Die Grenzen KI‑basierter Ernährungsempfehlungen für Schwangere durch ChatGPT und Gemini

Peer-Review-Verfahren / Manuskript (Original) eingereicht: 19.02.2025; Überarbeitung angenommen: 05.06.2025

Einleitung

Mit der Markteinführung von ChatGPT im November 2022 fiel der Startschuss für eine Transformation der Gesellschaft durch Künstliche Intelligenz (KI), welche auch die Ernährungswissenschaften zunehmend erfasst. ChatGPT ist ein generatives KI-Modell, das auf einem Sprachmodell (Large Language Model, LLM), konkret OpenAIs GPT (Generative Pre-trained Transformer), basiert. Das Modell wurde auf einem umfangreichen Datensatz trainiert, der diverse Quellen wie Bücher, wissenschaftliche Artikel, Websites und andere öffentlich zugängliche Inhalte umfasst [1].

Gemini ist ein Sprachmodell von Google Deep Mind, welches im Dezember 2023 veröffentlicht und mit ähnlichen Daten wie ChatGPT trainiert wurde, allerdings sind, wie bei allen Modellen, die tatsächlichen Trainingsdaten unbekannt. Während ein LLM die Technologie darstellt, die natürliche Sprache verarbeitet und generiert, bezeichnet ein Chatbot die darauf aufbauende Anwendung, welche es Nutzer*innen erlaubt, in einem interaktiven Dialog mit dem Modell zu kommunizieren. ChatGPT und Gemini sind somit Chatbots, welche auf LLMs basieren und über nutzerfreundliche Oberflächen zugänglich gemacht werden. Neben der reinen Textverarbeitung können diese Modelle auch Audio, Video und Bilddateien verarbeiten. ...

Abstract

Large-Language-Model (LLM-)basierte Chatbots wie ChatGPT und Gemini bieten neue Möglichkeiten für die Bereitstellung von Ernährungsempfehlungen. Insbesondere bei vulnerablen Zielgruppen, beispielsweise Schwangeren, erfordern sie jedoch eine sorgfältige Prüfung der Ergebnisse.
In dieser Studie wurden jeweils 20 Tagespläne für eine fiktive Schwangere mit ChatGPT und Gemini erstellt und Empfehlungen zu kritischen Lebensmitteln sowie Nahrungsergänzungsmitteln abgefragt. Die Ergebnisse wurden mit den DGE-Referenzwerten und den Handlungsempfehlungen des Netzwerks „Gesund ins Leben“ verglichen.
Beide Chatbots erfüllten die Referenzwerte für Kohlenhydrate, Vitamin D, Fluorid und Jodid nicht. Gemini wies zusätzlich Defizite bei Energie, Gesamtwasser, Folat, Eisen und Calcium auf. Beide Tools empfahlen zwar konsequent den Verzicht auf rohe tierische Produkte und Alkohol, deckten jedoch bei weitem nicht alle Handlungsempfehlungen ab.
Obwohl Chatbots bei der Erstellung von Ernährungsinformationen unterstützen können, zeigen sie Schwächen bei der Deckung kritischer Nährstoffe und der Bereitstellung evidenzbasierter Empfehlungen. Demzufolge stellen sie zum aktuellen Zeitpunkt keine zuverlässige Informationsquelle für Schwangere dar.

Peer-reviewed / Manuscript (original) submitted: 19 February 2025; revision accepted: 5 June 2025

Evaluating the limits of AI-based nutritional advice for pregnant women from ChatGPT and Gemini

Abstract

Large Language Model (LLM)-based chatbots such as ChatGPT and Gemi- ni, present new opportunities for delivering dietary recommendations. However, particularly for vulnerable groups like pregnant women, their outputs require careful assessment.
In this study, 20 daily meal plans were generated for a fictional pregnant woman using ChatGPT and Gemini, and recommendations for critical foods and dietary supplements were requested. The results were compared with the DGE reference values and the practical guidelines issued by the German network ‘Healthy Start – Young Family’ (Netzwerk Gesund ins Leben).
Both chatbots failed to meet the reference values for carbohydrates, vitamin D, fluoride, and iodine. In addition, Gemini showed deficiencies in energy, total water intake, folate, iron, and calcium. While both tools consistently recommended avoiding raw animal products and alcohol, they fell short of covering all relevant practical guidelines. Although chatbots can assist in generating nutritional information, they show weaknesses in meeting critical nutrient requirements and providing evidence-based recommendations. Consequently, at this point in time, they do not represent a reliable source of information for pregnant women.

Full text PDF (free version)
eSupplement literature

https://creativecommons.org/licenses/by-nc-nd/4.0/legalcode

Den vollständigen Artikel finden Sie auch in ERNÄHRUNGS UMSCHAU 12/2025 auf den Seiten M716 bis M724.