KI in der Ernährungsberatung – Beispiele aus dem Praxisalltag
Viele Kolleg:innen fragen mich: „Wofür nutzt du KI eigentlich konkret?“ Hier sind sieben Aufgaben aus meinem Alltag in Klinik und Online-Praxis – jeweils mit Beispiel-Prompt, dem, was die KI liefert, und dem, was ich danach prüfe.
Kurz gesagt
- KI hilft in der Ernährungsberatung dort am meisten, wo Text entsteht: Handouts, Rezepte, Notizen, PES-R-Vorschläge, Berichte, Antwortvorlagen.
- Jedes Beispiel folgt demselben Ablauf: Ampel prüfen → klar beauftragen → Entwurf prüfen → selbst freigeben.
- Nährwerte, Laborwerte und Quellen prüfe ich immer selbst. Die Diagnose stelle ich, nicht die KI.
- Die Fallangaben in den Beispielen sind konstruiert und enthalten keine echten Patientendaten.
Bevor es losgeht: die Ampel
Jedes Beispiel unten trägt eine Farbe. Grün heißt: kein Personenbezug, kann sofort los. Gelb heißt: nur mit anonymisierten Falldaten nach Checkliste, mit beruflichem Konto und abgeschaltetem Training. Rot – Namen, Geburtsdaten, Arztbriefe, Laborausdrucke, Fotos – kommt in keinem Beispiel vor, und das ist kein Zufall. Wie die Ampel im Detail funktioniert, steht im Artikel KI datenschutzkonform in der Ernährungsberatung.
Und noch ein Gedanke vorweg: Die Beispiele sind keine Abkürzung an der Fachlichkeit vorbei. Sie nehmen mir das Tippen ab, nicht das Denken. Die gewonnene Zeit fließt bei mir ins Gespräch – dahin, wo sie hingehört.
Sieben Beispiele aus dem Praxisalltag
Die Prompts sind gekürzt und funktionieren mit ChatGPT, Claude, Gemini oder Microsoft Copilot. Übernehmen Sie sie gern als Startpunkt und passen Sie sie an Ihre Klientel an.
1. Handout in einfacher Sprache · Ampel: Grün (ohne Personenbezug)
Die Situation: Ein Klient mit Verstopfung braucht etwas zum Mitnehmen. Fachlich ist alles klar – aber die Seite soll kurz sein, Mut machen und ohne Fachwörter auskommen.
Beispiel-Prompt: „Du bist Diätassistentin und schreibst Patientenmaterial. Erstelle ein einseitiges Handout „Mehr Ballaststoffe im Alltag“ für ältere Menschen: kurze Erklärung, acht Tauschideen als Tabelle, Hinweis aufs Trinken. Einfache Sprache, Sie-Form, höchstens 250 Wörter, keine Kalorienangaben, keine Heilversprechen.“
Was die KI liefert: Einen sauber gegliederten Entwurf in wenigen Sekunden, inklusive Tabelle.
Was ich prüfe: Stimmt jede Tauschidee fachlich? Passt die Menge zur Person (Steigerung langsam, genug trinken)? Klingt der Text nach mir? Bei mir landet am Ende fast immer ein Satz mehr Ermutigung drin.
2. Ernährungstagebuch auswerten · Ampel: Gelb (nur anonymisiert, mit beruflichem Konto)
Die Situation: Eine Klientin hat zwei Wochen Tagebuch geführt. Ich will vor dem Termin sehen, wo die Muster liegen: Mahlzeitenrhythmus, Trinkmenge, Abendessen, Wochenende.
Beispiel-Prompt: „Hier ist ein anonymisiertes Ernährungstagebuch über 14 Tage (Frau, Anfang 50, Büroarbeit). Ordne es nach Tageszeiten und markiere wiederkehrende Muster: Mahlzeitenabstände, Trinkmenge, Snacks, Unterschiede Werktag/Wochenende. Keine Bewertung, keine Nährwertberechnung. Schließe mit drei offenen Fragen für das Gespräch.“
Was die KI liefert: Eine übersichtliche Musterliste und gute Gesprächsfragen.
Was ich prüfe: Vor dem Einfügen: Name, Datum, Ort und Arbeitgeber raus. Danach: Hat die KI etwas „gesehen“, was gar nicht im Tagebuch steht? Nährwerte rechne ich nie mit der KI, die kommen aus der Fachsoftware bzw. dem Bundeslebensmittelschlüssel.
3. Ernährungsdiagnose im PES-R-Format vorformulieren · Ampel: Gelb (nur anonymisiert, mit beruflichem Konto)
Die Situation: Nach dem Erstgespräch liegen die Befunde vor. Die Diagnose habe ich im Kopf, das Aufschreiben im PES-R-Format kostet trotzdem Zeit.
Beispiel-Prompt: „Formuliere aus diesen anonymisierten Befunden zwei bis drei Vorschläge für eine Ernährungsdiagnose im PES-R-Format (Problem, Ätiologie, Symptome, Ressourcen). Nutze nur Angaben aus dem Text. Was nicht belegt ist, kennzeichne als offene Frage.“
Was die KI liefert: Sprachlich saubere Vorschläge, oft mit einer guten Formulierung, auf die ich selbst nicht gekommen wäre.
Was ich prüfe: Die Ätiologie. Die KI greift gern zu Ursachen, die plausibel klingen, aber nicht in meinen Daten stehen. Die Ursache kommt aus der Lebenswelt der Klientin – und die kennt nur, wer das Gespräch geführt hat. Ressourcen ergänze ich fast immer selbst.
4. Bericht an die Hausarztpraxis entwerfen · Ampel: Gelb (nur anonymisiert, mit beruflichem Konto)
Die Situation: Am Ende einer Ernährungstherapie nach § 43 SGB V geht ein kurzer Bericht an die verordnende Praxis. Er soll knapp, fachlich und gut lesbar sein.
Beispiel-Prompt: „Entwirf aus diesen anonymisierten Stichpunkten einen Bericht an die Hausarztpraxis nach meiner Vorlage: Anlass, Ernährungsdiagnose (PES-R), Maßnahmen, Verlauf, Empfehlung. Sachlich, höchstens eine Seite, keine Angaben, die nicht in den Stichpunkten stehen.“
Was die KI liefert: Einen Entwurf, der schon nach meiner Gliederung aufgebaut ist – weil die Vorlage einmal im Projekt hinterlegt ist.
Was ich prüfe: Jede Zahl gegen meine Dokumentation, jede Empfehlung auf Zuständigkeit. Name, Geburtsdatum und Praxisadresse setze ich erst danach in meinem eigenen Dokument ein, nie im Chat.
5. Rezept an die Situation anpassen · Ampel: Grün (ohne Personenbezug)
Die Situation: Eine Klientin nach Schlauchmagen-OP liebt Grünkohl, verträgt aber nur kleine Portionen und braucht viel Eiweiß. Als gelernter Koch habe ich Ideen – die KI liefert schnell Varianten zum Vergleichen.
Beispiel-Prompt: „Passe ein klassisches ostfriesisches Grünkohlrezept für Menschen nach Schlauchmagen-OP an: kleine Portion, eiweißbetont, gut verträglich, wenig Fett. Gib drei Varianten mit Zubereitungsschritten. Keine Nährwertangaben.“
Was die KI liefert: Drei brauchbare Ausgangsvarianten mit Zubereitung.
Was ich prüfe: Verträglichkeit und Portionsgröße nach Phase der Nachsorge, Würzung, Machbarkeit in einer normalen Küche. Die Nährwerte berechne ich selbst.
6. Fachrecherche mit Quellenangaben · Ampel: Grün (ohne Personenbezug)
Die Situation: Eine Kollegin fragt nach dem aktuellen Stand zu einem Thema, das sich gerade schnell entwickelt. Ich will in kurzer Zeit wissen, welche Leitlinien und Studien es gibt.
Beispiel-Prompt: „Welche deutschsprachigen Leitlinien und Fachgesellschaften äußern sich aktuell zur Ernährung unter GLP-1-Therapie? Nenne zu jeder Aussage die Quelle mit Link und Erscheinungsjahr.“
Was die KI liefert: Einen schnellen Überblick mit nummerierten Quellen (z. B. mit Perplexity).
Was ich prüfe: Ich öffne jede Quelle selbst. Gibt es sie wirklich? Sagt sie, was behauptet wird? Ist sie noch gültig? Zitiert wird nur, was ich gelesen habe.
7. Praxisorganisation: Antworten auf Anfragen · Ampel: Grün (ohne Personenbezug)
Die Situation: Viele Anfragen stellen dieselben Fragen: Was kostet das, zahlt die Kasse, wie läuft eine Online-Beratung ab? Jede Antwort einzeln zu schreiben, frisst den Abend.
Beispiel-Prompt: „Schreibe eine freundliche Antwortvorlage auf eine Erstanfrage zur Ernährungstherapie: Ablauf, Kostenübernahme nach § 43 SGB V mit ärztlicher Bescheinigung, nächster Schritt. Platzhalter für den Namen, Anrede „Moin“, höchstens 150 Wörter.“
Was die KI liefert: Eine Vorlage, die ich einmal überarbeite und dann immer wieder nutze.
Was ich prüfe: Stimmen Preise, Ablauf und Kassenregeln? Die Vorlage enthält keine Daten von Anfragenden – die setze ich erst im Mailprogramm ein.
Was alle Beispiele gemeinsam haben
- Klare Aufgabe statt vager Bitte. Rolle, Kontext, Aufgabe, Format – und ein, zwei Einschränkungen. „Höchstens 250 Wörter“ wirkt mehr als „mach es professionell“.
- Einmal einarbeiten. Wiederkehrende Vorgaben (Berichtsgliederung, Tonfall, Anrede) liegen bei mir in einem Projekt. Die KI arbeitet dann wie eine Kollegin, die ihre Einarbeitungsmappe gelesen hat. Patientendaten stehen dort nie.
- Die KI darf vorschlagen, ich entscheide. Behandeln Sie sie wie eine sehr schnelle, sehr belesene Praktikantin im ersten Monat: beeindruckende Entwürfe, aber nichts verlässt die Praxis ungeprüft.
- Zahlen nie ungeprüft. Ein Sprachmodell schätzt Zahlen, es schlägt sie nicht nach. Dafür gibt es Fachsoftware und Primärquellen.
Mein Tipp für den Einstieg
Fangen Sie mit einem grünen Beispiel an – einem Handout oder einer Antwortvorlage. Da kann nichts schiefgehen, und Sie bekommen ein Gefühl dafür, wie viel eine gute Eingabe ausmacht. Die gelben Aufgaben kommen dann fast von allein, sobald die Anonymisierung sitzt.
Wie sich diese Beispiele in den gesamten Ablauf des G-NCP einordnen und wo die Grenzen liegen, lesen Sie im Grundlagenartikel KI in der Ernährungstherapie: was heute schon hilft – und wo die Grenzen liegen.
Häufige Fragen
Welche Aufgaben in der Ernährungsberatung eignen sich für KI?
Vor allem Aufgaben, bei denen Text entsteht: Handouts und Rezepte anpassen, anonymisierte Notizen und Tagebücher ordnen, Ernährungsdiagnosen im PES-R-Format vorformulieren, Berichte entwerfen, Antwortvorlagen schreiben und Recherchen mit Quellenangaben beginnen. Die fachliche Entscheidung bleibt immer bei Ihnen.
Wofür sollte ich KI in der Ernährungsberatung nicht nutzen?
Nicht für Nährwert- oder Kalorienberechnungen, Dosierungen und Laborbewertungen ohne Prüfung, nicht für Diagnosen ohne Ihre Kontrolle und nie mit identifizierbaren Patientendaten oder Originaldokumenten wie Arztbriefen.
Brauche ich für diese Beispiele ein kostenpflichtiges KI-Abo?
Für die grünen Beispiele ohne Personenbezug reicht ein kostenloses Konto. Sobald Sie mit anonymisierten Falldaten arbeiten, empfiehlt sich ein berufliches Konto mit abgeschaltetem Training. In Kliniken gelten die Vorgaben der IT und des Datenschutzes.
Wie bekomme ich bessere Ergebnisse als „Schreib mir ein Handout“?
Geben Sie der KI eine Rolle, den Kontext, eine klare Aufgabe und ein Format – plus Einschränkungen wie „höchstens 250 Wörter“ oder „keine Heilversprechen“. Wiederkehrende Vorgaben hinterlegen Sie einmal in einem Projekt, dann muss die KI sie nicht jedes Mal neu lernen.
Wo kann ich das an echten Aufgaben üben?
In der Live-Online-Fortbildung „KI in der Ernährungstherapie“ arbeiten Sie genau diese Beispiele durch – von der Anamnese über den PES-R bis zum Bericht. Der VDD berücksichtigt sie mit 8 Punkten, E-Zert erkennt sie mit 9 Punkten an. Kurs 3 startet am 8. Januar 2027.
Quellen & fachliche Grundlage
- Verband der Diätassistenten – Deutscher Bundesverband e. V.: German-Nutrition Care Process (G-NCP). VDD
- Verordnung (EU) 2016/679 (Datenschutz-Grundverordnung), insbesondere Art. 9 (Gesundheitsdaten), Art. 28 (Auftragsverarbeitung) und Erwägungsgrund 26 (anonyme Daten). EUR-Lex
- Verordnung (EU) 2024/1689 über künstliche Intelligenz (KI-Verordnung), Art. 4 „KI-Kompetenz“, gilt seit 2. Februar 2025. EUR-Lex
Erstellt von Olaf Tapken, staatlich anerkannter Diätassistent, auf Grundlage der Unterlagen seiner Fortbildung „KI in der Ernährungstherapie“ und der genannten Quellen; zuletzt geprüft im November 2026. Funktionen und Menüs der KI-Werkzeuge ändern sich laufend.
Olaf Tapken – Diätassistent und Referent
Staatlich anerkannter Diätassistent, ausgebildeter Koch und Mitglied im VDD. Im Klinikalltag arbeitet er im Adipositas-Zentrum Nord-West am St.-Marien-Hospital Friesoythe und dokumentiert nach dem G-NCP.
Seine Live-Online-Fortbildung „KI in der Ernährungstherapie“ zeigt Ernährungsfachkräften, wie sie KI sicher und strukturiert nutzen. Die Fortbildung ist eine eigenständige Tätigkeit und kein Angebot des Krankenhauses.