Food-Tracking Apps KI-Computer Vision zeigt gemischte Genauigkeit bei Kalorienanalyse

KI-Bildanalyse mit uneinheitlichen Ergebnissen

Die getesteten Food-Tracking Apps verwenden Computer Vision und KI-Algorithmen zur automatischen Analyse von Essensfotos. Bei einem Mediterranean Bowl berechnete eine App rund 1.000 Kalorien, während eine andere App deutlich höhere Werte anzeigte. Diese Diskrepanzen entstehen durch unterschiedliche Trainingsmodelle und Algorithmen zur Portionsgrößenerkennung.

Die Computer Vision-Systeme müssen komplexe Variablen wie Zubereitungsart, versteckte Zutaten und Portionsgrößen aus einem einzelnen Foto ableiten. Ernährungsexpertin Meridan Zerner erklärt, dass alle Apps auf mathematischen Gleichungen basieren, die individuelle Faktoren wie Hormone, Knochengröße und Genetik nicht berücksichtigen können.

Preisstrukturen und Funktionsumfang variieren stark

Die Kostenstrukturen der Food-Tracking Apps unterscheiden sich erheblich. Einige verlangen bereits für grundlegende Funktionen wie Food-Logging etwa 35 Euro jährlich. Andere bieten Basis-Tracking kostenlos an, verlangen aber bis zu 80 Euro pro Jahr für erweiterte Features wie detaillierte Nährstoffanalyse oder personalisierte Coaching-Funktionen.

Für europäische Unternehmen, die Wellness-Programme implementieren, sind diese Preisunterschiede relevant bei der Auswahl von Apps für Mitarbeiter-Benefits. Die Barcode-Scanner-Funktion erwies sich als genauer als die KI-Bildanalyse, da sie auf strukturierte Produktdatenbanken zugreift.

Psychologische Auswirkungen und Nutzungsrisiken

Ernährungsexpertin Adee Levinstein vom Eating Recovery Center warnt vor der Moralisierung von Lebensmitteln durch Food-Tracking Apps. Die Apps können zu schwarz-weiß-Denken führen, bei dem Nutzer sich als "gut" oder "schlecht" bewerten basierend auf ihrer Ernährung.

Der Test zeigte, dass präzise Kalorienverfolgung bei perfektionistischen Nutzern zu erhöhter Angst und obsessivem Verhalten führen kann. Zerner empfiehlt, die Apps als ein Werkzeug unter vielen zu betrachten und Flexibilität bei der Nutzung zu bewahren.

Ausblick für KI-gestützte Ernährungsanalyse

Die Computer Vision-Technologie in Food-Tracking Apps zeigt Potenzial, benötigt aber verbesserte Trainingsmodelle für konsistente Ergebnisse. Für Entwickler und Käufer von Health-Tech-Lösungen bleibt die manuelle Verifizierung von KI-Schätzungen vorerst notwendig. Die Apps eignen sich besser für Bewusstseinsbildung als für präzise Kalorienverfolgung.

Wired testete die Apps über mehrere Wochen und befragte Ernährungsexperten zu den Stärken und Limitierungen der aktuellen Technologie.