Zwei Fotos schätzen Körperfett besser als ein Handgelenk-Sensor

Das System heißt PhotoScan. Es braucht zwei Aufnahmen, eine von vorne, eine von der Seite. Keine Waage, kein Gerät am Körper. Cassie Zhou und Ahmed Metwally haben es bei Google Research entwickelt und ihre Ergebnisse am 17. August im Google-Blog vorgestellt.

Trainiert wurde das System an 35.323 Menschen aus einer britischen Gesundheitsdatenbank. Den Feinschliff bekam es an 677 Erwachsenen, geprüft wurde es anschließend an 132 weiteren. Der Maßstab war jedes Mal derselbe: ein Röntgen-Körperscan, wie ihn Kliniken zur Bestimmung der Körperzusammensetzung nutzen.

Was dabei herauskam

Im Schnitt lag die Schätzung aus den Fotos 2,15 Prozentpunkte neben dem Klinikwert (Kreuzvalidierung an den 677 Erwachsenen), bei den 132 unabhängig Geprüften waren es 2,13. Der Vergleich lief gegen einen Stromsensor am Handgelenk, einen Forschungsprototyp auf Basis einer Fitbit-Uhr. Der lag 2,91 Prozentpunkte daneben (bei den 132: 2,66). Beides zusammen, Foto plus Sensor, kam auf 1,98 (bei den 132: 2,03).

Dazu kommt etwas, das der Sensor bauartbedingt nicht kann. Die Fotos zeigen auch, wo das Fett sitzt. Etwa das Verhältnis von Bauch zu Hüfte oder von Organfett zu Unterhautfett. Für die Gesundheit ist die Verteilung oft aussagekräftiger als die reine Menge.

Wie gut sind Waage und Uhr überhaupt?

Eine Körperfettwaage hat Google nicht getestet. Deshalb lohnt der Blick auf unabhängige Studien, und die zeichnen ein ernüchterndes Bild von der ganzen Gerätegattung.

Die britische Fachzeitschrift British Journal of Nutrition ließ 2022 fünfzehn Bioimpedanz-Geräte gegen ein Labor-Referenzverfahren antreten, darunter zehn Körperfettwaagen. Die Abweichungen reichten von minus 3,5 bis plus 11,7 Prozentpunkte. Die schwächsten Geräte waren Waagen. Eine US-Studie verglich 2025 bei 108 sportlich aktiven Erwachsenen eine Samsung-Uhr mit einem klinischen Bioimpedanz-Gerät. Die Uhr lag 2,87 Punkte daneben, das Klinikgerät 4,73. Bei 795 Freiwilligen zeigte dasselbe Klinikgerät im Schnitt eine Abweichung von 3,4 Punkten nach unten.

Die Fotomethode liegt mit 2,15 also im guten Bereich. Aber nicht in einer eigenen Liga. Alle diese Verfahren schätzen, keines misst. Neu ist deshalb nicht die Zahl. Neu ist, was die Fotos zusätzlich sehen.

Die eigentliche Überraschung

Interessant wird es bei der Insulinresistenz, einer Vorstufe von Diabetes. Lässt sie sich erkennen?

Aus demografischen Grunddaten allein trifft eine Schätzung schon halbwegs zu. Nimmt man den Sensorwert hinzu, ändert sich daran nichts. Nimmt man stattdessen die Fotoauswertung hinzu, steigt die Trefferschärfe deutlich. Fast so weit wie mit dem klinischen Röntgen-Scan.

Der Sensor am Handgelenk bringt hier also nichts. Die Kamera, die ohnehin jeder dabeihat, bringt fast so viel wie der Scanner in der Klinik. Vermutlich liegt das daran, dass die Fotos die Verteilung sehen. Und die hängt enger mit dem Stoffwechsel zusammen als die Menge.

Das ist das häufigere Muster. Der Fortschritt steckt selten in neuer Technik. Er steckt darin, vorhandene besser auszuwerten. Nur taugt das schlechter zur Produktankündigung.

Was bleibt: PhotoScan ist Forschung, kein Medizinprodukt. Es gibt keine App, keine Ankündigung, keinen Termin. Ob sie bei anderen Hauttönen oder Lichtverhältnissen gleich gut trifft, sagt die Veröffentlichung nicht. Belegt sind bisher 809 Erwachsene, davon 132 in einer unabhängigen Prüfgruppe. Verglichen wurde nur mit dem eigenen Handgelenk-Sensor, nicht mit einer Waage. Das ist ein Anfang, mehr nicht. Aber ein belegter: Zwei Fotos, 2,15 Prozentpunkte neben dem Klinikwert, ohne ein einziges Gerät am Körper.

Quellen: Google Research, „Seeing beyond BMI“ (17.08.2026) · Fachaufsatz arXiv 2603.27017 (06.04.2026) · Siedler u. a., British Journal of Nutrition (2022), 15 Geräte, 73 Personen · Carrier u. a., Frontiers in Sports and Active Living (2025), 108 Personen · Potter u. a., BMJ Nutrition, Prevention & Health (2022), 795 Personen