En effektiv materialhantering har en viktig del i hur konkurrenskraftig en organisation är och att utveckla sina arbetssätt inom detta område är en kontinuerlig utmaning. I en organisation utgör lagerhållning av varor en av de mest väsentliga logistikkostnaderna. Ett sätt att reducera dessa kostnader är genom prognostisering.  Det finns därmed ett incitament för organisationer att allokera resurser på detta område för att bedriva sin verksamhet mer kostnadseffektivt och vara fortsatt konkurrenskraftiga. Statliga myndigheter är inget undantag gällande kostnadsreduceringar, speciellt eftersom de hushåller med resurser som tillhandahålls av regeringen. Studiens syfte har varit att undersöka vilka kvantitativa prognosmetoder som kan användas och hur de ska väljas för att uppnå en förbättrad lagerstyrning. Studien genomfördes som en fallstudie på Trafikverket. Genom att studera en organisation och använda verklig data, bidrar studien med en ökad förståelse för hur prognostiseringsprocessen är utformad samt hur prognostisering kan tillämpas utifrån efterfrågan på ett brett sortiment av artiklar. Totalt har prognoser upprättats för 245 artiklar som finns i det nuvarande sortimentet. Fem olika prognosmetoder användes för att upprätta prognoser som sedan utvärderades med två prognosmått. För att sedan välja den bästa prognosmetoden för varje artikel på ett objektivt sätt användes Data Envelopment Analysis (DEA). Studien visar vilka steg som ingår i prognostiseringsprocessen samt vilka aktiviteter som bör genomföras i varje steg. Studiens användning av DEA-analys för att bestämma den mest lämpliga prognosmetoden för ett sortiment av artiklar visar nya användningsområden för metoden. Studiens resultat och analys visade att de prognosmetoder som organisationen använder inte genererar det bästa resultatet. Prognosfelet minskade för sortimentet när den prognosmetod som DEA-analysen föreslog användes. Studiens slutsatser visade att organisationen inte analyserat varför de prognosmetoder som används är lämpliga samtidigt som de inte följer upp och utvärderar resultatet. Vidare gavs rekommendationer till fallstudieföretaget gällande vilka prognosmetoder och utvärderingsmått de kan använda sig av. / For organizations, an efficient management of material is a source for cost reductions and is an important aspect to continuously develop in order to stay competitive. Keeping stock is one of the significant costs related to logistics and one method that can contribute to a reduction in future stock levels is demand forecasting. There is therefore an incentive for organizations to allocate resources to this area of subject, to operate more efficiently and maintain or increase competitiveness. The public sector is not an exception in regard to working with cost reductions and a strict budget, especially since they use funds allocated by the government. The purpose of this thesis is to investigate which quantitative forecasting methods that can be used and how the methods should be chosen. The goal is to provide more accurate forecasts that contributes to a reduction of total material handled. The thesis was performed as a case study at Trafikverket (the Swedish transport administration). Through study and analysis of a real organization who provided real-world data to work with, the thesis contributes with an understanding of how the forecasting process is outlined and how it can be practiced when managing a large set of products. Five different forecasting methods were used in this thesis together with two measurements of accuracy. In total, forecasts were developed for 245 different products by using real data on past demand. Data Envelopment Analysis (DEA) was used to choose the most and least appropriate forecasting methods for each product. The thesis demonstrates which steps and activities are necessary in the forecasting process and the usage of DEA to decide which method is the most and least suitable for a large set of products shows a new usage for the method. The result and analysis of the thesis showed that the forecasting methods used by the case company are not the most suitable ones. The forecast error was reduced for the total set of products when using the methods that the DEA suggested. The conclusions of the thesis revealed that the case company did not perform any analysis on why the current forecasting methods were used and adding to this, no evaluation of the forecast error was performed. Further, recommendations were provided to the case company regarding which forecasting methods and accuracy measures should be employed.