Der häufigste Grund, mit dem Kalorienzählen aufzuhören, ist nicht fehlende Willenskraft, sondern der Aufwand: jedes Lebensmittel suchen, berechnen und eintragen, mehrmals am Tag. Das Foto schrumpft diesen Aufwand auf einen einzigen Handgriff. Im Gegenzug bringt es seine eigene Fehlerspanne mit, und es lohnt sich, sie zu kennen, um das Werkzeug gut zu nutzen: Wer weiß, was die KI tut und wo sie danebenliegt, kann genau das korrigieren, was sie nicht sehen kann.
So funktioniert es, Schritt für Schritt
Übersichtsarbeiten zu bildbasierten Systemen der Lebensmittelerkennung beschreiben den Ablauf in Phasen: jedes Lebensmittel auf dem Foto vom Rest des Tellers abgrenzen (Segmentierung), bestimmen, was es ist (Klassifikation), und sein Volumen oder Gewicht schätzen, um Kalorien und Nährstoffe zu berechnen (Dalakleidi et al., 2022). Die neuesten multimodalen Modelle, die auch hinter KI-Chatbots stecken, können mehrere Phasen auf einmal erledigen, doch die Logik bleibt gleich: zuerst das „Was“, dann das „Wie viel“ und am Ende die Umrechnung in Kalorien. Das „Wie viel“ ist der heikle Schritt, weil ein einzelnes Foto keine Tiefe hat: Deshalb verlangen manche Forschungssysteme wie goFOOD zwei Fotos aus verschiedenen Winkeln (oder ein Handy mit zwei Rückkameras), um das Volumen des Essens in 3D zu rekonstruieren, und holen dann anhand der Lebensmittelkategorie und dieses Volumens die Kalorien aus einer Nährwertdatenbank (Lu et al., 2020). Eine App mit nur einem Foto muss die Tiefe des Gerichts aus Hinweisen wie der Größe des Tellers oder des Bestecks ableiten. Bei Renzy werden die Kalorien pro 100 g, die das Modell für gängige Lebensmittel vorschlägt, zusätzlich mit einer Referenztabelle auf Basis von USDA- und BEDCA-Daten abgeglichen und neu berechnet, wenn sie stark abweichen.
| Schritt | Was er macht | Wo er danebenliegen kann |
|---|---|---|
| 1. Erkennen | Identifiziert die Lebensmittel, die im Bild zu sehen sind | Verdeckte, einander ähnliche oder ungewöhnliche Lebensmittel |
| 2. Portion schätzen | Berechnet die Gramm jedes Lebensmittels anhand seiner scheinbaren Größe | Der schwierigste Teil: Ein Foto hat weder Tiefe noch Gewicht |
| 3. Berechnen | Rechnet diese Mengen mithilfe einer Nährwertdatenbank in Kalorien, Eiweiß, Kohlenhydrate und Fett um | Unsichtbare Zutaten (Öl, Butter, Zucker) und Hausrezepte, die vom Referenzrezept abweichen |
Ist Kalorienzählen per Foto zuverlässig?
Das hängt davon ab, was du unter zuverlässig verstehst. Wenn du eine grammgenaue Messung suchst: Nein, keine bildbasierte Methode liefert sie. Wenn du eine vernünftige Schätzung suchst, um deinen Trend zu verfolgen, kann es funktionieren, solange du weißt, wo die Fehler liegen. Hier sind die Ergebnisse unabhängiger Studien aus wissenschaftlichen Fachzeitschriften. Wichtig: Sie untersuchen andere Apps und andere KI-Modelle, nicht Renzy. Den Fehler unseres eigenen Scanners veröffentlichen wir separat, jede Woche gemessen an einem kleinen Set von Referenzfotos (fast alle aus Bilddatenbanken, mit dem Wert vom Etikett oder einer Standardportion; es sind keine auf der Waage gewogenen Teller) und mit den schlechtesten Fällen sichtbar, auf der Genauigkeitsseite von Renzy; wir übernehmen ihn hier nicht, weil er sich mit jeder Messung ändert.
| Studie | Was getestet wurde | Ergebnis |
|---|---|---|
| O’Hara et al., 2025 (Nutrients) | ChatGPT-4 mit 114 Mahlzeitenfotos aus einer nationalen Ernährungserhebung | Erkannte die Lebensmittel gut (Präzision 93,0 %), schätzte aber das Gewicht mittlerer und großer Portionen schlecht und unterschätzte 11 von 16 Nährstoffen |
| Fridolfsson et al., 2025 (Curr Dev Nutr) | ChatGPT-4o, Claude 3.5 Sonnet und Gemini 1.5 Pro mit 52 Fotos von abgewogenem Essen | Mittlerer Kalorienfehler von 35,8 % bei ChatGPT und Claude; Gemini lag bei allen Nährstoffen deutlich weiter daneben. Alle drei unterschätzten umso stärker, je größer die Portion war |
| Chen et al., 2025 (Am J Clin Nutr) | 714 Fotos von Mahlzeiten, die 57 junge Erwachsene abgewogen hatten, ausgewertet mit GPT-4o | Allein anhand des Bildes erkannte ein angepasster Chatbot 74 % der Lebensmittel, das nicht angepasste GPT-4o 59 %. Über die ganze Gruppe blieb die Energie innerhalb von ±10-20 % der gewogenen Werte, aber Fett war der am wenigsten beständige Nährstoff. Häufigste Fehler: die Portion, schlecht sichtbare Lebensmittel und vergessene oder erfundene Lebensmittel |
| Isobe et al., 2026 (Nutrients) | 15 Krankenhausmahlzeiten, unter kontrollierten Bedingungen fotografiert und von 10 KI-Modellen und 10 Diätassistenten geschätzt | Die besten Modelle kamen bei Kalorien und Kohlenhydraten nahe heran (oft innerhalb von ±10 %), bei Eiweiß und Fett waren aber alle ungenauer, und alle überschätzten das Fett (mittlere Abweichung über 20 %) |
| Serra et al., 2026 (NPJ Digit Med) | Eine KI-Foto-App (SNAQ) im Vergleich zum Energieverbrauch, gemessen mit doppelt markiertem Wasser, bei 20 Frauen mit Adipositas über 7 Tage | Die App unterschätzte die Aufnahme um 25 %, die 24-Stunden-Erinnerung um 50 %; die Übereinstimmung auf Ebene der einzelnen Person war praktisch null |
| Ho et al., 2020 (Clin Nutr), Metaanalyse | 13 Studien und 606 Teilnehmende mit bildbasierten Erfassungsmethoden | Im Mittel 179 kcal pro Tag zu wenig angegeben, gegenüber doppelt markiertem Wasser 448 kcal: erhebliche Messfehler, genau wie bei den herkömmlichen Methoden |
Ehrlich gelesen lassen sich diese Daten auf drei Gedanken bringen. Erstens: Das Erkennen der Lebensmittel funktioniert recht gut, wenn auch nicht immer. Zweitens: Die Menge ist die Schwachstelle, und der Fehler wächst mit großen Portionen, also genau mit denen, die die meisten Kalorien liefern. Drittens: Von Hand eintragen ist auch nicht exakt; in der kleinen Studie mit doppelt markiertem Wasser lag die 24-Stunden-Erinnerung weiter daneben als die App; in einer klassischen NEJM-Studie gaben zehn Menschen, die nach eigener Aussage trotz wenig Essen nicht abnahmen, im Mittel 47 % weniger an, als sie tatsächlich aßen (Lichtman et al., 1992); und die Metaanalyse kommt zu dem Schluss, dass bildbasierte Methoden erhebliche Messfehler haben, genau wie herkömmliche. Wenn du den Vergleich mit dem manuellen Tagebuch vertiefen willst, lies wie genau Kalorienzählen mit Foto wirklich ist.
Wo die KI am häufigsten danebenliegt
- Große Portionen: In mehreren Studien wächst der Fehler mit der Größe des Tellers, und die KI schätzt tendenziell zu wenig.
- Unsichtbare Fette: Bratöl, Butter oder Dressing verändern die Kalorien stark und hinterlassen auf dem Foto kaum Spuren. Fett ist der Nährstoff, den die Modelle am schlechtesten schätzen, und der Fehler kann nach oben wie nach unten gehen.
- Gemischte Gerichte: In einem Eintopf, einer pürierten Suppe oder einer Lasagne lassen sich die Zutaten nicht unterscheiden, also muss die KI das Rezept erraten.
- Tiefe Teller, Schüsseln und Gläser: Von oben sieht man die Oberfläche, nicht die Tiefe, deshalb können zwei gleich breite Schüsseln sehr unterschiedliche Mengen enthalten. Wenn du weißt, wie viel du aufgefüllt hast (eine Kelle, ein halbes Glas), korrigiere die Gramm.
- Getränke und Extras: Der Zucker im Kaffee, die Milch im Smoothie oder die Mayonnaise im Sandwich sind auf dem Bild nicht zu sehen.
- Verdeckte oder gestapelte Lebensmittel: Was unter einem anderen Lebensmittel oder außerhalb des Bildausschnitts liegt, wird nicht gezählt oder blind geschätzt.
- Verpackte Produkte: Hier ist es zuverlässiger, das Etikett zu lesen oder den Barcode zu scannen, als anhand des Fotos zu schätzen.
So machst du das Foto für eine bessere Schätzung
Keiner dieser Handgriffe macht aus dem Foto eine Küchenwaage, aber alle setzen bei den Fehlern an, die die Studien beschreiben: bei der Portion, bei dem, was man nicht sieht, und bei dem, was außerhalb des Bildausschnitts bleibt. Und das Foto selbst zählt: In einer Studie mit der App goFOOD Lite mussten 12,8 % der 468 Aufnahmen von unverpacktem Essen verworfen werden, weil beim Fotografieren etwas schiefging, etwa ein falsch platzierter Referenzmarker, ein schlecht sichtbarer Teller oder eine Hand vor der Kamera (Vasiloglou et al., 2021).
- Mach das Foto, bevor du anfängst zu essen, mit dem ganzen Teller im Bild.
- Fotografiere von oben (oder leicht schräg), bei gutem Licht und ohne starke Schatten auf dem Essen.
- Leg die Lebensmittel etwas auseinander, wenn es geht, damit sie nicht übereinanderliegen.
- Wenn das Foto dunkel oder verwackelt ist, mach es noch einmal, bevor du es analysieren lässt.
- Lass einen Größenvergleich sichtbar: eine Gabel, den ganzen Teller oder deine Hand neben dem Teller. Die Hand hilft dir auch beim Schätzen ohne Foto: Wie das geht, erklären wir in Kalorien zählen ohne Wiegen.
- Trag von Hand nach, was die Kamera nicht sieht: Öl, Butter, Soßen, Dressings und den Zucker oder die Milch in Getränken.
- Prüfe die Portion, die die App vorschlägt, und korrigiere sie, wenn du die Menge kennst (von der Verpackung oder weil du sie schon einmal abgewogen hast).
- Vergleiche bei einem einzelnen Lebensmittel die Zahl mit der Kalorientabelle der Lebensmittel.
- Wenn du dir nachnimmst oder etwas auf dem Teller lässt, passe die Portion vor dem Speichern an.
- Um zu sehen, wie weit sie bei deinen eigenen Gerichten danebenliegt, lade ein Foto in die Demo, die die Kalorien eines Fotos berechnet (ohne Anmeldung, in etwa 15 Sekunden) und vergleiche ihre Schätzung mit dem, was du abgewogen hast.
Renzy schätzt Kalorien und Makros anhand des Fotos von deinem Teller und lässt dich die Gramm jedes Lebensmittels korrigieren sowie Öl, Soße oder Getränk ergänzen, die die Kamera nicht sieht. Eine Schätzung, die du prüfst, ist mehr wert als eine Zahl, die du blind übernimmst.
Deine Zahl in einer Minute, ohne Konto.
KalorienrechnerIm Browser, ohne Installation
Oder mit einem Foto deines Tellers testen
Den Scan ausprobierenApp: 7 Tage gratis · Karte nötig · jederzeit kündbar
Was du nach dem Foto von Hand korrigieren kannst
Die Schätzung ist ein Ausgangspunkt, kein Urteil. Wenn du etwas weißt, das das Foto nicht zeigt, sag es: Ein Detail zu korrigieren geht schneller, als das Foto zu wiederholen, und setzt genau bei den Fehlern an, die die Studien beschreiben. In Renzy kannst du nach der Analyse:
- Die Gramm jedes Lebensmittels ändern: Das ist die Korrektur, die die Kalorien am stärksten verschiebt, weil die Portion die Schwachstelle ist.
- Ein falsch erkanntes Lebensmittel austauschen, eines entfernen, das nicht dazugehört, oder eines ergänzen, das fehlt.
- Bratfett, Soße oder Getränk zum Gericht hinzufügen; sie zählen im Gesamtwert wie jede andere Zutat.
- Beim falsch erkannten Lebensmittel eintippen, was es ist („das ist Pute, kein Hähnchen“): Nur dieses wird korrigiert, ohne neues Foto.
- Bei verpackten Produkten den Barcode scannen, der die Daten vom Etikett nutzt.
Foto, Waage oder von Hand eintragen: Was passt zu dir
Das Abwiegen auf der Küchenwaage ist bei den Mengen am genauesten, kostet aber Zeit und ist schwierig, wenn du auswärts isst. Von Hand eintragen, ohne zu wiegen, hängt von deinem Gedächtnis und deinem Augenmaß ab und hat eigene Fehler. Das Foto ist die schnellste der drei Methoden und hält fest, was du gegessen hast, aber seine Schwachstelle ist dieselbe wie beim menschlichen Auge: die Menge. Viele kombinieren die Methoden: das Foto im Alltag, die Waage ein paar Tage lang, um die am häufigsten gegessenen Portionen zu kalibrieren, und das Etikett bei verpackten Produkten. Wenn du noch nicht weißt, wie viele Kalorien du brauchst, starte mit dem Kalorienrechner.
Kalorien per Foto zu zählen ist weder Magie noch eine Waage: Es ist eine schnelle Schätzung, die beim „Was“ häufiger richtig liegt als beim „Wie viel“. Wenn du sie mit diesem Wissen nutzt – vollständiges Foto, Größenvergleich, Fette von Hand ergänzt und ein kurzer Blick auf die Portion vor dem Speichern –, bekommst du eine vernünftige Grundlage, um deine Ernährung im Blick zu behalten, ohne jede Mahlzeit in eine Rechenaufgabe zu verwandeln.
Renzy rechnet alles für dich
Deine Zahl in einer Minute, ohne Konto.
KalorienrechnerIm Browser, ohne Installation
Oder mit einem Foto deines Tellers testen
7-Tage-Test startenApp: 7 Tage gratis · Karte nötig · jederzeit kündbar