Wie scanne ich Lebensmittel mit meinem Handy? AI Foto-Scanning Anleitung

Lebensmittel mit Ihrem Handy zu scannen, ist der schnellste Weg, eine Mahlzeit zu protokollieren. Anstatt eine Datenbank zu durchsuchen, Zutaten zu wiegen oder Beschreibungen einzugeben, richten Sie einfach die Kamera auf Ihren Teller, und die künstliche Intelligenz erkennt die Lebensmittel, schätzt die Portionen und berechnet die Kalorien. Der gesamte Prozess dauert 5-10 Sekunden. Eine Studie aus dem Jahr 2024 in Nutrients hat gezeigt, dass KI-gestützte Lebensmittel-Erkennung gängige Lebensmittel mittlerweile mit einer Genauigkeit von 80-90 % identifizieren kann und dass die foto-basierte Lebensmittelprotokollierung die Einhaltung im Vergleich zu manuellen Methoden erheblich verbessert.

Hier erfahren Sie genau, wie Sie Lebensmittel mit Ihrem Handy scannen, wie Sie die besten Ergebnisse erzielen, was die KI falsch macht und wann Sie stattdessen den Barcode-Scanner verwenden sollten.

Wie scanne ich Lebensmittel mit meinem Handy? Die kurze Antwort

Öffnen Sie eine Kalorien-Tracking-App mit KI-Fotoerkennung, richten Sie Ihre Kamera auf Ihren Teller, machen Sie ein Foto, und die KI identifiziert die Lebensmittel und schätzt deren Nährstoffgehalt. Sie überprüfen die Ergebnisse, passen alles an, was Ihnen nicht korrekt erscheint, und bestätigen. Das dauert weniger als 10 Sekunden. Nutrola unterstützt das AI Foto-Scanning sowohl auf iOS als auch auf Android.

Schritt-für-Schritt: Lebensmittel mit Nutrola scannen

Schritt 1: Kamera öffnen

Öffnen Sie Nutrola und tippen Sie auf das Kamerasymbol auf dem Hauptprotokollbildschirm. Damit aktivieren Sie den AI Lebensmittel Scanner.

Schritt 2: Positionieren Sie Ihr Handy

Halten Sie Ihr Handy etwa 30-40 Zentimeter über Ihrem Teller. Zielen Sie auf einen senkrechten Blickwinkel, direkt von oben auf das Essen. Dies gibt der KI die beste Sicht auf jedes Lebensmittel und die genaueste Perspektive zur Schätzung der Portionsgrößen.

Schritt 3: Foto aufnehmen

Tippen Sie auf den Auslöser. Das Foto wird zur Analyse an die KI von Nutrola gesendet. Die Verarbeitung dauert in der Regel 1-3 Sekunden, abhängig von Ihrer Internetverbindung.

Schritt 4: Ergebnisse der KI überprüfen

Die KI liefert eine Liste der identifizierten Lebensmittel mit geschätzten Portionen. Wenn Sie beispielsweise einen Teller mit Hähnchenbrust, Reis und gedämpftem Brokkoli fotografiert haben, könnte das Ergebnis so aussehen:

• Gegrillte Hähnchenbrust — 150g (geschätzt) — 248 Kalorien
• Weißer Reis, gekocht — 200g (geschätzt) — 260 Kalorien
• Gedämpfter Brokkoli — 100g (geschätzt) — 35 Kalorien
• Gesamt: 543 Kalorien

Schritt 5: Anpassen und Bestätigen

Überprüfen Sie jeden Punkt. Entspricht die Portionsschätzung dem, was Sie sehen? Wenn Ihre Hähnchenbrust größer aussieht als 150g, schieben Sie die Portion nach oben. Wenn die KI Jasminreis fälschlicherweise als normalen weißen Reis identifiziert hat, tauschen Sie es aus. Diese Anpassungen dauern nur Sekunden und verbessern die Genauigkeit erheblich.

Schritt 6: Mahlzeit protokollieren

Tippen Sie auf Bestätigen. Die Mahlzeit wird in Ihrem täglichen Tracker mit einer vollständigen Makro- und Mikronährstoffaufstellung über 100+ Nährstoffe protokolliert.

Tipps für bessere Lebensmittel-Scans

Die Qualität Ihres Scans hat direkten Einfluss auf die Genauigkeit. Hier sind die entscheidenden Faktoren.

Beleuchtung

Gute Beleuchtung ist der wichtigste Faktor. Natürliches Tageslicht liefert die besten Ergebnisse. Helles, gleichmäßiges Küchenlicht funktioniert ebenfalls gut. Schummriges Licht, starke Schatten und warm-tonige Restaurantbeleuchtung verringern die Fähigkeit der KI, Lebensmittel korrekt zu identifizieren.

Lichtverhältnisse	Scan-Qualität	Empfehlung
Natürliches Tageslicht	Ausgezeichnet	Beste Option
Helles Küchenlicht	Sehr gut	Zuverlässig
Standard-Restaurant	Befriedigend	Nutzbar mit Anpassungen
Dämmerlicht/Kerzenlicht	Schlecht	Verwenden Sie stattdessen die Sprachprotokollierung
Gegenlicht (Licht hinter dem Essen)	Schlecht	Positionieren Sie den Teller oder das Handy neu

Winkel

Ein senkrechter (von oben) Winkel ist ideal. Diese Perspektive gibt der KI die genaueste Sicht auf Portionsgrößen und Essensgrenzen. Schrägaufnahmen von der Seite verzerren die Größen und können Lebensmittel hinter anderen verstecken.

Eine Studie der IEEE International Conference on Computer Vision hat gezeigt, dass Fotos von Lebensmitteln aus der Vogelperspektive 15-20 % genauere Portionsschätzungen liefern als 45-Grad-Winkelaufnahmen.

Lebensmitteltrennung

Wenn die Lebensmittel auf dem Teller klar voneinander getrennt sind, kann die KI jedes Element einzeln identifizieren. Ein Teller mit Hähnchen, Reis und Salat in klaren Abschnitten scannt besser als alles zusammengepfercht. Wenn Sie das Essen selbst anrichten, sollten Sie die Komponenten vor dem Scannen trennen.

Teller und Hintergrund

Die KI verwendet den Teller als Größenreferenz zur Schätzung der Portionen. Standard-Dinner-Teller (25-27 cm Durchmesser) funktionieren am besten. Ungewöhnliche Tellergrößen, Schalen mit steilen Seiten, die den Inhalt verbergen, oder Lebensmittel, die direkt auf einem Schneidebrett oder Tablett liegen, können weniger genaue Größenabschätzungen liefern.

Ein sauberer, kontrastierender Hintergrund hilft ebenfalls. Lebensmittel auf einem weißen Teller vor einem dunklen Untergrund sind für die KI einfacher zu analysieren als Lebensmittel in einer dunklen Schüssel auf einem gemusterten Tischdecken.

Mehrere Elemente

Wenn Sie mehrere Gerichte haben (einen Hauptteller, einen Beilagensalat und ein Getränk), können Sie entweder:

1. Jedes Element einzeln scannen für bessere individuelle Genauigkeit
2. Alles nah beieinander anordnen und einmal scannen für Geschwindigkeit

Für die besten Ergebnisse scannen Sie separat, wenn die Elemente in verschiedenen Schalen oder auf verschiedenen Tellern sind.

Was macht das AI Lebensmittel-Scanning richtig?

Die KI-Lebensmittel-Erkennung funktioniert am besten mit:

• Deutlich erkennbaren Einzel-Lebensmitteln: Eine Banane, ein Apfel, eine Hähnchenbrust, ein Stück Pizza
• Standardisierten Tellergerichten: Protein + Stärke + Gemüse auf einem Teller
• Gängigen Lebensmitteln: Je gängiger das Lebensmittel, desto besser ist das Modell trainiert, es zu erkennen
• Lebensmitteln mit markanten visuellen Merkmalen: Unterschiedliche Farben, Formen und Texturen, die die Elemente visuell trennen

Für diese Szenarien können Sie mit einer Genauigkeit von 85-95 % bei der Lebensmittelidentifikation und 75-90 % bei der Portionsschätzung rechnen.

Womit hat die KI Schwierigkeiten?

Das Verständnis der Einschränkungen hilft Ihnen zu wissen, wann Sie die Ergebnisse anpassen oder eine andere Methode verwenden sollten.

Gemischte Gerichte

Aufläufe, Eintöpfe, Currys, Smoothie-Bowls und alle Gerichte, bei denen mehrere Zutaten miteinander vermischt sind, sind für die KI schwer genau zu scannen. Die Kamera sieht eine einheitliche Oberfläche und kann die Proportionen der einzelnen Zutaten darunter nicht bestimmen. Ein Hähnchen-Curry könnte Hähnchen, Kokosmilch, Öl, Zwiebeln, Tomaten und Gewürze enthalten, aber die KI sieht nur "Curry" und schätzt basierend auf einem Durchschnittsrezept.

Was tun: Für gemischte Gerichte, die Sie häufig zubereiten, verwenden Sie stattdessen einen Rezept-Builder. Für einmalige gemischte Gerichte nutzen Sie die Sprachprotokollierung mit einer detaillierten Beschreibung.

Verborgene Kalorien

Die KI kann nicht sehen, was sie nicht sehen kann. Butter, die in Reis geschmolzen ist, Öl, das von frittierten Lebensmitteln aufgenommen wird, Käse in einem Burrito, Soße, die in Pasta eingezogen ist — all dies ist für die Kamera unsichtbar, enthält aber erhebliche Kalorien.

Versteckte Zutat	Typische Menge	Hinzugefügte Kalorien
Olivenöl, das in frittierten Lebensmitteln absorbiert wird	1-2 Esslöffel	119-238
Butter, die in Reis oder Gemüse geschmolzen ist	1 Esslöffel	102
Käse in einer Wrap oder einem Sandwich	30g	110-120
Soße, die in Pasta eingezogen ist	3-4 Esslöffel	60-200
Salatdressing, das in das Gemüse gemischt ist	2 Esslöffel	100-160

Was tun: Fügen Sie nach dem Scannen manuell alle versteckten Zutaten hinzu, die Sie kennen. In Nutrola können Sie zusätzliche Elemente zu einer gescannten Mahlzeit hinzufügen, bevor Sie bestätigen.

Ähnlich aussehende Lebensmittel

Einige Lebensmittel sehen nahezu identisch aus, haben jedoch sehr unterschiedliche Kalorienprofile:

• Weißer Reis (130 Kalorien/100g) vs. Blumenkohlreis (25 Kalorien/100g)
• Normale Pasta (160 Kalorien/100g) vs. Proteinpasta (130 Kalorien/100g) vs. Konjaknudeln (10 Kalorien/100g)
• Normale Joghurt (100 Kalorien/150g) vs. griechischer Joghurt (150 Kalorien/150g) vs. Skyr (100 Kalorien/150g)
• Vollmilch (150 Kalorien/250ml) vs. Magermilch (83 Kalorien/250ml)

Was tun: Wenn die KI ein Lebensmittel identifiziert, das ähnliche Alternativen hat, überprüfen Sie die spezifische Variante und tauschen Sie sie gegebenenfalls aus.

Kleine, kaloriendichte Lebensmittel

Nüsse, Samen, Trockenfrüchte, Schokoladenstückchen und ähnliche kleine Lebensmittel haben viele Kalorien auf kleinem Raum. Die KI sieht vielleicht "eine Handvoll Mandeln", hat aber Schwierigkeiten zu schätzen, ob es 15 Mandeln (105 Kalorien) oder 30 Mandeln (210 Kalorien) sind.

Was tun: Zählen Sie kaloriendichte kleine Lebensmittel manuell oder verwenden Sie einen Barcode-Scan, wenn sie aus einer Verpackung stammen.

Wann sollten Sie stattdessen den Barcode-Scanner verwenden?

Das AI Foto-Scanning identifiziert Lebensmittel visuell. Der Barcode-Scanner liest den Produktcode auf verpackten Lebensmitteln und zieht die genauen Nährwertdaten des Herstellers. Jede Methode hat ihren idealen Anwendungsfall.

Verwenden Sie den Barcode-Scanner, wenn:

• Das Lebensmittel verpackt ist und einen sichtbaren Barcode hat
• Sie genaue Nährwertdaten vom Hersteller wünschen
• Das Lebensmittel eine bestimmte Marke ist (Proteinriegel, Snackpackungen, Getränke)
• Sie eine verpackte Zutat scannen, bevor Sie sie zu einem Rezept hinzufügen

Verwenden Sie das AI Foto-Scanning, wenn:

• Das Lebensmittel ein zubereitetes Gericht auf einem Teller ist (kein Barcode vorhanden)
• Sie in einem Restaurant essen
• Jemand anderes das Essen zubereitet hat
• Sie eine schnelle Schätzung ohne Suche wünschen

So funktioniert der Barcode-Scanner in Nutrola

1. Tippen Sie auf das Barcode-Symbol in Nutrola
2. Richten Sie Ihre Kamera auf den Barcode der Lebensmittelverpackung
3. Nutrola vergleicht das Produkt mit seiner Datenbank von über 1,8 Millionen verifizierten Einträgen
4. Legen Sie die Anzahl der Portionen fest (oder geben Sie das genaue Gewicht ein)
5. Bestätigen — protokolliert mit vom Hersteller verifizierten Nährwertdaten

Der Barcode-Scanner ist die genaueste Methode für verpackte Lebensmittel und hat typischerweise eine Genauigkeit von 98-100 %, da die Daten direkt vom Produktetikett stammen.

Geschwindigkeitsvergleich: Scannen vs. andere Methoden

Protokollierungs-Methode	Durchschnittliche Zeit	Genauigkeit
AI Foto-Scan	5-10 Sekunden	75-85 %
Barcode-Scan	3-5 Sekunden	98-100 % (verpackte Lebensmittel)
Sprachprotokollierung	3-5 Sekunden	70-80 %
Datenbanksuche (manuell)	30-60 Sekunden	85-95 % (wenn der richtige Eintrag gefunden wird)
Rezept-Builder	3-8 Minuten (beim ersten Mal)	95-98 %

Das AI Foto-Scanning trifft den idealen Punkt zwischen Geschwindigkeit und Genauigkeit für die meisten alltäglichen Mahlzeiten.

Verbesserung der AI-Genauigkeit im Laufe der Zeit

Je mehr Sie das Foto-Scanning verwenden und die Schätzungen der KI korrigieren, desto besser werden Ihre Ergebnisse in der Praxis. Nicht, weil die KI aus Ihren Korrekturen lernt (sie verarbeitet jedes Foto unabhängig), sondern weil Sie ein besseres Auge dafür entwickeln, was die KI richtig und falsch macht.

Nach einigen Wochen des Scannens wissen die meisten Benutzer:

• Welche Lebensmittel die KI immer korrekt erkennt (und diesen Ergebnissen sofort vertrauen)
• Welche Lebensmittel Anpassungen benötigen (und instinktiv die Portionen korrigieren)
• Welche Mahlzeiten besser mit Sprachprotokollierung oder Rezept-Builder protokolliert werden (und die Methoden entsprechend wechseln)

Dieser hybride Ansatz, die schnellste Methode für jede Situation zu nutzen, ist der Weg, wie erfahrene Tracker ihre Mahlzeiten in weniger als zwei Minuten pro Tag protokollieren.

Häufige Fehler beim Lebensmittel-Scanning

1. Scannen bei schlechter Beleuchtung und Akzeptieren der Ergebnisse

Wenn das Licht schlecht ist und die Ergebnisse der KI nicht stimmen, akzeptieren Sie sie nicht. Machen Sie entweder das Foto bei besserem Licht erneut oder wechseln Sie zur Sprachprotokollierung.

2. Portionsgrößen nicht anpassen

Die Portionsschätzung der KI ist ihr bester Schätzwert. Wenn Ihre Hähnchenbrust sichtbar größer als die geschätzten 120g ist, passen Sie sie an. Die Identifikation ist in der Regel richtig, aber die Portion muss oft angepasst werden.

3. Vergessen, Getränke hinzuzufügen

Ein Lebensmittel-Foto erfasst nicht den Kaffee, den Saft oder das Glas Wein neben Ihrem Teller, es sei denn, sie sind im Bild. Protokollieren Sie Getränke separat.

4. Perfektion von gemischten Gerichten erwarten

Wenn Sie eine Schüssel Chili scannen und die KI um 150 Kalorien unter Schätzung liegt, weil sie das Öl und den Käse nicht erkannt hat, ist das normal und zu erwarten. Fügen Sie diese Zutaten manuell hinzu.

Häufig gestellte Fragen

Funktioniert das AI Lebensmittel-Scanning offline?

Die meisten AI Lebensmittel-Scanning erfordern eine Internetverbindung, da das Bild auf entfernten Servern verarbeitet wird. Nutrola benötigt eine Verbindung für das Foto-Scanning. Wenn Sie offline sind, verwenden Sie den Barcode-Scanner (der mit zwischengespeicherten Daten arbeiten kann) oder die Sprachprotokollierung, um zu notieren, was Sie gegessen haben und die Details zu bestätigen, wenn Sie wieder online sind.

Kann ich Lebensmittel scannen, die sich noch in einer Verpackung oder Takeout-Box befinden?

Ja, aber die Genauigkeit ist geringer, wenn das Essen teilweise verborgen ist. Wenn möglich, übertragen Sie das Essen auf einen Teller oder öffnen Sie die Verpackung vollständig, damit die KI alle Elemente sehen kann. Eine halb sichtbare Mahlzeit in einer Takeout-Verpackung liefert bestenfalls eine grobe Schätzung.

Wie weiß die KI die Portionsgröße aus einem Foto?

Die KI verwendet Referenzobjekte im Bild, hauptsächlich den Teller oder die Schüssel, zusammen mit gelernten Größenprioren für gängige Lebensmittel. Sie wurde mit Millionen von Lebensmittelbildern mit bekannten Portionen trainiert. Der Durchmesser des Tellers dient als Skalierungsreferenz. Deshalb liefern standardisierte Teller genauere Ergebnisse.

Ist das AI Lebensmittel-Scanning sicher für Menschen mit Allergien?

Das AI Lebensmittel-Scanning identifiziert sichtbare Lebensmittel, sollte jedoch niemals zur Sicherheit bei Allergien herangezogen werden. Es kann keine Spuren von Zutaten, Kreuzkontamination oder Zutaten, die in einem Gericht verborgen sind, erkennen. Für das Management von Allergien sollten Sie immer die Zutaten direkt bei der Person überprüfen, die das Essen zubereitet hat.

Kann ich dasselbe Lebensmittel zweimal scannen, um eine bessere Schätzung zu erhalten?

Das können Sie, aber Sie werden wahrscheinlich ähnliche Ergebnisse erhalten, da dasselbe Foto auf die gleiche Weise verarbeitet wird. Wenn Sie eine bessere Schätzung wünschen, versuchen Sie, die Bedingungen zu verbessern: bessere Beleuchtung, klarere Trennung der Lebensmittel oder einen näheren senkrechten Winkel. Alternativ können Sie zur Sprachprotokollierung wechseln und die Mahlzeit mit spezifischen Portionen beschreiben.

Was passiert, wenn die KI ein Lebensmittel nicht erkennt?

Gelegentlich stößt die KI auf ein Lebensmittel, das sie nicht identifizieren kann, insbesondere bei regionalen Gerichten, ungewöhnlichen Zubereitungen oder stark garnierten Tellern. In diesen Fällen ermöglicht Nutrola Ihnen, die Datenbank manuell zu durchsuchen oder das Lebensmittel per Sprache zu beschreiben. Sie können auch einen benutzerdefinierten Lebensmitteleintrag mit geschätzten Nährwerten erstellen.