Landbrug

Teknologier, der forvandler madspild til en mulighed

mm
Udgivet den
Føj Securities.io til dine foretrukne kilder på Google

Efterhånden som fødevareproduktion og tilhørende forsyningskæder udviklede sig fra lokale landmandsmarkeder til avanceret logistik, der transporterer varer over halvdelen af verden til store supermarkeder, er madspildet steget, selv med køling.

Dette er ikke kun et økonomisk tab eller spild af fødevarer, der kunne blive spist af mennesker, men også en tung økologisk byrde.

“Udover det direkte tab af spiselige fødevarer er FLW forbundet med betydelige miljømæssige byrder, herunder undgåelige udledninger af drivhusgasser, jord- og vandforbrug samt forstyrrelse af ambitionerne om en cirkulær økonomi”.

Da teknologiske fremskridt og komplekse systemer bidrager til madspild, kan yderligere forbedringer og nye teknologier hjælpe med at løse problemet.

Blockchain og AI fremhæves ofte som potentielle metoder til at tackle problemet.

Men en nylig gennemgang af forskere tilknyttet Universidad de Las Palmas de Gran Canaria i Spanien, Qassim University og Shaqra University i Saudi-Arabien samt Lusófona University i Portugal fandt, at IoT‑baseret overvågning og smart logistik i øjeblikket har den stærkeste direkte evidens for at reducere risikoen for forringelse. AI, forbruger‑applikationer og blockchain kræver stadig stærkere validering under reelle driftsforhold.

De offentliggjorde deres resultater i Trends in Food Science & Technology1, under titlen “Digitaliseringsveje for forebyggelse af fødevaretab og -spild i agrifødevareforsyningskæder: Aktuel evidens, udfordringer og fremtidige retninger”.

Forståelse af madspild

Fødevaretab og madspild beskriver relaterede, men forskellige problemer. I overensstemmelse med forskernes terminologi forekommer fødevaretab mellem produktion og punktet lige før detailhandlen. Madspild forekommer i detailhandlen, i fødevare‑service og på forbruger‑stadiet.

Begge kan opstå, fordi fødevarer er letfordærvelige, og moderne forsyningskæder involverer talrige producenter, forarbejdere, lagre, distributører, detailhandlere og forbrugere. En forstyrrelse eller fejlvurdering på ethvert trin kan efterlade ellers brugbare fødevarer fordærvede, afvist, overlagrede eller kasserede.

“Empiriske studier fremhæver faktorer såsom dårlig håndtering af letfordærvelige produkter, utilstrækkelige kølekæder, afbrydelser i forsyningskæden, uoverensstemmende køber‑leverandør‑aftaler og adfærdsmønstre i de nedstrøms faser”.

Dette medfører, at madspild bliver et resultat af rutinepraksis snarere end isolerede fejl. Som følge heraf kræver løsningen integrerede, systemniveau‑tilgange, der kombinerer teknologiske, organisatoriske og politiske indgreb.

Teknologier til at løse madspild

Få det store overblik

Landbruget gennemgår i øjeblikket den samme paradigmeskift som industrien, den såkaldte “Agriculture 4.0” og “Industry 4.0”; integration af Internet of Things (IoT)‑enheder, real‑tids sensornetværk og dataplatforme muliggør kontinuerlig overvågning af kvalitetsparametre og logistiske forhold.

Dog adopteres digitale teknologier sjældent primært for at begrænse madspild. På tværs af landbrug og den bredere forsyningskæde retfærdiggøres investeringer oftere af produktivitetsgevinster, driftsmæssig effektivitet eller omkostningsreduktion.

Desuden begrænses global handling af dårlig integration af op‑ og nedstrøms perspektiver, hvor mange publicerede studier er konceptuelle, pilot‑skala eller kontekst‑specifikke.

For at få et bedre overblik over, hvilken teknologi der faktisk virker til at reducere madspild, samlede forskerne videnskabelig litteratur udgivet fra 2019 til 2026, ved brug af nøgleord som “food loss”, “food waste”, “FLW”, “food waste prevention” osv., i krydsning med nøgleord som “digitalization”, “digital technologies”, “Agriculture 4.0”, “Internet of Things”, “IoT” osv.

Denne dataindsamling frembragte væsentlige teknologier, der anvendes til at bekæmpe madspild:

  • IoT/RFID‑overvågning (Radio‑frequency identification).
  • Big data og cloud‑infrastrukturer.
  • AI/ML (Kunstig intelligens / maskinlæring).
  • Blockchain‑baseret sporbarhed.
  • Mobile eller web‑baserede platforme.

Hvordan kan teknologi bidrage

Årsagerne til madspild varierer afhængigt af fasen i fødevareforsyningskæden:

  • Under primær produktion er tab typisk forbundet med efterspørgselsusikkerhed, kosmetiske kvalitetsstandarder og vejr‑relateret variabilitet.
  • Under efterhøst‑håndtering og -opbevaring skyldes forringelse utilstrækkelig temperatur‑ og fugtighedskontrol, infrastrukturbegrænsninger og utilstrækkelig overvågning.
  • Forarbejdningsprocesser kan skabe tab gennem ineffektiv planlægning, produktionsskift og batcher uden specifikation.
  • Distribution og detailhandel påvirkes af prognosefejl, afbrydelser i kølekæden, salgsfremmende strategier og lagerubalancer.
  • På forbruger- og fødevareservice‑stadier er de primære årsager overindkøb, utilstrækkelig måltidsplanlægning, misforståelse af datomærkninger og uhensigtsmæssig portionering.

Som sådan bidrager forskellige teknologier med forskellige forbedringer for de enkelte faser i fødevareforsyningskæden.

IoT-enabled real-time monitoring er fremragende til at opdage og registrere afvigelser i temperatur, fugtighed eller gas­sammensætning, før produktkvaliteten kompromitteres.

Big data platforms skinner ved at integrere lager, salg og kontekstuel information for at forbedre efterspørgselsprognoser og lagerstyring, hvilket reducerer strukturel overproduktion og overskydende lagerniveauer.

AI and ML algorithms kan understøtte ruteoptimering, dynamisk prisfastsættelse, kvalitetsklassificering og forudsigelse af resterende holdbarhed.

Blockchain-based traceability systems forbedrer gennemsigtighed, ansvarlighed og koordinering blandt forsyningskædens partnere.

Consumer-oriented digital platforms giver lagerstyring, indkøbsvejledning, overskudsredistribution og adfærdsmæssig feedback.

Vurdering af hvad der virker i praksis

Selvom alle disse teknologier potentielt kan hjælpe, påvirker deres implementering og anvendelse i høj grad, hvor effektive de vil være i virkelige anvendelsestilfælde.

Undersøgelsen fandt, at for den primære produktionsfase er det uklart, hvor stor en påvirkning teknologien faktisk har på madspild.

“Relativt få studier kvantificerer direkte reduktioner i fødevaretab, hvor de fleste rapporterede fordele er afledt af forbedringer i afgrødeproduktivitet eller ressourceforbrug.”

IoT‑baseret lager‑ og efterhøstovervågning har noget af den stærkeste dokumentation i gennemgangen. Feltforsøg, pilotprojekter og kommercielle implementeringer viser, at overvågning af temperatur, fugtighed og andre miljøforhold kan reducere risikoen for forringelse og bevare letfordærvelige produkter. Dog forbliver de kvantificerede reduktioner kontekstspecifikke, mens infrastrukturkrav, investeringsomkostninger og interoperabilitetsudfordringer fortsat begrænser udbredelsen, især blandt SMV’er og småproducenter.

Predictive analytics og AI ser ud til at have bevist deres nøjagtighed i understøttelse af udbytteprognoser, sygdomsdetektion og estimering af resterende holdbarhed. Men også her er den reelle effektivitet i praksis sjældent blevet vurderet.

“De fleste publicerede studier evaluerer den forudsigende nøjagtighed snarere end direkte at måle reduktioner i FLW, hvilket gør det svært at fastslå AI’s reelle bidrag til spildforebyggelse under kommercielle driftsforhold.”

For forbrugerorienterede digitale teknologier er udfordringen mindre teknisk og mere social. For eksempel forbinder mad‑delingsplatforme og overskudsredistributions‑applikationer husholdninger, detailhandlere, restauranter og andre fødevarevirksomheder med personer, der er villige til at modtage overskuds‑mad. Derudover kan de miljømæssige fordele ved reduceret madspild blive opvejet af efterfølgende ændringer i forbrugernes adfærd.

“Analyse af mere end 750.000 mad‑delings‑transaktioner i Storbritannien viste, at mellem 59 % og 94 % af de forventede drivhusgasfordele blev udlignet, når brugerne omdirigerede de økonomiske besparelser mod køb af andre varer og tjenester, med tilsvarende rebound‑effekter for jord‑ og vandforbrug.”

Samlet set peger dette på, at IoT‑systemer, herunder RFID‑sporing, indtil videre er den teknologi med den bedste dokumenterede effekt på madspild.

Den eneste begrænsning er, at udrulningen stadig er langsom og til tider kostbar. Manglen på en fælles standard og et samlet system mellem de mange involverede virksomheder er også et problem, der stadig skal løses.

Lektioner kan tages af fødevareindustrien generelt fra koldkæde‑overvågning, da den udgør en af de mest modne digitale anvendelser til forebyggelse af FLW.

Hvor nyttige nye teknologier kan være

Selvom undersøgelsen fremhæver, at primært IoT‑baserede teknologier er dokumenteret til at reducere madspild i stor skala, skyldes dette også, at disse teknologier er ældre og mere modne, og har været implementeret i længere tid.

Alligevel fremkommer et fælles mønster på tværs af alle teknologikategorier: teknologier, der direkte kontrollerer fysiske produktforhold, giver generelt den stærkeste dokumentation for målbar forebyggelse af FLW.

I modsætning hertil demonstrerer teknologier, der optimerer informationsstrømme, herunder AI, big data-analyse og blockchain, ofte forbedringer i prognoser, lagerstyring og sporbarhed. Nogle AI-baserede lagerapplikationer har også rapporteret reduktioner i spild, men den bredere evidens hviler stadig tungt på operationelle proxy‑målinger i stedet for standardiserede målinger af den faktiske mad, der er sparet. Det samme kan siges om teknologier, der kræver store ændringer i sociale adfærdsmønstre.

En anden faktor for at forbedre disse teknologiers ydeevne er behovet for ensartede dataarkitekturer og standarder.

Standardiserede hændelsesbaserede modeller såsom GS1 EPCIS, sammen med fælles identifikatorer, API’er, middleware og adapterlag, kan reducere integrationsfriktion ved at gøre det muligt for heterogene systemer at udveksle sporbarheds‑ og sensordata i en fælles struktur.

Situation kan også blive kompliceret, når den involverer grænseoverskridende handel, da regler og standarder mellem forskellige lande sandsynligvis vil variere betydeligt.

Forskelle i nationale reguleringer vedrørende databeskyttelse, cybersikkerhed, digital identitet og certificering komplicerer grænseoverskridende implementering, samtidig med at de forstærker usikkerheden omkring ansvar, ansvarlighed og tillid blandt aktører i forsyningskæden.

Sådan får man teknologi til at reducere madspild med succes

I sidste ende er en væsentlig faktor for adoption af teknologier, der reducerer madspild, at alle aktørers interesser er i overensstemmelse.

Virksomheder vil altid være mest interesserede i at forbedre produktiviteten og reducere omkostningerne, og bør incitamenteres til at reducere madspild ud fra dette perspektiv. Forbedring af digital infrastruktur, konnektivitet og finansielle ressourcer hjælper også betydeligt, da det sænker omkostningerne ved implementering af disse teknologier.

På forbrugerplan kan vedvarende brugerengagement i stedet for engangsadoption af teknologi være den største udfordring, påvirket af brugervenlighed, tillid, opfattet nytteværdi og integration i daglige rutiner.

Fremvoksende teknologier, der hurtigt vokser i kapacitet og brugervenlighed, vil sandsynligvis spille en større rolle i fremtiden. For eksempel forventes det, at AI, maskinsyn og digitale tvillinger af faciliteter (gårde, lagre, fødevareforarbejdningsanlæg) fortsat vil blive forbedret og begynde at levere større stigninger i omkostningsbesparelser, udbytte og reduktioner i madspild på én gang.

Det bør også bemærkes, at disse teknologier sandsynligvis ikke vil erstatte, men snarere øge efterspørgslen efter de “ældre” IoT- og RFID-teknologier, da de vil levere den konstante og præcise datastrøm, som AI‑erne har brug for for at fungere optimalt.

Investering i sporbarhed i forsyningskæden

Zebra Technologies Corporation

ZBRA Prisdiagram

Da forsyningskædeteknologi baseret på IoT sandsynligvis ikke er specifik for fødevareindustrien, er investering i dette tema bedst foretaget ved at finde virksomheder, der allerede leverer denne teknologi til andre sektorer.

Zebra Technologies (ZBRA ) leverer stregkodescanning, RFID, mobil computing, maskinsyn, miljøsensorik og lagerstyringsteknologier.

Ved at levere sporbarhed og realtidssporing af varer på tværs af forsyningskæden er Zebra en nøgleleverandør, der direkte adresserer det fysiske‑datalag, som er nødvendigt for yderligere fremskridt i digitaliseringen af fysiske økonomiske aktiviteter: detailhandel, sundhedssektoren, logistik, fremstilling, fødevareproduktion og -distribution osv.

Virksomhedens produkter passer til flere af de mest kommercielt modne anvendelser, der blev diskuteret i gennemgangen, især:

  • Overvågning af lager- og transportforhold.
  • Sporing af letfordærveligt lager.
  • Forbedring af synlighed i forsyningskæden.
  • Identifikation af produkter før udløb.
  • Støtte til bedre genopfyldnings- og allokeringsbeslutninger.

Mens salget i starten var fokuseret på Nordamerika, har virksomheden også udvidet sine aktiviteter i udlandet, som nu udgør halvdelen af det samlede salg. Detailhandel og e‑handel har været de første adoptører af disse teknologier, men de bliver hurtigt anvendt af fremstillings‑ og logistiksektorerne.

Udover disse sektorer er sundhedssektoren også et hurtigt voksende marked for Zebra. Det var Q2 2026’s marked med den højeste vækst, hvor Urgent Care bar kategoriens vækst.

Med nettoomsætning, der voksede med 20,4 % år‑til‑år i Q2 2026, og justeret EBITDA, der steg med 61,4 %, tilbyder virksomheden potentielle investorer en stærk vækstprofil. I modsætning til mange investeringer er virksomheden sandsynligvis ikke direkte truet af den stigende AI‑kapacitet (den drager i stedet fordel af den), men den er ikke overdrevent afhængig af, at AI‑boomet fortsætter for at opretholde væksten, da efterspørgslen efter bedre sporbarhed og effektivitet alligevel vokser.

Dette kan gøre Zebras aktie til et godt valg for at balancere en portefølje, der enten er for lidt eller for meget eksponeret mod rene AI‑aktier, ved at tilbyde en upside, hvis AI bliver allestedsnærværende, men også uafhængig solid vækst, hvis AI på en eller anden måde begynder at bremse.

Seneste nyheder og udviklinger om Zebra Technologies Corporation (ZBRA) aktien

Studie refereret

1. Esteban Pérez-García et al. Digitaliseringsveje for forebyggelse af fødevaretab og -spild i agro‑fødevareforsyningskæder: Aktuel evidens, udfordringer og fremtidige retninger. Trends in Food Science & Technology. december 2026. Artikel: 106084. Bind 178. 10.1016/j.tifs.2026.106084

mm

Jonathan er en tidligere biokemisk forsker, der arbejdede med genetisk analyse og kliniske forsøg. Han er nu aktieanalytiker og finansskribent med fokus på innovation, markedscyklusser og geopolitik i sin publikation 'The Eurasian Century'.