Studie · Mit KI abnehmen
Abnehmen mit ChatGPT, funktioniert das? Wir haben 5 KI 291-mal gefragt
Dieselbe Person, dieselbe Frage, bis zu 1.260 kcal Unterschied. Hier ist, was die KI antworten, und was sie nicht tun können.
- 1 260 kcalUnterschied für dasselbe Profil, einfacher Prompt
- 0 %fragen nach dem Körperfett
- 97 %antworten mit einer „sitzend / aktiv“-Tabelle
- 14 %erwähnen metabolische Anpassung
Die Studie in 30 Sekunden
- 1291 Antworten von ChatGPT, Gemini und Claude auf die Frage „wie viele Kalorien zum Abnehmen?“, für 6 identische Profile.
- 2Einfacher Prompt (Alter, Gewicht, Größe): dieselbe Person erhält von 1.500 bis 2.700 kcal je nach KI und Zeitpunkt.
- 30 % der Antworten fragen nach dem Körperfett. 97 % geben eine „sitzend / moderat / aktiv“-Tabelle zurück, die Formel von 1990.
- 4Vollständiger Prompt (Körperfett, Schritte, Einheiten): noch 650 kcal Abweichung, und das Körperfett wird nur in 40 % den Berechnungen verwendet.
- 5Keine KI verfolgt am nächsten Tag nach: Schritte des Tages, Mahlzeiten, thermischer Effekt, metabolische Anpassung (14 % sie erwähnen). Die Zahl ist an Tag 1 festgelegt.
Was wir gemacht haben
- 6identische Profile, von der sportlichen Frau bis zum sitzenden Mann
- 2Prompt-Stufen: zuerst einfach, dann vollständig
- 5KI für die breite Öffentlichkeit, jedes Mal eine neue Unterhaltung
- 291zeitgestempelte Antworten, als offene Daten veröffentlicht
ChatGPT (GPT-5.5 und GPT-5.4 mini), Gemini (3.7 Flash und 3.1 Pro), Claude Opus. Französisch und Englisch, 2 bis 3 Wiederholungen, ohne jegliche Anweisung. Die schwarze Linie der Grafiken: das Ziel, Baustein für Baustein auf den gemessenen Daten berechnet (BMR auf fettfreier Masse, Schritte, Einheiten, TEF, Defizit von 500 kcal).
Einfacher Prompt: von 1.500 bis 2.700 kcal für dieselbe Person
„Ich bin ein 32-jähriger Mann, 78 kg, 180 cm, ich möchte abnehmen, wie viele Kalorien pro Tag?“ Die Frage, so wie Millionen von Menschen sie stellen.
P1 · Mann, 32 Jahre, 78 kg, 180 cm, 12 % KF, 12.000 Schritte, 4 Krafttrainingseinheiten/Woche
P2 · Mann, 32 Jahre, 78 kg, 180 cm, 28 % KF, 4.000 Schritte, kein Sport
P3 · Frau, 28 Jahre, 62 kg, 165 cm, 22 % KF, 9.000 Schritte, 3 Fitness-Einheiten/Woche
P4 · Frau, 45 Jahre, 70 kg, 165 cm, 35 % KF, 3.500 Schritte, kein Sport
P5 · Mann, 50 Jahre, 95 kg, 178 cm, 30 % KF, 6.000 Schritte, 2 Spaziergänge/Woche
P6 · Frau, 24 Jahre, 55 kg, 170 cm, 18 % KF, 14.000 Schritte, 5 Läufe/Woche
KI-Verhalten, einfacher Prompt (147 Antworten)
- 0 %fragen nach dem Körperfettanteil
- 1 %fragen nach der täglichen Schrittzahl
- 97 %verwenden ein deklaratives Aktivitätsraster
- 48 %zitieren Mifflin-St Jeor oder Harris-Benedict (1990, 1919)
- 0 %erwähnen den thermischen Effekt der Nahrung
Vollständiger Prompt: immer noch 650 kcal Unterschied
Wir geben alles an: Körperfett, Schritte pro Tag, Einheiten und „gib mir eine genaue Zahl“. Alle gehorchen. Eine genaue Zahl ist keine richtige Zahl.
P1 · Mann, 32 Jahre, 78 kg, 180 cm, 12 % KF, 12.000 Schritte, 4 Krafttrainingseinheiten/Woche
P2 · Mann, 32 Jahre, 78 kg, 180 cm, 28 % KF, 4.000 Schritte, kein Sport
P3 · Frau, 28 Jahre, 62 kg, 165 cm, 22 % KF, 9.000 Schritte, 3 Fitness-Einheiten/Woche
P4 · Frau, 45 Jahre, 70 kg, 165 cm, 35 % KF, 3.500 Schritte, kein Sport
P5 · Mann, 50 Jahre, 95 kg, 178 cm, 30 % KF, 6.000 Schritte, 2 Spaziergänge/Woche
P6 · Frau, 24 Jahre, 55 kg, 170 cm, 18 % KF, 14.000 Schritte, 5 Läufe/Woche
KI-Verhalten, vollständiger Prompt (144 Antworten)
- 40 %verwenden das angegebene Körperfett tatsächlich
- 42 %wandeln die angegebenen Schritte in Kalorien um
- 14 %erwähnen die metabolische Anpassung
- 3 %erwähnen den thermischen Effekt der Nahrung
- 97 %geben eine einzelne Zahl, wie gewünscht
Der P1-gegen-P2-Test: gleiches Gewicht, unterschiedliche Körper
- 699 kcalAbweichung zwischen P1 und P2 laut den KI-Systemen (Durchschnitt)
- 970 kcalAbweichung, wenn man Baustein für Baustein berechnet
- +324 kcalzu viel für das sitzende Profil bei 28 % Körperfett
Das Problem ist nicht Tag 1, es sind die 89 folgende Tage
78 % der ausführlichen Antworten raten dazu, „sich zu wiegen und anzupassen“. Keine macht es für dich.
- Tag 1Der Chatbot erhält ein Gewicht und antwortet einmal.
- Tag 2Du bist 4.000 Schritte statt 11.000 gegangen. Er weiß es nicht.
- Woche 3Du hast 6 Einheiten gemacht und deine Makros geändert. Er weiß es nicht.
- Tag 90Du hast 4 kg verloren, dein Stoffwechsel ist gesunken und sich dann angepasst. Er weiß es immer noch nicht.
Was der Chatbot nicht weiß
- ✕Deine Schritte des Tages
- ✕Deine Mahlzeiten des Tages und ihr thermischer Effekt
- ✕Dein tatsächliches Körperfett und seine Entwicklung
- ✕Die Anpassung deines Stoffwechsels im Laufe der Wochen
- ✕Keine Kurve, kein Diagramm deines Verbrauchs
Was echtes Tracking erfordert
- ✓Verbrauch täglich neu berechnet auf Basis von Messungen
- ✓Ein Ziel, das sich mit den Schritten und Einheiten bewegt
- ✓Körperfett regelmäßig neu gemessen
- ✓Automatische Korrektur der metabolischen Anpassung
- ✓Eine lesbare Kurve deiner TDEE und ihrer Entwicklung
Die KI, die misst, gegenüber der KI, die rät
Lean nutzt auch KI, aber zum Messen: BodyScan für das Körperfett, Fotoscan für den Teller, Schrittzähler für die Schritte. Dann berechnet sie jeden Tag die fünf Bausteine deines Verbrauchs neu und zeichnet die Kurve.
Die Daten, Profil für Profil
P1 · Mann, 32 Jahre, 78 kg, 180 cm, 12 % Körperfett, 12.000 Schritte, 4 Krafttrainings/ Woche
Einfacher Prompt: 1.500 bis 2.700 kcal (28 Antworten) · Vollständiger Prompt: 2.100 bis 2.750 kcal (28 Antworten) · Baustein für Baustein Ziel: 2.360 kcal (BMR 1.853, NEAT 504, EAT 267, TEF 236, TDEE 2.860)P2 · Mann, 32 Jahre, 78 kg, 180 cm, 28 % Körperfett, 4.000 Schritte, kein Sport
Einfacher Prompt: 1.500 bis 2.760 kcal (28 Antworten) · Vollständiger Prompt: 1.400 bis 2.000 kcal (28 Antworten) · Baustein für Baustein Ziel: 1.390 kcal (BMR 1.583, NEAT 168, EAT 0, TEF 139, TDEE 1.890)P3 · Frau, 28 Jahre, 62 kg, 165 cm, 22 % Körperfett, 9.000 Schritte, 3 Fitness-Einheiten/ Woche
Einfacher Prompt: 1.130 bis 2.000 kcal (25 Antworten) · Vollständiger Prompt: 1.450 bis 1.900 kcal (22 Antworten) · Baustein für Baustein Ziel: 1.499 kcal (BMR 1.415, NEAT 275, EAT 159, TEF 150, TDEE 1.999)P4 · Frau, 45 Jahre, 70 kg, 165 cm, 35 % Körperfett, 3.500 Schritte, kein Sport
Einfacher Prompt: 1.100 bis 2.000 kcal (22 Antworten) · Vollständiger Prompt: 1.200 bis 1.600 kcal (22 Antworten) · Baustein für Baustein Ziel: 1.082 kcal (BMR 1.353, NEAT 121, EAT 0, TEF 108, TDEE 1.582)P5 · Mann, 50 Jahre, 95 kg, 178 cm, 30 % Körperfett, 6.000 Schritte, 2 Spaziergänge/ Woche
Einfacher Prompt: 1.500 bis 2.550 kcal (22 Antworten) · Vollständiger Prompt: 1.600 bis 2.200 kcal (22 Antworten) · Baustein für Baustein Ziel: 1.918 kcal (BMR 1.806, NEAT 303, EAT 117, TEF 192, TDEE 2.418)P6 · Frau, 24 Jahre, 55 kg, 170 cm, 18 % KF, 14.000 Schritte, 5 Läufe/Woche
Einfacher Prompt: 1.200 bis 2.200 kcal (16 Antworten) · Vollständiger Prompt: 1.850 bis 2.500 kcal (19 Antworten) · Baustein für Baustein-Ziel: 1.735 kcal (BMR 1.344, NEAT 391, EAT 326, TEF 174, TDEE 2.235)
Variabilität derselben KI beim selben wiederholten Prompt (vollständiger Prompt, durchschnittliche Abweichung zwischen Wiederholungen): Claude Opus 73 kcal, Gemini 3.1 Pro 175 kcal, Gemini 3.7 Flash 57 kcal, ChatGPT (GPT-5.4 mini) 98 kcal, ChatGPT (GPT-5.5) 96 kcal.
Vollständiger Datensatz (Prompts, 291 Rohantworten, Extraktion, Skripte): Zenodo, DOI 10.5281/zenodo.22662006, Lizenz CC BY 4.0.
Detaillierte Methode und Grenzen
Per API mit den Standardparametern und ohne Systemanweisung abgefragte Modelle: GPT-5.5 und GPT-5.4 mini (OpenAI), Gemini 3.7 Flash und Gemini 3.1 Pro (Google). Claude Opus (Anthropic) über die offizielle Befehlszeilenschnittstelle mit einem neutralen System-Prompt und ohne jeglichen Kontext abgefragt. Sechs Profile, zwei Prompt-Stufen, Französisch und Englisch, 2 bis 3 Wiederholungen pro Kombination, 291 Antworten am 8. September 2026 gesammelt (Gemini 3.1 Pro: 27 Antworten, API-Durchsatz begrenzt; andere Modelle: 48 bis 72).
Lesen der Antworten: Ein automatischer Extraktor (GPT-5.4 mini, Temperatur 0, striktes JSON-Schema) identifiziert das empfohlene Ziel der Zufuhr (min und max, wenn eine Spanne oder eine Matrix angegeben ist) und die Verhaltensweisen (vor der Antwort gestellte Frage, Aktivitätsmatrix, tatsächliche Verwendung des angegebenen Körperfetts und der angegebenen Schritte, Erwähnung der metabolischen Anpassung und des thermischen Effekts). Die Extraktion wird zusammen mit den Rohantworten zeilenweise veröffentlicht.
Grenzen: fiktive Profile; öffentliche Referenzformeln (Katch-McArdle auf der fettfreien Masse, Ainsworth-2011-Kompendium, TEF bei 10 %), die als Orientierung dienen, nicht als Wahrheit vor Ort; Modelle entwickeln sich weiter und Antworten ändern sich von Woche zu Woche, was Teil der Feststellung ist. Lean veröffentlicht diese Studie und verkauft eine Tracking-App: Methode und Daten sind offen, damit jede und jeder sie erneut durchführen kann.
Wissenschaftliche Quellen
- Mifflin MD et al. A new predictive equation for resting energy expenditure in healthy individuals. Am J Clin Nutr. 1990;51(2):241-7. PubMed 2305711
- Ainsworth BE et al. 2011 Compendium of Physical Activities. Med Sci Sports Exerc. 2011;43(8):1575-81. PubMed 21681120
- Levine JA et al. Interindividual variation in posture allocation. Science:. 2005;307(5709):584-6. PubMed 15681386
- Trexler ET et al. Metabolic adaptation to weight loss: implications for the athlete. J Int Soc Sports Nutr. 2014;11:7. PubMed 24571926
- Westerterp KR. Diet induced thermogenesis. Nutr Metab. 2004;1:5. PubMed 15507147
Studie veröffentlicht von Das Lean-Team. Pressekontakt: franckbarriere@lean-app.com. Keine medizinische Beratung.
Häufige Fragen
Kann ChatGPT berechnen, wie viele Kalorien ich essen sollte?
Es gibt eine Zahl, aber keine Messung. Von 291 Antworten fragte keine KI nach dem Körperfett (nur eine fragte nach der Schrittzahl), und 97 % der Antworten auf den einfachen Prompt beruhen auf einer deklarativen Aktivitätsstufe (sitzend, moderat, aktiv). Das Ergebnis ist ein statistischer Durchschnitt, der deine Körperzusammensetzung und deine tatsächliche Aktivität ignoriert, mit bis zu 1.260 kcal Unterschied für dieselbe Person.
Warum geben KI so unterschiedliche Zahlen für dasselbe Profil?
Weil sie keine Messung haben. Sie wenden eine Bevölkerungsformel an, meist Mifflin-St Jeor 1990, und dann einen nach Gefühl gewählten Aktivitätsmultiplikator. Zwei Männer mit 78 kg, der eine mit 12 % Körperfett und 12.000 Schritten, der andere mit 28 % und 4.000 Schritten, erhalten auf den einfachen Prompt dieselbe Antwort, obwohl sich ihr tatsächlicher Verbrauch um fast 1.000 kcal unterscheidet.
Hilft es, ChatGPT mehr Details zu geben, um das Problem zu lösen?
Nur teilweise. Mit Körperfett, Schritten und Einheiten im Prompt bleibt der Unterschied zwischen den KI bei 650 kcal für dasselbe Profil, Körperfett wird in der Berechnung nur in 40 % der Antworten tatsächlich verwendet und Schritte in 42 %. Vor allem ist die Antwort statisch: Sie weiß nicht, wie viel du heute gegangen oder gegessen hast, noch wie sich dein Stoffwechsel im Laufe der Wochen anpasst.
Was ist metabolische Anpassung und warum ändert sie die Antwort?
Bei einem längeren Defizit sinkt der Grundumsatz über das hinaus, was der Gewichtsverlust erklärt. Eine Zahl, die heute stimmt, ist nach ein paar Wochen zu hoch. Nur 14 % der detaillierten Antworten erwähnten es, und keine berechnet es. Es ist die häufigste Ursache für Plateaus.
Wie berechnet man seine Kalorien richtig, um abzunehmen?
Indem man den Verbrauch Baustein für Baustein neu aufbaut, TDEE = BMR + NEAT + EAT + TEF, mit dem Grundumsatz, berechnet auf der echten fettfreien Masse, NEAT auf den gemessenen Schritten, EAT auf den tatsächlich gemachten Einheiten, TEF auf den aufgenommenen Makros, dann die Entwicklung Tag für Tag verfolgt und korrigiert, wenn der Körper sich anpasst. Das ist ein Follow-up, keine Antwort in einem Satz.
Ist KI für Ernährung nutzlos?
Nein. KI ist wertvoll, wenn sie misst: Körperfett auf einem Foto schätzen, ein Gericht erkennen, einen Barcode lesen. Sie ist schwach, wenn sie aus drei Zahlen rät. Der Unterschied liegt zwischen einer KI, die an kontinuierlich aktualisierte Messungen angeschlossen ist, und einem Chatbot, der aus dem Gedächtnis auf einen Unbekannten antwortet.
Kann ich die Studie reproduzieren?
Ja. Die 12 Prompts, die zeitgestempelten Rohantworten, die strukturierte Extraktion und die Skripte sind als offene Daten veröffentlicht (Link unten auf der Seite). Jeder Aufruf ist eine neue Unterhaltung, ohne Systemanweisung, mit den Standardparametern.