KI Ernährungsplan selbst erstellen: ChatGPT, Claude und Gemini richtig nutzen

Du willst mit KI einen Ernährungsplan erstellen – und das, was du bisher bekommen hast, sieht aus wie eine Muster-Diät aus einer Fitnesszeitschrift. Das Problem: Ohne den richtigen Kontext liefern ChatGPT, Claude und Gemini generische Pläne, die zu dir passen wie ein Standard-Trainingsschuh zu einem Wettkampfläufer. Die Lösung: ein strukturierter Prompt und dein Ernährungswissen. Wer Gesamtenergieverbrauch (englisch: TDEE), Makroverteilung und Kaloriendefizit kennt, kann das gezielt anfragen – und bekommt Pläne, die tatsächlich zu Training und Alltag passen.

Dieser Artikel zeigt dir in vier Schritten, wie du aus jedem dieser Modelle einen brauchbaren Ernährungsplan herausholst – inklusive konkreter Prompt-Vorlagen für Muskelaufbau, Fettabbau und allgemeine Ernährung. Dazu erkläre ich, welche Plattform-Features den Workflow dauerhaft verbessern und wo die Grenzen liegen – unabhängig davon, wie gut dein Prompt ist.

Schritt 1: Mehr Kontext, besserer Ernährungsplan

Kein Modell weiß, dass du 84 Kilogramm wiegst, drei Mal pro Woche Krafttraining machst und keine Milchprodukte verträgst – solange du es nicht sagst. Das klingt banal, aber genau hier scheitern die meisten KI-Ernährungspläne: zu wenig Input, zu generischer Output. Die sechs Kategorien unten decken den Kontext ab, der wirklich zählt.

Wenn du deinen Gesamtenergieverbrauch noch nicht kennst, lass ihn direkt im ersten Schritt von der KI berechnen: Gewicht, Größe, Alter, Geschlecht und Trainingsvolumen reichen, um eine brauchbare Schätzung zu bekommen. Nimm das Ergebnis als Ausgangspunkt, nicht als unveränderliche Wahrheit – Kalorienrechner haben Toleranzen von ±10 %. In den Prompt-Vorlagen weiter unten steht an dieser Stelle „TDEE“ – das ist die englische Abkürzung, auf die KI-Modelle zuverlässiger reagieren. Gemeint ist dasselbe.

Bestehende Logs hochladen

Alle drei großen Plattformen können Dateien lesen – und das macht einen deutlichen Unterschied. Wenn du dein Ernährungstagebuch aus MyFitnessPal als CSV exportierst, eine Woche Makrotracking als Screenshot hochlädst oder dein Bloodwork als PDF beigibst, muss das Modell nicht mehr raten. Es kann erkennen, wo du chronisch zu wenig Protein isst, welche Mahlzeiten du immer wieder überspringst oder wo dein Kaloriendefizit tatsächlich liegt – statt wo du denkst, dass es liegt.

Praktisch: In Claude kannst du solche Dateien direkt in einem Project hinterlegen, damit sie bei jeder neuen Konversation verfügbar sind. Bei ChatGPT lädst du sie in den Chat hoch oder hinterlegst sie in einem Custom GPT. Gemini liest Google-Sheets-Daten direkt aus Drive – wer sein Tracking dort pflegt, hat einen echten Workflow-Vorteil.

Foto-Input: Teller fotografieren, Makros schätzen lassen

Alle drei Plattformen können Bilder lesen – und das eröffnet einen Workflow, den kein Trainingsplan-Tool bietet. Du machst ein Foto deines Tellers und fragst: „Schätz Kalorien und Makros dieses Gerichts.“ Das Ergebnis ist keine Laboranalyse, aber eine deutlich bessere Orientierung als ein Blick ins Gedächtnis. Für Meal Prep funktioniert das genauso: Foto des fertigen Containers, Portionsgröße angeben, Makros kalkulieren lassen.

Noch praktischer ist der Kühlschrank-Prompt: Ein Foto der verfügbaren Zutaten, dazu „Was kann ich daraus kochen, das zu meinem Tagesplan von ca. [X] kcal und [Y]g Protein passt?“ Das dreht den üblichen Planungsprozess um – statt einen idealen Plan zu erstellen und dann einzukaufen, arbeitest du mit dem was da ist. Für Alltags-Adherence ist das oft realistischer als jeder Wochenplan.

Schritt 2: Mit dem richtigen Prompt-Aufbau zum Plan der funktioniert

Ein guter Ernährungsplan-Prompt hat fünf Elemente: eine klare Rolle für das Modell, deinen persönlichen Rahmen, das gewünschte Format, explizite Verbote – und einen Vollständigkeitscheck am Ende. Das klingt nach mehr Aufwand als „Erstell mir einen Ernährungsplan“. Ist es auch. Und der Unterschied im Output ist erheblich.

Schlechter Prompt

Erstell mir einen Ernährungsplan für Muskelaufbau.

Diesen Prompt schicken täglich Tausende an ChatGPT – und bekommen täglich den gleichen generischen Wochenplan mit Haferflocken zum Frühstück, Hühnerbrustfilet zum Mittag und Quark am Abend. Das Modell füllt die fehlenden Informationen mit dem Durchschnittswert auf, den es aus seinen Trainingsdaten kennt. Für dich bedeutet das: Der Plan ist für irgendjemanden geeignet, aber nicht unbedingt für dich.

Guter Prompt – Grundstruktur

Rolle: Du bist ein erfahrener Ernährungsberater mit Fokus auf Sporternährung.

Kontext:
- Ziel: [dein Ziel + Zeitrahmen]
- Körperdaten: [Gewicht, Größe, Alter, Geschlecht]
- TDEE: ca. [X] kcal/Tag ([Trainingsfrequenz + Beruf])
- Makroziel: [Protein / Kohlenhydrate / Fett in Gramm]
- Unverträglichkeiten: [Liste oder „keine"]
- Präferenzen: [was du nicht magst, Meal Prep ja/nein, Kochzeit]
- Budget: [€/Tag]

Aufgabe: Erstelle einen [X-tägigen] Ernährungsplan.

Format: Tabelle mit Mahlzeiten (Frühstück, Mittagessen, Abendessen, Snack), Kalorien und Makros pro Mahlzeit. Einkaufsliste für die gesamte Woche separat darunter.

Vermeide: Wiederholende Standardmahlzeiten ohne Abwechslung. Mach den Plan alltagstauglich, nicht theoretisch ideal.

Schritt 3: Testen, anpassen, verbessern

Ein guter Ernährungsplan entsteht nicht im ersten Prompt. Das Modell liefert einen Entwurf – und du entscheidest, was nicht passt. Das ist kein Fehler im System, sondern der Prozess. Wer das als einmalige Aufgabe behandelt, hat nach einer Woche keinen Plan mehr, der noch stimmt.

Drei Anpassungstypen funktionieren gut: Erstens einzelne Mahlzeiten tauschen – „Ersetze das Mittagessen am Donnerstag durch eine Option unter 500 kcal, die sich kalt essen lässt.“ Zweitens Kalorien justieren, wenn du merkst, dass der erste Entwurf zu hoch oder zu niedrig gegriffen hat – dein Körper ist kein Kalorienrechner, und Anpassungen nach 1–2 Wochen sind normal. Drittens Unverträglichkeiten nachschärfen, die du beim ersten Prompt vergessen hast – „Ersetze alle Milchprodukte durch laktosefreie Alternativen und prüfe die Kalorienbilanz.“

Praktisch ist dabei, dass alle drei Plattformen den bisherigen Gesprächsverlauf kennen. Du musst deinen Kontext nicht jedes Mal neu eingeben – solange du im selben Chat bleibst. Genau hier kommen die Plattform-Features aus Schritt 4 ins Spiel: Sie machen diesen Kontext dauerhaft verfügbar, auch wenn du eine neue Konversation startest.

Schritt 4: Plattform-Features die deinen Workflow auf das nächste Level heben

Der größte Unterschied zwischen einem einmaligen Experiment und einem echten Ernährungs-Workflow liegt in der Kontextverwaltung. Alle drei Plattformen haben Features entwickelt, die das lösen – auf unterschiedliche Art.

ChatGPT: Custom GPTs & Memory

Memory speichert Informationen über dich dauerhaft – dein Gewicht, deine Makroziele, Unverträglichkeiten. Du musst diese Daten nur einmal eingeben, dann stehen sie in jeder neuen Konversation zur Verfügung. Der Haken: Du hast nicht immer volle Kontrolle darüber, was gespeichert wird und was nicht. Wer sensible Gesundheitsdaten teilt, sollte das im Hinterkopf behalten.

Custom GPTs gehen weiter: Du erstellst einmal einen „Ernährungsassistenten“ mit festen Anweisungen – Makroziele, Ernährungsform, Präferenzen – und rufst ihn dann bei Bedarf auf. Das macht besonders dann Sinn, wenn du mehrere Personen planst (Familie, Klienten) oder zwischen verschiedenen Phasen wechselst (Aufbau vs. Diät).

Claude: Projects & Skills

Claude Projects funktionieren ähnlich wie Custom GPTs, aber mit einer klareren Trennung: Du hinterlegt Anweisungen und Dateien im Project, und jede neue Konversation innerhalb des Projects greift darauf zu. Das ist für Ernährungsplanung besonders praktisch, wenn du Tracking-Exports, Rezeptlisten oder ein Ernährungstagebuch als Referenz hochlädst – sie bleiben dauerhaft verfügbar, ohne dass du sie jedes Mal neu einfügen musst.

Was Claude derzeit nicht hat: eine automatische Memory-Funktion, die selbstständig Informationen aus Gesprächen speichert. Das ist je nach Perspektive ein Vor- oder Nachteil – du hast die volle Kontrolle darüber, was im Project landet.

Gemini: Gems & Google-Integration

Gems sind Geminis Version der Custom GPTs: konfigurierbare Assistenten mit festen Anweisungen. Für Ernährungsplanung kannst du einen Gem mit deinen Körperdaten und Zielen anlegen und ihn direkt über Google One aufrufen. Der echte Vorteil von Gemini liegt aber woanders: die direkte Google-Integration. Gemini kann auf Google Docs und Drive zugreifen – wenn du dein Tracking in Google Sheets führst oder Einkaufslisten direkt in Docs haben willst, ist das ein echter Workflow-Vorteil gegenüber den anderen Plattformen.

Features im Vergleich

Trainingsplan und Ernährungsplan zusammen denken

Das ist der Punkt, an dem ein LLM einem App-Abo klar überlegen ist: Du kannst beide Pläne gleichzeitig in den Kontext geben und gezielt nach der Interaktion fragen. Eine Ernährungs-App weiß nicht, was dein Trainingsplan gerade vorhat. Eine KI, der du beide Dokumente gibst, schon.

Konkret heißt das: In einer Aufbauphase mit hohem Trainingsvolumen brauchst du einen Kalorienüberschuss und genug Kohlenhydrate um die Einheiten zu unterstützen. In einer Diätphase kurz vor dem Sommer willst du das Defizit so setzen, dass du Muskelmasse erhältst – was bedeutet: Protein hochhalten, Kohlenhydrate reduzieren, aber nicht eliminieren. Und in einem Deload oder einer Regenerationswoche fällt der Kalorienverbrauch, der Plan muss nach unten angepasst werden. Kein Algorithmus erkennt das von allein – aber wenn du der KI sagst, in welcher Phase du gerade bist, rechnet sie sofort mit.

Prompt – Ernährung an Trainingsphase anpassen

Ich wechsle gerade von einer Aufbauphase in eine Diätphase. Bisher habe ich auf ~[X] kcal/Tag mit Kalorienüberschuss gegessen (TDEE ca. [Y] kcal). Mein Trainingsplan bleibt ähnlich: [Trainingsfrequenz und -art].

Passe meinen Ernährungsplan für die nächsten 8 Wochen an:
- Ziel: moderates Defizit (~400 kcal/Tag), Muskelmasse erhalten
- Protein: mind. [X]g/Tag beibehalten
- Kohlenhydrate an Trainingstagen höher als an Ruhetagen
- Unverträglichkeiten: [Liste]

Zeige mir einen beispielhaften Trainingstag vs. Ruhetag im direkten Vergleich.

Wer bereits einen KI Trainingsplan erstellt hat, kann diesen direkt als Datei hochladen und gemeinsam mit dem Ernährungsplan optimieren lassen – das ist der nächste logische Schritt.

Prompt-Vorlagen für deinen KI Ernährungsplan

Die folgenden Vorlagen sind direkt einsetzbar – tausch die Klammerwerte gegen deine eigenen Daten aus. Wichtig: Nimm den Entwurf des Modells nicht als finales Dokument, sondern als Ausgangspunkt für Iteration.

Muskelaufbau / Kalorienüberschuss

Prompt – Muskelaufbau

Du bist ein erfahrener Ernährungsberater mit Fokus auf Sporternährung für Kraft- und Hypertrophietraining.

Erstelle mir einen Wochenernährungsplan für Muskelaufbau mit folgenden Eckdaten:
- Ziel: Muskelaufbau (moderater Kalorienüberschuss, ~300 kcal über TDEE)
- Körperdaten: [Gewicht] kg, [Größe] cm, [Alter] Jahre, [Geschlecht]
- TDEE: ca. [X] kcal/Tag ([Trainingsfrequenz] Krafttraining + [Berufsalltag])
- Makroziel: ca. [Protein]g Protein / [KH]g Kohlenhydrate / [Fett]g Fett
- Unverträglichkeiten: [Liste oder „keine"]
- Präferenzen: [z. B. kein Fisch, Meal Prep am Sonntag für werktags]
- Budget: max. [X] €/Tag

Format: Tagesplan für Mo–Fr als Tabelle (Frühstück, Mittagessen, Abendessen, Snack) mit Kalorien und Makros pro Mahlzeit. Sa/So als flexible Varianten. Einkaufsliste für die Woche separat.

Vermeide: Wiederholende Einheitsmahlzeiten. Mach den Plan alltagstauglich, nicht theoretisch optimal.

Fettabbau / Kaloriendefizit

Prompt – Fettabbau

Du bist ein Ernährungsberater mit Erfahrung in evidenzbasierter Gewichtsreduktion.

Erstelle mir einen 5-Tage-Ernährungsplan für Fettabbau mit folgenden Eckdaten:
- Ziel: Fettabbau (Kaloriendefizit ~500 kcal unter TDEE, Ziel: ca. 0,5 kg Verlust/Woche)
- Körperdaten: [Gewicht] kg, [Größe] cm, [Alter] Jahre, [Geschlecht]
- TDEE: ca. [X] kcal/Tag ([Trainingsfrequenz] + [Berufsalltag])
- Kalorienziel: ca. [X] kcal/Tag
- Makroziel: High Protein (mind. [X]g) um Muskelmasse zu erhalten
- Ernährungsform: [z. B. vegetarisch, vegan, omnivor]
- Präferenzen: [z. B. schnelle Zubereitung max. 20 Min, keine aufwändigen Rezepte]

Format: 5-Tages-Plan als Tabelle mit Kalorien und Protein pro Mahlzeit. Erkläre kurz, warum ein hoher Proteinanteil beim Kaloriendefizit sinnvoll ist – ein Satz reicht.

Vermeide: Zu aggressives Defizit, das unter den Grundumsatz geht.

Allgemeine gesunde Ernährung

Prompt – Allgemeine gesunde Ernährung

Du bist ein Ernährungsberater mit Fokus auf langfristige, alltagstaugliche Ernährungsgewohnheiten.

Erstelle mir einen flexiblen Ernährungsbaukasten für eine ausgewogene, gesunde Ernährung:
- Ziel: Gewicht halten, allgemeine Gesundheit, mehr Energie im Alltag
- Körperdaten: [Gewicht] kg, [Größe] cm, [Alter] Jahre, [Geschlecht]
- Aktivität: [Trainingsfrequenz], [Berufsalltag]
- Kalorienbereich: ca. [X]–[X+200] kcal/Tag
- Ernährungsweise: [z. B. omnivor, kein Schweinefleisch]
- Präferenzen: [z. B. mediterran, hoher Gemüseanteil, wenig Fertigprodukte]

Format: Statt eines starren Tagesplans lieber sieben Optionen pro Mahlzeitentyp (Frühstück, Mittagessen, Abendessen) als Auswahl-Baukasten. Dazu fünf Snack-Optionen unter 200 kcal. Kurze Begründung, welche Nährstoffe jede Gruppe abdeckt.

Pre/Post-Workout Nutrition

Das Mahlzeiten-Timing rund ums Training ist ein Bereich, den ein reiner Ernährungsplan oft ignoriert – weil er ohne Kenntnis des Trainingsplans nicht sinnvoll beantwortet werden kann. Wer beides zusammendenkt, kann gezielt anfragen: Was esse ich 2–3 Stunden vor dem Training, was direkt danach, und wie verändert sich das an trainingsfreien Tagen? Das anabole Fenster nach dem Training – also die Phase erhöhter Proteinsynthese – ist in der Forschung deutlich kürzer und weniger dramatisch als in vielen Fitness-Medien dargestellt. Trotzdem macht es Sinn, die Proteinzufuhr zeitlich zu verteilen statt alles in einer Mahlzeit zu bündeln.

Prompt – Pre/Post-Workout Mahlzeiten

Du bist ein Ernährungsberater mit Fokus auf Sporternährung.

Ich trainiere [X] Mal pro Woche Krafttraining, meist [Uhrzeit]. Mein Tagesplan sieht ca. [X] kcal vor, davon [X]g Protein.

Erstelle mir:
1. Eine Pre-Workout-Mahlzeit (2–3 Stunden vorher): kohlenhydratbetont, leicht verdaulich, ca. [X] kcal
2. Eine Post-Workout-Mahlzeit (innerhalb 1–2 Stunden): proteinreich, ca. [X]g Protein, ca. [X] kcal
3. Eine Variante für Trainingstage vs. Ruhetage: wie verändert sich die Kalorienverteilung?

Rahmendaten: [Ziel], [Unverträglichkeiten], [Präferenzen]

Erkläre in einem Satz, warum Protein-Timing sinnvoll ist – aber ohne das anabole Fenster zu übertreiben.

Was KI-Tools können – und wo du selbst gefragt bist

Ein LLM hat Texte gelesen – Ernährungsstudien, Bücher, Foren, Ratgeber. Es versteht Ernährung als Konzept, nicht als deinen persönlichen Stoffwechsel. Das klingt nach einer selbstverständlichen Einschränkung, wird aber regelmäßig unterschätzt.

Was KI-Tools gut können: Einen strukturierten Wochenplan nach deinen Vorgaben erstellen, Makronährstoffe für jede Mahlzeit ausrechnen, Rezeptalternativen vorschlagen wenn du ein Lebensmittel wegtauscht, eine Einkaufsliste aus dem Plan generieren und erklären, warum eine bestimmte Makroverteilung für dein Ziel sinnvoll ist.

Was sie nicht können: Das Modell sieht nicht, was du gestern gegessen hast – außer du sagst es ihm. Es kann keine Blutbildwerte interpretieren, keine Nährstoffmangel-Diagnose stellen und nicht einschätzen, wie sich dein Energielevel nach drei Wochen Kaloriendefizit entwickeln wird. Eine Studie der Universität Hohenheim und des Max-Rubner-Instituts hat 2024 gezeigt, dass KI-generierte Ernährungspläne zwar oft ausgewogener sind als das, was viele Menschen im Durchschnitt essen – gleichzeitig aber Schwächen bei der Makronährstoff- und Fettsäureverteilung zeigten, die einem menschlichen Ernährungsberater nicht passiert wären. Aktuelle Daten legen zudem nahe, dass KI-generierte Pläne ohne Kalibrierung bei bestimmten Zielgruppen – insbesondere Jugendlichen und Menschen mit spezifischen Erkrankungen – erhebliche Kalorienabweichungen produzieren können.

Meine Einordnung: KI ist kein Ersatz für Ernährungsberatung bei medizinischen Fragestellungen – bei Diabetes, Niereninsuffizienz, Essstörungen oder komplexen Unverträglichkeiten gehst du zu einem Fachmann. Für gesunde Sportlerinnen und Sportler, die einen alltagstauglichen Plan für Muskelaufbau oder Fettabbau wollen, ist KI aber ein ernstzunehmendes Werkzeug – wenn du es richtig einsetzt.

Dein Plan, deine Kontrolle

Ein KI-Ernährungsplan ist kein fertiges Dokument – er ist ein Entwurf, den du kennst, prüfst und anpasst. Das ist der Unterschied zu einem Ernährungsplan aus einer App, der dir sagt was du essen sollst, ohne dass du weißt warum. Hier weißt du es: weil du den Kontext geliefert, den Prompt gebaut und das Ergebnis hinterfragt hast.

Starte mit dem einfachsten Schritt: Schätz deinen Gesamtenergieverbrauch, pack die sechs Kontextkategorien in einen strukturierten Prompt und schau dir an, was das Modell daraus macht. Dann pass eine Mahlzeit an. Dann eine weitere. Nach zwei Iterationen hast du mehr Kontrolle über deinen Ernährungsplan als mit jedem vorgefertigten Diätprogramm – und du verstehst, warum er so aussieht wie er aussieht. Das ist das Ziel. Wer einen Überblick über alle Bereiche sucht, in denen KI im Fitness-Kontext eingesetzt wird, findet dort den größeren Rahmen.