Kurz gesagt: Ein Foto beantwortet die Frage „was liegt auf dem Teller“ gut und die Frage „wie viele Kalorien sind das“ schlecht. Aus einem einzelnen Bild liegen starke Modelle im Schnitt 20–36 % der Kalorien eines Gerichts daneben, Apps aus dem Store zählen durchschnittlich 27–38 % nicht mit. Genauer wird es mit einem Tiefensensor, einer Zutatenliste und Korrekturen von Hand. Bis auf den Sensor tippt das alles ein Mensch ein, genau die Arbeit, die das Foto abnehmen sollte.
Weiter unten: was ein Foto sieht, was ihm fehlt, 18 Quellen mit einer Fehlerangabe auf einer Grafik, wie die Genauigkeit steigt und offene Daten zum Nachprüfen.
Was das Foto sieht#
Essen zu erkennen gelingt ordentlich, und dieser Teil des Versprechens ist ehrlich. In einer Studie von 2025 benannte das System 189 von 220 Gerichten richtig Sahoo 2025. Im Vergleich von vier Apps erkannte MyFitnessPal 97 % der Bestandteile eines Gerichts. Aus einem Bild liest ein Modell:
- um welches Essen es geht: Reis, Salat, Brot, Hähnchen, Suppe
- wie viele Stücke: ein Ei oder zwei, eine Frikadelle oder zwei
- wie viel vom Teller das Essen bedeckt, welche Farbe und Oberfläche es hat
- den Teller, die Schüssel und das Besteck daneben
Das reicht, um die Suche in einer Datenbank mit Tausenden Einträgen auf wenige einzugrenzen. Für Kalorien braucht es mehr.
Was auf dem Bild fehlt#
Das Rezept#
Dasselbe Curry entsteht mit Tomate, Kokosmilch, Sahne oder Ghee. Eine Suppe steht auf Brühe oder wird mit Sahne abgerundet. Das Foto hält die fertige Oberfläche fest, nicht das, woraus sie geworden ist.
Fettanteil und Zuschnitt#
Mageres und fettes Hackfleisch sehen nach dem Braten gleich aus. Genauso verschiedene Teile vom Schwein oder vom Hähnchen, besonders wenn das ausgelassene Fett im Gericht geblieben ist. Im Leitfaden zu versteckten Kalorien steht ein geprüftes USDA-Beispiel: rohes Rinderhack mit 95 % magerem Anteil und ein rohes 80/20-Produkt unterscheiden sich um 111 kcal pro 100 g.
Öl#
Öl überzieht Gemüse, sitzt in der Panade, zieht in Reis und Soße ein. Der Glanz verrät nicht, wie viele Gramm hineingegangen und wie viele in der Pfanne geblieben sind. In der NIH-Prüfung fehlten allen vier Apps rund 30 g Fett pro Mahlzeit.
Zutaten innen und darunter#
Zucker in der Glasur, Butter im Reis, Käse in der Frikadelle, eine zweite Schicht unter der Soße. Davon ist im Bild überhaupt nichts zu sehen.
Portion in Gramm#
Das Bild zeigt, wie viel vom Teller das Essen bedeckt, nicht was es wiegt. Tellergröße, Abstand zur Kamera, Winkel und die Höhe des Bergs auf dem Teller verschieben die Schätzung um ein Vielfaches, und Essen verdeckt Essen. Im Test von Fridolfsson wuchs die Unterschätzung mit der Portionsgröße.
Die Rechnung ist einfach: Kalorien ergeben sich aus Name, Portion und Rezept. Verlässlich liefert ein Foto nur das Erste. Und was ihm entgeht – Öl, Fettanteil, Käse – ist vor allem Fett und Eiweiß, deshalb steht die Zusammensetzung am Ende schlechter da als die Kaloriensumme.
Was die Genauigkeitstests ergaben#
Wir haben 164 Einträge zur Genauigkeit von Kalorien per Foto von 2015 bis September 2026 zusammengetragen: Studien, Preprints, Tests von Redaktionen und Privatleuten, Angaben der Hersteller. 18 davon tragen eine Zahl, die sich auf eine gemeinsame Skala legen lässt; jede Quelle zählt den Fehler anders, deshalb ist das keine Rangliste. Der Rest steht mit Begründung in den offenen Daten.
Eine Zeile pro Quelle. Öffne eine Zeile, um zu sehen, was gemessen wurde und wo es erschienen ist.
● Externe Tests
NIH · vier Apps · 2026102 Mahlzeiten · Konferenz-Abstract 27,5–37,6 % →
Verzerrung, aus der durchschnittlichen Unterschätzung. Referenz im Mittel 918 kcal pro Mahlzeit. Durchschnittliche Unterschätzung: MyFitnessPal −327, Lose It! −333, Cal AI −345, Appediet −252 kcal. Geteilt durch 918 fehlen im Mittel 35,6 %, 36,3 %, 37,6 % und 27,5 % einer Mahlzeit; einzelne Gerichte streuen in beide Richtungen um diese Werte, der typische Fehler pro Gericht ist also eine andere Zahl.
Konferenz-Abstract, noch keine vollständige Arbeit. Finanziert vom NIH. Die Auswertung der 102 Mahlzeiten ist getrennt von den weiteren Mahlzeiten aus der Presseberichterstattung.
Tanabe · sechs Modelle · 2025Fotos aus Nutrition5k · 6 Modelle 39,8–129,5 %
Durchschnittlicher Fehler pro Gericht. Sechs Modelle auf den Fotos aus Nutrition5k, mit und ohne Nachtraining: 129,5; 92,8; 55,7; 46,7; 41,5 und 39,8 % durchschnittlicher Fehler pro Gericht (MAPE).
Zahlen, die aus früheren Arbeiten übernommen sind, zählen nicht als neue Tests. Versuche mit vorgegebenem Volumen folgen einem anderen Protokoll und bleiben draußen.
Coburn · acht Modelle · 2025806 Fotos mit Maßstabsmarke 23,3–86,3 %
Durchschnittlicher Fehler pro Gericht. Acht Modelle auf 806 Fotos, auf denen eine Maßstabsmarke liegt: 23,3–86,3 % durchschnittlicher Fehler pro Gericht (MAPE) im Basisprotokoll.
Preprint. Die Maßstabsmarke auf jedem Foto hilft bei der Portionsgröße. Prompts mit zusätzlichen Metadaten sind eine eigene Bedingung. Mittelwerte je Modell, nicht die Streuung einzelner Gerichte.
Fridolfsson · drei Modelle · 202552 Fotos von Essen 35,8–64,2 %
Durchschnittlicher Fehler pro Gericht. GPT-4o und Claude 3.5 Sonnet: je 35,8 % durchschnittlicher Fehler pro Gericht (MAPE); Gemini 1.5 Pro: 64,2 %. Je größer die Portion, desto stärker die Unterschätzung.
Veröffentlicht 2025, getestet im September 2024. Gestellte Fotos mit Besteck und abgewogenen Portionen.
Rodríguez · ChatGPT-5 · 2025195 Gerichte · Foto / Foto + Zutaten 6,9–35,0 %
Durchschnittlicher Fehler pro Gericht. Dieselben 195 Gerichte, unterschiedliche Eingabe. Nur Foto: 20,1–35 % über drei Bildsätze, 30,5 % insgesamt. Foto plus ausführliche Zutatenliste: 6,9–18,6 %, 13,9 % insgesamt. Durchschnittlicher Fehler pro Gericht (MAPE).
Eine Arbeit, verschiedene Eingaben. Die 6,9 % gelten für 25 selbst gekochte Gerichte mit ausführlicher Zutatenliste. Durchgänge ohne Foto bleiben draußen.
Li · vier Apps · 20246 zusammengesetzte Gerichte · 4 Apps 15,4–59,3 %
Fehler der Summe aus sechs Gerichten. Unsere Rechnung aus den Zeilen der ganzen Gerichte in Tabelle 10, sechs Gerichte, die alle vier Apps geschafft haben: MyFitnessPal 59,3 %, HealthifyMe 39,6 %, Foodvisor 26,6 %, Fastic 15,4 % der Summe der Referenzkalorien (WAPE).
Kleine gemeinsame Auswahl; Milchtee fehlt, weil Foodvisor kein Ergebnis lieferte. Referenz sind die Aufzeichnungen von Ernährungsfachkräften. Finanzierung und Interessenkonflikte nicht angegeben.
Serra · SNAQ · 202330 Frauen · Tagebuch über 7 Tage ≥14,8 %
Fehlbetrag der Summe, aus der durchschnittlichen Unterschätzung pro Tag. Das Tagebuch in der App kam im Mittel auf 1905,5 kcal pro Tag, der gemessene Verbrauch auf 2235,2 kcal pro Tag: Die Tagebuchsumme liegt 14,8 % darunter. Die −12,8 % der Arbeit selbst sind der Mittelwert der einzelnen Prozentwerte.
Akademische Finanzierung; SNAQ wurde für die Forschungsversion bezahlt. Der Verbrauch als Referenz für die Aufnahme setzt ein stabiles Gewicht voraus; ausgelassene Einträge gehen zulasten der App.
Herzig · SNAQ · 202048 Mahlzeiten · Tiefensensor + Liste 12,7 %
Durchschnittlicher Fehler pro Mahlzeit. 12,7 % durchschnittlicher Fehler pro Mahlzeit (MAPE), im Mittel 41,2 kcal. iPhone mit Tiefensensor, das Essen wurde aus einer vorgegebenen Liste gewählt, die Umrisse ließen sich von Hand korrigieren.
Akademische Studie; die Autoren danken den Entwicklern von SNAQ und geben keine Interessenkonflikte an. Das ist Erfassen mit Hilfen, kein nacktes Foto.
Keenoa · 202072 Teilnehmende · Tagebuch pro Tag 15,6–19,5 % →
Fehlbetrag der Summe, aus der durchschnittlichen Unterschätzung pro Tag. Referenztagebuch 2006,3 kcal pro Tag; die Einträge der App 1615,3; nach der Durchsicht durch eine Ernährungsfachkraft 1693. Die Summen liegen 19,5 % und 15,6 % darunter.
Die Referenz ist ein anderes Tagebuch und selbst fehlerbehaftet. Im Ergebnis stecken auch das Führen des Tagebuchs und die Durchsicht durch Menschen, nicht allein die Schätzung aus dem Bild.
◆ Mit Herstellerbeteiligung, Produkttests und Angaben
Bayern 1 · 2026Eine Woche · Formel unveröffentlicht 6,0–>20,0 %
Abweichung über eine Woche, Formel unveröffentlicht. Für Foodvisor wurden rund 6 % Abweichung über eine Woche berichtet, für die übrigen Apps über 20 %. Wie weit nach oben, bleibt offen.
Redaktioneller Test von vier Apps ohne vollständiges Referenztagebuch und ohne Fehlerformel. Eine Wochensumme kann gegenläufige Fehler einzelner Mahlzeiten verdecken. Datum auf der Seite 3. Juni 2026; in den Metadaten 12. Juni.
Tom’s Guide · Gemini · 20263 Mahlzeiten · berechnete Grenzen 5,3–27,2 %
Fehler der Summe aus drei Mahlzeiten, berechnete Grenzen. Referenzen 175 / 295 / 328 kcal; Gemini antwortete mit Spannen von 115–175 / 255–305 / 370–445. Nimmt man die nächsten und die entferntesten Enden, ergibt das 5,3–27,2 % der Summe.
Foto plus Beschreibung in Worten. Persönliches Tagebuch als Referenz, drei Mahlzeiten. Die Grenzen stammen aus den Antwortspannen und sind kein gemessener Mittelwert.
SnapCalorie FAQ · 2025Archiv 2025 · 2026 unverändert ≈15,0 %
Angabe des Herstellers, Formel unveröffentlicht. Die FAQ nennt rund 15 % mittleren Kalorienfehler. Derselbe Wortlaut im Archiv vom 21. Januar 2025 und auf der Seite am 5. September 2026.
Das Datum sagt, wann das Archiv die Aussage festgehalten hat, es ist kein Testdatum. Genannt wird Nutrition5k, nicht aber die Formel, die Version der App oder eine unabhängige Prüfung.
Kakao & Karotte · Lifesum · 20257 Mahlzeiten · privater Test 34,6 %
Fehler der Summe aus sieben Mahlzeiten. Sieben Mahlzeiten, alle zu hoch geschätzt: 660 kcal zu viel bei 1905 kcal Referenz, das sind 34,6 % der Summe (WAPE); pro Mahlzeit im Schnitt 41,9 %.
Die auf der Seite gedruckte Summe von 1406 kcal passt nicht zu ihren eigenen Zeilen, die 1905 ergeben; wir rechnen mit den Zeilen. Auf der Seite stehen Partnerlinks.
Passio · Studien-App · 202526 Teilnehmende · Tagebuch pro Tag ≥20,1 %
Fehlbetrag der Summe, aus der durchschnittlichen Unterschätzung pro Tag. Durchschnittliche Unterschätzung 1814 kJ pro Tag bei einem gemessenen Verbrauch von 9017 kJ pro Tag: Die Summe liegt 20,1 % darunter. Die 15 % der Arbeit sind der Mittelwert der einzelnen Verhältnisse.
Die akademischen Autoren haben die App auf der Engine von Passio gebaut; bezahlt haben öffentliche Förderung und eine Stiftung, den Algorithmus stellte Passio unentgeltlich bereit. Die Autoren prüfen ihren eigenen Ablauf.
FeastGood · 20241 Mahlzeit · Summe bei 3 von 6 Apps 0,7–11,8 %
Fehler bei einer Mahlzeit. Eine Mahlzeit mit 440 kcal; drei Apps nannten eine Summe: 437, 470 und 388 kcal, also 0,7 %, 6,8 % und 11,8 % daneben. Drei weitere Apps lieferten keine vergleichbare Summe.
Für MyFitnessPal wurden die voreingestellten Portionen genommen. Partnerlinks sind offengelegt. Eine gelungene Mahlzeit sagt wenig über die übliche Genauigkeit.
SnapCalorie · 2023Herstellerangabe · Tiefe + Prüfung <20,0 %
Angabe des Herstellers, Formel unveröffentlicht. Ein Gründer, zitiert von TechCrunch am 26. Juni 2023: mittlerer Kalorienfehler unter 20 %. Der Dienst nutzte damals Tiefendaten und die Durchsicht durch Menschen.
Für die genannte Zahl gibt es weder eine Formel noch eine unabhängige Prüfung. Die späteren 15 % passen in dieses frühere „unter 20 %“.
CALO mama · 2022120 Mahlzeiten · automatisch / korrigiert 1,6–10,1 % →
Verzerrung, aus der durchschnittlichen Abweichung. Referenz im Mittel 562 kcal. Die automatische Schätzung kam im Mittel auf 505 kcal (−57), nach Korrektur von Hand auf 571 kcal (+9). Das sind im Mittel 10,1 % und 1,6 % daneben; der gemessene Fehler pro Mahlzeit ist nicht veröffentlicht.
Bezahlt vom Hersteller Link & Communication; zwei Autoren waren dort angestellt, ein weiterer hatte einen Beratungsvertrag für Forschung. Begutachtet, aber nicht unabhängig. Das japanische CALO mama ist nicht Calorie Mama.
Nutrition5k · 2021Foto / Tiefe / bekanntes Gewicht 9,5–26,1 %
Durchschnittlicher Fehler pro Gericht. Durchschnittlicher Kalorienfehler pro Gericht, normiert: nur Foto 26,1 %; mit Tiefendaten 18,8 %; mit Volumen 16,5 %; mit dem tatsächlichen Gewicht des Gerichts 9,5 %.
Forscher von Google bewerten die eigenen Modelle auf dem eigenen Datensatz. Die 9,5 % brauchen das tatsächliche Gewicht und gelten nicht für ein reines Foto.
→ Verzerrung der Summe: um wie viel die Summe aller Schätzungen hinter der wahren Summe zurückblieb; einzelne Gerichte streuen in beide Richtungen darum. Bei Bayern 1 ist das obere Ende unbekannt. ◇ Angabe des Herstellers. Gestrichelt: Grenzen, die aus den Spannen der Antworten berechnet sind.
Die Farbe sagt, wer gemessen hat, nicht wie gut das Ergebnis ist. Die Zeilen zählen den Fehler auf verschiedene Weise (Durchschnitt pro Gericht, Fehler einer Summe, Verzerrung aus der durchschnittlichen Unterschätzung, Angabe des Herstellers) und an verschiedenen Mahlzeiten, deshalb ist die Achse keine Rangliste und die Zeilen lassen sich nicht zu einer „Genauigkeit des Markts“ mitteln.
Was die Grafik zeigt.
Bei einem einzelnen Foto ist der Fehler zweistellig. Starke Modelle, GPT-4o, Claude und ChatGPT-5, liegen im Schnitt 20–36 % der Kalorien eines Gerichts daneben. Schwache liegen 64–130 % daneben.
Apps aus dem Store zählen zu wenig. In der NIH-Prüfung an 102 Mahlzeiten fehlten MyFitnessPal, Lose It!, Cal AI und Appediet im Schnitt 252–345 kcal von 918, also 27–38 % der Mahlzeit. Das ist das durchschnittliche Minus; bei einzelnen Gerichten kann der Fehler größer sein. Im Vergleich von Li lagen vier Apps bei denselben sechs Gerichten 15–59 % der Summe daneben.
Die kleinen Zahlen gab es nur mit Hilfe. Die 12,7 % von Herzig brauchten einen Tiefensensor und ein Essen, das aus einer festen Liste gewählt wurde. Die 9,5 % von Nutrition5k setzten voraus, dass dem Modell das genaue Gewicht des Gerichts genannt wurde. Die 1,6 % von CALO mama sind die mittlere Abweichung nach Korrekturen von Hand, in einer Studie, die der Hersteller bezahlt hat; den durchschnittlichen Fehler pro Mahlzeit hat sie nicht veröffentlicht.
Die Hersteller nennen keinen Fehlerwert. In den von uns geprüften Materialien haben Foodvisor, MyFitnessPal, Lose It!, YAZIO, Lifesum, Calorie Mama und BiteSnap nie einen Kalorienfehler angegeben, sondern nur eine Erkennungsrate oder die Größe ihrer Datenbank. Cal AI schrieb „zu 90 % genau“, später „80 %“, ohne zu sagen, was damit gemessen wird. SnapCalorie: „unter 20 %“ im Jahr 2023, „etwa 15 %“ seit 2025 – welche Mahlzeiten und welche Formel dahinterstecken, steht nirgends.
Wie die Genauigkeit steigt#
Jedes gute Ergebnis in der Grafik kam auf eine von vier Arten zustande.
- Ein Tiefensensor oder ein zweiter Blickwinkel. Bei Nutrition5k fällt der Fehler von 26 % mit einem Foto auf 19 % mit Tiefendaten und auf 9,5 %, sobald das Modell das Gewicht des Gerichts erfährt. Herzig kam auf einem iPhone mit Tiefensensor auf 12,7 %.
- Eine Zutatenliste. ChatGPT-5 bei denselben 195 Gerichten: 30,5 % allein aus dem Foto, 13,9 % mit einer ausführlichen Beschreibung der Zutaten.
- Eine feste Auswahlliste. In der Studie von Herzig wählte der Nutzer das Essen aus einer Liste, das Modell schätzte nur noch das Volumen. In Kliniken und Kantinen läuft es genauso.
- Korrekturen von Hand. Bei CALO mama fiel die mittlere Abweichung von 10 % auf 1,6 %, nachdem der Nutzer den Eintrag korrigiert hatte. Bei Keenoa senkte die Durchsicht durch eine Ernährungsfachkraft das Minus von 19,5 % auf 15,6 %.
Jeder dieser Wege bringt Information hinzu, die in den Pixeln nicht steckte. Das Foto selbst wird durch keinen von ihnen genauer.
Der Preis der Genauigkeit#
Die Hilfen wirken, und bis auf den Tiefensensor tippt jede einzelne ein Mensch ein. Die Studie von Sahoo zeigt den Abstand: Das System erkannte 86 % der Gerichte, richtig erfasst waren nach allen Korrekturen 68 % Sahoo 2025. Um ein Ergebnis aus dem Foto auf die Wahrheit zu bringen, entscheidest du weiterhin:
- ob das erkannte Gericht stimmt
- was fehlt und was zu viel ist
- wie es zubereitet wurde
- ob Öl, Soße und Zucker mitgezählt sind
- wie viel davon gegessen wurde
Das ist dieselbe Eingabe wie von Hand, nur nachdem du herausgefunden hast, was das Modell geraten hat. Ein fester Korrekturfaktor hilft dabei nicht: Auf dem einen Foto hat das System ein Dressing dazuerfunden, auf dem nächsten das aufgesogene Öl übersehen, auf dem dritten die Portion getroffen und das Rezept verfehlt. „Meine Kamera liegt meistens 15 % zu niedrig“ scheitert daran, dass jedes Mal andere Angaben fehlen.
Ein Foto verkürzt die Suche nach dem Gericht; Rezept und Portion prüfst du trotzdem selbst. Diese Prüfung ist die eigentliche Eingabe, und sie geht leichter, wenn du sie einmal in der Vorlage eines gewohnten Gerichts machst statt nach jedem Bild. Ein systematischer Review von 52 Studien landete an derselben Stelle: Die Methoden sind zu verschieden für eine einzige Genauigkeitszahl, und die Werkzeuge sind noch nicht so weit, dass man sie allein arbeiten lassen kann Shonkoff 2023.
Wie Calk arbeitet#
Calk beginnt beim Gericht, nicht bei seinem Foto. In einer Mahlzeitenvorlage stehen bereits die Dinge, die ein Foto nicht sieht und die sich meistens ändern:
- Eiweißquelle oder Hauptzutat
- Zubereitung
- Öl, Soße, Zucker, Salz und Zusätze
- Portion
Speichere die Mahlzeit mit der Taste ♥ als Favorit. Beim nächsten Mal öffnest du sie auf dem Essen-Tab und tippst auf „Essen“, zwei Fingertipps. Hat sich eine Einzelheit geändert, änderst du nur diese, und das Gericht wird neu berechnet. Das ganze Rezept liegt offen und lässt sich bearbeiten, dieselbe Auswahl ergibt immer dieselbe Zahl, und die geänderte Zutat steht benannt da. Du musst nichts erst entschlüsseln, bevor du es bearbeiten kannst.
Mehr dazu unter wie Mahlzeitenvorlagen funktionieren und im Vergleich der Methoden zum Kalorienzählen.
Calk gibt es für iPhone, iPad und Android.
Daten für Journalisten und Forschende#
Alles, worauf dieser Artikel steht, liegt offen: CSV und JSON, 164 Einträge, geprüft am 5. September 2026.
- 18 Einträge in der Grafik, Herstellerangaben und private Tests eingeschlossen, jeder mit der Zahl, wie sie in der Quelle steht, unserer Umrechnungsformel, den Testbedingungen und offengelegten Verbindungen zum Hersteller.
- 71 geprüfte Einträge ohne Punkt in der Grafik samt Grund: nur Erkennung, kein Referenzwert, eine kcal-Zahl ohne mittlere Mahlzeit, Nachdruck einer anderen Studie, widersprüchliche Tabellen.
- 75 abgelehnte Kandidaten samt Grund, darunter ein Netz aus 11 Seiten, die eine erfundene „Studie“ mit einer nicht existierenden DOI als unabhängige Prüfung ausgeben.
Zu jedem Eintrag: wer gemessen hat, wer veröffentlicht hat, Datum von Veröffentlichung und Test, Produktversion, Stichprobe, Referenzmethode, ursprüngliche Kennzahl, das Zitat oder die Tabelle als Beleg und die Kette der Nachdrucke. Die Daten dürfen mit Verweis auf Calk und diese Seite weiterverwendet und zitiert werden. Kennst du einen Test, der hier fehlt, oder findest du einen Fehler in einer Zeile, schreib an support@calk.me mit „press“ im Betreff; wir prüfen das und aktualisieren die Daten, wo es nötig ist.