KI-Kalorientracking-Apps unterschätzen Mahlzeiten um bis zu 345 Kalorien
Neue NIH-Forschung zeigt, dass fotobasierte Kalorientracking-Apps rund ein Drittel der Kalorien und des Fettgehalts nicht erfassen – was Bedenken für das Gewichts- und Gesundheitsmanagement aufwirft.
Zusammenfassung
Eine neue Studie von NIH-Forschern testete vier beliebte KI-gestützte Apps zur Kalorienzählung per Foto anhand von präzise abgewogenen Mahlzeiten, die in einer kontrollierten Stoffwechselküche zubereitet wurden. Bei 102 Mahlzeiten unterschätzten die Apps den Kaloriengehalt um 250 bis 345 Kalorien pro Mahlzeit und verfehlten den Fettgehalt im Durchschnitt um etwa 30 Gramm. Fettreiche ketogene Mahlzeiten verursachten die größten Fehler, während die Schätzungen für Kohlenhydrate konsistenter ausfielen. Getestet wurden Apps wie MyFitnessPal, LoseIt!, CalAI und Appediet. Die Forscher warnen, dass Nutzer, die sich ausschließlich auf fotobasierte Schätzungen verlassen, ohne die Portionsangaben manuell anzupassen, ihre Kalorienaufnahme wahrscheinlich erheblich untererfassen – was die Ziele bei der Gewichtsabnahme, der Stoffwechselgesundheit oder der Ernährungsadhärenz gefährden könnte.
Detaillierte Zusammenfassung
KI-gestützte Kalorientracking-Apps versprechen eine reibungslose Möglichkeit, Mahlzeiten mit einem einzigen Foto zu erfassen – doch neue Forschungsergebnisse legen nahe, dass dieser Komfort mit erheblichen Genauigkeitseinbußen verbunden ist. Eine auf der NUTRITION 2026 von NIH-Forschern vorgestellte Studie ergab, dass vier weit verbreitete fotobasierte Apps den Kalorien- und Fettgehalt bei einer kontrollierten Auswahl von Mahlzeiten konsistent um etwa ein Drittel unterschätzten.
Das Forschungsteam verwendete 102 Mahlzeiten, die in einer streng kontrollierten Stoffwechselküche am NIH Clinical Center zubereitet wurden, wo die Zutaten auf 0,1 Gramm genau abgewogen wurden. Dies verschaffte den Forschern einen ungewöhnlich präzisen ernährungsbezogenen Referenzpunkt. Die Mahlzeiten stammten aus einer laufenden Studie, die ketogene und Standarddiäten vergleicht. Fotos jeder Mahlzeit wurden bei MyFitnessPal, LoseIt!, CalAI und Appediet eingereicht und die Ausgaben der Apps mit den bekannten Werten verglichen.
Die Ergebnisse zeigten eine konsistente Unterschätzung bei allen vier Apps. Die Kalorienangaben wichen im Durchschnitt um 250 bis 345 Kalorien pro Mahlzeit ab, während die Fettschätzungen um etwa 30 Gramm zu niedrig lagen. Fettreiche ketogene Mahlzeiten produzierten die größten Fehler, was darauf hindeutet, dass die KI-Bilderkennung am meisten Schwierigkeiten hat, wenn kalorienreiche Fette den Teller dominieren. Die Kohlenhydratschätzungen waren vergleichsweise genauer und konsistenter über alle Apps hinweg.
Für gesundheitsbewusste Erwachsene, die Makronährstoffe zur Gewichtskontrolle, für die Stoffwechselgesundheit oder die Körperzusammensetzung tracken, sind diese Abweichungen bedeutsam. Eine konsistente Unterschätzung von 300 Kalorien pro Mahlzeit könnte sich in Hunderte von täglich unerfassten Kalorien summieren und dabei still und leise ein Kaloriendefizit oder ein Ernährungsprotokoll untergraben.
Forscher empfehlen, fotobasierte Schätzungen eher als grobe Richtwerte denn als präzise Messungen zu betrachten. Die manuelle Anpassung der Portionsgrößen oder die Eingabe von Gramm-Gewichten, wann immer möglich, kann die Genauigkeit verbessern. Die Studie unterstreicht eine wichtige Lücke: Obwohl KI-basierte Lebensmitteltracking-Technologie weit verbreitet ist, bleibt ihre Validierung anhand strenger Ernährungsstandards begrenzt. Nutzer, die diese Tools zur therapeutischen Einhaltung einer Diät verwenden, sollten besonders vorsichtig sein.
Wichtigste Erkenntnisse
- Four AI calorie apps underestimated meal calories by 250–345 calories per meal on average.
- Fat content was underestimated by approximately 30 grams per meal across all apps tested.
- High-fat ketogenic meals produced the largest estimation errors in all four apps.
- Carbohydrate estimates were more accurate and consistent than fat or total calorie estimates.
- MyFitnessPal and LoseIt! performed better on higher-calorie meals than lower-calorie ones.
Methodik
Dies ist eine Forschungszusammenfassung von Erkenntnissen, die auf der NUTRITION 2026, der Jahrestagung der American Society for Nutrition, vorgestellt wurden und aus dem intramuralen Programm des NIDDK der NIH stammen. Die Studie verwendete 102 Mahlzeiten aus einer kontrollierten Stoffwechselküche mit Präzision auf Gramm-Ebene als Referenzstandard. Die Ergebnisse sind vorläufige Konferenzbefunde und wurden noch nicht in einer Fachzeitschrift mit Peer-Review veröffentlicht.
Studienlimitierungen
Die Ergebnisse wurden auf einer Konferenz präsentiert und haben noch keine Begutachtung durch Fachkollegen oder vollständige Veröffentlichung durchlaufen. Es wurden nur vier Apps getestet, was die Verallgemeinerbarkeit auf den breiteren App-Markt einschränkt. Die Mahlzeitenarten waren spezifisch für eine klinische Studie zu ketogener versus Standarddiät, was möglicherweise nicht die gesamte Bandbreite alltäglicher Ernährungsmuster widerspiegelt.
Hat dir diese Zusammenfassung gefallen?
Erhalte die neueste Longevity-Forschung jede Woche in deinen Posteingang.
E-Mail-Adresse zum Abonnieren eingeben: