Künstliche Intelligenz ist in Bereichen, in denen die menschliche Intuition überragend ist, weiterhin leistungsschwach, wie ihre Schwierigkeiten bei einer scheinbar einfachen Aufgabe zeigen: der genauen Identifizierung von Lebensmitteln. Trotz der Fortschritte bei der Bilderkennung verrechnen KI-gestützte Ernährungs-Apps die Mahlzeiten immer wieder falsch, was ihr Versprechen einer mühelosen Makroverfolgung untergräbt.
Diese Woche testete Victoria Song von The Verge die neue KI-Ernährungsfunktion von Ladder und hoffte auf eine optimierte Möglichkeit, ihr Frühstück vor dem Training mit Kodiak-Proteinwaffeln, Erdnussbutter, Honig und Eiskaffee zu protokollieren. Stattdessen erhöhte die KI die Kalorienzahl um über 100 % und identifizierte Zutaten falsch, was darauf hindeutet, dass sie deutlich mehr Nahrung zu sich nahm als sie tat. Dies ist kein Einzelfall. Apps wie Oura, January und MyFitnessPal weisen alle ähnliche Ungenauigkeiten auf, da sie häufig Zutaten verwechseln, Portionen falsch einschätzen oder ethnische Gerichte nicht erkennen.
Das grundlegende Problem liegt in der Natur der Lebensmittelprotokollierung selbst. Während KI zwischen allgemeinen Kategorien (Banane vs. Apfel) unterscheiden kann, gerät sie bei Besonderheiten (Füllung in Ravioli, Art der Soße) ins Wanken. Selbst wenn sie korrigiert werden, verbringen Benutzer mehr Zeit damit, KI-Fehler auf Fakten zu überprüfen, als wenn sie Daten manuell eingeben würden. Dadurch wird der beabsichtigte Komfort zunichte gemacht.
Noch wichtiger ist, dass die Abhängigkeit von KI vom Kernthema ablenkt: einer nachhaltigen Ernährungsumstellung. KI kann Anpassungen vorschlagen, aber keine Verhaltensänderungen erzwingen. Das Protokollieren von Lebensmitteln ist als vorübergehendes Instrument zur Bewusstseinsbildung am effektivsten und nicht als lebenslange Abhängigkeit. Das Ziel besteht nicht darin, willkürliche Ziele zu erreichen, sondern das persönliche Essverhalten zu verstehen und einen achtsamen Konsum zu fördern.
Das Geschäftsmodell von Gesundheits-Apps fördert ein kontinuierliches Engagement. Anstatt den Benutzern die Möglichkeit zu geben, sich selbst zu regulieren, fördern diese Tools die Abhängigkeit, indem sie implizieren, dass der Erfolg eine ständige Verfolgung erfordert. Die wahre Erkenntnis, die KI liefern könnte, ist nicht das Zählen von Kalorien, sondern ehrliches Feedback – sei es das Feiern einer nahrhaften Mahlzeit oder das Erkennen eines Musters von Stressessen.
Derzeit sind KI-Ernährungsfunktionen eher frustrierend als hilfreich. Anstatt den Prozess zu vereinfachen, erzeugen sie eine neue Ebene des Ärgers, indem sie Benutzer dazu zwingen, unsinnige Fehler zu korrigieren. Bis die KI Lebensmittel ohne ständige Überwachung zuverlässig identifizieren kann, ist es am besten, auf das eigene Urteilsvermögen zu vertrauen und sich ab und zu eine Tüte Cool Ranch Doritos zu gönnen.
