Glossar

Jeder Begriff, klar erklärt

Verständliche Definitionen zu KI, Hackathons, Geräten und Tech-Zugang im Globalen Süden, vom Tembi-Labs-Team.

AI & Machine Learning Devices & Hardware Digital & AI Literacy Global South & Development Hackathons & Building Tech Access & the Divide

A–Z durchsuchen

Alle Begriffe, A–Z

Jede Definition hat eine eigene Seite. Springe direkt zum gesuchten Begriff.

A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

Jury

AI & Machine Learning

Künstliche Intelligenz (KI): Softwaresysteme, die Aufgaben erledigen, die man sonst menschlicher Intelligenz zuschreibt, etwa Sprache verstehen, Bilder erkennen oder Entscheidungen treffen. Moderne KI lernt Muster aus Daten, statt festen, von Hand geschriebenen Regeln zu folgen.
Maschinelles Lernen: Ein Teilgebiet der KI, bei dem ein System an einer Aufgabe besser wird, indem es statistische Muster aus Beispielen lernt, statt explizit programmiert zu werden. Je mehr relevante Daten es sieht, desto besser werden meist seine Vorhersagen.
Deep Learning: Eine Form des maschinellen Lernens, die neuronale Netze mit vielen Schichten nutzt, um komplexe Muster direkt aus Rohdaten wie Text, Bildern oder Audio zu lernen. Sie treibt die meisten heutigen Sprach- und Bildmodelle an.
Neuronales Netz: Ein locker vom Gehirn inspiriertes Modell aus Schichten verbundener Einheiten, die Signale weitergeben und ihre Stärke während des Trainings anpassen. Es ist der zentrale Baustein des Deep Learning.
Großes Sprachmodell (LLM): Ein KI-Modell, das mit sehr großen Textmengen trainiert wird, um Sprache vorherzusagen und zu erzeugen. Große Sprachmodelle treiben Chatbots, Schreibwerkzeuge und Coding-Assistenten an und sind die Tools, die Studierende bei Tembi-Labs-Hackathons nutzen.
Generative KI: KI, die neue Inhalte wie Text, Bilder, Code oder Audio erzeugt, statt nur zu klassifizieren oder vorherzusagen. Es ist die Kategorie, mit der Studierende am direktesten arbeiten.
Prompt: Der Eingabetext oder die Anweisung, die eine Person einem KI-Modell gibt, um eine nützliche Antwort zu erhalten. Klare, konkrete Prompts liefern meist bessere Ergebnisse.
Prompt Engineering: Die Praxis, Prompts so zu gestalten und zu verfeinern, dass ein KI-Modell zuverlässige, hochwertige Ergebnisse liefert. Dazu gehören Kontext, Beispiele und klare Vorgaben.
Token: Die kleine Texteinheit, etwa ein Wortfragment, die ein Sprachmodell liest und erzeugt. Modellgrenzen und Preise werden meist in Token gemessen.
Inferenz: Die Phase, in der ein trainiertes Modell tatsächlich genutzt wird, um Antworten oder Vorhersagen zu erzeugen, im Gegensatz zum Training, in dem es lernt. Jede Chatbot-Antwort ist eine Inferenz.
Training: Der Prozess, ein Modell zu lehren, indem man es mit Daten konfrontiert und seine internen Parameter anpasst, damit die Vorhersagen besser werden. Das Training großer Modelle ist rechenintensiv.
Feinabstimmung: Das Anpassen eines bereits trainierten Modells an eine bestimmte Aufgabe oder Domäne durch weiteres Training mit einem kleineren, gezielten Datensatz. Das ist günstiger, als ein Modell von Grund auf zu trainieren.
Vortraining: Die erste, umfangreiche Trainingsphase, in der ein Modell allgemeine Muster aus breiten Daten lernt, bevor es spezialisiert wird. Sie verleiht Basismodellen ihre breiten Fähigkeiten.
Retrieval-Augmented Generation (RAG): Eine Technik, die ein Sprachmodell relevante Dokumente nachschlagen und beim Antworten nutzen lässt, damit Antworten in echten, aktuellen Quellen verankert bleiben. Sie verringert erfundene Antworten.
Embedding: Eine numerische Darstellung von Text, Bildern oder anderen Daten, die Bedeutung erfasst, sodass ähnliche Elemente in einem mathematischen Raum nah beieinander liegen. Embeddings treiben Suche und Empfehlungen an.
Vektordatenbank: Eine Datenbank, die Embeddings speichert und nach Ähnlichkeit statt exakter Übereinstimmung durchsucht. Sie ist ein häufiges Rückgrat für RAG und semantische Suche.
Transformer: Die Architektur neuronaler Netze hinter den meisten modernen Sprachmodellen, die einen Aufmerksamkeitsmechanismus nutzt, um zu gewichten, wie Wörter zueinander in Beziehung stehen. Sie machte die heutigen LLMs möglich.
Parameter: Ein interner Wert, den ein Modell während des Trainings anpasst, um Gelerntes zu speichern. Große Modelle haben Milliarden Parameter, was ihre Fähigkeiten und Kosten teilweise erklärt.
Halluzination: Wenn ein KI-Modell Text erzeugt, der selbstsicher klingt, aber sachlich falsch oder erfunden ist. Halluzinationen zu erkennen und zu prüfen ist eine zentrale Fähigkeit der KI-Kompetenz.
Kontextfenster: Die maximale Textmenge, in Token gemessen, die ein Modell beim Erzeugen einer Antwort auf einmal berücksichtigen kann. Größere Kontextfenster lassen Modelle umfangreichere Dokumente verarbeiten.
Multimodale KI: KI, die mit mehreren Arten von Ein- oder Ausgaben zugleich arbeitet, etwa Text, Bild und Audio. Ein multimodales Modell kann zum Beispiel ein Foto in Worten beschreiben.
Maschinelles Sehen: Das KI-Feld, das sich auf das Interpretieren von Bildern und Video konzentriert, mit Aufgaben wie Objekterkennung und Bildklassifikation. Es liegt Anwendungen von der Medizinbildgebung bis zur Landwirtschaft zugrunde.
Verarbeitung natürlicher Sprache (NLP): Der Bereich der KI, der sich mit dem Verstehen und Erzeugen menschlicher Sprache befasst. Er umfasst Übersetzung, Zusammenfassung, Stimmungsanalyse und Fragenbeantwortung.
KI-Agent: Ein System, das ein KI-Modell nutzt, um über mehrere Schritte hinweg zu planen und zu handeln, etwa zu suchen, Werkzeuge aufzurufen und Dateien zu aktualisieren, um ein Ziel zu erreichen. Agenten bringen KI vom Antworten zum Handeln.
Basismodell: Ein großes, mit breiten Daten trainiertes Modell, das sich an viele nachgelagerte Aufgaben anpassen lässt. LLMs und große Bildmodelle sind typische Beispiele.
Open-Source-Modell: Ein KI-Modell, dessen Gewichte öffentlich verfügbar sind, sodass jede und jeder es ausführen, untersuchen oder anpassen kann, oft kostenlos. Offene Modelle senken Kosten und sind für den Zugang in ressourcenarmen Kontexten wichtig.
Überwachtes Lernen: Das Training eines Modells mit gelabelten Beispielen, bei denen jede Eingabe die richtige Antwort mitbringt. Es wird für Aufgaben wie Klassifikation und Vorhersage genutzt.
Unüberwachtes Lernen: Das Training eines Modells mit Daten ohne Labels, sodass es Strukturen wie Cluster oder Muster selbst findet. Es ist nützlich, wenn gelabelte Daten knapp sind.
Bestärkendes Lernen: Eine Methode, bei der ein Agent lernt, indem er Aktionen ausprobiert und Belohnungen oder Strafen erhält und so seine Strategie schrittweise verbessert. Sie wird in Robotik, Spielen und der Modellausrichtung genutzt.
RLHF: Eine Technik, die Modelle anhand menschlicher Präferenzen darüber feinabstimmt, welche Antworten besser sind, und sie so hilfreicher und sicherer macht. Sie prägte moderne Chat-Assistenten.
Datensatz: Eine strukturierte Sammlung von Daten, die genutzt wird, um ein Modell zu trainieren oder zu bewerten. Qualität, Größe und Vielfalt eines Datensatzes prägen stark, was ein Modell lernt.
Verzerrung in KI (Bias): Systematische Ungerechtigkeit in den Ausgaben eines Modells, oft weil die Trainingsdaten bestimmte Gruppen unterrepräsentieren oder verzerren. Bias zu adressieren ist wichtig für KI, die dem Globalen Süden dient.
Chatbot: Ein Programm, das mit Nutzenden in natürlicher Sprache ein Gespräch führt, heute meist von einem Sprachmodell angetrieben. Es ist der häufigste erste Kontakt mit generativer KI.
API (Programmierschnittstelle): Eine definierte Schnittstelle, über die ein Programm Dienste oder Daten von einem anderen anfragt, etwa eine App, die ein KI-Modell aufruft. APIs lassen Entwickelnde KI-Funktionen einbauen, ohne eigene Modelle zu trainieren.

Devices & Hardware

Refurbished-Gerät (generalüberholtes Gerät): Ein gebrauchtes Gerät, das getestet, repariert und aufbereitet wurde, um wieder zuverlässig zu funktionieren, oft zu einem Bruchteil der Kosten neuer Hardware. Tembi Labs baut Computerräume aus refurbished Enterprise-Laptops.
Enterprise-Laptop: Ein Laptop für den Geschäftseinsatz, gebaut auf Langlebigkeit, Sicherheit und lange Nutzungsdauer, was ihn gut für die Wiederverwendung eignet. Unternehmen mustern große Bestände davon aus, während sie noch Jahre halten.
Computerraum: Ein Raum mit gemeinsam genutzten Computern, in dem Studierende lernen und bauen können, besonders wertvoll, wo persönliche Geräte knapp sind. Computerräume zu bauen und auszustatten ist das längerfristige Ziel von Tembi Labs.
Geräte-Lebenszyklus: Die gesamte Nutzungsspanne eines Geräts, vom Kauf über den Betrieb bis zur Ausmusterung und Wiederverwendung oder Verwertung. Den Lebenszyklus zu verlängern hält funktionierende Hardware aus dem Abfallstrom fern.
Recht auf Reparatur: Der Grundsatz und die wachsende Zahl an Gesetzen, dass Menschen ihre eigenen Geräte reparieren können sollen, mit Zugang zu Teilen, Werkzeugen und Informationen. Es unterstützt längere Gerätelaufzeiten und weniger Abfall.
IT-Spende: Das Spenden gebrauchter Computer oder anderer IT-Ausrüstung an eine Organisation, die sie sinnvoll einsetzen kann. Für Unternehmen kann sie Nachhaltigkeit, soziale Wirkung und Steuervorteile verbinden.
Sachspende (in-kind donation): Eine Spende von Gütern statt Geld, etwa Laptops oder Ausrüstung. In Deutschland kann eine Sachspende unter bestimmten Voraussetzungen für den Spender steuerlich absetzbar sein.
Spendenbescheinigung (Zuwendungsbestätigung): In Deutschland die offizielle Zuwendungsbestätigung, die eine anerkannte gemeinnützige Organisation ausstellt, damit ein Spender die Spende steuerlich geltend machen kann. Bei Sachspenden wie Laptops muss sie den Wert des Gegenstands belegen.
Datenlöschung: Das sichere und dauerhafte Löschen aller Daten von einem Gerät, bevor es wiederverwendet oder gespendet wird, sodass keine persönlichen oder betrieblichen Informationen verbleiben. Es ist ein notwendiger Schritt bei verantwortungsvoller Wiederverwendung.
IT-Asset-Entsorgung (ITAD): Der gesteuerte Prozess, IT-Ausrüstung sicher auszumustern, samt Datenlöschung, Aufbereitung, Weiterverkauf, Spende oder Recycling. Er lässt Unternehmen alte Hardware verantwortungsvoll abgeben.
Elektroschrott-Recycling: Das Zurückgewinnen von Materialien aus elektronischen Geräten, die nicht mehr nutzbar sind, sodass wertvolle Metalle zurückgewonnen und gefährliche Teile sicher behandelt werden. Wiederverwendung sollte, wo möglich, vor Recycling kommen.
Kreislaufwirtschaft: Ein Wirtschaftsmodell, das Produkte und Materialien durch Wiederverwendung, Reparatur und Recycling so lange wie möglich im Einsatz hält, statt der Linie Herstellen-Nutzen-Wegwerfen. Geräte aufzubereiten ist ein klares Beispiel.
Gesamtbetriebskosten (TCO): Die gesamten Kosten eines Geräts über seine Lebensdauer, samt Anschaffung, Energie, Wartung und Entsorgung, nicht nur der Kaufpreis. Refurbished-Hardware senkt oft die Gesamtbetriebskosten für Institutionen.
Thin Client: Ein schlanker Computer, der die meiste Arbeit einem zentralen Server oder der Cloud überlässt und wenig lokale Hardware nutzt. Er kann Kosten und Strombedarf in gemeinsamen Computerräumen senken.
Chromebook: Ein günstiger Laptop, der vor allem webbasierte Anwendungen ausführt und für Erschwinglichkeit und einfache Verwaltung geschätzt wird. Er ist eine häufige Wahl für Bildung mit knappen Budgets.
Raspberry Pi: Ein sehr kleiner, günstiger Einplatinencomputer, weit verbreitet für Lernen, Basteln und kostengünstige Rechenprojekte. Er macht praxisnahe Technikbildung erschwinglich.
Solarstrom: Aus Sonnenlicht erzeugter Strom, der Geräte und Computerräume dort versorgen kann, wo das Netz schwach oder nicht vorhanden ist. Er verbindet Gerätezugang mit verlässlicher Energie.
Netzunabhängig (Off-Grid): Der Betrieb ohne Anschluss an das öffentliche Stromnetz, gestützt auf lokale Quellen wie Solar und Batterien. Netzunabhängige Lösungen können Rechenleistung an abgelegene Orte bringen.
Hardware-Sponsoring: Wenn ein Unternehmen Geräte für ein Programm, Event oder eine Institution finanziert oder bereitstellt. Es ist ein Weg, wie Firmen die Computerräume und Hackathons von Tembi Labs unterstützen.
Geräte-Bereitstellung: Das Einrichten von Geräten mit der nötigen Software, den Konten und Einstellungen, bevor sie an Nutzende übergeben werden. Gute Bereitstellung macht gespendete Hardware vom ersten Tag an nutzbar.
Betriebssystem: Die Kernsoftware, die die Hardware eines Geräts verwaltet und seine Anwendungen ausführt, etwa Windows, macOS, Linux oder Android. Die Wahl beeinflusst Kosten, Sicherheit und welche Software läuft.
Garantie: Ein Versprechen eines Verkäufers oder Aufbereiters, ein Gerät zu reparieren oder zu ersetzen, wenn es innerhalb eines festgelegten Zeitraums ausfällt. Eine Garantie auf Refurbished-Hardware gibt Institutionen Vertrauen, sie einzusetzen.
Abschreibung: Der buchhalterische Wertverlust eines Geräts über die Zeit, während es altert und genutzt wird. Sie ist ein Grund, warum Unternehmen oft Hardware ausmustern, die noch gut funktioniert.
Corporate Volunteering (Unternehmensengagement): Wenn ein Unternehmen seinen Mitarbeitenden ermöglicht, Zeit und Fähigkeiten für soziale Anliegen einzubringen, oft während der Arbeitszeit. Es lässt sich natürlich mit Gerätespenden und Hackathon-Mentoring verbinden.
Unternehmensspenden: Die Beiträge eines Unternehmens in Form von Geld, Gütern oder Diensten für gemeinnützige Zwecke im Rahmen seiner sozialen Verantwortung. Gerätespenden sind eine konkrete, wirkungsstarke Form davon.
Steuerlicher Spendenabzug: Die Minderung des zu versteuernden Einkommens, die ein Spender für begünstigte Zuwendungen an anerkannte gemeinnützige Organisationen geltend machen kann. In Deutschland setzt sie eine gültige Spendenbescheinigung voraus.
Gemeinnützigkeit (charitable status): In Deutschland die rechtliche Anerkennung einer Organisation als dem Gemeinwohl dienend, die ihr erlaubt, steuerlich abzugsfähige Spendenbescheinigungen auszustellen. Es ist ein formaler Status, den die Finanzbehörden verleihen.
Peripheriegerät: Ein Gerät, das mit einem Computer verbunden wird, um seine Nutzung zu erweitern, etwa Monitor, Tastatur, Maus oder Drucker. Vollständige Computerräume brauchen neben den Computern auch Peripheriegeräte.
Server: Ein Computer, der Daten, Anwendungen oder Dienste über ein Netz für andere Geräte bereitstellt. Ein einzelner Server kann viele Thin Clients oder gemeinsame Arbeitsplätze versorgen.
Netzwerkausrüstung: Die Hardware, die Geräte untereinander und mit dem Internet verbindet, etwa Router, Switches und Access Points. Sie ist unverzichtbar, um aus einer Reihe von Computern einen funktionierenden Raum zu machen.
Refurbished-Klasse A/B: Ein Bewertungssystem für den optischen und funktionalen Zustand von Refurbished-Geräten, bei dem Klasse A nahezu neuwertig ist und niedrigere Klassen mehr Gebrauchsspuren zeigen. Es hilft Käufern zu wissen, was sie erwartet.
Gerätepark: Die Gesamtheit der Geräte, die eine Organisation gemeinsam besitzt und verwaltet. Unternehmen, die einen Gerätepark auf einmal ausmustern, können genug Einheiten liefern, um einen ganzen Computerraum auszustatten.
Bring Your Own Device (BYOD): Ein Modell, bei dem Menschen ihre eigenen persönlichen Geräte für Arbeit oder Studium nutzen statt von der Institution gestellter. Wo Geräte knapp sind, lässt BYOD allein viele Studierende ohne Zugang.
Hardware-Spenden-Pipeline: Der organisierte Ablauf, der ausgemusterte Geräte von Unternehmen über Datenlöschung und Aufbereitung zu den empfangenden Institutionen bringt. Eine klare Pipeline macht das Teilen von Geräten in großem Maßstab verlässlich.

Digital & AI Literacy

Digitale Kompetenz: Die Fähigkeit, mit digitalen Werkzeugen Informationen sicher und wirksam zu finden, zu bewerten, zu nutzen und zu erstellen. Sie ist eine Grundkompetenz für Bildung, Arbeit und Teilhabe in der modernen Gesellschaft.
KI-Kompetenz: Die Fähigkeit, künstliche Intelligenz zu verstehen, zu nutzen und kritisch zu beurteilen, samt ihrer Stärken, Grenzen und Risiken. Sie aufzubauen ist ein Kernziel der Hackathons und Folgeprogramme von Tembi Labs.
Computational Thinking (algorithmisches Denken): Ein Ansatz zur Problemlösung, der Probleme in klare Schritte zerlegt, Muster erkennt und Lösungen entwirft, denen ein Computer folgen könnte. Es liegt dem Programmieren zugrunde, ist aber weit darüber hinaus nützlich.
Weiterqualifizierung (Upskilling): Das Erlernen neuer Fähigkeiten, um eine aktuelle Rolle besser auszufüllen oder mit Veränderungen Schritt zu halten, etwa KI-Werkzeuge in die bestehende Arbeit aufzunehmen. Es hilft Menschen, relevant zu bleiben, während sich Technologie wandelt.
Umschulung (Reskilling): Das Erlernen einer weitgehend neuen Kompetenz, um in eine andere Rolle oder ein anderes Feld zu wechseln. Es ist wichtig, wenn Automatisierung oder KI verändern, welche Jobs es gibt.
Bildungstechnologie (EdTech): Technologie, die Lehren und Lernen unterstützt, von Lernplattformen bis zu Bildungs-Apps. In ressourcenarmen Kontexten kann gut gestaltete Bildungstechnologie den Zugang zu guter Bildung erweitern.
MOOC (offener Online-Kurs): Ein Online-Kurs, der einer großen Zahl Lernender offensteht, oft kostenlos oder günstig, und dem jede und jeder mit Internetzugang beitreten kann. MOOCs können Lehrstoff auf Hochschulniveau an Orte bringen, denen er fehlt.
Mentoring: Eine Beziehung, in der eine erfahrene Person eine weniger erfahrene begleitet und Wissen, Rückmeldung und Ermutigung teilt. Tembi Labs verbindet Studierende während und nach Hackathons mit Mentoren.
Medienkompetenz: Die Fähigkeit, Medieninhalte, Quellen und ihre Absicht kritisch zu analysieren und zu bewerten. Sie ist zunehmend damit verbunden, KI-erzeugte und irreführende Inhalte zu erkennen.
Datenkompetenz: Die Fähigkeit, Daten zu lesen, zu verstehen, zu hinterfragen und mit ihnen zu arbeiten, um fundierte Schlüsse zu ziehen. Sie hilft Menschen, Entscheidungen auf Basis von Belegen statt Annahmen zu treffen.
Programmieren: Das Schreiben von Anweisungen, die einem Computer sagen, was er tun soll, mithilfe einer Programmiersprache. KI-Werkzeuge senken heute die Hürde dazu, doch die Grundlagen zu verstehen bleibt wichtig.
MINT-Bildung: Bildung in Mathematik, Informatik, Naturwissenschaft und Technik, verstanden als Schlüssel zu Innovation und qualifizierter Arbeit. Den Zugang dazu zu erweitern ist zentral, um die Tech-Kluft zu schließen.
Lebenslanges Lernen: Das fortlaufende Aneignen von Fähigkeiten und Wissen über das ganze Leben hinweg, nicht nur in der formalen Schulzeit. Es ist unverzichtbar in einer Welt, in der sich Technologie stetig wandelt.
Blended Learning: Ein Ansatz, der Präsenzunterricht mit Online-Lernen verbindet und die Stärken beider nutzt. Er kann knappe Lehrressourcen weiter reichen lassen.
E-Learning: Lernen, das über digitale Geräte und das Internet vermittelt wird, von Kursen bis zu interaktiven Übungen. Es kann Zugang erweitern, wo Schulen oder Ausbildende vor Ort begrenzt sind.
Prompt-Kompetenz: Die Fähigkeit, wirksam mit KI-Modellen zu kommunizieren, um nützliche, verlässliche Ergebnisse zu erhalten. Sie wird zu einem praktischen Teil alltäglicher KI-Kompetenz.
Kritisches Denken: Die geübte Fähigkeit, Informationen zu analysieren, Belege abzuwägen und Behauptungen zu hinterfragen, bevor man sie annimmt. Sie hält KI zu einem Werkzeug, statt zu einer unhinterfragten Autorität.
Digitale Kompetenzlücke: Die Diskrepanz zwischen den digitalen Fähigkeiten, die Menschen haben, und jenen, die Arbeit und Gesellschaft verlangen. Sie zu schließen ist ein Kernzweck von Programmen zur digitalen Kompetenz.
Lehrplan: Die geplante Zusammenstellung von Lerninhalten und -zielen für einen Kurs oder ein Programm. Ein gut gestalteter Lehrplan lässt Fähigkeiten in klarer Reihenfolge aufeinander aufbauen.
Peer-Learning (Lernen unter Gleichen): Lernen, bei dem sich Menschen auf ähnlichem Niveau gegenseitig unterrichten und unterstützen, statt sich nur auf eine Lehrperson zu verlassen. Tembis AI Champions verkörpern dies und werden zu den Menschen, an die sich andere wenden.
Mikrolernen: Lernen in kleinen, fokussierten Einheiten, die je eine Idee oder Fähigkeit abdecken. Es passt gut zu vollen Zeitplänen und Umgebungen mit geringer Bandbreite.
Zertifizierung: Ein formaler Nachweis, dass eine Person ein definiertes Niveau an Fähigkeit oder Wissen erreicht hat. Er kann Lernenden helfen, Können gegenüber Arbeitgebern und Universitäten zu belegen.
Lernmanagementsystem (LMS): Software, die Kurse bereitstellt, Fortschritt verfolgt und Lernende an einem Ort verwaltet. Sie ist ein häufiges Rückgrat für Online- und Blended-Bildung.
Freie Bildungsmaterialien (OER): Lehr- und Lernmaterialien, die frei genutzt, angepasst und geteilt werden dürfen, oft unter offenen Lizenzen. Sie senken die Kosten guter Bildung in ressourcenarmen Kontexten.
Bootcamp: Ein intensives, kurzes Trainingsprogramm, das praktische Fähigkeiten vermittelt, oft im Programmieren oder in der Technik, in Wochen statt Jahren. Es zielt darauf, Menschen schnell berufsbereit zu machen.
Train-the-Trainer: Ein Modell, bei dem man lokale Menschen ausbildet, andere zu unterrichten, sodass Wissen sich verbreitet, ohne dass die ursprüngliche Lehrperson anwesend ist. Es vervielfacht Wirkung und baut lokale Kapazität auf.
KI-Ethik: Die Auseinandersetzung damit, wie KI verantwortungsvoll entwickelt und genutzt wird, samt Fairness, Transparenz, Privatsphäre und Rechenschaft. Sie prägt, ob KI bestehende Ungleichheiten verringert oder vergrößert.
Verantwortungsvolle KI: KI so zu bauen und zu nutzen, dass sie fair, sicher, transparent und rechenschaftspflichtig ist. Tembi Labs bringt Studierenden bei, mit KI verantwortungsvoll zu bauen, nicht nur schnell.
Human-in-the-Loop: Ein Design, bei dem ein Mensch die Ausgabe eines KI-Systems prüft, lenkt oder korrigiert, statt es völlig eigenständig handeln zu lassen. Es hält menschliches Urteil in wichtigen Entscheidungen.
KI-Bildung: Menschen zu vermitteln, wie KI funktioniert und wie man sie gut nutzt, von Grundbegriffen bis zum praktischen Bauen. Sie ist breiter als ein einzelner Kurs und reicht von Schulen über Universitäten bis in Betriebe.
Gamification: Der Einsatz von Spielelementen wie Punkten, Stufen und Herausforderungen, um Lernen fesselnder und motivierender zu machen. Er kann die Abschlussquoten in Kursen im eigenen Tempo erhöhen.
Selbstgesteuertes Lernen: Lernen, bei dem Menschen ihre eigenen Ziele, ihr Tempo und ihre Methoden bestimmen und weniger auf formalen Unterricht angewiesen sind. Zugang zu Geräten und Internet macht es weit eher möglich.
Lernergebnis: Eine klare Aussage darüber, was eine lernende Person nach einer Lektion, einem Kurs oder Programm wissen oder können soll. Ergebnisse zu definieren macht es möglich zu prüfen, ob das Lernen gewirkt hat.

Global South & Development

Globaler Süden: Ein Begriff für die Regionen Afrikas, Lateinamerikas und weiter Teile Asiens, die historisch weniger wirtschaftliche und technologische Macht hatten, genutzt statt älterer Bezeichnungen wie "Entwicklungsländer". Tembi Labs veranstaltet seine KI-Hackathons an Universitäten im Globalen Süden.
Globaler Norden: Ein Begriff für die wohlhabenderen, stärker industrialisierten Regionen, vor allem in Nordamerika, Europa sowie Teilen Ostasiens und Ozeaniens, in denen sich technologische und wirtschaftliche Macht bündelt. Die meisten Spitzenmodelle der KI werden dort entwickelt.
Kapazitätsaufbau: Das Stärken der Fähigkeiten, Institutionen und Ressourcen, die eine Gemeinschaft braucht, um ihre Probleme langfristig selbst zu lösen. Es bevorzugt dauerhafte lokale Fähigkeit gegenüber einmaliger Hilfe.
Brain Drain: Die Abwanderung qualifizierter und gebildeter Menschen aus einer Region, oft in wohlhabendere Länder, wodurch lokal Talent fehlt. Es ist eine häufige Sorge im Globalen Süden.
Brain Gain: Das Gegenteil von Brain Drain, bei dem Talent bleibt, zurückkehrt oder aus dem Ausland beiträgt und die Kompetenzbasis einer Region stärkt. Starke lokale Chancen zu schaffen hilft, Abwanderung in Zugewinn zu verwandeln.
Diaspora: Eine Gemeinschaft von Menschen, die außerhalb ihrer Herkunftsregion leben und oft enge Bindungen dorthin halten. Diaspora-Netzwerke können Kompetenzen, Mittel und Wissen zurückführen. Tembi Labs wird von einem Diaspora-Team geführt.
Sprunghafte Entwicklung (Leapfrog): Wirtschaftlicher und sozialer Fortschritt, der ältere Entwicklungsstufen überspringt, indem neuere Technologien direkt übernommen werden, etwa Mobile Banking ohne klassische Banken. KI könnte eine neue Welle davon ermöglichen.
Technologische Souveränität: Die Fähigkeit einer Region, die Technologie, von der sie abhängt, mitzugestalten und zu kontrollieren, statt vollständig auf externe Anbieter angewiesen zu sein. Sie verbindet Zugang mit Unabhängigkeit und Widerstandskraft.
Digitale Souveränität: Kontrolle über die eigenen digitalen Systeme, Daten und Infrastruktur, sodass Entscheidungen nicht vollständig von ausländischen Plattformen oder Regierungen bestimmt werden. Sie wird in Entwicklungsdebatten zunehmend zentral.
Nachhaltige Entwicklungsziele (SDGs): Ein Satz von 17 globalen Zielen, den die Mitglieder der Vereinten Nationen verabschiedet haben, um bis 2030 Armut zu beenden, Ungleichheit zu verringern und den Planeten zu schützen. Digitaler Zugang und Bildung durchziehen viele davon.
Schwellenmarkt: Eine Volkswirtschaft, die schnell wächst und sich industrialisiert, aber noch nicht den Wohlstand und die Stabilität etablierter Volkswirtschaften erreicht hat. Viele liegen im Globalen Süden und haben große junge Bevölkerungen.
Grenzmarkt (Frontier Market): Eine kleinere oder weniger entwickelte Volkswirtschaft als ein Schwellenmarkt, oft mit hohem Wachstumspotenzial, aber höherem Risiko. Zugang zu Technologie kann dort ein wichtiger Wachstumshebel sein.
Entwicklungshilfe: Finanzielle oder materielle Hilfe für einkommensschwächere Länder zur Förderung wirtschaftlichen und sozialen Fortschritts. Tembi Labs versteht seine Arbeit als Talent-Aktivierung statt als klassische Hilfe.
Lokalisierung: Das Anpassen eines Produkts, Dienstes oder Programms an einen konkreten Ort, samt Sprache, Kontext und lokalen Bedürfnissen. Sie macht ein globales Werkzeug vor Ort erst wirklich nützlich.
Basisbewegung (Grassroots): Bemühungen, die von lokalen Menschen und Gemeinschaften ausgehen, statt von oben gesteuert zu werden. Verankerung an der Basis macht Programme meist dauerhafter.
Soziale Wirkung: Der reale, messbare Effekt, den eine Aktivität auf das Leben von Menschen und Gemeinschaften hat. Tembi Labs verpflichtet sich, Wirkung, Budget und Fehlschläge offen zu berichten.
Wirkungsmessung: Die Praxis, die Ergebnisse eines Programms mit klaren Indikatoren zu definieren, zu verfolgen und zu berichten. Sie trennt echte Veränderung von guten Absichten.
Wirkungslogik (Theory of Change): Eine klare Landkarte dessen, wie die Aktivitäten eines Programms Schritt für Schritt zu den angestrebten langfristigen Ergebnissen führen sollen. Sie macht Annahmen ausdrücklich und überprüfbar.
Wissenstransfer: Das Weitergeben von Fähigkeiten, Methoden und Know-how von einer Person oder Gruppe an eine andere, sodass es lokal Wurzeln schlägt. Chapter Leads und AI Champions sind Tembis Weg, Wissen vor Ort zu halten.
Lokale Eigenverantwortung: Wenn die Menschen, denen ein Programm dient, es leiten und kontrollieren, statt Außenstehende. Sie gilt weithin als Schlüssel zu Programmen, die über ein einzelnes Event hinaus Bestand haben.
Frugale Innovation: Das Schaffen wirksamer, erschwinglicher Lösungen mit begrenzten Mitteln, im Globalen Süden oft die Regel. Sie zeigt, wie Knappheit Kreativität antreiben und nicht nur begrenzen kann.
Informelle Wirtschaft: Wirtschaftliche Tätigkeit, die nicht formal registriert oder besteuert wird, vom Straßenhandel bis zu kleinen Werkstätten, die in vielen Regionen einen großen Teil der Menschen beschäftigt. Digitale Werkzeuge können helfen, sie zu formalisieren und wachsen zu lassen.
Rücküberweisungen: Geld, das im Ausland Arbeitende nach Hause senden, eine wichtige Einkommensquelle für viele Familien und Volkswirtschaften im Globalen Süden. Es übersteigt im Umfang oft die Entwicklungshilfe.
Mikrofinanzierung: Kleine Kredite und Finanzdienste für Menschen ohne Zugang zu klassischen Banken, oft um Kleinstunternehmen zu gründen oder wachsen zu lassen. Sie ist ein bekanntes Entwicklungsinstrument.
Ökosystem-Aufbau: Das Wachsen des vernetzten Zusammenspiels aus Menschen, Kompetenzen, Finanzierung und Institutionen, das lokale Innovation selbsttragend macht. Tembi Labs versteht seine Arbeit als Weg vom ersten Event zu einem sich selbst tragenden Ökosystem.
Tech-Hub: Ein Ort oder eine Organisation, die Bauende, Startups und Ressourcen bündelt, um Technikarbeit zu fördern, etwa ein Coworking-Space oder Inkubator. Hubs helfen, lokales Talent zu bündeln und wachsen zu lassen.
KI für das Gemeinwohl (AI for Good): Der Einsatz künstlicher Intelligenz für soziale, ökologische und entwicklungsbezogene Herausforderungen statt rein kommerzieller Zwecke. Er umfasst Arbeit in Gesundheit, Bildung, Landwirtschaft und Zugang.
KI in Afrika: Die wachsende Entwicklung und Nutzung künstlicher Intelligenz in afrikanischen Ländern, samt lokaler Forschungslabore, Startups und studentischer Bauender. Sie spiegelt eine junge, schnell wachsende Talentbasis mit steigendem Zugangsbedarf.
Talent-Aktivierung: Das Potenzial von Menschen freisetzen, die bereits Fähigkeiten haben, indem man ihnen Werkzeuge, Zugang und Chancen gibt, statt sie als Empfänger von Almosen zu behandeln. Es ist die Kernidee hinter Tembi Labs.
Neokolonialismus: Die Kritik, dass ehemalige Kolonialmächte über indirekte Mittel wie Handel, Technologie und Hilfe wirtschaftliche und kulturelle Kontrolle über andere Regionen behalten. Sie prägt Debatten darüber, wie Entwicklungsarbeit gestaltet sein sollte.
Süd-Süd-Kooperation: Zusammenarbeit und Austausch direkt zwischen Ländern des Globalen Südens, die Kompetenzen, Handel und Lösungen teilen, ohne den Umweg über den Globalen Norden. Sie baut gegenseitige Stärke auf Augenhöhe auf.
Humankapital: Die gesammelten Fähigkeiten, das Wissen und die Gesundheit einer Bevölkerung, verstanden als Treiber wirtschaftlichen Wachstums. Investitionen in Bildung und Zugang lassen das Humankapital einer Region wachsen.
Inklusives Wachstum: Wirtschaftliches Wachstum, dessen Nutzen breite Teile der Gesellschaft erreicht, nicht nur eine schmale Elite. Zugang zu Technologie zu erweitern ist ein Weg dorthin.

Hackathons & Building

Hackathon: Ein zeitlich begrenztes Event, oft 24 bis 48 Stunden, bei dem Teams eine funktionierende Lösung für ein Problem von Grund auf bauen und einer Jury vorstellen. Ziel ist, Ideen schnell in etwas Reales zu verwandeln.
KI-Hackathon: Ein Hackathon, bei dem Teams mit KI-Werkzeugen wie Sprachmodellen und Bildgeneratoren bauen, sodass sie lauffähige Prototypen in Stunden statt Wochen ausliefern. Dieses Format veranstaltet Tembi Labs an Universitäten im Globalen Süden.
Firmen-Hackathon: Ein von einem Unternehmen gesponserter Hackathon, meist rund um ein echtes Geschäftsproblem, das gelöst werden soll. Tembi Labs veranstaltet diese als Corporate Challenge Days, bei denen der Sponsor das Problem stellt und das IP behält.
MVP (minimal funktionsfähiges Produkt): Die einfachste Version eines Produkts, die noch echten Wert liefert und mit Nutzenden getestet werden kann. Hackathon-Teams zielen auf ein MVP, nicht auf ein fertiges Produkt.
Prototyp: Ein frühes, funktionierendes Modell einer Idee, gebaut, um zu prüfen, ob sie Sinn ergibt und wie sie sich anfühlt. Prototypen dürfen grob sein und werden verworfen oder verbessert.
Pitch: Eine kurze, fokussierte Präsentation, die eine Lösung erklärt, warum sie wichtig ist und warum sie gewinnen sollte. Beim Hackathon entscheidet der Pitch vor der Jury oft über das Ergebnis.
Elevator Pitch: Eine sehr kurze Zusammenfassung einer Idee, in unter einer Minute lieferbar, die den Kernnutzen erfasst. Sie zwingt Bauende, zuerst das Wichtigste zu sagen.
Jury: Das Gremium, das Hackathon-Projekte bewertet und nach Kriterien wie Wirkung, Machbarkeit und Umsetzung Gewinner auswählt. Tembi-Jurys umfassen oft Firmenpartner und Mentoren.
Demo Day: Die Abschlusssession, in der Teams ihre fertigen Projekte einem Publikum, der Jury oder Partnern zeigen. Sie markiert den Übergang vom Bauen zum Teilen der Ergebnisse.
Sprint: Ein kurzer, fokussierter Arbeitszeitraum auf ein bestimmtes Ziel hin. Ein Hackathon ist im Kern ein intensiver Sprint.
Ausliefern (Ship): Ein funktionierendes Produkt oder Feature an echte Nutzende freigeben, statt es unfertig liegenzulassen. In begrenzter Zeit etwas Nutzbares auszuliefern ist der Kern der Hackathon-Kultur.
No-Code: Werkzeuge, mit denen Menschen Apps und Abläufe über visuelle Oberflächen bauen, statt Code zu schreiben. Sie senken die Hürde für Nicht-Programmierende, funktionierende Software zu erstellen.
Low-Code: Plattformen, die das Bauen beschleunigen, indem sie visuelle Werkzeuge mit wenig eigenem Code verbinden. Sie liegen zwischen No-Code und vollständiger Programmierung.
Vibe Coding: Software vor allem dadurch bauen, dass man einem KI-Assistenten in natürlicher Sprache beschreibt, was man will, und das Erzeugte weiter verfeinert. So können Menschen mit wenig formaler Programmiererfahrung lauffähige Apps ausliefern.
Machbarkeitsnachweis (Proof of Concept): Ein kleiner Aufbau, der zeigt, dass eine Idee in der Praxis wirklich funktioniert, bevor in ein vollständiges Produkt investiert wird. Er beantwortet die Frage, ob etwas überhaupt möglich ist.
User Story: Eine kurze Beschreibung eines Features aus Sicht der Nutzenden, meist in der Form "als Nutzer möchte ich X, damit Y". Sie hält Teams auf echte Bedürfnisse fokussiert.
Wireframe: Eine einfache, grobe Skizze eines Bildschirms oder App-Layouts, die Struktur und Ablauf vor dem visuellen Design zeigt. Sie hilft Teams, sich auf die Anordnung zu einigen.
Iteration: Ein Durchlauf aus Bauen, Testen und Verbessern einer Lösung auf Basis des Gelernten. Gute Hackathon-Teams iterieren schnell, statt den ersten Versuch zu perfektionieren.
Agil: Eine Arbeitsweise, die in kleinen, häufigen Schritten liefert und sich an Feedback anpasst, statt einem festen Langzeitplan zu folgen. Ihr Mindset passt zum schnellen Tempo von Hackathons.
Scrum: Ein verbreitetes agiles Rahmenwerk, das Arbeit in kurze Sprints mit klaren Rollen und regelmäßigen Abstimmungen gliedert. Es ist in Softwareteams weit verbreitet.
Design Thinking: Ein Ansatz zur Problemlösung, der mit dem Verstehen echter Nutzender beginnt und dann schnell Ideen prototypisiert und testet. Er hält Lösungen an echten Bedürfnissen verankert.
Ideenfindung: Die frühe Phase, in der viele mögliche Ideen erzeugt und geformt werden, bevor eine zum Bauen ausgewählt wird. Hackathons beginnen meist mit gezielter Ideenfindung.
Teambildung: Der Prozess zu Beginn eines Hackathons, bei dem sich Teilnehmende zu ausgewogenen Teams zusammenfinden, idealerweise mit gemischten Fähigkeiten wie Bauen, Design und Fachwissen. Starke Teams entscheiden oft das Ergebnis.
Mentor: Eine erfahrene Person, die Teams während eines Hackathons begleitet und technischen, produktbezogenen oder Pitch-Rat gibt, ohne die Arbeit abzunehmen. Tembi Labs bringt zu jedem Event Mentoren mit.
Moderator (Facilitator): Die Person, die das Event leitet, die Zeit hält, Regeln setzt und Teilnehmenden hilft, nicht steckenzubleiben. Ein guter Moderator hält einen Hackathon in der Spur, ohne ihn zu dominieren.
Liefergegenstand (Deliverable): Ein konkretes Ergebnis, das ein Team liefern soll, etwa eine lauffähige Demo, eine Foliensammlung oder einen Repository-Link. Klare Liefergegenstände machen die Bewertung fair.
Frist (Deadline): Der feste Zeitpunkt, bis zu dem die Arbeit fertig sein muss. Die knappe Frist zwingt Hackathon-Teams, konsequent zu priorisieren.
Versionskontrolle: Ein System, das Änderungen am Code über die Zeit verfolgt, damit Teams zusammenarbeiten, den Verlauf einsehen und Fehler rückgängig machen können. Es ist unverzichtbar, sobald mehr als eine Person baut.
Git: Das meistgenutzte Werkzeug zur Versionskontrolle, mit dem mehrere Menschen parallel an derselben Codebasis arbeiten und ihre Änderungen zusammenführen. Die meisten Hackathon-Teams setzen darauf.
Repository: Der Speicherort für den Code eines Projekts und seinen gesamten Änderungsverlauf, oft auf einer Plattform wie GitHub gehostet. Einen Repository-Link zu teilen ist ein häufiger Hackathon-Liefergegenstand.
Bereitstellung (Deployment): Der Schritt, Software auf Server oder ins Web zu bringen, damit echte Nutzende sie tatsächlich erreichen und verwenden können. Ein bereitgestellter Link ist ein stärkerer Nachweis als Code allein.
Tech-Stack: Die Zusammenstellung aus Werkzeugen, Sprachen und Frameworks, die ein Team zum Bauen eines Produkts nutzt. Ein einfacher, vertrauter Stack hilft Hackathon-Teams, unter Zeitdruck schnell voranzukommen.
Product-Market-Fit: Der Punkt, an dem ein Produkt ein echtes Problem für eine definierte Nutzergruppe klar löst, die es haben will. Es ist das längerfristige Ziel, auf das die besten Hackathon-Ideen zusteuern.

Tech Access & the Divide

Digitale Kluft: Die Lücke zwischen Menschen mit verlässlichem Zugang zu digitaler Technologie und jenen ohne, samt den Unterschieden in den Fähigkeiten, sie zu nutzen. Sie verläuft zwischen und innerhalb von Ländern und ist ein Kern dessen, warum Tembi Labs dort arbeitet, wo es arbeitet.
Digitale Inklusion: Das Bestreben, dass alle Menschen digitale Technologie erreichen, sich leisten und sicher nutzen können, samt Geräten, Konnektivität und Kompetenzen. Es ist das Ziel auf der anderen Seite der digitalen Kluft.
Digitale Ausgrenzung: Der Zustand, vom digitalen Leben ausgeschlossen zu sein, weil Zugang, Erschwinglichkeit oder Kompetenzen fehlen. Sie kann bestehende soziale und wirtschaftliche Nachteile verschärfen.
Konnektivität: Die Fähigkeit, das Internet und digitale Dienste zu erreichen, geprägt von Netzabdeckung, Geschwindigkeit und Zuverlässigkeit. Ohne Konnektivität bringen Geräte und Kompetenzen wenig.
Breitband: Schneller Internetzugang, der datenintensive Dienste wie Video und Cloud-Werkzeuge tragen kann. Seine Verfügbarkeit und sein Preis schwanken stark zwischen Regionen.
Letzte Meile: Der letzte Abschnitt des Netzes, der das weitere Internet mit einem Zuhause, einer Schule oder einem Campus verbindet. In abgelegenen Gebieten ist er oft der schwierigste und teuerste Teil.
Erschwinglichkeit: Ob Geräte und Internetzugang so wenig kosten, dass Menschen sie realistisch bezahlen können. Selbst wo Netze existieren, halten hohe Preise viele offline.
Technologiesprung (Leapfrogging): Wenn eine Region eine ältere Technikstufe überspringt und direkt eine neuere übernimmt, etwa direkt zum mobilen Internet ohne Festnetz. Das kann Entwicklung beschleunigen.
Elektroschrott: Ausrangierte elektronische Geräte, die bei unsachgemäßem Umgang Umwelt und Gesundheit schaden können. Der Globale Süden erhält davon oft unverhältnismäßig große Mengen, weshalb verantwortungsvolle Wiederverwendung wichtig ist.
Datenarbeiter: Eine Person, die Daten labelt, Algorithmen trainiert oder Inhalte moderiert, worauf KI-Systeme angewiesen sind, oft für geringen Lohn und ohne Zugang zur KI, die sie mitbaut. Ihre Arbeit ist das unsichtbare Rückgrat der KI-Industrie.
Mobile-First: Digitale Produkte zuerst für Smartphones gestalten, weil für viele Menschen ein Handy das einzige oder wichtigste Internetgerät ist. In weiten Teilen des Globalen Südens ist Mobile-First keine Wahl, sondern Realität.
Internetdurchdringung: Der Anteil einer Bevölkerung, der das Internet nutzt, ein gängiges Maß für digitalen Zugang. Geringe Durchdringung deutet auf großes ungenutztes Potenzial hin.
Digitale öffentliche Infrastruktur: Gemeinsame digitale Systeme wie Identität, Zahlungen und Datenaustausch, auf denen eine ganze Gesellschaft aufbauen kann, ähnlich wie Straßen oder Stromnetze. Gut gestaltete Systeme können Zugang in großem Maßstab erweitern.
Universeller Zugang: Der Grundsatz, dass alle wesentliche digitale Dienste erreichen können sollen, unabhängig von Ort oder Einkommen. Er leitet viele öffentliche Konnektivitätsstrategien.
Bandbreite: Die Datenmenge, die eine Verbindung in einer bestimmten Zeit tragen kann und die begrenzt, wie gut Dienste wie Video oder große Downloads funktionieren. Geringe Bandbreite prägt, wie Werkzeuge für viele Regionen gestaltet werden müssen.
Offline-First: Software so gestalten, dass sie auch ohne stabile Internetverbindung funktioniert und synchronisiert, sobald eine Verbindung zurückkehrt. Das ist wichtig, wo Konnektivität lückenhaft ist.
Datenarmut: Sich nicht genug mobiles Datenvolumen leisten zu können, um voll am digitalen Leben teilzuhaben. Sie erzwingt harte Abwägungen zwischen Konnektivität und anderen Grundbedürfnissen.
Zugangslücke: Der messbare Unterschied darin, wer Technologie erreichen und nutzen kann, aufgeschlüsselt nach Einkommen, Ort, Geschlecht oder Alter. Die Lücke präzise zu benennen hilft, gezielt zu handeln.
Geräte-Kluft: Die Lücke zwischen Menschen mit leistungsfähigen Computern und jenen, die nur auf geteilte oder einfache Geräte wie günstige Handys angewiesen sind. Eine Abschlussarbeit am Handy zu schreiben ist ein häufiges Symptom.
Sinnvolle Konnektivität: Ein Maßstab, der über bloßes Online-Sein hinausgeht und eine ausreichend schnelle Verbindung, ein passendes Gerät und genug Daten für produktive Nutzung verlangt. Er begreift Zugang als Qualität, nicht nur als Vorhandensein.
Digitale Rechte: Menschenrechte in ihrer Anwendung im Netz, darunter Zugang, Privatsphäre, freie Meinungsäußerung und Schutz vor Überwachung. Sie fassen Zugang als Frage der Gerechtigkeit, nicht nur der Infrastruktur.
Netzneutralität: Der Grundsatz, dass Internetanbieter allen Datenverkehr gleich behandeln sollen, statt bestimmte Dienste zu bevorzugen oder zu blockieren. Er beeinflusst, wie ein offenes Internet in der Praxis aussieht.
Zero-Rating: Wenn ein Anbieter bestimmte Apps zulässt, ohne sie auf das Datenvolumen anzurechnen. Das kann Zugang erweitern, lenkt Menschen aber auch auf einen engen Ausschnitt des Internets.
Gemeinschaftsnetz: Ein lokales Internetnetz, das von der Gemeinschaft gebaut und betrieben wird, der es dient, oft dort, wo kommerzielle Anbieter nicht hinreichen. Es ist eine Antwort von der Basis auf Konnektivitätslücken.
Ländliche Konnektivität: Internetzugang in dünn besiedelten Gebieten, wo Entfernung und geringe Dichte den Netzausbau teuer machen. Ländliche Lücken zu schließen ist einer der schwierigsten Teile digitaler Inklusion.
Smartphone-Abhängigkeit: Sich auf ein Handy als einziges Rechengerät zu verlassen, was Aufgaben wie Programmieren, längeres Schreiben oder Multitasking begrenzt. Es deckelt still, was talentierte Menschen bauen können.
Datenkolonialismus: Die Kritik, dass der aus den Daten der Menschen gewonnene Wert vor allem zu wenigen dominanten Firmen und Regionen fließt und ältere koloniale Muster wiederholt. Sie stellt die Frage, wer von der Datenwirtschaft profitiert.
Digitale öffentliche Güter: Open-Source-Software, offene Daten und offene Inhalte, die frei verfügbar sind und dem Gemeinwohl dienen. Sie können die Kosten senken, Lösungen in ressourcenarmen Kontexten zu bauen.
Universaldienst: Eine politische Verpflichtung, grundlegende Kommunikationsdienste allen zu einem angemessenen Preis verfügbar zu machen, auch in schwer erreichbaren Gebieten. Sie ist ein gängiges Mittel, Zugangslücken zu verringern.
Zugang zu Elektrizität: Verlässlicher Strom, ohne den Geräte und Netze nicht funktionieren. In vielen Regionen sind Stromlücken die erste Barriere für digitalen Zugang, noch vor Konnektivität oder Geräten.
Tech-Kluft: Ein breiter Begriff für das Ungleichgewicht darin, wer Technologie entwickelt, besitzt und von ihr profitiert, über Geräte, Konnektivität, Kompetenzen und die KI-Wirtschaft hinweg. Es ist die Rahmung, die Tembi Labs für die Nord-Süd-Lücke nutzt.
Digitale Kluft zweiter Ordnung: Die Lücke, die selbst unter Menschen bestehen bleibt, die online sind, getrieben von Unterschieden in Kompetenzen und darin, wie wirksam sie Technologie nutzen. Zugang allein garantiert keine Chance.
Geschlechtsspezifische digitale Kluft: Die Lücke im Zugang zu und in der Nutzung von Technologie zwischen Frauen und Männern, in einkommensschwächeren Regionen oft größer. Sie zu schließen ist in vielen Bemühungen um digitale Inklusion ein erklärtes Ziel.