Eine App mit KI-Lebensmittelerkennung, die Kalorien per Foto erfasst.
Nommie ist eine App zur KI-Lebensmittelerkennung: Ein Bilderkennungsmodell erkennt das Essen auf deinem Teller, schätzt die Portionsgröße anhand visueller Hinweise und liefert Kalorien und Makros. Hier erfährst du, was die Technik gut kann und wo ihre Grenzen liegen.
KI-Lebensmittelerkennung ist die Kerntechnik hinter Nommie. Ein Bilderkennungsmodell, das mit angerichteten Mahlzeiten trainiert wurde, schaut sich ein Foto an, erkennt jedes Element, schätzt das Portionsvolumen anhand visueller Bezugspunkte und ordnet das Ergebnis Nährwertdaten zu. Am Ende steht ein Eintrag mit Kalorien und Makros. Der Erkennungsschritt darunter macht aber alles andere erst möglich, und es lohnt sich zu verstehen, was er kann und was nicht.
Was Nommie anders macht
Erkennung mehrerer Lebensmittel
Das Modell erkennt mehrere Lebensmittel im selben Bild. Ein Teller mit Protein, Beilage und Gemüse wird als drei Bestandteile erkannt, nicht als ein einziger Klumpen.
Portionsschätzung
Erkennung heißt nicht nur „was ist das“, sondern auch „wie viel“. Das Volumen wird anhand visueller Bezugspunkte wie Tellergröße und Besteck geschätzt.
Kommt mit echten Tellern klar
Trainiert mit echten Mahlzeiten statt mit geschönter Food-Fotografie. Dampf, schlechtes Licht, unordentliche Teller und gemischte Gerichte sind der Normalfall.
Sicherheit und Plan B
Wenn das Modell unsicher ist, stellt es eine Rückfrage, statt stillschweigend zu raten. Wenn ein Foto gerade nicht passt, kannst du auch eine Beschreibung eintippen.
KI-Lebensmittelerkennung ist ein eigenes Teilgebiet der Computer Vision. Die Aufgabe ist schwieriger als allgemeine Objekterkennung, weil sich Lebensmittelkategorien stark überschneiden: Gegrilltes und gebratenes Hähnchen sehen auf einem Bild fast gleich aus, und der Kalorienunterschied kann trotzdem eine Rolle spielen. Moderne Bilderkennungsmodelle lösen das, indem sie visuelle Merkmale mit Kontext kombinieren: Art des Tellers, Hinweise auf die Zubereitung wie Röststellen oder Soße, typische Zusammensetzungen von Mahlzeiten und Korrekturen der Nutzer über die Zeit.
Die Portionsschätzung ist die andere Hälfte des Problems, und genau hier scheitern die meisten Lebensmittelerkennungs-Tools für Verbraucher. Zu wissen, dass etwas „Pasta“ ist, nützt nur, wenn du auch einschätzen kannst, ob es eine Beilage mit 100 Gramm oder ein Hauptgericht mit 400 Gramm ist. Nommie nutzt dafür visuelle Bezugspunkte im Bild (Teller, Besteck und Gegenstände drumherum) als Maßstab. Das ist nicht perfekt, aber deutlich zuverlässiger, als Nutzer Gramm schätzen zu lassen.
Es gibt echte Grenzen, und dazu stehen wir. Versteckte Zutaten in gemischten Gerichten (eine Sahnebasis, eine stark gezuckerte Soße) sind auf dem Bild nicht immer sichtbar. Bei verpackten Lebensmitteln mit ungewöhnlichen Portionsgrößen hilft ein Barcode oft mehr als reine Erkennung. Und dunkle oder verdeckte Fotos senken die Sicherheit. Nommie stellt in solchen Fällen Rückfragen oder lässt dich auf eine Textbeschreibung ausweichen. Das Modell ist sicher, wenn es das sein darf, und zurückhaltend, wenn nicht.
Häufige Fragen
Was ist KI-Lebensmittelerkennung?+
KI-Lebensmittelerkennung ist Computer Vision, angewendet auf Fotos von Mahlzeiten. Ein Modell erkennt, welche Lebensmittel zu sehen sind, schätzt die Portionsgröße und ordnet das Ergebnis beim Kalorienzählen Nährwertdaten zu. Statt manuell eine Lebensmitteldatenbank zu durchsuchen, steht die Kamera an erster Stelle.
Wie schätzt eine App mit KI-Lebensmittelerkennung Kalorien?+
Sie kombiniert zwei Schritte: Zuerst erkennt sie jedes Lebensmittel im Bild, dann schätzt sie das Portionsvolumen anhand visueller Bezugspunkte wie Teller und Besteck. Lebensmittel und Portion werden Nährwertdaten zugeordnet, daraus ergeben sich Kalorien, Protein, Kohlenhydrate, Fett und Ballaststoffe. Bei echten Mahlzeiten liegt die Genauigkeit typischerweise innerhalb von 10-15 %.
Wo liegen die Grenzen von KI-Lebensmittelerkennung?+
Versteckte Zutaten wie schwere Soßen oder Bratfett sind auf einem Bild nicht immer sichtbar, deshalb können gemischte Gerichte mit gehaltvoller Basis unterschätzt werden. Sehr schwaches Licht oder stark verdeckte Teller senken die Sicherheit. Bei verpackten Lebensmitteln mit sehr kleinen oder ungewöhnlichen Portionsgrößen helfen Barcode oder Etikett oft zusätzlich zur Erkennung.
Wie wird die App mit der Zeit besser?+
Wenn du eine Erkennung oder Portionsschätzung korrigierst, fließt diese Korrektur in dein persönliches Modell ein. Das System lernt deine Rezepte, deine typischen Portionsgrößen und die Restaurants, in die du oft gehst. Nach ein paar Wochen ist die Erkennungsgenauigkeit für deine Ernährung messbar höher als am ersten Tag.
Teste Nommie kostenlos
Foto machen, sofort Nährwerte sehen, ganz ohne manuelles Eintippen.