Designing a CO2e Emissions Estimation and Visualisation System for Municipal Food Procurement: A Case Study from Aalborg Municipality
Authors
Jensen, Marcus Hasselgaard Skifter ; Pihl, Tobias Martin
Term
4. term
Education
Publication year
2025
Submitted on
2025-06-12
Pages
27
Abstract
The food sector is a major source of greenhouse gas emissions. This thesis describes the design, development, and evaluation of a system that estimates and visualizes CO2e emissions from Aalborg Municipality’s food purchases. CO2e (carbon dioxide equivalents) is a common unit that combines different greenhouse gases. The system follows a user-centered design and applies Life Cycle Assessment (LCA) principles, which consider environmental impacts from production to disposal. It aims to address key gaps in the municipality’s current estimates. The solution uses invoice data, semantic mapping via a large language model (LLM), and structured food categorization to deliver more accurate estimates across the municipality’s kitchens. It can visualize emissions by food category, normalize results per person served or per DKK spent, and generate anonymized, kitchen-specific CO2e reports. Through iterative prototyping and stakeholder feedback, the system was refined to better support strategic decision-making and highlight areas for intervention. The resulting tool improves the efficiency and relevance of emissions reporting and offers a scalable model for sustainability work in the public sector.
Fødevaresektoren bidrager væsentligt til globale drivhusgasudledninger. Denne afhandling beskriver design, udvikling og evaluering af et system til at estimere og visualisere CO2e-udledninger fra Aalborg Kommunes indkøb af mad. CO2e (CO2-ækvivalenter) er en fælles måleenhed, der samler forskellige drivhusgasser. Systemet er udviklet med brugercentreret design og bygger på principper fra livscyklusvurdering (LCA), som ser på miljøpåvirkninger fra produktion til bortskaffelse. Målet er at afhjælpe centrale svagheder i kommunens nuværende estimater. Løsningen udnytter fakturadata, semantisk mapping via en stor sprogmodel (LLM) og en struktureret kategorisering af fødevarer for at give mere præcise udledningsestimater på tværs af kommunens køkkener. Den kan visualisere udledninger fordelt på fødevarekategorier, normalisere udledninger pr. person der bliver bespist eller pr. anvendt DKK, og generere anonymiserede, køkkenspecifikke CO2e-rapporter. Gennem iterative prototyper og feedback fra interessenter er systemet løbende forbedret, så det bedre understøtter strategiske beslutninger og peger på mulige indsatser. Det færdige værktøj gør rapporteringen mere effektiv og relevant og udgør en skalerbar model for bæredygtighedsinitiativer i den offentlige sektor.
[This apstract has been rewritten with the help of AI based on the project's original abstract]
Keywords
CO2 ; Administrator system ; Fødevarer ; Aalborg Kommune ; Bæredygtighed ; LLM ; LCA ; sHCI