Food-Logging per Foto hat sich in etwa zwei Jahren vom Gimmick zum Standard entwickelt. Kamera auf den Teller richten, Sekunden später Kalorien und Makros bekommen. Inzwischen ist es das Aushängeschild fast jeder Ernährungs-App — unserer eingeschlossen.

Deshalb lohnt es sich, ehrlich zu sagen, was es gut kann, was es schlecht kann und wie du es nutzt, ohne dich sechs Wochen lang unbemerkt selbst zu belügen.

Was es wirklich gut kann

Erkennung

Moderne Vision-Modelle sind stark im "Was ist das?". Gegrilltes Hähnchen, weißer Reis, Brokkoli, ein Spiegelei — gängige Lebensmittel werden zuverlässig erkannt. Das ist der Teil, für den du früher "Hähnchenbrust" in ein Suchfeld tippen und zwischen 400 nutzergenerierten Einträgen von sehr unterschiedlicher Glaubwürdigkeit wählen musstest.

Geschwindigkeit — das eigentliche Feature

Manuelles Loggen kostet ein bis drei Minuten pro Mahlzeit. Das sind 20 bis 60 Minuten reine Reibung pro Woche, und Reibung ist der Grund, warum die durchschnittliche Food-Tracking-App eine Absprungrate hat, die sich in Tagen misst. Foto-Logging dauert Sekunden.

Ein zu 80 % genaues Protokoll, das du ein Jahr lang führst, schlägt ein zu 95 % genaues, das du nach drei Wochen aufgibst. Geschwindigkeit ist hier kein Komfort-Feature; sie ist der Mechanismus, durch den das Tracking überhaupt funktioniert.

Konsistenz des Fehlers

Dieser Punkt wird unterschätzt. Ein Modell schätzt dieselbe Mahlzeit jedes Mal ungefähr gleich ein. Die menschliche Selbsteinschätzung driftet — an guten Tagen bist du ehrlich, an schlechten schrumpft die Portion auf mysteriöse Weise in deiner Erinnerung. Ein Modell hat keine schlechten Tage, und wie wir in Makros tracken ohne Küchenwaage argumentieren: Ein stabiler Bias ist weit besser handhabbar als zufälliges Rauschen.

Wo es Schwächen hat — und die sind real

1. Portionsgröße (das Tiefenproblem)

Ein Foto ist 2D. Das Modell leitet das Volumen aus einem flachen Bild ab und nutzt Tellergröße und Kontext als Maßstab. Das ist ein wirklich schwieriges Schätzproblem und die größte einzelne Fehlerquelle. Ein hoher Reisberg und flach verteilter Reis können von oben ähnlich aussehen und sich um 200 kcal unterscheiden.

Lösung: Fotografiere aus einem gleichbleibenden Winkel (etwa 45°, nicht senkrecht von oben), nimm den ganzen Teller ins Bild und lass ein bekanntes Objekt — eine Gabel, deine Hand — als Größenreferenz sichtbar. Das verbessert die Schätzung messbar.

2. Versteckte Fette (das Problem der unsichtbaren Kalorien)

Das ist der große Punkt. Die drei Esslöffel Öl, in denen dein Gemüse angebraten wurde, sind unsichtbar. Sie sind aber auch ~360 kcal. Restaurantessen wird beim Foto-Logging genau aus diesem Grund systematisch unterschätzt — und deshalb ist "Ich logge alles per Foto und nehme trotzdem nicht ab" meist kein Stoffwechselrätsel.

Lösung: Wenn du es nicht selbst gekocht hast, geh davon aus, dass mehr Fett drin ist, als du siehst, und korrigiere nach oben. Besser noch: Sag es der App. Ein guter Foto-Logger lässt dich die Schätzung mit einem Tipp anpassen, statt dich die Mahlzeit neu eingeben zu lassen.

3. Gemischte und geschichtete Gerichte

Ein Eintopf, ein Auflauf, ein Burrito — das Modell sieht die Oberfläche und rät beim Inneren. Fehler in der Zusammensetzung addieren sich hier zu den Portionsfehlern.

Lösung: Das sind die Mahlzeiten, die du besser als gespeichertes Standardgericht loggst. Wenn du jede Woche dasselbe Chili kochst, wiege es einmal ab und speichere es. Foto-logge das Essen, das du nicht vorhersagen kannst; nutze gespeicherte Einträge für das, was du kennst.

Die Genauigkeitsfrage, die man eigentlich stellen sollte

"Stimmt die Kalorienzahl?" ist die falsche Frage, und wer ihr hinterherjagt, landet in viel sinnloser Grübelei.

Die richtige Frage lautet: "Ist diese Schätzung konsistent genug, um Entscheidungen daraus abzuleiten?"

Denn du handelst nie auf Basis der rohen Zahl. Du handelst auf Basis der Schleife:

Aufnahme loggen (konsequent) → den Gewichtstrend 2–3 Wochen beobachten → den Trend mit dem vergleichen, was deine Aufnahme vorhergesagt hat → das Ziel anpassen.

Diese Schleife korrigiert einen stabilen Bias von selbst. Wenn dein Logging jeden Tag 12 % zu niedrig liegt, deckt der Trend das auf und die Anpassung fängt es ab. Was die Schleife nicht abfangen kann, ist Inkonsistenz — unter der Woche sorgfältig loggen und am Wochenende gar nicht, oder den Salat fotografieren und das Bier vergessen.

Der ehrliche Maßstab für einen KI-Food-Logger ist also nicht "ist er so genau wie eine Waage". Sondern: Ist er genau genug und konsistent genug, dass eine sauber geführte Anpassungsschleife konvergiert? Die Antwort für die aktuelle Generation lautet ja — mit den Einschränkungen oben.

Was die Schätzung wert ist, hängt davon ab, wer sie liest

Hier kommt der Teil, den fast die gesamte Kategorie übersieht. Nahezu jede App am Markt hört bei der Schätzung auf. Sie zeigt dir eine Zahl, einen Ring, ein Diagramm. Die Interpretation — was du tatsächlich tun sollst — bleibt bei dir.

Aber der Wert des Wissens, dass du neun Tage lang 400 kcal unter dem Ziel warst, ist nicht die Zahl. Es ist die Schlussfolgerung: Deine Regenerationskapazität ist gesunken, also ist das zusätzliche Volumen, das du gerade in deine Kniebeugen-Einheit gepackt hast, diese Woche eine schlechte Idee. Diese Schlussfolgerung erfordert, das Ernährungsprotokoll und das Trainingsprotokoll gleichzeitig zu lesen — und praktisch keine App tut das, weil die Food-Apps deine Sätze nicht tracken und die Workout-Apps deine Küche nie gesehen haben.

Genau diese Lücke soll Gymrock schließen: ein Modell, beide Signale, eine wöchentliche Entscheidung mit sichtbarer Begründung. Die Foto-Schätzung ist der Input. Die Anpassung ist das Produkt. Auf unseren Vergleichsseiten stellen wir das den großen Ernährungs- und Trainings-Apps direkt gegenüber.

Praktische Regeln

  1. Fotografiere im ~45°-Winkel, ganzer Teller im Bild, mit etwas als Größenreferenz.
  2. Geh davon aus, dass Restaurantessen mehr Fett enthält, als du siehst. Korrigiere nach oben.
  3. Speichere deine wiederkehrenden Mahlzeiten als Standardgerichte; foto-logge die unvorhersehbaren.
  4. Logge alles, auch das Öl und die Getränke. Ungeloggtes Essen ist die häufigste Ursache "stagnierender" Diäten.
  5. Beurteile das System danach, ob der Trend zum Plan passt — nicht danach, ob die Zahl einer einzelnen Mahlzeit perfekt ist.