Richtig tracken

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.

QuelleWas untersucht wurdeWas herauskam
ChatGPT-Studie, 2025ChatGPT schätzt Nährstoffe anhand von MahlzeitenfotosGut 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, 2022Eine Smartphone-App mit BilderkennungWurde besser, wenn Nutzer das Ergebnis von Hand korrigierten
Übersichtsarbeit, 2020Bildgestützte ErnährungserfassungWeniger aufwendige Methoden sind weniger genau. Keine Methode passt in jeder Situation
Übersichtsarbeit, 2024KI-gestützte Ernährungserfassung anhand von LebensmittelbildernEchte Fortschritte beim Erkennen von Lebensmitteln und beim Schätzen von Portionen. Ernährungsfachkräfte sollten eingebunden bleiben
GPT-4o-Validierung, 2025Ein angepasstes KI-Modell im Vergleich zu gewogenen ErnährungsprotokollenDie 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.

PostenAuf dem TellerEine zu niedrige Schätzung
Gebratene Hähnchenbrust, 150 g248 kcal248 kcal
Gekochter weißer Reis200 g, 260 kcal150 g, 195 kcal
Gekochter Brokkoli, 100 g35 kcal35 kcal
Olivenöl, 1 EL120 kcalNicht erkannt
Gesamt663 kcal478 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

  1. Gib ihr ein klares Bild. Halte das Essen sichtbar und gut beleuchtet. Unser Ratgeber zum Kalorienzählen per Foto behandelt Winkel und Größenverhältnisse.
  2. Korrigiere das Ergebnis. In der App-Validierung wurden die Ergebnisse besser, wenn Nutzer sie korrigierten. Prüfe zuerst die Portionen.
  3. Rechne versteckte Fette selbst dazu. Ein Esslöffel Olivenöl sind etwa 13,5 g, also rund 120 kcal.
  4. 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.
  5. 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.
  6. 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

  1. DietX on the App Store
  2. An evaluation of ChatGPT for nutrient content estimation from meal photographs (2025), Nutrients
  3. Nutrient and food group prediction by image recognition in a smartphone app (2022), JMIR Form Res
  4. Review of the validity and feasibility of image-assisted methods for dietary assessment (2020), Int J Obes
  5. Advancements in using AI for dietary assessment based on food images (2024), J Med Internet Res
  6. Customized multimodal GPT-4o and image-based dietary assessment against weighed food records (2025), Am J Clin Nutr
  7. US Code of Federal Regulations: 21 CFR 101.9, nutrition labeling
  8. Urban et al. (2011), JAMA: Accuracy of stated energy contents of restaurant foods
  9. Lichtman et al. (1992), N Engl J Med: Self-reported and actual caloric intake and exercise
  10. USDA FoodData Central (SR Legacy)
  11. Burke et al. (2011), J Am Diet Assoc: Self-monitoring in weight loss, a systematic review
  12. 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.

Starte noch heute smarter

Lade DietX kostenlos für iPhone oder Android herunter.

DietX im App Store ladenDietX bei Google Play herunterladen