Essens-Rassen-Test

Der Essens-Rassen-Test ist ein faszinierendes, datengetriebenes Quiz, das zeigt, wie alltägliche Essensvorlieben überraschend genau die selbst angegebene rassische oder ethnische Identität vorhersagen können. Im Kern steht eine strenge empirische Analyse aus groß angelegten US-Ernährungsumfragen, die belegt, dass kulturelle Essensmuster weitaus strukturierter – und vorhersagbarer – sind, als lockere Stereotype vermuten lassen.

Die Grundlage geht zurück auf eine detaillierte Sekundäranalyse öffentlicher Ernährungsdaten, höchstwahrscheinlich aus dem National Health and Nutrition Examination Survey (NHANES), einem Goldstandard-Programm der Centers for Disease Control and Prevention (CDC). NHANES sammelt seit den 1970er Jahren national repräsentative Gesundheits- und Ernährungsdaten, einschließlich detaillierter Food Frequency Questionnaires (FFQ), in denen Teilnehmer angeben, wie oft sie Hunderte bestimmter Lebensmittel und Getränke konsumieren. Über mehrere Erhebungszyklen kombiniert umfassen diese Datensätze Zehntausende von Befragten, die auch ihre Rasse/Ethnizität selbst angeben (üblicherweise die Kategorien nicht-hispanische Weiße, nicht-hispanische Schwarze, Hispanics und Asiaten).

In einer 2025 auf Substack von East Hunter veröffentlichten Analyse mit dem Titel „Do Black people really like fried chicken?“ wendete ein Forscher einen Random-Forest-Klassifikator – einen robusten Machine-Learning-Algorithmus, der in der prädiktiven Modellierung weit verbreitet ist – auf diese NHANES-basierten Daten an. Unter Verwendung ausschließlich selbst berichteter Häufigkeiten des Lebensmittelkonsums als Prädiktoren (ohne demografische Eingaben wie Alter, Einkommen oder Wohnort) klassifizierte das Modell Personen mit 82 % Genauigkeit in ihre korrekte selbst angegebene rassische/ethnische Gruppe auf einer Holdout-Teststichprobe. Das übertrifft bei Weitem die ~40 %-Baseline, die man bei zufälligem Raten über vier Gruppen erwarten würde. Die Leistung des Modells wurde weiter durch einen Cohen’s Kappa von 0,74 bestätigt, was auf eine „substantielle“ Übereinstimmung über Zufall hinaus hinweist – eine starke statistische Bestätigung bei Klassifikationsaufgaben.

Diese hohe Genauigkeit unterstreicht eine empirische Realität: Es gibt systematische Unterschiede in den Essensvorlieben zwischen US-ethnischen Gruppen, angetrieben durch kulturelle Traditionen, regionale Geschichten, Migrationsmuster und über Generationen weitergegebene Familienrezepte. Zum Beispiel signalisieren höher berichteter Konsum von gebratenem Gemüse, Tofu oder Teigtaschen stark asiatische Vorlieben; Tex-Mex-Artikel wie Tortillas als Beilage oder Salsa deuten auf hispanische Muster hin; gebratenes Hähnchen, Soßen oder bestimmte Süßigkeiten passen zu schwarzen Vorlieben; während Wein, Light-Getränke oder Hüttenkäse zu weißen Mustern tendieren. Diese Signale sind nicht zufällig – der Random-Forest-Algorithmus hat die am stärksten unterscheidenden Lebensmittel über Feature-Importance-Rankings identifiziert und klare Balkendiagramme mit „zusätzlicher Vorliebe im Vergleich zu anderen Ethnien“ erzeugt.

Der Essens-Rassen-Test destilliert diese datenbasierte Einsicht in ein kompaktes, unterhaltsames Quiz-Format. Er präsentiert die acht am stärksten prädiktiven Items pro Gruppe, direkt aus den gerankten Vorliebe-Diagrammen der Analyse entnommen. Nutzer beantworten einfach mit „Ja“ oder „Nein“, ob sie jedes Lebensmittel regelmäßig (mindestens monatlich) genießen, und erhalten nach dem Absenden sofort ein Ergebnis, das zeigt, welches ethnische Muster ihr Gaumen am nächsten kommt.

Oberflächlich spielerisch, liegt die Kraft des Tests in seiner Verankerung in echten, groß angelegten Umfragedaten und validierten Machine-Learning-Ergebnissen. Er zeigt, wie tief Kultur in alltäglichen Gewohnheiten verwurzelt ist und wie etwas so Persönliches wie Geschmack zu einem überraschend zuverlässigen Stellvertreter für Gruppenidentität wird – alles gestützt durch empirische Beweise, nicht durch Anekdoten. In der Ära von Big Data demonstriert diese Arbeit die subtilen, quantifizierbaren Wege, auf denen menschliche Unterschiede sich zeigen, und lädt zur Reflexion über die Schnittstellen von Essen, Kultur und Identität ein.

Referenzen

• Bennett, G., Bardon, L. A., & Gibney, E. R. (2022). A comparison of dietary patterns and factors influencing food choice among ethnic groups living in one locality: A systematic review. Nutrients, 14(5), Article 941. https://doi.org/10.3390/nu14050941
• East Hunter. (2025, December 31). Do Black people really like fried chicken? East Hunter.