Det korte svar

Mindre madspild begynder med at registrere mængde, parti, årsag og tidspunktet, hvor varen mistede sin anvendelsesmulighed. Brug FEFO sammen med kundekrav og kvalitetsstatus, og mål kostværdi særskilt fra mulig omsætning.

Registrér det, der gør den næste beslutning bedre

EU-Kommissionen beskriver madspild som et problem gennem hele fødevarekæden og fremhæver forebyggelse. For en grossist er den brugbare lokale opgave at finde de gentagne årsager, som virksomheden faktisk kan påvirke.

Lav en afgrænset log for én varegruppe i en aftalt periode. Notér vare, lot, mængde i en ensartet enhed, kostpris, hændelsesdato og årsag. Skeln fysisk bortskaffelse fra prisnedslag, returnering og lagerregulering. En negativ lagerkorrektion er ikke automatisk dokumentation for, at en tilsvarende mængde fødevarer er smidt ud.

Der kan være forskel på jeres interne forbedringsmåling og en lovpligtig opgørelse. Beskriv metoden, så tallene kan bruges til deres rigtige formål. Skift ikke definition midt i en måleperiode uden at markere bruddet.

Find det tidspunkt, hvor varen holdt op med at være disponibel

Et parti kan have flere dages holdbarhed tilbage og alligevel være uegnet til en bestemt kunde. Måske kræver kunden ti dage ved levering, eller måske er varen spærret, fordi dokumentationen mangler. Registreringen udløbet fortæller ikke, hvornår I kunne have handlet.

Se derfor baglæns fra hændelsen: Hvornår blev varen modtaget? Hvornår blev den frigivet? Hvornår kunne den senest leveres under kundens aftalte krav? Hvornår blev risikoen synlig for indkøb eller salg? Det er forskellige tidspunkter og ofte forskellige ansvarlige.

FEFO kan prioritere det parti, der udløber først blandt de leverbare varer. Det kan ikke alene løse et for stort indkøb eller gøre en kvalitetsblokeret vare salgbar. Brug holdbarhed, kvalitetsstatus, forventet afsætning og kundekrav sammen.

Find det tidspunkt, hvor varen holdt op med at være disponibel
Registreret årsagUndersøg det tidligere trin
HoldbarhedBestilt mængde, leveringstid og forventet afsætning
For lav restholdbarhed hos kundeKundekrav og seneste mulige afsendelsesdato
KvalitetsafvisningModtagekontrol, frigivelse og leverandøropfølgning
Skade eller temperaturafvigelseHændelse, håndtering og dokumenteret vurdering
Ukendt lagerdifferenceEnheder, optælling og registrering før kassation antages

Regneeksempel: hold kostværdi og omsætning adskilt

Antag, at en varegruppe i en periode får modtaget 1.000 kg til en gennemsnitlig kostpris på 40 kr. pr. kg. 60 kg bliver fysisk kasseret. Med denne afgrænsning er den kasserede mængde 6 procent af modtaget mængde, og varernes kostværdi er 2.400 kr. Eksemplet er konstrueret og beskriver ikke en kunde eller en forventet besparelse.

Kostværdien er ikke det samme som tabt omsætning, dækningsbidrag eller samlet økonomisk tab. Bortskaffelse kan koste ekstra, og en alternativ afsætning kan kræve håndtering eller rabat. Samtidig er det ikke givet, at alle kasserede kilo kunne være solgt til normalpris.

Hvis en senere periode med samme modtagne mængde og kostpris har 40 kg kassation, er den beregnede kostværdi 1.600 kr. Forskellen er 800 kr. Sammenligningen beviser ikke i sig selv en effekt af et nyt system: vareblanding, sæson, kundekrav og andre driftsændringer skal også undersøges.

Regneeksempel: hold kostværdi og omsætning adskilt
BeregningIllustrativt resultat
60 kg / 1.000 kg × 1006 % kasseret mængde i denne afgrænsning
60 kg × 40 kr./kg2.400 kr. i kostværdi
40 kg × 40 kr./kg1.600 kr. i en sammenlignelig anden periode
2.400 kr. − 1.600 kr.800 kr. forskel; ikke dokumenteret årsagseffekt

Vælg et lille forsøg med en tydelig stopregel

Hvis overbestilling er den hyppigste dokumenterede årsag, kan I teste en mindre ordrestørrelse for en enkelt varegruppe. Følg samtidig mangelsituationer og ekstra leveringsomkostninger. Lavere kassation er ikke en god forbedring, hvis den blot skaber uacceptable restordrer.

Hvis varer går tabt under afklaring af modtagelsen, kan forsøget i stedet handle om hurtigere placering af ansvar og synlig kvalitetsstatus. Registrér tiden fra afvigelsen opstår, til en ansvarlig tager stilling. Sælg eller frigiv aldrig varer alene for at forbedre en spildmåling; fødevaresikkerhed og gældende datomærkning sætter grænserne.

Brug en fast ugentlig gennemgang af de største årsager. Mængde og kostværdi viser forskellige sider af problemet: få kilo af en dyr vare kan være økonomisk væsentlige, mens en stor mængde af en billig vare kan kræve en anden driftsindsats.

Lad automatisering gøre grundlaget synligt

Forbindelser mellem modtagelse, parti, datoer og kundeleverancer gør det lettere at finde årsagerne. NoraOS kan indgå i et afgrænset arbejde med de registreringer og afvigelser. Det kræver stadig valide data og et aftalt ansvar for beslutningen om varen.

Bed i en demo om at følge et parti med en reel undtagelse, eksempelvis manglende modtagelsesoplysninger eller en delleverance. Se, hvor risikoen bliver synlig, hvem der får opgaven, og hvordan en rettelse dokumenteres. Undgå at acceptere en generel procentbesparelse som erstatning for testen.

Målet med den første periode er at kunne forklare de kasserede kilo og vælge ét tidligere indgreb, som kan afprøves. Når årsagen er kendt, kan I afgøre, om næste skridt ligger i indkøb, modtagelse, disponering eller kundeaftaler.

Brug det i praksis

Jeres næste skridt

  1. Afgræns varegruppe, periode og måleenhed.
  2. Skeln fysisk kassation fra rabat, retur og lagerkorrektion.
  3. Registrér årsag og tidspunktet, hvor varen mistede sin leverbarhed.
  4. Beregn kostværdi særskilt fra omsætning og samlet tab.
  5. Test én ændring, og følg både kassation og leveringsproblemer.

Ofte stillede spørgsmål

Er madspildsprocenten altid kassation divideret med indkøb?+

Nej. Nævner, periode og afgrænsning skal beskrives. Guidens eksempel bruger modtagne kilo; andre opgørelser kan have et andet formål og grundlag.

Kan FEFO fjerne alt madspild?+

Nej. FEFO hjælper med rækkefølgen blandt leverbare partier, men løser ikke alene overindkøb, kvalitetsproblemer eller kundernes restholdbarhedskrav.

Er mindre kassation en dokumenteret besparelse fra AI?+

Ikke automatisk. Sammenlignelige data og andre ændringer i driften skal undersøges, før en årsagseffekt kan tilskrives løsningen.

Kilder og faglig baggrund

De praktiske eksempler og tjeklister er udarbejdet til denne guide. Følgende kilder uddyber de angivne faglige begreber.

Europa-Kommissionen: Food waste (åbner i ny fane)

Baggrund for forebyggelse og måling gennem fødevarekæden. Alle lokale tal og beregninger i denne guide er tydeligt konstruerede eksempler. Kontrolleret 26. oktober 2026.

Fra guiden til jeres arbejdsgang

Brug et afgrænset pilotforløb til at teste metoden på jeres data og undtagelser.

AI til grossister & B2B engros: Automatiseret ordreflow og lagerdisponering
Om guiden

Udgivet af Norstream med AI-assisteret udarbejdelse. Eksempler er illustrative, medmindre andet er angivet. Tilpas metoder og kontroller til jeres systemer og faglige ansvar.

Har du en rettelse eller et spørgsmål?

Tag én konkret arbejdsgang med

Vi gennemgår datagrundlag, ansvar og systemforbindelser og afklarer, om en afgrænset pilot med NoraOS giver mening.

Få en afklaring af jeres arbejdsgang