Körperscans per Smartphone und das 1-cm-Problem

Warum Wiederholbarkeit nicht genügt, wenn Sie echte Veränderungen verfolgen möchten

Ein Zentimeter beim Taillenumfang kann viel bedeuten. Für manche Menschen steht dahinter eine monatelange Phase mit konsequentem Training, passender Ernährung und ausreichender Erholung – oder einfach die Tatsache, dass sie an ihrem Vorhaben drangeblieben sind.

Für jede Technologie zum Körper-Tracking entsteht dadurch ein praktisches Problem:

Wenn eine Methode um einen Zentimeter schwanken kann, obwohl sich Ihr Körper nicht verändert hat, wie soll sie erkennen, dass eine Veränderung von einem Zentimeter echt ist?

Genau um diese Frage geht es in der aktuellen Forschung zu Smartphone-Körperscans. Die Studien zeigen nicht, dass jeder Scan per Smartphone unbrauchbar ist. Moderne Systeme können unter sehr kontrollierten Bedingungen beeindruckend gut wiederholbare Ergebnisse liefern – etwa wenn das Smartphone auf einem Stativ steht, die Bedingungen im Raum konstant bleiben, die Person eine genau vorgegebene Haltung einnimmt und der Scan wenige Minuten später wiederholt wird.

Wiederholbarkeit ist jedoch nicht dasselbe wie individuelle Genauigkeit. Eine Methode kann zweimal nahezu denselben Wert liefern und trotzdem systematisch von einer Maßbandmessung, einem Referenzscanner oder dem tatsächlichen Körpermaß abweichen. Sie kann in einer Studie außerdem gut genug sein, um einen durchschnittlichen Trend zu beschreiben, und dennoch zu unsicher, um bei einer einzelnen Person eine kleine Veränderung zuverlässig zu bestätigen.

Deshalb setzt Contura auf einen messwertbasierten Ansatz: Das 3D-Modell macht Ihre Messwerte sichtbar und vergleichbar. Es ersetzt sie nicht heimlich durch eine aus der Kamera abgeleitete Zahl.

Drei verschiedene Begriffe werden oft miteinander vermischt

Bevor Sie eine Zahl wie „0,5 cm Fehler“ bewerten, sollten Sie drei Begriffe auseinanderhalten. Forschende messen mit ihnen unterschiedliche Eigenschaften einer Methode.

Begriff	Worum geht es?	Warum ist das wichtig?
Präzision bzw. Wiederholbarkeit	Wenn sich der Körper nicht verändert hat: Wie ähnlich sind zwei Messwerte?	Zeigt das technische Rauschen wiederholter Messungen.
Genauigkeit bzw. Übereinstimmung	Wie nah liegt das Ergebnis an einer Referenzmethode?	Zeigt systematische Verzerrungen und individuelle Abweichungen.
Kleinste signifikante Veränderung (Least Significant Change, LSC)	Wie groß muss die Differenz sein, bevor sie wahrscheinlich nicht mehr nur Messrauschen ist?	Liefert einen praxisnahen Schwellenwert für die Interpretation von Veränderungen.

Ein Intraklassen-Korrelationskoeffizient (ICC) ist für die Wiederholbarkeit nützlich. Ein hoher ICC beweist aber nicht, dass der absolute Wert stimmt. Auch wenn eine Methode den Taillenumfang systematisch unterschätzt oder den Hüftumfang überschätzt, kann die Korrelation hoch sein.

Für das Fortschritts-Tracking ist vor allem die LSC relevant. In dem in der Körperzusammensetzungsforschung häufig verwendeten Modell mit zwei Messungen wird sie oft so berechnet:

LSC ≈ 2,77 × Präzisionsfehler

Dieser Faktor erklärt, warum ein Präzisionsfehler von 0,5 cm nicht automatisch bedeutet, dass jede Differenz von 0,5 cm als echte Veränderung gelten darf.

Was eine gut kontrollierte 360°-Smartphone-Studie tatsächlich gezeigt hat

Eine der aussagekräftigeren neueren Studien verglich bei 46 Erwachsenen vier digitale Methoden zur Erfassung von Körpermaßen. Eine davon war eine Smartphone-Anwendung, die während einer vollständigen Drehung fortlaufend Bilder aufnahm. Über die verschiedenen Körperumfänge hinweg erreichte die Smartphone-Methode mit vollständiger Drehung einen durchschnittlichen technischen Messfehler von 0,5 cm, einen relativen Fehler von 0,9 % und einen ICC von 0,986. Unter den kontrollierten Testbedingungen schnitt sie ähnlich ab wie größere und weniger portable 3D-Scanner. Tinsley et al., European Journal of Clinical Nutrition (2024)

Das ist ein wertvolles Ergebnis. Es zeigt, was eine sorgfältig entwickelte 360°-Technologie bei wiederholten Messungen unter standardisierten Bedingungen leisten kann.

Es bedeutet nicht, dass:

• jeder Scan höchstens 0,5 cm von Ihrem tatsächlichen Taillenumfang abweicht;
• 0,5 cm ein maximaler Fehler oder eine allgemeingültige Garantie sind;
• ein Scan am nächsten Tag in einem anderen Raum, mit anderer Haltung, Kleidung oder einem anderen Smartphone dem Labortest gleichkommt; oder
• eine Differenz von 0,5 cm zwischen zwei persönlichen Scans automatisch eine echte Veränderung ist.

Die verwandte Studie aus dem Jahr 2024 in Frontiers in Medicine macht diese Unterscheidung noch deutlicher. Sie verwendete eine Smartphone-Anwendung für 3D-Scans, die während einer vollständigen Drehung zahlreiche Bilder aufnahm. Das iPhone stand auf einem Stativ etwa 1,7 Meter von der getesteten Person entfernt. Die Teilnehmenden hielten eine A-Pose ein, trugen möglichst wenig Kleidung, die eng am Körper anlag, waren über Nacht nüchtern und hatten mindestens 24 Stunden lang keinen Sport getrieben. Die Studie weist außerdem darauf hin, dass sich der Körper während eines 360°-Scans bewegt. Die Software benötigt deshalb eine Rekonstruktion eines nicht starren Avatars, was zusätzliche Fehlerquellen schaffen kann. Tinsley et al., Frontiers in Medicine (2024)

In dieser Studie bezogen sich die berichteten LSC-Werte von 1,39–1,82 Prozentpunkten auf Formeln zur Berechnung des Körperfettanteils – nicht auf den Taillenumfang. Die Zahl von 0,5 cm für Körperumfänge wurde dort aus der früheren Studie mit vollständiger Drehung übernommen.

Nur als einfache Veranschaulichung – nicht als in dieser Studie berichtete LSC für den Taillenumfang – ergibt sich bei Einsetzen eines Präzisionsfehlers von 0,5 cm in dieselbe Formel ungefähr:

2,77 × 0,5 cm ≈ 1,4 cm

Das ist der entscheidende Punkt: Eine Methode kann im Durchschnitt eine Wiederholbarkeit von 0,5 cm erreichen und trotzdem eine größere Veränderung benötigen, bevor Sie sicher sein können, dass sie über das Messrauschen hinausgeht. Eine Veränderung um einen Zentimeter kann real sein. Bei einer einzelnen Person kann sie für die Methode aber trotzdem zu klein sein, um sie zuverlässig zu erkennen.

Die MeThreeSixty-Studie zeigt, warum Durchschnittswerte täuschen können

Die von Ihnen angesprochene Studie verglich Smartphone-Apps direkt mit professionell erhobenen Maßbandmessungen. Sie umfasste 115 Erwachsene und untersuchte MeThreeSixty auf einem iPhone und einem Samsung-Smartphone sowie myBVI. Die Referenzmessungen von Taille und Hüfte wurden von Untersuchenden nach einem standardisierten Laborprotokoll vorgenommen – nicht von den Teilnehmenden selbst zu Hause. Graybeal et al., British Journal of Nutrition (2023)

Der Präzisionsfehler für Taillen- und Hüftumfang lag zwischen 0,5 und 1,9 cm. Die detaillierten Ergebnisse zeigen, warum diese Spannbreite wichtig ist:

Methode	Präzisionsfehler Taille	Präzisionsfehler Hüfte
Professionelle Maßband-Referenz	0,63 cm	0,65 cm
MeThreeSixty auf dem iPhone	0,54 cm	0,51 cm
MeThreeSixty auf dem Samsung	0,87 cm	0,90 cm
MeThreeSixty über iPhone und Samsung hinweg	1,91 cm	1,59 cm
myBVI	1,12 cm	1,91 cm

Diese Werte beschreiben die Wiederholbarkeit. Sie sagen nicht, wie nah der von einer App ausgegebene Wert am tatsächlichen Umfang der Person liegt.

Beim Vergleich mit den Referenzmessungen per Maßband unterschätzte MeThreeSixty auf dem iPhone den Taillenumfang im Durchschnitt um 2,3 cm und überschätzte den Hüftumfang im Durchschnitt um 3,1 cm. Für die getesteten Apps insgesamt lagen die 95-%-Übereinstimmungsgrenzen ungefähr bei ±9,0 bis ±12,4 cm für die Taille und ±6,7 bis ±10,7 cm für die Hüfte.

Für einige Messgrößen stellte die Studie auf Gruppenebene eine Gleichwertigkeit innerhalb eines vorab festgelegten Bereichs von 5 % fest. Das ist nicht dasselbe wie der Nachweis, dass das Ergebnis jeder einzelnen Person mit einer Maßbandmessung austauschbar ist. Die geringfügige Unterschätzung der Taille und die Überschätzung der Hüfte führten zusammengenommen sogar dazu, dass das Taille-Hüft-Verhältnis nicht als gleichwertig mit der Referenzmethode galt.

Das ist die zentrale Lehre: Eine Methode kann beim Vergleich von Durchschnittswerten akzeptabel aussehen und trotzdem eine große Streuung individueller Fehler aufweisen. Wenn Ihre Frage lautet: „Ist meine Taille wirklich um 1 cm kleiner geworden?“, ist der individuelle Fehler wichtiger als der Durchschnitt der Gruppe.

Auch mehr Bilder lösen das Problem auf individueller Ebene nicht

Eine neuere Studie aus dem Jahr 2026 verglich MeThreeSixty, Bodygram und ZOZO Fit beim Körperfettanteil mit DXA. ZOZO Fit war dabei die Methode mit mehreren Bildern: Die Teilnehmenden nahmen zwölf Fotos auf, während sie sich um 360° drehten. Alle drei Apps zeigten eine sehr gute Wiederholbarkeit innerhalb derselben Sitzung, mit ICC-Werten von 0,98 bis 0,99. ZOZO Fit erreichte den niedrigsten RMSE für den Körperfettanteil von 2,95 % und die höchste Übereinstimmung mit DXA.

Keine der Apps erreichte jedoch eine Gleichwertigkeit innerhalb des in der Studie vorab festgelegten Bereichs von ±2 Prozentpunkten. Bei ZOZO Fit lagen die individuellen Übereinstimmungsgrenzen weiterhin weit auseinander, ungefähr zwischen −5,89 und +8,36 Prozentpunkten. Weniger als 44 % der Teilnehmenden lagen im Bereich von ±2 Prozentpunkten um den DXA-Wert. Die Autoren kamen zu dem Schluss, dass die Apps zwar sehr gut wiederholbare, für klinische Entscheidungen auf individueller Ebene aber nicht ausreichend genaue Ergebnisse lieferten. Encarnação et al., Clinical Nutrition ESPEN (2026)

Diese Studie untersuchte den Körperfettanteil und nicht den Taillenumfang. Sie sollte deshalb nicht als Beleg dafür verwendet werden, dass die Taillenmessung einer bestimmten App um denselben Betrag abweicht. Sie prüft aber dieselbe grundsätzliche Schlusskette: Kamerabilder → Segmentierung und Körpermodell → geschätzte Körpermaße → individuelles Ergebnis.

Das Ergebnis ist lehrreich: Mehr Bilder können die durchschnittliche Anpassung eines Modells verbessern, ohne eine zuverlässige Erkennung individueller Veränderungen zu garantieren. Mehr Daten helfen – sie machen eine abgeleitete Modellgröße aber nicht automatisch zu einer direkten körperlichen Messung.

Eine weitere frei zugängliche Studie zeigt, wie empfindlich die Rekonstruktion auf die Körperhaltung reagieren kann. Bei einer Person veränderte eine andere Armposition im Seitenbild den daraus erzeugten Taillenumfang um ungefähr 6 cm, obwohl sich der Körper der Person nicht verändert hatte. Das bedeutet nicht, dass jeder Smartphone-Scan einen Fehler von 6 cm erzeugt. Es zeigt jedoch konkret, dass die Haltung bei der Aufnahme Teil des Messsystems ist. Minetto et al., Scientific Reports (2023)

ZOZOFIT selbst nennt auf seiner Hilfeseite eine Fehlermarge von 0,4 cm, abhängig von der jeweiligen Körperstelle. Diese Zahl kann auf der eigenen Definition des Unternehmens, seinem Datensatz und seinem Testprotokoll beruhen. Sie sollte nicht als universelle 95-%-Fehlergrenze für jede Körperregion, jeden Körpertyp, jedes Smartphone, jeden Raum, jede Haltung oder jede Softwareversion verstanden werden. Auch die eigenen Anleitungen der App verlangen eine gleichbleibende Position während der 360°-Drehung, einen festen Abstand zum Smartphone, einen freien Hintergrund und gleichmäßige Beleuchtung. ZOZOFIT: „Wie genau sind die ZOZOFIT-Messungen?“ · ZOZOFIT: Anleitung zur Position beim Scan

Warum das ein strukturelles Problem ist – und nicht nur ein Softwarefehler

Eine Smartphone-Kamera misst Ihren Taillenumfang nicht direkt. Sie erfasst Pixel und Silhouetten. Anschließend muss die Software eine dreidimensionale Oberfläche ableiten, einen anatomischen Bezugspunkt festlegen und aus dem rekonstruierten Körper einen Querschnitt berechnen.

Das ist ein inverses Problem. Mehrere unterschiedliche 3D-Formen können ähnliche 2D-Bilder erzeugen – besonders bei weichem Gewebe, Kleidung, Schatten, Verdeckungen des Körpers und Bereichen, die die Kamera nicht vollständig sieht. Eine 360°-Drehung liefert dem Algorithmus deutlich mehr Informationen. Trotzdem hängt das Ergebnis weiterhin von der Qualität und Einheitlichkeit der Bilder sowie von dem Modell ab, das diese Bilder interpretiert.

Die wichtigsten Unsicherheiten sind sowohl praktisch als auch mathematisch:

• Der Bezugspunkt ist möglicherweise nicht derselbe. Der Taillenumfang kann am Beckenkamm, in der Mitte zwischen der untersten Rippe und dem Beckenkamm, auf Höhe des Bauchnabels oder an der natürlichen Taille gemessen werden. Diese Stellen können deutlich unterschiedliche Werte ergeben, besonders bei Frauen. Mason und Katzmarzyk, Obesity (2009)
• Haltung und Bewegung verändern die Oberfläche. Wer sich auf der Stelle dreht, ist kein starrer Körper. Die Forschung beschreibt selbst, dass ein nicht starrer Avatar rekonstruiert und anschließend auf eine standardisierte Haltung normiert werden muss.
• Kleidung und Licht beeinflussen die Silhouette. ZOZOFIT und MeThreeSixty geben beide Hinweise zu eng anliegender Kleidung, Hintergrund, Kameraposition und Beleuchtung, weil die Bildverarbeitung von diesen Eingaben abhängt.
• Smartphone und Softwareversion spielen eine Rolle. In der MeThreeSixty-Studie unterschied sich die Präzision zwischen der iPhone- und der Samsung-Implementierung. Außerdem ändern Verbraucher-Apps ihre Rekonstruktions- und Avatar-Algorithmen im Laufe der Zeit.
• Die Trainingspopulation spielt eine Rolle. Ein Modell, das mit einer bestimmten Verteilung von Körperformen trainiert wurde, kann sich bei anderen Proportionen, Größen, Altersgruppen oder Fettverteilungen anders verhalten. Die MeThreeSixty-Studie fand Unterschiede zwischen Untergruppen und forderte ausdrücklich mehr Forschung zu Selbstmessungen zu Hause und zur langfristigen Verlaufskontrolle.

Das bedeutet nicht, dass ein Smartphone-Scan grundsätzlich nutzlos ist. Es bedeutet, dass ein Scan eine Schätzung ist und seine Unsicherheit berücksichtigt werden muss, sobald die gesuchte Veränderung klein ist.

Auch ein Maßband ist nicht perfekt – genau darum geht es

Die Alternative ist kein magisches Messinstrument ohne jeden Fehler. Auch Maßbandmessungen hängen vom Bezugspunkt, der Körperhaltung, der Atmung, der Spannung des Bandes und der Erfahrung der messenden Person ab.

In einer Studie zu Taillen- und Hüftmessungen durch eine unerfahrene Person berichteten die Autoren, dass unter ihrem Protokoll eine Veränderung von mehr als 3,0 cm an der Taille beziehungsweise 2,0 cm an der Hüfte mit 95-prozentiger Sicherheit als echte Veränderung gewertet werden konnte. Wang et al., Perceptual and Motor Skills (2010)

Die Lehre lautet nicht: „Ein Maßband liegt immer richtig.“ Die Lehre lautet: Seriöses Tracking braucht ein ausdrücklich festgelegtes Messprotokoll. Sie müssen den Bezugspunkt, die Bedingungen, die Methode und die Größe der Veränderung kennen, die Ihre Methode tatsächlich auflösen kann.

Warum Contura auf messwertbasiertes 3D-Tracking setzt

Contura ist bewusst kein kamerabasierter Körperscanner. Die App verspricht nicht, jeden Umfang aus zwei Fotos oder einem 360°-Smartphone-Scan abzuleiten.

Stattdessen bleibt die Messkette sichtbar:

Kamerabasierter Scan	Messwertbasiertes Tracking mit Contura
Körper → Fotos → Silhouetten-Erkennung → abgeleitetes 3D-Netz → Bezugspunkte des Modells → Messwerte	Körper → reproduzierbarer anatomischer Bezugspunkt mit Maßband → eingetragener Messwert → 3D-Visualisierung → historischer Vergleich
Bequem, aber viele verborgene Schritte können die Zahl beeinflussen	Etwas bewusster, aber die Eingabe lässt sich prüfen und wiederholen
Der Scan ist die Messung	Die Messung ist die Quelle; 3D ist die visuelle Ausgabe

Contura hilft Ihnen, dieselben Messstellen beizubehalten, mehrere Umfänge über die Zeit zu dokumentieren und diese Zahlen in eine drehbare 3D-Darstellung des Körpers zu übersetzen. Sie können zwei Zeitpunkte vergleichen und sehen, wie sich die gemessenen Unterschiede in einem konsistenten visuellen Rahmen darstellen.

Das macht das Maßband nicht unfehlbar. Es macht den Prozess transparenter. Wenn sich eine Zahl verändert, können Sie prüfen, was beim Messen passiert ist, statt eine unerklärte Modell-Ausgabe zu akzeptieren. Wenn eine Veränderung kleiner ist als die Unsicherheit einer einzelnen Messung, können Sie auf einen wiederholten Trend warten, statt einen einzelnen Scan die gesamte Geschichte erzählen zu lassen.

Was sollten Sie tun, wenn Sie Veränderungen ernsthaft verfolgen möchten?

Verwenden Sie eine Methode, die zur Größe der Veränderung passt, die Sie erkennen möchten.

1. Wählen Sie einen klaren anatomischen Bezugspunkt und behalten Sie ihn bei.
2. Messen Sie unter möglichst ähnlichen Bedingungen: Tageszeit, Kleidung, Körperhaltung, Atmung und zeitlicher Abstand zum Sport.
3. Lösen Sie das Maßband und legen Sie es für eine zweite Messung neu an, statt es wiederholt fester zu ziehen, bis die Zahl passend aussieht.
4. Notieren Sie neben dem Wert auch die verwendete Methode.
5. Suchen Sie nach einem wiederkehrenden Trend über sinnvolle Zeitabstände hinweg – nicht nach einer einzelnen täglichen Differenz.
6. Betrachten Sie jedes 3D-Körpermodell, unabhängig davon, ob es aus einem Scan oder aus Messwerten entsteht, als Visualisierung und nicht als medizinische Diagnose oder perfekten digitalen Zwilling.

Für eine grobe visuelle Einschätzung oder eine große Veränderung kann ein Smartphone-Scan praktisch sein. Wenn Sie jedoch wissen möchten, ob eine langsame Veränderung von einem Zentimeter echt ist, verlassen Sie sich nicht allein auf einen Kamerascan. Verwenden Sie eine Messung, die Sie reproduzieren können, bewahren Sie den Verlauf auf und beurteilen Sie das Ergebnis im Verhältnis zur Unsicherheit der Methode.

Genau darin liegt die Aufgabe von Contura: nicht so zu tun, als wären Körpermaße mühelos, sondern sorgfältige Messungen leichter zu dokumentieren, zu vergleichen und zu verstehen.

Contura im App Store ansehen

Häufige Fragen

Bedeutet ein technischer Fehler von 0,5 cm, dass der Scan auf 0,5 cm genau ist?

Nein. In der 360°-Studie war 0,5 cm der durchschnittliche technische Fehler bei wiederholten Messungen von Körperumfängen unter kontrollierten Bedingungen. Es war weder ein maximaler Fehler noch eine allgemeingültige Garantie und auch kein direktes Maß dafür, wie gut der Wert mit Ihrem tatsächlichen Taillenumfang übereinstimmt.

Bedeutet das, dass Smartphone-Körperscans nutzlos sind?

Nein. Sie können für eine grobe Visualisierung, größere Veränderungen, Forschungszwecke und bestimmte Anwendungen auf Gruppenebene sinnvoll sein. Die Evidenz ist lediglich schwächer, wenn die Frage lautet, ob eine kleine Veränderung bei einer einzelnen Person echt ist.

Ist Contura genauer als MeThreeSixty oder ZOZOFIT?

Contura erhebt keinen unvalidierten, allgemeingültigen Genauigkeitsanspruch. Die App verwendet ein anderes Messmodell: Sie tragen Umfänge ein, und Contura visualisiert und vergleicht sie. Dadurch eignet sich Contura besser für eine transparente langfristige Verfolgung von Messwerten als für eine automatische Schätzung aus Kamerabildern.

Ist ein Maßband immer genau?

Nein. Maßbandmessungen brauchen konsistente Bezugspunkte und eine wiederholbare Technik. Ihr Vorteil ist, dass der Messschritt sichtbar, nachvollziehbar und wiederholbar ist. Sie können die Methode prüfen und korrigieren, statt eine verborgene Ableitung einfach übernehmen zu müssen.

Wie oft sollte ich messen?

Die meisten Menschen müssen nicht täglich messen. Während einer Phase mit Fettverlust kann ein Rhythmus von ein bis zwei Wochen sinnvoll sein; bei langsameren Veränderungen der Körperform sind oft zwei bis vier Wochen leichter konsequent einzuhalten. Das beste Intervall ist dasjenige, das dem Körper Zeit für eine Veränderung lässt und zugleich vergleichbare Messbedingungen ermöglicht.

Quellen und weiterführende Literatur

• Graybeal, Brandner und Tinsley (2023), “Evaluation of automated anthropometrics produced by smartphone-based machine learning,” British Journal of Nutrition
• Tinsley et al. (2024), “Mobile phone applications for 3-dimensional scanning and digital anthropometry,” European Journal of Clinical Nutrition
• Tinsley et al. (2024), “Smartphone three-dimensional imaging for body composition assessment using non-rigid avatar reconstruction,” Frontiers in Medicine
• Encarnação et al. (2026), “Accuracy, repeatability, and interchangeability of smartphone-based digital anthropometry,” Clinical Nutrition ESPEN
• Minetto et al. (2023), “Equations for smartphone prediction of adiposity and appendicular lean mass in youth soccer players,” Scientific Reports
• Mason und Katzmarzyk (2009), “Variability in Waist Circumference Measurements According to Anatomic Measurement Site,” Obesity
• Wang, Liu und Chen (2010), “Intrarater reliability and the value of real change for waist and hip circumference measures by a novice rater,” Perceptual and Motor Skills
• ZOZOFIT: Genauigkeit der Messungen und Position beim Scan