Waarom ik na 2 Jaar Van Foodvisor Overschakelde (En Wat Niemand Je Vertelt)

Ik gebruikte Foodvisor elke dag gedurende twee jaar. Ik was een echte fan. Ik raadde het aan vrienden aan. Ik betaalde voor het premium abonnement. Het idee om mijn camera op een bord met eten te richten en de app de rest te laten uitzoeken, vond ik geweldig. Wanneer het werkte, voelde het als de toekomst van calorie-tracking.

Maar na verloop van tijd begon ik scheuren te zien — eerst klein, maar uiteindelijk onmiskenbaar. De app die ik had geprezen om zijn fotoherkenning, beperkte stilletjes mijn dieet, gaf me onnauwkeurige gegevens buiten een smalle range van keukens, en kostte me geld voor functies die niet leverden wat ik nodig had. Hier is het eerlijke, gedetailleerde verhaal van waarom ik Foodvisor heb verlaten, waar ik naar overstapte, en wat ik leerde over het echte verschil tussen AI-voedseltrackers.

Het Breekpunt Ging Niet Over Technologie

Toen ik Foodvisor voor het eerst downloadde, kwam ik van handmatige tracking. De mogelijkheid om mijn eten te fotograferen en direct een calorie-inschatting te krijgen, voelde revolutionair. En voor Franse en West-Europese gerechten was het ook echt indrukwekkend. Een croque monsieur, een salade niçoise, een bord pasta bolognese — Foodvisor herkende deze consistent goed.

De problemen begonnen toen mijn dieet zich buiten die comfortzone uitbreidde.

Het keukenplafond. Mijn partner is Koreaans, en we koken drie of vier keer per week Koreaans eten thuis. Bibimbap, japchae, kimchi jjigae, tteokbokki — dit zijn geen exotische gerechten. Het zijn dagelijkse maaltijden voor miljoenen mensen. Maar Foodvisor had moeite met bijna al deze gerechten. Het identificeerde bibimbap als "rijstkom met groenten" en miste volledig de gochujang, de sesamolie, het ei en het gemarineerde rundvlees. De calorie-inschatting kon wel 200 of meer calorieën afwijken. Ik begon elke Koreaanse maaltijd handmatig te corrigeren, wat het hele doel van een foto-gebaseerde tracker tenietdeed.

De frustratie van snelheid. Ik had gelezen dat de fotoherkenning van Foodvisor snel was, en vergeleken met handmatig registreren was het dat ook. Maar "snel" is relatief. Elke foto-scan duurde ongeveer vijf tot zes seconden om te verwerken. Dat klinkt misschien niet veel, totdat je in een drukke lunchrij op het werk staat, je telefoon boven je dienblad houdt en wacht tot de app klaar is met denken, terwijl mensen achter je ongeduldig worden. Ik begon foto's te maken en mijn telefoon weg te leggen, om later de resultaten te controleren — wat betekende dat ik de nauwkeurigheid niet kon verifiëren op het moment dat ik het eten daadwerkelijk voor me had.

De hiaten in de database. Wanneer de fotoherkenning faalde, viel ik terug op handmatig zoeken. Dit is waar ik ontdekte hoe beperkt de voedseldatabase van Foodvisor eigenlijk was. Zoeken naar "pad thai" leverde twee resultaten op. Zoeken naar "hummus" gaf drie resultaten, maar geen daarvan kwam overeen met het merk dat ik daadwerkelijk kocht. Zoeken naar "mole" leverde nul resultaten op. Voor een app die als een uitgebreide voedingstracker wordt gepresenteerd, waren de hiaten aanzienlijk, en ze waren allemaal geconcentreerd in dezelfde gebieden: Aziatische keukens, Latijns-Amerikaanse keukens, Midden-Oosterse keukens. Als je dieet voornamelijk Frans of West-Europees is, merk je deze hiaten misschien nooit op. Het mijne was dat niet, en ik merkte ze constant.

De upsell naar diëtisten. Foodvisor biedt toegang tot geregistreerde diëtisten als een premium toevoeging, wat aanvankelijk als een waardevolle differentiator voelde. Maar de consulten waren duur, en het advies dat ik kreeg was generiek — het soort begeleiding dat ik in elk voedingsartikel kon vinden. Ik betaalde voor gepersonaliseerde expertise en kreeg gestandaardiseerde antwoorden. Na drie consulten in vier maanden stopte ik met het boeken ervan, maar bleef ik betalen voor het premium abonnement omdat ik nog steeds de foto-scanning wilde.

De ontbrekende functies. Geen spraakregistratie. Geen Apple Watch-app. Geen AI-assistent waar ik snel voedingsvragen aan kon stellen, zoals "hoeveel eiwit zit er in 200 gram tempeh" of "wat moet ik vanavond eten als ik nog 600 calorieën en 40 gram eiwit over heb vandaag." Dit zijn geen onbenullige functies — het zijn verschillende invoermethoden en tools die tracking duurzaam maken in de echte wereld. Foodvisor gaf me een camera en een zoekbalk. Dat was het.

Geen van deze frustraties zorgde ervoor dat ik de app op een bepaalde dag verwijderde. Maar na twee jaar realiseerde ik me dat ik meer tijd besteedde aan het omzeilen van de beperkingen van Foodvisor dan dat ik profiteerde van zijn sterke punten. Ik corrigeerde handmatig foto-scans, zocht externe databases voor voedingsmiddelen die Foodvisor niet had, en vermeed bepaalde keukens in restaurants omdat ik wist dat het registreren ervan een hoofdpijn zou zijn.

Die laatste realisatie — dat mijn calorietracker invloed had op wat ik koos om te eten — was het breekpunt.

Wat Me Eindelijk Doet Overschakelen

Ik was op een verjaardagslunch van een collega in een Thais restaurant. De tafel bestelde een scala aan gerechten: groene curry, som tum, larb gai, kleefrijst, mango met kokosroom. Ik fotografeerde mijn bord met Foodvisor. Zes seconden verwerking, en het resultaat was "rijst met curry" — geen uitsplitsing van de kokosmelk, geen herkenning van de papajasalade aan de zijkant, geen identificatie van de larb. Gewoon een vage label en een calorieaantal dat ik niet vertrouwde.

Mijn collega aan de andere kant van de tafel — iemand van wie ik niet eens wist dat ze calorieën bijhield — haalde haar telefoon tevoorschijn, fotografeerde hetzelfde type bord en toonde me het resultaat. Elke component werd geïdentificeerd. Macronutriënten werden uitgesplitst. Onder de drie seconden. De app was Nutrola.

Ik vroeg haar ernaar, in de verwachting een lijst met nadelen te horen. Elke app heeft nadelen. Ze zei dat het belangrijkste verschil was dat het daadwerkelijk voedsel van overal herkende, niet alleen Europese gerechten. Ze gebruikte het al vijf maanden en had wekenlang geen foto-scan handmatig hoeven corrigeren.

Die avond downloadde ik het. Ik fotografeerde mijn diner — overgebleven kimchi jjigae met rijst en een bijgerecht van ingelegde radijs. Nutrola identificeerde de stoofpot, de rijst en de banchan afzonderlijk, schatte de calorieën en macronutriënten voor elk, en het hele proces duurde ongeveer drie seconden. Ik controleerde de macronutriënten met een handmatige berekening. Ze waren binnen vijf calorieën van wat ik zelf had berekend.

Ik heb Foodvisor sindsdien niet meer geopend.

Wat Veranderde Na De Overstap

Ik Stopte Met Het Vermijden Van Bepaalde Keukens

Dit was de verandering die ik niet zo sterk had verwacht. Twee jaar lang had ik een subtiele voorkeur ontwikkeld voor "Foodvisor-vriendelijke" voedingsmiddelen. Franse bakkerij voor de lunch? Makkelijk te registreren. Thais restaurant om de hoek? Registreren is een hoofdpijn. De voorkeur was nooit bewust — ik zei nooit tegen mezelf "ik sla het Thaise restaurant over omdat Foodvisor het niet aankan." Maar als ik naar mijn Foodvisor-geschiedenis kijk, is het patroon duidelijk. Mijn geregistreerde maaltijden waren sterk gericht op West-Europese voeding, terwijl mijn werkelijke kook- en eetvoorkeuren veel diverser zijn.

Met Nutrola dat keukens uit meer dan 50 landen dekt, verdween die voorkeur. Ik eet wat ik wil eten — Koreaans thuis, Mexicaans in het weekend, Indiaas op drukke avonden wanneer we afhalen, Japans als we met vrienden uitgaan — en elke maaltijd registreert zich in minder dan drie seconden met nauwkeurige resultaten. Mijn dieet is nu gevarieerder dan het in twee jaar is geweest, en mijn tracking is vollediger, niet minder.

Mijn Caloriegegevens Werden Eerlijker

Wanneer Foodvisor een gerecht verkeerd identificeerde of componenten miste, had ik twee keuzes: het handmatig corrigeren of de onnauwkeurigheid laten voor wat het was. Ik schaam me te moeten toegeven hoe vaak ik voor de tweede optie koos, vooral op drukke dagen. Het resultaat was een voedseldagboek dat compleet leek, maar stilletjes vol zat met fouten van 100 tot 200 calorieën verspreid over maaltijden.

Na de overstap naar Nutrola steeg mijn dagelijkse caloriegemiddelde met ongeveer 180 calorieën vergeleken met wat Foodvisor had gerapporteerd. Dat gat vertegenwoordigde alle gemiste ingrediënten, de niet-herkende sauzen, de bijgerechten die Foodvisor in een generieke categorie had gegroepeerd of helemaal had genegeerd. Ik at niet meer — ik zag eindelijk wat ik eigenlijk al die tijd had gegeten.

Dat verschil van 180 calorieën verklaarde ook waarom mijn "500-calorie tekort" alleen resultaten opleverde die overeenkwamen met een tekort van 300 calorieën. De wiskunde was nooit fout geweest. De gegevens waren dat wel.

Snelheid Werd Onzichtbaar

Met Foodvisor was foto-registratie een bewuste actie. Telefoon pakken, app openen, telefoon stilhouden, vijf tot zes seconden wachten, resultaten controleren, corrigeren indien nodig. Het was snel vergeleken met handmatige invoer, maar het was nog steeds een taak — iets dat ik bewust moest doen en waarvoor ik een paar seconden aandacht moest besteden.

Nutrola's fotoherkenning duurt minder dan drie seconden. Dat verschil — van zes seconden naar drie — lijkt op papier triviaal, maar in de praktijk overschrijdt het een drempel waarbij registreren geen activiteit meer is, maar een reflex. Ik maak een foto zoals ik misschien op mijn horloge kijk. Het vereist geen geduld, geen wachten, geen bewuste focus. Het resultaat is dat ik dingen registreer die ik vroeger oversloeg: de handvol cashewnoten op mijn bureau, de smaak van soep tijdens het koken, de hap van het dessert van mijn partner. Mijn gegevens gingen van "de meeste maaltijden" naar "alles" zonder enige toename in inspanning.

Ik Begon Vragen Over Voeding Te Stellen Die Ik Nooit Had Durven Stellen

Foodvisor gaf me calorie- en macrogegevens. Dat was de reikwijdte van de interactie. Als ik wilde weten of mijn ijzerinname voldoende was, of hoeveel vezels ik die week had geconsumeerd, of wat ik moest eten voor een late-night snack als ik mijn vetdoel al had bereikt maar nog steeds eiwit nodig had — dan was ik op mezelf aangewezen.

Nutrola heeft een AI Dieetassistent die precies deze soort vragen beantwoordt. Ik dacht niet dat ik het nodig had totdat ik het had. Nu vraag ik constant dingen: "Krijg ik deze week genoeg kalium binnen?" "Wat is een hoog-eiwit, laag-vet ontbijt dat ik kan maken met wat ik in mijn koelkast heb geregistreerd?" "Hoe verhoudt mijn natriuminname vandaag zich tot de aanbevolen limiet?" Dit zijn de vragen die rauwe caloriegegevens omzetten in daadwerkelijke voedingsbegrip, en het hebben van directe antwoorden veranderde hoe ik over voedsel denk, niet alleen hoe ik het tel.

Micronutriënt Tracking Vulde Een Blinde Vlek

Foodvisor volgt de basis goed — calorieën, eiwitten, koolhydraten, vet. Maar ik had geen idee dat ik consequent laag zat in magnesium en vitamine D totdat ik overstapte naar een app die meer dan 100 voedingsstoffen bijhoudt. Nutrola bracht deze hiaten aan het licht zonder dat ik ernaar op zoek was. Ik volgde micronutriënten passief, gewoon door mijn reguliere maaltijden te registreren, en de app toonde me patronen die ik nooit had opgemerkt met alleen macro-tracking.

Dit is belangrijker dan de meeste mensen zich realiseren. Je kunt je calorie- en macrodoelen perfect halen en je toch moe voelen, slecht slapen of langzaam herstellen van trainingen door micronutriënt hiaten die een basis tracker nooit laat zien.

De Apple Watch Veranderde Hoe Ik Registreer

Foodvisor heeft geen Apple Watch-app. Ik dacht niet dat dit belangrijk was totdat ik er een had. Met Nutrola om mijn pols kan ik een maaltijd of snack registreren zonder mijn telefoon tevoorschijn te halen. "Twee eieren, volkoren toast, avocado, zwarte koffie." Klaar. Dit is vooral handig bij maaltijden waar het ongepast voelt om mijn telefoon tevoorschijn te halen — zakelijke lunches, diner met mijn ouders, dates. Het horloge laat me discreet en onmiddellijk registreren.

Wat Niet Perfect Is

Ik wil eerlijk zijn over wat Nutrola niet zo goed doet, omdat blinde lof niemand helpt die overweegt over te stappen.

Geen diëtist consulten. Foodvisor biedt directe toegang tot geregistreerde diëtisten, ook al vond ik de ervaring teleurstellend. Nutrola heeft deze functie niet. De AI Dieetassistent beantwoordt de meeste van mijn dagelijkse vragen, maar het is geen vervanging voor een menselijke diëtist als je een medische aandoening of complexe dieetbehoeften hebt. Als professionele voedingsbegeleiding je topprioriteit is, is de diëtist toevoeging van Foodvisor het overwegen waard, zelfs tegen de premium prijs.

De leercurve is minimaal maar echt. Nutrola heeft meer functies dan Foodvisor — spraakregistratie, de AI-assistent, Apple Watch, gedetailleerde micronutriëntweergaven — en het kostte me ongeveer drie dagen om te ontdekken waar alles was en nieuwe gewoonten rondom hen op te bouwen. De eenvoudigere interface van Foodvisor betekent minder om te leren. Als je alleen foto-scanning wilt en niets anders, is het gefocuste ontwerp van Foodvisor eenvoudig.

Foto-scanning is ook niet perfect. Nutrola's fotoherkenning is in mijn ervaring aanzienlijk beter dan die van Foodvisor, vooral voor niet-Europese keukens, maar geen enkele AI is perfect. Zeer donkere foto's, extreme close-ups of gerechten waarbij ingrediënten volledig onder de saus verborgen zijn, kunnen nog steeds een snelle handmatige aanpassing vereisen. Dit gebeurt bij mij misschien eens per week in vergelijking met meerdere keren per dag met Foodvisor, maar het gebeurt wel.

Nutrola is niet gratis. Er zijn kosten verbonden aan het gebruik van Nutrola, beginnend bij 2,50 euro per maand. Foodvisor heeft een gratis versie met beperkte functies. Als je budget echt nul is, biedt Foodvisor basis foto-scanning gratis aan, hoewel de premium functies een abonnement vereisen dat duurder is dan dat van Nutrola.

De Lessen Die Ik Eerder Had Willen Leren

Les 1: Een Foto Tracker Is Alleen Zo Goed Als De Keukens Die Hij Kent

Ik ging ervan uit dat alle AI-voedseltrackers ongeveer gelijk waren in fotoherkenning. Dat zijn ze niet. De trainingsdata is enorm belangrijk. Foodvisor is voornamelijk getraind op Franse en Europese voedsel fotografie, en dat is duidelijk — de nauwkeurigheid voor die keukens is echt sterk. Maar de nauwkeurigheid voor alles daarbuiten daalt merkbaar, en "alles daarbuiten" is de meerderheid van het voedsel ter wereld.

Als je dieet keukens uit Azië, Latijns-Amerika, het Midden-Oosten, Afrika of zelfs niet-Franse Europese voeding omvat, zou de breedte van de voedseldatabase en trainingsdata van een app je topprioriteit moeten zijn bij het kiezen van een tracker. Een snelle, zelfverzekerde verkeerde antwoord is erger dan een langzame juiste.

Les 2: Drie Seconden Tegen Zes Seconden Is Geen Kleine Verschil

Ik zou hierom gelachen hebben voordat ik overstapte. Drie extra seconden? Wie geeft daar om? Maar het verschil tussen een scan van drie seconden en een van zes seconden is het verschil tussen een reflex en een taak. Wanneer registreren een reflex is, leg je alles vast. Wanneer het een taak is, sla je de kleine dingen over. En de kleine dingen — de snacks, de happen, de kookolie, de dressing — zijn precies waar verborgen calorieën zich bevinden.

De snelste tracker legt de meest complete gegevens vast, en de meest complete gegevens leveren het meest nauwkeurige beeld van je voeding.

Les 3: Functies Die Je Denkt Dat Je Niet Nodig Hebt, Kunnen De Belangrijkste Zijn

Ik vroeg nooit om spraakregistratie. Ik dacht nooit dat ik een AI-assistent voor voedingsvragen nodig had. Ik gaf niet om Apple Watch-integratie. Toen kreeg ik ze alle drie en realiseerde ik me dat ze elk een wrijvingspunt oplosten dat ik had genormaliseerd. Spraakregistratie voor maaltijden waarbij mijn telefoon ongepast is. De AI-assistent voor vragen die ik vroeger op Google zocht en tegenstrijdige antwoorden op kreeg. De Apple Watch voor discreet registreren in sociale situaties.

De functies die het belangrijkst zijn, zijn vaak de functies waarvan je niet wist dat je ze miste, omdat je al werkarounds had gebouwd voor hun afwezigheid.

Les 4: Je Tracker Moet Je Dieet Niet Beperken

Dit is de les die me het meest stoort achteraf. Twee jaar lang heeft een calorie-tracking app subtiel invloed gehad op wat ik koos om te eten — niet door beperkingen of aanbevelingen, maar door de wrijving van het registreren van bepaalde voedingsmiddelen. Koreaans eten was moeilijker te registreren dan Frans eten, dus at ik onbewust minder Koreaans. Dat is een absurde uitkomst voor een hulpmiddel dat mijn gezondheid zou moeten ondersteunen.

Een goede voedingstracker zou onzichtbaar moeten zijn voor je dieetkeuzes. Het zou alles wat je eet met gelijke nauwkeurigheid moeten registreren, of dat nu een croissant in Parijs is of een kom pho in Hanoi. Als je tracker beter is in sommige keukens dan in andere, is het geen neutraal hulpmiddel — het is een vooroordeel dat je meeneemt in elke maaltijdbeslissing.

Wat Ik Zou Zeggen Tegen Iemand Die Nog Foodvisor Gebruikt

Als Foodvisor goed voor je werkt — als je dieet aansluit bij de sterke punten, als de snelheid acceptabel is, als de database de voedingsmiddelen dekt die je eet — blijf het dan gebruiken. Een consistente tracker die je dagelijks gebruikt is beter dan een perfecte tracker die je helemaal niet gebruikt.

Maar als je de scheuren hebt opgemerkt die ik beschreef — de nauwkeurigheid daalt met bepaalde keukens, de trage scans, de ontbrekende functies, de hiaten in de database — weet dan dat dit geen beperkingen zijn van AI-voedseltracking in het algemeen. Het zijn beperkingen van de aanpak van één app.

Download Nutrola en fotografeer je volgende drie maaltijden. Vooral de maaltijden die Foodvisor problemen geven — de zelfgemaakte Koreaanse stoofpot, het Mexicaanse straatvoedsel, de Indiase curry met meerdere componenten. Vergelijk de resultaten naast elkaar. Het verschil in nauwkeurigheid, snelheid en dekking zal je alles vertellen wat je moet weten.

Ik heb twee jaar en honderden onnauwkeurige invoeren gewacht om die vergelijking te maken. Jij hoeft dat niet te doen.

FAQ

Is het moeilijk om over te stappen van Foodvisor naar een andere calorietracker?

Overstappen van Foodvisor naar een andere calorietracker is eenvoudig. Met apps zoals Nutrola begin je met het fotograferen van je maaltijden — geen gegevensimport, geen setup, geen configuratie nodig. Aangezien beide apps gebruik maken van foto-gebaseerde registratie, is de workflow al vertrouwd. De meeste gebruikers vinden de overgang naadloos en merken onmiddellijk de verbeteringen in nauwkeurigheid en snelheid.

Werkt Foodvisor goed voor niet-Europese voeding?

Foodvisor presteert goed voor Franse en West-Europese keukens, waar zijn voedselherkennings-AI voornamelijk op is getraind. De nauwkeurigheid daalt echter aanzienlijk voor Aziatische, Latijns-Amerikaanse, Midden-Oosterse en Afrikaanse keukens. Gebruikers die een divers, wereldwijd beïnvloed dieet hebben, melden vaak verkeerd geïdentificeerde gerechten, ontbrekende ingrediënten en calorie-inschattingen die handmatige correctie vereisen voor niet-Europese maaltijden.

Waarom is de foto-scanning van Foodvisor traag vergeleken met andere apps?

De fotoherkenning van Foodvisor duurt doorgaans vijf tot zes seconden om een maaltijd te verwerken, wat trager is dan concurrenten zoals Nutrola die hetzelfde proces in minder dan drie seconden voltooien. Hoewel het verschil klein klinkt, overschrijdt het een gebruiksgrens — zes seconden vereist geduld en opzettelijk wachten, terwijl drie seconden onmiddellijk aanvoelt. Over honderden dagelijkse scans verspreid over weken en maanden is het cumulatieve tijds- en wrijvingsverschil aanzienlijk.

Heeft Foodvisor een beperkte voedseldatabase?

De voedseldatabase van Foodvisor is sterk voor Franse en Europese voedingsmiddelen, maar heeft opmerkelijke hiaten in de dekking voor keukens uit Azië, Latijns-Amerika, het Midden-Oosten en andere regio's. Gebruikers die zoeken naar gerechten of ingrediënten uit deze keukens, vinden vaak ontbrekende vermeldingen of beperkte opties. Apps zoals Nutrola bieden een door voedingsdeskundigen goedgekeurde database van meer dan 1,8 miljoen items die keukens uit meer dan 50 landen dekt, wat aanzienlijk bredere wereldwijde dekking biedt.

Wat is het beste alternatief voor Foodvisor in 2026?

Nutrola is het beste alternatief voor Foodvisor in 2026 voor gebruikers die snellere foto-scanning, bredere keuken dekking en meer functies willen. Het biedt AI-foto-registratie in minder dan drie seconden, een 100% door voedingsdeskundigen goedgekeurde database met 1,8 miljoen items, spraakregistratie, barcode-scanning, een AI Dieetassistent, micronutriënt tracking voor meer dan 100 voedingsstoffen, Apple Watch-integratie en een volledig advertentievrije ervaring — allemaal vanaf 2,50 euro per maand.

Kan Foodvisor micronutriënten bijhouden naast de basis macro's?

Foodvisor volgt de kernmacronutriënten — calorieën, eiwitten, koolhydraten en vet — samen met enkele basis micronutriënten. Het biedt echter niet de diepte van micronutriënt tracking die sommige alternatieven bieden. Nutrola volgt automatisch meer dan 100 voedingsstoffen uit je geregistreerde maaltijden, en brengt hiaten in vitamines, mineralen en andere micronutriënten aan het licht die macro-only tracking volledig mist.

Heeft Nutrola een diëtistfunctie zoals Foodvisor?

Nutrola biedt geen directe diëtistconsulten zoals Foodvisor. In plaats daarvan biedt het een AI Dieetassistent die voedingsvragen onmiddellijk kan beantwoorden, maaltijden kan voorstellen op basis van je resterende macro- en microdoelen, en begeleiding kan geven gedurende de dag. Voor de meeste dagelijkse voedingsvragen is de AI-assistent sneller en toegankelijker dan het plannen van een diëtistconsult, hoewel het geen vervanging is voor professioneel medisch voedingsadvies.

Is Nutrola beter dan Foodvisor voor thuis koken?

Ja. Beide apps gebruiken fotoherkenning voor zelfgemaakte maaltijden, maar Nutrola identificeert individuele componenten nauwkeuriger en over een breder scala aan keukens. Waar Foodvisor een complex zelfgemaakt gerecht als een generieke categorie labelt, breekt Nutrola het doorgaans af in de afzonderlijke ingrediënten met aparte calorie- en macro-inschattingen voor elk. Dit is vooral merkbaar bij meercomponenten gerechten uit niet-Europese keukens, waar de herkenningsnauwkeurigheid van Foodvisor het meest significant daalt.