So berechnet Anfold Nährwerte Zutat für Zutat.
Anfold berechnet Nährwerte aus den Zutaten, ihren Mengen und der Art, wie sie gegart wurden. Diese Seite zeigt jeden Schritt, wo KI beteiligt ist und wo die Grenzen liegen.
Kurz gesagt
Anfold zerlegt jede Mahlzeit in ihre Zutaten, gleicht jede Zutat mit einem Eintrag einer Nährwertdatenbank ab und zählt alles zusammen. Derzeit ist das USDA FoodData Central, weitere Datenbanken kommen hinzu. Wenn der beste Eintrag das rohe Lebensmittel beschreibt und du es gegart gegessen hast, rechnet Anfold ihn mit veröffentlichten Daten zu Nährstoffverlusten und Gewichtsänderung beim Garen um. Jeder Wert ist gekennzeichnet: „Verifizierte Datenbank“, „Verifizierte Datenbank, Transformiert“ oder „KI-deduziert“. Letzteres heißt, dass kein Datenbank-Eintrag gepasst hat und der Wert eine KI-Schätzung ist.
Das sind Schätzungen, keine Messwerte. Sie werden genauer, je präziser du Lebensmittel, Mengen und Zubereitung beschreibst.
Mehr
Anfold arbeitet in drei Schritten: Zutaten mit Datenbank-Einträgen abgleichen, auf den Garzustand umrechnen und dann eine Kennzeichnung zuweisen (Verifizierte Datenbank; Verifizierte Datenbank, Transformiert; oder KI-deduziert), damit du sehen kannst, wie der Wert entstanden ist.
Bei der Wahl eines Datenbank-Eintrags zählt zuerst die Variante des Lebensmittels, die du am wahrscheinlichsten gegessen hast, dann ein Eintrag, der zu deiner Zubereitung passt, und erst danach die Datenquelle. Für die Umrechnung auf den Garzustand nutzt Anfold veröffentlichte Retentions- und Yield-Faktoren, größtenteils aus Tabellen der USDA, die Nährstoffverluste und Gewichtsänderungen abbilden.
Woher die Nährwertdaten kommen
Anfold gleicht Zutaten mit Einträgen in Nährwertdatenbanken ab: Referenzdatenbanken mit Nährwerten für allgemeine Lebensmittel. Derzeit ist das USDA FoodData Central, eine öffentliche Datenbank des US-Landwirtschaftsministeriums (USDA), und weitere Datenbanken kommen hinzu.
Jede Datenbank ordnet ihre Einträge auf eigene Weise. FoodData Central hat mehrere Datentypen: Foundation Foods (aktuelle Laboranalysen, veröffentlicht für eine Auswahl an Nährstoffen), SR Legacy Foods (die langjährige Standardreferenz mit den vollständigsten Nährwertprofilen) und Survey Foods (Lebensmittel so, wie sie in nationalen Ernährungserhebungen gegessen werden, aus Rezepten berechnet). Der Datentyp entscheidet nur zwischen Einträgen, die gleich typisch für das Gegessene sind und gleich gut zur Zubereitung passen; dann gewinnt die jüngste Laboranalyse.
KI-Unterstützung: Wir nutzen KI, um Zutaten aus Beschreibungen und Bildern zu extrahieren, Garmethoden zu erkennen, beschriebene Lebensmittel an Datenbank-Einträge abzugleichen und Lücken zu füllen, wenn Datenbankwerte fehlen.
Keine Markendaten
Wir nutzen keine vom Hersteller gelieferten Nährwerteinträge. Markendaten variieren je Region, Rezepturänderung und Kennzeichnungspraxis. Standardisierte Quellen verbessern Konsistenz und Vergleichbarkeit.
Rinderhackfleisch · 90 g
- Protein 22,0 g × 488,0
- Fett 15,1 g × 9135,9
≈ 224 kcal
kcal pro Gramm
- Protein4
- Verwertbare Kohlenhydrate4
- Ballaststoffe2
- Fett9
- Alkohol7
Kalorien werden immer aus den Makronährstoffen berechnet, nie aus einer Datenbankzeile oder von der KI übernommen: 4 kcal pro Gramm Protein und verwertbare Kohlenhydrate, 2 pro Gramm Ballaststoffe, 9 pro Gramm Fett und 7 pro Gramm Alkohol. Das sind die Umrechnungsfaktoren der EU-Lebensmittelkennzeichnung.
Wie jeder Wert gekennzeichnet ist
Jeder Wert trägt eine von drei Kennzeichnungen, dieselben wie in der App:
- Stufe 1Verifizierte Datenbank
- Werte direkt aus dem Eintrag einer Nährwertdatenbank, ohne Anpassungen. Wird genutzt, wenn dein Lebensmittel im selben Zustand auf einen Datenbank-Eintrag passt.
- Stufe 2Verifizierte Datenbank, Transformiert
- Datenbankwerte, umgerechnet auf die Garmethode. Wird genutzt, wenn dein Lebensmittel in einem anderen Zustand vorliegt als der Datenbank-Eintrag (z. B. gedämpft vs. roh).
- Stufe 3KI-deduziert
- KI-geschätzte Werte, wenn kein Datenbank-Eintrag passt oder einzelne Nährwerte fehlen.
Was eine Transformation verändert
Stufe-2-Transformationen nutzen Faktoren für die Garmethode: Nährstoff-Retentionsraten aus USDA-Forschung, Massenänderungen (Wasserverlust/-aufnahme, Ölaufnahme) und Zubereitungsdetails (abgegossen vs. nicht abgegossen).
Wann Werte KI-Schätzungen sind
Stufe 3 wird genutzt, wenn kein Datenbank-Eintrag dasselbe Lebensmittel ist, wenn die einzigen Einträge eindeutig anders gegart wurden oder wenn dem gewählten Eintrag einzelne Nährstoffe fehlen. Im letzten Fall werden nur die fehlenden Werte geschätzt; ein Wert aus der Datenbank wird nie überschrieben.
Wie Zutaten zugeordnet werden
Wenn du ein Lebensmittel trackst, extrahieren wir die Zutaten und suchen jede davon per Schlüsselwortsuche in unserer Nährwertdatenbank. Ein KI-Modell beurteilt dann, welche Treffer dasselbe Lebensmittel sind und welcher davon die Variante ist, die du am wahrscheinlichsten gegessen hast. Die endgültige Wahl folgt einer festen Reihenfolge: zuerst diese typische Variante, dann die Zubereitung, dann die Datenquelle.
Der Abgleich arbeitet sich schrittweise vor: Zuerst sucht er Einträge im passenden Garzustand, dann rohe Zutaten, die sich anschließend umrechnen lassen. So gibt es auch dann brauchbare Daten, wenn die Datenbank deine genaue Zubereitung nicht kennt.
So wird ein Eintrag gewählt
- Die Variante, die du am wahrscheinlichsten gegessen hastEinfach „Käse“ heißt: ein Durchschnitt über die üblicherweise gegessenen Sorten.
- So zubereitet, wie du es gegessen hastGekochte Möhren bekommen einen Eintrag für gekochte Möhren.
- Die DatenquelleEntscheidet nur bei Gleichstand: Die jüngste Laboranalyse gewinnt.
Was das in der Praxis heißt
Wenn du etwas Allgemeines einträgst, etwa „Käse“, nimmt Anfold lieber den Datenbank-Eintrag „not further specified“ (NFS), einen Durchschnitt über die üblicherweise gegessenen Sorten, als eine bestimmte Sorte.
Unter gleich typischen Einträgen gewinnt der, der schon so zubereitet ist, wie du es gegessen hast: Gekochte Möhren bekommen den Datenbank-Eintrag für gekochte Möhren, nicht einen rohen, der aufs Kochen umgerechnet wird.
Ein Eintrag, der eindeutig anders gegart wurde, wird nie genutzt. Pommes bekommen keine Werte von gekochten Kartoffeln; passt nichts anderes, wird daraus eine gekennzeichnete KI-Schätzung.
Einige Datenbank-Einträge enthalten nur einen Teil der Makronährstoffe eines Lebensmittels. Ist der gewählte Eintrag so einer, nimmt Anfold stattdessen einen vollständigen Eintrag für dasselbe Lebensmittel mit derselben Zubereitung, wenn es einen gibt. Wenn nicht, sind die fehlenden Werte KI-Schätzungen.
So funktioniert der Abgleich
Anfold sucht Zutaten nach Namen (z. B. „Reis“, „Hähnchen“, „Brokkoli“), aber ein passender Name allein reicht nicht. Die KI liest die vollständige Beschreibung jedes Treffers in der Datenbank: „Mehl“ heißt helles Weizenmehl, kein Vollkornmehl; „Lammhack“ heißt gewöhnliches Lamm, kein magerer Import. Unter den typischen Varianten wird ein Eintrag bevorzugt, der schon so zubereitet ist, wie du es gegessen hast; sonst wird ein roher Eintrag für deine Garmethode transformiert. Die Datenquelle entscheidet nur bei verbleibendem Gleichstand.
Ist kein Treffer dasselbe Lebensmittel oder wurden die einzigen Treffer eindeutig anders gegart, wird nichts erzwungen: Die Werte werden von der KI geschätzt und als KI-deduziert markiert (Stufe 3).
Wie das Garen die Werte verändert
Wenn die Datenbank eine Zutat in einem anderen Garzustand hat als das, was du gegessen hast (z. B. roher vs. gedämpfter Brokkoli), rechnet Anfold die Nährwerte mit Retentions- und Yield-Faktoren um, die sowohl Nährstoffverluste als auch Gewichtsänderungen berücksichtigen.
Garen verändert Lebensmittel auf zwei Weisen: Nährstoffe können abgebaut werden oder auslaugen (Retention), und die Masse kann sich durch Wasserverlust/-aufnahme oder Ölaufnahme ändern (Yield). Unsere Transformationen modellieren beide Effekte separat.
Roh oder gekocht? So rechnet Anfold Garverluste und Gewichtsänderung ein
Garen verändert zwei Dinge, und Anfold behandelt sie getrennt. Ein Teil der Nährstoffe geht durch Hitze oder ins Kochwasser verloren (Retention). Und das Gewicht ändert sich, weil Wasser austritt oder aufgenommen wird (Yield). Dadurch ändert sich, wie viel von allem in 100 g steckt.
- Aus 100 g trockenem Reis werden gekocht etwa 240 g. Gekochter Reis hat deshalb pro 100 g deutlich weniger als die Hälfte der Kalorien von trockenem Reis.
- Bei Fleisch ist es umgekehrt. Rohe Hähnchenbrust hat etwa 23 g Protein pro 100 g. Gegrillt steckt dasselbe Protein in etwa 75 g, deshalb kommt sie auf etwa 31 g pro 100 g. Dazugekommen ist nichts, es ist nur Wasser ausgetreten.
Reis, gekocht
Dieselben Nährstoffe in etwa 2,4-mal so viel Gewicht, deshalb haben 100 g deutlich weniger als die Hälfte der Kalorien.
Hähnchenbrust, gegrillt
Dieselben 23 g Protein in etwa 75 g, deshalb kommt sie auf etwa 31 g pro 100 g.
Deshalb zählt, welches Gewicht du angibst. Anfold liest das Gewicht einer Beilage wie Reis oder Nudeln als das, was auf deinem Teller lag, außer du sagst, dass es das Trockengewicht ist („80 g Reis, trocken“).
Bratöl wird einmal gezählt. Wenn deine Mahlzeit das Öl oder die Butter als eigene Zeile enthält, zählt dieses Fett, und Anfold rechnet den gebratenen Zutaten kein zusätzlich aufgesogenes Öl zu. Wenn nicht, rechnet Anfold gebratenen Lebensmitteln eine typische Menge aufgenommenes Öl zu, beim Frittieren mehr als in der Pfanne. Ausnahme ist fettes Fleisch: Es gibt selbst Fett ab und bekommt keins dazu.
Die Kernberechnung
Anfold arbeitet immer mit einer 100-g-Referenzprobe: pro 100 g Quelle in absolute Mengen umrechnen, Retentionsfaktoren anwenden (Nährstoffverlust), Endmasse berechnen (Yield + Kategorie-Anpassungen), Öl ergänzen wenn relevant, dann zurück auf pro 100 g im Zielzustand umrechnen.
Retentionsfaktoren
Verschiedene Nährstoffe verhalten sich beim Garen unterschiedlich. Makros sind meist stabil. Wasserlösliche Vitamine (B, C) sind hitzeempfindlich und laugen ins Wasser aus. Fettlösliche Vitamine (A, D, E, K) sind stabiler. Mineralstoffe werden nicht abgebaut, können aber beim Abgießen verloren gehen.
Massenänderungen
Trockene Hitze treibt Wasser aus: Gegrilltes Fleisch landet bei etwa 75 % seines Rohgewichts, geröstetes Gemüse bei etwa 80 %. Getreide und getrocknete Hülsenfrüchte nehmen dagegen Wasser auf (Reis landet bei etwa 240 % seines Trockengewichts). Beim Frittieren kommt aufgenommenes Öl dazu, das Gewicht und Fett hinzufügt.
Abgegossen oder nicht abgegossen
Die Garflüssigkeit zu behalten verbessert die Nährstoff-Retention deutlich. Gekocht-abgegossen verliert ~45 % der wasserlöslichen Vitamine und ~20 % der Mineralstoffe. Gekocht-nicht-abgegossen behält ~85 % der Vitamine und ~95 % der Mineralstoffe.
Wie gemischte Gerichte berechnet werden
Für komplexe Mahlzeiten (Pizza, Aufläufe, Eintöpfe) nutzen wir die Zerlegung in Zutaten.
Anfold zerlegt ein Gericht in seine Zutaten, berechnet jede einzeln und zählt dann alles zusammen. So werden Nährwerte von Rezepten üblicherweise berechnet, und die Methode hat bekannte Lücken (siehe unten).
Wo die Zerlegung am besten funktioniert
Bei trocken gegarten Gerichten (Pizza, Aufläufe, Geröstetes) funktioniert sie besser als bei feucht gegarten (Suppen, Eintöpfe, Schmorgerichte), bei denen Nährstoffe zwischen den Zutaten und der Garflüssigkeit wandern.
Bekannte Grenzen
Der Ansatz modelliert weder gemeinsame Garflüssigkeiten (Nährstoffumverteilung in Suppen/Eintöpfen) noch Fettwanderung zwischen Zutaten (von Gemüse aufgenommenes Speckfett) oder Feuchtigkeitswanderung. Fürs alltägliche Tracking liefert er trotzdem nützliche Schätzungen.
Grenzen und Hinweise
Anfold berücksichtigt Effekte der Garmethode, Wasserverlust und -aufnahme, Ölaufnahme, den Erhalt von Vitaminen und Mineralstoffen, Gewichtsänderungen sowie abgegossene und nicht abgegossene Zubereitungen.
Was Anfold nicht modelliert
Anfold modelliert weder exakte Garzeit/-temperatur, individuelle Geräteunterschiede, zusätzliche Gewürze (sofern nicht angegeben), Veränderungen der Proteinverdaulichkeit, Fett, das beim Grillen oder im Bräter vom Fleisch abtropft, noch die Nährstoffumverteilung in geteilten Garflüssigkeiten. Sieh die Werte für Suppen, Eintöpfe und Gerichte mit viel Soße deshalb als gröbere Schätzungen an.
Bitte beachte
- Anfold ist in der Beta-Phase und für persönliches Tracking gedacht. Es ist kein Medizinprodukt und kein Ersatz für eine fachliche Beratung.
- Wenn du eine gesundheitliche Vorerkrankung hast oder besorgniserregende Symptome bemerkst, sprich mit einer Fachperson, bevor du dich auf die App verlässt.
- Die Ergebnisse sind Schätzungen und können je nach deinen Daten und Umständen variieren.
- Künstliche Intelligenz (KI) wird genutzt, um Lücken zu deuten oder zu füllen. Das kann ungenau oder unvollständig sein.
- Verlass dich auf dein eigenes Urteil. Triff keine klinischen Entscheidungen anhand der App, ohne eine Fachperson hinzuzuziehen.
Quellen
Das sind die Tabellen, Datenbanken und Studien, auf die sich die Methode stützt.
So halten wir diese Seite aktuell
Wenn sich ändert, wie Anfold etwas berechnet, ändert sich diese Seite mit. Dir ist ein Fehler aufgefallen? Schreib an [email protected].
USDA-Daten und offizielle Tabellen
- U.S. Department of Agriculture, Agricultural Research Service (2019). FoodData Central. fdc.nal.usda.gov
- U.S. Department of Agriculture, Agricultural Research Service, Nutrient Data Laboratory (2007). USDA Table of Nutrient Retention Factors, Release 6. Beltsville, MD. PDF
- Roseland, J. M., Nguyen, Q. V., Williams, J. R., Patterson, K. Y., Showell, B. A., & Pehrsson, P. R. (2014). USDA Table of Cooking Yields for Meat and Poultry, Release 2. U.S. Department of Agriculture, Agricultural Research Service, Nutrient Data Laboratory. PDF
- U.S. Department of Agriculture, Agricultural Research Service, Food Surveys Research Group. Food and Nutrient Database for Dietary Studies (FNDDS). USDA Food and Nutrient Database for Dietary Studies
Umrechnungsfaktoren für Energie
- Regulation (EU) No 1169/2011 of the European Parliament and of the Council of 25 October 2011 on the provision of food information to consumers, Annex XIV. Official Journal of the European Union, L 304, 22.11.2011, 18–63. EUR-Lex
- FAO (2003). Food energy: methods of analysis and conversion factors. FAO Food and Nutrition Paper 77. Rome: Food and Agriculture Organization of the United Nations. fao.org
Nährstoff- und Alkoholverluste beim Garen
- Lee, S., Choi, Y., Jeong, H. S., Lee, J., & Sung, J. (2018). Effect of different cooking methods on the content of vitamins and true retention in selected vegetables. Food Science and Biotechnology, 27(2), 333–342. doi:10.1007/s10068-017-0281-1
- Yuan, G. F., Sun, B., Yuan, J., & Wang, Q. M. (2009). Effects of different cooking methods on health-promoting compounds of broccoli. Journal of Zhejiang University Science B, 10(8), 580–588. doi:10.1631/jzus.B0920051
- Kimura, M., & Itokawa, Y. (1990). Cooking losses of minerals in foods and its nutritional significance. Journal of Nutritional Science and Vitaminology, 36(Suppl. 1), S25–S33. doi:10.3177/jnsv.36.4-SupplementI_S25
- Augustin, J., Augustin, E., Cutrufelli, R. L., Hagen, S. R., & Teitzel, C. (1992). Alcohol retention in food preparation. Journal of the American Dietetic Association, 92(4), 486–488. PubMed
Garausbeute und Gewichtsänderung
- Bognár, A. (2002). Tables on weight yield of food and retention factors of food constituents for the calculation of nutrient composition of cooked foods (dishes). Berichte der Bundesforschungsanstalt für Ernährung, BFE-R--02-03. Karlsruhe. doi:10.5445/IR/9642002
- Lisciani, S., Camilli, E., Marletta, L., & Marconi, S. (2022). Weight change of food after cooking: focus on the Italian Food Composition Tables appendix. International Journal of Gastronomy and Food Science, 30, 100605. doi:10.1016/j.ijgfs.2022.100605
- Liu, Y., Gu, Q., Huang, M., et al. (2025). Investigating the effects of protein thermal denaturation on the water-holding capacity of beef: insights from structural dynamics. International Journal of Food Science and Technology, 60(1), vvaf076. doi:10.1093/ijfood/vvaf076
Ölaufnahme beim Frittieren
- Bouchon, P. (2009). Understanding oil absorption during deep-fat frying. Advances in Food and Nutrition Research, 57, 209–234. ScienceDirect
- Saguy, I. S., & Dana, D. (2003). Integrated approach to deep fat frying: engineering, nutrition, health and consumer aspects. Journal of Food Engineering, 56(2–3), 143–152. doi:10.1016/S0260-8774(02)00243-1
- Manjunatha, S. S., Ravi, N., Negi, P. S., Raju, P. S., & Bawa, A. S. (2014). Kinetics of moisture loss and oil uptake during deep fat frying of Gethi (Dioscorea kamoonensis Kunth) strips. Journal of Food Science and Technology, 51(11), 3061–3071. doi:10.1007/s13197-012-0841-6
Rezeptberechnung und Standards für Nährwertdaten
- Reinivuo, H., Bell, S., & Ovaskainen, M.-L. (2009). Harmonisation of recipe calculation procedures in European food composition databases. Journal of Food Composition and Analysis, 22(5), 410–413. doi:10.1016/j.jfca.2009.04.003
- FAO/INFOODS (2012). Standards and guidelines: food matching; checking food composition data; converting units, denominators and expressions. Rome: Food and Agriculture Organization of the United Nations. fao.org/infoods