Home  /  Hoe je je calorieën telt
Gids · Calorietracking

Hoe je je calorieën telt zonder er je leven aan te besteden. De 4 methodes vergeleken, hun echte precisie, en die welke je over 6 maanden nog volhoudt.

AI-fotoscan, barcode, database, snelle invoer: wat elke methode echt waard is, waarom 80 % van de mensen na 3 maanden opgeeft, en hoe je kiest volgens je profiel.

Télécharger sur l'App Store Disponible sur Google Play Gratis download
Een voedingsdagboek bijhouden is het gedrag dat in de wetenschappelijke literatuur het meest consequent wordt geassocieerd met geslaagd gewichtsverlies (Burke, 2011). Het probleem is nooit de effectiviteit geweest, het is de therapietrouw: handmatige invoer voedingsmiddel per voedingsmiddel put iedereen uit, en bijna 80 % van de mensen geeft binnen 3 maanden op. Deze gids vergelijkt de 4 methodes om je calorieën te tellen, van de snelste (AI-fotoscan, 5 seconden) tot de nauwkeurigste (database + weegschaal), en zegt je welke je moet kiezen volgens je profiel.
Snel antwoord

Vier methodes om je calorieën te tellen: de AI-fotoscan (je fotografeert je bord, de AI identificeert elk voedingsmiddel en de hoeveelheid), de barcodescan (verpakte producten, fabrikantgegevens), de database (zoeken + wegen, de nauwkeurigste modus) en desnelle invoer (een globale schatting in 10 seconden). De juiste methode is die welke je 6 maanden volhoudt, niet de nauwkeurigste op papier. En je inname tellen heeft alleen zin als je verbruik, de TDEETotal Daily Energy Expenditure: je totale calorieverbruik over 24 u. TDEE = BMR + NEAT + EAT + TEF., juist wordt berekend.

Waarom 80 % van de mensen na 3 maanden stopt met tellen

Calorieën tellen werkt. Daar gaat het niet om. Het gaat erom dat bijna niemand het volhoudt: studies over afslankprogramma’s tonen een massale uitval vanaf de eerste weken, lang voor het eerste zichtbare resultaat op de weegschaal.

80 %
van de deelnemers aan een afslankprogramma geeft binnen de eerste 3 maanden op (Alexander et al., 2018). De dominante oorzaak: de wrijving van de opvolging, niet een gebrek aan wilskracht.

De wrijving, concreet: «kipfilet» zoeken in een lijst, het juiste item kiezen tussen 40 duplicaten, 150 g op het oog schatten, opnieuw beginnen voor de bonen, dan voor de olijfolie. Drie keer per dag. 90 keer per maand. Die boekhouding doodt de tracking, niet het idee van tracken.

Praktische conclusie: de keuze van je invoermethode is geen ergonomisch detail. Het is DÉ variabele die beslist of je gegevens over 3 maanden nog bestaan. Dit zijn de 4 methodes, gerangschikt van de snelste tot de veeleisendste.

De AI-fotoscan: 5 seconden per maaltijd

Je fotografeert je bord. De AI van Lean doet een dubbele identificatie : eerst herkent ze elk aanwezig voedingsmiddel (gegrilde kip, sperziebonen), daarna schat ze de hoeveelheid van elk. Het resultaat is geen globaal cijfer uit een hoge hoed: het is een uitsplitsing voedingsmiddel per voedingsmiddel, met calorieën en macro’s per regel.

De AI-scan in echte omstandigheden: foto, analyse, resultaat.

In beeld, stap voor stap, bij een echte maaltijd:

Scan IA dans Lean : photo du plat prise, champ de détails optionnel au clavier
Je kadreert. Een detail via het toetsenbord, als je wilt.
Analyse IA en cours dans Lean : la photo du plat est traitée
De AI analyseert het bord.
Résultat du scan IA : chaque aliment compté avec calories et macros
Elk voedingsmiddel geteld.

Bij gangbare gerechten is de typische fout ongeveer ±10 % per maaltijd. Dat is minder nauwkeurig dan een weegschaal, en ruimschoots voldoende om vetverlies te sturen (we komen erop terug met de wet van de grote aantallen verderop). Vooral: het is de enige methode die maaltijden zonder etiket dekt: thuis, restaurant, kantine.

Waar Lean verder gaat: jij houdt de controle

Een AI-scan is alleen nuttig als je kunt corrigeren wat hij voorstelt. Lean geeft je drie hefbomen, per voedingsmiddel:

Hefboom 1

De hoeveelheden wijzigen

Een slider per voedingsmiddel: hier het brood dat de AI op 101,4 g schatte, gecorrigeerd naar 70 g. Calorieën en totaal van het gerecht worden meteen herberekend.

Repas scanné dans Lean avant correction : pain estimé à 101,4 g
Brood door de AI geschat op 101,4 g.
Slider de quantité dans Lean : pain corrigé à 70 g, recalcul instantané
Gecorrigeerd naar 70 g, alles wordt herberekend.
Hefboom 2

De macro’s wijzigen

Ken je je recept beter dan het gemiddelde? Hier de chips: de AI stelt 4,1 g vet voor, jij corrigeert naar 14 g. Donut en totaal volgen.

Macros des chips estimées par l'IA dans Lean : 4,1 g de lipides
Chips volgens de AI: 4,1 g vet.
Macros des chips corrigées à la main dans Lean : 14 g de lipides
Handmatig gecorrigeerd: 14 g.
Hefboom 3

Eén voedingsmiddel opnieuw scannen

Heeft de AI kalkoen voor kaas aangezien? Je typt de juiste naam, de regel wordt vanzelf opnieuw geanalyseerd, zonder het hele gerecht over te doen.

Re-scan d'un aliment dans Lean : saisie du bon nom au clavier
Je preciseert: kalkoenham.
Résultat après re-scan dans Lean : jambon de dinde identifié, total recalculé
Kalkoenham, 53 kcal. Totaal herberekend.

De test tegenover Cal AI: uitsplitsing tegen globale schatting

Dezelfde foto, twee apps. Het verschil springt in het oog:

Comparatif scan IA : la même photo de repas donnée à Lean et à Cal AI
Dezelfde foto, aan beide apps gegeven.
Résultat Lean : sandwich et chips décomposés aliment par aliment
Lean: elk voedingsmiddel, gedetailleerd totaal.
Résultat Cal AI : enveloppe globale du plat sans décomposition
Cal AI: één globale schatting per gerecht.

Dat is het structurele verschil met de meeste scan-apps, Cal AI voorop: ze geven een globale schatting per gerecht, een totaal aan calorieën en macro’s zonder wijzigbare uitsplitsing per voedingsmiddel. Als de schatting fout is, neem je ze of gooi je ze weg. Met een uitsplitsing per voedingsmiddel corrigeer je de fout in twee tikken.

Het juiste gebruik: zelfgemaakte gerechten, restaurant, kantine, alle maaltijden zonder barcode. De standaardmethode voor 90 % van de maaltijden.

De barcodescan: de precisie van het etiket

Voor alles wat uit een verpakking komt, is de barcode onverslaanbaar: de voedingswaarden komen rechtstreeks van de fabrikantgegevens. Lean steunt op de USDA- en OpenFoodFacts-databases, ofwel miljoenen referenties. Je scant, je past de hoeveelheid aan, klaar.

Barcodescan: exacte fiche, directe toevoeging.

De beperking is duidelijk: je bord zelfgemaakte pasta heeft geen barcode. Daarom combineert deze methode zich natuurlijk met de AI-fotoscan, ze vervangt hem niet.

Het juiste gebruik: boodschappen, snacks, bewerkte producten, shakers. Maximale precisie op industriële producten, nul inspanning.

De database + weegschaal: de precisiemodus

De historische methode: je weegt je voedingsmiddel, je zoekt het in de database, je voert de grammen in. Met een keukenweegschaal is het de nauwkeurigste methode die bestaat, die van wedstrijdvoorbereidingen en klinische protocollen.

Recherche d'un aliment dans la base de données Lean avec historique et ajout rapide
Zoeken, geschiedenis, toevoegen in twee tikken.
Fiche nutritionnelle exacte d'un produit dans Lean avec impact sur les budgets du jour
Exacte productfiche, live impact.

Het paneel «Resterend / Impact» toont je, nog voor je bevestigt, wat het voedingsmiddel verandert aan je budgetten van de dag: calorieën, eiwitten, koolhydraten, vetten, vezels. Je beslist met kennis van zaken, niet achteraf.

Lean beperkt de wrijving tot een minimum: geschiedenis van je frequente voedingsmiddelen, zoeken in USDA + OpenFoodFacts, toevoegen in twee tikken vanuit de lijst. Maar laten we eerlijk zijn over de echte kost: 2 tot 3 minuten per maaltijd, en de discipline om te wegen. Het is precies die wrijving die de 80 % uitval van de klassieke methode veroorzaakt.

Het juiste gebruik: strikte cut, gevorderde recompositie, sporten met gewichtsklassen. En je 5 tot 10 terugkerende dagelijkse voedingsmiddelen, die de geschiedenis bijna onmiddellijk maakt.

De snelle invoer: de schatting die de dag redt

Verjaardagsbuffet, overvolle dag, staand eten tussen twee vergaderingen: sommige maaltijden zullen nooit fijn getrackt worden. De snelle invoer laat je een globale schatting invoeren, geschatte calorieën en macro’s, in 10 seconden. Minder nauwkeurig, oneindig beter dan een gat in de gegevens.

Formulaire d'ajout rapide dans Lean : nom, calories et macros saisis à la main
Naam, calorieën, macro’s: 10 seconden.
Ajout rapide enregistré dans le journal alimentaire Lean
Eén schatting, dag gered.

De live caloriebalans doet de rest: op de schermafbeelding 2 143 kcal doel, 1 000 geconsumeerd, 1 143 resterend, continu herberekend in de loop van de dag. Een benaderende maar getrackte dag is beter dan een perfecte opgegeven dag: het weekgemiddelde stuurt het resultaat, niet de zuiverheid van één losse dag.

Détails nutritionnels d'un repas en ajout rapide dans Lean : restants et impact
Resterend en impact, live herberekend.

Het juiste gebruik: drukke dagen, sociale maaltijden, reddingsboei tegen opgeven. De methode die het «ik heb een maaltijd gemist, jammer voor de week» verhindert.

Télécharger sur l'App Store Disponible sur Google Play Gratis download

Welke methode voor welk profiel

Eerst het duel van de 4 methodes op de 4 criteria die tellen: het gemak per maaltijd, de beschikbaarheid (werkt het overal, altijd), het volhouden op de lange termijn en de precisie.

AI-fotoscan

De foto, 5 seconden

Gemak++
Beschikbaarheid++
Lange termijn++
Precisie+

Barcode

Het exacte etiket

Gemak+
Beschikbaarheid+
Lange termijn+
Precisie++

Database + weegschaal

De precisiemodus

Gemak
Beschikbaarheid+
Lange termijn
Precisie++

Snelle invoer

De reddingsschatting

Gemak++
Beschikbaarheid++
Lange termijn
Precisie

++ uitstekend   + goed   zwak punt. «Lange termijn» = de kans dat je de methode over 6 maanden nog gebruikt.

Lezing van het duel: geen enkele methode wint overal. De AI-scan domineert op therapietrouw, database + weegschaal op precisie, en de snelle invoer bestaat alleen om gaten te vullen. Vandaar de profielen: de 4 methodes sluiten elkaar niet uit, de juiste strategie is een mix, gedoseerd volgens je eis van het moment en je agenda. Drie profielen dekken bijna alle gevallen.

Profiel 1 · Beginner

Nul wrijving, leren door te doen

AI-fotoscan overal, barcode voor verpakte producten, geen weging. Enig doel: 3 maanden volhouden en je oog trainen op porties. De precisie komt daarna, de gewoonte eerst.

Profiel 2 · Maximale strengheid

Elk procent telt

Weegschaal + database voor zelfgemaakte maaltijden, barcode voor verpakte producten, AI-scan in het restaurant. Voor de korte fases waarin precisie echt loont: einde van een cut, officiële weging.

Profiel 3 · Gehaast of gevorderd

Betrouwbare gegevens zonder erbij na te denken

Barcode en AI-scan dagelijks, snelle invoer als reddingsboei op onmogelijke dagen. Je kent je porties al, je wilt gewoon dat de gegevens bestaan.

Beslissingsregel, geldig voor iedereen: bij twijfel kies je de lichtste methode die je zeker volhoudt. Perfecte gegevens die je na 3 weken niet meer invoert, zijn nul waard.

De fout van ±10 % die over een maand verdwijnt

Het klassieke bezwaar tegen de AI-scan: «±10 % fout is te veel». Dat is redeneren over één losse maaltijd. Maar je trackt geen maaltijd: je trackt er ongeveer 90 per maand.

Maaltijd 1Maaltijd 12

Roze: overschatte maaltijden. Groen: onderschatte maaltijden. Zwarte lijn: je echte consumptie. Over een maand compenseren de afwijkingen elkaar.

Dat is de wet van de grote aantallen (Kolmogorov): onafhankelijke willekeurige fouten compenseren elkaar naarmate het aantal waarnemingen toeneemt. De +12 % van maandag heffen de 8 % tekort van dinsdag op. Wat over een maand overblijft, is de gemiddelde bias van het model, dicht bij nul bij een goed gekalibreerde scan, niet de ruis van één maaltijd.

Handmatige invoer lijdt daarentegen aan een probleem van een heel andere aard: een systematische bias. Mensen onderrapporteren wat ze eten, altijd in dezelfde richting, en een bias vlakt nooit af.

47 %
verschil tussen handmatig gerapporteerde calorieën en echt geconsumeerde calorieën, gemeten met dubbel gelabeld water bij proefpersonen met een mislukt dieet (Lichtman, NEJM 1992). De menselijke bias compenseert zich niet, de willekeurige ruis van de scan wel.

Moraal: de vraag is niet «is de AI-scan perfect?» maar «welke methode produceert de juistste gegevens over 90 maaltijden?». En daar wint de automatisering, omdat ze een gerichte bias vervangt door ruis die zichzelf opheft.

Tellen volstaat niet: de andere helft van de vergelijking ontbreekt

Een perfect voedingsdagboek zegt op zich niets. Vet verliezen is een negatieve energiebalans: inname onder verbruik. Als je verbruik slecht is berekend, is je tekort een boekhoudkundige fictie, en kun je je calorieën op de gram tellen zonder ooit vooruit te gaan.

TDEE = BMR + NEAT + EAT + TEF
De canonieke vergelijking van het verbruik. BMR = basaal metabolisme. NEAT = activiteit buiten de sport. EAT = trainingen. TEF = vertering.

Het probleem: bijna alle apps schatten je verbruik met Harris-Benedict (1919) of Mifflin-St Jeor (1990), formules op ruw gewicht die je lichaamssamenstelling negeren. Bij gelijk gewicht verbranden een lichaam met 15 % vet en een lichaam met 30 % helemaal niet hetzelfde. Lean berekent het verbruik anders, in vier stappen:

Echt vetpercentage. Foto, 5 seconden.
Stap 1

AI BodyScan

Je neemt een foto in de app. De AI schat je vetpercentage op basis van je zichtbare morfologie, wekelijks herhaald. Die meting verankert de hele berekening op je vetvrije massa, niet op je ruwe gewicht.

Stap 2

BMR via gepatenteerd eigen model

Het gepatenteerde Lean-algoritme berekent je basaal metabolisme op basis van je echte vetvrije massa. Nauwkeuriger dan Harris-Benedict 1919 of Mifflin-St Jeor 1990, die alleen je gewicht kennen.

Stap 3

NEAT, EAT en TEF gemeten, niet forfaitair

Je stappen tellen in de NEAT, je trainingen in de EAT via de MET-referentietabellen, en de TEF wordt berekend op de macro’s die je echt hebt gegeten, juist dankzij je tracking.

Stap 4

Metabole adaptatie herberekend

Bij een langdurig tekort daalt de BMR. Lean is de eerste app die deze coëfficiënt modelleert en multiplicatief op de BMR toepast. Conventie 100 % = optimaal, 90 % = adaptatie van 10 punten.

Resultaat: de live balans vergelijkt wat je eet (geteld met de 4 methodes van deze gids) met wat je echt verbruikt, continu herberekend. Het is de combinatie van de twee helften, juiste inname en juist verbruik, die vetverlies voorspelbaar maakt. De ene zonder de andere is boekhouden in het luchtledige.

Télécharger sur l'App Store Disponible sur Google Play Gratis download

Veelgestelde vragen over calorieën tellen

Hoeveel calorieën per dag om af te vallen?
Er bestaat geen universeel cijfer: alles hangt af van je totale verbruik (TDEE), dat varieert volgens je basaal metabolisme, je dagelijkse activiteit, je sport en je lichaamssamenstelling. De betrouwbare regel: een tekort van 300 tot 500 kcal onder je echte TDEE, nooit een generiek cijfer zoals «1 500 kcal» uit het niets. Je kunt de jouwe schatten met de calculator voor calorietekort.
Is de AI-fotoscan betrouwbaar om calorieën te tellen?
Ja, op voorwaarde dat je begrijpt wat wordt gemeten. Bij gangbare gerechten is de typische fout ongeveer ±10 % per maaltijd, met een identificatie voedingsmiddel per voedingsmiddel die je kunt corrigeren (hoeveelheden, macro’s, opnieuw scannen). Over een maand, ongeveer 90 maaltijden, compenseren de willekeurige fouten elkaar door de wet van de grote aantallen: wat telt, is de gemiddelde bias, niet de afwijking van één losse maaltijd.
Moet je je voedsel wegen om calorieën te tellen?
Alleen als je in een fase zit waarin elk procent telt: strikte cut, gevorderde recompositie, sport met gewichtsklassen. Voor de grote meerderheid van de mensen volstaan AI-fotoscan en barcode ruimschoots. Therapietrouw over 6 maanden weegt veel zwaarder in het eindresultaat dan de theoretische precisie van een weging die je zult opgeven.
Moet je elke dag calorieën tellen?
Het weekgemiddelde stuurt het resultaat, niet de dagelijkse perfectie. Op drukke dagen is een snelle invoer van 10 seconden oneindig beter dan een gat in de gegevens. Een benaderende maaltijd breekt niets; een week zonder enige gegevens wel, omdat ze de trend verbergt.
Waarom val ik niet af terwijl ik mijn calorieën tel?
Twee oorzaken domineren. Eén, onderrapportage: tot 47 % gemeten verschil tussen handmatig gerapporteerde en echt geconsumeerde calorieën (Lichtman, 1992); de AI-scan vermindert die bias door het bord te meten in plaats van je geheugen. Twee, een overschat verbruik: de meeste apps berekenen je TDEE met formules op ruw gewicht die je vetpercentage en de metabole adaptatie negeren. Als het verbruik fout is, bestaat het getoonde tekort niet.
Word je obsessief van calorieën tellen?
Het doel is precies het omgekeerde: de opvolging terugbrengen tot enkele seconden per maaltijd zodat ze geen mentale ruimte inneemt, waar handmatige boekhouding wél invasief kan worden. Enkele maanden tracking trainen je oog op porties; daarna kun je afbouwen, of zelfs overgaan op snelle invoer. Bij een gediagnosticeerde eetstoornis bespreek je het met een zorgprofessional voordat je gaat tracken.
Wat is het verschil tussen Lean en MyFitnessPal om calorieën te tellen?
MyFitnessPal berust op een gigantische collaboratieve database maar een hoofdzakelijk handmatige invoer, en een TDEE geschat op ruw gewicht. Lean splitst elk gerecht per voedingsmiddel uit via de AI-scan, en berekent vooral je verbruik op je echte vetpercentage gemeten via BodyScan, met metabole adaptatie. De inname tellen heeft alleen zin als het verbruik juist is. De details app per app staan in onze vergelijking van de beste calorie-apps.

Bibliografie

  1. Burke L.E., Wang J., Sevick M.A. (2011). Self-monitoring in weight loss: a systematic review of the literature. J Am Diet Assoc. PubMed 21185970.
  2. Alexander E., Tseng E., Durkin N. et al. (2018). Factors associated with early dropout in an employer-based commercial weight-loss program. Obes Sci Pract. PMC6298204.
  3. Lichtman S.W. et al. (1992). Discrepancy between self-reported and actual caloric intake and exercise in obese subjects. N Engl J Med. PubMed 1454084.
  4. Martin C.K. et al. (2009). A novel method to remotely measure food intake of free-living individuals in real time: the remote food photography method. Br J Nutr. PubMed 18616837.
  5. USDA FoodData Central. Voedingsdatabase van referentie. fdc.nal.usda.gov.
  6. Open Food Facts. Wereldwijde collaboratieve database van verpakte voedingsproducten. world.openfoodfacts.org.
  7. Hall K.D. et al. (2011). Quantification of the effect of energy imbalance on bodyweight. Lancet. PubMed 21872751.
  8. Mifflin M.D. et al. (1990). A new predictive equation for resting energy expenditure in healthy individuals. Am J Clin Nutr. PubMed 2305711.
  9. Harris J.A., Benedict F.G. (1919). A Biometric Study of Basal Metabolism in Man. Carnegie Institution of Washington.
  10. Ainsworth B.E. et al. (2011). Compendium of Physical Activities: a second update of codes and MET values. Med Sci Sports Exerc. PubMed 21681120.
Lean · lean-app.com

Gids gepubliceerd op 13 juli 2025 door het Lean-team. Bijgewerkt op 11 juni 2026: volledige herwerking, nieuwe schermafbeeldingen van de AI-scan en wetenschappelijke bronnen. Lean is beschikbaar op iOS en Android.

App Store Google Play
nl_NLNL