die Probanden ihre Zeit in einem indirekten Ganzraum-Kalorimeter an der Universität in Kiel bei einer standardisierten körperlichen Aktivität (PAL von 1,45), so dass die Energiezufuhr und der Energieverbrauch gemessen werden konnten. Verschiedene Messungen und Evaluationen (z.B. Essgeschwindigkeit, subjektive Bewertung des Appetits via VA-Skala, Blutzucker-Konzentration, Urin- und Blutprobenentnahme und ein Assessment der Magenentleerung) wurden ebenfalls in diesem 54-stündigen Interventionszeitraum durchgeführt.

Die Probanden wechselten nach einer kurzen Washout-Periode (min. 4 Tage Abstand) die Gruppen und das Experiment wurde erneut wiederholt, so dass jeder Teilnehmer alle beide Interventionen (HPLC und NPNC) einmal durchlief und die Ergebnisse ein- und derselben Person bei unterschiedlicher Ernährungsform miteinander verglichen werden konnten (das ist der „Crossover“-Part).

Überblick zum Studien-Design. (Bildquelle: Hägele et al., 2025)

Überblick zum Studien-Design. (Bildquelle: Hägele et al., 2025)

Was haben die Forscher herausgefunden?

Energiezufuhr, Essparameter & Hormone

Verglichen zur UPF-Kost mit normalem Protein- und Kohlenhydratgehalt (NPNC-UPF) fiel die Energiezufuhr bei der proteinreichen und kohlenhydratärmeren UPF-Kost (HPLC-UPF) um 196±396kcal/Tag aus.

Zusammensetzung der verzehrten Kost während der 3-tägigen Eingewöhnungsphase (Run-in-Period) und der 2-tägigen bzw. 54-stündigen (Interventionsphase) in der HPLC- und NPNC-Gruppe. (Bildquelle: Hägele et al., 2025)

Zusammensetzung der verzehrten Kost während der 3-tägigen Eingewöhnungsphase (Run-in-Period) und der 2-tägigen bzw. 54-stündigen (Interventionsphase) in der HPLC- und NPNC-Gruppe. (Bildquelle: Hägele et al., 2025)

Die Forscher konnten zudem feststellen, dass die Einnahmedauer der Mahlzeit während der HPLC-UPF minimal länger ausfiel (P<0,05) und die Essgeschwindigkeit, sowie die Kalorienaufnahmerate signifikant niedriger ausfiel, als während der NPNC-UPF (beides jeweils P <0,001)

a.) & b) Ad libitium Energiezufuhr (n kcal/Tag und % zum Ruhe-Energieverbrauch), c.) Makronähstoffaufnahme (% zur Energiezufuhr) sowie d.) Essgeschwindigkeit (in g/min), e.) Kalorienaufnahmerate (in kcal/min), f.) Bissen pro Mahlzeit, g.) Kauvorgängen pro Bissen sowie h.) Bekömmlichkeit nach Gruppe. Alle Boxplots zeigen den Interquartilsbereich mit den Quantilen 25% (unteres Feld), 50% (Mittellinie) und 75% (oberes Feld). Die Whiskers erstrecken sich auf die Minimal- und Maximalwerte. Bei parametrischen Daten wird der Mittelwert als + angezeigt. Die Daten in den Balkendiagrammen sind als Mittelwert ± s.d. (c) dargestellt. n=21, sofern nicht anders angegeben. Die P-Werte stammen aus gepaarten zweiseitigen t-Tests (a-f ) oder Wilcoxon-Tests (g). HPLC = UPF-Kost mit hohem Protein- und normalem Kohlenhydratgehalt; NPNC = UPF-Kost mit normalem Protein- und Kohlenhydratgehalt. (Bildquelle: Hägele et al., 2025)

a.) & b) Ad libitium Energiezufuhr (n kcal/Tag und % zum Ruhe-Energieverbrauch), c.) Makronähstoffaufnahme (% zur Energiezufuhr) sowie d.) Essgeschwindigkeit (in g/min), e.) Kalorienaufnahmerate (in kcal/min), f.) Bissen pro Mahlzeit, g.) Kauvorgängen pro Bissen sowie h.) Bekömmlichkeit nach Gruppe. Alle Boxplots zeigen den Interquartilsbereich mit den Quantilen 25% (unteres Feld), 50% (Mittellinie) und 75% (oberes Feld). Die Whiskers erstrecken sich auf die Minimal- und Maximalwerte. Bei parametrischen Daten wird der Mittelwert als + angezeigt. Die Daten in den Balkendiagrammen sind als Mittelwert ± s.d. (c) dargestellt. n=21, sofern nicht anders angegeben. Die P-Werte stammen aus gepaarten zweiseitigen t-Tests (a-f ) oder Wilcoxon-Tests (g). HPLC = UPF-Kost mit hohem Protein- und normalem Kohlenhydratgehalt; NPNC = UPF-Kost mit normalem Protein- und Kohlenhydratgehalt. (Bildquelle: Hägele et al., 2025)

Die Auswertung relevanter Hormone zeigte 3 Stunden nach der Einnahme der Mahlzeiten eine verringerte Ghrelin-Konzentration (P<0,05) und eine erhöhte Peptid YY-Konzentration (P<0,001) in der HPLC-UPF-Gruppe, verglichen zur NPNC-UPF-Gruppe.

i.) Ghrelin-Konzentration und j.) PYY-Konzentration nach Gruppe. Alle Boxplots zeigen den Interquartilsbereich mit den Quantilen 25% (unteres Feld), 50% (Mittellinie) und 75% (oberes Feld). Die Whiskers erstrecken sich auf die Minimal- und Maximalwerte. Bei parametrischen Daten wird der Mittelwert als + angezeigt. Die Daten in den Balkendiagrammen sind als Mittelwert ± s.d. (c) dargestellt. n=21, sofern nicht anders angegeben. Die P-Werte stammen aus gepaarten zweiseitigen t-Tests (i-j). iAUC = inkrementelle Fläche unter der Kurve. HPLC = UPF-Kost mit hohem Protein- und normalem Kohlenhydratgehalt; NPNC = UPF-Kost mit normalem Protein- und Kohlenhydratgehalt. (Bildquelle: Hägele et al., 2025)

i.) Ghrelin-Konzentration und j.) PYY-Konzentration nach Gruppe. Alle Boxplots zeigen den Interquartilsbereich mit den Quantilen 25% (unteres Feld), 50% (Mittellinie) und 75% (oberes Feld). Die Whiskers erstrecken sich auf die Minimal- und Maximalwerte. Bei parametrischen Daten wird der Mittelwert als + angezeigt. Die Daten in den Balkendiagrammen sind als Mittelwert ± s.d. (c) dargestellt. n=21, sofern nicht anders angegeben. Die P-Werte stammen aus gepaarten zweiseitigen t-Tests (i-j). iAUC = inkrementelle Fläche unter der Kurve. HPLC = UPF-Kost mit hohem Protein- und normalem Kohlenhydratgehalt; NPNC = UPF-Kost mit normalem Protein- und Kohlenhydratgehalt. (Bildquelle: Hägele et al., 2025)

Energieverbrauch & Energiebilanz

Die Forscher konnten feststellen, dass der Ruhe-Energieverbrauch im Schlaf während der HPLC-UPF-Intervention signifikant höher ausfiel (+128±98kcal/Tag, P<0,001), als während der NPNC-UPF-Intervention (+67±90kcal/Tag, P<0,01).

Zwar erreichten die Probanden in beiden Interventionen mit einer UPF-reichen eine positive Energiebilanz, allerdings fiel diese in der HPLC-UPF-Gruppe – aufgrund der geringeren Energiezufuhr und dem höheren Energieverbrauch) weniger positiv aus (+18%), als in der als in der NPNC-UPF-Gruppe (+32%) (P<0,001).

a.) Der Gesamtenergieverbrauch (TEE) und der b.) Energieverbrauch im Schlaf (SEE) fielen in der HPLC-UPF-Gruppe höher aus, als in der NPNC-UPF-Gruppe. Alle Boxplots zeigen den Interquartilsbereich mit den Quantilen 25% (unteres Feld), 50% (Mittellinie) und 75% (oberes Feld). Die Whiskers erstrecken sich auf die Minimal- und Maximalwerte. Bei parametrischen Daten wird der Mittelwert als + angezeigt. n=21, sofern nicht anders angegeben. Die P-Werte stammen aus gepaarten zweiseitigen t-Tests (a-c). HPLC = UPF-Kost mit hohem Protein- und normalem Kohlenhydratgehalt; NPNC = UPF-Kost mit normalem Protein- und Kohlenhydratgehalt. (Bildquelle: Hägele et al., 2025)

a.) Der Gesamtenergieverbrauch (TEE) und der b.) Energieverbrauch im Schlaf (SEE) fielen in der HPLC-UPF-Gruppe höher aus, als in der NPNC-UPF-Gruppe. Alle Boxplots zeigen den Interquartilsbereich mit den Quantilen 25% (unteres Feld), 50% (Mittellinie) und 75% (oberes Feld). Die Whiskers erstrecken sich auf die Minimal- und Maximalwerte. Bei parametrischen Daten wird der Mittelwert als + angezeigt. n=21, sofern nicht anders angegeben. Die P-Werte stammen aus gepaarten zweiseitigen t-Tests (a-c). HPLC = UPF-Kost mit hohem Protein- und normalem Kohlenhydratgehalt; NPNC = UPF-Kost mit normalem Protein- und Kohlenhydratgehalt. (Bildquelle: Hägele et al., 2025)

Magenentleerung

Obwohl die Probanden während einer proteinreichen und kohlenhydratärmeren UPF-Kost (HPLC-UPF) weniger Nahrung zuführten, stellte man fest, dass die Geschwindigkeit der Magenentleerung während der jeweiligen Test-Mahlzeiten bei der proteinreichen Variante schneller erfolgte, als bei der Variante mit normalem Proteingehalt.

Magenentleerung nach einer isokalorischen UPF-Testmahlzeit mit hohem Proteingehalt (HPLC) und normalem Proteingehalt (NPNC) via 13C-Atemtests. Die Magenentleerung wurde während 4 Stunden nach einem isokalorischen Frühstück (Porridge, 25% des individuellen REE) am 6. Tag. a.) Die prozentuale Verwertung der 13 C-Dosis pro Stunde fiel bei der Test-Mahlzeit mit hohem Proteingehalt (HP-UPF) und der Test-Mahlzeit mit normalem Proteingehalt (NP-UPF) ähnlich aus. b.) Die Halbentleerungszeit des Magens (t 1/2) lag bei der HP-UPF niedriger, als bei der NP-UPF, während c.)  die Verzögerungszeit des Magens (t lag) bei beiden Interventionen ähnlich ausfiel und d.) der Magenentleerungs-Koeffizient (GEC) bei der HP-UPF höher ausfiel, als bei der NP-UPF. Alle Boxplots zeigen den Interquartilsbereich mit den Quantilen 25% (unteres Feld), 50% (Mittellinie) und 75% (oberes Feld). Die Whiskers erstrecken sich auf die Minimal- und Maximalwerte. Bei parametrischen Daten wird der Mittelwert als + angezeigt. Die Daten in den Balkendiagrammen sind als Mittelwert ± s.d. (c) dargestellt. N=20. HPLC = UPF-Kost mit hohem Protein- und normalem Kohlenhydratgehalt; NPNC = UPF-Kost mit normalem Protein- und Kohlenhydratgehalt. (Bildquelle: Hägele et al., 2025)

Magenentleerung nach einer isokalorischen UPF-Testmahlzeit mit hohem Proteingehalt (HPLC) und normalem Proteingehalt (NPNC) via 13C-Atemtests. Die Magenentleerung wurde während 4 Stunden nach einem isokalorischen Frühstück (Porridge, 25% des individuellen REE) am 6. Tag. a.) Die prozentuale Verwertung der 13 C-Dosis pro Stunde fiel bei der Test-Mahlzeit mit hohem Proteingehalt (HP-UPF) und der Test-Mahlzeit mit normalem Proteingehalt (NP-UPF) ähnlich aus. b.) Die Halbentleerungszeit des Magens (t 1/2) lag bei der HP-UPF niedriger, als bei der NP-UPF, während c.)  die Verzögerungszeit des Magens (t lag) bei beiden Interventionen ähnlich ausfiel und d.) der Magenentleerungs-Koeffizient (GEC) bei der HP-UPF höher ausfiel, als bei der NP-UPF. Alle Boxplots zeigen den Interquartilsbereich mit den Quantilen 25% (unteres Feld), 50% (Mittellinie) und 75% (oberes Feld). Die Whiskers erstrecken sich auf die Minimal- und Maximalwerte. Bei parametrischen Daten wird der Mittelwert als + angezeigt. Die Daten in den Balkendiagrammen sind als Mittelwert ± s.d. (c) dargestellt. N=20. HPLC = UPF-Kost mit hohem Protein- und normalem Kohlenhydratgehalt; NPNC = UPF-Kost mit normalem Protein- und Kohlenhydratgehalt. (Bildquelle: Hägele et al., 2025)

Subjektiver Appetit

Die subjektive Bewertung des Appetits fiel 3 Stunden nach der Einnahme der ad libitum Mahlzeiten in der NPNC-UPF-Gruppe überraschenderweise niedriger aus, als in der HPLC-UPF-Gruppe (P<0,05). Die Forscher führen dies primär auf die höhere Sättigung (P<0,01) und die geringere voraussichtlicher Nahrungsaufnahme (P<0,05) zurück, die vermutlich eine Folge der erhöhten Nahrungszufuhr war.

Das subjektive Appetitempfinden wurde 3 Stunden nach dem Frühstück am 5. Tag, anhand visueller Analogskalen, bewertet: a.) Hunger, b.) Sättigung, c.) Essverlangen, d.) voraussichtliche Nahrungsaufnahme und e.) Appetit-Score. Die Daten sind als Mittelwert ± SD angegeben. N=19, wenn nicht anders angegeben. P-Werte aus gepaarten zweiseitigen t-Tests. iAUC = inkrementelle Fläche unter der Kurve. (Bildquelle: Hägele et al., 2025)

Das subjektive Appetitempfinden wurde 3 Stunden nach dem Frühstück am 5. Tag, anhand visueller Analogskalen, bewertet: a.) Hunger, b.) Sättigung, c.) Essverlangen, d.) voraussichtliche Nahrungsaufnahme und e.) Appetit-Score. Die Daten sind als Mittelwert ± SD angegeben. N=19, wenn nicht anders angegeben. P-Werte aus gepaarten zweiseitigen t-Tests. iAUC = inkrementelle Fläche unter der Kurve. (Bildquelle: Hägele et al., 2025)

Insgesamt widersprechen diese Ergebnisse den hormonellen Daten (geringerer Ghrelinspiegel bei höherer PYY-Konzentration = höhere Sättigung in der HPLC-UPF-Gruppe), allerdings merken Hägele et al. (2025) auch an, dass die Bewertung des Appetits nicht den vollständigen 5-stündigen Zeitraum zwischen den Mahlzeiten abdeckt und damit auch einer höheren Gesamt-Energiezufuhr während des gesamten Tages nicht widerspricht. Da die Mahlzeiten zwischen den Gruppen nicht isokalorisch waren, mag das Ergebnis ebenfalls beeinflusst haben.

Interpretation & Praxis

Die Untersuchung von Hägele et al. (2025) demonstriert, dass eine Steigerung der Proteinzufuhr (zu Lasten der Kohlenhydrataufnahme) während einer UPF-reichen Kost (HPLC-UPF) zu einer Verringerung der ad libitum Kalorienzufuhr und einer Steigerung des Energieverbrauchs führt. Beide Aspekte trugen insgesamt dazu bei, dass die Energiebilanz im untersuchten Zeitraum, verglichen zu einer UPF-reichen Ernährung mit normalem Protein- und Kohlenhydrat (NPNC-UPF) – weniger stark positiv ausfiel. Damit bestätigt das Experiment einerseits bisherige Studien, die aufgezeigt haben, dass eine Ernährung mit hohem UPF-Anteil die Entstehung einer positiven Energiebilanz (Kalorienüberschuss) begünstigt (40). Andererseits stützt das Studienergebnis die Annahme, dass die Proteinzufuhr bei Menschen einem Regulationsmechanismus unterliegt, der dazu führt, dass eine Absenkung des Proteingehalts in Lebensmitteln durch eine Steigerung der Kalorienzufuhr kompensiert wird (Menschen essen mehr Nahrung), um eine ausreichende Menge an Protein aufzunehmen  (sog. „Protein Leverage“-Hypothese) (13)(14)(17)(18).

Der gravierende Anstieg von Übergewicht und Fettleibigkeit, den wir gegenwärtig in vielen entwickelten Ländern (u.a. auch in Europa und in Deutschland) beobachten können, ließe sich – zumindest partiell – durch den gesteigerten Verzehr von stark verarbeiteten Lebensmitteln, die in der Regel relativ proteinarm sind (15)(16). Hägele’s Studie zeigt, dass eine Erhöhung des Proteingehalts bei einer UPF-reichen Ernährung zwar zu einer weniger positiven Energiebilanz beitragen kann, aber sie zeigt auch, dass der Effekt nicht stark genug ist, um das Erreichen eines Kalorienüberschuss zu verhindern.

So beeinflusst eine erhöhte Proteinzufuhr die Energiebilanz

Da Protein eine sehr hohe Sättigungswirkung hat (19)(20), werden proteinreiche Ernährungsformen häufig im Zuge des Gewichtsmanagements (z.B. Diät) empfohlen. Studien in diesem Bereich zeigen auf, dass eine Ernährung, die reich an Protein ist, die Gewichtsabnahme besser unterstützt, als andere Ernährungsformen mit geringem Proteinanteil (21)(22), wobei eine Steigerung der Proteinzufuhr (z.B. auf 25-30%, relativ zur Energiezufuhr) in der kurzen Frist zu einer Reduktion der ad libitum Kalorienzufuhr und des Appetits führt (23)(24)(25)(26)(27)(28) – was langfristig zu einer Reduktion des Körpergewichts führen kann (23)(29).

Der Verzehr von Protein beeinflusst durch seine Wirkung auf verschiedene Hormone, welche den Appetit regulieren, den Hunger. Diesbezüglich konnte demonstriert werden, dass proteinreiche Mahlzeiten zu einer stärkeren Reduktion von Ghrelin (Hungerhormon), sowie einem stärkeren Anstieg von Peptid YY (Sättigungshormon) und GLP-1 (Sättigungshormon) führen, als proteinärmere Gerichte (21)(30)(31)(32). Dieser Aspekt wird auch durch die Studie von Hägele bestätigt, wobei eine stärkere Reduktion von Ghrelin und ein stärkerer Anstieg von PYY festgestellt wurde (eine GLP-1 Evaluation fand leider nicht statt).

Die Essgeschwindigkeit ist ein weiterer, nicht zu unterschätzender, Einflussfaktor bei der Kalorienaufnahme (12)(33). Diesbezüglich zeigte das Experiment von Hägele et al. (2025), dass die Probanden während einer proteinreichen UPF-Kost (HPLC-UPF) langsamer aßen und jeden Bissen öfter gekaut haben, als bei der proteinärmeren UPF-Kost (NPNC-UPF). Nichtsdestotrotz sollte an dieser Stelle aber auch erwähnt werden, dass unverarbeitete bzw. weniger stark verarbeitete Lebensmittel natürlich besser abschneiden, als stark verarbeitete Produkte. Dies hängt zu einem nicht unerheblichen Teil auch mit der Textur der Nahrungsmittel zusammen, wobei weichere Produkte leichter zu kauen sind und schneller gegessen werden können, als zähe/harte Nahrungsmittel. Dies trägt selbstverständlich zu einer gesteigerten Kalorienaufnahmerate bei (10)(11)(34), wobei proteinreiche Lebensmittel in der Regel auch häufiger gekaut werden müssen (35).

Protein beeinflusst jedoch nicht nur die Energiezufuhr, sondern wirkt sich auch auf den Energieverbrauch (die andere Seite der Medaille der Energiebilanz) aus. Die zeigt sich in Form der thermogenen Wirkung von Protein, die – verglichen zu Kohlenhydraten und Fetten (2-3%) – wesentlich höher liegt (bis zu 30%) (36)(37). In der vorliegenden Studie konnten Hägele et al. (2025) ebenfalls eine Steigerung des Energieverbrauchs feststellen, wobei sich eine hohe Proteinzufuhr (HPLC-UPF: 3,3g/kg Körpergewicht) im Vergleich zu einer normalen Proteinzufuhr (NPNC-UPF: 1,5g/kg Körpergewicht) zu einem Mehrverbrauch von 67 kcal/Tag aufsummierte. Ähnliche Ergebnisse konnten auch in anderen Untersuchungen in der Respirationskammer festgestellt werden (Mehrverbrauch von 48 – 67 kcal/Tag bei einer proteinreichen Kost) (26)(27)(28).

Abschließende Worte

Während Fette und Kohlenhydrate vom menschlichen Körper vor allem als wichtiger Energietreibstoff verstanden werden, ist die Funktion von Proteinen weitaus vielschichtiger: Sie dienen nicht nur als Baustoff für Zellen und Gewebe, sondern sind auch an der Synthese von Enzymen und Hormonen (und damit der Signalübertragung), dem Immunsystem sowie dem Transport und der Speicherung beteiligt (was natürlich nicht bedeutet, dass unser Körper sie nicht in Notfällen auch zur Deckung seines Energiebedarfs verbrennen kann). Entsprechend scheint die Deckung des Proteinbedarfs einer strengeren Kontrolle zu unterliegen, sodass wir instinktiv mehr essen, wenn der Proteingehalt in unserer Nahrung abnimmt – und zwar solange, bis der vermeintliche „Sollwert“ erreicht ist.

Dies ist zumindest die Quintessenz der Protein Leverage Hypothese, die im Zuge der Studie von Hägele et al. (2025) im Kontext einer Ernährung untersucht wurde, die sich auf stark verarbeitete Lebensmittel (UPFs) konzentriert. Die Arbeit untermauert die bisherige Annahme, dass eine UPF-reiche Ernährung die Entstehung einer positiven Energiebilanz fördert und demonstriert gleichzeitig, dass eine Steigerung des Proteingehalts den Grad und Umfang des Kalorienüberschuss reduzieren, diesen aber nicht verhindern kann (selbst wenn die tägliche Proteinzufuhr von 1,5g/kg auf 3,3g/kg gesteigert wird).

Derartige Resultate haben natürlich weitreichende Implikationen für die Art und Weise, wie wir uns langfristig ernähren, wobei ich bereits in der Einleitung versucht habe aufzuzeigen, dass die Aussichten alles andere als rosig sind. Fakt ist, dass der Anteil an stark verarbeiteten Lebensmitteln (und damit sind auch nicht notwendigerweise die proteinreichen Varianten gemeint) immer stärker zunimmt. Vielleicht nicht unbedingt individuell (also bei dir und mir), aber doch gesamtgesellschaftlich. Dieser Wandel bei der Lebensmittelauswahl scheint angesichts der gegenwärtigen Studienlage ein wichtiger Faktor zu sein, wenn es darum geht zu erklären, wieso die europäische bzw. deutsche Bevölkerung immer dicker (und damit auch kränker) wird (6)(7).

Die Lösung für dieses Dilemma kennen wir alle, wobei es nicht unbedingt darum geht vollständig auf den Konsum von Pizza, Kuchen und Co. zu verzichten (denn das wäre utopisch und vermutlich auch nicht unbedingt zielführend), sondern uns für die Art und Weise zu sensibilisieren, wie wir uns ernähren und was wir da eigentlich in uns hineinschaufeln. Letztendlich sollten UPFs unsere alltägliche Ernährung nicht dominieren, sondern diese hier und da (z.B. zu besonderen Anlässen oder als Ausnahme, Belohnung oder zu Genusszwecken) ergänzen.

Quellen, Referenzen & Weiterführende Literatur

Primärliteratur

(1) Hägele, FA., et al. (2025): Short-term effects of high-protein, lower-carbohydrate ultra-processed foods on human energy balance. In: Nat Metab. URL: https://pubmed.ncbi.nlm.nih.gov/40082711/.

(2) Murray, M. (2025): Examine Research Feed. June 2025. https://examine.com/.

Sekundärliteratur

(3) Minichowski, DN. (2020): Die Protein Leverage Hypothese: Essen wir solange, bis der Proteinbedarf gedeckt ist? In: Metal Health Rx: 01/2020. URL: https://patreon.aesirsports.de/die-protein-leverage-hypothese-essen-wir-solange-bis-der-proteinbedarf-gedeckt-ist/.

(4) O’Connor, LE., et al. (2023): Perspective: A Research Roadmap about Ultra-Processed Foods and Human Health for the United States Food System: Proceedings from an Interdisciplinary, Multi-Stakeholder Workshop. In: Adv Nutr. URL: https://pubmed.ncbi.nlm.nih.gov/37722488.

(5) Mendoza, K., et al. (2024): Ultra-processed foods and cardiovascular disease: analysis of three large US prospective cohorts and a systematic review and meta-analysis of prospective cohort studies. In: Lancet Reg Health Am. URL: https://pubmed.ncbi.nlm.nih.gov/39286398.

(6) Srour, B., et al. (2022): Ultra-processed foods and human health: from epidemiological evidence to mechanistic insights. In: Lancet Gastroenterol Hepatol. URL: https://pubmed.ncbi.nlm.nih.gov/35952706.

(7) GBD (2015): Health Effects of Overweight and Obesity in 195 Countries over 25 Years. In: N Engl J Med. URL: https://pubmed.ncbi.nlm.nih.gov/28604169.

(8) Valicente, VM., et al. (2023): Ultraprocessed Foods and Obesity Risk: A Critical Review of Reported Mechanisms. In: Adv Nutr. URL: https://pubmed.ncbi.nlm.nih.gov/37080461.

(9) Fazzino, TL. / Rohde, K. / Sullivan, DK. (2019): Hyper-Palatable Foods: Development of a Quantitative Definition and Application to the US Food System Database. In: Obesity (Silver Spring). URL: https://pubmed.ncbi.nlm.nih.gov/31689013.

(10) Lasschuijt, M., et al. (2023): Speed limits: the effects of industrial food processing and food texture on daily energy intake and eating behaviour in healthy adults. In: Eur J Nutr. URL: https://pubmed.ncbi.nlm.nih.gov/37452167,

(11) Teo, PS., et al. (2022): Texture-based differences in eating rate influence energy intake for minimally processed and ultra-processed meals. In: Am J Clin Nutr. URL: https://pubmed.ncbi.nlm.nih.gov/35285882.

(12) Robinson, E., et al. (2014): A systematic review and meta-analysis examining the effect of eating rate on energy intake and hunger. In: Am J Clin Nutr. URL: https://pubmed.ncbi.nlm.nih.gov/24847856.

(13) Raubenheimer, D. / Simpson SJ. (2023): Protein appetite as an integrator in the obesity system: the protein leverage hypothesis. In: Philos Trans R Soc Lond B Biol Sci. URL: https://pubmed.ncbi.nlm.nih.gov/37661737.

(14) Hall, KD. (2019): The Potential Role of Protein Leverage in the US Obesity Epidemic. In: Obesity (Silver Spring). URL: https://pubmed.ncbi.nlm.nih.gov/31095898.

(15) Martínez Steele, E., et al. (2018): Ultra-processed foods, protein leverage and energy intake in the USA. In: Public Health Nutr. URL: https://pubmed.ncbi.nlm.nih.gov/29032787.

(16) Grech, A., et al. (2022): Macronutrient (im)balance drives energy intake in an obesogenic food environment: An ecological analysis. In: Obesity (Silver Spring). URL: https://pubmed.ncbi.nlm.nih.gov/36321270.

(17) Lieberman, HR., et al. (2020): Protein intake is more stable than carbohydrate or fat intake across various US demographic groups and international populations. In: Am J Clin Nutr. URL: https://pubmed.ncbi.nlm.nih.gov/32297956.

(18) Simpson, SJ. / Raubenheimer, D. (2020): The power of protein. In: Am J Clin Nutr. URL: https://pubmed.ncbi.nlm.nih.gov/32338722.

(19) Holt, SH., et al. (1995): A satiety index of common foods. In: Eur J Clin Nutr. URL: https://pubmed.ncbi.nlm.nih.gov/7498104.

(20) Crovetti, R., et al. (1998): The influence of thermic effect of food on satiety. In: Eur J Clin Nutr. URL: https://pubmed.ncbi.nlm.nih.gov/9683329.

(21) Leidy, HJ., et al. (2015): The role of protein in weight loss and maintenance. In: Am J Clin Nutr. URL: https://pubmed.ncbi.nlm.nih.gov/25926512.

(22) Magkos, F. (2020): Protein-Rich Diets for Weight Loss Maintenance. In: Curr Obes Rep. URL: https://pubmed.ncbi.nlm.nih.gov/32542589.

(23) Weigle, DS., et al. (2005): A high-protein diet induces sustained reductions in appetite, ad libitum caloric intake, and body weight despite compensatory changes in diurnal plasma leptin and ghrelin concentrations. In: Am J Clin Nutr. URL: https://pubmed.ncbi.nlm.nih.gov/16002798.

(24) Eveline, A., et al. (2013): Protein leverage affects energy intake of high-protein diets in humans. In: Am J Clin Nutr. URL: https://pubmed.ncbi.nlm.nih.gov/23221572.

(25) Martens, EA., et al. (2014): Protein leverage effects of beef protein on energy intake in humans. In: Am J Clin Nutr. URL: https://pubmed.ncbi.nlm.nih.gov/24760974.

(26) Lejeune, MP., et al. (2006): Ghrelin and glucagon-like peptide 1 concentrations, 24-h satiety, and energy and substrate metabolism during a high-protein diet and measured in a respiration chamber. In: Am J Clin Nutr. URL: https://pubmed.ncbi.nlm.nih.gov/16400055.

(27) Hochstenbach-Waelen, A., et al. (2009): Comparison of 2 diets with either 25% or 10% of energy as casein on energy expenditure, substrate balance, and appetite profile. In: Am J Clin Nutr. URL: https://pubmed.ncbi.nlm.nih.gov/19176726.

(28) Westerterp-Plantenga, MS., et al. (2009): Sex differences in energy homeostatis following a diet relatively high in protein exchanged with carbohydrate, assessed in a respiration chamber in humans. In: Physiol Behav. URL: https://pubmed.ncbi.nlm.nih.gov/19318111.

(29) Skov, AR., et al. (1999): Randomized trial on protein vs carbohydrate in ad libitum fat reduced diet for the treatment of obesity. In: Int J Obes Relat Metab Disord. URL: https://pubmed.ncbi.nlm.nih.gov/10375057.

(30) Belza, A., et al. (2013): Contribution of gastroenteropancreatic appetite hormones to protein-induced satiety. In: Am J Clin Nutr. URL: https://pubmed.ncbi.nlm.nih.gov/23466396.

(31) Batterham, RL., et al. (2006): Critical role for peptide YY in protein-mediated satiation and body-weight regulation. In: Cell Metab. URL: https://pubmed.ncbi.nlm.nih.gov/16950139.

(32) Oliveira, CLP., et al. (2022): A high-protein total diet replacement alters the regulation of food intake and energy homeostasis in healthy, normal-weight adults. In: Eur J Nutr. URL: https://pubmed.ncbi.nlm.nih.gov/34928408.

(33) de Graaf, C. / Kok, FJ. (2010): Slow food, fast food and the control of food intake. In: Nat Rev Endocrinol. URL: https://pubmed.ncbi.nlm.nih.gov/20351697.

(34) Bolhuis, DP., et al. (2014): Slow food: sustained impact of harder foods on the reduction in energy intake over the course of the day. In: PLoS One. URL: https://pubmed.ncbi.nlm.nih.gov/24695412.

(35) Wee, MSM., et al. (2018): Correlation of instrumental texture properties from textural profile analysis (TPA) with eating behaviours and macronutrient composition for a wide range of solid foods. In: Food Funct. URL: https://pubmed.ncbi.nlm.nih.gov/30256358.

(36) Westerterp, KR. (2004): Diet induced thermogenesis. In: Nutr Metab (Lond). URL: https://pubmed.ncbi.nlm.nih.gov/15507147.

(37) Westerterp, KR. / Wilson, SA. / Rolland, V. (1999): Diet induced thermogenesis measured over 24h in a respiration chamber: effect of diet composition. In: Int J Obes Relat Metab Disord. URL: https://pubmed.ncbi.nlm.nih.gov/10193874.

(38) Boirie, Y. /  Beaufrère, B. / Ritz, P. (2001): Energetic cost of protein turnover in healthy elderly humans. In: Int J Obes Relat Metab Disord. URL: https://pubmed.ncbi.nlm.nih.gov/11360140.

(39) Veldhorst, MA. / Westerterp-Plantenga, MS. / Westerterp, KR. (2009): Gluconeogenesis and energy expenditure after a high-protein, carbohydrate-free diet. In: Am J Clin Nutr. URL: https://pubmed.ncbi.nlm.nih.gov/19640952

(40) Hall, KD., et al. (2019): Ultra-Processed Diets Cause Excess Calorie Intake and Weight Gain: An Inpatient Randomized Controlled Trial of Ad Libitum Food Intake. In: Cell Metab. URL: https://pubmed.ncbi.nlm.nih.gov/31105044.

(41) Minichowski, DN. (2020): Kalorienaufnahmerate: Wie stark verarbeitete Lebensmittel die Kalorienzufuhr beeinflussen. In: Metal Health Rx: 02/2020. URL: https://patreon.aesirsports.de/wie-stark-verarbeitete-lebensmittel-die-kalorienzufuhr-beeinflussen/.

(42) Monteiro, CA., et al. (2019): Ultra-processed foods: what they are and how to identify them. In: Public Health Nutr. URL: https://pubmed.ncbi.nlm.nih.gov/30744710/.

(43) Minichowski, DN. (2023): Was Overeating begünstigt: Auswirkung der Lebensmittelverarbeitung & Nahrungstextur auf die Kalorienaufnahme. In: Metal Health Rx: 10/2023. URL: https://patreon.aesirsports.de/was-overeating-beguenstigt-auswirkung-der-lebensmittelverarbeitung-nahrungstextur-auf-die-kalorienaufnahme/.

(44) Monteiro, CA., et al. (2013): Ultra-processed products are becoming dominant in the global food system. Obes Rev. URL: https://pubmed.ncbi.nlm.nih.gov/24102801/.

(45) Astrup, A. / Monteiro, CA. (2022): Does the concept of “ultra-processed foods” help inform dietary guidelines, beyond conventional classification systems? Debate consensus. In: Am J Clin Nutr. URL: https://pubmed.ncbi.nlm.nih.gov/36253965/.

(46) Simpson, SJ. / Raubenheimer, D. (2005): Obesity: the protein leverage hypothesis. In: Obes. Rev. URL: https://pubmed.ncbi.nlm.nih.gov/15836464/.

(47) Statistisches Bundesamt (2018): Wichtigste Food-Trends in Deutschland bis 2017. In: Statista.com. URL: https://de.statista.com/statistik/daten/studie/858628/umfrage/food-trends-in-deutschland/.

(48) Touvier, M., et al. (2023): Ultra-processed foods and cardiometabolic health: public health policies to reduce consumption cannot wait. In: The BMJ. URL: https://www.bmj.com/content/383/bmj-2023-075294.

(49) Gomes de Oliveira, P., et al. (2022): Impacts of Consumption of Ultra-Processed Foods on the Maternal-Child Health: A Systematic Review. In: Front Nutr. UR: https://www.frontiersin.org/journals/nutrition/articles/10.3389/fnut.2022.821657/full.

(50) Minichowski, DN. (2023): Calories Matter I: Thermischer Effekt von Nahrung (TEF) bei Fetten. In: Metal Health Rx: 01/2023. URL: https://patreon.aesirsports.de/calories-matter-thermischer-effekt-von-nahrung-tef-bei-fetten/.

(51) Minichowski, DN. (2023): Calories Matter II: Thermischer Effekt von Nahrung (TEF) bei Kohlenhydraten. In: Metal Health Rx: 02/2023. URL: https://patreon.aesirsports.de/calories-matter-thermogener-effekt-von-nahrung-tef-kohlenhydrate/.

(52) Minichowski, DN. (2023): Calories Matter II: Thermischer Effekt von Nahrung (TEF) bei Protein. In: Metal Health Rx: 03/2023. URL: https://patreon.aesirsports.de/calories-matter-thermogener-effekt-von-nahrung-tef-protein/.

Unser Beitrag hat dir gefallen?

Dann werde noch heute MHRx Leser! Abonniere unser monatlich erscheinendes Magazin, schalte vergangene Ausgaben frei & lese hunderte von exklusiven & evidenzbasierten Beiträgen sowie Guides.

Wir freuen uns über deinen Support!



Bildquelle Titelbild: Fotolia / Pineapple-studio


Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

Related Posts