Read in:Deutsch·English·Português (BR)·中文
Ernährung31. Juli 2026

Dein Foto-Kalorienzähler hat dich angelogen (um etwa 345 Kalorien)

NIH-Forscher haben vier beliebte Foto-Kalorien-Apps mit 102 präzise vermessenen Mahlzeiten gefüttert. Jede einzelne App hat die Kalorien unterschätzt und den Fettanteil kräftig untertrieben. Hier die Ergebnisse der Studie — und warum 'einfach ein Foto machen' zu schön war, um wahr zu sein.

8 min read
Minimalistische Illustration eines Smartphones, das einen Teller Essen fotografiert, während eine kleine Sprechblase eine verdächtig niedrige Kalorienzahl zeigt

Irgendwo da draußen wurde ein Teller mit Hähnchenschenkel, Ofenkartoffeln und einem sehr selbstbewussten Schuss Olivenöl fotografiert, hochgeladen — und mit 340 Kalorien quittiert. In Wirklichkeit waren es eher 650. Die App hat sich nicht entschuldigt. Die App entschuldigt sich nie. Sie sitzt einfach da, grün leuchtend, weil du "im Budget" bist, während dein Körper drei Wochen später still eine Beschwerde einreicht — auf der Waage.

Das ist keine Hypothese. Es ist das reale Ergebnis einer Studie, die am 25. Juli auf der NUTRITION 2026 vorgestellt wurde, der großen Jahrestagung der American Society for Nutrition in National Harbor, Maryland. Die Forscherinnen und Forscher Olivia Charles und Aaron Hengist haben zusammen mit dem National Institute of Diabetes and Digestive and Kidney Diseases vier weit verbreitete Foto-Kalorien-Apps — MyFitnessPal, Lose It!, Cal AI und Appediet — mit 102 präzise im Labor vermessenen Mahlzeiten getestet. Jede einzelne App hat die Kalorien unterschätzt. Jede einzelne hat auch den Fettanteil unterschätzt, um durchschnittlich rund 30 Gramm pro Mahlzeit. Im Schnitt lagen die Apps um 250 bis 345 Kalorien pro Mahlzeit daneben. Das ist kein Rundungsfehler. Das ist ein zweites Frühstück.

Das Versprechen war zu gut, was eigentlich schon der erste Hinweis hätte sein müssen

"Einfach ein Foto machen" war der verführerischste Satz der Diät-Tech-Branche der letzten zwei Jahre. Keine Datenbank durchsuchen. Nichts abwiegen. Kein lautes Zugeben, dass da eine zweite Portion Reis dazukam. Man richtet das Handy aufs Essen, die AI kneift die Augen zusammen, und eine Zahl erscheint — klar, selbstbewusst und offenbar frei erfunden. Es stellt sich heraus: Ein Bild in eine Kalorienzahl zu übersetzen ist tatsächlich schwer, weil ein Foto nicht sieht, was unter der Oberfläche liegt — der Esslöffel Butter, der in den Kartoffelbrei geschmolzen ist, die wahre Tiefe der Schüssel, ob das nun Olivenöl oder nur eine optische Täuschung ist. Die Studie fand: Am genauesten waren die Apps bei Kohlenhydraten — Brot, Reis, Nudeln sind optisch leicht zu erkennen —, am schlechtesten bei Fett, ausgerechnet dem Makronährstoff, der sich am leichtesten versteckt und am schwersten mit bloßem Auge schätzen lässt. Keto- und Low-Carb-Mahlzeiten, die von Natur aus fettreicher sind, traf es am härtesten.

Was in deinem Log also wirklich passiert ist

  • Dein "1.600-Kalorien-Tag" lag wahrscheinlich eher bei 1.900–2.000. Eine Abweichung von 250–345 Kalorien pro Mahlzeit summiert sich über drei Mahlzeiten schnell.
  • Dein Fettanteil wurde um rund 30 Gramm pro Mahlzeit unterschätzt — das sind etwa 270 zusätzliche Kalorien, die niemand mitgezählt hat, versteckt im Dressing, im Öl und im Fett, das die Kamera nicht wiegen konnte.
  • Kohlenhydrate waren die Paradedisziplin der Apps — optisch offensichtlich, strukturell einfach, schwer zu verstecken. Wer sich vor allem von Reis und Toast ernährt, hat kleinere Abweichungen. Wer eher Pfanne und Steak isst, größere.
  • Rätselhafte Plateaus waren gar nicht so rätselhaft. "Ich esse 1.500 Kalorien und nehme trotzdem nicht ab" klingt gleich viel weniger verwirrend, wenn man weiß, dass die App über Monate hinweg jeden Tag ein paar Hundert Kalorien stillschweigend nach unten gerundet hat.

Die Apps sind nicht faul, sie raten — weil ein Foto nun mal eine Schätzung ist

Das ist eigentlich kein Vorwurf an das technische Können einer bestimmten App. Es ist ein Problem der Physik: Ein 2D-Foto eines 3D-Tellers verrät keine Tiefe, nicht, was untergemischt wurde, nicht das Öl, das schon vor dem Foto in den Reis eingezogen ist. Die eigene Empfehlung der Forschenden war ein hybrider Ansatz — die Foto-Erkennung mit einer Form direkter Ernährungsangabe zu kombinieren, um auszugleichen, was die Kamera nicht sehen kann. Was, witzigerweise, ziemlich genau beschreibt, der App einfach zu sagen, was tatsächlich in der Schüssel liegt, statt sie dein Abendessen aus einem JPEG zurückrechnen zu lassen.

Schluss mit Raten — sag einfach, was auf dem Teller liegt

VoiceLog versucht nicht, deine Mahlzeit aus einem Foto zu erraten. Du sagst es: "Hähnchenschenkel, Ofenkartoffeln und ein ordentlicher Schuss Olivenöl" — und die App trägt Kalorien und Makros aus dem ein, was du tatsächlich gesagt hast, inklusive des Öls, das die Kamera übersehen hätte. On-Device transkribiert, in Sekunden erfasst, keine Datenbanksuche nötig.

Get VoiceLog

Das heißt nicht, dass Tracking sinnlos ist — es heißt, dass die Methode zählt

Der erste Reflex nach so einer Studie ist, das ganze Tracking-Konzept über Bord zu werfen: Wenn die Apps eh falsch liegen, wozu der Aufwand? Das ist der falsche Schluss. Jede Methode, Kalorien zu schätzen, hat eine Fehlerspanne — Nährwertangaben, Restaurant-Speisekarten und Küchenwaagen sind auch nicht perfekt. Die eigentliche Lehre ist präziser: Foto-basierte Schätzung hat speziell Schwierigkeiten mit Fett und versteckten Zutaten. Wenn deine Tracking-Methode also "und dann habe ich noch Butter dazugetan" nicht erfassen kann, sind deine Zahlen strukturell zu niedrig — nicht zufällig daneben. Eine Methode, die dir erlaubt, die ganze Wahrheit über eine Mahlzeit zu sagen — Soße, Öl, die Handvoll Nüsse, die du im Stehen an der Küchenzeile gegessen hast —, schlägt systematisch eine Methode, die nur sieht, was von oben sichtbar ist.

Was jetzt konkret zu tun ist

Wenn eine Foto-App bisher dein komplettes System war: keine Panik, keine rückwirkende Neuberechnung jeder vergangenen Woche — pass einfach ab jetzt an. Rechne bei jeder foto-geschätzten Mahlzeit gedanklich 15–20 % dazu, besonders bei allem mit sichtbarer Soße, Dressing oder Frittiertem. Noch besser: Bei selbst gekochten Mahlzeiten, bei denen du die Zutaten wirklich kennst, sag sie einfach, statt sie zu fotografieren — du hast Informationen, die die Kamera nie hatte. Und falls du an einem Plateau hängengeblieben bist, das sich nicht erklären ließ, oder ein bestimmtes Protein-Ziel verfolgst, ist das sehr wahrscheinlich ein Teil davon, warum die Rechnung nicht aufging. Die App war nicht kaputt. Sie konnte nur die Butter nicht sehen.

Sag es, statt es zu fotografieren

Protokolliere deine nächsten Mahlzeiten mal per Sprache statt per Foto und schau, wie sehr sich die Zahlen verschieben. Ein Satz, On-Device-Transkription, kein Kamerawinkel nötig, um dein Abendessen ehrlich zu machen. Kostenlos starten.

Get VoiceLog

Häufig gestellte Fragen

Sind Foto-basierte Kalorien-Apps genau?

Nicht besonders, laut einer NIH-nahen Studie vom Juli 2026, vorgestellt auf der NUTRITION 2026. Forschende testeten vier beliebte Foto-Apps — MyFitnessPal, Lose It!, Cal AI und Appediet — gegen 102 präzise vermessene Mahlzeiten, und jede App unterschätzte die Kalorien im Schnitt um 250–345 pro Mahlzeit, dazu den Fettanteil um rund 30 Gramm pro Mahlzeit.

Warum unterschätzen AI-Kalorien-Apps die Kalorienzahl?

Foto-basierte Apps können nur mit dem arbeiten, was auf einem 2D-Bild sichtbar ist — das macht es schwer, Tiefe, verstecktes Öl, Soßen und untergemischte Zutaten zu erfassen. Die NUTRITION-2026-Studie fand: Am genauesten waren die Apps bei Kohlenhydraten (optisch offensichtlich), am ungenauesten bei Fett, das sich leicht versteckt und schwer mit bloßem Auge einschätzen lässt — fettreichere Mahlzeiten wie Keto- oder Low-Carb-Gerichte hatten die größten Abweichungen.

Um wie viel unterschätzt eine Foto-Kalorien-App die Kalorienzahl normalerweise?

In der NUTRITION-2026-Studie mit vier großen Apps gegen 102 im Labor vermessene Mahlzeiten lag die durchschnittliche Unterschätzung bei 250–345 Kalorien pro Mahlzeit, dazu rund 30 Gramm unterschätztes Fett pro Mahlzeit — genug, um ein reales Kaloriendefizit unbemerkt zunichtezumachen.

Ist Sprachprotokollierung genauer als Fotoprotokollierung bei Kalorien?

Sprachprotokollierung kann bei Zutaten genauer sein, die eine Kamera nicht sieht — zugefügtes Öl, Butter, Soßen und die tatsächliche Portionsgröße —, weil du berichtest, was du weißt, statt einen Algorithmus aus einem Bild raten zu lassen. Keine der beiden Methoden ist laborgenau, aber Sprachprotokollierung vermeidet die typische versteckte-Fett-Schwäche der Foto-Apps.

Sollte ich nach dieser Studie aufhören, eine Kalorien-App zu nutzen?

Nein — die Studie sagt nicht, dass Tracking sinnlos ist, sondern dass foto-basierte Schätzung eine vorhersehbare Tendenz nach unten hat, besonders beim Fettanteil. Foto-geschätzte Mahlzeiten um 15–20 % nach oben zu korrigieren, oder auf eine Methode umzusteigen, die Zutaten direkt erfasst (etwa indem man laut sagt, was man gegessen hat), gleicht genau diese Schwäche aus, die die Forschenden gefunden haben.