Der größte Feind des Kalorientrackings ist Reibung: jede Mahlzeit abwiegen und in ein Logbuch schreiben. Genau deshalb geben die meisten Menschen in der ersten Woche auf. Kalorienzählen per Foto nimmt diese Reibung weg — mach ein Foto von deinem Teller und lass die KI den Rest erledigen. Aber wie funktioniert es, und kannst du ihm wirklich vertrauen?
Die Fotoanalyse läuft in drei Schritten ab:
Ein Bilderkennungsmodell identifiziert die Lebensmittel auf dem Teller — es erkennt Komponenten wie Reis, Hähnchen, Salat und Brot separat.
Die KI schätzt die Portionsgröße anhand des Tellers und umliegender Referenzen. Das ist der kritischste — und schwierigste — Schritt für die Genauigkeit.
Erkannte Lebensmittel werden mit einer Ernährungsdatenbank abgeglichen; Kalorien, Protein, Kohlenhydrate und Fett werden in Sekunden berechnet. In Suu läuft das über Google Gemini.
Die ehrliche Antwort: es wird eine einzelne Mahlzeit nicht mit Laborpräzision messen — aber das ist nicht der Sinn von Kalorientracking. Der Sinn ist, den täglichen und wöchentlichen Trend und das Bewusstsein zu erfassen. Die visuelle KI-Nahrungsschätzung wird stetig besser und ist für die meisten Anwendungen "nah genug".[1]
Portionsgröße und versteckte Fette/Saucen. Ein Foto sieht nicht immer die Butter in einem Gericht oder das Dressing auf einem Salat. Öllastige Saucen und zuckerhaltige Getränke separat hinzuzufügen bringt die Summe näher an die Realität.
Manuelle Eingabe ist theoretisch präziser; in der Praxis geben die meisten Menschen nach wenigen Tagen auf. Konsistente "ungefähre" Daten sind weit wertvoller als gelegentliche "präzise" Daten. Foto- und Spracheingabe nehmen dem Tracking die Reibung und machen es zur täglichen Gewohnheit — Durchhaltbarkeit kommt vor Präzision.
Fotoanalyse ist Teil von Premium; 3 Sprach-/Text-KI-Analysen täglich sind immer kostenlos.