Voraussetzung für Push-App des Marketing treibenden Unternehmens beziehungsweise eines seiner Partner installiert hat. Daraufhin kann das Unternehmen dem Nutzer über die App Nachrichten auf das Smartphone schicken, auch wenn dieser die App nicht aktiv öffnet. Die Push-Notification erscheint auf dem Smartphone, vergleichbar mit einer SMS oder Whatsapp-Nachricht, und verlinkt üblicherweise (aber nicht zwangsläufig) auf einen Inhalt in der App. Push-Notifications aus Apps sind zu einem bedeutenden Kanal im digitalen Dialogmarketing geworden.

Hierbei handelt es sich um eine Form der digitalen Realität. Augmented Reality ist die Bezeichnung für eine zusätzliche Realitätsebene, die über die bestehende Realität gelegt wird. Die Hololens von Microsoft bietet beispielsweise die Möglichkeit, eine solche einzublenden. Ebenso nutzen immer mehr Spiele („Pokemon Go”) die Technologie, um die kleinen Pokemons über das Smartphone und die Kamerafunktion in der realen Umwelt zu platzieren.

Fährt ein Objekt vollständig autonom, ist kein menschlicher Fahrer mehr erforderlich. Von der Technologie profitieren unter anderem Autos und Roboter. Um den Grad der Automatisierung zu kategorisieren, lassen sich Fahrzeuge in unterschiedliche Stufen einordnen. Die internationale Vereinigung Society of Automotive Engineers (SAE) hat diesbezüglich eine Begrifflichkeit geschaffen. Dieser folgend erstreckt sich der Grad der Automatisierung oder Autonomie von Level null („Driver only”) bis Level fünf („fahrerlos”, „Full Automation”). Ein Auto, das in letztere Kategorie passt, lässt sich als „Roboterauto“ bezeichnen. Es muss zum Beispiel auch unter widrigen Wetter- und Wegbedingungen jede erdenkliche Verkehrssituation im Griff haben und kommt ohne menschlichen Fahrer aus.

Unter Big-Data-Analysen sind Konzepte, Verfahren, Technologien und Softwareanwendungen zu verstehen, mit deren Hilfe große Datenvolumen aus unternehmenseigenen und externen Datenquellen für qualitative und quantitative Analysen aufbereitet werden. Sechs Prozent der deutschen Unternehmen mit zehn und mehr Beschäftigten führten im Jahr 2015 Big-Data-Analysen durch, meldete das Statistische Bundesamt im September 2017. Große Unternehmen hätten die Methoden häufiger genutzt als kleinere. Bei Großunternehmen mit 250 und mehr Beschäftigten habe der Anteil bei 17 Prozent gelegen, bei mittelgroßen Unternehmen (50 bis 249 Beschäftigte) bei neun Prozent. Kleine Unternehmen (zehn bis 49 Beschäftigte) hätten Big Data mit fünf Prozent noch seltener gebraucht.

Die Blockchain-Technologie gilt als das Internet der Zukunft. Jede Blockchain besteht vereinfacht gesagt aus einer Kette von Datensätzen, die von allen Rechnern des Netzwerks verwaltet und berechnet werden. Dabei landet auf jedem angeschlossenen Computer eine Kopie der verschlüsselten Daten. Somit ist eine Fälschung oder gar Löschung der Daten de facto nicht mehr möglich. Auf diese Weise lassen sich etwa Bitcoins schnell und sicher speichern und auf ein Konto überweisen.

Wörtlich übersetzt: „Reise des Kunden”. Bezeichnet den kompletten Prozess von der ersten Aufmerksamkeit, die ein Produkt erregt, bis zum Kauf und zur Nach-Kauf-Phase. Unternehmen sind zunehmend an der Optimierung der Customer-Journey interessiert, um die Kommunikation mit dem Kunden zu optimieren und letztendlich Einfluss auf den Kaufprozess zu nehmen.

Analyse großer Datenbestände und deren systematische Auswertung auf Basis statistischer Methoden. Im Bereich des Data-Minings entstehen neue Softwarelösungen und neue Berufsgruppen, die vorwiegend auf den Disziplinen Mathematik, Statistik und Informatik fußen.

Am besten übersetzt mit: erfinderisches Denken, um neue Lösungen für komplexe Herausforderungen zu finden. Für viele unternehmerische Herausforderungen lassen sich tragfähige Lösungen nur dann finden, wenn Menschen verschiedener Disziplinen dafür zusammenarbeiten. Design Thinking fördert genau diese Art von Gruppenarbeit. Das Verfahren orientiert sich an der Arbeit von Designern und stellt eine Kombination aus Verstehen, Beobachtung, Ideenfindung, Verfeinerung, Ausführung und, im Kern, Lernen dar.

Wenn Gewohntes von revolutionär Neuem verdrängt wird, noch dazu in hohem Tempo, spricht man von Disruption: Ein Prozess, der häufig von Ängsten begleitet wird. Bekannte aktuelle Beispiele, die im Zusammenhang mit dem Begriff genannt werden, sind Firmen wie Hulu, Amazon oder Netflix, denen es schnell gelungen ist, die Medien- und Unterhaltungsindustrie zu verändern. Die Digitalisierung ermöglicht neue Angebote, die mit dem Gewohnten konkurrieren. In einer funktionierenden Marktwirtschaft kann sich in der Regel das günstigere und/oder bessere Produkt behaupten. Auch in der analogen Wirtschaft gab es in der Vergangenheit eine Reihe disruptiver Ereignisse, etwa die Entwicklung des Automobils, das das Pferdefuhrwerk verdrängte.

Gemeint ist die vierte industrielle Revolution. Nach der Mechanisierung, der Elektrifizierung und der Automatisierung folgt nun die Digitalisierung. Maschinen und deren Baugruppen werden untereinander und mit ihrem Umfeld digital vernetzt. Diese Vernetzung hat zum Ziel, Prozesse zu vereinfachen und zu optimieren – und dadurch die Wertschöpfungskette zu maximieren.

Die vorausschauende Instandhaltung oder Predictive Maintenance informiert im Idealfall vor dem Ausfall eines Bauteils darüber, dass dieses gewartet oder ersetzt werden muss. Um dies zu ermöglichen, werden die Daten einzelner Baugruppen systematisch aufgezeichnet und analysiert. Hierzu sind verschiedene Messgrössen nötig, um sich ein klares Bild über die einzelnen Baugruppen zu verschaffen. Dies wiederum erfordert ein kontinuierliches Lernen.

Bei der digitalen Fabrik handelt es sich um eine Produktionsumgebung, in der sich Fertigungsanlagen und Logistiksysteme ohne menschliche Eingriffe weitgehend selbst organisieren. Hierdurch soll es keine ungeplanten Maschinenstillstände mehr geben und Ressourcen sollen optimal genutzt werden. Das Ziel: Der Kunde erhält ein Tool, das eine kostenoptimierte Instandhaltung ermöglicht. Das heißt, die Maschine soll nur dann stehen, wenn dies geplant und kalkuliert wird.