Wie genau sind KI-Kalorienzähler? Das zeigen die Studien
Vom DietX-Team · Aktualisiert am · 8 Min. Lesezeit
Wie genau sind KI-Kalorienzähler? Teilweise: Sie erkennen Lebensmittel gut, schätzen Portionen schwächer und sehen versteckte Zutaten wie Bratöl nicht. Die Forschung, auf die wir uns stützen, enthält keinen unabhängigen direkten Vergleich von Kalorienzähler-Apps für Endnutzer. Deshalb kann dir niemand ehrlich sagen, welche App am genauesten ist, oder einen einzigen verlässlichen Prozentwert nennen.
Das gilt auch für uns. Wir entwickeln DietX, das Kalorien anhand von Fotos schätzt, und haben dafür keinen Genauigkeitswert. In der App-Store-Beschreibung steht, dass Schätzungen abweichen können. Hier siehst du, was die Belege tatsächlich zeigen und was du selbst tun kannst.
Was Studien über die Genauigkeit von KI-Kalorienzählern sagen
Fünf Arbeiten sind wissenswert. Keine ist ein direkter Vergleich von Apps für Endnutzer, und keine testet DietX. Sie sagen also mehr über die Technik aus als über ein bestimmtes Produkt, das du herunterladen könntest.
| Quelle | Was untersucht wurde | Was herauskam |
|---|---|---|
| ChatGPT-Studie, 2025 | ChatGPT schätzt Nährstoffe anhand von Mahlzeitenfotos | Gut beim Benennen von Lebensmitteln, bei kleinen Portionen und beim Einordnen von Mahlzeiten nach Nährstoffen. Schwach bei mittleren und großen Portionen und bei genauen Werten. Neigte zum Unterschätzen |
| App-Validierung, 2022 | Eine Smartphone-App mit Bilderkennung | Wurde besser, wenn Nutzer das Ergebnis von Hand korrigierten |
| Übersichtsarbeit, 2020 | Bildgestützte Ernährungserfassung | Weniger aufwendige Methoden sind weniger genau. Keine Methode passt in jeder Situation |
| Übersichtsarbeit, 2024 | KI-gestützte Ernährungserfassung anhand von Lebensmittelbildern | Echte Fortschritte beim Erkennen von Lebensmitteln und beim Schätzen von Portionen. Ernährungsfachkräfte sollten eingebunden bleiben |
| GPT-4o-Validierung, 2025 | Ein angepasstes KI-Modell im Vergleich zu gewogenen Ernährungsprotokollen | Die Genauigkeit hängt von klaren Bildern mit sichtbarem Essen und von genauen Portionsgrößen ab. Fachliche Aufsicht bleibt wichtig |
Das Erkennen von Lebensmitteln ist der stärkere Teil. Bei Portionen gab es laut der Übersichtsarbeit von 2024 Fortschritte, doch genau dort schwächelte die ChatGPT-Studie, und die Validierung von 2025 nennt sie als Faktor, von dem die Genauigkeit abhängt. Die Neigung zum Unterschätzen in der ChatGPT-Studie ist außerdem die ungünstige Richtung, wenn du abnehmen willst. Ob alle Apps das tun, können wir nicht sagen, denn keine dieser Quellen vergleicht sie.
Wir nennen keine Fehlerquote für KI-Erfassung im Allgemeinen, denn das Ergebnis eines Modells bei einer bestimmten Auswahl an Mahlzeiten lässt sich nicht auf die App auf deinem Handy übertragen.
Wie genau sind Kalorienzähler-Apps im Vergleich zu anderen Methoden?
KI ist nicht die einzige ungenaue Möglichkeit, und es hilft zu wissen, womit du sie vergleichst.
- Essen wiegen. Gewogene Ernährungsprotokolle sind der Maßstab, an dem die Validierung von 2025 die KI gemessen hat. Eine Küchenwaage ist das Verlässlichste, was die meisten zu Hause haben, und auch das Aufwendigste.
- Nährwertangaben auf Verpackungen. Nach US-Recht gilt ein Lebensmittel als falsch gekennzeichnet, wenn die Kalorien mehr als 20 % über der Angabe liegen. Ein Etikett kann also danebenliegen und trotzdem zulässig sein.
- Speisekarten in Restaurants. Bei 269 Restaurantgerichten stimmten die angegebenen Kalorien insgesamt gut, mit einer durchschnittlichen Abweichung von 10 kcal pro Portion. 19 % hatten aber mindestens 100 kcal mehr pro Portion als angegeben.
- Dein eigenes Gedächtnis. In einer kleinen Studie mit 10 Erwachsenen, die sich als diätresistent bezeichneten, gaben die Teilnehmenden ihr Essen um 47 % zu niedrig an. Das ist eine besondere Gruppe und nicht typisch, aber Selbstangaben können offensichtlich weit danebenliegen.
Das spricht die KI nicht frei. Eine Fotoschätzung legt eine Portionsvermutung auf Nährwertdaten, die selbst nur Näherungen sind, und die Übersichtsarbeit von 2020 fand, dass weniger aufwendige Methoden weniger genau sind. Ein Foto ist wenig Aufwand, und diesen Vorteil bezahlst du mit Genauigkeit. Wenn eine Zahl wirklich stimmen muss, wiege das Essen.
Was ist mit den Genauigkeitsangaben auf den Websites der Apps?
Manche Kalorienzähler-Apps werben mit einem Prozentwert. Diese Zahlen stammen von den Herstellern selbst, und keine der Quellen, die wir nutzen, bestätigt sie unabhängig. Frag dich, bevor du einer Zahl traust:
- Wer hat den Test durchgeführt, und kannst du nachlesen, wie?
- Woran wurde gemessen? Gewogenes Essen hat Aussagekraft. Die Zahl einer anderen App deutlich weniger.
- Was misst der Prozentwert? Ein Lebensmittel richtig zu benennen ist etwas anderes, als die Kalorien richtig zu treffen.
- Welche Lebensmittel waren dabei? Ein einzelnes Teil auf einem weißen Teller ist viel einfacher als ein Eintopf.
Diese Fragen können wir für DietX nicht beantworten, weil wir keinen Vergleichstest haben. Deshalb nennen wir keine Zahl.
Wo Fehler am meisten ins Gewicht fallen
Fehler summieren sich. Hier ein Beispiel mit USDA-Werten: Die Schätzung trifft Hähnchen und Brokkoli richtig, liest den Reis 50 g zu niedrig ab und übersieht das Bratöl. Es ist unsere eigene Rechnung, ohne dass eine App beteiligt ist.
| Posten | Auf dem Teller | Eine zu niedrige Schätzung |
|---|---|---|
| Gebratene Hähnchenbrust, 150 g | 248 kcal | 248 kcal |
| Gekochter weißer Reis | 200 g, 260 kcal | 150 g, 195 kcal |
| Gekochter Brokkoli, 100 g | 35 kcal | 35 kcal |
| Olivenöl, 1 EL | 120 kcal | Nicht erkannt |
| Gesamt | 663 kcal | 478 kcal |
Diese Schätzung liegt 185 kcal zu niedrig, also etwa 28 %. Zwei solche Mahlzeiten am Tag lassen rund 370 kcal ungezählt, und das kann ein moderates Kaloriendefizit aufheben, ohne dass du es merkst.
Fehler schaden am meisten bei:
- Großen Portionen. Das war die Schwachstelle in der ChatGPT-Studie.
- Kalorienreichen Lebensmitteln. Verschätzt du dich bei Mandeln um 50 g, liegst du etwa 299 kcal daneben. Bei gekochtem Brokkoli sind es rund 18 kcal (USDA).
- Gemischten Gerichten. Eintöpfe, Currys und Aufläufe halten ihre Zutaten verborgen, und die Genauigkeit hängt davon ab, dass das Essen sichtbar ist.
- Medizinischem Bedarf. Wenn du eine Erkrankung mit Ernährung oder Medikamenten behandelst, triff keine Entscheidungen auf Basis einer App-Schätzung. In der Beschreibung von DietX steht ausdrücklich, dass es kein Medizinprodukt ist, und die genannten Studien fordern weiterhin, dass Fachleute eingebunden bleiben. Sprich mit deiner Ärztin, deinem Arzt oder einer Ernährungsfachkraft.
So werden KI-Kalorienschätzungen genauer
- Gib ihr ein klares Bild. Halte das Essen sichtbar und gut beleuchtet. Unser Ratgeber zum Kalorienzählen per Foto behandelt Winkel und Größenverhältnisse.
- Korrigiere das Ergebnis. In der App-Validierung wurden die Ergebnisse besser, wenn Nutzer sie korrigierten. Prüfe zuerst die Portionen.
- Rechne versteckte Fette selbst dazu. Ein Esslöffel Olivenöl sind etwa 13,5 g, also rund 120 kcal.
- Wiege kalorienreiche Lebensmittel ein bis zwei Wochen lang. Öl, Nüsse, Käse, Reis und Nudeln eignen sich zum Anfangen. So lernst du, wie deine übliche Portion aussieht, und merkst, wenn eine Schätzung danebenliegt.
- Nutze bei Verpackungen das Etikett. Ein Barcode oder Etikett nimmt dir das Raten ab, was das Lebensmittel ist, die Menge musst du aber trotzdem richtig angeben.
- Prüfe deine App an ein paar gewogenen Mahlzeiten. Wiege eine Mahlzeit, rechne sie anhand von Etiketten oder USDA-Werten zusammen und vergleiche mit der Schätzung der App. Eine Handvoll Mahlzeiten ergibt keinen Prozentwert, kann aber zeigen, ob die App bei deinem Essen eher zu hoch oder zu niedrig liegt. Mehr dazu, wie du eine App beurteilst, steht in unserem Ratgeber zu KI-Kalorienzähler-Apps.
Viele Fehler haben nichts mit KI zu tun, schau dir deshalb auch die häufigsten Fehler beim Kalorienzählen an.
Warum Konstanz mehr zählt als perfekte Zahlen
Ist eine KI-Schätzung bei diesen Grenzen überhaupt nützlich? Für viele schon, solange sie weiter erfassen und das Protokoll an echten Ergebnissen messen.
Eine Übersichtsarbeit mit 22 Studien brachte Selbstkontrolle (also das Festhalten dessen, was du isst und tust) durchgängig mit Gewichtsverlust in Verbindung, wobei die Belege wegen methodischer Einschränkungen als schwach eingestuft wurden. In einer Studie mit 142 Erwachsenen ging häufigeres Erfassen mit mehr Gewichtsverlust einher: Wer mindestens 10 % abnahm, trug 2,7-mal am Tag ein, in der Vergleichsgruppe waren es 1,7-mal. Das sind Zusammenhänge, sie beweisen nicht, dass das Erfassen den Gewichtsverlust verursacht hat. Auch die Ergebnisse unterscheiden sich von Person zu Person.
Ein unvollkommenes Protokoll bleibt nützlich, weil dein Gewichtsverlauf es überprüfen kann. Wenn dein Protokoll sagt, dass du unter deinem Erhaltungsbedarf isst, also dem Wert, bei dem dein Gewicht stabil bleibt, und dein durchschnittliches Wochengewicht sich seit mehreren Wochen nicht bewegt hat, kann das Protokoll zu niedrig liegen oder dein Ziel zu hoch sein. Suche dann zuerst nach dem, was fehlt. Ein gleichbleibender Fehler lässt sich leichter korrigieren als ein zufälliger. Konstanz macht eine Zahl nicht richtig, aber sie lässt dich eine Woche mit der nächsten vergleichen.
Was auch immer das Protokoll sagt: Reagiere bitte nicht damit, deine Nahrung drastisch zu kürzen. Wenn du schwanger bist oder eine Erkrankung hast, sprich mit einer Fachperson über deine Ziele.
Wann eine KI-Schätzung gut genug ist und wann nicht
Eine KI-Schätzung reicht meist, um zu lernen, was du isst, um den Gewichtsverlauf über mehrere Wochen zu verfolgen und um an stressigen Tagen zu erfassen, wenn die Alternative wäre, gar nichts einzutragen.
Für medizinische Entscheidungen reicht sie nicht, und auch nicht für alles, was genaue Nährstoffwerte braucht. Genau dort schnitt sie in der ChatGPT-Studie schwach ab.
DietX hat dieselben Grenzen. Es schätzt Kalorien, Eiweiß, Kohlenhydrate und Fett, und du kannst jeden Eintrag vor dem Speichern bearbeiten. Wir haben keine Daten, die zeigen, dass es besser ist als andere Apps, also behaupten wir das auch nicht.
Häufig gestellte Fragen
Wie genau sind KI-Kalorienzähler?
Teilweise. Die Forschung deutet darauf hin, dass sie Lebensmittel gut erkennen und bei Portionen schwächer sind, und eine Kamera sieht versteckte Zutaten wie Bratöl nicht. Behandle das Ergebnis als Schätzung, korrigiere es und miss dein Protokoll über mehrere Wochen am Gewichtsverlauf.
Wie genau sind Kalorienzähler-Apps?
Eine einzige ehrliche Zahl gibt es nicht. Die Quellen, die wir nutzen, enthalten keinen unabhängigen direkten Vergleich von Kalorien-Apps für Endnutzer, und Prozentangaben auf App-Websites stammen von den Herstellern selbst. Die Genauigkeit hängt auch von deinem Foto, deinen Portionen und davon ab, ob du das Ergebnis korrigierst.
Welcher KI-Kalorienzähler ist der genaueste?
Das können wir nicht sagen, und wir entwickeln selbst einen. Ohne unabhängigen direkten Vergleich hat jede Behauptung, die genaueste zu sein, nichts Belastbares hinter sich. Du kannst eine App selbst prüfen, indem du ihre Schätzungen mit ein paar Mahlzeiten vergleichst, die du gewogen hast.
Unterschätzen KI-Kalorienzähler die Kalorien?
Das können sie. Eine Studie zu ChatGPT mit Mahlzeitenfotos fand, dass es zum Unterschätzen neigte. Das gilt vielleicht nicht für jede App, doch übersehenes Öl und Soßen drücken Schätzungen in dieselbe Richtung. Prüfe also die Portionen und rechne Fette selbst dazu.
Ist eine Küchenwaage genauer als ein KI-Kalorienzähler?
Im Allgemeinen ja. Gewogene Ernährungsprotokolle nutzen Forschende als Referenz, wenn sie KI-Schätzungen testen. Eine Waage bedeutet aber mehr Aufwand, deshalb wiegen viele zu Hause kalorienreiche Lebensmittel und nutzen unterwegs ein Foto oder eine Beschreibung.
Quellen
- DietX on the App Store
- An evaluation of ChatGPT for nutrient content estimation from meal photographs (2025), Nutrients
- Nutrient and food group prediction by image recognition in a smartphone app (2022), JMIR Form Res
- Review of the validity and feasibility of image-assisted methods for dietary assessment (2020), Int J Obes
- Advancements in using AI for dietary assessment based on food images (2024), J Med Internet Res
- Customized multimodal GPT-4o and image-based dietary assessment against weighed food records (2025), Am J Clin Nutr
- US Code of Federal Regulations: 21 CFR 101.9, nutrition labeling
- Urban et al. (2011), JAMA: Accuracy of stated energy contents of restaurant foods
- Lichtman et al. (1992), N Engl J Med: Self-reported and actual caloric intake and exercise
- USDA FoodData Central (SR Legacy)
- Burke et al. (2011), J Am Diet Assoc: Self-monitoring in weight loss, a systematic review
- Harvey et al. (2019), Obesity: Log Often, Lose More
Allgemeine Informationen, keine medizinische Beratung. Sprich mit einer Ärztin, einem Arzt oder einer Ernährungsfachkraft, bevor du deine Ernährung umstellst, besonders wenn du schwanger, unter 18 oder gesundheitlich vorbelastet bist. Wenn dich das Tracken unter Druck setzt oder du eine Essstörung hattest, lass das Kalorienzählen bitte sein und hol dir professionelle Unterstützung.

