Kalorien schätzen mit KI: Wie hoch ist die Genauigkeit?
Begutachtete Studien zur KI-gestützten Ernährungserfassung zeigen: Schätzt eine KI Kalorien anhand eines Fotos, liegt sie bei gängigen Lebensmitteln etwa 5 bis 15 % neben dem tatsächlichen Wert, vergleichbar mit einer Ernährungsfachkraft, die vom selben Foto aus schätzt. Gängige Lebensmittel erkennt KI mit einer Genauigkeit von etwa 85 bis 95 %. Die größte verbleibende Fehlerquelle ist die Portionsgröße, abgeleitet aus einem flachen 2D-Bild. Deshalb sind zusammengesetzte Gerichte und reichhaltige Soßen schwieriger als ein einzelnes, klar portioniertes Lebensmittel. Die Zahlen unten fassen diese externe Fachliteratur zusammen. Sie sind keine eigene Studie von calorietrack.ai.
Was die Forschung sagt
Über die Studien zur bildbasierten Ernährungserfassung hinweg liegen automatische Schätzungen für gängige, gut ausgeleuchtete Lebensmittel mit einer Abweichung im einstelligen bis niedrigen zweistelligen Prozentbereich am Referenzwert. Damit liegt eine gute KI-Schätzung im selben Bereich wie ein geschulter Mensch, der ein Foto beurteilt, und deutlich vor ungeübtem Augenmaß. Vorhersehbar schlechter wird die Genauigkeit bei gemischten Bowls, geschichteten Tellern und kalorienreichen Soßen, bei denen weder Mensch noch Modell sieht, was darunter liegt.
Erkennung und Portionsschätzung: zwei Aufgaben
Es hilft, zwei Aufgaben zu trennen. Bei der Erkennung („Was ist das für ein Lebensmittel?“) sind moderne Bildmodelle am stärksten, mit etwa 85 bis 95 % bei gängigen Lebensmitteln. Die Portionsschätzung („Wie viel ist davon da?“) ist die schwierigere Hälfte, weil ein einzelnes Foto Tiefe und Volumen plattdrückt. Hier entsteht der Großteil des Fehlers jeder fotobasierten Schätzung. Deshalb zeigt calorietrack.ai einen Konfidenzwert an und lässt dich jede Portion mit einem Tippen anpassen.
Im Vergleich zum manuellen Erfassen
Die übliche Alternative, eine Datenbank zu durchsuchen und eine Portion einzutragen, ist nur so genau wie die Portion, die du schätzt. Und Studien zeigen immer wieder, dass Menschen ihre Essensmenge um 20 bis 30 % unterschätzen. Wird das Foto selbst ausgewertet, schließt sich ein Großteil dieser Lücke bei der Selbstauskunft. Der relevante Vergleich lautet also nicht „KI gegen die perfekte Wahrheit“, sondern „KI gegen eine von Hand eingetragene Schätzung“, und meist gewinnt das Foto.
Was das für dich bedeutet
Im Alltag reicht eine Schätzung, die zuverlässig auf etwa 10 % genau ist, um echte Entscheidungen zu treffen: ob noch Platz für ein Dessert ist, ob du dein Eiweißziel erreichst. Achte auf den Konfidenzwert, passe Portionen bei ungewöhnlichen Gerichten an, und fotografiere Fast-Food-Bestellungen, um sie selbst mit den veröffentlichten Nährwerten zu vergleichen. Wie wir diese Forschung im Produkt umsetzen, liest du unter so messen wir die Genauigkeit.
Quellen und weiterführende Literatur
Die Spannen auf dieser Seite spiegeln den Konsens der begutachteten Forschung zur bildbasierten Ernährungserfassung wider. Prüf sie selbst in der Primärliteratur:
Verfasst und gepflegt vom Team von calorietrack.ai · zuletzt aktualisiert am 8. Juni 2026 · Fragen?