Ich bin fuer 60 Tage von MyFitnessPal zu Nutrola gewechselt — das hat sich veraendert

Es gibt jede Menge Meinungsartikel ueber den Wechsel von Kalorien-Trackern. Das hier ist keiner davon. Das ist eine Messsung. Ich habe 30 Tage lang alles in MyFitnessPal geloggt, gefolgt von 30 Tagen, in denen ich alles in Nutrola geloggt habe, und ich habe die gleichen Kennzahlen in beiden Zeitraeumen erfasst.

Gleiche Person. Aehnliche Ernaehrung. Aehnliches Aktivitaetsniveau. Zwei verschiedene Tools. Hier sind die Ergebnisse.

Was ich gemessen habe und wie

Ich habe sechs Kennzahlen ueber beide 30-Tage-Zeitraeume erfasst:

1. Logging-Zeit pro Tag — Gemessen mit einer Telefon-Stoppuhr. Jedes Mal, wenn ich die App zum Loggen oeffnete, startete ich den Timer. Wenn ich die App schloss, stoppte ich ihn. Summe aller Logging-Sitzungen pro Tag.
2. Abschlussrate — Habe ich an dem Tag jede Mahlzeit und jeden Snack geloggt, oder habe ich etwas ausgelassen? Ein Tag, an dem alle Mahlzeiten und Snacks geloggt waren, zaehlte als 100 %. Ein Tag, an dem ich das Loggen eines Snacks oder einer Mahlzeit uebersprungen habe, zaehlte proportional (z. B. 3 von 4 Essgelegenheiten geloggt = 75 %).
3. Datenbankgenauigkeit — Einmal pro Woche wog ich eine Mahlzeit auf einer Kuechenwaage, berechnete die tatsaechlichen Makros anhand der USDA FoodData Central als Referenz und verglich sie mit dem Datenbankeintrag der App. Ich notierte die Kaloriendifferenz als Prozentwert.
4. Werbeunterbrechungen — Anzahl der Male, die eine Werbung (Banner, Interstitial oder Video) waehrend einer Logging-Sitzung erschien. Nur MFP-Gratisversion; Nutrola hat keine Werbung auf keiner Stufe.
5. Falsche Eintragsauswahlen — Anzahl der Male, die ich einen Datenbankeintrag ausgewaehlt habe, der sich als falsch herausstellte (falsche Marke, falsche Portionsgroesse, nutzereingereichter Eintrag mit falschen Daten), und den ich korrigieren musste.
6. Koerperzusammensetzung — Gewicht und Koerperfettanteil (gemessen mit der gleichen smarten Waage zur gleichen Zeit jeden Morgen) zu Beginn und Ende jedes 30-Tage-Zeitraums. Gleiches Kalorienziel in beiden Monaten: 2.100 Kalorien, etwa 500 unter meinem geschaetzten Erhaltungsbedarf.

Mein taegliches Essmuster war konsistent: Fruehstueck, Mittagessen, Nachmittagssnack, Abendessen. Etwa 60 % selbstgekochte Mahlzeiten, 25 % vorbereitete Mahlzeiten, 15 % Restaurant oder Lieferdienst.

Monat 1: MyFitnessPal (Tag 1-30)

Ich hatte MyFitnessPal vor diesem Test zwei Jahre lang sporadisch benutzt, war also kein Anfaenger. Ich kannte die Oberflaeche, hatte gespeicherte Mahlzeiten und eine Routine. Das war kein „Erstnutzer kaempft mit MFP"-Szenario — das war ein erfahrener Nutzer, der sorgfaeltig loggte.

Logging-Zeit

Die Logging-Zeit bei MyFitnessPal betrug durchschnittlich 8,2 Minuten pro Tag. Das verteilte sich ungefaehr so:

• Fruehstueck (meist einfach — Haferflocken oder Eier): 1-2 Minuten
• Mittagessen (oft eine selbstgemachte Bowl oder Sandwich): 2-3 Minuten
• Snack: 30-60 Sekunden
• Abendessen (die komplexeste Mahlzeit): 3-5 Minuten

Der Zeitaufwand war am hoechsten bei selbstgekochten Mahlzeiten. Ein Haehnchen-Wok-Gericht zu loggen bedeutete, jede Zutat einzeln zu suchen, den richtigen Eintrag aus einer Liste von Duplikaten auszuwaehlen, die Portionsgroessen anzupassen und das fuenf- bis achtmal zu wiederholen. Ein Restaurantgericht war manchmal schneller (Restaurantnamen suchen) und manchmal viel langsamer (Restaurant nicht in der Datenbank, jede Komponente manuell loggen).

Abschlussrate

Ich habe an 22 von 30 Tagen alle Essgelegenheiten vollstaendig erfasst, was eine Abschlussrate von 73 % ergibt. An den 8 unvollstaendigen Tagen war der haeufigste uebersprungene Eintrag ein Nachmittagssnack (5-mal), gefolgt von einem Spaetabend-Snack (2-mal) und einem kompletten Abendessen, das ich aufgab zu loggen, weil es ein komplexes selbstgemachtes Curry war und ich erschoepft war.

Das Muster war klar: Ich uebersprung das Loggen, wenn das Aufwand-Nutzen-Verhaeltnis zu schlecht erschien. Eine Handvoll Mandeln war „nicht die 45 Sekunden wert", die es brauchte, um zu suchen, auszuwaehlen und die Portionsgroesse anzupassen.

Datenbankgenauigkeit

Ich habe einmal pro Woche eine Mahlzeit anhand von Kuechenwaagen-Messungen und USDA-FoodData-Central-Werten ueberprueft. Ergebnisse:

Woche	Getestete Mahlzeit	MFP Kalorien	Tatsaechliche Kalorien (Waage + USDA)	Abweichung
1	Gegrillte Haehnchenbrust mit Reis und Brokkoli	485	528	-8,1 %
2	Puten-Kaese-Sandwich (selbstgemacht)	410	462	-11,3 %
3	Rinder-Tacos (3, selbstgemacht)	690	745	-7,4 %
4	Lachs mit Suesskartoffel und Spargel	520	558	-6,8 %

MFPs Datenbankeintraege unterschaetzten die Kalorien bei allen vier Stichproben um durchschnittlich 8,4 %. Die wahrscheinlichste Ursache: Nutzer-eingereichte Eintraege in MFPs offener Datenbank tendieren nach unten. Personen, die Eintraege erstellen, verwenden moeglicherweise Rohgewichte statt Gargewichte, lassen Kochoele weg oder runden nach unten.

Eine 8,4 %-ige Unterschaetzung ueber einen vollen Tag bei 2.100 Kalorien bedeutet etwa 175 fehlende Kalorien pro Tag — fast die Differenz zwischen einem Defizit und dem Erhaltungsbedarf.

Werbeunterbrechungen

Ich nutzte MyFitnessPals Gratisversion. Ueber 30 Tage zaehlte ich Werbeunterbrechungen waehrend jeder Logging-Sitzung.

Durchschnitt: 12,4 Werbeunterbrechungen pro Tag.

Dazu gehoerten Bannerwerbung am unteren Rand des Essensprotokolls, Vollbild-Interstitials, die nach dem Loggen einer Mahlzeit erschienen, und gelegentliche Videowerbung. Die Interstitials waren am stoerrendsten — sie fueegten jeweils 3-5 Sekunden hinzu und unterbrachen den Logging-Fluss.

Ueber 30 Tage waren das insgesamt etwa 372 Werbeunterbrechungen.

Falsche Eintragsauswahlen

Ich waehlte den falschen Datenbankeintrag 3,6-mal pro Woche im Durchschnitt. Haeufige Ursachen:

• Mehrere Eintraege fuer das gleiche Lebensmittel mit unterschiedlichen Kalorienwerten (z. B. „Banane" reichte von 90 bis 135 Kalorien je nach Eintrag)
• Auswahl eines Markenprodukts, obwohl ich die generische Variante gegessen hatte, oder umgekehrt
• Eintraege mit falschen Portionsgroessen (eine „Portion" als 100 g aufgefuehrt, obwohl die Packung 85 g angab)
• Veraltete Eintraege fuer Produkte, deren Rezepturen sich geaendert hatten

Jede falsche Auswahl erforderte das Erkennen des Fehlers (manchmal Tage spaeter beim Ueberpruefen des Logs), die Suche nach dem richtigen Eintrag, das Loeschen des alten und das Hinzufuegen des neuen. Das fuegte pro Korrektur etwa 2-3 Minuten hinzu.

Monat 2: Nutrola (Tag 31-60)

Ich begann Nutrolas 3-taegige kostenlose Testversion an Tag 31 und setzte mit einem bezahlten Abonnement (ab 2,50 EUR pro Monat) fuer den Rest fort. Gleiche Ernaehrungsstruktur, gleiches Kalorienziel, gleiche Tagesroutine.

Logging-Zeit

Die Logging-Zeit bei Nutrola betrug durchschnittlich 2,1 Minuten pro Tag. Die Aufschluesselung:

• Fruehstueck: 10-15 Sekunden (Foto oder Sprach-Log)
• Mittagessen: 15-30 Sekunden (Foto)
• Snack: 5-10 Sekunden (Barcode-Scan oder Sprach-Log)
• Abendessen: 20-45 Sekunden (Foto)

Der Unterschied war am dramatischsten bei selbstgekochten Mahlzeiten. Das Haehnchen-Wok-Gericht, fuer das ich in MFP 3-5 Minuten brauchte, erforderte in Nutrola ein Foto — etwa 5 Sekunden. Die KI erkannte Haehnchen, Gemuese, Reis und Sauce, schaetzte die Portionen und holte Kalorien- und Makrodaten aus Nutrolas von Ernaehrungswissenschaftlern verifizierter Datenbank.

Sprach-Logging uebernahm die Zwischenmomente. „Handvoll Mandeln, etwa 15 Stueck" brauchte 3 Sekunden zum Sagen. Barcode-Scanning fuer verpackte Lebensmittel war nahezu sofort und fand in meiner Erfahrung das richtige Produkt mit ueber 95 % Genauigkeit.

Abschlussrate

Ich habe an 29 von 30 Tagen alle Essgelegenheiten vollstaendig erfasst, fuer eine Abschlussrate von 97 %. Der einzige unvollstaendige Tag war ein Reisetag, an dem mein Handy-Akku am Nachmittag leer war und ich das Loggen von zwei Mahlzeiten verpasste.

Der Grund fuer die Verbesserung war einfach: Wenn das Loggen 5-10 Sekunden dauert, gibt es keine Essgelegenheit, die sich „nicht lohnt" zu loggen. Das Aufwand-Nutzen-Verhaeltnis kippte nie zugunsten des Ueberspringens.

Datenbankgenauigkeit

Gleiches Protokoll — eine Mahlzeit pro Woche auf der Kuechenwaage gewogen und mit USDA FoodData Central verglichen:

Woche	Getestete Mahlzeit	Nutrola Kalorien	Tatsaechliche Kalorien (Waage + USDA)	Abweichung
5	Gegrillte Haehnchenbrust mit Reis und Brokkoli	535	528	+1,3 %
6	Puten-Kaese-Sandwich (selbstgemacht)	455	462	-1,5 %
7	Rinder-Tacos (3, selbstgemacht)	730	745	-2,0 %
8	Lachs mit Suesskartoffel und Spargel	550	558	-1,4 %

Durchschnittliche Abweichung: 1,6 %, verglichen mit MFPs 8,4 %. Nutrolas zu 100 % von Ernaehrungswissenschaftlern verifizierte Lebensmitteldatenbank eliminierte das Problem der nutzer-eingereichten Eintraege vollstaendig. Jeder Eintrag in der Datenbank wurde auf Genauigkeit ueberprueft, sodass es keine stark abweichenden Eintraege gibt, die man versehentlich auswaehlen koennte.

Werbeunterbrechungen

Null. Nutrola hat keine Werbung auf keiner Preisstufe. Ueber 30 Tage erlebte ich genau 0 Werbeunterbrechungen. Das war kein Premium-Feature — es ist der Standard.

Falsche Eintragsauswahlen

Ich waehlte den falschen Eintrag 0,7-mal pro Woche — also ungefaehr alle 10 Tage einmal. Wenn es passierte, war es ein Problem der Portionsgroessenschaetzung durch die KI-Fotoerkennung (z. B. schaetzte die App 150 g Reis, obwohl es eher 180 g waren), kein grundlegend falscher Lebensmitteleintrag.

Im Vergleich zu MFPs 3,6 falschen Eintraegen pro Woche war das eine 5-fache Verbesserung.

Direktvergleich

Kennzahl	MyFitnessPal (30 Tage)	Nutrola (30 Tage)	Unterschied
Durchschn. Logging-Zeit pro Tag	8,2 Minuten	2,1 Minuten	74 % schneller
Abschlussrate	73 % (22/30 Tage)	97 % (29/30 Tage)	+24 Prozentpunkte
Datenbankgenauigkeit (durchschn. Fehler)	8,4 % Unterschaetzung	1,6 % gemischt	5x genauer
Werbeunterbrechungen pro Tag	12,4	0	100 % Reduktion
Falsche Eintraege pro Woche	3,6	0,7	5x weniger Fehler
Gesamte Logging-Zeit (30 Tage)	246 Minuten (~4 Stunden)	63 Minuten (~1 Stunde)	3 Stunden gespart
Gesamte Werbeunterbrechungen (30 Tage)	372	0	372 weniger Unterbrechungen

Ergebnisse zur Koerperzusammensetzung

Kennzahl	Beginn MFP-Monat	Ende MFP-Monat	Beginn Nutrola-Monat	Ende Nutrola-Monat
Gewicht	84,2 kg	83,5 kg	83,5 kg	81,8 kg
Koerperfett %	22,1 %	21,7 %	21,7 %	20,4 %
Gewichtsverlust	—	0,7 kg	—	1,7 kg

Ich verlor im Nutrola-Monat mehr als das Doppelte an Gewicht trotz des gleichen Kalorienziels. Zwei Faktoren erklaeren das wahrscheinlich:

1. Die hoehere Abschlussrate bedeutete genauere Daten. Wenn ich Snacks bei MFP nicht loggte, zaehlten diese Kalorien trotzdem. Meine tatsaechliche Aufnahme bei MFP lag wahrscheinlich hoeher als die geloggten 2.100 — an unvollstaendigen Tagen vielleicht naeher an 2.300.
2. Bessere Datenbankgenauigkeit. MFPs 8,4 %-ige Kalorienunterschaetzung bedeutete, dass ich wahrscheinlich mehr ass, als ich dachte. Bei 2.100 geloggten Kalorien mit einem 8,4 %-Fehler lag meine tatsaechliche Aufnahme naeher bei 2.275 Kalorien — kaum ein Defizit.

Mit Nutrolas 1,6 % Genauigkeit und 97 % Abschlussrate waren meine geloggten 2.100 Kalorien sehr nah an meinen tatsaechlichen 2.100 Kalorien. Ein echtes 500-Kalorien-Defizit erzeugt echte Ergebnisse.

Der psychologische Unterschied

Zahlen erfassen nicht alles. Die subjektive Erfahrung bei der Nutzung jeder App war dramatisch unterschiedlich.

MyFitnessPal fuehlte sich wie eine Pflicht an. Jede Logging-Sitzung beinhaltete mehrere Schritte: App oeffnen, Werbung wegklicken, Lebensmittel suchen, durch Duplikate scrollen, Eintrag auswaehlen, Portion anpassen, speichern, weitere Werbung wegklicken. Die kognitive Last war pro Schritt gering, aber in der Summe hoch. Beim Abendessen spuerte ich oft einen kleinen Widerstand, bevor ich die App oeffnete.

Nutrola fuehlte sich unsichtbar an. Foto, fertig. Sprachnotiz, fertig. Barcode-Scan, fertig. Der KI-Ernaehrungsassistent in Nutrola beantwortete auch Fragen, die ich frueher separat gegoogelt haette — „wie viel Protein steckt da drin?" oder „bin ich heute auf Kurs?" — was mich in einem Tool hielt, statt zwischen verschiedenen zu wechseln.

Die Apple-Health- und Google-Fit-Synchronisation bedeutete, dass meine Aktivitaetsdaten und Ernaehrungsdaten an einem Ort waren, ohne manuelle Eingabe. Schritte, Workouts und Kalorien — alles automatisch verbunden.

Nach 60 Tagen war die Schlussfolgerung nicht subjektiv. Die Daten waren eindeutig: Nutrola brachte schnelleres Logging, hoehere Adhuerenz, genauere Daten, null Werbeunterbrechungen und bessere koerperliche Ergebnisse. Das Tool aenderte sich, und die Ergebnisse aenderten sich mit.

FAQ

Wie viel Zeit braucht MyFitnessPal pro Tag im Vergleich zu Nutrola?

In meinem 60-Tage-Vergleich lag die durchschnittliche Logging-Zeit bei MyFitnessPal bei 8,2 Minuten pro Tag, waehrend Nutrola 2,1 Minuten pro Tag brauchte. Ueber einen vollen Monat summierte sich der Unterschied auf etwa 3 eingesparte Stunden mit Nutrola. Die groesste Zeitersparnis kam beim Loggen selbstgekochter Mahlzeiten, wo Nutrolas KI-Fotoerkennung den mehrstufigen Zutat-fuer-Zutat-Suchprozess ersetzte.

Ist MyFitnessPals Lebensmitteldatenbank genau?

In meinen Stichproben gegen Kuechenwaagen-Messungen und USDA-FoodData-Central-Werte unterschaetzten MyFitnessPals Datenbankeintraege die Kalorien um durchschnittlich 8,4 %. Das liegt wahrscheinlich an MyFitnessPals offener, nutzer-eingereichter Datenbank, in der Eintraege nicht professionell verifiziert werden. Nutrolas zu 100 % von Ernaehrungswissenschaftlern verifizierte Datenbank zeigte eine durchschnittliche Abweichung von nur 1,6 %.

Wie viel Werbung zeigt MyFitnessPal pro Tag?

In MyFitnessPals Gratisversion erlebte ich waehrend meines 30-Tage-Tests durchschnittlich 12,4 Werbeunterbrechungen pro Tag, darunter Bannerwerbung, Vollbild-Interstitials und gelegentliche Videowerbung. Ueber 30 Tage waren das insgesamt 372 Werbeunterbrechungen. Nutrola zeigt null Werbung auf allen Preisstufen.

Ist Nutrola kostenlos nutzbar?

Nutrola bietet eine 3-taegige kostenlose Testversion, danach starten die Preise ab 2,50 EUR pro Monat. Anders als MyFitnessPal gibt es keine werbefinanzierte Gratisversion — alle Nutrola-Tarife sind komplett werbefrei und beinhalten vollen Zugang zu KI-Foto-Logging, Sprach-Logging, Barcode-Scanning und dem KI-Ernaehrungsassistenten.

Kann man wirklich mit einem Foto Essen loggen?

Ja. Nutrolas KI-Fotoerkennung identifizierte in meinem Test einzelne Lebensmittelkomponenten — Proteine, Getreide, Gemuese, Saucen — aus einem einzelnen Foto. Die Genauigkeit war hoch genug, dass ich nur alle 10 Tage eine Portionsgroessenschaetzung korrigieren musste. Sie funktionierte gut bei selbstgekochten Tellern, Restaurantmahlzeiten und verpackten Lebensmitteln.

Warum habe ich mit Nutrola mehr abgenommen als mit MyFitnessPal bei gleichem Kalorienziel?

Die wahrscheinlichste Erklaerung ist Datengenauigkeit. Bei MyFitnessPal bedeuteten meine 73 %-ige Abschlussrate und die 8,4 %-ige Datenbankunterschaetzung, dass meine tatsaechliche Aufnahme deutlich hoeher war als meine geloggte Aufnahme. Bei Nutrola bedeuteten die 97 %-ige Abschlussrate und die 1,6 %-ige Datenbankgenauigkeit, dass meine geloggte Aufnahme eng mit der Realitaet uebereinstimmte. Ich habe nicht anders gegessen — ich habe anders gemessen, und bessere Messung zeigte das tatsaechliche Defizit.

Wie vergleicht sich Nutrolas Barcode-Scanning mit MyFitnessPal?

Nutrolas Barcode-Scanning fand in meiner Erfahrung das richtige Produkt mit ueber 95 % Genauigkeit und zog Daten aus seiner von Ernaehrungswissenschaftlern verifizierten Datenbank. MyFitnessPals Barcode-Scanning war bei verpackten Produkten ebenfalls generell zuverlaessig, aber die zugrunde liegenden Datenbankeintraege enthielten manchmal Fehler bei Portionsgroessen oder veraltete Naehrwertinformationen aus Nutzer-Einreichungen.