Kalorienzähler im Vergleich: Warum Calk auf weniger setzt

Ein gewöhnlicher Tracker führt ein ganzes Aufgebot zum Tagebuch: Suche über Millionen Zeilen, Barcode, Foto, Sprache, Rezepte, zuletzt gegessen, Favoriten. Viele Apps können das wirklich gut.

Bei den anderen Apps zeigen wir die von den Unternehmen selbst angegebene Größe ihrer Suchdatenbank. Calk zählt vorbereitete Zutatenoptionen, einschließlich Zubereitungsarten. Zuletzt geprüft am 14. Juli 2026.

Auf einer Funktionsliste verliert Calk, bevor der Vergleich beginnt: kein Barcodescanner, keine Foto-KI, keine Spracheingabe, keine Millionen Suchtreffer. Auf diese Eingabewege haben wir absichtlich verzichtet.

Wir vergleichen vier vertraute Wege, Essen zu erfassen: Datenbanksuche, Foto, Barcode und Rezept. Danach zeigen wir, was Calk stattdessen nutzt.

1. Datenbanksuche: mehr ist nicht dasselbe wie besser

#

Eine Datenbank mit Millionen Einträgen erhöht die Chance, einen vertrauten Namen zu finden. Sie sagt dir nicht, ob Rezept, Zubereitung und Portion passen.

Eine Suche nach „Hähnchen-Curry“ kann all das gleichzeitig liefern:

Das sind keine vier Versionen desselben Gerichts. Rezept, Beilage, Einheit und Portionsgröße wechseln von Zeile zu Zeile; du entscheidest, welche Zeile passt. Millionen Zeilen erweitern die Abdeckung, beseitigen aber nicht diese Wahl.

2. Ein Foto: eine andere Tür, dieselbe fehlende Information

#

Aus einem einzelnen Bild liegen starke Modelle im Schnitt 20–36 % der Kalorien eines Gerichts daneben; in der NIH-Prüfung zählten vier Apps aus dem Store im Schnitt 27–38 % der Kalorien einer Mahlzeit nicht mit. Was hinter diesen Zahlen steckt, steht in Kalorienzählen per Foto: wie genau ist das – 18 Genauigkeitstests auf einer Grafik und ein offener Datensatz aus 164 Quellen.

Eine Gurke ist leicht zu erkennen. Pasta verrät nicht, aus welchem Mehl sie besteht oder wie viel Öl die Soße trägt. Eine cremige Suppe verrät nicht das Verhältnis von Sahne zu Brühe. Schawarma zeigt nicht, was unter der obersten Schicht liegt. Ein Modell, das mehrere unterschiedliche Gerichte schlicht „koreanisches Essen“ nennt, hat eine Küche erkannt, nicht die Mahlzeit.

Das Gericht zu benennen ist die leichtere Hälfte, und selbst die gibt es nicht umsonst. In einer randomisierten Studie mit 42 jungen Erwachsenen in Taiwan, die von einer festen Speisekarte mit 17 Gerichten aßen, meldete die Bilderkennungsversion einer Forschungs-App 189 von 220 Gerichten (86 %) korrekt; die Sprachversion, gegen die sie getestet wurde, schaffte 136 von 200 (68 %). Die Teilnehmenden konnten dabei eine Alternative auswählen, ein übersehenes Gericht ergänzen und Namen, Zutaten, Zubereitungsarten und Portionen korrigieren. Jedes siebte Gericht kam trotzdem falsch heraus – auf einer geschlossenen Speisekarte, in einer Studie, die Kalorien überhaupt nicht gemessen hat.¹ Ein systematischer Review zur bildgestützten Ernährungserhebung fand eine breite Fehlerspanne: einfache Lebensmittel gelingen den Modellen besser als zusammengesetzte Gerichte.²

SnapCalorie sagt offen, dass versteckte Öle, Kochfette und Zucker aus Durchschnittswerten, visuellen Hinweisen und Nutzereingaben geschätzt werden.³ Das ist eine vernünftige technische Strategie. Ein Durchschnittswert wird nicht dadurch zur Beobachtung, dass eine Kamera ihn vorgeschlagen hat.

Und liegt die Kamera falsch, erledigt sie die Arbeit nicht zu Ende. In vielen Apps kehrst du zu einer großen Datenbank zurück, wählst die richtige Hähnchenbrust oder den richtigen Käse aus mehreren Einträgen, ergänzt die fehlende Soße und korrigierst Zubereitung und Menge. Selbst wenn eine App eine Schätzung baut, ohne einen gespeicherten Eintrag auszuwählen, landen die einzelnen Teile wieder bei dir zur Korrektur. Die Kamera hat die alte Arbeit nicht abgeschafft; sie hat die erste Version vorgeschlagen.

Wie viel Arbeit nach dem Foto bleibt, weißt du erst hinterher. Ein Teller wird heute auf Anhieb erkannt; ein fast gleicher braucht morgen mehrere Korrekturen. Eine Routine lässt sich schwer aufbauen, wenn der Aufwand mit jedem Teller wechselt.

3. Ein Barcode kann gewinnen – und löst das Problem trotzdem nicht

#

Nehmen wir den besten Fall. Ein vertrauter Supermarktjoghurt erscheint beim ersten Scan, der Eintrag ist aktuell, und das Etikett wurde korrekt übertragen. Für die auf dieser Packung gedruckten Werte kann ein erfolgreicher Scan schneller und präziser sein als Calk.

Aber ein Scanner führt eine Abfrage aus, keine chemische Analyse. Vier verschiedene Dinge müssen weiterhin zusammenpassen, nachdem die Kamera den Code gesehen hat:

Die Apps sagen das selbst: Die Datenbank von MyFitnessPal mischt eigene Einträge mit denen, die Mitglieder eingereicht haben, und Noom warnt, dass nicht jedes Lebensmittel und nicht jeder Barcode überhaupt im System steht.⁴

In einer Studie von 2018 mit sieben Apps und 100 Produkten aus zwei niederländischen Supermarktketten identifizierte MyFitnessPal 96 Produkte korrekt. Bei diesen Produkten war der Energiewert in 98 % der Fälle verfügbar, und 89 % der verfügbaren Energiewerte lagen innerhalb von 5 % des Etiketts. Zucker war nur bei 50 % verfügbar, und 54 % dieser verfügbaren Werte lagen innerhalb von 5 %.⁵ Ein Scan kann also einen Eintrag liefern, der unvollständig, falsch übertragen oder veraltet ist.

Es gibt kein universelles „vollständiges Etikett“ hinter einem Barcode

#

Ein Scanner kann keine Nährstoffe erzeugen, die auf dem Etikett oder in der Datenbank gefehlt haben. Und der verpflichtende Kern einer Nährwertkennzeichnung hängt vom Land ab.

Ein japanisches Etikett kann mit einem fünfteiligen Pflichtkern konform sein; eine Barcode-Datenbank enthält womöglich mehr. Der europäische Pflichtkern ist breiter, der US-amerikanische noch breiter. Der Punkt ist nicht, dass Etiketten grundsätzlich lügen. Das Pflichtminimum hängt vom Land ab.

Fehler treten auch innerhalb regulierter Systeme auf. In einer kanadischen Laborstudie mit CFIA-Proben, die zwischen 2006 und 2010 gesammelt wurden, wurden 169 von 1.010 Produkten (16,7 %) als „unzureichend“ eingestuft: Ein Laborwert für mindestens einen getesteten Nährstoff überschritt das Etikett um mehr als 20 %. Die nährstoffspezifischen Raten lagen bei 18,4 % für Natrium (49/266), 14,2 % für Kalorien (31/219) und 15,8 % für gesättigtes Fett (60/380).⁶

Millionen Codes lösen also „die Packung finden“, garantieren aber keine gleich tiefen Zusammensetzungsdaten. MacroFactor veröffentlicht beide Zahlen nebeneinander: rund 1,36 Millionen verifizierte durchsuchbare Lebensmittel und rund 26.500 gängige Lebensmittel mit vollständigem Mikronährstoffprofil.⁷

4. Ein Rezept berechnet den Topf. Du hast einen Teller gegessen.

#

Kennst du die Zutatenmengen, die fertige Ausbeute und deinen Anteil, gibt dir ein gewogenes Rezept enge Kontrolle über die Berechnung. Für gramm-genaue Kontrolle musst du wissen:

Üblicherweise wird geraten, das Gericht nach dem Kochen zu wiegen, weil ein Topf auf dem Herd Wasser verliert und die rohen Gewichte nicht mehr aufgehen. Guter Rat – wenn du diesen Ablauf willst und ihn bei jedem Kochen durchhältst.

Dann isst dein Partner den größten Teil des Fleischs. Ein Kind lässt die Beilage stehen. Soße bleibt in der gemeinsamen Schüssel zurück. Öl bleibt in der Pfanne – oder auch nicht. Aus den gestrigen „vier Portionen“ werden drei große Teller und ein kleiner Behälter.

Statt einer fünften Eingabemethode: eine Mahlzeitenvorlage

#

Suche, Barcodes, Fotos und Rezepte haben unterschiedliche Stärken. Aber jeder Weg legt zuerst einen Eintrag an und bittet die Person dann zu erklären, wie sich das heutige Essen davon unterscheidet. Calk ändert den Startpunkt statt der Eingabemethode: Statt eines leeren Tagebuchs öffnet es ein bearbeitbares Modell einer vertrauten Mahlzeit.

Das ergibt Sinn, weil sich Ernährung stärker wiederholt, als es scheint. In einer Analyse von 21.006 Erwachsenen, die 10–14 Tage lang Essen und Getränke protokollierten, machten bei der Hälfte der Nutzer neun Elemente die Hälfte von allem aus, was sie erfassten, und 35 machten 90 % aus.⁸

Auch Calk nutzt eine Datenbank. Statt Millionen Suchkandidaten enthält sie mehr als 2.100 zubereitete Zutatenoptionen, einschließlich verschiedener Zubereitungsarten. Roher, gebackener und gebratener Lachs sind getrennt, weil die Zubereitung die Berechnung verändert. Für gebackenen Lachs gibt es wiederum einen eindeutigen Eintrag: Daten zu Pesto-Lachs, zu Arten mit anderem Fettprofil oder zu Forelle werden nicht damit vermischt. Calk sortiert vor – nicht du beim Essen.

Für Grundnahrungsmittel stammen die Zahlen aus nationalen Nährwerttabellen und wissenschaftlichen Studien. Eine Quelle liefert vielleicht solide Makros, eine andere Jod, K2 oder Fettsäuren. Calk kombiniert nur Felder, die dasselbe Lebensmittel und dieselbe Zubereitung beschreiben. Etiketten werden separat genutzt, um verpackte Lebensmittel zu validieren – dort, wo Salz, Zucker, gesättigtes Fett und Anreicherung zum konkreten Produkt gehören. Die wichtigsten Quellengruppen stehen weiter unten.

Dein übliches Gericht – fertig zum Ändern

#

Nehmen wir eine Schüssel:

Öl, Soße, Zubereitung und Portion wählst du selbst; bei passenden Gerichten kannst du auch Salz, Zucker und Ballaststoffe angeben. Alle Einstellungen bleiben auf dem Bildschirm sichtbar. Ändere ein Detail, und das ganze Gericht wird neu berechnet, während die übrigen Einstellungen erhalten bleiben.

Vorlagen liegen auf drei anpassbaren Bildschirmen. Ordne sie so, dass vertraute Gerichte immer am gleichen Platz sind. So sieht das in der App aus.

Eine Schüssel, zwei Szenarien

1

2

Heute ist andersLachs statt Hähnchen

Die anderen Entscheidungen haben sich nicht geändert.

+1

Calk rekonstruiert nicht nachträglich, wie ein gemeinsamer Topf aufgeteilt wurde. Aber hatte dein Teller weniger Fleisch, die übliche Beilage und etwas Soße, lassen sich diese Teile separat ändern, und der Teller wird neu berechnet.

Wenn Messen von Anfang an unpraktisch ist

#

Ein Restaurant, ein Bankett, eine Büroparty, ein Hotelfrühstück, eine Bar, der Strand oder ein Flugzeug sind kein Gericht. Es sind Situationen, in denen Essen in Wellen ankommt, gemischt und geteilt wird und schlecht in Erinnerung bleibt.

Für viele dieser Situationen hat Calk eigene Vorlagen. Hier sind Beispiele für Mahlzeiten, die sich damit schnell zusammenstellen lassen:

Die Bankett-Vorlage baut ihre Schätzung aus den Teilen und Portionen, die du tatsächlich auswählst – so erfasst du den Abend, solange du noch ungefähr weißt, was auf dem Teller war.

Was Mahlzeitenvorlagen nach einem Monat möglich machen

#

Eine Vorlage ist nicht nur für schnelle Eingabe da. Sie bewahrt mehr als einen Namen und Kalorien: Zutaten, Zubereitung und gewählte Portion bleiben im Tagebuch erhalten. Beobachtungen zur Ernährung lesen deine letzten Einträge sofort; der monatliche Ernährungsbericht wartet einen Monat lang darauf und macht dann dreierlei:

In voller Größe öffnen ↗

In voller Größe öffnen ↗

In voller Größe öffnen ↗

In voller Größe öffnen ↗

Landet ein Gericht als eine Zeile mit Namen und Kaloriensumme im Tagebuch, kann kein Bericht es später auseinandernehmen. Die Struktur, die die Eingabe beschleunigt, ist die Struktur, die den Monat lesbar hält.

Lies den Bericht und wähle Änderungen in zwei oder drei Gerichten, die besonders häufig vorkommen. Erfasse weiter, während du die neuen Varianten ausprobierst. Sobald jede Änderung zur Gewohnheit geworden ist, endet das tägliche Eintragen; du erfasst nur noch dein Gewicht. Du kommst zurück, wenn der Trend wirklich abdriftet – nicht weil eine Serie gerissen ist, ein Tag rot wurde oder eine Benachrichtigung dich darum gebeten hat. Wenn du wieder eine Woche lang Essen erfasst, füllt sich auch die Ansicht „Vielfalt diese Woche“ aus diesen neuen Einträgen.

Woher Calks Zahlen kommen

#

Ein kleiner Katalog lohnt sich nur, wenn hinter jedem Eintrag echte Arbeit steckt.

Ein Vergleich prüft eine Version einer Calk-Mahlzeitenvorlage gegen das Öl aus einem veröffentlichten Rezept; ein anderer prüft ihr Eiweiß und Fett gegen ein ähnliches Gericht in einer Lebensmitteldatenbank. Die Methode ist hier dokumentiert.

Die aktuelle Quellenliste umfasst mehr als 40 offizielle Nährwertdatensätze und identifizierbare wissenschaftliche Veröffentlichungen. Für jede Zutat übernimmt Calk die Felder, die von Quellen, die zu diesem Lebensmittel passen, tatsächlich gemessen oder veröffentlicht wurden. Eine Quelle liefert vielleicht Eiweiß und Fett, eine andere Jod, und eine Studie liefert vielleicht Vitamin K2 oder Spermidin. Widersprüche werden geprüft, zu eng gefasste oder falsche Treffer verworfen, und die App bekommt einen klaren Standardwert.

Die tatsächlich genutzten Datenbanken

#

Es ist nicht einfach „USDA, fertig“. Nationale Tabellen werden durch Herstellerangaben ergänzt, wo Anreicherung und zugesetzter Zucker eine Rolle spielen, und durch identifizierbare Veröffentlichungen für selten gemessene Nährstoffe. Repräsentative Studien befassen sich mit Lebensmittel-Polyaminen, Vitamin-K-Formen in Milchprodukten, Lutein und Zeaxanthin und Aminosäurezusammensetzung.

Was die Nährstoffebene speichert

#

Dein Tagebuch bleibt auf deinem Gerät

#

Calk funktioniert standardmäßig so: Der Lebensmittelkatalog, die Berechnungen und das Tagebuch liegen auf deinem Gerät. Begrenzte Produktanalysen lassen sich in den Einstellungen abschalten. Mehr zu Daten und Datenschutz.

Wann Calk nicht das richtige Werkzeug ist

#

Brauchst du vor allem exakte Übereinstimmung mit Produktetiketten oder grammgenaue Rezeptkontrolle, ist Calk das falsche Werkzeug.

Für alle anderen lohnt es sich, den Tausch offen auszusprechen: eine Schätzung in dreißig Sekunden, die du weiter machst, schlägt ein grammgenaues Tagebuch, das du in Woche drei aufgibst. Calk ist für das Erste gebaut. Bist du es leid, zwischen zwanzig Zeilen zu wählen, Kameraergebnisse zu reparieren und Versionen von Hausrezepten zu pflegen:

Nicht mehr Wege, Essen zu erfassen. Eine klare Vorlage, die leicht zu wiederholen und zu ändern ist.

Calk gibt es für iPhone, iPad und Android.

Häufig gestellte Fragen

#

Quellen und Vergleichsmethode

#

Wettbewerber-Features und Angaben zur Datenbankgröße wurden zwischen dem 12. und 14. Juli 2026 anhand offizieller Produkt- und Support-Seiten geprüft und am 5. September 2026 erneut überprüft. Sie können je nach Land, Plattform und Tarif variieren.

Wir haben außerdem Lose It!, FatSecret, Lifesum, YAZIO, MyNetDiary, Carb Manager, Fitia, Fitatu, MacrosFirst, Nutritionix Track, FoodNoms, My Macros+, WeightWatchers, HealthifyMe, Fooducate, Foodvisor, Bitesnap, Calorie Mama, Ate, ParrotPal, Carbon Diet Coach, RP Diet Coach, Garmin Connect+ Nutrition und Zepp geprüft. Die Arena oben enthält nur die hier belegten Angaben.