Calorieën tellen met AI: hoe nauwkeurig is het echt?

Door het DietX-team · Bijgewerkt op 4 november 2026 · 8 min. lezen

Is een AI calorieën tellen app nauwkeurig? Gedeeltelijk: ze zijn goed in het herkennen van eten, zwakker in het schatten van porties en ze zien verborgen ingrediënten zoals bakolie niet. In het onderzoek waar wij op leunen zit geen onafhankelijke test waarin calorie-apps rechtstreeks met elkaar zijn vergeleken. Niemand kan je dus eerlijk vertellen welke app het nauwkeurigst is, of één betrouwbaar percentage noemen.

Dat geldt ook voor ons. Wij maken DietX, dat calorieën uit foto’s schat, en we hebben geen nauwkeurigheidscijfer voor de app. In de App Store-vermelding staat dat schattingen kunnen afwijken. Dit is wat het bewijs wel laat zien en wat je eraan kunt doen.

Wat studies zeggen over de nauwkeurigheid van AI bij calorieën tellen

Vijf artikelen zijn het kennen waard. Geen enkel is een rechtstreekse vergelijking van consumentenapps en geen enkel test DietX. Ze zeggen dus meer over de technologie dan over een product dat je kunt downloaden.

Het herkennen van eten is het sterkste onderdeel. Volgens de review van 2024 is er vooruitgang geboekt bij portieschattingen, maar daar liet de ChatGPT-studie steken vallen, en de validatie van 2025 noemt ze als iets waarvan de nauwkeurigheid afhangt. De neiging tot onderschatten in de ChatGPT-studie is bovendien de verkeerde kant op als je wilt afvallen. We kunnen niet zeggen dat elke app dat doet, want geen van deze bronnen vergelijkt ze.

We noemen geen foutpercentage voor AI-registratie in het algemeen. Een uitkomst van één model en één set maaltijden zegt niets over de app op jouw telefoon.

Hoe nauwkeurig zijn apps voor calorieën tellen vergeleken met andere methoden?

AI is niet de enige onnauwkeurige optie, en het helpt om te weten waarmee je het vergelijkt.

• Eten wegen. Gewogen eetregistraties zijn de maatstaf waartegen de validatie van 2025 AI heeft gemeten. Een keukenweegschaal is het betrouwbaarste wat de meeste mensen thuis hebben, en ook het meeste werk.
• Voedingsetiketten. Volgens Amerikaanse regels geldt voedsel als verkeerd gelabeld als de calorieën meer dan 20% boven het etiket liggen. Een etiket kan dus afwijken en toch legaal zijn.
• Restaurantmenu’s. Bij 269 restaurantgerechten klopten de vermelde calorieën over het geheel genomen, met een gemiddeld verschil van 10 kcal per portie, maar 19% had minstens 100 kcal per portie méér dan vermeld.
• Je eigen geheugen. In een kleine studie onder 10 volwassenen die zichzelf dieetresistent noemden, gaven mensen 47% minder eten op dan ze aten. Dat is een specifieke groep, dus zie het niet als typisch, maar zelfrapportage kan duidelijk ver afwijken.

Dit pleit AI niet vrij. Een foto-schatting legt een portiegok bovenop voedingsgegevens die zelf al bij benadering zijn, en de review van 2020 vond dat minder belastende methoden minder nauwkeurig zijn. Een foto kost weinig moeite, en daar betaal je voor in precisie. Moet een getal echt kloppen, weeg het eten dan.

En de nauwkeurigheidspercentages op websites van apps?

Sommige calorie-apps adverteren met een percentage. Die cijfers komen van de aanbieders zelf en niets in de bronnen die wij gebruiken bevestigt ze onafhankelijk. Vraag je voor je er een gelooft af:

• Wie heeft de test uitgevoerd, en kun je lezen hoe?
• Waartegen is gemeten? Gewogen eten zegt iets. Het getal van een andere app zegt veel minder.
• Wat meet het percentage? Het eten juist benoemen is iets anders dan de calorieën goed hebben.
• Welke gerechten zaten erin? Eén product op een wit bord is veel makkelijker dan een stoofpot.

Die vragen kunnen we voor DietX niet beantwoorden, want we hebben geen benchmark. Daarom noemen we geen cijfer.

Waar fouten het meest uitmaken

Fouten stapelen zich op. Hier een voorbeeld met USDA-waarden, waarin een schatting de kip en broccoli goed heeft, de rijst 50 g te laag inschat en de bakolie mist. Het is onze eigen rekensom, zonder app.

Die schatting zit 185 kcal te laag, ongeveer 28%. Twee van zulke maaltijden op een dag laten zo’n 370 kcal ongeregistreerd. Dat kan een bescheiden calorietekort opheffen zonder dat je het merkt.

Fouten doen de meeste schade bij:

• Grote porties. Dat was het zwakke punt in de ChatGPT-studie.
• Calorierijk eten. Zit je 50 g mis bij amandelen, dan zit je er ongeveer 299 kcal naast. Bij gekookte broccoli is dat ongeveer 18 kcal (USDA).
• Gemengde gerechten. In stoofpotten, curry’s en ovenschotels zijn de ingrediënten niet te zien, en de nauwkeurigheid hangt ervan af dat het eten zichtbaar is.
• Medische behoeften. Beheer je een aandoening met voeding of medicijnen, baseer beslissingen dan niet op de schatting van een app. In de vermelding van DietX staat duidelijk dat het geen medisch hulpmiddel is, en de studies hierboven vragen nog steeds dat deskundigen betrokken blijven. Praat met je arts of diëtist.

Hoe maak je AI-schattingen voor calorieën tellen nauwkeuriger?

1. Geef een duidelijk beeld. Houd het eten zichtbaar en goed belicht. Onze gids over calorieën tellen met een foto behandelt hoeken en schaal.
2. Corrigeer het resultaat. In de appvalidatie werden resultaten beter als gebruikers ze corrigeerden. Controleer eerst de porties.
3. Tel verborgen vet zelf bij. Eén eetlepel olijfolie is ongeveer 13,5 g, dus ongeveer 120 kcal.
4. Weeg calorierijk eten een week of twee. Olie, noten, kaas, rijst en pasta zijn goede plekken om te beginnen. Je leert hoe jouw gebruikelijke portie eruitziet en ziet sneller wanneer een schatting niet klopt.
5. Gebruik het etiket bij verpakt eten. Een barcode of etiket haalt de gok weg over wat het eten is, al moet je de hoeveelheid nog steeds goed hebben.
6. Test je app op een paar gewogen maaltijden. Weeg een maaltijd, tel hem op met etiketten of USDA-waarden en vergelijk met de schatting van de app. Een handvol maaltijden geeft geen percentage, maar laat wel zien of de app bij jouw eten hoog of laag zit. Onze gids over AI-apps voor calorieën tellen zegt er meer over.

Veel fouten hebben niets met AI te maken, dus lees ook de veelgemaakte fouten bij calorieën tellen.

Waarom consistentie meer telt dan perfecte getallen

Is een AI-schatting met die beperkingen nog van nut? Voor veel mensen wel, zolang ze blijven registreren en hun logboek naast de echte resultaten leggen.

Een review van 22 studies koppelde zelfmonitoring (bijhouden wat je eet en doet) steeds aan gewichtsverlies, al werd het bewijs als zwak beoordeeld door beperkingen in de methoden. In een studie onder 142 volwassenen ging vaker registreren samen met meer verlies: wie minstens 10% afviel, registreerde 2,7 keer per dag, tegen 1,7 in de vergelijkingsgroep. Dit zijn verbanden en ze bewijzen niet dat registreren het verlies veroorzaakte. Resultaten verschillen ook per persoon.

Een onvolmaakt logboek is toch nuttig, omdat je gewichtstrend het kan controleren. Als je logboek zegt dat je onder je onderhoudsniveau eet (het niveau waarop je gewicht gelijk blijft) en je wekelijkse gemiddelde gewicht al enkele weken niet is bewogen, dan leest het logboek misschien te laag of staat je doel te hoog. Zoek dan eerst wat er ontbreekt. Een consistente fout is makkelijker te corrigeren dan een willekeurige. Consistentie maakt een getal niet juist, maar je kunt wel de ene week met de volgende vergelijken.

Wat je logboek ook zegt, ga alsjeblieft niet drastisch minder eten. Ben je zwanger of heb je een medische aandoening, praat dan met een professional over je doelen.

Wanneer een AI-schatting goed genoeg is, en wanneer niet

Een AI-schatting is meestal goed genoeg om te leren wat je eet, om over meerdere weken een gewichtstrend te volgen en om te registreren op drukke dagen, als het alternatief niets registreren is.

Ze is niet goed genoeg voor medische beslissingen of voor alles wat exacte waarden van voedingsstoffen nodig heeft. Daar bleek ze in de ChatGPT-studie slecht in.

DietX heeft dezelfde beperkingen. Het schat calorieën, eiwitten, koolhydraten en vetten, en je kunt elk onderdeel aanpassen voordat je het opslaat. We hebben geen gegevens die laten zien dat het beter is dan andere apps, dus zeggen we dat ook niet.

Veelgestelde vragen

Bronnen

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

Algemene informatie, geen medisch advies. Overleg met een arts of diëtist voordat je je eetpatroon verandert, vooral als je zwanger bent, jonger bent dan 18 of een gezondheidsprobleem hebt. Word je onrustig van het bijhouden van je eten of heb je een eetstoornis gehad, sla het calorieën tellen dan over en vraag professionele hulp.