Vad?
Initiativet är pausat i väntan på bla ny idébärare och en infrastruktur som underlättar för den här typen av datahantering hos oss.
Hur?
Genom att koppla ihop matsvinnsdata med andra typer av data (till exempel från menyer, livsmedelsinköp och frånvarostatistik) undersöker vi om en AI-lösning kan hjälpa oss att förutse matsvinn innan det uppstått.
Idén är under testning och olika typer av data har samlats in och börjat användas till att förutspå hur matsvinnet kommer se ut i förväg. Nästa steg handlar om att testa om det är rätt data vi använder och om förutsägelserna går att använda till planering.
Data vi använder:
Svinnregistreringar (Hanteras rapport 460)
Meny från Skolmaten.se (öppen plattform)
Recept
Vi tittar på även kunna använda: livsmedelsfakturor, frånvarodata, matkömätning, väderdata.
AI-funktionerna:
Algoritmerna bakom lösningen klassificerar olika parametrar som kan påverka svinnet och hittar mönster mellan till exempel fiskpinnar och panerad fisk. Med hjälp av historisk svinndata ger lösningen sedan prediktioner på skolnivå.
Varför?
Stora delar av maten som produceras idag slängs – en tredjedel av den närmare bestämt. I våra skolmatsalar slängs det betydligt mindre men det handlar fortfarande om mycket mat som hamnar i soporna. Efter två års intensivt arbete med matsvinnet inom projektet SmartMat Hbg så har Helsingborgs stads skolor minskat sitt matsvinn med 48%. Vi har gått från att slänga 240 ton mat om året till närmare 120 ton. Under de här två åren har vi samlat in mycket data om vårt matsvinn i takt med att kockarna varje dag har rapporterat in kökssvinn, serveringssvinn och tallrikssvinn i en databas.
Nu undrar vi: Kan vi använda den här informationen för att planera bort framtida matsvinn? Kan vi förutse svinn innan det uppstår?
Utmaningar
- Hur kan vi minska vårt klimatavtryck och nå klimatneutralitet 2030?
Drivs av
- Skol- och fritidsförvaltningen / Måltidsservice