Der Nutri-Score ist nicht perfekt

Als Ziel des P-Seminars haben wir uns die Verbesserung des Nutri-Scores gesetzt. Schnell merkten wir, dass das ein sehr ambitioniertes Projekt war. Deswegen haben wir uns mehrere Ansätze überlegt, die aber letztendlich auf ähnlichen Grundlagen basieren. Im Folgenden werden die Grundlagen für unsere Prototypen dargelegt.

„Ausreißer“ – Ansatz:​ Der Kerngedanke hinter diesen Ansatz war, dass eine ausgewogene Ernährung besser ist als eine Ernährung, wo ein (negativer) Inhaltsstoff dominiert. Beim Nutri-Score kann die Bewertung dadurch entstanden sein, dass sehr viel Salz z.B. drin ist, oder dadurch, dass von allen negativen Inhaltsstoffen ein bisschen vorhanden ist – selber Nutri-Score andere Hintergründe. Dies wollten wir verändern

„Kurven“ – Ansatz:​ Nach ein bisschen probieren merkten wir schnell, dass es ziemlich unmöglich war einen neuen, besseren Nutri-Score aus dem Boden zu zaubern. Uns fehlte nur das nötige Wissen dazu. Parallel ist uns aber aufgefallen, dass die Nährwerte zu Punkte Verhältnisse beim Nutri-Score fast immer innerhalb einer Kategorie gleichbleiben, d.h. die Wertepaare sind linear. Was wäre also, wenn wir dieses Verhältnis nicht linear machen, würde dass dann die „Schlupflöcher“ im Nutri-Score verschwinden lassen?

„Pokemon“ – Ansatz:​ Bei unserer Suche nach einer besseren optischeren Darstellung des Nutri-Scores kamen wir auf eine neue Idee. Auf die Packung kommt ein Fünfeck mit 5 für uns wichtige Nährstoffe an den Ecken. Auf den Verbindungen zwischen Ecken und Mittelpunkt kommen dann Punkte, welche zusammen eine Fläche bilden. Die Punkte sind umso weiter außen, je besser das Produkt in den jeweiligen Kategorien. Dies gleicht dem System von Pokémon Stat Cards, daher auch der Name. Darauf kam die Idee die Bewertung nach Größe der entstandenen Fläche zu gestalten. Diese kuriose Idee stellte sich jedoch ziemlich schnell als inkonsistent heraus.