Kalorien-Apps mit Bilderkennung versprechen eine Nährwertanalyse per Foto und ersetzen damit das mühsame Eintragen einzelner Zutaten. Eine Untersuchung der US-Gesundheitsforschungsbehörde NIH hat vier verbreitete Anwendungen gegen Mahlzeiten antreten lassen, deren Zutaten zuvor auf 0,1 Gramm genau gewogen wurden. Die Abweichung fiel nicht zufällig aus, sondern zeigte in allen vier Fällen in dieselbe Richtung. Besonders eine Nährstoffgruppe entzog sich der Kamera fast vollständig. Wer täglich drei Mahlzeiten fotografiert, sammelt dadurch eine Lücke an, die im Alltag kaum auffällt.
Kalorien-Apps gehören zu den meistgenutzten Gesundheitsanwendungen überhaupt, und die Fotofunktion hat ihre Bedienung in den vergangenen Jahren grundlegend verändert. Kalorienzählen ist damit zu einer Sache von Sekunden geworden, denn statt jede Zutat einzeln zu suchen, genügt ein Bild des Tellers. Im Hintergrund arbeitet eine KI-Bilderkennung, die zunächst die einzelnen Speisen identifiziert und anschließend die Portionsgröße aus Perspektive, Geschirrmaßen und Bildkontext schätzt. Beide Schätzwerte werden mit einer Nährwertdatenbank abgeglichen, aus der sich Energiegehalt und Makronährstoffe ergeben. Der Energiegehalt selbst ist eine physikalisch definierte Größe, und was Brennwert bedeutet, entscheidet darüber, welche Zahl am Ende auf dem Display steht. Jeder dieser Schritte bringt eine eigene Unsicherheit mit sich, und weil die Fehler sich aufaddieren, hängt die Gesamtgenauigkeit von der schwächsten Stufe der Kette ab. Genau diese Kette hat bislang niemand systematisch gegen einen exakt bekannten Referenzwert geprüft.
Genau daran setzt die neue Auswertung zu Kalorien-Apps an. Sie entstand am NIH Clinical Center im Rahmen einer größeren Ernährungsstudie, die vergleicht, wie der Körper Nährstoffe bei einer kohlenhydratarmen und bei einer üblichen Kost verarbeitet. Die Mahlzeiten für diese Studie werden in einer Stoffwechselküche zubereitet, einer Forschungsküche, in der jede Zutat auf 0,1 Gramm genau abgewogen wird. Dadurch ist der tatsächliche Energie- und Nährstoffgehalt jeder Portion exakt bekannt, was im Alltag praktisch nie der Fall ist. Das Team fotografierte 102 dieser Mahlzeiten unter standardisierten Bedingungen und schickte die Bilder anschließend durch die Anwendungen MyFitnessPal, LoseIt, CalAI und Appediet. Der Vergleich zwischen Schätzwert und bekanntem Referenzwert liefert damit eine Genauigkeitsmessung, wie sie für diese Anwendungsklasse bislang fehlte. Vorgestellt wurden die Ergebnisse Ende Juli 2026 in National Harbor bei Washington.
Alle vier geprüften Anwendungen unterschätzten den Energiegehalt der Mahlzeiten, im Mittel um 250 bis 345 Kilokalorien pro Portion. Beim Fett lag die Abweichung bei rund 30 Gramm je Mahlzeit. In beiden Fällen entspricht das etwa einem Drittel des tatsächlichen Werts, und entscheidend ist dabei nicht die Größe des Fehlers allein, sondern seine Richtung. Ein Werkzeug, das zufällig mal zu hoch und mal zu niedrig schätzt, gleicht sich über eine Woche weitgehend aus. Ein Werkzeug, das systematisch in dieselbe Richtung irrt, tut das nicht. Präsentiert wurden die Daten auf der Jahrestagung NUTRITION 2026 der American Society for Nutrition durch Olivia Charles vom National Institute of Diabetes and Digestive and Kidney Diseases, das zum NIH gehört. Kohlenhydrate schätzten die Programme dagegen deutlich konsistenter ein.
Der Schwerpunkt der Fehler beim Fett hat eine anschauliche Ursache. Fett liefert mit rund 37 Kilojoule je Gramm mehr als doppelt so viel Energie wie Eiweiß oder Kohlenhydrate, ist auf einem Bild aber häufig gar nicht zu sehen. Bratöl, Butter, Dressing, Panaden und der Fettanteil eines Fleischstücks verschwinden im fertigen Gericht, während Reis, Nudeln oder Gemüse als klar abgrenzbare Volumina erkennbar bleiben. Genau das erklärt, warum Kohlenhydrate in der Auswertung besser abschnitten. Eine zweite Auswertungsphase mit mehr als 200 weiteren Mahlzeiten verstärkte das Bild, denn bei kohlenhydratarmen, fettreichen Gerichten nach ketogenem Muster fielen die Schätzungen besonders deutlich zu niedrig aus. Der Fettgehalt ist damit die schwierigste Größe der gesamten Analyse. Der Fehler wächst also genau dort, wo Nutzer sich auf die Zahl am stärksten verlassen.
Die Aussagekraft hat klare Grenzen. Die Daten stammen aus einem Konferenzbeitrag und haben das vollständige Peer-Review-Verfahren noch nicht durchlaufen, weshalb die Zahlen vorläufig bleiben. Außerdem entstammen die Mahlzeiten einer kontrollierten Studienküche und nicht der Vielfalt aus Restaurantküchen, Familienrezepten und regionalen Gerichten, die Nutzer tatsächlich fotografieren. Hinzu kommt eine grundsätzlichere Einschränkung, denn selbst ein perfekt geschätzter Wert beschreibt nur die zugeführte Energie und nicht die tatsächlich verwertete. Wie viele Kalorien Menschen aus derselben Nahrung aufnehmen, hängt zusätzlich vom Verarbeitungsgrad der Lebensmittel und vom Darmmikrobiom ab. Für die Praxis empfehlen die Autoren, Fotoschätzungen mit klassischen Erfassungsmethoden zu kombinieren, statt sich allein auf die Kamera zu verlassen. Die Kalorien-Apps bleiben damit ein nützliches Hilfsmittel, liefern aber keine Messwerte im eigentlichen Sinn, sondern Schätzungen mit systematischem Vorzeichen.