Kalorien per Foto: wie KI-Apps schätzen und was ein Foto nicht sieht

Das Eintragen per Foto nimmt dir den mühsamsten Teil des Protokollierens ab: in einer Datenbank suchen und jede Zutat eintippen. Für viele Menschen ist das der Unterschied zwischen einer Woche und mehreren Monaten Durchhalten. Eine Foto-Schätzung ist aber keine Messung – und wenn du weißt, wo sie danebenliegt, werden deine Zahlen besser.

Wie zählt eine KI Kalorien auf einem Foto?

Egal welche Technik dahintersteckt: Die Aufgabe zerfällt in drei Fragen. Was ist das, wie viel ist es, und was steckt in dieser Menge? Eine systematische Übersichtsarbeit von 2022 beschreibt diese Phasen so: die Lebensmittel auf dem Teller voneinander trennen, jedes einzelne einordnen und sein Volumen, seine Kalorien oder Nährstoffe schätzen.

Schritt 1: die Lebensmittel erkennen

Das Modell findet jedes Lebensmittel im Bild (hier Reis, dort Curry) und benennt es. Deep Learning hat diesen Schritt bei gängigen, gut sichtbaren Gerichten stark verbessert. Fehler entstehen bei regionalen Gerichten, bei Lebensmitteln unter Soße und bei Doppelgängern: In einer Studie von 2025 hielt ein KI-Modell Falafel für Fleischbällchen, und seine Eiweißschätzung fiel um ein Mehrfaches zu hoch aus.

Schritt 2: die Portion schätzen

Das ist der schwierige Schritt. Ein Foto ist flach: Es zeigt die Fläche, die das Essen bedeckt, nicht seine Höhe. Laut der Übersichtsarbeit von 2022 nutzen manche Systeme deshalb ein zweites Foto von der Seite oder einen Referenzgegenstand bekannter Größe – eine Münze, eine Karte, einen Teller, eine Tasse, sogar deinen Daumen –, um Pixel in echte Maße umzurechnen. Danach muss das Volumen über die Dichte des Lebensmittels in Gewicht umgerechnet werden, und die Dichte schwankt: Eine Tasse lockerer Reis wiegt weniger als eine Tasse festgedrückter.

Schritt 3: die Nährwerte nachschlagen

Zum Schluss wird das geschätzte Gewicht mit einer Nährwertdatenbank abgeglichen, etwa FoodData Central des US-Landwirtschaftsministeriums oder dem Bundeslebensmittelschlüssel (BLS) des Max Rubner-Instituts. Dabei zählt der richtige Eintrag: In FoodData Central hat gekochter weißer Langkornreis etwa 130 kcal pro 100 g, das rohe Korn etwa 365 kcal. Die falsche Form verdreifacht die Zahl fast.

Was ein Foto nicht sieht

• Bratfett. Öl zieht in Gemüse, Reis und Frittiertes ein, Butter schmilzt in die Suppe. Du siehst vielleicht einen Glanz, aber nicht die Löffel.
• Soßen und Aufstriche. Ein leicht angemachter und ein triefender Salat sehen von oben ähnlich aus; Mayonnaise im Sandwich ist unsichtbar.
• Füllungen. Burritos, Maultaschen, gefüllte Teigtaschen und Pasteten behalten ihre Kalorien im Inneren.
• Tiefe und Dichte. Ein Foto von oben kann eine flache Schicht Reis nicht von einer tiefen, vollgepackten Schüssel unterscheiden. Eine Übersichtsarbeit von 2020 hält fest, dass Portionen formloser und energiedichter Lebensmittel auf Bildern besonders schwer zu schätzen sind.
• Doppelgänger. Dieselbe Arbeit nennt Light-Limo gegenüber normaler Limo und frittiertes gegenüber gebackenem Essen als Beispiele, die oft einen Hinweis von dir brauchen. Vollmilch und fettarme Milch sehen im Glas gleich aus.
• Gemischte Gerichte. Bei Eintöpfen, Currys und Pfannengerichten muss die Kamera neben der Portion auch das Rezept erraten.

Zur Einordnung: Auch gedruckte Zahlen sind Näherungswerte. Die angegebenen Nährwerte sind Durchschnittswerte, für die eine Leitlinie der EU-Kommission Toleranzen vorsieht. In den USA werden Kalorien auf dem Etikett bis 50 kcal auf 5 kcal und darüber auf 10 kcal gerundet, und ein Produkt gilt erst als falsch gekennzeichnet, wenn sein Kaloriengehalt mehr als 20 % über der Angabe liegt. Auch Datenbanken enthalten Durchschnittswerte. Fotos bringen zusätzliche Unsicherheit, aber exakt ist keine Alltagsmethode.

Wie genau ist Kalorienzählen per Foto?

• Eine Übersichtsarbeit von 2020 kam zu dem Schluss, dass weniger aufwendige Methoden tendenziell ungenauer sind und dass sich sehr ähnlich aussehende Lebensmittel wohl nur mit einer gewissen Prüfung durch die Nutzerin oder den Nutzer auseinanderhalten lassen.
• Eine Studie von 2025 testete drei allgemeine KI-Modelle an 52 standardisierten Essensfotos, auf denen Teller und Besteck als Größenvergleich zu sehen waren. Die besseren Modelle waren etwa so genau wie klassische, selbst geführte Ernährungsprotokolle, aber alle drei schätzten systematisch zu niedrig, und die Lücke wuchs mit der Portionsgröße.
• Eine weitere Studie von 2025 fand, dass die Schätzungen für 195 Gerichte besser wurden, wenn zum Foto schwer sichtbare Details kamen – Art und Menge des Fetts, Süßungsmittel, Fettgehalt von Milchprodukten, Fleischsorte – und noch besser mit einer vollständigen Zutatenliste.

Die Lehre daraus: Ein Foto plus ein paar schnelle Antworten schlägt ein Foto allein, und große, gemischte oder fettige Mahlzeiten verdienen einen zweiten Blick.

So bekommst du bessere Schätzungen vom Essensfoto

1. Fotografiere den ganzen Teller bei gutem Licht, etwa im 45-Grad-Winkel, damit die Höhe sichtbar wird. Bei tiefen Schüsseln mach zusätzlich ein Foto von oben.
2. Nimm etwas mit bekannter Größe mit ins Bild, etwa eine normale Gabel oder deinen üblichen Teller. Vertrautes Geschirr macht auch deine eigenen Schätzungen beständiger.
3. Trenne, was sich trennen lässt. Fotografiere, bevor du den Salat mischst oder die Soße darübergibst. Bei Wraps und gefüllten Speisen zeig die Schnittfläche.
4. Beantworte die Rückfragen zu Öl, Milch, Zucker oder Dressing. Sie füllen genau die Lücken, die die Kamera hat.
5. Prüf die Portion vor dem Speichern. Zeigt die App 300 g Nudeln an und du weißt, dass es weniger war, ändere es. Eine Schüssel, eine Tasse oder zwei Scheiben sind oft leichter zu beurteilen als Gramm.
6. Trag Getränke und Extras getrennt ein: Kaffee mit Milch, Saft, eine Handvoll Nüsse, die Butter auf dem Brot.
7. Nutze bei Verpacktem den Barcode oder das Etikett. Gedruckte Zahlen scannen schlägt sie schätzen.

Wann ist das Eintragen per Foto gut genug?

Für einen allgemeinen Überblick oder eine allmähliche Gewichtsveränderung zählt Beständigkeit mehr als Präzision. Wenn deine Schätzungen jeden Tag auf dieselbe Weise etwas zu hoch oder zu niedrig liegen, zeigt dir dein Gewichtsverlauf über zwei bis vier Wochen trotzdem, ob deine Zufuhr zu deinem Ziel passt. Wie du diesen Verlauf liest, erklärt unser Ratgeber zu Kaloriendefizit und Plateaus, und Kalorien zählen zeigt die Gewohnheiten beim Eintragen, auf die es am meisten ankommt.

Weniger geeignet ist das Foto-Eintragen, wenn genaue Zahlen für deine Gesundheit wichtig sind, zum Beispiel wenn du Kohlenhydrate für deine Insulintherapie zählst, wegen einer Nierenerkrankung oder einer anderen Erkrankung eine ärztlich verordnete Ernährung einhältst oder schwanger bist. Sprich mit deiner Ärztin, deinem Arzt oder einer Ernährungsfachkraft über die passende Methode. Und wenn dich Protokollieren jeglicher Art unter Druck setzt, ist es völlig in Ordnung, damit aufzuhören und dir Unterstützung zu holen.

Datenschutz: Diese Fragen solltest du jeder KI-Ernährungs-App stellen

Ein Foto deiner Mahlzeit kann mehr verraten als dein Mittagessen. Such in der Datenschutzerklärung oder in den Einstellungen nach klaren Antworten auf diese Fragen:

• Wird mein Foto nach der Schätzung gespeichert? Wo und wie lange?
• Werden meine Fotos oder Einträge zum Training von KI-Modellen verwendet, und kann ich widersprechen?
• Fragt mich die App ausdrücklich um Erlaubnis, bevor sie etwas an einen KI-Dienst schickt?
• Kann ich die App ohne Konto nutzen, und kann ich meine Daten einfach löschen?
• Werden meine Daten verkauft oder an Werbetreibende weitergegeben?
• Verlassen Standort oder andere Metadaten mit dem Foto mein Handy?

In der EU gelten für Gesundheitsdaten besonders strenge Regeln: Stützt sich eine App bei ihrer Verarbeitung auf deine Einwilligung, muss diese nach Art. 9 DS-GVO ausdrücklich erteilt werden, wie die deutschen Datenschutzbehörden betonen – und du kannst sie jederzeit widerrufen.

So geht Portiva mit Fotos um

Für Portiva ist ein Foto der Anfang einer Schätzung, nicht das letzte Wort. Wenn etwas die Kalorien stark verändern würde – Öl in der Pfanne, Butter auf der Suppe, eine Soße, die Größe der Portion –, stellt Portiva eine kurze Frage, statt zu raten. Jede Position zeigt ihre Portion in Gramm oder in Haushaltsmaßen wie Schüsseln, Tassen, Löffeln und Scheiben, und du kannst vor dem Speichern alles ändern.

• Eintragen per Foto, Live-Scan mit der Kamera, Sprache oder Text; bei Verpacktem den Barcode scannen oder die Nährwerttabelle fotografieren.
• KI-Funktionen laufen nur nach deiner ausdrücklichen Einwilligung. Portiva speichert keine Essensfotos und nutzt sie nicht zum Training von KI-Modellen.
• Funktioniert ohne Konto; der kostenlose Tarif enthält einen KI-Eintrag pro Tag sowie unbegrenztes manuelles Eintragen und Barcode-Scannen.

Häufige Fragen

Wie genau ist Kalorienzählen per Foto mit KI?

Das hängt von der Mahlzeit ab. Einzelne, gut sichtbare Lebensmittel werden deutlich besser geschätzt als große, gemischte oder fettige Gerichte. Studien mit allgemeinen KI-Modellen fanden, dass diese eher zu niedrig schätzen, besonders bei großen Portionen, und besser werden, wenn du Details ergänzt, die die Kamera nicht sieht, etwa das Bratfett. Nimm das Ergebnis als Ausgangspunkt.

Kann eine KI-App sehen, wie viel Öl in meinem Essen steckt?

Nicht zuverlässig. Öl zieht ins Essen ein und verteilt sich dünn, ein Foto zeigt also höchstens einen Glanz. Das ist wichtig, weil ein Esslöffel Olivenöl (13,5 g) etwa 119 kcal hat. Eine gute App fragt, wie das Essen zubereitet wurde oder wie viel Öl im Spiel war; wenn deine das nicht tut, trag das Öl als eigene Position ein.

Ist das Foto so genau wie Abwiegen?

Nein. Beim Abwiegen fällt das Schätzen der Portion weg, deshalb ist es genauer. Jede Mahlzeit zu wiegen, hält aber kaum jemand lange durch, und eine Methode, die du täglich nutzt, schlägt oft eine genaue, die du aufgibst. Ein praktischer Mittelweg: per Foto eintragen und kalorienreiche Lebensmittel wie Öl, Nussmus, Käse, Reis und Nudeln ab und zu wiegen.

Warum stellt meine Kalorien-App Fragen zu meiner Mahlzeit?

Weil einige der wichtigsten Informationen nicht sichtbar sind. Art und Menge des Fetts, Süßungsmittel, der Fettgehalt von Milchprodukten und das, was in einem Wrap steckt, können die Kalorien einer Mahlzeit stark verändern. Forschung zeigt, dass solche Angaben zusätzlich zum Foto die Schätzungen der KI genauer machen. Eine kurze Frage geht schneller, als eine schlechte Schätzung zu korrigieren.

Werden meine Essensfotos gespeichert oder zum KI-Training genutzt?

Das ist von App zu App verschieden, prüf also vorher die Datenschutzerklärung: ob Fotos nach der Auswertung aufbewahrt werden, ob sie Modelle trainieren, ob du vorher um Einwilligung gebeten wirst und ob du deine Daten löschen kannst. Portiva speichert keine Essensfotos und nutzt sie nicht zum Training von KI-Modellen, und die KI-Funktionen laufen erst nach deiner Einwilligung.

Quellen

1. Applying Image-Based Food-Recognition Systems on Dietary Assessment: A Systematic Review, Dalakleidi KV et al., Advances in Nutrition (2022).
2. Review of the validity and feasibility of image-assisted methods for dietary assessment, Höchsmann C, Martin CK, International Journal of Obesity (2020).
3. Performance Evaluation of 3 Large Language Models for Nutritional Content Estimation from Food Images, Fridolfsson J et al., Current Developments in Nutrition (2025).
4. Image-Based Dietary Energy and Macronutrients Estimation with ChatGPT-5: Cross-Source Evaluation Across Escalating Context Scenarios, Rodríguez-Jiménez M et al., Nutrients (2025).
5. FoodData Central (SR Legacy), U.S. Department of Agriculture, Agricultural Research Service.
6. Bundeslebensmittelschlüssel (BLS), Version 4.0, Max Rubner-Institut (2025).
7. Guidance document on the setting of tolerances for nutrient values declared on a label, Europäische Kommission (2012).
8. 21 CFR 101.9 – Nutrition labeling of food, U.S. Government Publishing Office, Code of Federal Regulations (2025).
9. Kurzpapier Nr. 20: Einwilligung nach der DS-GVO, Datenschutzkonferenz (DSK) der unabhängigen Datenschutzbehörden des Bundes und der Länder.