Wie genau ist KI beim Zählen von Kohlenhydraten per Foto?

Wie stark irrt sich die KI beim Zählen von Kohlenhydraten per Foto?

Allein mit dem Foto im Mittel zwischen 10 und 28 g Kohlenhydrate pro Mahlzeit, je nach Studie und Modell: zwischen einer und drei KE ^{1, 9, 13}. Der beste Wert der von uns zitierten Studien, 6,6 g, stammt von Gemini-3 Pro in einer kleinen Studie ².

Dies sind die Studien, die die KI mit einem Menschen aus Fleisch und Blut oder mit dem tatsächlichen Gewicht des Essens vergleichen. „Mittlerer Fehler“ ist, wie weit die Schätzung im Durchschnitt pro Mahlzeit von den tatsächlichen Kohlenhydraten abweicht.

Es gibt eine Angabe aus der ersten Studie, die uns sehr wichtig ist. Gemini lag bei 38 % der Mahlzeiten um 20 g oder mehr zu hoch. Die Ernährungsfachkräfte bei 3 % ¹. Zu hoch zu liegen führt dazu, sich zu viel Insulin zu spritzen.

Gegenüber spezifischen Zähl-Apps ist das Ergebnis ähnlich: Bei 246 Krankenhausmahlzeiten lagen die Apps um 13 bis 21 g daneben und ChatGPT-5 um 18 g ⁴. In dieser Studie ist nicht klar, ob ChatGPT das Foto oder eine Beschreibung bekam.

Die zweite Studie lässt die KI am besten aussehen, aber ihre Autor:innen mahnen zur Vorsicht: Es sind 14 Personen, gut geschult ². Und all das ist sehr neu. Die letzte systematische Übersichtsarbeit zum Schätzen von Essen anhand von Bildern stammt von 2023 und enthält nicht eine einzige Studie mit diesen Modellen ¹⁴.

Wie viel Fehler ist beim Zählen von Kohlenhydraten akzeptabel?

Etwa 10 g, eine KE. Bei Kindern und Jugendlichen mit intensivierter Insulintherapie veränderte ein Fehler von 10 g den Blutzucker nach dem Essen nicht; ein Fehler von 20 g schon ^{18, 19}.

Zehn Gramm Kohlenhydrate sind eine KE (Kohlenhydrateinheit). Das ist das Maß, das wir im ganzen Artikel verwenden.

Bei Kindern und Jugendlichen mit intensivierter Insulintherapie veränderte ein Fehler von 10 g den Blutzucker nach der Mahlzeit nicht ¹⁸. Ein Fehler von 20 g schon: Wenn 20 g zu viel gezählt wurden, endete eine von drei Mahlzeiten in einer Unterzuckerung ¹⁹.

Wir suchen also keine KI, die auf das Gramm genau trifft. Wir wollen wissen, wie oft sie innerhalb dieser einen KE Spielraum bleibt.

Zählt die KI Kohlenhydrate besser als ein Mensch mit Diabetes?

Das hängt von der Studie ab, und die Evidenz ist gemischt. Auch Menschen mit Diabetes irren sich: im Mittel etwa 15 g pro Mahlzeit bei Erwachsenen mit Typ 1 ¹⁵.

Wenn du Kohlenhydrate zählst, weißt du es schon: Es ist schwierig.

Bei 50 Erwachsenen mit Typ 1 lag der mittlere Fehler bei 15,4 g pro Mahlzeit. Und wer sich am meisten irrte, hatte einen schwankenderen Blutzucker ¹⁵. In einer anderen Studie mit 61 Erwachsenen mit Insulin lag die Durchschnittsnote bei 59 %, und 82 % zählten zu viel ¹⁶. Bei Kindern und ihren Familien lagen 73 % der Schätzungen innerhalb von 10–15 g ²⁰.

Im Vergleich zu Ernährungsfachkräften lag die KI in der französischen Studie öfter daneben ¹. Im Vergleich zu 14 gut geschulten Patient:innen lag Gemini-3 Pro etwas weniger daneben ². Man kann also nicht sagen, dass die KI besser zählt als du. Wohl aber, dass niemand bei null Fehlern anfängt.

Bei welchen Gerichten irrt sich die KI am meisten?

Bei Gerichten mit vielen Zutaten, bei großen Portionen und wenn das Foto den Winkel wechselt ^{3, 5, 7}.

Die Studien stimmen an drei Stellen des Tellers überein:

Wie lässt sich die Genauigkeit der KI beim Zählen von Kohlenhydraten verbessern?

Indem man ihr die Menge gibt. Mit den Zutaten und ihren Gramm oder mit einer detaillierten Beschreibung des Gerichts sinkt der Fehler auf 2–6 g pro Mahlzeit ^{2, 9}. Mit dem tatsächlichen Gewicht sinkt er ebenfalls deutlich ¹⁰.

Zu wissen, was auf dem Teller liegt, ist nicht das Problem. Das Problem ist, wie viel da ist.

Wenn man der KI das tatsächliche Gewicht gibt, sinkt der Fehler von Gemini 2.5 Flash von 57 % auf 20 % ¹⁰. Mit der Zutatenliste und ihren Mengen geht ChatGPT-5 von 11,7 g auf 6,2 g ⁹. Ihr den Namen des Gerichts zu nennen oder wo du es isst, hilft ebenfalls ein wenig ^{12, 13}.

Was nicht gezeigt wurde, ist, dass es hilft, eine Karte oder eine Gabel daneben zu legen, um einen Maßstab zu geben. Bei zusammengesetzten Gerichten brachte es nichts ³.

Welche KI zählt Kohlenhydrate am besten: ChatGPT, Gemini oder Claude?

Das hängt von der Version ab, nicht von der Marke. Gemini gehört in manchen Studien zu denen, die am meisten danebenliegen, und in anderen zu denen, die am wenigsten danebenliegen ^{1, 2, 13}.

LifeSugar nutzt Gemini, also müssen wir hier klar sein.

In einer schwedischen Studie wich Gemini 1.5 Pro bei den Kohlenhydraten im Mittel um 66 % ab; ChatGPT-4o um 48 % ⁷. Gemini, ohne Versionsangabe, lag in der französischen Studie am häufigsten daneben ¹. Bei japanischen Krankenhausmenüs traf Gemini 1.5 Pro in 47 % der Fälle innerhalb von 10 %; die Ernährungsfachkräfte in 73 % ¹¹.

Dagegen schnitt Gemini-3 Pro in der türkischen Studie am besten ab ², und Gemini 2.5 Pro war bei den Kohlenhydraten der Beste in einem Test mit 806 Fotos ¹³.

Niemand hat bisher LifeSugar im Speziellen untersucht. Keine dieser Zahlen ist die unserer App.

Kann man den Insulinbolus anhand eines Fotos berechnen?

Keine Studie belegt das. Alle, die mit Menschen mit Diabetes durchgeführt wurden, sehen die KI als Unterstützung, nicht als Ersatz, und wir haben keine gefunden, die das Dosieren von Insulin anhand dessen, was ein Foto schätzt, geprüft hätte ^{1, 2, 3, 4}.

Deshalb berechnet LifeSugar keine Boli. Es gibt dir die Kohlenhydrate und die KE, und die Dosis entscheidest du mit deinem Behandlungsteam. LifeSugar ist kein Medizinprodukt.

Auf welchen Studien beruht LifeSugar?

Auf denen in diesem Artikel. Jede Entscheidung der App antwortet auf ein veröffentlichtes Ergebnis: vor dem Speichern korrigieren, die Menge angeben können, den Bolus nicht berechnen und das Essen zusammen mit dem Blutzucker sehen.

Das alles zu lesen hat uns dazu gebracht, die App so zu gestalten:

Unser Fazit: Ein Foto ersetzt nicht dein Urteil. Es gibt dir einen Ausgangspunkt, ohne die Waage herauszuholen, und das letzte Wort bleibt bei dir.