Jenseits von Foto- und KI-Erfassung

Du hast schon die Kamera aufs Abendessen gerichtet, eine App raten lassen und gewusst, dass sie falsch lag. Das macht das Foto nicht nutzlos. Es bedeutet, dass Bilderkennung und Kalorienschätzung zwei verschiedene Aufgaben sind.

Was ein Essensfoto sehen kann – und was nicht

#

Ein Foto kann vielleicht Reis, Hähnchen und Gemüse erkennen. Selten klärt es, wie viel Öl in der Pfanne war, was in der Soße steckt, ob die Panade frittiert oder gebacken wurde oder wie tief die Schüssel ist. Solche verborgenen Entscheidungen können wichtiger sein als der Name des Gerichts.

Auch eine korrekte Bezeichnung ist noch keine Kalorienantwort. Zwei echte Varianten desselben Gerichts unterscheiden sich bei Zutaten, Zubereitung und Portion. Eine selbstbewusste Einzelzahl verbirgt diese Spannbreite, statt sie aufzulösen.

Was Calk statt einer Schätzung per Foto macht

#

In Calk öffnest du die passendste Mahlzeitenvorlage – Zusammensetzung und Portion eines gewohnten Gerichts – und trägst die bekannten Details ein: Portion, Zubereitungsart, Soße, Öl und weitere Bestandteile. Hähnchen kann gebraten oder gebacken sein, ein Salat mit oder ohne Dressing. So bleibt sichtbar, woher die Schätzung kommt und welche Auswahl sie bewegt hat.

Wenn du die genaue Menge an Öl oder Soße nicht kennst, probiere mehrere wahrscheinliche Werte aus und sieh, wie weit die Schätzung wandert. Daran erkennst du, ob das fehlende Detail für das Ergebnis wichtig ist.

Trag einen Monat lang gewohntes Essen so ein, und Calk arbeitet mit deiner Auswahl statt mit der Vermutung eines Modells: Beobachtungen zur Ernährung zeigen unterwegs, was auffällt, und der monatliche Ernährungsbericht zeigt, was du an dem Essen änderst, das du ohnehin isst.

Prüfe die Aussage, nicht die Demo

#