Bitte benutzen Sie diese Kennung, um auf die Ressource zu verweisen:
https://doi.org/10.21256/zhaw-5518| Publikationstyp: | Beitrag in wissenschaftlicher Zeitschrift |
| Art der Begutachtung: | Peer review (Publikation) |
| Titel: | Predictive Analytics im Human Capital Management : Status Quo und Potentiale |
| Autor/-in: | Christ, Oliver Ebert, Nico |
| DOI: | 10.21256/zhaw-5518 10.1365/s40702-015-0193-6 |
| Erschienen in: | HMD Praxis der Wirtschaftsinformatik |
| Band(Heft): | 53 |
| Heft: | 3 |
| Seite(n): | 298 |
| Seiten bis: | 309 |
| Erscheinungsdatum: | 2016 |
| Verlag / Hrsg. Institution: | Springer |
| ISSN: | 1436-3011 2198-2775 |
| Sprache: | Deutsch |
| Schlagwörter: | Business Intelligence; Human Capital Management; Predictive Analytics; Data Mining |
| Fachgebiet (DDC): | 658.3: Personalmanagement |
| Zusammenfassung: | Unternehmen verfügen mittlerweile über fortgeschrittene analytische Informationssysteme, die es erlauben die wachsenden Datenmengen nahezu automatisiert auszuwerten und Aussagen über zukünftige Entwicklungen zu treffen. Predictive Analytics befinden sie sich im Human Capital Management noch in den Anfängen. Datengetriebene Unternehmen wie Google oder Hewlett-Packard nutzen Predictive Analytics bereits, um Personalbeschaffung und -erhaltung zu verbessern. Obwohl jedoch die Personalbereiche über umfangreiche Daten verfügen, beschränkt sich deren Nutzung nach unserer Erfahrung und einer von uns durchgeführten Befragung in den meisten Fällen immer noch auf reaktives Excel-Reporting und einfachste Prognosen z. B. zur Personalanzahl. Data Mining-Verfahren werden hingegen selten genutzt, obwohl sich daraus für das Human Capital Management und andere Unternehmensbereiche Vorteile ergeben könnten. In diesem Beitrag stellen wir anhand von Praxisbeispielen und ausgewählter Fachliteratur Potentiale von Predictive Analytics im Human Capital Management vor, untersuchen die Verbreitung sowie die Einsatzmöglichkeiten von personalbezogenen Analysen und gehen auch auf die spezifischen Herausforderungen der Nutzung von Personaldaten ein. |
| Weitere Angaben: | First Online: 23 December 2015 Erworben im Rahmen der Schweizer Nationallizenzen (http://www.nationallizenzen.ch) |
| URI: | https://digitalcollection.zhaw.ch/handle/11475/16955 |
| Volltext Version: | Publizierte Version |
| Lizenz (gemäss Verlagsvertrag): | Lizenz gemäss Verlagsvertrag |
| Gesperrt bis: | 2021-01-01 |
| Departement: | School of Management and Law |
| Organisationseinheit: | Institut für Wirtschaftsinformatik (IWI) |
| Enthalten in den Sammlungen: | Publikationen School of Management and Law |
Dateien zu dieser Ressource:
| Datei | Beschreibung | Größe | Format | |
|---|---|---|---|---|
| 2016_Christ-Ebert_PredictiveAnalyticsImHumanCapi.pdf | 550.58 kB | Adobe PDF |  Öffnen/Anzeigen |
Zur Langanzeige
Christ, O., & Ebert, N. (2016). Predictive Analytics im Human Capital Management : Status Quo und Potentiale. HMD Praxis der Wirtschaftsinformatik, 53(3), 298–309. https://doi.org/10.21256/zhaw-5518
Christ, O. and Ebert, N. (2016) ‘Predictive Analytics im Human Capital Management : Status Quo und Potentiale’, HMD Praxis der Wirtschaftsinformatik, 53(3), pp. 298–309. Available at: https://doi.org/10.21256/zhaw-5518.
O. Christ and N. Ebert, “Predictive Analytics im Human Capital Management : Status Quo und Potentiale,” HMD Praxis der Wirtschaftsinformatik, vol. 53, no. 3, pp. 298–309, 2016, doi: 10.21256/zhaw-5518.
CHRIST, Oliver und Nico EBERT, 2016. Predictive Analytics im Human Capital Management : Status Quo und Potentiale. HMD Praxis der Wirtschaftsinformatik. 2016. Bd. 53, Nr. 3, S. 298–309. DOI 10.21256/zhaw-5518
Christ, Oliver, and Nico Ebert. 2016. “Predictive Analytics im Human Capital Management : Status Quo und Potentiale.” HMD Praxis der Wirtschaftsinformatik 53 (3): 298–309. https://doi.org/10.21256/zhaw-5518.
Christ, Oliver, and Nico Ebert. “Predictive Analytics im Human Capital Management : Status Quo und Potentiale.” HMD Praxis der Wirtschaftsinformatik, vol. 53, no. 3, 2016, pp. 298–309, https://doi.org/10.21256/zhaw-5518.
Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt, soweit nicht anderweitig angezeigt.