Kann ChatGPT Kalorien von einem Foto zählen?

Kann ChatGPT Kalorien von einem Foto zählen?

Ja, ChatGPT kann Kalorien von einem Foto zählen, und benennt die Speisen dabei oft korrekt. In einem begutachteten Test erkannte GPT-4 Lebensmittel auf echten Essensfotos mit einer Präzision von 93,0% und einem Recall von 84,6%, ein F1-Wert von 88,6% (O'Hara et al. 2025, Nutrients). Schwierig wird es bei der Zahl, die an dieses Lebensmittel geknüpft wird: Portionsgröße, verstecktes Fett und ob zweimal dieselbe Antwort herauskommt. Wie die gesamte Methode hinter diesen Zahlen funktioniert, erklärt der Beitrag Wie funktionieren KI-Kalorienzähler wirklich?.

Kann ChatGPT überhaupt Kalorien aus einem Foto schätzen?

Ja. Laden Sie ein Foto eines Tellers hoch, und ChatGPT benennt das Gericht, listet grobe Zutaten auf und gibt eine Kalorien- und Makronährstoffschätzung ab. Das funktioniert, weil Vision-Modelle gut darin sind, Lebensmittel zu erkennen.

Die schwierigere Aufgabe ist nicht das Erkennen von Reis und Hähnchen. Es ist das Abschätzen des Gewichts anhand eines flachen Bildes, ohne Waage, ohne Tiefensensor und ohne Wissen darüber, wie viel Öl in der Pfanne war. Genau dort beginnt die Zahl von der Realität abzuweichen.

Wie weit liegt ChatGPTs Schätzung laut Studien daneben?

Veröffentlichte Forschung liefert eine konkrete Antwort statt einer Vermutung. In einer Studie mit 114 Fotos unterschätzte ChatGPT-4 das Gesamtgewicht der Mahlzeit in 76,3% der Fotos, 87 von 114 (O'Hara et al. 2025, Nutrients).

Über alle 114 Fotos zusammen betrug die durchschnittliche absolute prozentuale Abweichung zwischen geschätztem und gemessenem Gewicht 27,8%, mit einer Standardabweichung von 18,5%. Diese eine Zahl vermischt alle Portionsgrößen.

Aufgeschlüsselt nach Portionsgröße wird das Muster deutlicher. Kleine Portionen unterschieden sich nicht signifikant vom gemessenen Gewicht (p=0,221). Mittlere und große Portionen wurden dagegen signifikant unterschätzt (p<0,001), auch wenn die Studie für jede Größenklasse keinen eigenen mittleren Fehlerprozentsatz angibt.

Die Übereinstimmung mit den Schätzungen von Ernährungsfachkräften, gemessen per Intraclass-Korrelation, lag bei 0,56 für Energie, ein Bereich, den die Studie als schwach bis mäßig beschreibt. Protein schnitt mit 0,67 etwas besser ab, mäßig bis gut, während die Kohlenhydrat-Übereinstimmung mit nur 0,31 schwach war.

Eine separate Studie zu Krankenhausmahlzeiten testete insgesamt zehn Modelle: drei allgemeine multimodale Modelle und sieben spezialisierte Ernährungs-Apps. Bei den drei am besten abschneidenden, detailliert analysierten Modellen, darunter GPT-4o, lag die Korrelation mit Ernährungsfachkräften zwischen 0,82 und 0,89 für Energie, aber nur zwischen 0,41 und 0,48 für Fett (Isobe et al. 2026, Nutrients). Energie wirkt im Schnitt akzeptabel. Einzelne Nährstoffe nicht.

Stellt man die Zahlen der Studien nebeneinander, zeigt sich ein Muster, das keine einzelne Studie allein so ausspricht.

Die Lebensmittelerkennung ist das stärkste Glied in der Kette. Portionsgröße und Fettgehalt sind die schwächsten, und die Reproduzierbarkeit liegt darunter.

Warum unterschätzt ChatGPT größere Portionen?

Das Muster ist nicht zufällig, sondern hängt mit der Portionsgröße zusammen. Über alle 114 Fotos lag der mittlere absolute Gewichtsfehler bei 27,8% ± 18,5%, doch diese Zahl deckt jeden Teller gemeinsam ab, nicht eine bestimmte Größe.

Aufgeteilt nach Größenklasse waren kleine Portionen statistisch nicht verschieden vom gemessenen Gewicht (p=0,221). Mittlere und große Portionen wurden signifikant unterschätzt (p<0,001) (O'Hara et al. 2025, Nutrients).

Ein Modell, das ein flaches Foto liest, hat kein Lineal und keine Tiefeninformation. Ein kleiner Haufen Essen sieht ungefähr so aus, wie er ist. Ein großer, hoher oder geschichteter Teller staucht sich optisch zusammen, und das Modell scheint dann eher vorsichtig zu schätzen, statt eine unrealistisch hohe Zahl zu riskieren.

Das bedeutet: Der Fehler verteilt sich nicht gleichmäßig über die Woche. Eine Schüssel Suppe kommt vielleicht nah heran. Ein üppig gefüllter Teller ist eher der Fall, der still unterschätzt wird.

Warum liegt ChatGPT bei Fett am häufigsten falsch?

Öl, Butter und Saucen verschwinden im Glanz der Oberfläche eines Gerichts, und ein Foto zeigt nicht, wie viel davon in der Pfanne war. Die Studie zu Krankenhausmahlzeiten fand eine Fett-Überschätzung von 33,8% bis 52,3% über die Modelle hinweg, ein statistisch signifikanter Bias (p<0,01) (Isobe et al. 2026, Nutrients).

Die Genauigkeit innerhalb von ±10% des gemessenen Werts erzählt dieselbe Geschichte aus einem anderen Blickwinkel: 46,7% bis 73,3% der Mahlzeiten bei Energie, aber nur 6,7% bis 33,3% bei Fett.

Das ist ein nachvollziehbarer Mechanismus, kein Urteilsfehler. Ein Modell kann Glanz erkennen und auf „geölt" schließen, aber es sieht nicht den Esslöffel, der diesen Glanz erzeugt hat. Öl- und Saucenkalorien, die ein Foto nicht zeigt, lassen sich mit dem kostenlosen Kalorienrechner für Öl und Saucen ermitteln, ausgehend davon, was tatsächlich in die Pfanne kam, statt davon, wie glänzend der Teller aussieht.

Liefert ChatGPT bei zweimaligem Fragen dieselbe Antwort?

Nicht unbedingt, und das wiegt schwerer als jede einzelne Fehlerzahl. Eine 2026 speziell dafür konzipierte Studie führte dieselben Mahlzeitenfotos jeweils 60 Mal durch große Sprachmodelle und verglich, wie stark die Vorhersagen innerhalb eines Bildes schwankten gegenüber der Schwankung zwischen verschiedenen Fotos derselben Mahlzeit (Wang, Lane & Waki 2026, JMIR Diabetes).

Die Forscher entwickelten diese Methode, weil wiederholte Abfragen auf ein identisches Foto nicht zu einer festen Zahl konvergieren. Die Studie von O'Hara bestätigt diese Lücke von der anderen Seite und stellt klar fest, dass die Prüfung der Reproduzierbarkeit außerhalb ihres Rahmens lag (O'Hara et al. 2025, Nutrients).

Für eine einmalige Neugier fällt diese Schwankung kaum ins Gewicht. Für tägliches Tracking, bei dem die heutige Zahl dasselbe bedeuten soll wie die gestrige, ist das ein echtes Problem. Wie diese Zahlen bei KI-Kalorienzähler-Apps im Allgemeinen abschneiden, nicht nur bei ChatGPT, zeigt der Beitrag Sind KI-Kalorienzähler-Apps genau?.

Was macht ChatGPT anders als eine Tracking-App?

Ein Chatfenster beantwortet eine einzelne Frage und vergisst sie danach. Es gibt kein Protokoll, keinen Verlauf und nichts, das sich vor dem dauerhaften Speichern noch bearbeiten ließe.

Avocalo arbeitet mit der gleichen Art von Vision-Modell-Auswertung eines Fotos, ohne eine eigene Genauigkeitsangabe zu beanspruchen, die über das hinausgeht, was die oben genannten Studien für die zugrunde liegende Methode zeigen. Der Unterschied liegt darin, was nach der Schätzung passiert: Sie können sie vor dem Speichern prüfen und bearbeiten, und sie bleibt in einem fortlaufenden Protokoll erhalten, statt am Ende des Gesprächs zu verschwinden. In der App können Sie ein Essensfoto protokollieren, bearbeiten und in einer laufenden Historie behalten.

Zum Kontext, wohin sich die Branche bewegt: MyFitnessPal brachte im Januar 2026 eine App innerhalb eines neuen ChatGPT-Health-Angebots heraus, mit Makro-Hinweisen, personalisierten Zielen, Unterstützung beim Gewichtsmanagement und Rezepten aus der eigenen Lebensmitteldatenbank (MyFitnessPal-Pressemitteilung). Das ist ein Datenbankabgleich für Hinweise, keine Foto-Schätzfunktion, und ändert nichts an den oben genannten Zahlen.

Sollten Sie ChatGPT zum Kalorienzählen nutzen?

Nutzen Sie es für eine grobe, einmalige Schätzung, besonders bei einem Teller mit ein oder zwei erkennbaren Lebensmitteln ohne versteckte Sauce. Die veröffentlichten Fehlerraten deuten darauf hin, dass es dort am besten funktioniert.

Seien Sie skeptischer bei einem geschichteten Teller, einem frittierten oder sauciertem Gericht oder jeder Mahlzeit, die Sie mit der von morgen vergleichen wollen. Genau dort zeigen die zitierten Studien die größten Lücken, und dort liefert eine zweite Abfrage womöglich nicht einmal dieselbe Zahl.

Fallstricke, die das Ergebnis still verfälschen:

• Vertrauen Sie einer einzelnen großen oder geschichteten Portion nicht blind. Mittlere und große Portionen wurden in der O'Hara-Studie signifikant unterschätzt (p<0,001), kleine Portionen dagegen nicht (p=0,221).
• Gehen Sie nicht davon aus, dass ein glänzendes Foto bedeutet, das Modell habe das Öl erkannt. Fett wurde in einer Studie um 33,8% bis 52,3% überschätzt, doch die Genauigkeit innerhalb von ±10% des wahren Werts lag bei Fett nur bei 6,7% bis 33,3%, weit unter den 46,7% bis 73,3% bei Energie.
• Fragen Sie nicht dasselbe Foto zweimal in Erwartung derselben Zahl. Die Studie im JMIR Diabetes entwickelte eine Methode mit 60 Wiederholungen, gerade weil Antworten von Durchlauf zu Durchlauf schwanken.
• Lesen Sie den Energie-ICC von 0,56 nicht als solide Übereinstimmung. Die Studie selbst beschreibt diesen Bereich als schwach bis mäßig, nicht als nah beieinander.
• Schließen Sie nicht von der Erkennungsrate auf die Kohlenhydrat-Genauigkeit. Die Identifikations-F1 lag bei 88,6%, doch die Kohlenhydrat-Übereinstimmung mit Ernährungsfachkräften betrug nur 0,31.

Häufige Fragen

Kann ChatGPT ein Nährwertetikett statt eines Fotos lesen?

Die zitierten Studien untersuchen Essensfotos, keine Etikettenfotos, daher gibt es dazu keine belegte Zahl. Ein gedrucktes Etikett nennt bereits Kalorien und Makronährstoffe und umgeht damit das Problem des Portionsschätzens bei einem angerichteten Teller vollständig.

Verbessert es die Schätzung, ChatGPT vorher nach den Zutaten zu fragen?

Keine der drei zitierten Studien testete eine zweistufige Methode mit vorheriger Zutatenabfrage, daher gibt es dazu keine belegte Zahl. Die zugrunde liegende Einschränkung, kein Maßstab im Foto, bleibt unabhängig davon bestehen, wie die Frage formuliert wird.

Ist die MyFitnessPal-App in ChatGPT dasselbe wie Foto-Kalorienzählung?

Nein. Sie startete im Januar 2026 mit Makro-Hinweisen, personalisierten Zielen, Unterstützung beim Gewichtsmanagement und Rezepten aus der Lebensmitteldatenbank von MyFitnessPal, nicht mit einer Foto-Schätzfunktion. Es handelt sich um ein Datenbank-Nachschlagewerkzeug, klar getrennt von der Vision-Modell-Fotoanalyse dieses Artikels.

Schneidet GPT-4o hierbei besser ab als ältere ChatGPT-Versionen?

Die Studie von Isobe et al. 2026 zählte GPT-4o zu den drei detailliert analysierten Spitzenmodellen und fand dort eine Fett-Korrelation von 0,41 bis 0,48, ohne eine Version als klar überlegen herauszustellen. Keine der Studien in dieser Übersicht liefert eine Rangfolge nach Version.

Kann ChatGPT Kochöl berücksichtigen, wenn man die Menge angibt?

Keine der zitierten Studien testete eine Eingabe mit angegebener Ölmenge, daher gibt es dazu keine belegte Zahl. Die Angabe der Menge würde jedoch genau das Raten entfernen, das die Studien als eigentliche Ursache der Fett-Überschätzung zeigen.

Quellen

• O'Hara C, Kent G, Flynn AC, Gibney ER, Timon CM. An Evaluation of ChatGPT for Nutrient Content Estimation from Meal Photographs. Nutrients 2025, 17(4), 607, für Lebensmittelerkennung, Unterschätzung der Portionsgröße und Übereinstimmung mit Ernährungsfachkräften.
• Isobe T, et al. Accuracy of AI-Based Nutrient Estimation from Standardized Hospital Meal Images. Nutrients 2026, 18(6), 966, für den Fett-Überschätzungs-Bias und nährstoffbezogene Korrelationswerte.
• Wang Z, Lane D, Waki K. Toward Robust AI-Assisted Dietary Assessment for Diabetes Self-Management. JMIR Diabetes 2026, für die Methodik hinter dem Reproduzierbarkeits-Befund.
• MyFitnessPal Launches App in New ChatGPT Health Experience, für den Kontext, was aktuelle ChatGPT-Integrationen tatsächlich bieten.
• Für Lebensmittelsicherheitsbewertungen nutzt Avocalo Einschätzungen des BfR (Bundesinstitut für Risikobewertung); siehe auch Avocalos redaktionelle Richtlinien für die Herkunft und Prüfung der Zahlen in diesem Ratgeber.

Veröffentlicht von Petros IT Solutions SRL. Einen Fehler entdeckt? Schreiben Sie an [email protected].