Den kompletta listan

Därför utmanar jag dig – kollega, student, konsult eller teknikentusiast – att göra som jag. Under 365 dagar ska du varje dag stanna upp och säga: “Hmm…” om ett nytt ämne. Inte för att bli expert direkt, utan för att bygga en vana att lära, reflektera och se sambanden som gör dig till en bättre rådgivare, problemlösare och samtalspartner.

I listan nedan finns 365 ämnen – från AI och DevOps till affärsförståelse, ledarskap och kommunikation. Använd dem som daglig inspiration. Välj själv om du vill fördjupa dig i en artikel, en video, en podd eller bara ett samtal med en kollega. Poängen är inte perfektion – poängen är progress.

Så. Är du med mig? Här kommer listan som ska göra dig till en ännu vassare IT-konsult, IT-expert, IT-personlighet… – en tanke i taget.

1. Vad är en dator?

2. Hårdvara vs Mjukvara

3. Binära systemet (0 och 1)

4. Operativsystemets grunder (Windows, macOS, Linux)

5. Filsystem och filhantering

6. Internet och World Wide Web (WWW)

7. Webbläsare och hur de fungerar

8. E-post: Funktion och protokoll (SMTP, POP3, IMAP)

9. Grundläggande nätverkskoncept (IP-adress, Router, Switch)

10. Molntjänster: Introduktion (IaaS, PaaS, SaaS)

11. Cybersäkerhet: Grundläggande hot (virus, phishing)

12. Lösenordshantering och säkerhet

13. Datorkomponenter (CPU, RAM, Hårddisk/SSD)

14. Periferienheter (Mus, tangentbord, skrivare)

15. Programinstallation och -avinstallation

16. Felsökning: Vanliga datorproblem

17. Kommandotolken/Terminalen: Introduktion

18. Digitalt medborgarskap och etik

19. Molnlagring (Google Drive, OneDrive, Dropbox)

20. Versionshantering: Grundläggande koncept (t.ex. Git)

21. Vad är programmering?

22. Algoritmer och pseudokod

23. Flödesscheman

24. Python: Grundläggande syntax

25. Python: Variabler och datatyper

26. Python: Operatorer

27. Python: Kontrollstrukturer (if/else)

28. Python: Loopar (for/while)

29. Python: Funktioner

30. Python: Listor och Tupler

31. Python: Dictionaries och Sets

32. Python: Filhantering

33. Python: Objektorienterad programmering (OOP) – Klasser och Objekt

34. Python: Moduler och paket

35. Python: Felhantering (Try/Except)

36. Python: Virtuella miljöer

37. JavaScript: Grundläggande syntax

38. JavaScript: Variabler (var, let, const)

39. JavaScript: Datatyper och strukturer

40. JavaScript: Funktioner och scope

41. JavaScript: DOM-manipulation

42. JavaScript: Händelsehantering

43. JavaScript: Asynkron programmering (Promises, async/await)

44. JavaScript: JSON

45. JavaScript: Ramverk/Bibliotek – Introduktion (React, Angular, Vue)

46. HTML: Grundläggande struktur

47. HTML: Element och attribut

48. HTML: Formulär

49. HTML: Semantisk HTML

50. CSS: Grundläggande syntax och selektorer

51. CSS: Box Model

52. CSS: Layout (Flexbox)

53. CSS: Layout (Grid)

54. CSS: Responsiv design

55. CSS: Preprocessorer (SASS/LESS) – Introduktion

56. Webbutveckling: Frontend vs Backend

57. Webbutveckling: HTTP/HTTPS-protokoll

58. Webbutveckling: REST API:er – Grunderna

59. Webbutveckling: Versionshantering med Git/GitHub

60. Java: Grundläggande syntax

61. Java: Datatyper och variabler

62. Java: Kontrollstrukturer och loopar

63. Java: OOP i Java (Klasser, Objekt, Arv, Polymorfism)

64. Java: Collections Framework

65. Java: Felhantering

66. Java: JVM (Java Virtual Machine)

67. C++: Grundläggande syntax

68. C++: Pekare och minneshantering

69. C++: OOP i C++

70. C++: Standard Template Library (STL)

71. C#: Grundläggande syntax och .NET

72. C#: OOP i C#

73. PHP: Grundläggande syntax för webbutveckling

74. Ruby: Grundläggande syntax och Ruby on Rails (introduktion)

75. Swift: Grundläggande syntax för iOS-utveckling

76. Kotlin: Grundläggande syntax för Android-utveckling

77. SQL: Grundläggande databasfrågor (SELECT, FROM, WHERE)

78. SQL: JOIN-operationer

79. SQL: Aggregeringsfunktioner (COUNT, SUM, AVG)

80. SQL: Datamanipulering (INSERT, UPDATE, DELETE)

81. Reguljära uttryck (Regex)

82. Kodkvalitet och bästa praxis

83. Enhetstestning: Grunderna

84. Debugging-tekniker

85. Datastrukturer: Arrayer och länkade listor

86. Datastrukturer: Stackar och köer

87. Datastrukturer: Träd (Binära sökträd)

88. Datastrukturer: Hash-tabeller

89. Algoritmer: Sökalgoritmer (Linjär, Binär)

90. Algoritmer: Sorteringsalgoritmer (Bubble, Insertion, Merge, Quick)

91. OSI-modellen: De sju lagren

92. TCP/IP-modellen: Jämförelse med OSI

93. IP-adressering: IPv4 och klasser (A, B, C)

94. Subnätmask och subnät

95. CIDR (Classless Inter-Domain Routing)

96. IPv6: Adressstruktur och fördelar

97. Privata vs Publika IP-adresser

98. NAT (Network Address Translation)

99. DHCP (Dynamic Host Configuration Protocol)

100. DNS (Domain Name System): Funktion och hierarki

101. DNS: Record Types (A, AAAA, CNAME, MX, TXT)

102. TCP (Transmission Control Protocol): Trevägshandskakning

103. TCP: Flödeskontroll och felhantering

104. UDP (User Datagram Protocol): När används det?

105. ICMP (Internet Control Message Protocol): Ping och Traceroute

106. ARP (Address Resolution Protocol)

107. Ethernet: Standarder och kablar (Cat5e, Cat6)

108. Nätverkshubbar, Switchar och Routrar: Skillnader

109. Switching: MAC-adresser och CAM-tabeller

110. VLAN (Virtual Local Area Networks)

111. Routing: Statisk vs Dynamisk routing

112. Routingprotokoll: RIP, OSPF, BGP (Introduktion)

113. Trådlösa nätverk (Wi-Fi): Standarder (802.11a/b/g/n/ac/ax)

114. Wi-Fi: Säkerhetsprotokoll (WEP, WPA, WPA2, WPA3)

115. Wi-Fi: SSID och kanaler

116. Brandväggar: Grundläggande funktion

117. Brandväggar: Stateful vs Stateless

118. VPN (Virtual Private Network): Typer (IPSec, SSL/TLS)

119. Proxy-servrar: Funktion och typer

120. Load Balancers (Lastbalanserare)

121. Nätverksövervakning: SNMP (Simple Network Management Protocol)

122. Nätverksanalysverktyg (t.ex. Wireshark) – Introduktion

123. Felsökning: Vanliga nätverksproblem

124. Kabeldragning och nätverksinfrastruktur

125. Topologier: Stjärn, Buss, Ring, Mesh

126. WAN (Wide Area Network) – Teknologier (MPLS, Leased Lines)

127. SD-WAN (Software-Defined Wide Area Network)

128. Nätverkssäkerhet: Grundläggande principer

129. Intrångsdetekteringssystem (IDS)

130. Intrångsskyddssystem (IPS)

131. Portnummer och vanliga tjänster (HTTP/80, HTTPS/443, SSH/22)

132. Quality of Service (QoS)

133. Nätverkssegmentering

134. Network Time Protocol (NTP)

135. API:er och nätverksautomation (introduktion)

136. Content Delivery Networks (CDN)

137. Voice over IP (VoIP) – Grunderna

138. Nätverksvirtualisering (NV)

139. Honeypots

140. Nätverkscertifieringar (t.ex. CCNA, Network+) – Översikt

141. Operativsystemets roll och funktioner

142. Processhantering: Processer och trådar

143. Schemaläggning av processer

144. Minneshantering: Paging och segmentering

145. Virtuellt minne

146. Filsystem: FAT, NTFS, ext4, APFS

147. I/O-hantering (Input/Output)

148. Drivrutiner

149. Linux: Historia och distributioner (Ubuntu, Fedora, Debian)

150. Linux: Kommandoraden (Bash Shell) – Grundläggande kommandon (ls, cd, pwd, mkdir)

151. Linux: Filrättigheter (chmod, chown)

152. Linux: Pakethanterare (apt, yum, dnf)

153. Linux: Processhantering (ps, top, kill)

154. Linux: Nätverkskonfiguration (ifconfig/ip, netstat)

155. Linux: Textredigerare (Nano, Vim)

156. Linux: Shell scripting – Grunderna

157. Linux: Användar- och grupphantering

158. Linux: Systemstart (init, systemd)

159. Windows: Arkitektur (Kernel, User mode)

160. Windows: Registereditorn (Registry)

161. Windows: Kommandotolken (cmd) och PowerShell – Grunderna

162. Windows: Aktivt direktorium (Active Directory) – Introduktion

163. Windows: Grupprinciper (Group Policies)

164. Windows: Event Viewer (Loggboken)

165. Windows: Diskhantering

166. macOS: Arkitektur och grunder (baserat på Unix/BSD)

167. macOS: Terminalen och grundläggande kommandon

168. macOS: Systeminställningar och verktyg

169. Virtualisering: Hypervisors (Typ 1 vs Typ 2)

170. Virtualiseringsplattformar (VMware, VirtualBox, Hyper-V)

171. CIA-triaden (Confidentiality, Integrity, Availability)

172. Hotaktörer och motiv

173. Malware-typer: Virus, Maskar, Trojaner, Ransomware, Spyware

174. Social Engineering: Phishing, Vishing, Smishing, Pretexting

175. Lösenordsattacker: Brute force, Dictionary attacks, Rainbow tables

176. Autentisering: Något du vet, har, är (MFA/2FA)

177. Åtkomstkontroll: Principer (Least Privilege, Need-to-Know)

178. Kryptering: Symmetrisk vs Asymmetrisk

179. Krypteringsalgoritmer (AES, RSA)

180. Hashing-funktioner (MD5, SHA-256)

181. Digitala signaturer och certifikat (PKI)

182. TLS/SSL: Hur HTTPS fungerar

183. Nätverkssäkerhet: DMZ (Demilitarized Zone)

184. Webbapplikationssäkerhet: OWASP Top 10 – Introduktion

185. SQL Injection (SQLi)

186. Cross-Site Scripting (XSS)

187. Cross-Site Request Forgery (CSRF)

188. Säkerhetskonfiguration och härdning av system

189. Patchhantering

190. Sårbarhetsscanning och -hantering

191. Penetrationstestning: Metodik (Black box, White box, Gray box)

192. Säkerhetsinformations- och händelsehantering (SIEM)

193. Logganalys för säkerhet

194. Incidenthantering och respons (IR)

195. Digital forensik: Grunderna

196. Endpoint Security (Antivirus, EDR)

197. Molnsäkerhet: Delat ansvar (Shared Responsibility Model)

198. Identitets- och åtkomsthantering (IAM) i molnet

199. Datasäkerhet och dataskyddsförordningen (GDPR)

200. Riskhantering och riskanalys

201. Säkerhetspolicyer och standarder (ISO 27001, NIST)

202. Business Continuity och Disaster Recovery (BCDR)

203. Säkerhetsmedvetenhetsträning för användare

204. Trådlös nätverkssäkerhet (mer ingående)

205. IoT-säkerhet (Internet of Things)

206. Mobil säkerhet (Android, iOS)

207. API-säkerhet

208. Zero Trust Architecture – Koncept

209. Threat Intelligence

210. Säker kodningspraxis

211. Denial-of-Service (DoS) och Distributed Denial-of-Service (DDoS) attacker

212. Man-in-the-Middle (MitM) attacker

213. Fysisk säkerhet för IT-system

214. Kryptografi: Praktiska tillämpningar (Diskkryptering, E-postkryptering)

215. Säkerhetsrevision och efterlevnad (Compliance)

216. Cloud Access Security Broker (CASB)

217. Deception Technology (t.ex. Honeypots mer ingående)

218. File Integrity Monitoring (FIM)

219. Data Loss Prevention (DLP)

220. Security Orchestration, Automation, and Response (SOAR)

221. Etisk hackning: Principer och verktyg

222. Dark Web: Vad det är och risker

223. Biometrisk autentisering

224. Steganografi

225. Kvantdatorhot mot kryptering (introduktion)

226. Säkerhetsroller och karriärvägar (Analytiker, Ingenjör, Arkitekt)

227. Bug Bounty-program

228. Reverse Engineering av Malware (introduktion)

229. Supply Chain Attacks

230. OT-säkerhet (Operational Technology)

231. Vad är molnberäkning? Fördelar och nackdelar

232. Tjänstemodeller: IaaS, PaaS, SaaS

233. Distributionsmodeller: Publikt, Privat, Hybrid, Multi-cloud

234. Amazon Web Services (AWS): Kärntjänster (EC2, S3, VPC, IAM)

235. AWS: Databaser (RDS, DynamoDB)

236. AWS: Nätverk och innehållsleverans (Route 53, CloudFront)

237. AWS: Serverless (Lambda)

238. AWS: Hantering och styrning (CloudWatch, CloudFormation)

239. Microsoft Azure: Kärntjänster (Virtual Machines, Blob Storage, VNet, Azure AD)

240. Azure: Databaser (SQL Database, Cosmos DB)

241. Azure: App Services och Functions (Serverless)

242. Azure: Hantering och styrning (Monitor, Resource Manager)

243. Google Cloud Platform (GCP): Kärntjänster (Compute Engine, Cloud Storage, VPC, IAM)

244. GCP: Databaser (Cloud SQL, Bigtable, Firestore)

245. GCP: Serverless (Cloud Functions, Cloud Run)

246. GCP: Hantering och styrning (Cloud Monitoring, Deployment Manager)

247. Virtualisering vs Containerisering (Docker)

248. Docker: Images och Containers

249. Docker: Dockerfile och Docker Compose

250. Containerorkestrering: Kubernetes (K8s) – Grunderna

251. Kubernetes: Pods, Services, Deployments

252. Serverless Computing: Fördelar och utmaningar

253. Infrastructure as Code (IaC): Terraform, CloudFormation, ARM Templates

254. Molnmigrering: Strategier (Rehost, Replatform, Refactor, etc.)

255. Molnsäkerhet: Bästa praxis

256. Molnlagring: Objektlagring vs Fillagring vs Blocklagring

257. Molndatabaser: Managed vs Unmanaged

258. Molnnätverk: Virtuella nätverk, Subnät, Säkerhetsgrupper

259. Kostnadsoptimering i molnet

260. Molnarkitektur: Designprinciper (Skalbarhet, tillgänglighet, resiliens)

261. API Gateways i molnet

262. Molnbaserad övervakning och loggning

263. Hybridmoln-lösningar och utmaningar

264. Multi-cloud-strategier och verktyg

265. Cloud Native-arkitektur

266. Service Mesh (t.ex. Istio) – Introduktion

267. Molnstyrning (Cloud Governance)

268. Molncertifieringar (AWS, Azure, GCP) – Översikt

269. Edge Computing i relation till molnet

270. Funktion som en tjänst (FaaS)

271. Vad är en databas? DBMS?

272. Relationsdatabaser (RDBMS): Koncept

273. Datamodellering: Entitetsrelationsdiagram (ERD)

274. Normalisering av databaser (1NF, 2NF, 3NF)

275. SQL: Datadefinitionsspråk (DDL – CREATE, ALTER, DROP)

276. SQL: Index och deras betydelse

277. SQL: Transaktioner (ACID-egenskaper)

278. SQL: Lagrade procedurer och funktioner

279. SQL: Views (Vyer)

280. NoSQL-databaser: Typer (Dokument, nyckel-värde, kolumn, graf)

281. NoSQL: CAP-teoremet

282. Dokumentdatabaser (t.ex. MongoDB) – Grunderna

283. Nyckel-värde-databaser (t.ex. Redis) – Grunderna

284. Kolumndatabaser (t.ex. Cassandra) – Grunderna

285. Grafdatabaser (t.ex. Neo4j) – Grunderna

286. Databashanteringssystem (MySQL, PostgreSQL, SQL Server, Oracle) – Översikt

287. Databasadministration: Säkerhetskopiering och återställning

288. Databasoptimering och prestandajustering

289. Data Warehousing: Koncept

290. ETL (Extract, Transform, Load) processer

291. Big Data: De 3 V:na (Volume, Velocity, Variety)

292. Hadoop och ekosystemet (HDFS, MapReduce) – Introduktion

293. Apache Spark – Introduktion

294. Data Lakes vs Data Warehouses

295. Datakvalitet och Data Governance

296. Master Data Management (MDM)

297. Realtidsdatahantering och strömmande data (t.ex. Kafka)

298. Dataintegritet och säkerhet i databaser

299. Datavisualiseringsverktyg (t.ex. Tableau, Power BI) – Introduktion

300. Datasekretess och anonymiseringstekniker

301. Vad är Data Science? Livscykeln

302. Statistik för Data Science: Beskrivande statistik

303. Statistik: Inferentiell statistik och hypotesprövning

304. Sannolikhetslära: Grundläggande koncept

305. Python-bibliotek för Data Science: NumPy

306. Python-bibliotek: Pandas för dataanalys

307. Python-bibliotek: Matplotlib och Seaborn för visualisering

308. Data Wrangling och rengöring

309. Exploratory Data Analysis (EDA)

310. Feature Engineering

311. Maskininlärning (ML): Övervakad vs Oövervakad inlärning

312. Övervakad inlärning: Klassificering vs Regression

313. Algoritm: Linjär regression

314. Algoritm: Logistisk regression

315. Algoritm: K-Nearest Neighbors (KNN)

316. Algoritm: Support Vector Machines (SVM)

317. Algoritm: Decision Trees och Random Forests

318. Modellutvärdering: Metriker (Accuracy, Precision, Recall, F1-score, RMSE)

319. Korsvalidering (Cross-validation)

320. Överanpassning (Overfitting) och Underanpassning (Underfitting)

321. Oövervakad inlärning: Clustering

322. Algoritm: K-Means Clustering

323. Oövervakad inlärning: Dimensionsreducering (PCA)

324. Natural Language Processing (NLP): Grunderna

325. NLP: Text-tokenisering och stemming/lemmatization

326. NLP: TF-IDF

327. Deep Learning (Djupinlärning): Introduktion till neurala nätverk

328. Artificiella neurala nätverk (ANN)

329. Convolutional Neural Networks (CNN) för bildigenkänning

330. Recurrent Neural Networks (RNN) för sekventiell data

331. Deep Learning-ramverk (TensorFlow, PyTorch) – Introduktion

332. Artificiell Intelligens (AI): Definition och historia

333. AI: Svag vs Stark AI

334. AI-etik och ansvarsfull AI

335. Bias i AI-modeller

336. Förklarbar AI (Explainable AI – XAI)

337. Reinforcement Learning (Förstärkningsinlärning) – Grunderna

338. Big Data-teknologier för Data Science (Spark MLlib)

339. MLOps: Att operationalisera ML-modeller

340. Tidsserieanalys

341. Agile-metoder: Scrum och Kanban

342. Scrum: Roller (Product Owner, Scrum Master, Dev Team), Ceremonier, Artefakter

343. Kanban: Principer och visualisering av arbetsflöde

344. DevOps: Kultur och principer (CAMS – Culture, Automation, Measurement, Sharing)

345. Continuous Integration (CI): Verktyg (Jenkins, GitLab CI, GitHub Actions)

346. Continuous Delivery/Deployment (CD)

347. Versionshantering med Git (mer avancerat: branching, merging)

348. Infrastructure as Code (IaC) i DevOps

349. Konfigurationshantering (Ansible, Chef, Puppet)

350. Monitorering och loggning i DevOps (Prometheus, Grafana, ELK Stack)

351. IT Service Management (ITSM): ITIL Ramverket – Introduktion

352. Incident Management (Incidentshantering)

353. Problem Management (problemhantering)

354. Change Management (förändringsledning)

355. Projektledning: Grundläggande principer

356. Riskhantering i IT-projekt

357. Tekniskt skrivande och dokumentation

358. Kommunikation och samarbete i IT-team

359. Molnkostnadshantering (FinOps) – Introduktion

360. Site Reliability Engineering (SRE): Principer

361. Testautomation: Strategier och verktyg

362. API-hantering (API Management)

363. Microservices-arkitektur: Fördelar och nackdelar

364. Teknisk skuld (Technical Debt)

365. Livslångt lärande och kompetensutveckling inom IT

Extra tillägg (hösten 2025):

366. RAG (Retrieval-Augmented Generation): Principer och arkitektur

367. Computer Vision: Modeller och tillämpningar

368. AI-agenter: Autonoma system och beslutsfattande

369. Chatbots (Konversations-AI): Designprinciper och plattformar