Genauigkeit, veröffentlicht

Das sind die echten Zahlen des Renzy-Scanners an einem Set von Referenzgerichten, ohne Marketing: der mittlere Fehler in Kalorien und in Gramm, seine Verteilung und die schlechtesten Fälle, jeden Montag neu berechnet.

MAPE in kcal

34 %

Im Schnitt: wie weit die geschätzten kcal vom Referenzwert jedes Gerichts abweichen.

MAE in kcal

Im Schnitt: wie viele kcal Abweichung vom Referenzwert. Je niedriger, desto besser.

MAPE in Gramm

46,8 %

Im Schnitt: wie weit die geschätzte Menge in Gramm von der Referenzmenge abweicht.

In diesem Durchlauf lag die Schätzung bei 6 Gerichten zu hoch und bei 2 zu niedrig.

Wie es berechnet wird

Jedes Gericht im Set ist ein Foto mit einem Referenzwert. Es sind wenige (die Stichprobengröße steht unten), und fast alle sind Fotos aus einer Bilddatenbank (Unsplash): Markenprodukte mit Gramm und Kalorien laut Etikett und einfache Lebensmittel mit einer Standardportion nach USDA oder BEDCA. Es sind keine auf der Waage gewogenen Gerichte: Niemand hat gewogen, was auf jedem Foto ist, und zeigt ein Foto mehr oder weniger als die Referenz, zählt dieser Unterschied ebenfalls als Fehler des Scanners. Die Zahl zeigt also, ob der Scanner von Woche zu Woche mit denselben Fotos besser oder schlechter wird, nicht den Fehler bei deinen eigenen Mahlzeiten.

Jedes Foto hat seinen Referenzwert und dessen Quelle (Herstelleretikett, USDA oder BEDCA). Die schlechtesten Fälle stehen unten, mit Foto.
Gemessen wird die erste Analyse der App: dasselbe KI-Modell und dieselben automatischen Korrekturen (Abgleich mit der Lebensmitteldatenbank, Saucen, Marken, Beilagen), ohne zusätzlichen Kontext und ohne Cache. Nicht enthalten sind die Prüfungen, die die App danach bei manchen Gerichten ergänzt (unsichere Portionen, Getränke, ein zweites Modell), und was sie aus deinen Korrekturen lernt.
Der mittlere Fehler ist der Durchschnitt der Fehler aller Gerichte, ohne eines wegzulassen. Bei so wenigen Gerichten verschiebt ein großer Ausreißer den Schnitt stark: Deshalb stehen unten die Verteilung und die schlechtesten Fälle.
Die Messung läuft jeden Montag automatisch neu, mit den Fotos des Sets. Das Ergebnis wird so veröffentlicht, wie es ist, auch wenn es schlechter wird.

Fehlerverteilung

Über die Teller des Datasets ist dies die Verteilung des prozentualen Fehlers in kcal. Je dichter die Balken links, desto besser.

0–5%

5–10%

10–20%

20–30%

30–50%

50%+

Die 5 schlechtesten Fälle

Was in diesem Durchlauf am schlechtesten ausfiel, mit Foto und Referenzwert.

Yogur griego natural Hacendado

Referenz: 145 kcal · Geschätzt: 437 kcal

Fehler: 201,4 %

Tostada con aguacate y huevo poché

Referenz: 380 kcal · Geschätzt: 277 kcal

Fehler: 27,1 %

Caña de cerveza 200ml

Referenz: 86 kcal · Geschätzt: 104 kcal

Fehler: 20,9 %

Pasta carbonara 320g

Referenz: 560 kcal · Geschätzt: 604 kcal

Fehler: 7,9 %

Ensalada César con pollo 280g

Referenz: 470 kcal · Geschätzt: 504 kcal

Fehler: 7,2 %

Letzte Ausführung: 2. November 2026

Stichprobe: 8 Teller

Modell: anthropic/claude-opus-5.5

Batch: cron-2026-11-02-mvyvqfx0

Möchtest du den Benchmark mit deinem eigenen Datensatz nachbauen? Schreib uns an hola@renzy.app.