25+ meistgenutzte Tech Fachbegriffe bzw. Buzzwords – leicht erklärt
Wir alle hören sie jeden Tag, aber hier sind einige einfache Erklärungen für die am häufigsten verwendeten "Buzzwords" in der Technik
Jeden Tag hören wir diese Wörter und manchmal werden sie verwendet, als wüsste jeder, was sie bedeuten. Hier finden Sie einfache Erklärungen für 25+ der am häufigsten verwendeten Tech-Buzzwords.
Es gibt tausende von Meetings, in denen mit technischen Fachbegriffen (sogenannte Buzzwords) um sich geworfen wird, ohne jemals zu wissen, was sie bedeuten oder wofür sie stehen. Ich denke, jeder hatte schon einmal eine solche Präsentation, bei der mehr Buzzwords auf dem Bildschirm angezeigt wurden, als man hören wollte.
Hier erkläre ich mal die 25+ am häufigsten verwendeten und am meisten missverstandenen Tech-Buzzwords und versuche, sie so einfach wie möglich zu erklären. Wenn Sie tiefergehendes Wissen benötigen, dann empfehle ich Ihnen, den von mir gesetzten Links zu folgen oder auf MoreThanDigital nach weiteren Inhalten zum Thema zu suchen.
Wenn ich ein Wort in „Anführungszeichen“ verwende, dann bedeutet das, dass diese Beschreibung auch in diesem Artikel finden werden.
Index
Analytics / Actionable Analytics
Dieser Begriff wird verwendet, wenn sie von der Analyse von „Big Data“ sprechen, die zu einer Art von umsetzbarem Ergebnis führt. So nutzen sie z.B. Kundendaten, um Muster zu finden und Annahmen zu treffen, wie man den Webshop für bessere Verkäufe und Konversion (Verkauf/Nutzer) optimieren kann.
Für diese Analysen benötigt man in der Regel eine große Menge an Daten, die mit Werkzeugen wie „Künstliche Intelligenz (KI)“ und „Maschinelles Lernen (ML)“, die Sie später lesen werden, analysiert werden können.
Apps / Web-App / Native-App / Hybrid-App
Einer der größten Trends der letzten Jahre ist eine App. Jedes Unternehmen muss eine App(lation) haben, die üblicherweise als „mobile App“ bezeichnet wird. Eine mobile App ist eine Anwendung, die speziell auf einem mobilen Gerät läuft, während eine normale Anwendung sich nur auf eine Art von Software bezieht, die entwickelt wurde, um eine Funktionalität für den Benutzer bereitzustellen.
Web-Apps sind Anwendungen, die speziell im Internet laufen, wie z.B. das Facebook Web-Interface und native Apps sind Anwendungen, die speziell für ein Betriebssystem entwickelt wurden. Bestes Beispiel für eine native App ist Skype, das auf dem Gerät installiert wird. Eine Hybrid-App ist die Kombination aus einer App, die für ein bestimmtes Betriebssystem entwickelt wurde, deren Inhalte aber aus einer Web-App geholt werden (z.B. Facebook-App für die Smartphones)
Mobile Webseiten vs. Apps – Was passt wann?
Artificial Intelligence (AI) / Künstliche Intelligenz (KI)
Künstliche Intelligenz (KI) ist ein sehr weit gefasster Begriff und kann in vielerlei Hinsicht verwendet werden. Er beschreibt ein Studiengebiet zur Verwendung von Algorithmen, die lernen und sich anpassen, um ein Problem zu lösen. Diese Algorithmen werden derzeit meist darauf trainiert, ein einziges Ziel zu erreichen.
Bekannte Beispiele sind die Schach- oder Go-Algorithmen, die ihr menschliches Gegenstück übertrafen. „Machine Learning (ML)“, das später erklärt wird, ist eine Art eines solchen Algorithmus.
Künstliche Intelligenz (KI) skalieren – 4 Gründe für Menschen und Enablement
Künstliche Intelligenz vs. Mensch – Sind wir ersetzbar?
Künstliche Intelligenz – Wunder der Technik oder Kunst?
Big Data
Eines der meistgenutzten Buzzwords, denn Daten sind ein wichtiges Wirtschaftsgut geworden. Dieses Schlagwort beschreibt die sehr großen Datenmengen, die Unternehmen sammeln/erfassen können, um sie weiter zu verarbeiten. Oft wird auch darauf verwiesen, dass die Datenmenge so groß ist, dass traditionelle Tools wie Excel oder ein Mensch sie nicht mehr analysieren können.
Eines der besten Beispiele sind die Nutzerdaten, die z.B. Amazon sammelt. Also, nach welcher Art von Produkt man gesucht hat, welche anderen Produkte man besucht hat, welche Produkte man gekauft hat und welche Absichten auf der Website gemessen wurden. Das sind Millionen von Datenpunkten pro Benutzer, die gesammelt werden und dann später zur Analyse verwendet werden – siehe „Data Mining“ für mehr Infos dazu.
Big Data – Datensee versus Datenleck
Blockchain
Blockchain wird üblicherweise für die Beschreibung einer verteilten Ledger-Technologie verwendet. Das bedeutet, dass Aufzeichnungen der gleichen Informationen auf verschiedenen Servern an unterschiedlichen Orten aufbewahrt werden, um eine bessere Sicherheit zu gewährleisten und eine Veränderung der Daten zu verhindern.
Blockchain selbst war eine der ersten Distributed-Ledger-Technologien auf dem Markt und ist ein Protokoll zur Übertragung von Daten, die vollständig nachvollziehbar sind, nicht verändert werden können und in einem dezentralen Netzwerk von Computern gespeichert werden. Blockchain ist auch ein Synonym für die „Krypto“-Währung
Blockchain – Möglichkeiten und Anwendungen der Technologie
Die Blockchain – ein rechtliches Minenfeld?
Blockchain – Die Zukunft mit digitalen Ketten besser verstehen
Business Intelligence
Beschreibt Prozesse, die zur systematischen Analyse eines Unternehmens eingesetzt werden. Daten werden intern oder extern (z. B. durch ERP-Systeme, CRM-Systeme, Websites etc.) gesammelt, ausgewertet und in meist elektronischer Form dargestellt. Ziel ist es, Einblicke in den aktuellen Zustand des Unternehmens zu gewinnen und Vorhersagen für die Entscheidungsfindung treffen zu können.
Chatbots
Chatbots sind Programme, die eine „menschenähnliche“ Interaktion mit einem Menschen imitieren. Um besser mit einer Person zu interagieren, verwenden sie typischerweise einen Entscheidungsbaum oder werden mit „Machine Learning“ oder Sprachanalyse erstellt, um die Kommunikation zu verbessern und in ihrer Art zu interagieren menschlicher zu wirken.
In der Regel können Chatbots intern (interne Chats wie Slack etc.) oder extern (Facebook Messenger, WhatsApp, Website-Integration) eingesetzt werden, um Antworten zu geben, Leads zu qualifizieren oder auch andere Aufgaben zu erfüllen, bei denen die Benutzer es vorziehen könnten, zu chatten, anstatt einfach ein Formular auszufüllen.
Chatbot Implementation – Ein paar hilfreiche Experten-Tipps für den Start
Klein aber fein – Chatbots für das kleine Budget
Chatbots entlang der Customer Journey
Cloud & Cloud Computing
Oft auch nur mit dem Namen „Cloud“ bezeichnet, wird ein Modell beschrieben, bei dem man keine Computer zu Hause oder in der Firma hat. Bei Cloud-Diensten / „Cloud Computing“ erhält der Anwender über eine aktive Internetverbindung Zugriff auf Rechenleistung und Rechenressourcen (wie Rechenleistung, Plattenspeicher etc.).
Google Drive ist eine der kundenorientierten Lösungen, die heute jeder nutzen könnte. Dabei handelt es sich um ein Online-Laufwerk, das auf Servern im Internet liegt. Der Benutzer kann die Daten einfach hochladen und muss sich nicht um Wartung, Quetschungen, ausfallende Hardware etc. kümmern.
Für Unternehmen bieten Amazon Web Services, Google Cloud, Microsoft Azure usw. verschiedene Arten von Dienstleistungen an, um Serverkapazitäten und Wartungsarbeiten auszulagern.
Wie ist die Wettervorhersage: Cloudy – Cloud in Unternehmen und Start-Ups
Cloud Computing: Die 5 Auswahlkriterien für Unternehmen
Multi-Cloud – Warum «einer für alle, alle für einen» in der Cloud nicht funktioniert
Was die Business-Cloud von Google Drive & Co. unterscheidet
Crypto
Krypto wird meist nur als Synonym für Kryptowährungen verwendet. Diese Währungen werden durch „Blockchain“ oder Distributed Ledger Technology-Netzwerke erstellt. Diese Kryptowährungen existieren ursprünglich, um jemanden zu bezahlen, der seine Rechenleistung und Elektrizität dem Netzwerk anbietet, um das verteilte Hauptbuch zu berechnen. Krypto könnte sich aber auch auf die Kryptographie beziehen, die die Grundlage für die Distributed Ledger Technology-Networks ist, als Ganzes. Dann beschreibt es den Prozess der Absicherung der Kommunikation.
Blockchain, Kryptographie und neue Visionen von Geld
Data Mining
Ist der Prozess der Untersuchung und Analyse großer Datenmengen, um Muster zu finden und diese Muster zu nutzen, um einen besseren Einblick in die gesammelten Daten zu erhalten. In der Regel handelt es sich dabei um große Datensätze, wie Sie sie schon von „Big Data“ kennen, und es werden Tools wie „Künstliche Intelligenz (KI)“ und „Maschinelles Lernen (ML)“ verwendet, um die Daten zu verarbeiten und die gewünschten Muster aus den Daten zu extrahieren.
Grundlagen des Data Mining – Ein (Prozess-)Überblick
DevOps (Development Operations)
Es ist ein Prozess in der Softwareentwicklung, der hilft, die Entwicklung und den Betrieb zu rationalisieren. Es wird versucht, drei Abteilungen aus Entwicklung, Betrieb und Qualitätsmanagement zu vereinen, um eine Umgebung für die Zusammenarbeit zu schaffen, in der alle zusammenarbeiten, und um die Lieferung neuer Funktionen und Fehlerbehebungen zu beschleunigen.
Digital / Digitalisierung
Der Begriff „digital“ wird in vielen Bereichen verwendet, aber seine ursprüngliche Bedeutung leitet sich von der Digitalisierung analoger Informationen ab. Dies bedeutet wörtlich, dass man etwas wie ein Dokument nimmt und eine digitale Version davon erstellt. In der Geschäftswelt wird es meist auf die Erstellung digitaler Derivate von Dokumenten, Prozessen usw. bezogen. Mit diesen digitalen Versionen ist die Manipulation der Datei einfacher und sie kann automatisiert werden. Wenn sich der Prozess als Ganzes ändert, dann spricht man von „Digitaler Transformation“.
Digitalisierung vs. Digitale Transformation – Wo liegt der Unterschied?
Digital Transformation
Digitale Transformation ist im Gegensatz zur „Digitalisierung“ das Überdenken von Geschäftsmodellen, Kultur, Prozessen, Strukturen etc. aufgrund neuer technologischer Fortschritte. Eine neue Technologie kann verfügbar werden und dies ist der Grund, über neue Geschäftsmodelle nachzudenken und die Prozesse im Unternehmen zu verändern. Digitale Transformation bedeutet auch, dass sich grundlegende Annahmen und Arbeitsweisen eines Unternehmens ändern.
Was ist die Digitale Transformation? – Definition und Erklärung
9 aktuelle Digital Transformation Trends für 2020+
Digitalisierung vs. Digitale Transformation – Wo liegt der Unterschied?
Digitale Transformation ist ein „INsight job“ – Psychologische Transformation
95% Transformation und nur 5% Digital – Die Wahrheit zur Digitalen Transformation
Disruptiv
Besonders in der Start-up-Welt werden Sie diesen Begriff oft hören. Er bezieht sich auf eine neue Technologie, ein Geschäftsmodell oder etwas anderes, das so erfolgreich sein kann, dass bestehende Produkte, Unternehmen und Dienstleistungen überflüssig werden und es den gesamten Markt verändert.
9 disruptive Geschäftsmodelle für 2021 – Neue Chancen für Firmen
Ökosystem
In der Wirtschaft ist ein Ökosystem ein System von Organisationen und Einzelpersonen, die von einem Ökosystem-Orchestrator geleitet werden, um mit einem gemeinsamen Nutzenversprechen Werte zu schaffen. Auf diese Weise sieht ein Kunde nur ein gemeinsames Ziel aller beteiligten Einzelunternehmen und Personen.
Das bekannteste digitale Ökosystem ist vielleicht Amazon, das eine E-Commerce-Plattform, Zahlungsdienste, Film-/Musikdienste, Logistikdienste usw. anbietet und der Ökosystem-Orchestrator für viele beteiligte Unternehmen und Drittparteien ist.
Was ist ein digitales Ökosystem? – Das profitabelste Geschäftsmodell verstehen
Front-End / Back-End
Frontend beschreibt alle Teile einer Website, Anwendung oder eines Dienstes, mit denen der Benutzer interagieren kann. Wenn Sie auf einer Website surfen, sehen Sie meist nur das „Front End“ der Website. Dort können Sie nur eingeschränkt mit dem Code selbst interagieren.
Der Dienst selbst läuft im „Back End“, das beschreibt den Teil von Websites, „App“ etc., der typischerweise für Benutzer nicht sichtbar ist und die Anwendung selbst, Webserver, Datenbanken, Code und vieles mehr umfasst.
Industry 4.0
Der Begriff beschreibt Smart Factories, in denen IoT und andere Technologien eingesetzt werden, um die Arbeit zu analysieren, Verbesserungen vorzunehmen und die generierten Daten zu nutzen, um die Wartung zu automatisieren, Probleme vorherzusagen oder auch Daten mit anderen an der Produktion beteiligten Parteien zu teilen. Diese Interaktion hilft, sowohl die Produktion als auch die Kommunikation innerhalb der Fabrik zu verbessern. Technologien wie „Machine Learning“ werden ebenso eingesetzt wie „Big Data“, um die Entscheidungsprozesse und Erkenntnisse zu verbessern.
Was ist Industrie 4.0? -Grundlagen erklärt
Industrie 4.0 für KMU Unternehmen
Das Netzwerk als Schlüssel zur Industrie 4.0
Internet of Things (IoT)
Internet of Things (IoT) beschreibt die Möglichkeit, verschiedene Dinge mit Sensoren, Steuerungen und Internetzugang zu versehen. Dies kann Autos, Kaffeemaschinen, Industrieroboter usw. umfassen, die alle über das Internet verbunden, analysiert und möglicherweise gesteuert werden können. Ein typisches Beispiel, das man zu Hause findet, ist die Beleuchtung, die mit Alexa, Google oder Siri gesteuert werden kann. Die Glühbirne hat einen Chip, der die Glühbirne mit dem Internet verbindet und über eine Plattform kann Alexa etc. diese Glühbirne zu Hause steuern.
IoT – Intelligente Welt dank Internet of Things
IoT Baukasten – Die 3 Bausteine jeder IoT Lösung
IoT Lösungen – Aufbau und Prozesse verstehen
Das IoT – große Ambitionen, schleppende Umsetzung: Woran liegt es?
Machine Learning (ML)
Maschinelles Lernen ist ein Beispiel für eine Technologie, die im Bereich der „Künstlichen Intelligenz (KI)“ eingesetzt wird. Sie gibt Computern die Fähigkeit, mit neuen Daten zu lernen und sich anzupassen, ohne den Algorithmus speziell neu zu programmieren. Diese Art von Algorithmus wird verwendet, um Vorhersagen über das Nutzerverhalten zu treffen oder auch Inhalte auszuwählen und zu personalisieren.
Z.B. nutzt Facebook Machine Learning, um die Inhalte im Newsfeed eines jeden Nutzers zu personalisieren, damit er am längsten auf der Plattform bleibt. Der Algorithmus lernt, was Ihre Aufmerksamkeit erregt und optimiert die Inhalte für Ihr Gefallen.
Machine Learning – Grundlagen und Definition für Anfänger und Manager erklärt
Microservices / Microservice Architektur
Dies ist eine Möglichkeit, sehr komplexe Anwendungen und Software zu programmieren, indem man sie in kleine, überschaubare Dienste zerlegt. Die einzelnen „Microservices“ werden dann über eine Programmierschnittstelle verbunden, die eine neutrale Programmiersprache verwendet. Auf diese Weise ist die Software modular aufgebaut und kann als einzelne Teile entwickelt, skaliert und ersetzt werden, anstatt das gesamte komplexe System zu verändern.
Netzneutralität
Dieses Schlagwort ist aufgrund der neuesten Entwicklung aufgetaucht. Netzneutralität bedeutet im Grunde, dass jeder Dienst im Internet die gleiche Art von Geschwindigkeit, Bandbreitenzuweisung und Zugang hat – unabhängig davon, woher die Anfrage kommt. Dieses Konzept wird derzeit in Frage gestellt, da es möglich sein könnte, dass nur Unternehmen, die extra an die Internet Service Provider (ISP) zahlen, die Fast Lanes erhalten. So muss z. B. Netflix in jedem Land den ISP bezahlen, um den Menschen den Zugang zu Netflix als Videodienst zu ermöglichen.
Plattform
Plattformen sind zur Zeit eines der „disruptivsten“ Geschäftsmodelle. Die meisten neuen Fortune-500-Unternehmen sind in irgendeiner Form an einem Plattform-Geschäftsmodell beteiligt. Das Grundmodell ist immer das gleiche. Eine Vielzahl von Anbietern (Inhalte, Produkte, Dienstleistungen etc.) nutzen eine Plattform in der Mitte, um die Waren anzubieten. Auf der anderen Seite steht die Nachfrage, bei der eine große Anzahl von Käufern von der Plattform angezogen wird, weil sie viele Anbieter an einem Ort finden können. Die Plattform bringt also viele Anbieter und viele Kunden zusammen.
Es sind verschiedene Geschäftsmodelle möglich, von Mitgliedschaftsmodellen über Provisionsbasis oder Werbung, um als Plattform Einnahmen zu generieren.
Plattformen und Inhalte – Das Geschäftsmodell des 21. Jahrhunderts
Quantencomputing
Derzeit stoßen die Technologien der Silizium-Chips (CPU, GPU etc.) an die physikalischen Grenzen, da sie nicht mehr kleiner oder viel schneller werden können. Aus diesem Grund ist das Quantencomputing seit geraumer Zeit in den Nachrichten. Große Unternehmen wie Google, IBM etc. erforschen Wege, wie man die Quantenmechanik zur Datenverarbeitung und zur Berechnung von Software nutzen kann. Im Gegensatz zu gewöhnlichen Chips können diese Quantencomputer nicht nur 0 und 1 verarbeiten, sie können buchstäblich unendlich viele Zustände auf einmal berechnen, was sie sehr leistungsfähig bei der Berechnung großer Datenmengen machen würde. Die Technologie befindet sich noch in der experimentellen Phase und wir werden nicht so bald eine kommerzielle Anwendung auf breiter Basis sehen.
User Interface (UI) & User Experience (UX)
Beide werden oft als Synonym verwendet, auch wenn sie sehr unterschiedliche Bedeutungen haben. Die Benutzeroberfläche (UI) beschreibt die Teile einer Anwendung, einer Website, eines Computers usw., die vom Benutzer bedient werden können. So kann alles vom Website-Menü über Schaltflächen bis hin zu Tastaturen oder Touchscreens Teil der Benutzeroberfläche (UI) sein. Die User Experience (UX) ist das Gefühl des Benutzers, die Emotionen, die er bekommt und die Benutzerfreundlichkeit, die er hat, wenn er mit einem Produkt oder einer Dienstleistung interagiert. Dies kann auch die Kommunikation mit dem Kunden und dem Produkt oder das Design einer Dienstleistung sein.
Virtual Reality and Augmented Reality (VR & AR)
Virtual Reality ist ein Begriff, der eine computergenerierte Realität, wie ein Videospiel, beschreibt, in der ein Benutzer interagieren kann. Oft sieht man spezielle Ausrüstung wie Spezialbrillen, Handschuhe usw., die verwendet werden, damit man in der virtuellen Welt interagieren kann, während man sieht, was man tut.
Augmented Reality ist dagegen eine virtuelle Überlagerung der tatsächlichen Welt mit Sound, Videos oder anderen computergenerierten Elementen. Wir sehen das manchmal in Science-Fiction-Filmen, wo jemand eine Brille auf hat und die Details der Person sieht, mit der er spricht, oder einige Informationen auf der Straße. Augmented Reality wird z. B. in Autos verwendet, um die Navigationspfeile direkt auf der Frontscheibe des Autos anzuzeigen, so dass es aussieht, als ob die Pfeile auf der Straße wären.
Voice Recognition & Natural Language Processing (NLP)
Spracherkennung ist ein Teilgebiet der Informatik, bei dem Computer das gesprochene Wort eines Menschen in Text umwandeln. Ein einfaches Beispiel für Spracherkennung sind Dienste wie Alexa, Google Assistant, Siri usw., die zum Diktieren von Texten oder zum Transkribieren von Videos verwendet werden können.
Natural-Language-Processing hingegen beschäftigt sich mit der Interaktion zwischen Computern und der menschlichen Sprache. NLP versucht, 3 verschiedene Faktoren zu verbessern: die Sprach(sprach)erkennung, das Verstehen natürlicher Sprache und die Generierung natürlicher Sprache. Diese Bereiche beinhalten dann die Aufnahme dessen, was Sie sagen, das Verstehen dessen, was Sie sagen und dann auch die natürlich klingende Reaktion auf das, was Sie sagen.
Die Stimme im Internet – Sprachassistenten bei der Kundenkommunikation
Die Kommentarfunktion ist geschlossen.