Teknologiene som gjør matsvinn til en mulighet

Etter hvert som matproduksjon og tilhørende forsyningskjeder har utviklet seg fra lokale bondemarkeder til avansert logistikk som transporterer varer over halve verden til store supermarkeder, har matsvinnet økt, selv med kjøling.

Dette er ikke bare et økonomisk tap eller sløsing med matressurser som kunne blitt konsumert av mennesker, men også en tung miljøbelastning.

«Utover det direkte tapet av spiselig mat er FLW knyttet til betydelige miljøbelastninger, inkludert unødvendige klimagassutslipp, land- og vannbruk, og forstyrrelse av sirkulærøkonomiens målsetninger»

Siden teknologiske fremskritt og komplekse systemer bidrar til matsvinn, kan ytterligere forbedringer og nye teknologier bidra til å løse problemet.

Blokkjede og kunstig intelligens blir ofte fremhevet som potensielle metoder for å takle problemet.

Men en nylig gjennomgang av forskere tilknyttet Universidad de Las Palmas de Gran Canaria i Spania, Qassim University og Shaqra University i Saudi-Arabia, og Lusófona University i Portugal fant at IoT‑basert overvåking og smart logistikk for tiden har den sterkeste direkte evidensen for å redusere risikoen for forringelse. AI, forbrukerapplikasjoner og blokkjede krever fortsatt sterkere validering under reelle driftsforhold.

De publiserte funnene sine i Trends in Food Science & Technology¹, under tittelen “Digitaliseringsveier for forebygging av mattap og matsvinn i agrifood‑forsyningskjeder: Nåværende bevis, utfordringer og fremtidige retninger”.

Forstå matsvinn

Mattetap og matsvinn beskriver relaterte, men ulike problemer. I henhold til terminologien brukt av forskerne oppstår mattap mellom produksjon og punktet rett før detaljhandel. Matsvinn skjer i detaljhandelen, i matservice og på forbrukernivå.

Begge kan oppstå fordi mat er lett bedervelig og moderne forsyningskjeder involverer mange produsenter, prosessorer, lagre, distributører, forhandlere og forbrukere. En forstyrrelse eller feilberegning på et hvilket som helst stadium kan føre til at ellers brukbar mat blir ødelagt, avvist, overfylt eller kastet.

«Empiriske studier fremhever faktorer som dårlig håndtering av lett bedervelige produkter, utilstrekkelige kaldkjeder, forstyrrelser i forsyningskjeden, misforhold mellom kjøper‑ og leverandøravtaler, og atferdsnormer i nedstrømsstadier»

Dette gjør at matsvinn blir et resultat av vanlige praksiser snarere enn isolerte feil. Som følge av dette krever løsningen integrerte, systemnivåtilnærminger som kombinerer teknologiske, organisatoriske og politiske tiltak.

Teknologier for å løse matsvinn

Få oversikten

Landbruket gjennomgår for tiden det samme paradigmeskiftet som industrien, såkalt «Agriculture 4.0» og «Industry 4.0»; integrering av Internet of Things‑enheter (IoT), sanntidssensornettverk og dataplattformer gjør kontinuerlig overvåking av kvalitetsparametere og logistikkforhold mulig.

Imidlertid blir digitale teknologier sjelden tatt i bruk primært for å begrense matsvinn. På tvers av landbruket og den bredere forsyningskjeden blir investeringer oftere begrunnet med produktivitetsgevinster, operasjonell effektivitet eller kostnadsreduksjon.

I tillegg er global handling begrenset av dårlig integrering av oppstrøms- og nedstrømsperspektiver, med mange publiserte studier som er konseptuelle, pilot‑skala eller kontekstspesifikke.

For å få en bedre oversikt over hvilken teknologi som faktisk fungerer for å redusere matsvinn, samlet forskerne vitenskapelig litteratur publisert fra 2019 til 2026, ved å bruke nøkkelord som «food loss», «food waste», «FLW», «food waste prevention» osv., i kombinasjon med nøkkelord som «digitalization», «digital technologies», «Agriculture 4.0», «Internet of Things», «IoT» osv.

Denne datainnsamlingen avdekket essensielle teknologier som brukes for å bekjempe matsvinn:

• IoT/RFID‑overvåking (Radio‑frequency identification).
• Store data og skyinfrastruktur.
• AI/ML (kunstig intelligens / maskinlæring).
• Blokkjede‑basert sporbarhet.
• Mobil‑ eller nettbaserte plattformer.

Hvordan kan teknologi bidra

Årsakene til matsvinn varierer avhengig av hvilket stadium i matforsyningskjeden det gjelder:

• I primærproduksjon er tapene vanligvis knyttet til usikker etterspørsel, kosmetiske kvalitetsstandarder og værrelaterte variasjoner.
• I etterhøstbehandling og lagring skyldes forringelse utilstrekkelig temperatur‑ og fuktighetskontroll, infrastrukturbegrensninger og utilstrekkelig overvåking.
• Bearbeidingsoperasjoner kan generere tap gjennom ineffektiv planlegging, produksjonsbytter og batcher som ikke oppfyller spesifikasjoner.
• Distribusjon og detaljhandel påvirkes av prognosefeil, forstyrrelser i kaldkjeden, kampanjestrategier og ubalanse i lagerbeholdning.
• På forbruker- og matservice‑stadiene er hovedårsakene overkjøp, utilstrekkelig måltidsplanlegging, misforståelse av datomerking og upassende porsjonering.

Kilde: Trends in Food Science & Technology

Dermed bidrar ulike teknologier med forskjellige forbedringer for de enkelte stadiene i matforsyningskjeden.

IoT‑aktivert sanntidsovervåking er utmerket for å oppdage og registrere avvik i temperatur, fuktighet eller gassammensetning før produktkvaliteten blir kompromittert.

Big data-plattformer skinner ved å integrere lager, salg og kontekstuell informasjon for å forbedre etterspørselsprognoser og lagerkontroll, og redusere strukturell overproduksjon og overdrevne lagerbeholdninger.

AI‑ og ML‑algoritmer kan støtte ruteoptimalisering, dynamisk prisfastsettelse, kvalitetsklassifisering og prediksjon av gjenværende holdbarhet.

Blokkjede‑baserte sporingssystemer forbedrer gjennomsiktighet, ansvarlighet og koordinering blant leverandørkjedepartnere.

Forbrukerorienterte digitale plattformer gir lagerstyring, kjøpsveiledning, overskuddsredistribusjon og atferdsfeedback.

Kilde: Trends in Food Science & Technology

Vurdering av hva som fungerer i virkeligheten

Selv om alle disse teknologiene potensielt kan bidra, påvirker deres implementering og bruk i stor grad hvor effektive de vil være i virkelige bruksområder.

Studien fant at når det gjelder primærproduksjonsstadiet, er det uklart hvor stor faktisk innvirkning teknologien har på matsvinn.

“Relativt få studier kvantifiserer direkte reduksjoner i mattap, og de fleste rapporterte fordeler er avledet fra forbedringer i avlingsproduktivitet eller ressursbruk.”

IoT‑basert lagring og etterhøstovervåking har noen av de sterkeste bevisene i gjennomgangen. Feltforsøk, pilotprosjekter og kommersielle implementeringer viser at overvåking av temperatur, fuktighet og andre miljøforhold kan redusere risikoen for forringelse og bevare lettbedervelige produkter. Kvantifiserte reduksjoner forblir imidlertid kontekstspesifikke, mens infrastrukturkrav, investeringskostnader og interoperabilitetsutfordringer fortsatt begrenser adopsjon, spesielt blant SMB‑er og småbrukere.

Prediktiv analyse og AI ser ut til å ha bevist sin nøyaktighet i støtte av avlingsprognoser, sykdomsdeteksjon og estimering av gjenværende holdbarhet. Også her er effektiviteten i praksis sjelden blitt vurdert.

“De fleste publiserte studier vurderer prediksjonsnøyaktighet snarere enn å måle reduksjoner i FLW direkte, noe som gjør det vanskelig å fastslå AI‑s reelle bidrag til avfallsforebygging under kommersielle driftsforhold.”

For forbrukerorienterte digitale teknologier er utfordringen mindre teknisk og mer sosial. For eksempel knytter matdelingsplattformer og apper for overskuddsredistribusjon husholdninger, detaljister, restauranter og andre matbedrifter sammen med personer som er villige til å motta overskuddsmat. I tillegg kan miljøgevinster fra redusert matsvinn bli oppveid av påfølgende endringer i forbrukernes atferd.

“Analyse av mer enn 750 000 matdelings‑transaksjoner i Storbritannia viste at mellom 59 % og 94 % av de forventede klimagassfordelene ble oppveid når brukerne omdirigerte økonomiske besparelser til kjøp av andre varer og tjenester, med tilsvarende tilbakevirkninger observert for jord‑ og vannbruk.”

Alt i alt viser dette at IoT‑systemer, inkludert RFID‑sporing, hittil har den beste dokumenterte virkningen på matsvinn.

Den eneste begrensningen er at utrullingen fortsatt er treg og til tider kostbar. Mangelen på en felles standard og et samlet system mellom de mange involverte selskapene er også et problem som fortsatt må løses.

Kilde: Trends in Food Science & Technology

Matindustrien generelt kan lære av kaldkjedemonitorering, da den representerer en av de mest modne digitale applikasjonene for forebygging av FLW.

Hvor nyttige nye teknologier kan være

Selv om studien viser at hovedsakelig IoT‑baserte teknologier har vist seg å redusere matsvinn i stor skala, er dette også et resultat av at disse teknologiene er eldre og modne, og har blitt implementert over lengre tid.

Likevel fremkommer et felles mønster på tvers av alle teknologikategorier: teknologier som direkte kontrollerer fysiske produktforhold gir generelt den sterkeste dokumentasjonen på målbar FLW‑forebygging.

I kontrast viser teknologier som optimaliserer informasjonsflyt, inkludert AI, big data-analyse og blockchain, ofte forbedringer i prognostisering, lagerkontroll og sporbarhet. Noen AI‑baserte lagerapplikasjoner har også rapportert reduksjon i avfall, men den bredere evidensen hviler fortsatt tungt på operasjonelle proxy‑mål snarere enn standardiserte målinger av faktisk mat som er spart. Det samme kan sies om teknologier som krever store endringer i sosial atferd.

En annen faktor for å forbedre ytelsen til disse teknologiene er behovet for enhetlige dataarkitekturer og standarder.

«Standardiserte hendelsesbaserte modeller som GS1 EPCIS, sammen med felles identifikatorer, API‑er, mellomvare og adapterlag, kan redusere integrasjonsfriksjon ved å la heterogene systemer utveksle sporbarhets‑ og sensordata i en felles struktur.»

Situasjonen kan også bli komplisert når den involverer grenseoverskridende handel, ettersom regelverk og standarder mellom ulike land sannsynligvis vil avvike betydelig.

«Forskjeller i nasjonale forskrifter om databeskyttelse, cybersikkerhet, digital identitet og sertifisering kompliserer grenseoverskridende implementering samtidig som de forsterker usikkerhet knyttet til ansvar, ansvarlighet og tillit blant aktører i forsyningskjeden»

Slik får teknologier til å redusere matsvinn med suksess

I siste instans er en viktig faktor for adopsjon av teknologier som reduserer matsvinn, samsvaret mellom alle aktørers interesser.

Bedrifter vil alltid være mer interessert i å forbedre produktiviteten og redusere kostnader, og bør insentiveres til å redusere matsvinn gjennom dette perspektivet. Forbedring av digital infrastruktur, tilkobling, finansielle ressurser og tekniske ferdigheter bidrar også betydelig, da det reduserer kostnadene ved å implementere disse teknologiene.

På forbrukernivå kan vedvarende brukerengasjement i stedet for engangsinntak av teknologi være den største utfordringen, påvirket av brukervennlighet, tillit, opplevd nytte og integrering i daglige rutiner.

Fremvoksende teknologier som raskt vokser i kapasitet og brukervennlighet vil sannsynligvis spille en større rolle i fremtiden. For eksempel forventes det at AI, maskinsyn og digitale tvillinger av anlegg (gårder, lager, matforedlingsanlegg) vil fortsette å forbedres og begynne å levere større kostnadsbesparelser, høyere avkastning og reduserte matsvinn samtidig.

Det bør også bemerkes at disse teknologiene sannsynligvis ikke vil erstatte, men faktisk øke etterspørselen etter «eldre» IoT‑ og RFID‑teknologier, ettersom de vil gi AI‑ene den konstante og nøyaktige datastrømmen de trenger for å fungere optimalt.

Investering i sporbarhet i forsyningskjeden

Zebra Technologies Corporation

Ettersom forsyningskjedeteknologi som er avhengig av IoT sannsynligvis ikke er spesifikk for matindustrien, er det sannsynligvis best å investere i dette temaet ved å finne selskaper som allerede leverer denne teknologien til andre sektorer.

Zebra Technologies (ZBRA ) leverer strekkodeskanning, RFID, mobil databehandling, maskinsyn, miljøsensorer og lagerstyringsteknologier.

Kilde: Zebra Technologies

Ved å tilby sporbarhet og sanntidssporing av varer gjennom forsyningskjeden, er Zebra en nøkkelleverandør som direkte adresserer det fysiske‑datalag som kreves for videre fremgang i digitaliseringen av fysiske økonomiske aktiviteter: detaljhandel, helsevesen, logistikk, produksjon, matproduksjon og -distribusjon, osv.

Selskapets produkter samsvarer med flere av de mest kommersielt modne bruksområdene som ble diskutert i gjennomgangen, spesielt:

• Overvåking av lagrings- og transportforhold.
• Sporing av lett bedervare varer.
• Forbedring av synlighet i forsyningskjeden.
• Identifisering av produkter før utløp.
• Støtte til bedre påfyllings‑ og allokeringsbeslutninger.

Selv om salget i starten var konsentrert om Nord-Amerika, har selskapet også utvidet sin virksomhet internasjonalt, noe som nå utgjør halvparten av totalomsetningen. Detaljhandel og netthandel har vært de første som har tatt i bruk disse teknologiene, men de blir raskt tatt i bruk av produksjons- og logistikksektorene.

Kilde: Zebra Technologies

I tillegg til disse sektorene, helsevesenet er også et raskt voksende marked for Zebra. Det var Q2 2026 sitt høyeste vekstsluttmarked, med Urgent Care som bar kategoriens vekst.

Kilde: Zebra Technologies

Med nettoomsetning som vokser med 20,4 % år‑over‑år i Q2 2026, og justert EBITDA som øker med 61,4 %, tilbyr selskapet potensielle investorer en sterk vekstprofil. I motsetning til mange investeringer er selskapet sannsynligvis ikke direkte truet av økningen i AI‑kapasiteter (det drar nytte av dem i stedet), men er ikke overdrevent avhengig av at AI‑boomen fortsetter for at veksten skal vedvare, ettersom etterspørselen etter bedre sporbarhet og effektivitet uansett vokser.

Dette kan gjøre Zebra’s aksje til et godt alternativ for å balansere en portefølje som er enten for lite eller for sterkt eksponert mot rene AI‑aksjer, ved å tilby oppside dersom AI blir allestedsnærværende, men også uavhengig solid vekst dersom AI på en eller annen måte begynner å bremse.

Siste nyheter og utviklinger for Zebra Technologies Corporation (ZBRA)‑aksjen

Referert studie

^{1. Esteban Pérez-García et al. Digitaliseringsveier for forebygging av mattap og matsvinn i agrifood‑forsyningskjeder: Nåværende bevis, utfordringer og fremtidige retninger. Trends in Food Science & Technology. desember 2026. Artikkel: 106084. Volum 178. 10.1016/j.tifs.2026.106084}