【DX検定】全分野一覧｜ビジネス/技術の頻出ポイント完全整理

DX検定は、ビジネス・IT・データ・AIなど幅広い分野から出題されるため、「どこから勉強すればよいのか分からない」と感じる方も多いのではないでしょうか。

本記事では、DX検定の全体像（シラバス構成・分野別テーマ）を俯瞰できるまとめページとして、各分野のポイントと対応する解説記事を一覧化しています。

まず全体を把握し、自分が重点的に学ぶべき領域を見極めたい方は、このページを起点に学習を進めてください。

1. シラバス全体像

DX検定のシラバス全体は大きく ビジネス（A〜F） と 技術（G〜L） に分かれます。各分野の詳細のキーワード解説＋出題ポイントはリンクから確認ください

ビジネス領域（A〜F）

• A：次世代ビジネストレンド（社会・産業を変える潮流や先端トピック）
• B：戦略・理論（DXを経営として進める考え方・フレーム）
• C：業務（業務の仕組み・プロセスをITで変える）
• D：商品（ITを“商品”として捉える：OS/プラットフォーム/ソフトの部品化など）
• E：サービス（ITを“サービス”として捉える：金融・プラットフォームなど）
• F：IT機器（道具としてのIT：端末・ウェアラブル・XRデバイスなど）

技術領域（G〜L）

• G：ロボットとスマートマシーン（物理世界で動く知能化）
• H：AIとソフトウェア（生成AI/LLM/RAG/学習など）
• I：IoTとハードウェア（エッジ・センサー・量子・新型チップなど）
• J：ビッグデータとデータサイエンス（データ収集・検索・分析の実務）
• K：クラウドとIT開発/運用（クラウド・DevOps・コンテナ・開発支援）
• L：サイバーセキュリティとネットワーク（脅威・防御・暗号・通信）

2. 大分類別出題

DX検定のシラバスの分野別のおおよその出題率です。

区分別（ビジネス / 技術）

区分	出題割合(%)
ビジネス（A〜F）	44.2
技術（G〜L）	55.8

やや技術系の出題が多くなっています。

大分類別（A〜L）出題配分

大分類	出題割合(%)
A_次世代ビジネストレンド	17.5
B_戦略・理論（経営革新としてのIT)	7.5
C_業務（仕組みとしてのIT)	2.5
D_商品（商品としてのIT)	6.7
E_サービス（サービスとしてのIT)	4.2
F_IT機器（道具としてのIT)	5.8
G_ロボットとスマートマシーン	9.2
H_AIとソフトウェア	20.0
I_IoTとハードウェア	9.2
J_ビッグデータとデータサイエンス	2.5
K_クラウドとIT開発/運用	8.3
L_サイバーセキュリティとネットワーク	6.7

大分類別ですと、H_AIとソフトウェアとA_次世代ビジネストレンドの出題比率が特に高くなっています。出題比率の高い分野からの学習が効率的です。

3. 大分類別：頻出キーワード一覧

実際の試験で出てくるキーワードを抽出しました。

A_次世代ビジネストレンド

キーワード	頻出レベル	一言説明
AR	★★★	現実映像にデジタル情報を重ねて提示する「拡張現実」
半導体	★★★	産業の土台となる基盤部品。EV・AIなどで需要が増える“ボトルネック”
メタバース	★★★	仮想空間上で交流・体験・経済活動を行うサービス/概念
NFT	★★★	ブロックチェーン上で唯一性を証明できるデジタル資産
水素	★★	脱炭素の鍵となるエネルギーキャリア（製造・貯蔵・輸送・利用が論点）
XR	★★	AR/VR/MRなど“現実×仮想”体験の総称（Extended Reality）
VR	★★	仮想空間に没入する「仮想現実」
ムーアの法則	★★	半導体の集積度が一定期間で増えるという経験則（性能・コストに直結）
ギガキャスト	★★	車体部品を大型一体で鋳造する製造手法（工程短縮・コスト影響が論点）
レーザー核融合	★★	レーザーで燃料を圧縮して核融合反応を起こす方式（次世代エネルギー候補）
個別化医療	★	遺伝情報などに基づき治療を最適化する医療アプローチ
ゲノム	★	遺伝情報の全体。医療・創薬・倫理/規制とセットで問われやすい

B_戦略・理論（経営革新としてのIT)

キーワード	頻出レベル	一言説明
DX（デジタルトランスフォーメーション）	★★★	デジタルで業務/組織/ビジネスモデルまで変える“経営変革”。IT導入と混同注意。
デジタルツイン	★★★	現実の設備・都市などをデータで“仮想空間に再現”し、予測・最適化に使う。
ガバナンス（ガバナンス・コード）	★★★	ルール・責任・統制の枠組み。DXでは意思決定と責任の所在が問われる。
ビジネスモデルキャンバス	★★★	価値提供・顧客・収益・活動などを9要素で整理する定番フレーム。
バリュープロポジション	★★	「誰のどんな課題に、何の価値を届けるか」を言語化する中核概念。
カスタマージャーニーマップ	★★	顧客体験の流れを時系列で可視化し、接点・感情・課題を整理する。
顧客価値マーケティング	★★	製品機能より“顧客の得る価値”を中心に設計・訴求する考え方。
コト消費	★★	モノそのものより「体験・時間・ストーリー」に価値を置く消費傾向。
現状維持バイアス	★★	変化より現状を選びやすい心理傾向（施策設計・導入障壁の論点になりやすい）。
マーケティング	★★	市場理解→価値設計→届け方までの一連。DXではデータ活用と統合して出やすい。

C_業務（仕組みとしてのIT)

キーワード	頻出レベル	一言説明
業務	★★★	現場の作業・手順・ルール。DXは“業務の見える化→変革”が前提。
自動化	★★★	定型作業をツール/ロボットで置換し、速度・品質・コストを改善する。
RPA	★★★	定型PC作業をソフトウェアロボットで自動化する仕組み（AIとの違いが頻出）。
ソフトウェアロボット	★★★	RPAの実行主体。人の操作を模倣して画面操作を自動化する。
ワークフロー	★★	申請・承認などの手続きの流れを電子化・統制する仕組み。
基幹システム	★★	会計・人事・勘定など中枢業務を支えるシステム（更改・共同化が論点）。
共同化の共同化	★★	特に金融などで、基幹システムを共同利用し、さらに集約・最適化する動き。

D_商品（商品としてのIT)

キーワード	頻出レベル	一言説明
プラットフォーム	★★★	その上にサービス/機能を載せる“土台”。囲い込み・拡張性が論点。
アプリケーション	★★★	OS上で動く利用者向け/業務向けソフト。SaaS等と混同しない。
OS（オペレーティングシステム）	★★★	ハード資源管理＋アプリ実行の基盤ソフト（OS/アプリの役割分担が頻出）。
マイクロサービス	★★★	機能を小さな独立サービスに分割する設計（変更容易・運用複雑化がセット）。
ブロックチェーン	★★	改ざん耐性のある分散台帳。NFTや暗号資産文脈で出やすい。
コンテナエンジン	★★	コンテナを作成/実行するランタイム（Docker等の土台概念）。
ホスト	★★	アプリやコンテナを載せる側のOS/サーバ。ゲストとの対比で問われやすい。
メディアサーバ	★★	動画・音声などの配信/管理を担うサーバ（コンテンツ配信文脈で登場）。

E_サービス（サービスとしてのIT)

キーワード	頻出レベル	一言説明
楽天	★★★	提携・サービス連携の例として出やすい企業名（文脈で何を担うか確認）。
モバイル	★★★	非対面・アプリ中心の提供形態（口座開設や本人確認などとセット）。
JRE BANK（JR BANK）	★★★	鉄道グループの金融サービス例。名称・提供形態が問われやすい。
銀行代理業	★★★	銀行商品を媒介する制度。誰が契約を“締結”するか混同しやすい。
預金	★★	銀行サービスの基本（口座/残高/利息などの前提）。
住宅ローン	★★	代表的な融資サービス（審査・金利・返済などの基本構造を押さえる）。
特典	★★	サービス差別化要素（ポイント・優遇など）。単なる“おまけ”扱いで落としがち。
ビューカード	★★	鉄道系決済/代理業者として登場。役割（決済/媒介）を取り違えない。
三井住友	★★	金融サービスの選択肢に登場しやすい固有名（提供主体の識別に注意）。

F_IT機器（道具としてのIT)

キーワード	頻出レベル	一言説明
NTT	★★★	通信・研究開発の文脈で頻出する固有名（何を開発したかが論点）。
スマートフォン	★★★	センサー・通信・アプリの基盤端末。サービス提供の“入り口”として重要。
AR/VRヘッドセット	★★★	XR体験のための装着型デバイス（没入/表示/センサーがセットで問われる）。
スマートコンタクトレンズ	★★★	目に装着する次世代ウェアラブル（表示/計測/電源など制約が論点）。
ウェアラブル	★★	身に付ける端末（健康・行動データ取得など）。プライバシーとセットで出やすい。
エッジデバイス	★★	現場で計測・処理する端末。クラウド依存を減らす文脈で出る。
Mojo	★★	スマートコンタクトレンズ文脈で出る名称（何の製品/企業かを混同しやすい）。
イメージセンサー（CMOS）	★★	光を電気信号に変える撮像素子（カメラ/センシングの基本部品）。
バッテリー	★★	携帯機器の制約要因（持続時間・安全・重量）。性能だけでなく運用面でも問われる。

G_ロボットとスマートマシーン

キーワード	頻出レベル	一言説明
ロボット	★★★	物理世界で作業する自動化主体。センサー・制御・AIの組み合わせが前提。
自動運転	★★★	環境認識→判断→制御の連鎖。責任・安全・地図/インフラも絡む。
センサー	★★★	周辺環境の入力。LiDAR/カメラ/ミリ波など“特性の違い”が混同ポイント。
リアルタイム	★★★	遅延が許されない処理。エッジ処理が必要になる典型理由。
ドローン	★★	空のロボット。測量・配送・点検など用途と規制の文脈で出やすい。
制御	★★	目標に合わせて動作を決める仕組み（フィードバック等）。AI“だけ”では成立しない。
クラウド	★★	学習/統合/管理に使う一方、通信遅延や切断が課題になりやすい。
ダイナミックマップ	★★	自動運転向けの高精度地図＋更新情報。静的地図との違いがポイント。
フィジカルAI	★★	物理実体（ロボット等）で動くAI。シミュレーションや安全が論点。
エッジ	★★	現場での即時処理。自動運転やロボットで頻出する“場所”。

H_AIとソフトウェア

キーワード	頻出レベル	一言説明
生成AI	★★★	文章・画像などを生成するAI。誤り（ハルシネーション）と統制がセットで頻出。
学習	★★★	データからモデルを作る工程。推論との対比が超頻出。
LLM（大規模言語モデル）	★★★	大量テキストで学習した言語モデル。用途と限界（事実性/更新性）が論点。
RAG	★★★	外部知識を検索して回答に反映する方式（LLM単体との違いが頻出）。
プロンプト	★★	モデルへの指示文。書き方次第で出力品質が変わる（制約・前提・形式指定）。
AIエージェント（MAS等）	★★	目標に向けて複数ステップで動く仕組み（単発生成との違いに注意）。
推論	★★	学習済みモデルを使って出力を作る工程（学習と混同しやすい）。
拡散モデル	★★	ノイズ除去を繰り返して画像等を生成する代表方式。GANとの混同注意。
Adobe Firefly	★★	生成AIの具体例（画像生成など）。“サービス名”として選択肢に出やすい。
マルチモーダル	★★	文章だけでなく画像・音声など複数形式を扱うAI。
Text to Speech（TTS）	★	テキストを音声に変換する技術。Speech-to-Textと逆なので混同注意。
Voice Conversion	★	話者の声質を変換する技術。TTSと役割が違う点がポイント。
教師データ	★	学習用の正解付きデータ。品質がモデル性能に直結する。
アノテーション	★	教師データにラベル付けする作業。コスト・品質管理が論点。
ベイジアンネットワーク	★	確率的因果関係をグラフで表すモデル。条件付き確率の理解が鍵。
SVM	★	分類の代表手法。マージン最大化という考え方がポイント。

I_IoTとハードウェア

キーワード	頻出レベル	一言説明
量子（QPU / Majorana等）	★★★	量子ビットで計算する方式。従来計算機と前提が違う点が頻出。
IoT	★★★	“モノ”をネットにつなぎ、データ収集・制御する仕組み。
エッジ	★★★	現場側で処理する場所/考え方。遅延・通信断・コストが理由になる。
センサー	★★★	現実世界をデータ化する入口。種類ごとの得意不得意が混同ポイント。
ミリ波	★★	高周波帯を利用したセンシング/通信。短距離・高精度など特徴で出る。
LiDAR	★★	レーザーで距離を測るセンサー。カメラやミリ波との違いが問われる。
トポロジカル	★★	量子の安定化などの文脈で出る概念（何を改善する狙いかが論点）。
ToF（dToF等）	★★	光の往復時間で距離を測る方式。LiDAR/カメラとの違い整理が重要。
Jetson	★★	エッジAI向けの計算基盤（ハード/モジュール名として出やすい）。
Edge TPU	★★	エッジ推論を高速化する専用チップ。学習ではなく推論が主用途になりやすい。
MEMS	★	微小な機械構造を半導体で作る技術。センサー小型化の基盤。
CMOS（イメージセンサー）	★	撮像素子。画像センシングの根幹部品。

J_ビッグデータとデータサイエンス

キーワード	頻出レベル	一言説明
行動ビッグデータ	★★★	検索・位置情報など“人の行動”ログ。分析でインサイト抽出に使う。
検索と位置情報	★★★	行動ビッグデータの代表例。プライバシーと価値の両面が論点。
デスクリサーチ	★★★	既存データを使った調査。一次調査と混同しない。
キーワードマップ	★★★	関連語を可視化して興味関心や話題構造を掴む手法/機能。
ベクトルDB	★★	埋め込みベクトルを保存し、意味的な近さで検索するデータベース。
埋め込み（Embedding）	★★	文章などを数値ベクトル化する表現。類似検索やRAGで重要。
非構造化データ	★★	文章・画像など表形式でないデータ。検索/前処理が論点になりやすい。
データベース	★★	データを蓄積・検索する基盤。用途により最適形が変わる。
データ連携	★★	分野横断でデータをつなぐこと。スーパーシティ等の前提。
SDV（ソフトウェア定義車両）	★★	車の価値がソフト中心になる流れ。データ/更新/安全がセットで問われる。
スーパーシティ	★	分野横断で先端サービスを提供する都市構想。データ基盤とセットで出る。

K_クラウドとＩＴ開発/運用

キーワード	頻出レベル	一言説明
クラウド	★★★	インフラをサービス利用する形態。責任分界点（誰が何を運用するか）が頻出。
コンテナ	★★★	アプリを環境ごと梱包する実行単位。VMとの違いが混同ポイント。
GitHub	★★★	コード管理・開発基盤。CI/CDやAI開発支援とセットで出やすい。
GitHub Copilot	★★★	コード生成/補完のAI開発支援。使いどころと限界が問われやすい。
kintone / AppSheet	★★	ノーコード/ローコードの代表例。開発者不足対策として頻出。
DevOps	★★	開発と運用を一体で改善する考え方。自動化（CI/CD）とセット。
ノーコード	★★	コーディングなしでアプリ開発。適用範囲（万能ではない）が注意点。
IaaS	★★	インフラ提供。OS以上は利用者側責任になりやすい。
PaaS	★★	アプリ実行基盤提供。インフラ運用負担が減る一方で制約もある。
Kubernetes	★★	コンテナ運用の代表基盤。オーケストレーションが肝。
Docker	★	コンテナの代表技術。イメージ/コンテナの概念整理が重要。
CI/CD	★	ビルド・テスト・デプロイを自動化する仕組み。DevOpsの実装面。
GitLab	★	Git系開発基盤の一つ。GitHubとの違い（統合度など）で迷いやすい。
SVN	★	旧来のバージョン管理。Gitとの思想（分散/集中）の違いがポイント。
Git Flow / GitHub Flow	★	ブランチ運用の型。チーム開発の“事故防止”として出やすい。
ローコード	★	少ないコードで開発。ノーコードとの違い（柔軟性/難易度）を整理。
プラットフォームエンジニアリング	★	開発者体験を改善するために内部基盤を整備する考え方。

L_サイバーセキュリティとネットワーク

キーワード	頻出レベル	一言説明
暗号	★★★	情報を守る基本技術。用途（通信/保存/署名）で役割が変わる。
ランサムウェア	★★★	データを人質に金銭を要求する攻撃。バックアップや初動対応が鍵。
フィッシング	★★★	偽サイト等で認証情報を盗む手口。認証強化（多要素等）とセットで頻出。
認証（パスキー / FIDO）	★★★	本人確認の仕組み。パスワード代替の流れが出題されやすい。
マルウェア	★★	悪意あるソフト全般。ランサムはその一種、という関係を混同しない。
DDoS	★★	大量通信でサービス停止を狙う攻撃。可用性（Availability）の論点。
TLS / SSL	★★	通信を暗号化するプロトコル。HTTPSの前提として頻出。
6G	★★	次世代通信。高速化だけでなく、社会実装・ユースケースの視点が出やすい。
PIA（プライバシー影響評価）	★★	プライバシーリスクを事前に可視化し、説明責任と遵守を両立させる。
アカウンタビリティ	★★	説明責任。AI/データ活用と法令順守の文脈でセット。
コンプライアンス（法令順守）	★	ルール順守。技術だけでなく運用設計（体制・記録）が問われる。
CRYSTALS-Kyber / NTRU 等	★	量子時代を見据えた暗号方式の文脈で出る固有名（暗号の“方式名”として識別）。