Wie genau ist Kairo? Wir haben es getestet — und zeigen unsere Arbeit.
Kairo schätzt Kalorien und Makros aus einem Foto deiner Mahlzeit. Die ehrliche Frage ist: Wie nah liegt diese Schätzung? Also haben wir es getestet. Am 16.06.2026 ließen wir 16 international diverse Mahlzeiten durch Kairos vollständigen Produktions-Analysepfad laufen und bewerteten jedes Ergebnis gegen öffentliche Nährwert-Datenbanken.
Ergebnis: 16 von 16 Fällen bestanden unser Genauigkeits-Gate, mit ~96 % gewichteter Makro-Genauigkeit über den Satz. Bei Markenprodukten mit echtem Nährwertlabel lag der mittlere Fehler pro 100 g bei etwa 3,5 % (Median ~2,5 %). Bei generischen Grundnahrungsmitteln war der Fehler höher — 10–12 %.
Das ist ein kleines internes Benchmark, kein direkter Vergleich mit anderen Apps. Hier ist genau, wie wir gemessen haben, jede Zahl und die Quellen — damit du uns überprüfen kannst.
Methodik
Wir lassen einen kuratierten Satz von 16 harten, realistischen Mahlzeiten — internationale Marken, knifflige Portionen und verpackte Produkte aus deutscher (de-DE), US- (en-US), japanischer (ja-JP) und italienischer (it-IT) Küche — durch denselben Produktions-Codepfad laufen, den Kairo für einen echten Foto-Scan nutzt. Wir benoten keinen Testmodus; wir benoten die App.
- Deterministischer Makro-Scorer — eine feste Formel vergleicht geschätzte Kalorien und Makros mit der Ground Truth. Kein Mensch, kein LLM-Urteil in dieser Bewertung.
- LLM-Nutzererfahrungs-Judge — eine separate Prüfung, ob das Ergebnis vernünftig und nützlich wirkt.
- Citation-Presence-Guard — prüft programmatisch, dass jede zitierte Quellen-URL existiert und die Zahl stützt. Eine erfundene Quelle kann nicht bestehen. Das schließt den häufigsten Fehler beim KI-Genauigkeitstest: zitierten Quellen blind zu vertrauen.
Bestehensgrenze: für ein Produkt mit hartem Nährwertlabel muss die Kalorienschätzung pro 100 g innerhalb von ±20 % des Labels liegen. Für eine zusammengesetzte Mahlzeit ohne einzelne Ground Truth muss sie in ein realistisches Kalorienband fallen. Die gesamte Suite (evals/) ist reproduzierbar.
Ground-Truth-Quellen
Jede Zahl unten wird gegen eine öffentliche, überprüfbare Quelle gemessen:
- USDA FoodData Central — generische Grundnahrungsmittel
- Open Food Facts — verpackte Markenprodukte mit hartem Label
- Publizierte Restaurant-Nährwerte — Kettenmenü-Daten
Ergebnisse — voller Produktionspfad, 16.06.2026
16 / 16 bestanden · 0 Fehler · ~96 % gewichtete Makro-Genauigkeit
Marken- & verpackte Produkte — Fehler pro 100 g vs Open Food Facts
| Produkt | Fehler / 100 g |
|---|---|
| Kinder Joy | 0.0% |
| Nutella | 0.2% |
| Skyr | 1.5% |
| Kölln Haferflocken | 3.4% |
| Pocari Sweat | 4.4% |
| Chobani | 11.7% |
| Mittelwert | ~3.5% |
| Median | ~2.5% |
Restaurant-Produkt — vs publizierte US-Nährwerte
| Produkt | Fehler / 100 g |
|---|---|
| McDonald's Cheeseburger | 4.2% |
Generische Grundnahrungsmittel — Fehler pro 100 g vs USDA FoodData Central
| Produkt | Fehler / 100 g |
|---|---|
| Apfel | 9.9% |
| Hähnchenbrust | 10.1% |
| Banane | 12.4% |
Wie man die Ergebnisse liest: Kairo ist am präzisesten bei verpackten Produkten mit echtem Label, wo das Retrieval eine exakte Zahl findet, und weniger präzise bei generischen Grundnahrungsmitteln, wo Portionsgröße und natürliche Variation echt mehrdeutig sind (eine einzelne „Banane" variiert real um mehr als 30 %). Zum Einordnen: Peer-reviewte Forschung verortet den End-to-End-Fehler von KI-Foto-Kalorienschätzung bei etwa 15–25 % — Kairos Grundnahrungsmittel-Werte liegen am starken Ende dieser Spanne, die Marken-Werte deutlich darunter.
Was das belegt — und was nicht
Was es zeigt: eine transparente, reproduzierbare Genauigkeitsmessung an einem definierten, international diversen 16-Fälle-Satz, deterministisch gegen benannte öffentliche Datenbanken (USDA FoodData Central, Open Food Facts, publizierte Restaurant-Nährwerte) bewertet, mit einem programmatischen Schutz gegen erfundene Zitate.
Was es NICHT zeigt: dass Kairo „die genaueste App" ist. Dies ist ein kleines (16-Fälle) internes Benchmark — kein direkter Vergleich mit Cal AI, MyFitnessPal, Cronometer oder einer anderen App, und keine klinische Studie. Wir haben keine anderen Apps auf diesem Satz getestet und erheben keinen Vergleichsanspruch. Ein größerer oder anders zusammengesetzter Satz würde die Durchschnitte verschieben. Schätzungen bei Grundnahrungsmitteln tragen echte Unsicherheit aus Portion und natürlicher Variation.
Wer das gebaut hat
Kairo wird von Valentin Weinert gebaut, einem Software-Engineer (kein Ernährungsberater), der Kairos reproduzierbare Evaluations-Pipeline entwickelt hat. Der Grund, warum es diese Seite gibt: Ein Genauigkeits-Claim, den man nicht überprüfen kann, ist wenig wert. Wenn du ein unabhängiges Benchmark durchführst, teilen wir die Methodik und die Ground-Truth-Quellen, damit du die Zahlen selbst verifizieren kannst.
Unternehmen: Centaurio UG (haftungsbeschränkt) i.G., Deutschland. Hosting: EU/DSGVO.
Scanne deine Mahlzeit. Sieh die Zahlen.
Kairo im App Store laden