AI-kalorietæller: hvor præcis er den ifølge studier?

Hvor præcise er AI-kalorietællere med foto?

En AI-kalorietæller med foto er god til at sige, hvad der ligger på tallerkenen, og meget svagere til at vurdere, hvor meget der ligger der. Derfor kan kaloritallet ramme et godt stykke ved siden af, især ved store, blandede eller fede måltider. I de seks studier nedenfor genkendte de apps og AI-modeller, der blev testet på genkendelse, de fleste fødevarer korrekt. Til gengæld lå skønnene for kalorier eller næringsstoffer mere end 10 % forkert i to af studierne, portionsskønnene var dårlige for mellemstore og store måltider i ét, og fedt blev overvurderet i et andet. Brug et fotoskøn som et første udkast, du selv tjekker, ikke som en måling.

Nedenfor finder du dokumentationen, hvad app-firmaerne selv siger, hvorfor fejlene opstår, og hvordan du logger bedre. Hvis du er ved at vælge en app og ikke så meget er ude efter forskningen, sammenligner vores oversigt over de bedste kalorietællere med AI-foto dem. Alle kilder her er tjekket oktober 2026.

Hvad forskningen fandt

Genkendelsen er stærk, portions- og kalorieskønnene er det ikke, og fejlene vokser, jo større måltidet er.

Alle seks abstracts ligger på PubMed. De tester forskellige ting, så læs hvert resultat for sig og ikke som én samlet præcisionsscore for "AI".

At genkende maden er ikke det samme som at tælle kalorierne

De høje procenttal, du ser citeret, er som regel genkendelsesscorer. I Li-studiet beskriver 97 % og 92 %, hvor ofte appene navngav maden korrekt, ikke hvor tæt kalorierne kom på. ChatGPT-studiet fortæller samme historie: 93,0 % for at identificere fødevarer, men modellen klarede sig dårligt med at vurdere vægten af mellemstore og store portioner, og den undervurderede 11 af de næringsstoffer, den blev tjekket på.

At ramme "kylling, ris, broccoli" er den nemme del. Kalorierne afhænger af, hvor mange gram der er af hver.

Større måltider, større fejl

To studier peger samme vej. Openfit-pilotstudiet fandt større fejl ved måltider med mere energi, og ChatGPT-studiet fandt dårlig overensstemmelse for vægten af mellemstore og store måltider. I praksis koster det dig ikke meget, at en snack er lidt ved siden af. En stor aftensmadstallerken, der rammer lige så meget forkert i procent, kan til gengæld trække hele din dag skævt.

Fedt er det svage punkt

Studiet med hospitalsmåltider brugte standardiserede måltider, altså den mest kontrollerede situation på listen. Selv her var præcisionen for protein og fedt markant lavere end for energi og kulhydrater, og alle AI-modeller overvurderede fedt med mere end 20 % i gennemsnit. Hvis du tracker makroer, er det fedttallet i en fotolog, du skal være mest skeptisk over for.

Et godt gennemsnit kan skjule dårlige enkeltdage

Dobbeltmærket vand er en laboratoriemetode, der måler, hvor meget energi en person forbrænder over flere dage, og forskere bruger den som reference for indtaget. Målt mod den klarede SNAQ-appen sig i gennemsnit bedre end et 24-timers kostinterview. Det samme abstract skriver dog, at der ikke var nogen sammenhæng mellem appens skøn og referencen for de enkelte personer, og nævner, at app-firmaet byggede studieversionen mod betaling. Et gruppegennemsnit, der ser tæt på ud, siger ikke, at dine egne tal er tæt på.

Mere kontekst hjælper

ChatGPT-5-studiet er det mest brugbare til hverdagsregistrering. Af de tre opsætninger med billede var billede alene den mindst præcise, billede plus en beskrivelse var bedre, og billede plus mængderne af ingredienserne var bedst. Det betaler sig altså at skrive "stegt i olivenolie, cirka 150 g ris" ved siden af billedet.

Hvad app-firmaerne selv siger om deres skøn

Ingen af de udbydere, vi har tjekket, kalder et fotoskøn endeligt, og de fleste beder dig gennemgå det, før du gemmer. Vi citerer udbyderne på engelsk, præcis som de skriver.

To af dem fortjener en kommentar. Cal AI's "about 80%" kommer uden nogen offentliggjort metode, så du kan ikke se, om tallet handler om genkendelse af maden, kalorier pr. måltid eller noget helt tredje. MacroFactor skriver, at den i sin egen sammenligning med vejet mad kom tættere på end Cal AI, men det er en test lavet af udbyderen selv uden data på siden, ikke et uafhængigt studie.

MyFitnessPals hjælpeside har også et praktisk råd, som du kan bruge i enhver app: "If your meal has several items, scanning one dish at a time usually gives you more accurate suggestions." Med andre ord: scan én ret ad gangen, når tallerkenen rummer flere ting.

Hvorfor fotoskøn rammer forkert

Et billede viser overfladen af et måltid, mens kalorierne afhænger af vægten og af ingredienser, kameraet ikke kan se.

• Skjult fedt. Olie, der er suget ind i ris eller grøntsager, smør smeltet ind i en sauce og dressing i bunden af en skål ser ud af ingenting på et billede. Fedt er den mest energitætte del af maden, så en lille fejl her flytter totalen meget.
• Portionens dybde. Et billede er fladt. En lav tallerken pasta og en dyb skål pasta kan ligne hinanden oppefra. Nogle apps prøver at måle volumen (Cal AI skriver, at din "phone's depth sensor calculates food volume"), men studierne ovenfor fandt stadig, at portionsstørrelsen er den største svaghed.
• Blandede retter. Gryderetter, karryretter, ovnretter, burritos og sandwiches skjuler deres ingredienser. Modellen skal gætte både opskriften og mængden.
• Ting, der ligner hinanden. Sødmælk og skummetmælk i kaffen, almindelig og let mayonnaise, sukkerholdig sodavand og light-udgaven ser ens ud på et billede.
• Drikkevarer. I Openfit-studiet ændrede fejlen sig mærkbart alt efter, om drikkevarerne blev talt med, så glasset ved siden af tallerkenen betyder noget.
• Lokale opskrifter. Det samme navn på en ret kan dække over vidt forskellige opskrifter fra land til land og fra køkken til køkken. To frikadeller, der ser ens ud på et billede, kan have et helt forskelligt fedtindhold alt efter fars og stegning.

Sådan får du bedre tal fra enhver fototracker

Brug billedet til at navngive maden, og brug så et par sekunder på at rette portionerne og tilføje det, kameraet ikke kan se.

1. Tjek hver post, før du gemmer. Slet fødevarer, der ikke er der, omdøb dem, der er forkerte, og ret tilberedningen, hvis appen gættede på friturestegt i stedet for grillet.
2. Ret portionen af den største post. På de fleste tallerkener er det stivelsen eller proteinet. Har du selv lavet maden, kender du ofte mængden fra pakken.
3. Vej energitæt mad en gang imellem. Olie, smør, nøddesmør, nødder, ost, granola og tørre ris eller pasta er der, hvor små fejl hober sig op. Når du vejer dem nu og da, træner du øjet, så dine rettelser bliver bedre.
4. Tilføj de skjulte ekstra ting. Olie fra stegningen, saucer, dressing, sukker i kaffen.
5. Scan én ret ad gangen, når tallerkenen har flere separate fødevarer.
6. Tilføj ord. Hvis appen tager imod en beskrivelse, så skriv stegefedtet og de omtrentlige mængder.
7. Brug etiketter til emballeret mad. En stregkode eller en etiket slår ethvert gæt ud fra et billede.
8. Bedøm ud fra tendensen. Et enkelt måltid kan ramme ved siden af. Sammenlign dit registrerede gennemsnit med udviklingen i din vægt over et par uger, og juster derfra.

En almindelig fejl er den modsatte: at bruge ti minutter på at gøre en lille salat ved siden af helt perfekt, mens olien fra panden aldrig bliver registreret. Læg din indsats der, hvor kalorierne er.

Hvor præcis skal din registrering være?

Det afhænger af dit mål: et groft billede er fint, hvis du bare vil have overblik, og jo tættere du er på et stramt mål, jo mere bør du veje.

Hvis du er ved at lære, hvordan en normal portion ser ud, eller prøver at spise lidt mere protein, er en rettet fotolog rigeligt. Hvis du er i en stram fase med fedttab eller sigter efter præcise makromål, så vej den energitætte mad og brug billedet til resten.

Nogle situationer kræver mere end en app. Hvis du tæller kulhydrater på grund af medicin, har en sygdom, er gravid eller tager GLP-1-medicin, så tal med din læge, før du stoler på fotoskøn. Hvis det gør dig urolig at registrere mad, eller hvis du tidligere har haft en spiseforstyrrelse, så tal med din læge først, og vid, at det også er et helt gyldigt valg at lade være med at registrere.

Hvor Traineras fotoscanning af mad passer ind

Traineras fotoscanning af mad giver dig et AI-skøn, som du kan rette, før du registrerer det, og den er en del af Premium-planen til $6.99 om måneden i USA. I Danmark vises Traineras priser også i amerikanske dollars, og priserne varierer fra land til land på trainera.fit/da/priser.

Når du tager et billede, navngiver en AI-visionsmodel maden og skønner gram, kalorier og makroer for hver post. Du kan rette hver post, før den havner i din log, og det er præcis den vane, studierne ovenfor taler for. Premium giver op til 20 scanninger om dagen. Det er et skøn, ligesom alle andre værktøjer på denne side, og det erstatter ikke at veje maden, når præcision betyder noget.

Det, Trainera lægger oveni, er træningsdelen i den samme app: Premium indeholder også 10 AI-træningsprogrammer, 10 AI-kostplaner og 10 AI-træningspas om måneden, AI Nutrition Chat og TRAI, assistenten i appen, med 90 forespørgsler om måneden. Gratis-planen, uden betalingskort, har kostdagbogen med kalorier og makroer, fødevaresøgning og mulighed for at taste et stregkodenummer ind. Klienter, der bliver coachet af en træner på Pro, Business eller Enterprise, får scanningen gennem deres træner.

Hvis fotoregistrering er det eneste, du vil have, passer en app, der kun tæller kalorier, måske bedre til dig. Vores sammenligning af Cal AI og MyFitnessPal og listen over alternativer til Cal AI dækker de apps. Billeder af dine måltider er også personlige data, så det er værd at læse, hvordan fitnessapps håndterer dine data, før du vælger.

Din tjekliste til mere pålidelige fotologs

• Stol mere på navnene på maden end på grammene.
• Ret den største post og tilføj stegefedtet ved hvert måltid.
• Vær mest skeptisk over for fedttallet.
• Scan én ret ad gangen og tilføj en kort beskrivelse.
• Vej energitæt mad nu og da for at kalibrere øjet igen.
• Bedøm dit indtag ud fra ugens tendens, ikke ud fra ét måltid.

Vil du have et AI-skøn af din tallerken ved siden af et AI-træningsprogram? Se, hvordan Traineras AI-fitnesscoach virker, eller start gratis.