KI-Methodik verwandelt Ernährungsvorgaben in gesunde Mahlzeiten mit wenigen Tausch

Eine brandneue KI‑Methodik aus der jüngsten arXiv‑Veröffentlichung zeigt, wie Ernährungsvorgaben in echte, gesunde Mahlzeiten umgewandelt werden können – und das mit nur wenigen Tauschoptionen. Das Ziel ist klar: die Nährstoffqualität zu steigern, ohne dabei Bequemlichkeit, Preis oder Alltagstauglichkeit zu opfern.

Die Entwickler nutzten die umfangreichen Daten des What We Eat in America (WWEIA) – 135.491 Mahlzeiten – um 34 leicht verständliche Mahlzeitentypen zu identifizieren. Diese Archetypen dienen als Grundlage für ein generatives Modell und einen Portionsvorhersager, die gemeinsam die USDA‑Nährstoffziele exakt erfüllen.

Die Ergebnisse sind beeindruckend: Im Vergleich zu bestehenden Mahlzeiten folgen die generierten Gerichte die empfohlenen Tageswerte um 47 % besser, bleiben dabei aber in ihrer Zusammensetzung nahezu unverändert. Durch gezielte Substitutionen von ein bis drei Lebensmitteln konnten die Mahlzeiten durchschnittlich 10 % nährstoffreicher gestaltet und die Kosten um 19 % bis 32 % gesenkt werden.

Diese Technologie bietet einen vielversprechenden Ansatz für klinische Entscheidungsunterstützung, öffentliche Gesundheitsprogramme und Verbraucher‑Apps. Sie ermöglicht es, Ernährungsempfehlungen in realistische, budgetfreundliche und gleichzeitig gesündere Mahlzeiten zu übersetzen – ein entscheidender Schritt zu einer gerechten und skalierbaren Verbesserung der täglichen Ernährung.