Die Digitalisierung der Arbeitswelt schreitet stetig voran. Dadurch verändern sich Aufgaben und Anforderungen. Dieser Beruf bietet die Möglichkeit, sich z.B. mit folgenden zukunftsweisenden Technologien, Verfahren oder Systemen zu befassen:
Augmented Analytics (z.B. Augmented-Analytics-Tools zur automatisierten Datenanalyse entwickeln)
Blockchain (z.B. blockchainbasierte Lösungen entwickeln und anpassen, um Geschäftsvorgänge, Abstimmungsprozesse oder finanzielle Transaktionen abzubilden, zu steuern und zu dokumentieren)
Cloud Computing (z.B. cloudbasierte Softwarelösungen entwickeln und optimieren)
Content as a Service - CaaS (z.B. Daten für Content-Services zusammenstellen und auswerten)
Content Automation (z.B. an der Entwicklung von generativen Content-Tools mitwirken)
Data Lake (z.B. Datenspeicher analysieren, strukturieren und anbinden, in denen sowohl strukturierte als auch unstrukturierte Daten für Big-Data-Auswertungen gesammelt werden)
Data Warehouse (z.B. zentrale Unternehmensdatenbanksysteme einrichten und verwalten)
Data-Driven Marketing (z.B. Datenanalyse- und-automationstools entwerfen, implementieren, anpassen und pflegen)
Demand Sensing (z.B. Demand-Sensing-Applikationen realisieren und in bestehende IT-Umgebungen einbinden)
DevOps-Tools (z.B. DevOps-Werkzeuge in der Softwareentwicklung anwenden)
Distributed Filesystem - DFS (z.B. netzwerkübergreifende Dateisysteme entwickeln und aufbauen)
Edge Computing (z.B. dezentrale Netzwerkarchitekturen einsetzen, um die Reaktionszeit von Anwendungen zu beschleunigen)
Firewall as a Service - FWaaS (z.B. cloudbasierte Firewall-Anwendungen auswählen, konfigurieren und anpassen)
In-Memory Computing (z.B. In-Memory-Systeme, mit deren Hilfe Daten im Arbeitsspeicher abgelegt werden können, für Cloud-Anwendungen nutzen)
IoT-Plattformen (z.B. IoT-Applikationen realisieren und in bestehende IT-Umgebungen einbinden)
KI-gestütztes Wissensmanagement (z.B. Datenstrukturen für selbstlernende Wissensmanagementsysteme entwickeln und anpassen)
Low-Code-/No-Code-Plattformen - LCNC (z.B. auf die eigenen Aufgaben abgestimmte Anwendungen zur Datenanalyse mithilfe von LCNC-Plattformen programmieren)
Maschine-zu-Maschine-Kommunikation - M2M (z.B. den automatisierten Informationsaustausch zwischen Systemen und Maschinen definieren)
Mensch-Maschine-Kommunikation (z.B. Bedienoberflächen für kundenspezifische Anwendungen entwickeln)
Open Data (z.B. Open-Data-Portale entwickeln und betreuen; Daten bereinigen, standardisieren und für den Datenzugriff bereitstellen)
Process Mining (z.B. Process-Mining-Systeme und -Anwendungen zur Analyse von Geschäftsprozessen entwickeln und einsetzen)
Robotic Process Automation - RPA (z.B. Prozesse im Unternehmen ausfindig machen, die durch RPA automatisiert werden können)
Security Automation (z.B. automatische Systeme zur Erkennung und Verhinderung von Cyber-Sicherheitsvorfällen sowie von Systemschwachstellen einsetzen)
Serverless Computing (z.B. in kurzlebigen, cloudbasierten Laufzeitumgebungen programmieren)
Service-Portale und -Apps (z.B. Portal-Anwendungen und -Schnittstellen für verschiedene Servicesituationen anpassen und einsetzen)
Software-definiertes Wide Area Networking - SD-WAN (z.B. Software für die Steuerung und Weiterleitung von cloudbasierten Unternehmensnetzwerken installieren und warten)
Urbane Datenplattformen (z.B. Anwendungen für Urbane Datenplattformen konzipieren, einrichten und anpassen; Urbane Datenplattformen pflegen)
