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.




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.


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.
Verschlagwortet mit: Schwangere, Chatbots, KI

News zum Thema des Artikels

Badezimmerwaage mit buntem Hintergrund

Online News: Neue Empfehlungen zur medikamentösen Therapie bei Kindern und Jugendlichen mit Adipositas

Die S3-Leitlinie zur „Therapie und Prävention der Adipositas im Kindes- und Jugendalter“ wurde vorzeitig aktualisiert. Neue Empfehlungen betreffen den ergänzenden Einsatz medikamentöser Therapien bei schwerer Adipositas …
weiterlesen

Online News: Scoping Review zur Gewichtsstigmatisierung und Wirksamkeit gewichtsneutraler Ernährungsberatung

Der kürzlich erschienene Beitrag von Triebel et al. untersucht den aktuellen Forschungsstand zur Wirksamkeit gewichtsneutraler Interventionen sowie zu stigmatisierenden Einstellungen von Ernährungsfachkräften …
weiterlesen

gelangeweiltes Kind neben einer Frau

Lesetipp Heft 4/2026: Acht Tipps rund um eine gesunde Ernährung von Kindern mit ADHS

Kinder und Jugendliche mit ADHS haben ein höheres Risiko, Über- oder Untergewicht oder eine Essstörung zu entwickeln. Drei Autorinnen aus der Charité Berlin haben Tipps für einen strukturierten Ernährungsalltag mit ausgewogener Ernährung entwickelt …
weiterlesen

Artikelfakten

Rubrik: Peer Review
Veröffentlicht: 15.12.2025

Dieser Artikel erscheint in

Artikel teilen

Weitere Artikel zum Thema

Verständnis von Gewichtsstigmatisierung und Umsetzung gewichtsinklusiver Beratungsstrategien

Gewichtsstigmatisierung ist ein bedeutendes Problem im Gesundheitswesen und beeinträchtigt die Lebensqualität vieler Menschen mit höherem Gewicht. In der Ernährungsberatung wird die Bedeutung neuer gewichtsinklusiver Ansätze, die Stigmatisierung reduzieren und den Fokus … weiterlesen

15.12.2025

Editorial 12/2025: Neue Ansätze für die Ernährungsberatung

Liebe Leserinnen und Leser, anstelle eines textlastigen Editorials wollen wir diese Dezemberausgabe mit einigen Impressionen unserer 7. Tagung beginnen. weiterlesen

Evidenzbasierte Ernährungsempfehlungen zur Vorbeugung und Unterstützung bei metabolischen Lebererkrankungen

Einleitung Die Ernährung spielt eine zentrale Rolle bei der Entstehung, Vorbeugung und Behandlung zahlreicher Erkrankungen. Neben Herz-Kreislauf-Erkrankungen, Diabetes und Adipositas sind auch Lebererkrankungen zu nennen [1]. Die Leber übernimmt essenzielle Funktionen i … weiterlesen

15.09.2025

Lebensmittelbasierte Ernährungsempfehlungen für Kinder und Jugendliche und Planetare Gesundheit

Update der Optimierten Mischkost Der globale Klimawandel erfordert einen Paradigmenwechsel in der Ernährung. In der vorliegenden Studie wurde die Nachhaltigkeit des lebensmittelbasierten Ernährungskonzepts der Optimierten Mischkost (OMK) für Kinder und Jugendliche unter … weiterlesen

Handlungsstrategien für herausfordernde Beratungssituation

Ernährungsberatung betrifft nicht nur die Faktoren Essen und Trinken als Energie- sowie Flüssigkeitszufuhr im Rahmen von Prävention und Therapie. Beratungsfachkräfte benötigen weitere umfassende Kenntnisse, um herausfordernden Situationen gerecht zu werden. Hierzu gehör … weiterlesen

11.06.2025

Neue Ansätze für die Ernährungsberatung

Ernährungsberatung steht zunehmend vor der Aufgabe, nicht nur Wissen zu vermitteln, sondern Veränderungsprozesse ganzheitlich zu begleiten. Längst ist bekannt, dass kognitive Einsicht allein selten ausreicht, um tief verwurzelte Ernährungsgewohnheiten dauerhaft zu verän … weiterlesen

Postnatale Typ-2-Diabetes-Prävention bei Frauen mit Gestationsdiabetes

Ein Projekt zur Verbesserung der Nachsorgebeteiligung Mit dem Projekt „Postnatale Typ-2-Diabetes-Prävention bei Frauen mit Gestationsdiabetes“ soll die Teilnahmequote an den Nachsorgeuntersuchungen erhöht und die Nachsorgesituation bei Gestationsdiabetes verbessert werd … weiterlesen

Ernährungsberatung: Fünf Ebenen der beraterischen Intervention

Was heißt es, Patient*innen oder Klient*innen in der Ernährungsberatung bei der gezielten Anpassung ihres Essverhaltens zu unterstützen? Dazu ist in aller Regel mehr nötig als Empfehlungen zu erarbeiten und diese dem Gegenüber mitzuteilen. Der vorliegende Text folgt dem … weiterlesen