KI-Food-Scanner können viele sichtbare Lebensmittel auf einem Foto erkennen. Eine Mahlzeit wird aber nicht untrackbar, nur weil eine einzelne Zutat nicht eindeutig identifiziert werden kann.
Die beste Lösung ist nicht, die KI zu einer sicheren Antwort zu zwingen. Trenne stattdessen bekannte Bestandteile von der unsicheren Zutat und kläre diese mit den besten verfügbaren Informationen.
Manchmal dauert das nur wenige Sekunden. In anderen Fällen sind Verpackung, Rezept oder eine manuelle Schätzung hilfreicher.
Bereits korrekt erkannte Lebensmittel behalten
Angenommen, eine Mahlzeit enthält:
- gekochten Reis;
- gegrilltes Hähnchen;
- Brokkoli;
- eine helle Sauce.
Der Scanner erkennt die ersten drei Bestandteile korrekt, kann die Sauce aber nicht bestimmen.
Es gibt keinen Grund, die gesamte Analyse zu verwerfen.
Behalte die plausibel erkannten Lebensmittel und konzentriere dich nur auf den unsicheren Bestandteil.
Das ist meist zuverlässiger, als die gesamte Mahlzeit durch einen generischen Datenbankeintrag wie „Chicken Rice Bowl“ zu ersetzen.
Warum manche Zutaten auf Fotos schwer erkennbar sind
Ein Foto enthält visuelle Informationen, aber keine vollständige Zutatenliste.
Mehrere Lebensmittel können nach der Zubereitung fast gleich aussehen.
Eine weiße Sauce könnte beispielsweise sein:
- Joghurtsauce;
- saure Sahne;
- Mayonnaise-Sauce;
- Sahnesauce;
- Tahini-Mischung;
- Käsesauce.
Kalorien und Makronährstoffe können sich dabei deutlich unterscheiden.
Weitere schwierige Fälle sind:
- nicht mehr sichtbares Bratöl;
- geschmolzene Butter;
- Zucker in Getränken;
- versteckte Füllungen;
- Zutaten unter einem Topping;
- pürierte Suppen;
- Aufläufe;
- Dressings;
- Marinaden;
- Aufstriche.
Wenn das Aussehen diese Möglichkeiten nicht zuverlässig unterscheidet, ist eine Rückfrage besser als vorzutäuschen, das Foto enthalte Informationen, die dort gar nicht sichtbar sind.
Schritt 1: unbekannte Zutat selbst benennen, wenn möglich
Wenn du die Mahlzeit selbst zubereitet oder bestellt hast, kennst du die Antwort möglicherweise bereits.
Gib die fehlende Information direkt an, statt denselben Scan zu wiederholen.
Beispiel:
Unbekannter Bestandteil: Sauce
Du weißt:
30 g Mayonnaise
Jetzt kann die Mahlzeit mit einem passenden Mayonnaise-Eintrag ergänzt werden.
Das ist sinnvoller, als dasselbe Foto mehrfach analysieren zu lassen.
Schritt 2: Zutat und Menge als zwei getrennte Unsicherheiten behandeln
Manchmal kennst du die Zutat, aber nicht die verwendete Menge.
Beispiel:
- Zutat: Olivenöl;
- Menge: unbekannt.
Das ist bereits wesentlich besser, als sowohl Identität als auch Menge als unbekannt zu behandeln.
Die Menge kann anschließend geschätzt werden anhand von:
- Rezept;
- Angaben der Person, die gekocht hat;
- verbrauchter Packungsmenge;
- in die Pfanne gegebener Menge;
- realistischem Portionsbereich.
Eine Schätzung sollte auch als Schätzung behandelt werden und nicht als exakte Messung.
Schritt 3: Verpackung prüfen
Stammt die unbekannte Zutat aus einer Flasche, einem Glas, Karton oder Beutel, kann die Verpackung viele Unsicherheiten beseitigen.
Prüfe:
- exakten Produktnamen;
- Marke und Variante;
- Nährwerte;
- Portionsgröße;
- verwendetes Gewicht oder Volumen.
Beispiel:
Der Scanner erkennt ein cremiges Dressing, aber nicht die genaue Sorte.
Auf der Flasche steht:
- 320 kcal pro 100 g;
- Portion: 20 g.
Bei ungefähr 20 g Dressing:
320 × 20 ÷ 100 = 64 kcal
Das Etikett liefert hier bessere Informationen als der Versuch, die Rezeptur anhand des Aussehens zu erraten.
Schritt 4: bei selbst gekochten Mischgerichten das Rezept nutzen
Bei selbst gekochten Gerichten ist das Rezept oft die beste Informationsquelle für versteckte Zutaten.
Eine Pastasauce besteht beispielsweise aus:
- Tomaten;
- Olivenöl;
- Zwiebeln;
- Sahne;
- Parmesan.
Auf einem Foto kann sie hauptsächlich wie Tomatensauce aussehen. Die exakte Menge an Öl, Sahne oder Käse lässt sich daraus nicht zuverlässig erkennen.
Wenn das Rezept verfügbar ist, berechne die Zutaten und das Endgewicht des Gerichts.
Beispiel
Eine Sauce enthält:
- 500 g Tomaten;
- 20 g Olivenöl;
- 100 g Sahne;
- 40 g Parmesan.
Nach dem Kochen wiegt die fertige Sauce 550 g.
Du isst 165 g.
165 ÷ 550 = 0,30
Du hast ungefähr 30 % der fertigen Sauce gegessen.
Diesen Anteil kannst du auf die Nährwerte des gesamten Rezepts anwenden.
Schritt 5: unbekannte Zutat und unbekanntes Gericht unterscheiden
Das sind zwei unterschiedliche Probleme.
Unbekannte Zutat
Der Großteil der Mahlzeit ist klar, nur ein Bestandteil ist unsicher.
Beispiel:
- Reis;
- Lachs;
- Gemüse;
- unbekanntes Dressing.
Behalte die bekannten Bestandteile und kläre das Dressing separat.
Unbekanntes Gericht
Das Foto zeigt ein gemischtes Gericht, dessen Zusammensetzung nicht zuverlässig erkennbar ist.
Beispiel:
- ein Restaurantauflauf ohne sichtbare Trennung der Zutaten.
Hier ist es möglicherweise unrealistisch, einzelne versteckte Zutaten zu bestimmen. Menübeschreibung, Rezept, Restaurantinformationen oder ein vergleichbares Gericht sind dann sinnvoller.
Schritt 6: gezielt nachfragen
Wenn eine Rückfrage möglich ist, sollte sie möglichst konkret sein.
Zum Beispiel:
- War die Sauce auf Mayonnaise-, Joghurt- oder Sahnebasis?
- War der Thunfisch in Wasser oder Öl?
- Ist das Fleisch Rind, Schwein oder Hähnchen?
- Wurde beim Kochen Öl verwendet?
- Ist das Getränk gesüßt?
- Ist der Joghurt natur oder aromatisiert?
Eine konkrete Frage reduziert Unsicherheit besser als die Aufforderung, die komplette Mahlzeit erneut zu beschreiben.
Schritt 7: passenden Datenbankeintrag auswählen
Sobald die Zutat bekannt ist, reicht der Name allein noch nicht aus.
Prüfe:
- Marke, wenn relevant;
- roh oder gekocht;
- abgetropft oder nicht abgetropft;
- Fettgehalt;
- gesüßt oder ungesüßt;
- Zubereitungsart;
- Einheit.
„Joghurt“ ist beispielsweise nicht ausreichend, wenn das tatsächliche Produkt ein gesüßter Joghurt mit 10 % Fett ist, der ausgewählte Datenbankeintrag aber Naturjoghurt mit 0 % Fett beschreibt.
Schritt 8: bei Bedarf manuell ergänzen
Manuelle Eingabe ist kein Versagen des KI-Trackings.
Sie ist die richtige Ausweichmethode, wenn du bessere Informationen hast als das Foto.
Besonders sinnvoll ist sie für:
- Öle;
- Saucen;
- Aufstriche;
- Gewürzsaucen;
- Pulver;
- Getränkezusätze;
- versteckte Füllungen;
- verpackte Zutaten;
- Rezeptbestandteile.
KI soll die Eingabe reduzieren, nicht notwendige Korrekturen verhindern.
Zutat bekannt, Menge unbekannt
Identifikation und Portionsschätzung sollten getrennt behandelt werden.
Wenn möglich: wiegen
Ist die Zutat noch separat vorhanden, nutze eine Küchenwaage.
Verpackung verwenden
Von einem 200-g-Behälter wurde ungefähr ein Viertel verwendet:
200 × 0,25 = 50 g
Das bleibt eine Schätzung, hat aber eine nachvollziehbare Grundlage.
Rezept verwenden
In ein Rezept für vier ungefähr gleich große Portionen kommen 30 g Öl:
30 ÷ 4 = 7,5 g Öl pro Portion
Unsicherheit als Bereich behandeln
Wenn eine Restaurantsauce ungefähr 20–40 g betragen könnte und keine besseren Informationen vorhanden sind, ist dieser Bereich aussagekräftiger als eine künstlich genaue Zahl wie 27,4 g.
Verstecktes Öl besonders beachten
Bratöl ist für bildbasierte Systeme schwierig, weil es im fertigen Essen oft kaum sichtbar ist.
Gemüse kann korrekt erkannt werden, während das verwendete Öl fehlt.
Wenn 10 g Olivenöl verwendet und mit der Portion gegessen wurden, entspricht das grob:
10 × 9 = 90 kcal
Der genaue Wert kann je nach Produktetikett leicht abweichen. Das Beispiel zeigt jedoch, warum unsichtbare Zutaten relevant sein können.
Nutze die tatsächliche Ölmenge oder Rezeptangaben, wenn sie verfügbar sind.
Saucen können unsicherer sein als das sichtbare Hauptgericht
Hähnchen, Kartoffeln und Gemüse können optisch relativ gut erkennbar sein. Eine helle Joghurtsauce und eine Mayonnaise-Sauce können dagegen ähnlich aussehen, obwohl ihre Energiedichte deutlich unterschiedlich ist.
Bei einer unsicheren Sauce:
- Sorte möglichst bestimmen;
- Etikett oder Rezept prüfen;
- Menge wiegen oder schätzen;
- separat eintragen.
Das ist normalerweise besser, als die Kalorienschätzung des gesamten Tellers zu verändern.
Auch Getränke enthalten unsichtbare Zutaten
Ein Foto von Kaffee zeigt nicht zuverlässig, ob darin enthalten sind:
- keine Milch;
- 30 ml Milch;
- 100 ml Milch;
- Zucker;
- Sirup;
- Sahne.
Wenn ein Zusatz nicht erkannt wird, ergänze ihn separat.
Beispiel:
- Kaffee;
- 90 ml Vollmilch;
- 10 g Zucker.
Das sichtbare Getränk ist dasselbe, aber seine Nährwerte hängen von Zutaten ab, die auf dem Foto nicht vollständig bestimmbar sind.
Wenn du die Zutat überhaupt nicht kennst
Manchmal wissen weder Nutzer noch Scanner, was ein Bestandteil genau ist.
Ein Restaurant serviert beispielsweise eine unbekannte Sauce ohne Zutatenbeschreibung.
Gehe dann in dieser Reihenfolge vor:
- Menübeschreibung prüfen;
- wenn sinnvoll im Restaurant nachfragen;
- offizielle Nährwertinformationen suchen;
- nächstliegende sinnvolle Kategorie bestimmen;
- ausdrücklich als Schätzung erfassen.
Erfinde keine detaillierte Rezeptur ohne Grundlage.
Eine transparente grobe Schätzung ist besser als eine präzise erfundene Zutatenliste.
Wenn die unbekannte Zutat nur wenig Einfluss hat
Nicht jede Unsicherheit wirkt sich gleich stark aus.
Einige Gramm frische Kräuter verändern die Gesamtenergie normalerweise weniger als eine unbekannte Menge von:
- Öl;
- Butter;
- Mayonnaise;
- Sahne;
- Käse;
- Nüssen;
- Nussmus;
- Zuckersirup.
Wenn wenig Zeit zur Verfügung steht, sollten Unsicherheiten priorisiert werden, die die Mahlzeit stärker beeinflussen können.
Das bedeutet nicht, dass kleine Zutaten keinen Nährwert besitzen.
Mehrere unbekannte Zutaten
Bearbeite sie nach ihrer möglichen Bedeutung.
Bei einer Bowl sind beispielsweise unsicher:
- einige Kräuter;
- Sauce;
- Bratöl;
- Samen-Topping.
Eine sinnvolle Reihenfolge könnte sein:
- Öl;
- Sauce;
- Samen;
- Kräuter.
So konzentriert sich der Aufwand auf die Bestandteile mit potenziell größerem Einfluss.
Restaurantgerichte
Restaurantgerichte sind besonders schwierig, weil Rezepturen und verwendete Mengen häufig nicht sichtbar sind.
Nutze verfügbare Informationen möglichst in dieser Reihenfolge:
- offizielle Nährwertangaben des Restaurants;
- Zutaten- oder Allergeninformationen;
- Menübeschreibung;
- sichtbare Bestandteile;
- vergleichbares generisches Gericht.
Bleibt eine Zutat unbekannt, sollte die Unsicherheit bestehen bleiben, statt anzunehmen, dass ein Foto die komplette Restaurantrezeptur offenlegt.
Selbst gekochte Mahlzeiten
Bei selbst gekochten Speisen besteht ein Vorteil: Die Zutaten sind möglicherweise bekannt, obwohl das fertige Gericht optisch komplex ist.
Speichere häufig gekochte Gerichte als Rezept.
Zukünftige Portionen können dann anhand des fertigen Rezepts eingetragen werden, ohne jedes Mal alle Zutaten neu aus dem Foto erkennen zu müssen.
Besonders hilfreich ist das bei:
- Suppen;
- Eintöpfen;
- Aufläufen;
- Currys;
- Saucen;
- Ofengerichten;
- gemischten Salaten.
Beispiel: eine unbekannte Sauce
Der Scanner erkennt:
- 180 g gekochten Reis;
- 140 g gegrilltes Hähnchen;
- 100 g Gemüse;
- unbekannte weiße Sauce.
Du bestätigst, dass es 35 g Joghurtdressing mit 120 kcal pro 100 g waren.
Kalorien der Sauce:
120 × 35 ÷ 100 = 42 kcal
Die Mahlzeit muss nicht neu gescannt werden. Ergänze einfach die 35 g Dressing.
Beispiel: unbekanntes Bratfett
Ein Foto zeigt Eier und Gemüse.
Beides wird korrekt erkannt, aber der Scanner kann nicht bestimmen, wie es zubereitet wurde.
Du weißt, dass 8 g Butter verwendet wurden.
Laut Etikett enthält die Butter 740 kcal pro 100 g:
740 × 8 ÷ 100 = 59,2 kcal
Ergänze ungefähr 59 kcal aus der Butter, statt die geschätzte Menge an Eiern oder Gemüse zu verändern.
Beispiel: unbekanntes Restaurantdressing
Ein Salat enthält sichtbar:
- Blattsalat;
- Tomaten;
- Gurke;
- Hähnchen.
Das Dressing ist unbekannt.
Die Speisekarte beschreibt es lediglich als „cremiges Hausdressing“. Offizielle Nährwertangaben gibt es nicht.
Dann:
- sichtbare Salatbestandteile beibehalten;
- Dressing als plausible Schätzung für ein cremiges Dressing erfassen;
- berücksichtigen, dass Menge und Zusammensetzung unsicher sind.
Weise dem Dressing nicht ohne Belege eine exakte selbst erfundene Rezeptur zu.
Wann ein zweites Foto helfen kann
Ein zweiter Blickwinkel kann sinnvoll sein, wenn das erste Foto schlecht ist, weil:
- eine Zutat hinter einer anderen liegt;
- die Beleuchtung Details verdeckt;
- der Winkel eine Portion versteckt;
- mehrere Lebensmittel überlappen.
Ein anderer Winkel kann den fehlenden Bestandteil sichtbar machen.
Weniger hilfreich ist ein neuer Scan, wenn die Information grundsätzlich nicht sichtbar ist:
- genaue Menge des Bratöls;
- aufgelöster Zucker;
- Zutaten in einer pürierten Sauce;
- Fettgehalt eines Milchprodukts.
Hier sind zusätzliche Informationen hilfreicher als ein weiteres Foto.
Unsicherheit nicht durch falsche Präzision ersetzen
Ein KI-System kann eine wahrscheinliche Zutat vorschlagen. Das macht den Vorschlag nicht sicher.
Ein gutes Tracking sollte unterscheiden zwischen:
- erkannt;
- vom Nutzer bestätigt;
- geschätzt;
- unbekannt.
Wenn die Information nur „wahrscheinlich cremige Sauce“ unterstützt, sollte daraus nicht stillschweigend „31 g Mayonnaise“ werden.
Die Genauigkeit der Zahl sollte zur Qualität der verfügbaren Information passen.
Schneller Ablauf bei unbekannten Zutaten
1. Korrekt erkannte Lebensmittel behalten.
2. Prüfen, ob du die fehlende Zutat kennst.
3. Bei verpackten Produkten das Etikett verwenden.
4. Bei selbst gekochten Gerichten das Rezept prüfen.
5. Ist die Zutat bekannt, aber die Menge nicht, diese separat wiegen oder schätzen.
6. Sind Identität und Menge unbekannt, die am besten begründbare Kategorie verwenden und als Schätzung behandeln.
7. Öl, Saucen, Aufstriche und andere energiedichte unbekannte Zutaten priorisieren.
8. Wenn möglich nur den unsicheren Bestandteil korrigieren statt die gesamte Mahlzeit zu ersetzen.
Was gutes KI-gestütztes Tracking ermöglichen sollte
KI-Erkennung ist besonders hilfreich, wenn sie Routineeingaben reduziert und trotzdem Korrekturen zulässt.
Ein praktisches System sollte ermöglichen:
- korrekt erkannte Lebensmittel zu übernehmen;
- eine falsch erkannte Zutat umzubenennen;
- eine fehlende Zutat hinzuzufügen;
- die Portion zu ändern;
- einen besseren Datenbankeintrag auszuwählen;
- Etikettwerte einzugeben;
- gespeicherte Rezepte zu verwenden;
- Unsicherheit beizubehalten, wenn exakte Informationen fehlen.
Diese Kombination ist robuster als die Erwartung, jede Kalorie einer Mahlzeit allein aus Bildpixeln ableiten zu können.
Das wichtigste Prinzip
Wenn ein KI-Food-Scanner eine Zutat nicht erkennt, erzwinge keine Vermutung und verwerfe nicht die gesamte Mahlzeit.
Trenne die unsichere Zutat von den bekannten Bestandteilen.
Nutze anschließend die stärkste verfügbare Informationsquelle:
eigenes Wissen → Verpackung → Rezept → offizielle Restaurantinformationen → begründete Schätzung
KI kann eine nützliche erste Analyse liefern. Überprüfung und Korrektur ergänzen die Informationen, die ein Foto nicht zuverlässig enthalten kann.