Skip to main content
Registrieren
Springer Professional
SUCHE
MENÜ 1 2 3 4
nach oben

Tipp

Weitere Kapitel dieses Buchs durch Wischen aufrufen

Erschienen in:
Smart HRM: Digitale Tools für die Personalarbeit Kapitel lesen Erstes Kapitel lesen

2020 | OriginalPaper | Buchkapitel

3. Grundlagen: KI, ML, DL, RPA und Co.

verfasst von : Christian Gärtner

Erschienen in: Smart HRM

Verlag: Springer Fachmedien Wiesbaden

Einloggen, um Zugang zu erhalten
share
TEILEN

Zusammenfassung

Da im Umfeld der digitalen Tools für die Personalarbeit sehr viele Begriffe verwendet werden, die Verwirrung stiften können, werden in diesem Kapitel die wichtigsten eingängig erläutert: Algorithmen und Heuristiken, Big Data, Künstliche Intelligenz, Machine Learning, Künstliche Neuronale Netze, Analytics (Descriptive, Diagnostic, Predictive und Prescriptive), Automatisierung und Robotic Process Automation, Intelligent Process Automation und Chatbots, Augmented und Virtual Reality. Insbesondere werden zentrale Machine-Learning-Algorithmen vorgestellt und ihre Anwendungsbedingungen sowie -grenzen benannt. Damit werden die Grundlagen gelegt, um besser verstehen zu können, was digitale Tools in der Personalarbeit können und was (noch) nicht.

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

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

  • über 69.000 Bücher
  • über 500 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 90 Tage mit der neuen Mini-Lizenz testen!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

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





Jetzt 90 Tage mit der neuen Mini-Lizenz testen!

Jetzt informieren
Vorheriges Kapitel Smarte oder unmenschliche Personalarbeit?
Nächstes Kapitel Digitale Tools für smarte Personalarbeit
Literatur
Backhaus, K., Erichson, B., Plinke, W., & Weiber, R. (2016). Multivariate Analysemethoden – Eine anwendungsorientierte Einführung (14., überarb. u. akt. Aufl.). Berlin/Heidelberg: Springer.
Botvinick, M., Ritter, S., Wang, J. X., Kurth-Nelson, Z., Blundell, C., & Hassabis, D. (2019). Reinforcement learning, fast and slow. Trends in Cognitive Sciences, 23(5), 408–422. CrossRef
Braun, M. (2018). Digitale Assistenzsysteme. Industrie 4.0 Management, 34(4), 11–14.
Cheng, M. (2017). Causal modeling in HR Analytics: A practical guide to models, pitfalls, and suggestions. Academy of Management Annual Meeting Proceedings, 1, 1–6.
Czarnecki, C., & Auth, G. (2018). Prozessdigitalisierung durch Robotic Process Automation. In T. Barton, C. Müller & C. Seel (Hrsg.), Digitalisierung in Unternehmen (S. 113–131). Wiesbaden: Springer. CrossRef
Czarnecki, C., Bensberg, F., & Auth, G. (2019). Die Rolle von Softwarerobotern für die zukünftige Arbeitswelt. HMD Praxis der Wirtschaftsinformatik, 56(4), 795–808. CrossRef
Davenport, T. H., Harris, J., & Shapiro, J. (2010). Competing on talent analytics. Harvard Business Review, 88(10), 52–58.
Dilba, D. (2018). Deal in Sicht. brand eins, 7, 90–93.
Dörner, R., & Steinicke, F. (2019). Wahrnehmungsaspekt von VR. In R. Dörner, W. Broll, B. Jung & P. Grimm (Hrsg.), Virtual und Augmented Reality (VR/AR): Grundlagen und Methoden der Virtuellen und Augmentierten Realität (2. Aufl., S. 43–78). Berlin/Heidelberg: Springer. CrossRef
Dörner, R., Kuhlen, T. W., Matthys, G., et al. (2019a). Fallbeispiele für VR/AR. In R. Dörner, W. Broll, B. Jung & P. Grimm (Hrsg.), Virtual und Augmented Reality (VR/AR): Grundlagen und Methoden der Virtuellen und Augmentierten Realität (2. Aufl., S. 357–392). Berlin/Heidelberg: Springer. CrossRef
EY. (2016b). Robotic process automation for HR & payroll (White paper).
Fitz-enz, J. (1984). How to measure human resources management. New York: McGraw-Hill.
Gandomi, A., & Haider, M. (2015). Beyond the hype: Big data concepts, methods, and analytics. International Journal of Information Management, 35(2), 137–144. CrossRef
Gärtner, C. (2007). Innovationsmanagement als soziale Praxis: grundlagentheoretische Vorarbeiten zu einer Organisationstheorie des Neuen. München/Mering: Rainer Hampp.
Gärtner, C. (2017). Mensch oder Maschine: Wer trifft die besseren Personalentscheidungen? HR Performance, 2(2017), 14–17.
Gärtner, C. (2019). „10 + x Gebote“ für ein erfolgreiches Change Management. changement!, 1, 38–39.
Goodfellow, I., Bengio, Y., & Courville, A. (2018). Deep learning: Das umfassende Handbuch. Frechen: mitp.
Hutson, A. (2017). AI glossary: Artificial intelligence, in so many words. Science, 357(6346), 19. CrossRef
Jäger, W., & Petry, T. (2018). Digital HR – Ein Überblick Petry. In T. Petry & W. Jäger (Hrsg.), Digital HR: Smarte und agile Systeme, Prozesse und Strukturen im Personalmanagement (S. 27.99). Freiburg: Haufe.
Jokinen, K., & McTear, M. (2010). Spoken dialogue systems synthesis lectures on human language technologies. San Rafael: Morgan & Claypool Publishers.
Knaflic, C. N. (2015). Storytelling with data: A data visualization guide for business professionals. Hoboken: Wiley. CrossRef
Lacity, M., & Willcocks, L. P. (2016a). A new approach for automating services. MIT Sloan Management Review, 58, 40–49.
Lacity, M., & Willcocks, L. P. (2016b). Robotic process automation at Telefónica O2. MIS Quarterly Executive, 15, 21–35.
Lacity, M., & Willcocks, L. P. (2018). Robotic process and cognitive automation: The next phase. Ashford: SB Publishing.
Lacity, M., Willcocks, L. P., & Craig, A. (2015). Robotic process automation at Telefónica O2 (The outsourcing unit working research paper series). London School of Economics and Political Science, Paper 15/02.
Lawler, E. E., III, Levenson, A. R., & Boudreau, J. W. (2004). HR metrics and analytics: Use and impact. People and Strategy, 27(4), 27–35.
Leukert, B., Müller, J., & Noga, M. (2019). Das intelligente Unternehmen: Maschinelles Lernen mit SAP zielgerichtet einsetzen. In P. Buxmann & H. Schmidt (Hrsg.), Künstliche Intelligenz (S. 41–62). Wiesbaden: Springer Gabler. CrossRef
Lokman, A. S., & Ameedeen, M. A. (2019). Modern chatbot systems: A technical review. In K. Arai, R. Bhatia & S. Kapoor (Hrsg.), Proceedings of the future technologies conference 2018. Advances in intelligent systems and computing (Bd. 881, S. 1012–1023). Cham: Springer.
Marcus, G., & Davis, E. (2019). Rebooting AI: building artificial intelligence we can trust. New York: Pantheon.
Marler, J. H., & Boudreau, J. W. (2017). An evidence-based review of HR analytics. The International Journal of Human Resource Management, 28(1), 3–26. CrossRef
Martini, M. (2019). Blackbox Algorithmus – Grundfragen einer Regulierung Künstlicher Intelligenz. Berlin/Heidelberg: Springer. CrossRef
Masood, A., & Hashmi, A. (2019). Cognitive robotics process automation: Automate this! In A. Masood & A. Hashmi (Hrsg.), Cognitive computing recipes (S. 225–287). Berkeley: Apress. CrossRef
Mühlbauer, D., Huff, J., & Süß, J. (2018). People Analytics und Arbeit 4.0. In S. Werther & L. Bruckner (Hrsg.), Arbeit 4.0 aktiv gestalten (S. 107–132). Berlin/Wiesbaden: Springer.
Pearl, J., & Mackenzie, D. (2019). The book of Why: The new science of cause and effect. London: Penguin.
Provost, F., & Fawcett, T. (2017). Data Science für Unternehmen: Data Mining und datenanalytisches Denken praktisch anwenden. Frechen: mitp.
Russell, S., & Norvig, P. (2013). Künstliche Intelligenz – Ein moderner Ansatz (3., akt. Aufl.). München: Pearson.
Scheer, A.-W. (2017). Performancesteigerung durch Automatisierung von Geschäftsprozessen (Whitepaper). Saarbrücken: Scheer Holding.
Scholz, T. M. (2017). Big data in organizations and the role of human resource management: A complex systems theory-based conceptualization. Frankfurt a. M.: Peter Lang. CrossRef
Siegel, E. (2013). Predictive analytics: The power to predict who will click, buy, lie, or die. Hoboken: Wiley.
Stouten, J., Rousseau, D. M., & De Cremer, D. (2018). Successful organizational change: Integrating the management practice and scholarly literatures. Academy of Management Annals, 12(2), 752–788. CrossRef
Strohmeier, S. (2017). Big HR Data – Konzept zwischen Akzeptanz und Ablehnung. In W. Jochmann, I. Böckenholt & S. Diestel (Hrsg.), HR-Exzellenz: Innovative Ansätze in Leadership und Transformation (S. 339–355). Wiesbaden: Springer Gabler. CrossRef
Stucki, T., D’Onofrio, S., & Portmann, E. (2018). Chatbot – Der digitale Helfer im Unternehmen: Praxisbeispiele der Schweizerischen Post. HMD Praxis der Wirtschaftsinformatik, 55(4), 725–747. CrossRef
Tegmark, M. (2017). Leben 3.0: Mensch sein im Zeitalter Künstlicher Intelligenz. Berlin: Ullstein.
Welsch, A., Eitle, V., & Buxmann, P. (2018). Maschinelles Lernen. HMD Praxis der Wirtschaftsinformatik, 55(2), 366–382. CrossRef
Metadaten
Titel
Grundlagen: KI, ML, DL, RPA und Co.
verfasst von
Christian Gärtner
Copyright-Jahr
2020
Buch
Smart HRM

Print ISBN: 978-3-658-29430-4

Electronic ISBN: 978-3-658-29431-1

Copyright-Jahr: 2020

DOI
https://doi.org/10.1007/978-3-658-29431-1_3

Premium Partner

Pluta
    Bildnachweise