Kalorien per Essensfoto: Wie genau ist KI?
Wie genau erkennt KI Kalorien auf Essensfotos? Wo sie hilft, wo sie Öl, Mischgerichte oder Portionen falsch einschätzt und wie Coaches sie sinnvoll einsetzen.
8 Min. Lesezeit · · Das UM-Team
KI erkennt Lebensmittel auf Fotos gut und macht das Erfassen sehr schnell. Kalorien lassen sich damit aber nicht grammgenau bestimmen. Studien finden durchschnittliche Energieabweichungen von ungefähr einem Drittel, meist durch unsichtbare Öle, Mischgerichte und Portionsgrößen. Am nützlichsten ist die Funktion für regelmäßiges Erfassen und das Erkennen von Trends, sofern der Kunde die Mengen prüft und der Coach Gewohnheiten vermittelt, die Fehler verringern.
Deine Kunden wiegen ungern Lebensmittel ab. Das ist kein Geheimnis. Sollen sie jede Mahlzeit grammgenau erfassen, halten die meisten eine Woche durch und melden sich dann kaum noch.
„Teller fotografieren, die App rechnet“ klingt deshalb ideal. Die entscheidende Frage für einen Coach: Kann ich anhand dieses Werts Entscheidungen treffen?
Wie genau ist die Kalorienbestimmung per KI-Essensfoto?
Sie liefert Näherungswerte, keine grammgenaue Messung. Eine Studie von 2025 in Current Developments in Nutrition testete führende allgemeine KI-Modelle mit 52 im Labor vermessenen Essensfotos. Selbst die besten Modelle verfehlten den Energiegehalt durchschnittlich um 35,8%.
Die Forschenden bezeichneten das als vergleichbar mit klassischen selbst geführten Ernährungsprotokollen, allerdings ohne deren Erfassungsaufwand. Dieselbe Studie zeigte, dass die Fehler mit der Tellergröße zunahmen: Große Portionen wurden am stärksten unterschätzt.
Bei NUTRITION 2026 vorgestellte Forschung der US National Institutes of Health zeigte: Vier Kalorien-Apps mit Fotoerkennung unterschätzten Mahlzeiten durchschnittlich um 250 bis 345 Kalorien und den Fettgehalt um etwa 30 Gramm. Es handelt sich um einen Konferenzbeitrag, noch nicht um eine vollständig begutachtete Veröffentlichung.
Was kann Foto-KI gut?
Ihre Stärke ist zu erkennen, was auf dem Teller liegt. Eine Studie von 2024 in Nutrients verglich sieben Apps mit Lebensmittelerkennung. Je nach App wurden 46% bis 97% der Bestandteile richtig erkannt. Die besten erkannten nahezu jedes Lebensmittel.
- Lebensmittel erkennen: Hähnchen, Reis, Salat und Brot werden meistens richtig erkannt.
- Geschwindigkeit: ein Foto und wenige Sekunden statt jedes Lebensmittel einzeln zu suchen und Mengen einzugeben.
- Regelmäßigkeit: Einfacheres Erfassen führt zu mehr protokollierten Tagen und damit zu einem besseren Bild der Woche.
- Einfache Teller: Ein einzelnes, klar erkennbares Lebensmittel lässt sich am besten einschätzen.
Wo scheitert die Kalorienerfassung per Foto?
Vor allem an drei Dingen: verstecktem Öl und Fett, Mischgerichten und der Tiefe einer Portion.
- Unsichtbares Öl: Ein zusätzlicher Esslöffel Öl beim Kochen liefert etwa 120 Kalorien und bleibt auf dem Foto unsichtbar. Das erklärt mit, warum Fett besonders oft unterschätzt wird.
- Mischgerichte: Koshari, Mahshi, Nudelaufläufe und Eintöpfe. Zutaten liegen ineinander, und das Foto zeigt ihre Anteile nicht. In der Nutrients-Studie waren Energieschätzungen für Mischgerichte und traditionelle Speisen ungenau. Eine App überschätzte eine Nudelsuppe um 49%, eine andere unterschätzte ein süßes Getränk um 76%.
- Portionstiefe: Ein Foto von oben zeigt nicht, wie tief die Schüssel ist. Eine flach verteilte Tasse Reis kann wie zwei aufeinandergehäufte Tassen aussehen.
- Getränke und Saucen: Saft, gesüßter Kaffee, Tahini und Dressings werden übersehen oder falsch eingeschätzt.
| Art der Speise | So schneidet Foto-KI ab | Tipp für die Betreuung |
|---|---|---|
| Ein klar erkennbares Lebensmittel, etwa Grillhähnchen oder Obst | Gute Erkennung und Portionseinschätzung | Der Kunde kann wie gewohnt per Foto erfassen |
| Getrennte Bestandteile: Reis + Hähnchen + Salat | Gute Erkennung, brauchbare Mengenschätzung | Bitte den Kunden, die Bestandteile getrennt anzurichten |
| Mischgerichte: Koshari, Mahshi, Eintöpfe | Ungenaue Anteile und Kalorien | Gericht aus der Bibliothek erfassen oder Grammangaben von Hand anpassen |
| Frittierte oder ölreiche Speisen | Der Fettgehalt wird meist unterschätzt | Öl zum Kochen getrennt erfassen |
| Getränke und Saucen | Werden oft übersehen oder falsch eingeschätzt | Getrennt nach Tasse oder Löffel erfassen |
| Große oder tiefe Portionen | Werden am stärksten unterschätzt | Ein zusätzliches Foto von der Seite machen |
Wie sollten Coaches Essensfotos nutzen?
Als Hilfe für regelmäßiges Erfassen und für Trends, nicht als Waage. Entscheidend ist, dass der Kunde protokolliert und der Zwei-Wochen-Trend in die richtige Richtung geht.
- Immer mit Prüfung: Vor dem Erfassen sieht der Kunde Lebensmittel und Grammangaben und korrigiert Fehler.
- Gewohnheiten beim Anrichten: Bestandteile nebeneinander statt übereinander legen und täglich dieselbe Tellergröße verwenden.
- Öl getrennt erfassen: Zeige Kunden, wie sie Löffel Öl oder Ghee als eigenen Eintrag protokollieren.
- Einmal pro Woche wiegen: Eine gewogene Mahlzeit pro Woche schult das Augenmaß für Portionen.
- Ergebnisse betreuen, nicht nur Zahlen: Stimmen die erfassten Kalorien scheinbar, aber das Gewicht verändert sich nicht, fehlt etwas im Protokoll oder wurde unterschätzt.
Das Foto zeigt, was dein Kunde gegessen hat. Waage und Check-in zeigen, wie viel. Nutze beides.
Ein Coach, der jede Woche Ernährungsprotokolle prüft, beschreibt es so: „Jeden Tag grob erfassen bringt mehr als zweimal pro Woche perfekt.“
Wie funktioniert die Essensfoto-Analyse bei UM?
In der UM-Kunden-App aus dem App Store oder von Google Play fotografiert der Kunde seinen Teller. Ein Bildmodell erkennt die Lebensmittel und schätzt die Grammangaben.
Hähnchen, Reis, Brokkoli- Die KI erkennt und schätzt nur: Kalorien und Makros kommen aus einer Lebensmitteldatenbank, nicht aus einer KI-Schätzung.
- Der Kunde prüft vor dem Erfassen: Er korrigiert Lebensmittel oder Mengen, bevor die Mahlzeit in seinem Tagesprotokoll erscheint.
- Das Foto wird nicht gespeichert: Es wird ausschließlich zur Analyse verwendet.
- Alles kommt bei dir an: Erfasste Mahlzeiten liegen in der Kundenakte neben den Check-ins. UM AI berücksichtigt sie bei Hinweisen zur Umsetzung.
Die Funktion gehört zu UM, dem System, das PDFs auf WhatsApp und Excel-Tabellen ersetzt. Die Bibliothek enthält 5.000+ Gerichte. UM ist für bis zu 3 Kunden dauerhaft kostenlos.
Wenn du mehr darüber lernen möchtest, wie Kunden bei der Ernährungsbetreuung dranbleiben, findest du kostenlose Kurse für Coaches in UM Academy.
- Fridolfsson et al., Current Developments in Nutrition (2025): Performance of 3 large language models for nutritional content estimation from food images
- Li et al., Nutrients (2024): Manual food logging and AI-enabled food image recognition in apps for nutrition care
- NIDDK researchers at NUTRITION 2026 (conference presentation), via News-Medical: Photo-based calorie-tracking apps fall short
Zuletzt aktualisiert:





