Maskininlärning för minskat matsvinn i offentliga måltidsorganisationer

Syfte och mål

Projektet har haft som mål att utreda marknadspotentialen av ett fullskaligt prognosverktyg, matomaticML, som genom maskininlärning hjälper slutanvändaren att minska matsvinn. Verktyget har potential att i kommunala konstorganisationer ge en prognos som är 2-3% fel jämfört med att laga mat för antalet inskrivna elever, vilket då i värsta fall ger ett fel på 20-40%. Marknadspotentialen för verktyget har undersökts under våren 2020 i samband med Covid19 då intresset för att kunna planera måltider ökade i och med ett stort tapp i antalet närvarande elever.

Resultat och förväntade effekter

Att göra en prognos över antalet personer som förväntas komma till en måltid har visat sig gå relativt bra, det hinder som återstår för att verktyget ska få full effekt är att göra en prognos som personalen i kök kan lita på. Här handlar det om att balansera tillgång och efterfrågan, men samtidigt minimera matsvinnet. I och med Covid19 har projektet inte haft möjlighet att mäta effekten av att använda verktyget och dess potential att minska matsvinnet, detta är något som kommer att undersökas vidare tillsammans med etablerade projektpartners framöver.

Upplägg och genomförande

Att kontinuerligt ha haft tillgång till verksamheten där nollserien ska prövas har varit en värdefull resurs. Det som har visat i och med denna närhet är att det tar tid för lösningar att få förtroende hos slutanvändare och något som kommer behöva utvärderas framöver för att kunna ta nästa steg i en marknadsmässig uppskalning som då riktar sig mera åt privatsektor.