857 655 produkter analyseret. Det, din kaloriescanner ikke fortæller dig.
Hver stregkodescanning i Frankrig spørger samme base. Vi har analyseret den i sin helhed. Mere end en ud af tre scanninger giver en manglende, ufuldstændig eller inkonsistent data.
Hvorfor dette studie
Når du scanner en stregkode i en kalorietracker i Frankrig, MyFitnessPal, Yazio, Lifesum eller Lean, kommer dataene mere eller mindre fra samme kilde: OpenFoodFacts, en formidabel fransk kollaborativ base under åben ODbL-licens. Millioner af produktposter, udfyldt af frivillige bidragydere.
En kollaborativ base, det er dens styrke og dens begrænsning: hvem som helst kan oprette eller ændre en post, og ingen kontrollerer systematisk. Ingen havde sat tal på den reelle pålidelighed af det, din scanning giver. Vi downloadede derfor det komplette offentlige dump fra 23. august 2026 og testede hvert produkt solgt i Frankrig.
Metoden: hver post testet mod sig selv
Intet laboratorium nødvendigt for at opdage en forkert post: det er nok at holde den op mod sig selv. Kalorierne i en fødevare udledes af dens makronæringsstoffer med Atwater-faktorerne, de samme som EU-forordningen INCO pålægger producenterne: 4 kcal per gram protein, 4 per gram kulhydrater, 9 per gram fedt.
Viser en post 100 kcal, men dens egne makroer giver 250, er en af de to linjer forkert. Og din app viser dig en af dem uden at blinke.
Komplet metodik
- Officielt OpenFoodFacts-dump fra 23. august 2026 (ODbL-licens), omfang Frankrig
- Genberegning:
4×protein + 4×kulhydrater + 9×fedt, plus 7 kcal/g alkohol, 2 kcal/g fibre og 2,4 kcal/g polyoler (erythritol: 0), i overensstemmelse med INCO-forordning 1169/2011 - Post regnet som inkonsistent kun hvis forskellen overstiger både 10 % og 30 kcal/100g: støjen fra vand og te på 2 kcal er udelukket
- 16 364 afvigende poster forkastet (kalorier uden for 1-950 kcal/100g, umulige makroer)
- Hvert eksempel citeret på denne side er kontrolleret igen i onlineposten på publiceringsdagen
Resultat 1: næsten 1 ud af 3 poster er ufuldstændig
391 707 produkter solgt i Frankrig har ingen kalorier angivet, eller ikke deres tre makronæringsstoffer. Konkret: du scanner, og appen viser 0 kcal, eller kalorier uden protein eller kulhydrater. Du tror, du logger, du logger tomhed.
Det er den mest snigende fejl, fordi den ikke ligner en fejl: posten vises, produktet har et navn, et billede. Der mangler bare det væsentlige.
Resultat 2: 46 757 produkter med inkonsistente kalorier
Af de 857 655 komplette poster viser 46 757 kalorier, der er uforenelige med deres egne makroer, med mindst 10 % og 30 kcal per 100 g. Hvert punkt i grafen nedenfor er et rigtigt produkt: på x-aksen det, posten angiver, på y-aksen det, makroerne giver. En ærlig post lander på diagonalen.
Fordelingen af forskellene viser, at basen er massivt korrekt, og derefter går ud i en lang hale: de forkerte poster er ikke lidt forkerte, de er meget forkerte.
18 251 produkter, altså to ud af fem materielt inkonsistente, tager fejl fra det ene til det dobbelte eller mere. På det niveau er det ikke længere en upræcision, det er en data, der vender din kaloriebalance for dagen.
Ved at lægge ufuldstændige og inkonsistente poster sammen: mere end en ud af tre scanninger i Frankrig giver en manglende, ufuldstændig eller inkonsistent data.
Produkter, du har i dit skab
Hver post nedenfor er kontrolleret igen online på publiceringsdagen. Til venstre det, OpenFoodFacts-posten viser, til højre det, dens egne makroer giver:
Skoleeksemplet: linserne à l’Auvergnate fra Raynal & Roquelaure findes under to forskellige poster. Den ene viser 48 kcal/100g, den anden 207. Den reelle værdi er omkring 99. Afhængigt af den stregkode, din app fanger, tror du, at du spiser halvdelen eller det dobbelte af virkeligheden.
En bruger, der smører 30 g af smørret ovenfor, undertæller 110 kcal. Hver dag. I den tro, at han gør det rigtigt.
De mest ramte kategorier
Inkonsistensen er ikke tilfældigt fordelt, og ironien i rangordenen er grusom: den mest ramte kategori i hele basen er den, sportsudøvere logger mest. Mere end en ud af fem proteinbarer (20,8 %) har en inkonsistent post.
Komplekse opskrifter og berigede produkter koncentrerer fejlene: proteinbarer, konfekture, slik, oste. Enkle produkter klarer sig bedre.
En ærlig note: slik, konfekture og barer forklares delvist af sødestoffer. Når en post ikke angiver sine polyoler, overvurderer genberegningen forskellen. Vi har korrigeret alt det, der var angivet; resten afspejler også dette hul i angivelsen, som narrer din app på præcis samme måde.
Hvad det ændrer for din logning
Først det, det ikke betyder: man skal ikke holde op med at scanne, og OpenFoodFacts er stadig et bemærkelsesværdigt projekt, der lever og korrigeres kontinuerligt. Kurven nedenfor viser det: posterne oprettet i 2020-2021 er de mindst pålidelige (op til 7,5 % inkonsistens), og kvaliteten er tydeligt forbedret siden 2023.
Fire af de seks værste poster i dumpet var allerede korrigeret online, da vi kontrollerede. Men din app har måske synkroniseret den forkerte version, og de hundredtusindvis af poster, der blev oprettet i de værste år, er stadig i basen.
To reflekser at huske:
1. Scanningen er et hastighedsværktøj, ikke et sandhedsværktøj. Efter en scanning er et blik på makroerne nok: hvis protein, kulhydrater og fedt ikke stemmer med de viste kalorier, er posten forkert. Det er præcis testen i dette studie, og den tager to sekunder.
2. Den usynlige fejl er ikke på din tallerken, den er i dit forbrug. En post, der er 110 kcal forkert, rettes på ti sekunder, når den er opdaget. Et kalorieforbrug, der er 300 kcal om dagen forkert, ses aldrig: det er begravet i den «aktivitetsmultiplikator», din app fik dig til at vælge ved tilmeldingen. Det er der, Lean koncentrerer sin præcision: TDEE = BMR + NEAT + EAT + TEF, med en BMR beregnet på din reelle fedtprocent og en NEAT på dine reelle skridt, ikke på en afkrydset boks.
Videnskabelige deponeringer og citering
Dette studie er deponeret i uafhængige åbne arkiver, med en varig identifikator (DOI) og de komplette PDF-filer på fransk og engelsk. Hver deponering kan kontrolleres uden at gå via dette websted:
For at citere dette studie: Lean-teamet (2026). 857 655 produkter analyseret: intern konsistens i kaloriedata i Open Food Facts. Zenodo. https://doi.org/10.5281/zenodo.22284416
Ofte stillede spørgsmål
Hvorfor OpenFoodFacts og ikke USDA?
Skal man holde op med at scanne sin mad?
Retter applikationerne disse fejl?
Kan man genbruge tallene fra dette studie?
- OpenFoodFacts, officielt dump fra 23. august 2026, world.openfoodfacts.org/data, ODbL-licens.
- Forordning (EU) nr. 1169/2011 (INCO), bilag XIV: energiomregningsfaktorer.
- Atwater W.O. & Bryant A.P. (1900). The availability and fuel value of food materials.
- Merrill A.L. & Watt B.K. (1973). Energy value of foods, USDA Agriculture Handbook No. 74.