Kalorien zählen mit Foto: Wie genau ist das?
Von Gautier, Gründer von Nutrinova · 17. November 2026 · 7 Min. Lesezeit
Kalorien zählen mit Foto heisst: Eine App erkennt, was auf deinem Teller liegt, schätzt die Menge und rechnet sie in Energie und Nährstoffe um. Laut Forschung klappt das ungefähr so gut wie deine eigene Schätzung: Eine systematische Übersicht über 52 Studien von 2023 fand durchschnittliche Fehler bei den Kalorien zwischen 0,1 und 38 Prozent, je nach Methode und Mahlzeit. Hier liest du, wie die Schätzung entsteht, wo sie danebenliegt, warum selbst die Etikette auf der Verpackung eine Schätzung ist und worauf du bei der Wahl einer App achten kannst.
Wie aus einem Foto eine Zahl wird
Jede Schätzung aus einem Foto durchläuft drei Schritte, ob die App sie nacheinander oder in einem Zug erledigt.
- Erkennen. Die App bestimmt jedes Lebensmittel auf dem Teller. In der Übersicht von Shonkoff und Kollegen (2023) nutzten 79 Prozent der Studien ein neuronales Netz, das mit grossen Sammlungen beschrifteter Essensfotos trainiert wurde. Neuere Apps setzen auch allgemeine KI-Modelle ein, die eine ganze Szene lesen können.
- Portion schätzen. Das ist der schwierige Teil. Ein Foto ist flach, also leitet das Modell das Volumen aus Hinweisen ab: Tellergrösse, Besteck, Tiefe einer Schüssel. In einer Studie von Fridolfsson und Kollegen (2025) unterschätzten drei allgemeine KI-Modelle die Portionen auf standardisierten Fotos mit Teller und Besteck als Massstab, und zwar umso mehr, je grösser die Portion war.
- Umrechnen. Das geschätzte Gewicht jedes Lebensmittels wird mit einer Nährwertdatenbank verknüpft, die Kalorien, Protein, Kohlenhydrate, Fett und Ballaststoffe liefert.
Warum Öl und Saucen schwierig sind
Eine Kamera sieht nur Oberflächen. Das Öl in der Pfanne, die geschmolzene Butter im Gemüse oder der Rahm in der Sauce hinterlassen kaum sichtbare Spuren, liefern aber viel Energie. Laut Schweizer Nährwertdatenbank haben Rapsöl und Olivenöl 900 kcal pro 100 g. 10 g Öl bringen also rund 90 kcal, die auf dem Foto womöglich nicht zu sehen sind.
Studien nennen dieses unsichtbare Fett als Schwachstelle, allerdings nicht immer in dieselbe Richtung. In einer japanischen Studie von 2026 mit 15 gewogenen Spitalmahlzeiten überschätzten alle KI-Modelle das Fett im Schnitt um mehr als 20 Prozent. In einer an einem Kongress 2026 vorgestellten Untersuchung der US-Gesundheitsinstitute (NIH) mit vier verbreiteten Apps wurde das Fett um rund 30 g pro Mahlzeit unterschätzt. Die Übersicht von Shonkoff fand zudem kleinere Fehler bei einzelnen, einfachen Lebensmitteln als bei gemischten Gerichten.
Was Studien zur Genauigkeit sagen
Die Studien unten vergleichen KI-Schätzungen mit einer Referenz: in einer Küche oder einem Labor gewogenes Essen oder Werte aus Nährwerttabellen.
| Studie | Was getestet wurde | Hauptergebnis |
|---|---|---|
| Shonkoff et al., 2023, systematische Übersicht | 52 Studien zu vollautomatischen Bildmethoden | Durchschnittlicher Kalorienfehler 0,1 bis 38 Prozent, ähnlich wie beim Menschen; noch nicht reif für den alleinigen Einsatz in Forschung oder Klinik |
| Fridolfsson et al., 2025 | 3 allgemeine KI-Modelle, 52 standardisierte Fotos | Durchschnittlicher Energiefehler rund 36 Prozent bei den zwei besten; Unterschätzung wächst mit der Portion |
| Chen et al., 2025 | 714 Fotos von 57 jungen Erwachsenen, verglichen mit 3 Tagen Wiegeprotokoll | Energie meist auf 10 bis 20 Prozent genau; Fett und Protein weniger stabil; der Name des Gerichts hilft |
| Isobe et al., 2026 | 15 Spitalmahlzeiten, KI gegen 10 Ernährungsfachleute | Energie oft auf 10 Prozent genau bei den besten Modellen und den Fachleuten; Fett um über 20 Prozent überschätzt |
| NIH-Kongressbeitrag, 2026 | 4 verbreitete Apps, über 100 Mahlzeiten aus einer Stoffwechselküche | Kalorien rund ein Drittel zu tief, im Schnitt 250 bis 345 kcal pro Mahlzeit; vorläufig, noch nicht begutachtet |
Zwei Muster fallen auf. Die Gesamtenergie wird besser geschätzt als die einzelnen Makronährstoffe, Kohlenhydrate besser als Fett oder Protein. Und die Bedingungen zählen viel: Kontrollierte Fotos von oben schneiden besser ab als Schnappschüsse im Alltag, auf denen der halbe Teller verdeckt ist.
Im Vergleich zu deiner eigenen Schätzung
Auch Schätzen nach Augenmass ist kein neutraler Massstab. Eine systematische Übersicht von Whitton und Kollegen (2022) mit 29 Studien und 2964 Erwachsenen zeigt: Die häufigsten Fehler in Ernährungstagebüchern und 24-Stunden-Befragungen sind vergessene Lebensmittel und falsch eingeschätzte Portionen. Je nach Studie wurden Würzsaucen in 1 bis 80 Prozent der Fälle weggelassen, Gemüse in 2 bis 85 Prozent. Die Studie von Fridolfsson kommt zum Schluss, dass die besten KI-Modelle eine ähnliche Genauigkeit erreichen wie klassische Selbstangaben, ohne dass man alles aufschreiben muss.
Kurz: Ein Foto beseitigt die Unsicherheit nicht, es verlagert nur ihre Quelle.
Auch die Etikette ist eine Schätzung
Die Zahl auf der Verpackung ist ebenfalls nicht exakt. Der Leitfaden der EU-Kommission zu Toleranzen erklärt, dass die angegebenen Werte Durchschnittswerte sind, weil Lebensmittel natürlich schwanken und sich bei Herstellung und Lagerung verändern. Bei einem Lebensmittel mit 10 bis 40 g Fett, Protein oder Kohlenhydraten pro 100 g darf der gemessene Gehalt 20 Prozent nach oben oder unten von der Etikette abweichen; unter 10 g sind es 2 g, beim Fett 1,5 g. In der Schweiz empfiehlt das Bundesamt für Lebensmittelsicherheit und Veterinärwesen (BLV) in seinem Informationsschreiben 2021/3, sich an diesem Leitfaden zu orientieren, und betrachtet Produkte ausserhalb dieser Toleranzen als nicht konform.
Eine gewogene Mahlzeit aus etikettierten Produkten ist also näher an der Wirklichkeit als ein Foto, bleibt aber eine Schätzung.
Wie du eine App auswählst
Keine App passt für alle, und keine ist exakt. Diese Fragen helfen beim Vergleichen.
- Schätzmethode. Arbeitet die App mit Foto, Textbeschreibung, Barcode oder Lebensmitteldatenbank, und kannst du das kombinieren? Kannst du ihr das Öl, die Sauce oder die Portion mitteilen, die sie nicht sieht?
- Transparenz. Sagt sie klar, dass ihre Zahlen Schätzungen sind? Siehst du, was sie erkannt hat, und kannst du ein Lebensmittel oder eine Portion korrigieren?
- Datenschutz. Was du isst, kann viel über deine Gesundheit verraten. Nach dem revidierten Datenschutzgesetz, in Kraft seit September 2023, sind Daten über die Gesundheit besonders schützenswerte Personendaten; ist für ihre Bearbeitung eine Einwilligung nötig, muss sie ausdrücklich erfolgen. Prüfe, wo deine Daten gespeichert werden, ob sie verkauft oder für Werbung genutzt werden und ob du sie löschen kannst. In der EU setzt die DSGVO den Rahmen.
- Preismodell. Manche Apps sind kostenlos mit Werbung, manche bieten die Fotofunktion nur im Abo, manche haben eine Testphase mit anschliessendem Abo. Schau, was nach der Testphase bleibt und wie du kündigst.
- Deine Situation. Bei Diabetes, Nierenerkrankung, medizinischer Diät oder einem schwierigen Verhältnis zum Essen ist eine Ärztin, ein Arzt oder eine anerkannte Ernährungsberatung der bessere Ausgangspunkt als jede App.
Bessere Schätzungen aus einem Foto
Die Studien oben deuten auf ein paar einfache Gewohnheiten hin: von oben fotografieren, mit dem ganzen Teller im Bild, Lebensmittel sichtbar nebeneinander statt gestapelt, und ein paar Worte ergänzen für das, was die Kamera nicht sieht, etwa «in einem Esslöffel Öl gebraten» oder «mit Rahmsauce». In der Studie von Chen verbesserte der Name des Gerichts zusätzlich zum Foto die Genauigkeit.
So funktioniert auch Nutrinova: Du erfasst eine Mahlzeit mit Foto, Beschreibung oder beidem, und die App schätzt Kalorien, Protein, Kohlenhydrate, Fett und Ballaststoffe, mit einem Nova Score von A bis E pro Mahlzeit. Es sind Schätzungen, nützlich, um den Verlauf eines Tages zu sehen, nicht um aufs Gramm genau zu zählen. Zur Einordnung: deinen Kalorienbedarf berechnen und was ein Kaloriendefizit ist.
Häufige Fragen
- Wie genau sind Kalorienzähler-Apps mit Foto?
- Sie liefern Schätzungen, keine Messungen. In einer systematischen Übersicht über 52 Studien von 2023 lag der durchschnittliche Fehler automatischer Bildmethoden bei den Kalorien zwischen 0,1 und 38 Prozent, ungefähr so wie bei menschlichen Schätzungen. Neuere Studien zeigen, dass KI-Modelle und verbreitete Apps grosse Portionen und Fett oft unterschätzen. Einfache, gut sichtbare Lebensmittel werden am besten geschätzt, Gerichte mit Sauce oder Öl am schlechtesten.
- Stimmen die Kalorienangaben auf der Etikette?
- Nicht aufs Gramm genau. Nach dem Leitfaden der EU-Kommission zu Toleranzen, an dem sich laut BLV auch die Schweiz orientiert, ist der angegebene Wert ein Durchschnitt. Ein Lebensmittel mit 10 bis 40 g Fett pro 100 g darf 20 Prozent mehr oder weniger Fett enthalten als angegeben. Natürliche Schwankungen, Rezeptur und Lagerung spielen alle mit.
- Welche Kalorienzähler-App ist die beste?
- Das hängt davon ab, was du brauchst. Hilfreiche Fragen: Wie schätzt die App eine Mahlzeit (Foto, Text, Barcode, Datenbank)? Kannst du die Schätzung sehen und korrigieren? Wo werden deine Daten gespeichert, und werden sie verkauft? Was kostet die App nach einer allfälligen Testphase? Wenn du eine medizinische Diät einhältst, ist eine Ernährungsberatung der bessere Anfang.
- Gibt es eine Kalorienzähler-App mit Foto kostenlos?
- Es gibt verschiedene Modelle: kostenlos mit Werbung, kostenlos mit Fotofunktion nur im Abo, oder eine Testphase mit anschliessendem Abo. Prüfe vor dem Start, was nach der Testphase noch verfügbar ist, wie du kündigst und wie sich eine Gratis-App finanziert, zum Beispiel über Werbung.
Quellen
- Shonkoff et al., Annals of Medicine: KI-gestützte Bildmethoden zur Ernährungserhebung im Vergleich mit Menschen und Referenzwerten, systematische Übersicht (2023, englisch)
- Fridolfsson et al., Current Developments in Nutrition: Drei Sprachmodelle schätzen Nährwerte aus Fotos (2025, englisch)
- Chen et al., American Journal of Clinical Nutrition: Multimodaler Chatbot zur bildbasierten Ernährungserhebung, validiert mit Wiegeprotokollen (2025, englisch)
- Isobe et al., Nutrients: KI-Nährwertschätzung aus Fotos von Spitalmahlzeiten im Vergleich mit Ernährungsfachleuten (2026, englisch)
- American Society for Nutrition, via ScienceDaily: Genauigkeit von Kalorien-Apps mit Foto, NIH-Kongressbeitrag NUTRITION 2026 (2026, englisch)
- Whitton et al., Advances in Nutrition: Fehlerquellen bei selbst berichteter Ernährung, systematische Übersicht (2022, englisch)
- EU-Kommission: Leitfaden zu Toleranzen für Nährwertangaben auf der Etikette (2012, englisch)
- BLV: Informationsschreiben 2021/3, Toleranzen für die Nährwertdeklaration (2021)
- BLV: Schweizer Nährwertdatenbank, Download (2026)
- Schweizerische Eidgenossenschaft: Bundesgesetz über den Datenschutz (DSG), SR 235.1 (2023)
Weitere Artikel
17. November 2026 · 7 Min. Lesezeit
Kaloriendefizit: wie es wirkt und wo die Faustregel irrt
Was ein Kaloriendefizit ist, woher die Regel mit 7700 kcal pro Kilo kommt, warum sie die Abnahme überschätzt und woran du ein zu grosses Defizit erkennst.
17. November 2026 · 7 Min. Lesezeit
Kalorienbedarf berechnen: Richtwerte und Formel
Wie viele Kalorien du pro Tag brauchst, hängt von Alter, Geschlecht, Grösse und Bewegung ab. Schweizer Richtwerte, Tabelle nach Alter, Formel, Rechenbeispiel.
17. November 2026 · 7 Min. Lesezeit
Ballaststoffe pro Tag: Empfehlung und Lebensmittel
Wie viele Ballaststoffe Erwachsene pro Tag brauchen, wie viel man in der Schweiz wirklich isst, und eine Tabelle mit Lebensmitteln und Gramm pro Portion.
