Kalorien zählen

Wie genau sind Kalorien-Apps und Foto-Scans? Was Studien zeigen

Inhalt
  1. Kurz gesagt: so genau sind Kalorien-Apps
  2. Foto-Scan: was die NIH-Studie 2026 zeigt
  3. Warum Fotos Kalorien unterschätzen
  4. Wie genau sind die Nährwert-Datenbanken?
  5. Wie genau ist der Kalorienverbrauch der Smartwatch?
  6. 6 Tipps für genauere Werte
  7. Reicht „ungefähr“ zum Abnehmen?

Kalorien-Apps sind so genau wie die Menge, die du einträgst. Mit Barcode und Küchenwaage liegen sie sehr nah an der Wahrheit. Foto-Scans schätzen dagegen: In einem Test der US-Gesundheitsbehörde NIH unterschätzten vier Foto-Apps Mahlzeiten im Mittel um rund 250 bis 345 kcal, vor allem wegen verstecktem Fett. Mit ein paar Handgriffen holst du einen großen Teil davon zurück.

Kurz gesagt: so genau sind Kalorien-Apps

Eine Kalorien-App rechnet im Kern nur: Menge × Nährwert pro 100 g. Fehler entstehen an drei Stellen: beim Nährwert (Datenbank), bei der Menge (Waage, Augenmaß oder Foto) und beim Verbrauch (Formeln oder Smartwatch). Die folgende Tabelle ordnet die Methoden ein.

Tracking-Methoden im Vergleich
MethodeAufwandGenauigkeitTypische Fehler
Barcode + Küchenwaagehochsehr gutvergessene Zutaten, Öl
Barcode + Packungsangabegeringgutnur halbe Packung gegessen
Suche + geschätzte PortionmittelmittelPortionen zu klein geschätzt
Foto-Scan ohne Korrektursehr geringgrobFett, Soßen, Portionsgröße
Foto-Scan mit Rückfragen und Korrekturgeringgut bis mittelverdeckte Zutaten
Eigene Einordnung der Redaktion auf Basis der unten genannten Studien. Keine Messung einzelner Apps.

Foto-Scan: was die NIH-Studie 2026 zeigt

Die bisher sauberste Prüfung von Foto-Apps kommt vom National Institute of Diabetes and Digestive and Kidney Diseases (NIDDK), einem Teil der US-Gesundheitsbehörde NIH. Das Team stellte die Ergebnisse im Juli 2026 auf der Konferenz NUTRITION 2026 der American Society for Nutrition vor. Wichtig: Die Daten sind noch nicht in einer Fachzeitschrift begutachtet, gelten also als vorläufig.

So lief der Test ab:

  1. In einer Stoffwechselküche wurden 102 Mahlzeiten zubereitet, jede Zutat auf 0,1 g genau gewogen.
  2. Von jeder Mahlzeit gab es standardisierte Fotos.
  3. Die Fotos gingen an vier verbreitete kommerzielle Kalorien-Apps mit Foto-Funktion.
  4. Die geschätzten Kalorien und Makros wurden mit den echten Werten verglichen.

Die Ergebnisse:

  • Alle vier Apps lagen zu niedrig, im Mittel um rund 250 bis 345 kcal pro Mahlzeit. Das entspricht etwa einem Drittel.
  • Fett wurde um etwa 30 g unterschätzt. 30 g Fett sind rund 270 kcal, also fast der ganze Fehler.
  • Kohlenhydrate schätzten die Apps verlässlicher als Fett und Protein.
  • In einer Zusatzauswertung mit mehr als 200 weiteren Mahlzeiten lagen die Apps bei fettreichen, ketogenen Gerichten noch weiter daneben.

Der Studienleiter empfiehlt, die Ergebnisse mit Vorsicht zu nutzen, wenn man Portionen nicht selbst anpasst oder Mengen nicht manuell einträgt. Kurz gesagt: Foto plus Korrektur schlägt Foto allein.

Warum Fotos Kalorien unterschätzen

Ein Foto ist zweidimensional. Kalorien stecken aber in Volumen, Dichte und unsichtbaren Zutaten. Die häufigsten Gründe:

  • Verstecktes Fett. Öl in der Pfanne, Butter im Püree, Sahne in der Soße sieht man nicht. Ein Esslöffel Öl hat rund 90 kcal (BLS 4.0: Rapsöl 900 kcal pro 100 g).
  • Höhe und Dichte. Eine flache Portion Reis und ein Berg Reis sehen von oben fast gleich aus. 150 g oder 250 g gekochter Reis sind ein Unterschied von rund 120 kcal (BLS 4.0: 117 kcal pro 100 g).
  • Verdeckte Zutaten. Was unter der Soße oder im Wrap steckt, kann die KI nur raten.
  • Mischgerichte. Aufläufe, Currys und Bowls bestehen aus vielen Zutaten in unbekannten Anteilen.

Mehr Kontext hilft messbar. Eine Studie in der Fachzeitschrift Nutrients (2025) testete ein großes Sprachmodell an 195 Gerichten. Mit Foto allein waren die Fehler am größten. Mit zusätzlichen Angaben und schließlich einer Zutatenliste mit Mengen wurden die Schätzungen schrittweise genauer.

Wie genau sind die Nährwert-Datenbanken?

Viele Nutzer:innen beschweren sich über „falsch abgespeicherte Nährwerte“. Das Problem ist real: Wenn alle Einträge anlegen dürfen, landen auch Tippfehler in der Datenbank. Wie groß der Effekt ist, hat eine belgische Studie (Evenepoel et al., 2020) gemessen.

50 Personen führten in MyFitnessPal zweimal ein viertägiges Ernährungsprotokoll. Die Forschenden verglichen die Werte mit der offiziellen belgischen Nährwertdatenbank. Nachdem extreme, offensichtlich falsche Einträge gefiltert waren (2,8 % der Daten), stimmten die Werte für Energie sehr gut überein (Korrelation r = 0,96), für Kohlenhydrate, Fett und Protein gut (r = 0,90). Schwach war die Übereinstimmung nur bei Cholesterin und Natrium.

Was du daraus mitnehmen kannst:

  • Datenbanken sind im Großen und Ganzen gut. Einzelne falsche Einträge sind das Risiko.
  • Prüfe bei neuen Lebensmitteln einmal kurz, ob kcal und Makros zusammenpassen (Protein und Kohlenhydrate je 4 kcal, Fett 9 kcal pro g).
  • Bevorzuge Einträge aus geprüften Quellen und den Barcode deines Produkts.

Aspira nutzt für Grundnahrungsmittel den Bundeslebensmittelschlüssel (BLS 4.0) des Max Rubner-Instituts, die offizielle deutsche Nährwertdatenbank, und für Markenprodukte Open Food Facts.

Wie genau ist der Kalorienverbrauch der Smartwatch?

Die andere Seite der Rechnung ist der Verbrauch. Viele lassen sich von Uhr oder Fitness-Armband sagen, wie viel sie „verbrannt“ haben, und essen das wieder auf. Das ist riskant.

Eine Studie der Stanford University (Shcherbina et al., 2017) testete sieben Fitness-Uhren an 60 Personen beim Sitzen, Gehen, Laufen und Radfahren. Die Herzfrequenz maßen die meisten Geräte gut, sechs davon beim Radfahren mit weniger als 5 % Fehler. Beim Energieverbrauch erreichte kein Gerät einen Fehler unter 20 %. Die Apple Watch hatte in dieser Studie den geringsten Gesamtfehler, ein Samsung-Modell den größten. Beim Gehen waren die Fehler am höchsten.

Seit 2017 hat sich Technik weiterentwickelt, aber das Prinzip bleibt: Die Uhr misst Puls und Bewegung und rechnet daraus den Verbrauch hoch. Rechne bei Trainings-Kalorien lieber vorsichtig und iss höchstens einen Teil davon zurück.

6 Tipps für genauere Werte

  1. 1. Öl und Butter immer extra eintragen

    Fett ist laut NIH-Test die größte Lücke. Ein Teelöffel Öl hat rund 45 kcal, ein Esslöffel rund 90 kcal. Trag es auch beim Foto-Scan nach, wenn die App nicht von selbst fragt.

  2. 2. Von schräg oben fotografieren, mit Besteck oder Hand im Bild

    Ein bekannter Gegenstand hilft beim Einschätzen der Größe. Der ganze Teller sollte drauf sein, gutes Licht, keine Teile abgeschnitten.

  3. 3. Soßen und Dressings separat nennen

    Zwei Esslöffel Pesto oder Mayo können mehr Kalorien haben als das Gemüse darunter.

  4. 4. Portion prüfen, nicht nur das Gericht

    Die KI erkennt „Spaghetti Bolognese“ meist richtig. Entscheidend ist, ob 250 g oder 450 g auf dem Teller liegen.

  5. 5. Kalibrieren: eine Woche ab und zu wiegen

    Wiege deine üblichen Portionen (Müsli, Reis, Nudeln, Öl) ein paar Mal. Danach schätzt du selbst und kontrollierst das Foto-Ergebnis besser.

  6. 6. Verpacktes per Barcode, Gekochtes per Foto

    Für Joghurt, Riegel und Fertigprodukte ist der Barcode genauer und schneller. Den Foto-Scan nutzt du dort, wo es keine Packung gibt: Restaurant, Kantine, Selbstgekochtes.

Reicht „ungefähr“ zum Abnehmen?

Ja, wenn du weißt, dass es ungefähr ist. Schätzfehler gab es schon lange vor den Apps. In einer bekannten Studie im New England Journal of Medicine (Lichtman et al., 1992) gaben Menschen, die trotz wenig Essens nicht abnahmen, ihre Kalorienzufuhr im Mittel um 47 % zu niedrig an und ihre Bewegung um 51 % zu hoch. Das war keine Absicht, so funktioniert unser Gedächtnis.

Trotzdem lohnt sich das Mitschreiben. Eine systematische Übersicht (Burke et al., 2011) fand in den untersuchten Studien durchweg einen Zusammenhang zwischen Selbstbeobachtung (Essen, Bewegung, Wiegen) und Gewichtsabnahme, auch wenn die Studienqualität begrenzt war. Es geht weniger um die perfekte Zahl als um Aufmerksamkeit.

Die praktische Lösung:

  • Zähle jeden Tag auf die gleiche Art.
  • Beobachte zwei bis vier Wochen deinen Gewichtstrend.
  • Nimmst du nicht ab, obwohl die App ein Defizit zeigt, liegt deine Schätzung wahrscheinlich zu niedrig. Senke dein Ziel oder trage genauer ein.

Wie du dein Ziel richtig festlegst, liest du in Kaloriendefizit berechnen. Wie du ganz ohne Waage auskommst, steht in Kalorien zählen ohne Waage. Und wer überlegt, einfach einen Chatbot zu fragen: Kann ChatGPT Kalorien zählen?

Wenn du Foto-Tracking ausprobieren willst, findest du auf der Seite Kalorien per Foto zählen, wie der Scan in Aspira funktioniert.

Häufige Fragen

Wie genau sind Kalorienzähler-Apps?

Bei abgepackten Lebensmitteln mit Barcode und gewogener Menge sind Apps sehr genau, weil die Werte von der Verpackung kommen. Bei Fotos und geschätzten Portionen liegen sie oft daneben: In einem NIH-Test 2026 unterschätzten vier Foto-Apps Mahlzeiten im Mittel um rund 250 bis 345 kcal.

Kann man Kalorien mit einem Foto bestimmen?

Ja, aber nur als Schätzung. Die KI erkennt Gerichte meist gut, tut sich aber mit Portionsgrößen und verstecktem Fett wie Öl, Butter und Soßen schwer. Wenn du Mengen nachträgst oder korrigierst, werden die Werte deutlich besser.

Wie genau ist der Kalorienverbrauch der Apple Watch?

In einer Stanford-Studie mit sieben Fitness-Uhren erreichte kein Gerät beim Energieverbrauch einen Fehler unter 20 Prozent. Die Apple Watch schnitt in dieser Studie am besten ab. Nutze verbrannte Kalorien daher nur als grobe Orientierung und iss sie nicht eins zu eins wieder auf.

Welche App zählt Kalorien mit Foto?

Inzwischen bieten viele Kalorien-Apps einen Foto-Scan an, auch Aspira. Achte darauf, dass du das Ergebnis vor dem Speichern sehen und anpassen kannst und dass die App bei Unklarheiten nachfragt, etwa nach Öl oder Soße.

Lohnt sich Kalorienzählen, wenn die Werte nicht genau sind?

Ja. Für das Abnehmen zählt vor allem, dass du konsequent und gleich zählst. Kleine Fehler, die jeden Tag ähnlich ausfallen, siehst du am Gewichtstrend und gleichst sie über dein Tagesziel aus.

Quellen

  1. American Society for Nutrition via ScienceDaily (2026): Your AI calorie-tracking app may be off by 345 calories (NUTRITION 2026, NIDDK)
  2. Healio (2026): AI photo-based calorie-tracking tools underestimate them by 33%
  3. Journal of Medical Internet Research (2020): Accuracy of Nutrient Calculations Using the Consumer-Focused Online App MyFitnessPal (Evenepoel et al.)
  4. Journal of Personalized Medicine (2017): Accuracy in Wrist-Worn, Sensor-Based Measurements of Heart Rate and Energy Expenditure (Shcherbina et al.)
  5. New England Journal of Medicine (1992): Discrepancy between self-reported and actual caloric intake and exercise in obese subjects (Lichtman et al.)
  6. Nutrients (2025): Image-Based Dietary Energy and Macronutrients Estimation with ChatGPT-5 (Rodríguez-Jiménez et al.)
  7. Journal of the American Dietetic Association (2011): Self-monitoring in weight loss: a systematic review of the literature (Burke et al.)
  8. Max Rubner-Institut (2025): Bundeslebensmittelschlüssel (BLS) 4.0