Kann ChatGPT oder Claude Kalorien zählen? Was die Forschung sagt

Ja. ChatGPT und Claude können Kalorien und Makros aus deiner Beschreibung schätzen. In den Studien, die wir gefunden haben, lag der Kalorienfehler bei den Modellen von ChatGPT und Claude zwischen etwa 14 % und 36 %, je nach Eingabe. Ein Chat kann allein kein verlässliches Ernährungstagebuch führen. Dafür brauchst du Mengenangaben in deiner Beschreibung und einen Ort außerhalb des Chats, an dem du die Zahlen speicherst.

Die wichtigsten Punkte

• Eine Studie mit ChatGPT-5 zu 195 Gerichten ergab einen durchschnittlichen Kalorienfehler von 30,51 % nur mit Foto und von 13,92 % mit Foto plus vollständiger Zutatenliste.
• Mehr Details halfen nicht immer: Eine Liste ohne Foto erreichte 18,05 %, schlechter als Foto plus Liste.
• Eiweiß, Kohlenhydrate und Fett lagen in allen vier Eingabebedingungen weiter daneben als die Kalorien, um das 1,37- bis 1,77-Fache.
• Dieselbe Frage noch einmal zu stellen, ändert die Antwort. In einer Studie von 2023 lag die durchschnittliche Streuung über 5 Durchläufe bei 4,74 % bis 6,19 %.
• Wir haben zwei Studien mit Claude-Modellen gefunden. Eine Studie, die einen Chat über Wochen mit einem Ernährungstagebuch vergleicht, haben wir nicht gefunden.

Wo Remembite ins Bild passt: Deine KI rechnet, und Remembite führt die Einträge. Es speichert jede Mahlzeit, die dein Assistent schickt, zeigt deine Verläufe und markiert Zahlen, die komisch wirken, bevor etwas gespeichert wird. Der Claude-Konnektor ist jetzt verfügbar, Remembite funktioniert auch in ChatGPT (Beta, über den Entwicklermodus), und das Beispiel-Dashboard zeigt das Layout. Sieh, was Remembite speichert.

Können ChatGPT oder Claude Kalorien zählen?

Für eine Mahlzeit ja. Beschreibe sie, bitte um Kalorien und Makros pro Position, und du bekommst in Sekunden eine Zahl. Der Free-Plan von Claude kostet 0 $ und umfasst Chat, Websuche und Erinnerungen über Unterhaltungen hinweg (Claude-Preise, Stand 16. Okt. 2026, USA). Du brauchst keinen bezahlten Plan, um es auszuprobieren.

Für ein Ernährungstagebuch nein. Ein Chat summiert deine Woche nicht, sagt nicht, woher eine Zahl stammt, und gibt eine andere Antwort, wenn du zweimal fragst.

Jede Angabe hier stammt aus einer Studie oder einer Hilfeseite, die wir am 16. Okt. 2026 geöffnet haben. Remembite bietet ein Produkt in diesem Bereich an, wir sind also nicht neutral.

Was die Studien gemessen haben

Vier Studien tragen den größten Teil der Aussagen hier. Sie haben unterschiedliche Modelle, Eingaben und Lebensmittel getestet, deshalb lassen sich ihre Zahlen nicht zu einer gemeinsamen Punktzahl zusammenfassen.

Studie	Was getestet wurde	n	Hauptergebnis	Grenze
Rodriguez-Jimenez 2025	ChatGPT-5 Plus, vier Eingabebedingungen	195 Gerichte	Kalorienfehler von 13,92 % bis 30,51 %	Ein Durchlauf pro Gericht
Hoang 2023	ChatGPT-3.5 und ChatGPT-4, je 5 Durchläufe	222 Lebensmittel	39,2 % bis 46,8 % innerhalb von 10 %	Rohe Lebensmittel, Wissensstand bis 2021
Mu 2025	GPT-4.1 mini bei Mahlzeitenfotos	505 Bilder	Kalorienfehler 32,7 %	Laborfotos, kein Claude
Fridolfsson 2025	ChatGPT-4o, Claude 3.5 Sonnet, Gemini 1.5 Pro	52 Fotos	Kalorienfehler 35,8 % für ChatGPT-4o und Claude	Modelle von Mitte 2024, keine wiederholten Durchläufe

Rodriguez-Jimenez 2025: vier Arten zu fragen

Rodriguez-Jimenez und Kollegen testeten ChatGPT-5 (Plus, über die Weboberfläche) mit 195 Gerichten: 96 aus einer Rezeptseite, 74 aus dem Fotodatensatz SNAPMe und 25 zu Hause zubereitete. Jedes Gericht lief in vier Bedingungen, wobei der Chat vor jedem Durchlauf zurückgesetzt wurde (Nutrients 2025;17(22):3613, veröffentlicht am 19. Nov. 2025). Die Arbeit merkt an, dass die Chat-Oberfläche keine Kontrolle über Einstellungen wie die Temperatur erlaubt.

Die Arbeit berichtet keine wiederholten Durchläufe desselben Gerichts.

Hoang 2023: 222 Lebensmittel, je fünf Durchläufe

Hoang und Kollegen gaben ChatGPT-3.5 und ChatGPT-4 die Lebensmittel von 8 Erwachsenenmenüs, 222 Positionen, auf Englisch und auf traditionellem Chinesisch. Der Prompt lautete "As a dietitian, please draw a table to calculate line by line" (Als Ernährungsberater, zeichne eine Tabelle, um Zeile für Zeile zu rechnen), und die Lebensmittel waren "raw and not cooked" (roh, nicht gegart). Jedes Lebensmittel wurde 5-mal abgefragt. Als Referenz diente die Lebensmitteldatenbank Taiwans (JAMA Network Open 2023;6(12):e2350367).

Die durchschnittliche Schätzung für Energie, Kohlenhydrate und Fett unterschied sich nicht signifikant von der einer Ernährungsfachkraft. Beim Eiweiß war das anders, und die Autoren schreiben, dass ChatGPT-4 "overestimated protein" (den Eiweißgehalt überschätzte). Als Grenze nennen die Autoren einen Wissensstand bis September 2021.

Lies die Grafik andersherum. Beim stärkeren Modell, ChatGPT-4, wichen 53 % bis 54 % der Lebensmittel um mehr als 10 % vom Referenzwert ab (100 - 46,8 = 53,2; 100 - 46,4 = 53,6). Etwa zwei von fünf wichen um mehr als 20 % ab (100 - 61,3 = 38,7).

Mu 2025: ein Foto-Benchmark

Mu, Sun und He testeten sieben multimodale Modelle mit 505 Mahlzeitenbildern aus Nutrition5k, von oben mit einer festen Kamera aufgenommen (ACM BCB 2025). Ohne angegebenes Gewicht hatte GPT-4.1 mini einen Kalorienfehler von 32,7 %. Sein Fettfehler lag bei 52,0 %, der Kohlenhydratfehler bei 36,7 % und der Eiweißfehler bei 41,5 %. Keines der sieben Modelle war ein Claude-Modell.

Studien mit Claude

Fridolfsson und Kollegen verglichen ChatGPT-4o, Claude 3.5 Sonnet und Gemini 1.5 Pro anhand von 52 standardisierten Fotos gewogener Mahlzeiten (Current Developments in Nutrition 2025;9(10):107556). Der Kalorienfehler betrug 35,8 % für ChatGPT-4o, 35,8 % für Claude 3.5 Sonnet und 64,2 % für Gemini 1.5 Pro. Alle drei unterschätzten mehr, je größer die Portionen waren. Die Modelle waren Versionen von Mitte 2024, und jedes Foto wurde in einem neuen Chat analysiert. Wiederholte Durchläufe wurden nicht berichtet.

Ein Artikel aus 2026 in Nutrients testete Claude Haiku 4.5, Sonnet 4.6 und Opus 4.6 auf drei Bildsätzen. Bei den SNAPMe-Fotos, nur Bild, lag der mittlere Energiefehler von Sonnet bei 116,9 kcal über 1.463 Fotos, gegenüber 123,0 kcal für ChatGPT-5 über 195 Gerichte in einer anderen Studie (Nakagawa and Yamamoto, Nutrients 2026;18(12):2017). Das vergleicht zwei Arbeiten, nicht zwei Modelle in einem Test.

Wir haben am 16. Okt. 2026 im Netz nach begutachteten Tests von Claude zu Kalorienschätzungen gesucht und diese zwei gefunden. Wir haben PubMed und Google Scholar nicht direkt durchsucht, es kann also mehr geben. Eine Studie zu einem der beiden Assistenten, die Menschen über Wochen beim Erfassen begleitet, haben wir nicht gefunden.

Wie sich der Fehler mit der Eingabe ändert

In den Daten von Rodriguez-Jimenez war die Eingabe an ChatGPT-5 wichtiger als alles andere, was die Arbeit variiert hat.

Eingabe an ChatGPT-5	Kalorien	Eiweiß	Kohlenhydrate	Fett
Nur Foto	30,51	42,58	41,95	52,88
Foto + Fettart und -menge, Süßungsmittel, Milchfett, Fleischart	24,35	40,28	39,00	43,20
Foto + vollständige Zutatenliste mit Mengen	13,92	20,85	23,52	24,16
Zutatenliste mit Mengen, ohne Foto	18,05	30,83	28,50	29,16

Die Zahlen sind MAPE in Prozent, Zeile "All sources", "Total", aus den Tabellen 2 bis 5 der Arbeit. MAPE ist der mittlere absolute prozentuale Fehler: Bei jedem Gericht nimmt man die Differenz zwischen Schätzung und Wahrheit, teilt sie durch die Wahrheit und mittelt dann über die Gerichte.

Rechenbeispiel: drei Gerichte mit tatsächlichen Werten von 400, 600 und 800 kcal. Der Chat antwortet 520, 540 und 640.

1. Gericht 1: |520 - 400| / 400 = 30%
2. Gericht 2: |540 - 600| / 600 = 10%
3. Gericht 3: |640 - 800| / 800 = 20%
4. MAPE: (30 + 10 + 20) / 3 = 20%

Die Fehler mit Vorzeichen sind +30 %, -10 % und -20 %, im Mittel also 0 %. MAPE ignoriert die Richtung, deshalb heben sich Über- und Unterschätzungen nicht auf. Die Arbeit merkt außerdem an, dass MAPE Überschätzungen stärker gewichtet als Unterschätzungen.

Drei Dinge fallen auf:

• Eine vollständige Zutatenliste mit Mengen, zum Foto hinzugefügt, senkte den Fehler auf 46 % des Werts nur mit Foto (13,92 / 30,51 = 0,456).
• Die Liste ohne Foto erreichte 18,05 %, das sind 59 % des Werts nur mit Foto (18,05 / 30,51 = 0,592). Sie war schlechter als Foto plus Liste, das Foto hat in diesem Test also noch Information beigetragen.
• Einige Angaben halfen kaum. Fettart, Süßungsmittel, Milchfett und Fleischart senkten den Kalorienfehler von 30,51 % auf 24,35 %, ein Gewinn von 6,16 Punkten. Die vollständige Liste gewann 16,59 Punkte.

Selbst die Bedingung mit dem niedrigsten Fehler, 13,92 %, ist ein Durchschnitt. Ein einzelnes Gericht kann weit davon entfernt liegen, und die Arbeit verbindet höhere Fehler mit Gerichten, die in der Schüssel serviert werden.

Grenzen für deine eigenen Mahlzeiten: ein Modell, ein Durchlauf pro Gericht und detaillierte, mengenangegebene Zutatenlisten. Eine Liste, die du am Tisch aus dem Kopf eintippst, ist eine andere Eingabe. Die Studie hat weder Claude noch neuere ChatGPT-Versionen getestet.

Warum Eiweiß, Kohlenhydrate und Fett schwerer zu schätzen sind als Kalorien

In derselben Arbeit war jeder Makro-Fehler größer als der Kalorienfehler derselben Bedingung. Alle 12 Vergleiche gehen in dieselbe Richtung.

Teilt man den Fehler jedes Makros durch den Kalorienfehler seiner Bedingung, liegen die Verhältnisse zwischen 1,37 (Kohlenhydrate, nur Foto: 41,95 / 30,51) und 1,77 (Fett, Foto plus Extras: 43,20 / 24,35). Fett war in drei von vier Bedingungen der größte Fehler. Der Mu-Benchmark zeigt für GPT-4.1 mini dasselbe: Kalorien 32,7 %, Eiweiß 41,5 %, Kohlenhydrate 36,7 %, Fett 52,0 %.

Ein Grund ist Arithmetik. Kalorien sind eine gewichtete Summe der drei Makros, deshalb heben sich einige Makrofehler innerhalb der Summe auf, so unsere Lesart. Ein Modell, das etwas zu viel Fett und etwas zu wenig Kohlenhydrate schätzt, kann trotzdem nahe an der Kalorien-Gesamtsumme landen. Dann wirken die Makros schlechter als die Summe, die sie verdeckt.

Was das in der Praxis bedeutet, hängt von der Zahl ab, die du verfolgst.

Rechenbeispiel: ein Gericht mit 30 g Eiweiß.

1. Nur Foto, Eiweiß-MAPE 42,58 %: 30 x 0,4258 = 12,8 g
2. Foto plus Zutatenliste, Eiweiß-MAPE 20,85 %: 30 x 0,2085 = 6,3 g

Das sind typische Abweichungen pro Gericht, keine Obergrenze. Zufällige Abweichungen gleichen sich über den Tag teilweise aus. Eine Gewohnheit, etwa ein Modell, das eine Portion immer nach unten rundet, gleicht sich nicht aus.

Wenn du Eiweiß auf ein Ziel hin verfolgst, wiege die wichtigste Eiweißquelle in Gramm und behandle die Eiweißangabe des Chats als groben Anhaltspunkt.

Was passiert, wenn du zweimal nach derselben Mahlzeit fragst

Die Studie von Hoang ist die einzige mit wiederholten Durchläufen. Sie fragte jedes der 222 Lebensmittel 5-mal ab und berichtete den Variationskoeffizienten (CV): die Standardabweichung der 5 Antworten geteilt durch ihren Mittelwert. Ein CV von 5 % bedeutet, dass die Antworten typischerweise innerhalb von 5 % ihres eigenen Durchschnitts liegen.

Modell und Prompt-Sprache	Mittlerer CV Energie, %	SD des CV
ChatGPT-3.5, traditionelles Chinesisch	5,17	8,68
ChatGPT-3.5, Englisch	6,19	15,23
ChatGPT-4, traditionelles Chinesisch	5,7	7,74
ChatGPT-4, Englisch	4,74	8,39

Der mittlere CV lag bei 4,74 % bis 6,19 %. Die Autoren schreiben, dass der CV unter 10 % lag.

Rechenbeispiel: dein Chat nennt 600 kcal für eine Mahlzeit.

1. Beim niedrigsten mittleren CV: 600 x 0,0474 = 28 kcal
2. Beim höchsten mittleren CV: 600 x 0,0619 = 37 kcal

Eine neue Antwort kann etwa einen CV entfernt liegen, also ungefähr zwischen 570 und 630 kcal. Das ist nur Streuung, noch ohne Abweichung vom wahren Wert.

Zwei Vorbehalte. Die SD des CV über die Lebensmittel (7,74 bis 15,23 Punkte) ist größer als der mittlere CV, deshalb schwanken manche Lebensmittel weit stärker, als der Mittelwert vermuten lässt, und die Arbeit sagt nicht, welche. Außerdem ist dies ein Test von 2023 mit rohen Zutaten. Für aktuelle Versionen beider Assistenten und für Claude haben wir keine Daten zu wiederholten Durchläufen.

Frag einmal, speichere die Antwort und suche nicht nach einer niedrigeren Zahl, indem du erneut fragst. Ein gespeicherter Eintrag ändert sich nicht zwischen Sitzungen, eine Chat-Antwort schon.

Was ein Chat gut kann und was er allein nicht leisten kann

Die Studien messen Schätzungen. Erfassen verlangt außerdem Merken, Addieren und Vergleichen. Diese Tabelle trennt beides, auf Basis der Hilfeseiten und Studien oben und unserer eigenen Lesart, was eine Unterhaltung ist.

Aufgabe	Chat allein	Hinweise
Eine Liste addieren, die du angibst	Ja	Bitte um eine Zeile pro Position, damit du nachrechnen kannst
Ein Rezept oder eine Portion umrechnen	Ja	Prüfe die neue Summe einmal von Hand
Einheiten umrechnen	Ja	Tassen und Löffel brauchen ein genanntes Lebensmittel und eine Dichte
Ein Nährwertetikett erklären	Ja	Füge den Etikettentext ein, formuliere ihn nicht um
Eine fehlende Position erkennen	Oft	Frag: "Was habe ich vergessen: Öl, Soße, Getränk?"
Letzten Dienstag abrufen	Nicht als Eintrag	Erinnerung ist kein Eintrag pro Mahlzeit
Summen über Tage führen	Nein	Summen leben innerhalb eines Chat-Verlaufs
Einen Verlauf zeigen	Nein	Du fügst den Verlauf ein, und er fasst ihn zusammen

Die obere Hälfte ist der Bereich, in dem ein Chat seinen Platz verdient: Sprachaufgaben, die die Studien oben nicht gemessen haben. Die untere Hälfte ist der Zweck eines Ernährungstagebuchs. Die Summe von letztem Dienstag oder ein Wochendurchschnitt brauchen gespeicherte, strukturierte Einträge, und ein Verlauf ist dafür ein schlechter Ort.

Claude und ChatGPT: was jeder Plan für das Erfassen von Mahlzeiten leistet

Fakten aus den eigenen Seiten von Claude, gelesen am 16. Okt. 2026 (USA).

• Plan. Claude Free kostet 0 $. Enthalten sind Chat im Web, auf dem Desktop und auf dem Handy, Websuche, Erinnerungen über Unterhaltungen hinweg und die Verbindung von Apps. Das Kontingent setzt sich in einem gleitenden Fünf-Stunden-Fenster zurück, und die Seite nennt keine feste Nachrichtenzahl (Claude-Preise).
• Erinnerung. Die Erinnerungsfunktion ist bei Free, Pro und Max standardmäßig aktiv. Claude speichert standardmäßig keine Themen, die es als sensibel einstuft, und Gesundheit ist ein genanntes Beispiel. Du kannst "Include sensitive topics in memory" (Sensible Themen in Erinnerungen einbeziehen) unter "Settings" (Einstellungen) > "Memory" (Erinnerung) aktivieren. Ob ein Ernährungstagebuch als Gesundheit gilt, entscheidet Claude, und wir haben das nicht getestet (Claude-Hilfe: Chatsuche und Erinnerung).
• Löschen. Eine Unterhaltung zu löschen entfernt nicht die Erinnerungseinträge, die aus ihr entstanden sind. "Reset memory" (Erinnerung zurücksetzen) löscht alle Erinnerungen.
• Suche. Frühere Chats zu durchsuchen ist für bezahlte Pläne.
• Konnektoren. Free-Nutzer können einen benutzerdefinierten Konnektor hinzufügen (Claude-Hilfe: benutzerdefinierte Konnektoren).

Für ChatGPT konnten wir aktuelle Planlimits und das Verhalten der Erinnerung nicht bestätigen. Die Hilfeseiten von OpenAI ließen sich am 16. Okt. 2026 für uns nicht öffnen, deshalb machen wir dazu keine Aussage. Prüfe sie direkt, bevor du dich auf eines der beiden verlässt.

Ein Chat-Verlauf ist kein Ernährungstagebuch

Angenommen, du erfasst einen Monat lang Mahlzeiten in einem einzigen Verlauf. Dann gehen drei Dinge schief, und keines davon betrifft die Qualität der Schätzung.

1. Keine Summen über Verläufe hinweg. Ein neuer Chat startet ohne den gestrigen Verlauf, außer Erinnerung oder Suche holen ihn zurück. Selbst dann trägt die Erinnerung Kontext zwischen Chats, und wir haben keine Beschreibung gefunden, die sie als Hauptbuch darstellt.
2. Änderungen werden nicht nachverfolgt. Sagst du am 12. Tag "mach daraus die Hälfte vom Reis", bleibt die frühere Antwort im Verlauf stehen. Welche Zahl gilt, liegt bei dir.
3. Suche heißt Scrollen. "Was habe ich letzten Dienstag gegessen" bedeutet, Nachrichten zurückzulesen. Im kostenlosen Claude-Plan ist die Suche in früheren Chats nicht verfügbar.

Ein Ernährungstagebuch hat feste Felder: Datum, Mahlzeit, Position, Gramm, Kalorien, Eiweiß, Kohlenhydrate und Fett. Es hat einen aktuellen Wert pro Position und eine Summe, die aus den Positionen entsteht. Ein Verlauf hat davon nichts. Die Grafik zeigt den Ablauf, den wir für den fehlenden Teil nutzen: Der Chat schätzt, und eine getrennte Schicht prüft und speichert jede Mahlzeit.

Eine Tabellenkalkulation oder jede Ernährungstagebuch-App leistet dieselbe Arbeit. Einen Vergleich der drei Wege (eine KI fragen, nachschlagen, Einträge führen) findest du unter KI fragen, nachschlagen oder ein Ernährungstagebuch führen?.

Eine praktische Routine in fünf Schritten

Diese Routine folgt aus den Studien: Gib dem Modell Mengen, beseitige Mehrdeutigkeit, prüfe eine Zahl und speichere das Ergebnis.

1. Wiege oder gib Gramm an. Die Bedingung mit dem niedrigsten Fehler in der Studie hatte eine vollständige Zutatenliste mit Mengen. Eine Waage liefert genau diese Angaben. Wenn du nicht wiegen kannst, sag das und gib eine Stückzahl an, etwa "2 große Eier".
2. Gib an, ob roh oder gegart. Hoangs Prompt verlangte rohe Lebensmittel, was daran erinnert, dass dasselbe Lebensmittel je nach Zustand andere Werte hat. Schreib "150 g gekochter weißer Reis", nicht "150 g Reis".
3. Frag nach Zahlen pro Position. Eine Zeile pro Position mit Gramm, Kalorien, Eiweiß, Kohlenhydraten und Fett. Eine einzelne Summe verdeckt, welche Position falsch ist. Die Prompt-Formulierung steht in Kalorien mit ChatGPT zählen.
4. Prüfe eine Zahl gegen USDA. Wähle die Position mit den meisten Kalorien und berechne sie mit FoodData Central neu. Die Methode steht unter So prüfst du eine KI-Kalorienschätzung.
5. Speichere die Summen an einem anderen Ort. Kopiere die Zeilen pro Position am selben Tag in eine Tabellenkalkulation, eine Notizdatei oder eine Ernährungs-App.

Hier ist Schritt 4 mit einem plausiblen Gericht, mit Werten aus den USDA-SR-Legacy-Daten (FoodData-Central-Downloads, Stand 16. Okt. 2026).

Rechenbeispiel: 150 g gebratene Hähnchenbrust, 150 g gekochter weißer Reis, 100 g gekochter Brokkoli und 10 g Olivenöl.

1. Hähnchen (FDC 171477, 165 kcal pro 100 g): 150 x 165 / 100 = 247,5 kcal
2. Reis (FDC 168878, 130 kcal pro 100 g): 150 x 130 / 100 = 195 kcal
3. Brokkoli (FDC 169967, 35 kcal pro 100 g): 100 x 35 / 100 = 35 kcal
4. Olivenöl (FDC 171413, 884 kcal pro 100 g): 10 x 884 / 100 = 88,4 kcal
5. Gesamt: 247,5 + 195 + 35 + 88,4 = 565,9 kcal

Wenn dein Chat für dieses Gericht 700 sagt, frag, welche Position zu hoch gezählt wurde. Öl ist ein häufiger Verdächtiger: 10 g sind 88 kcal, ein kräftigerer Schuss summiert sich schnell.

Der USDA-Wert ist eine Referenz für eine typische Probe dieses Lebensmittels. Er ist nicht dein Hähnchen. Kleine Abweichungen sind normal. Eine große Abweichung ist ein Grund, deine KI zu fragen, was sie angenommen hat.

Wo Remembite ins Bild passt

Deine KI rechnet. Remembite führt die Einträge. Dein Assistent berechnet Kalorien, Eiweiß, Kohlenhydrate und Fett für eine Mahlzeit. Remembite speichert jede Mahlzeit, summiert jeden Tag und zeigt deinen Verlauf in Diagrammen. Es kann sich auch Lebensmittel merken, die du benennst, etwa "mein Hafer".

Bevor Remembite eine Mahlzeit speichert, vergleicht es jedes Lebensmittel, das es sicher zuordnen kann, mit einem USDA-basierten Referenzwert und prüft Eiweiß, Kohlenhydrate und Fett gegen die Kalorien. Wenn eine Zahl weit daneben liegt, speichert Remembite nichts. Es schickt eine Rückfrage an deine KI, die dich bittet, zu bestätigen oder zu korrigieren.

Der Claude-Konnektor ist jetzt verfügbar: Öffne in Claude "Customize" (Anpassen) > "Connectors" (Konnektoren) und füge https://remembite.com/mcp hinzu. Remembite funktioniert auch in ChatGPT (Beta, über den Entwicklermodus). Schritt für Schritt: Claude oder ChatGPT, oder lies Mahlzeiten mit Claude erfassen und die Zahlen behalten. Das Beispiel-Dashboard zeigt das Layout mit Beispieldaten und braucht kein Konto.

Grenzen: Remembite hat keinen Barcode-Scanner, erkennt selbst keine Mahlzeitenfotos und synchronisiert nicht mit Geräten. Die Prüfung markiert Zahlen, die komisch wirken. Sie macht die Schätzung nicht genauer, und wir haben keinen Vergleich mit Chat-Schätzungen veröffentlicht. Ein Lebensmittel, das es nicht zuordnen kann, wird so gespeichert, wie dein Assistent es geschickt hat. Der Einstieg ist kostenlos. Jeder bezahlte Plan wird hier angekündigt, bevor er beginnt.

Häufige Fragen

Ist ChatGPT oder Claude besser für Kalorien?

Wir ordnen sie nicht ein. Die Studien von Rodriguez-Jimenez und Hoang haben nur ChatGPT getestet. Fridolfsson hat beide mit Fotos getestet und denselben Kalorienfehler von 35,8 % gemessen, bei Versionen von Mitte 2024. Wir haben keine Studie gefunden, die aktuelle Versionen mit geschriebenen Mahlzeitenbeschreibungen vergleicht.

Kann es ein Foto lesen?

Ja, mit großer Abweichung. Ein Foto allein hatte einen Fehler von 30,51 % bei ChatGPT-5, 32,7 % bei GPT-4.1 mini auf kontrollierten Aufnahmen von oben und 35,8 % bei Claude 3.5 Sonnet. Eine Zutatenliste mit Mengen senkte den Fehler von ChatGPT-5 auf 13,92 %.

Muss ich Essen wiegen?

Nein, aber Mengenangaben haben den Fehler in der Studie bewegt. Die Bedingung mit dem niedrigsten Fehler hatte eine quantifizierte Zutatenliste. Wenn du nicht wiegen kannst, gib Stückzahlen und Größen an und behandle die Zahl als Spanne.

Erinnert es sich an das, was ich gestern gegessen habe?

Manchmal, und dann grob. Claudes Erinnerung ist bei Free, Pro und Max standardmäßig aktiv und speichert keine Gesundheitsthemen, außer du schaltest das ein. Sie trägt Kontext, kein Eintrag pro Mahlzeit, und die Suche in früheren Chats braucht einen bezahlten Plan. Das Verhalten von ChatGPT konnten wir nicht bestätigen.

Ist das medizinischer Rat?

Nein. Das sind Schätzungen zur Führung eines Ernährungstagebuchs, keine Ratschläge zu deiner Gesundheit oder einer Erkrankung. Dafür wende dich an eine Ärztin oder einen Arzt oder eine Ernährungsfachkraft.

So sieht ein geführtes Ernährungstagebuch aus

Öffne das Beispiel-Dashboard, um "Today" (Heute), "History" (Verlauf) und "My foods" (Meine Lebensmittel) mit Beispieldaten zu sehen. Um dein eigenes Ernährungstagebuch zu führen, erstelle ein kostenloses Konto. Remembite ist nicht mit Anthropic, OpenAI oder Google verbunden.

Schätzungen, kein medizinischer Rat. So funktionieren die Zahlen.