KI-Kalorienzählen: wie es wirklich funktioniert

„KI-Kalorienzählen“ ist so ein Begriff, der je nach Laune entweder bahnbrechend oder nach Marketing-Geschwätz klingt. Die Wahrheit ist unspektakulärer und deutlich nützlicher: Statt dass du die Sucharbeit machst, übernimmt sie ein Sprachmodell. Du beschreibst, was du gegessen hast, so wie du es einem Freund erzählen würdest, und die Zahlen werden für dich ausgefüllt.

Das ist im Grunde alles. Trotzdem lohnt es sich zu verstehen, was dabei tatsächlich passiert — zum einen, weil es erklärt, warum diese Methode hängenbleibt, während das Datenbank-Getippe scheitert, zum anderen, weil du den Zahlen erst dann richtig vertraust, wenn du die Grenzen kennst.

Was dir der alte Weg abverlangt hat

Ein klassischer Tracker ist eigentlich nur eine Suchmaschine, die auf eine Tabelle geschraubt wurde. Um eine Mahlzeit zu loggen, musstest du selbst zur Suchmaschine werden: jede Zutat eintippen, aus einer Liste fast identischer Treffer den richtigen herauspicken, die Portion schätzen und alles in Gramm umrechnen. Mach das für einen Teller mit fünf Komponenten, und du hast länger mit dem Loggen verbracht als mit dem Essen.

Die Datenbank war nie das Problem. Das Mühsame warst du — wie du „einen Döner mit Knoblauchsoße“ in eine Reihe suchbarer, wiegbarer Einzelposten übersetzt hast. Genau dieser Übersetzungsschritt hat deine letzten drei Anläufe still und leise beerdigt.

Was das Sprachmodell stattdessen macht

So läuft es tatsächlich ab, wenn du etwas tippst oder sagst wie „ein Döner und eine Dose Cola“:

1. Es liest den Satz wie ein Mensch. Das Modell versteht deine Alltagssprache — auch die unscharfen Stellen, die „so circa“-Portionen, die Markennamen, die zwei-Dinge-in-einem-Atemzug — und erkennt, welche einzelnen Lebensmittel du meinst.
2. Es schätzt jedes davon. Aus einem riesigen Schatz an Ernährungswissen, der im Training entstanden ist, ordnet es jedem Posten Kalorien und Makros zu, skaliert auf die Portion, die du angedeutet hast. Eine „große Handvoll“ und „ein paar Bissen“ landen ungefähr richtig, ganz ohne Waage.
3. Es schreibt den Eintrag für dich. Das Ergebnis wandert direkt als strukturierte Daten in dein Tagesprotokoll — Kalorien, Eiweiß, Kohlenhydrate, Fett — und lässt sich nachbessern, falls etwas nicht stimmt.

Die Verschiebung ist unscheinbar, aber vollständig. Du bedienst keine Datenbank mehr, du erzählst einfach deinen Tag, und das Rechnen passiert hinter der Scheibe. Aus einer Mahlzeit, die früher fünf Suchen waren, wird ein einziger Satz.

Woher die Schätzung kommt — und wo sie wackeln kann

Die Frage ist berechtigt: Wenn niemand etwas gewogen hat, wie gut ist die Zahl dann? Ehrlich gesagt gut genug, und es hilft zu wissen, warum.

Das Modell hat die Nährwerte einer enormen Bandbreite an Lebensmitteln quasi gelesen, deshalb liegt seine Schätzung für alles halbwegs Gängige — einen Big Mac, eine Hähnchenbrust, eine Schüssel Haferflocken — bequem nah an einem Etikett. Unschärfer wird es genau dort, wo jede Methode unscharf wird: eine ungewöhnlich gehaltvolle Restaurantsoße, eine Portion, die deutlich größer oder kleiner ist als üblich, ein selbst gekochtes Gericht, dessen Rezept nur du kennst. In solchen Fällen trifft das Modell eine sinnvolle Durchschnittsannahme, und du kannst nachjustieren.

So ehrlich muss man es einordnen. Die KI behauptet keine Laborgenauigkeit — sie liefert eine schnelle, gut begründete Schätzung, dieselbe Art, die ein kundiger Freund geben würde, nur sofort und für jede Mahlzeit.

Warum „ungefähr richtig“ besser ist als „präzise aufgegeben“

Das ist der Teil, den man verinnerlichen sollte. Die aufgedruckte Zahl auf einem Etikett darf gesetzlich um bis zu 20 % danebenliegen, dein Körper nimmt nicht jede gereichte Kalorie auf, und die „180 Gramm“ Hähnchenbrust, die du gebraten hast, hat ohnehin nie jemand gewogen. Präzision beim Kalorienzählen ist größtenteils eine Illusion, die du mit Aufwand bezahlst.

Die eigentliche Frage ist also nicht „ist die KI so genau wie eine Küchenwaage?“. Sie lautet „loggst du in drei Wochen noch?“. Eine Methode, die du durchhältst — ein Satz pro Mahlzeit, kein Suchen, kein Wiegen — liefert dir monatelang konsistente Daten. Diese Konsistenz ist es, die tatsächlich etwas verändert, viel mehr als die zweite Nachkommastelle irgendeiner Einzelzahl.

Wenn du Tracking schon mal versucht und still aufgegeben hast, dann waren es wahrscheinlich nicht die Kalorien, die dich besiegt haben. Es war das Dateneintippen. Gib diesen Teil ans Modell ab, und die Gewohnheit lässt sich viel leichter halten — und das ist am Ende die einzige Version von Tracking, die überhaupt funktioniert. Mehr dazu, wie es hängenbleibt, in So zählst du deine Kalorien in fünf Minuten am Tag.