Kort fortalt: du tager et billede af kvitteringen, en AI læser produktnavnene, og varerne dukker op i din digitale køleskabsliste få sekunder senere. Løftet lyder simpelt — og i praksis holder det stik — men det, der foregår under motorhjelmen, er mere interessant end "vi sender billedet til en chatbot". Denne artikel er en letforståelig gennemgang, trin for trin, af præcis hvad der sker, når kunstig intelligens læser din kvittering.
Eksemplet igennem artiklen er Fango, fordi det er en app, hvor implementeringen er kendt i detaljer. Men de bagvedliggende idéer gælder for enhver AI-baseret kvitteringsskanner: den samme kæde af trin — fra foto til færdig liste — er den samme, uanset hvilket mærke der står på appen.
- Ét billede — kamera, billedbibliotek eller PDF er de tre veje ind i appen
- AI læser teksten — Anthropic Claude genkender produkter, priser og produkttype
- Holdbarhed estimeres automatisk — du gennemgår og justerer, du taster ikke fra bunden
- 34 lande, 7 sprog — kvitteringen læses på sit originalsprog
- Billedet gemmes ikke — det behandles øjeblikkeligt, køleskabslisten bliver lokalt på din enhed
Hvad "AI læser kvitteringen" egentlig betyder
Opgaven er snæver, og det er en styrke. AI'en skal ikke planlægge dine måltider eller foreslå opskrifter — den skal gøre præcis ét: forvandle et foto af en kvittering til en liste over de fødevarer, du købte. Konkret betyder det:
- Tage imod et billede eller en PDF af kvitteringen.
- Afgøre hvilke linjer der er produkter, og hvilke der er overskrifter, rabatter, pant eller betalingsinfo.
- Udtrække produktnavnet for hver fødevarelinje.
- Foreslå en holdbarhedsdato ud fra produkttypen.
- Lægge varerne ind i køleskabslisten på det rigtige sprog.
Det er det hele. Der er ingen opskriftsgenerering, ingen indkøbsliste og ingen synkronisering med et smart-køleskab — kun kæden fra kvittering til liste. Gjort ordentligt fjerner det den største forhindring i denne slags apps: at taste varerne ind i hånden. Vil du se det store billede, samler den bedste madspild-app-oversigt emnet, og kvitteringsskanner-app-guiden går tættere på selve scanningen.
Trin 1 — kvitteringen ind i appen
Der er tre veje ind, og de dækker de fleste situationer:
- Kamera. Det mest almindelige. Du tager et billede af papirkvitteringen, og appen guider dig til at få den ind i rammen. Er kvitteringen lang, kan du scanne den i flere billeder.
- Billedbibliotek. Praktisk, hvis du allerede har taget et foto til dit eget regnskab, eller nogen har sendt dig kvitteringen.
- PDF. Onlinehandel — for eksempel leveret via en madudbringningstjeneste — kommer typisk som PDF. Fango kan læse en PDF direkte, uden at du behøver at printe eller fotografere den først.
Uanset hvilken vej du vælger, er næste skridt det samme: teksten eller billedet skal blive til en struktureret liste. Det er her, AI'en kommer ind.
Trin 2 — teksten sendes til AI'en
Når kvitteringen er inde i appen, sendes den til en AI-tjeneste — i Fangos tilfælde Anthropic Claude — via en Supabase-proxy, som fungerer som et mellemled. AI'en får kvitteringens tekst eller billede og en instruktion om at finde fødevarerne. Fordi Fango understøtter kvitteringer fra 34 lande, tilpasses genkendelsen til lokale formater: forskellige butikskæder skriver priser, rabatter og pant på forskellige måder, og en kvittering fra én kæde ser ikke ud som en fra en anden.
AI'en returnerer en struktureret liste, typisk på få sekunder plus netværkstid. For hvert produkt indeholder svaret:
- Produktnavnet, på kvitteringens originalsprog
- Prisen med den rette valuta
- Antallet, hvis der er købt flere af samme vare
- Et fingerpeg om produkttypen, som bruges til at estimere holdbarhed
Hvis købsdatoen står på kvitteringen — hvad de fleste kæder trykker — læser AI'en også den. Det betyder noget: scanner du kvitteringen en dag eller to efter indkøbet, tælles holdbarhedsestimaterne fra selve indkøbsdagen og ikke fra "i dag".
Tag ét billede af kvitteringen, så genkender Fango produkterne og estimerer holdbarhed automatisk. Du får en pushbesked i god tid, før maden udløber. Ingen tilmelding — dine køleskabsdata bliver på enheden.
Prøv Fango gratis i en måned Hent på Google Play
Trin 3 — hvad AI genkender på kvitteringen
AI'en læser teksten og forsøger at matche produktnavnene mod, hvad den ved om fødevarer og deres typiske holdbarhed. Den skelner mellem det, der skal med i køleskabet, og det, der ikke skal — rabatlinjer, pant, betalingsinfo og ikke-fødevarer som rengøringsmidler eller toiletartikler bliver ikke lagt ind som varer. Genkendelsen virker bedst, når:
- Kvitteringen er ren og godt belyst
- Produktnavnene er læselige — ikke foldet eller krøllet sammen
- Billedet er skarpt, ikke sløret
Fango viser resultatet, før noget gemmes: du får en liste over de genkendte produkter og kan justere datoer eller fjerne varer, du ikke vil have med. Bliver et produkt ikke genkendt, tilføjer du det manuelt efter scanningen. Idéen er ikke, at AI aldrig tager fejl — men at du altid ser og bekræfter listen, før den lander i køleskabet.
Trin 4 — sådan estimeres holdbarhedsdatoer
Kvitteringer trykker ikke holdbarhedsdatoer, så AI'en kan ikke bare aflæse dem. Det, den kan, er at genkende produktets type og anvende en typisk holdbarhed for netop den kategori som et fornuftigt udgangspunkt. Fersk kylling holder kun et par dage, hård ost i uger, æg i flere uger. Disse estimater er defaults — forslag, ikke facit.
I praksis betyder det, at du kan justere datoen per vare, hvis der står en specifik "mindst holdbar til"- eller "sidste anvendelsesdato" på selve emballagen. Forskellen på de to datotyper er værd at kende, når du retter til; den er forklaret i artiklen om mindst holdbar til vs. sidste anvendelsesdato. Når varerne er inde med deres datoer, sender Fango en pushbesked 1–14 dage før udløb — du bestemmer selv, hvor langt i forvejen du vil have besked.
Trin 5 — hvad der gemmes hvor
Det er et rimeligt spørgsmål: hvis AI'en behandler kvitteringen, hvor ender data så? I Fango er svaret enkelt, fordi der ikke er en brugerkonto at knytte noget til:
- Billedet (eller den udtrukne tekst) sendes til Anthropic Claude via en Supabase-proxy udelukkende til produktgenkendelse
- Det behandles øjeblikkeligt og gemmes ikke på nogen Fango-server
- Anthropic træner ikke på data sendt via deres API
- Den færdige køleskabsliste gemmes kun lokalt på din telefon — ingen Fango-konto, ingen sky-synkronisering
Kort sagt rører kvitteringen kun AI'en de få sekunder, scanningen tager, og så er den væk. Foretrækker du slet ikke at sende billedet, kan du tilføje varerne manuelt via appens hurtige tilføj-flow. Vil du bevare overblikket over køleskabet undervejs, gennemgår køleskab-tracker-app-guiden, hvordan listen holder styr på det hele.
Hvorfor AI-scanning slår manuel indtastning
Den praktiske forskel er større, end den lyder. At logge tyve varer én efter én tager flere minutter — du skriver navnet, vælger en kategori og indtaster en dato for hver eneste. De fleste dropper det efter et par indkøb, og så ligger appen tom. Det er præcis den barriere, AI-scanning fjerner: én handling dækker hele indkøbsturen, og du gennemgår resultatet i stedet for at bygge listen fra bunden.
| Funktion | AI-kvitteringsscanning | Manuel indtastning |
|---|---|---|
| Indsats for en hel ugehandel | Ét billede | Én vare ad gangen |
| Holdbarhedsdatoer | Estimeres automatisk | Skal indtastes pr. vare |
| Spild fra glemte varer | Lavt | Stiger med træthed |
| Barriere for at bruge appen | Lav — hurtig vane efter indkøb | Høj — let at springe over |
← stryg →
Hvad AI kan — og ikke kan
Det hjælper at være ærlig om grænserne, for marketingtekster er det sjældent. AI er god til at læse trykte kvitteringer, genkende produkttyper fra korte navne og skelne fødevarer fra rabatter og pant. Den har det sværere med falmede termokvitteringer, håndskrevne kvitteringer, billeder taget i skrå vinkel eller med kraftig genskin, og kvitteringer fra lande og sprog uden for de understøttede. Den ærlige beskrivelse er ikke "AI klarer alt" — det er "AI fjerner det meste af tastearbejdet for en typisk handel, og du udfylder resten." Derfor er gennemgangsskærmen, hvor du bekræfter listen, en del af flowet og ikke en fejl.
Hvorfor det reducerer madspild
Den mest almindelige årsag til madspild er enkel: vi ved ikke, hvad der er i køleskabet, eller hvornår det udløber, så maden skubbes bagest og opdages for sent. UNEP's Food Waste Index 2024 anslår, at omkring en tredjedel af al mad produceret globalt går til spilde, og en stor del af det sker i hjemmet.
AI-scanning løser synlighedsproblemet ved at gøre det næsten gratis at holde køleskabet opdateret. Når hele indkøbet er i appen med estimerede holdbarhedsdatoer, og du får en pushbesked, før noget udløber, falder chancen for at finde glemt mad bagest i køleskabet. For flere konkrete vaner, se guiden til at reducere madspild derhjemme og oversigten over madspild-påmindelse-apps.
Ofte stillede spørgsmål
Hvordan læser AI en kvittering?
Du tager et billede af kvitteringen med telefonens kamera, vælger et foto fra billedbiblioteket eller uploader en PDF. Teksten eller billedet sendes øjeblikkeligt til en AI-tjeneste (Anthropic Claude via en Supabase-proxy), som læser produktnavnene, afgør hvilke linjer der er fødevarer, og returnerer en struktureret liste. I Fango tager hele forløbet typisk få sekunder, og varerne lander i køleskabslisten med estimerede holdbarhedsdatoer.
Hvad sker der med billedet af kvitteringen?
Kvitteringsbilledet — eller den udtrukne tekst — sendes til Anthropic Claude via en Supabase-proxy udelukkende til produktgenkendelse. Det behandles øjeblikkeligt og gemmes ikke på nogen Fango-server. Anthropic træner ikke på data sendt via deres API. Den færdige køleskabsliste gemmes kun lokalt på din enhed, og Fango har ingen brugerkonto at knytte kvitteringen til.
Hvorfor er AI-scanning hurtigere end at taste varerne ind manuelt?
Ved manuel indtastning skriver du hvert produkt, vælger en kategori og indtaster en dato — én vare ad gangen. Med AI-scanning bliver en hel indkøbstur læst på én gang fra ét billede. AI'en udtrækker produktnavnene og estimerer holdbarhed automatisk, så du kun gennemgår resultatet i stedet for at bygge listen fra bunden.
Kan AI læse holdbarhedsdatoer fra kvitteringen?
Nej — de fleste kvitteringer trykker ikke holdbarhedsdatoer. Det AI kan, er at genkende produkttypen — fersk kylling, hård ost, bladgrønt — og anvende en typisk holdbarhed for den kategori som et estimat. I Fango er datoen kun et forslag, du kan justere per vare, hvis der står en specifik dato på emballagen.
Virker AI-kvitteringsscanningen med danske kvitteringer?
Ja. Fango understøtter kvitteringsformater fra 34 lande, inklusive Danmark, og betjeningen findes på 7 sprog. Produktnavnene læses på kvitteringens originalsprog. Genkendes et produkt ikke automatisk, kan det tilføjes manuelt efter scanningen.