nach oben

Erschienen in:

2017 | OriginalPaper | Buchkapitel

21. Big HR Data – Konzept zwischen Akzeptanz und Ablehnung

verfasst von : Stefan Strohmeier

Erschienen in: HR-Exzellenz

Verlag: Springer Fachmedien Wiesbaden

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Zusammenfassung

„Big HR Data“ ist ein Konzept, das die Personalprofession polarisiert. Während einerseits große Chancen und Potenziale für die Personalarbeit hervorgehoben werden, werden andererseits besondere Unzulänglichkeiten und Risiken betont. Der vorliegende Beitrag zielt daher auf die Herausarbeitung der faktischen Möglichkeiten, Big HR Data sinnvoll zu nutzen. Hierzu wird zunächst näher auf den Begriff der Big HR Data eingegangen. Darauf aufbauend wird untersucht, inwiefern Big HR Data überhaupt existieren. Als zentraler Beitrag werden schließlich die generellen Anwendungsmöglichkeiten von Big HR Data diskutiert, indem ein einfaches Vorgehensmodell vorgestellt und an einem Anwendungsfall erläutert wird. Der Beitrag schließt mit einem Ausblick auf künftige Schritte zur Etablierung von Big HR Data.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Vorheriges Kapitel Digital HR oder HR Digital – Die Bedeutung der Digitalisierung für HR

Nächstes Kapitel Geschäftsmodelle der Personalfunktion im Wandel

Barnickel, N., & Klessmann, J. (2012). Open Data – Am Beispiel von Informationen des öffentlichen Sektors. In U. Herb (Hrsg.), Open Initiatives: Offenheit in der digitalen Welt und Wissenschaft (S. 127–158). Saarbrücken: Universaar.

Bersin, J. (2012). Big data in HR: Building a competitive talent analytics function – The four stages of maturity. Berlin: Bersin White Paper.

Biemann, T. (2014). Big Data kann mehr als nur HR Controlling. http://www.humanresourcesmanager.de/ressorts/artikel/big-data-ist-mehr-als-nur-hr-controlling-1728079430.

Brindha, G. R. & Santhi, B. (2012). Application of opinion mining technique in talent management. In Conference Proceedings of 2012 International Conference on, Management Issues in Emerging Economies (ICMIEE), S. 127–132, IEEE.

Cachelin, J. L. (2013). Big Data Mining in HRM. Wie die Transparenz der Daten bessere Entscheidungen im HRM ermöglicht, Studie 13. St. Gallen: Wissensfabrik.

De Mauro, A., Greco, M., & Grimaldi, M. (2014). What is big data? A consensual definition and a review of key research topics. In 4th International Conference on Integrated Information Madrid 10(2.1), 2341–5048.

Fantana, N. K., Riedel, T., Schlick, J., Ferber, S., Hupp, J., Miles, S., & Svensson, S. (2013). IoT Applications - Value Creation for Industry. In O. Vermesan & P. Fries (Hrsg.), Internet of Things: Converging Technologies for Smart Environments and Integrated Ecosystems (S. 153-204). Aalborg Denmark: River Publishers.

Gola, P. (2015). HR Intelligence und Analytics – Datenschutzrechtliche Grenzziehungen. In S. Strohmeier & F. Piazza (Hrsg.), Human Resource Intelligence und Analytics (S. 127–158). Wiesbaden: Springer Gabler.

Honsel, G. (21. Oct. 2006). Aufmerksamkeits-Kurven: Die Hype-Zyklen neuer Technologien. Der Spiegel, http://www.spiegel.de/netzwelt/tech/aufmerksamkeits-kurven-die-hype-zyklen-neuer-technologien-a-443717.html.

Hornung, S., & Meißner, M. (2015). Big Data in HR: Viel Potenzial, wenig Akzeptanz. Wissensmanagement, 5, 18–20.

INTEL IT Center (2012). Big Data analytics. Intel’s IT manager survey on how organizations are using big data. Research Paper.

Kaiser, S., & Kraus, H. (2014). Big Data im Personalmanagement. Erste Anwendungen und Blick in die Zukunft. Zeitschrift für Organisation, 6, 370–385.

Laney, D. (2001). 3D data management: Controlling data volume, velocity and variety. META Group Research Note, 6, 70. Stamford: White Paper Meta Group.

Pastowsky, M. (2011). Innovationspotenziale und Nutzenaspekte Sozialer Netzwerke für die Personalarbeit. In M. Klaffke (Hrsg.), Personalmanagement von Millennials (S. 53–75). Wiesbaden: Gabler.CrossRef

Piazza, F. (2010). Data Mining im Personalmanagement. Eine Analyse des Einsatzpotenzials zur Entscheidungsunterstützung. Wiesbaden: Gabler.CrossRef

Reuter, N. (2015). Arbeitgeberbewertungsportale – die neue Macht der Bewerber? In R. Dannhäuser (Hrsg.), Praxishandbuch Social Media Recruiting (S. 251–291). Wiesbaden: Springer Gabler.

Schaar, P. (2014). Datenschutz in Zeiten von Big Data. HMD Praxis der Wirtschaftsinformatik, 51(6), 840–852.CrossRef

Schmoll, H. (21. Oct. 2014). Merkel verteidigt „Big Data“. Frankfurter Allgemeine Zeitung. http://www.faz.net/aktuell/politik/inland/nationaler-it-gipfel-merkel-verteidigt-big-data-13221998.html.

Scholz, C. (2014). Rosamunde Pilcher und Big Data. http://www.humanresourcesmanager.de/ressorts/artikel/rosamunde-pilcher-und-big-data.

Strohmeier, S. (2008). Informationssysteme im Personalmanagement. Architektur – Funktionalität – Anwendung. Wiesbaden: Vieweg & Teubner.

Strohmeier, S. (2010). Electronic portfolios in recruiting? A conceptual analysis of usage. Journal of Electronic Commerce Research, 11(4), 268.

Strohmeier, S. (2015). Analysen der Human Resource Intelligence und Analytics. In S. Strohmeier & F. Piazza (Hrsg.), Human Resource Intelligence und Analytics (S. 3–47). Wiesbaden: Springer Gabler.

Strohmeier, S., & Piazza, F. (2011). „Web mining“ as a novel approach in e-HRM research. In T. Bondarouk, H. Ruel, & J. K. Looise (Hrsg.), Electronic HRM in theory and practice (S. 41–53). Howard House: Emerald.CrossRef

Strohmeier, S., & Piazza, F. (2013). Domain driven data mining in human resource management: A review of current research. Expert Systems with Applications, 40(7), 2410–2420.CrossRef

Strohmeier, S., & Piazza, F. (2015). Prozesse der Human Resource Intelligence und Analytics. In S. Strohmeier & F. Piazza (Hrsg.), Human Resource Intelligence und Analytics (S. 49–88). Wiesbaden: Springer Gabler.

Strohmeier, S., Piazza, F., Majstorovic, D., & Schreiner, J. (2016). Smart HRM – Eine Delphi-Studie zur Zukunft digitaler Personalarbeit (HRM 4.0). Arbeitsbericht des Lehrstuhls für Management-Informationssysteme. Saarbrücken: Universität des Saarlandes.

Strohmeier, S., Piazza, F., & Neu, C. (2015). Trends der Human Resource Intelligence und Analytics. In S. Strohmeier & F. Piazza (Hrsg.), Human Resource Intelligence und Analytics (S. 339–367). Wiesbaden: Springer Gabler.

Swan, M. (2012). Sensor mania! the internet of things, wearable computing, objective metrics, and the quantified self 2.0. Journal of Sensor and Actuator Networks, 1(3), 217–253.CrossRef

Ward, J. S. & Barker, A. (2013). Undefined by data: A survey of big data definitions. arXiv preprint arXiv:1309.5821.

Wilson, J. H. (2013). Wearables in the workplace. Harvard Business Review, 9, 1–4.

Titel: Big HR Data – Konzept zwischen Akzeptanz und Ablehnung
verfasst von: Stefan Strohmeier
Verlag: Springer Fachmedien Wiesbaden
Buch: HR-Exzellenz
Print ISBN: 978-3-658-14724-2

Electronic ISBN: 978-3-658-14725-9

Copyright-Jahr: 2017
DOI: https://doi.org/10.1007/978-3-658-14725-9_21