Skip to main content
Erschienen in:
Buchtitelbild

Open Access 2023 | OriginalPaper | Buchkapitel

9. Management wirksamer agiler Lernprozesse mithilfe digitalisierter Personaleinsatzplanung in KMUs

verfasst von : Felix Mynarek, Michael Jahr

Erschienen in: Kompetenzen von Mitarbeitenden in der digitalisierten Arbeitswelt

Verlag: Springer Berlin Heidelberg

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

search-config
loading …

Zusammenfassung

Unternehmen und größere Organisationen stehen in sich schnell wandelnden Märkten und bei komplexen Umweltbedingungen vor immer neuen und teilweise schwer abschätzbaren Herausforderungen, deren Bewältigung einen nachhaltig nutzbaren (Kern-)Kompetenzerwerb verlangt. Kontinuierliches Lernen und insbesondere informelles Lernen sind hierfür entscheidende Bausteine. Diese informellen Lerngelegenheiten, die vor allem durch den gemeinsamen Austausch und die individuelle Reflexion gekennzeichnet sind, sollten daher bereits bei der Planung von operativen Arbeitsabläufen und Projekten systematisch berücksichtigt werden. Allerdings ist die Planung von Arbeitsreihenfolgen mit vielen und knappen Ressourcen vor allem bei Mehrfachzielsetzung ein komplexes Problem. So sollten für eine digitalisierte Planung leistungsstarke Methoden aus dem Bereich Künstlicher Intelligenz (KI) eingesetzt werden, um ein optimales Ergebnis erzielen zu können. Mithilfe entsprechender smarter Algorithmik wird gezeigt, wie Agile Lernprozesse, z. B. selbstorganisierbare Austausche, zielgerecht in automatisch berechnete dynamische Zeitfenster in einen Arbeits- und Projektplan integriert werden können. In der Folge eröffnet sich für Unternehmen die Möglichkeit zusätzlich zu der bisherigen Nutzung formaler Lerneinheiten ebenso informelles Lernen zu systematisieren bzw. die hierfür erforderlichen Rahmenbedingungen im operativen Tagesgeschäft zu schaffen.

9.1 Die Relevanz informellen Lernens in agilen Organisationen

9.1.1 Zeitliche Freiräume für Lernen im Arbeitsprozess – eine Herausforderung

Die kontinuierliche Herausforderung für Unternehmen im Wettbewerb besteht darin, die Bedürfnisse und Erwartungen ihrer Kunden optimal zu erfüllen, welche sich traditionell auf die Dimensionen Zeit, Menge und Geld konzentrieren. Insbesondere die COVID-19-Pandemie hat gezeigt, dass sich globale Entwicklungen auf alle Bereiche der Gesellschaft und Wirtschaft auswirken. Mehr noch zeigt sich, dass diese Veränderungen immer häufiger und auch schneller auftreten und einige Organisationen ihre Geschäftsmodelle und Prozesse revolvierend neu denken müssen. Nicht zuletzt durch den technologischen Fortschritt und den Strukturwandel jedoch, ist eine Verschiebung hin zu den Bedürfnissen der Mitarbeitenden zu beobachten, d. h. hin zu einer Ressourcenorientierung als Gegenpol zur Marktorientierung. Diese komplexen Aufgaben bringen einen steigenden Lernbedarf und -intensität mit sich und erfordern aufgrund tiefgreifender Veränderungen für Organisationen, eine agile Arbeitsweise und Denkmuster (vgl. Kauffeld & Maier, 2020). Es wird zunehmend notwendig, die Qualität des unternehmerischen Leistungsportfolios und die für die Wettbewerbsfähigkeit unabdingbare Innovationskraft aufrechtzuerhalten, in dem die Kompetenzen und die Motivation der Mitarbeitenden systematisch gefördert werden (vgl. Posen & Levinthal, 2012). Hierfür bedarf es jedoch systematischer Managementinstrumente, um im Sinne eines operativen Controllings nachprüfbare und bestenfalls messbare informelle Lernelemente zu gestalten. Diese müssen sich aber zeitgleich für ein strategisches Controlling konfliktfrei in das unternehmerische Zielsystem integrieren lassen. In den letzten Jahren hat sich daher eine progressivere Sichtweise etabliert, die zeigt, dass Lernen und Arbeiten untrennbar miteinander verbunden sind und in einer agilen Organisation nahezu gleichzeitig stattfinden (vgl. Graf et al., 2019; Edelkraut & Mosig, 2019; Häring & Mynarek, 2020; Höhne et al., 2017). Lernen ist ein kognitiver individueller und sehr komplexer Prozess, der emotionale ebenso wie motivationale Ressourcen berücksichtigt (vgl. Cerasoli et al., 2018). So entsteht ein sehr komplexes Problem, für das Unternehmen unterstützende digitalisierte Lösungen benötigen, um wirksame Lernprozesse in die Arbeitsorganisation optimal einfließen lassen zu können (vgl. Benkenstein et al., 2017; Graf et al., 2021). Weiterhin müssen Manager*innen das Lernen als einen agilen Prozess mit dem Ziel der Stärkung der eigenen Wettbewerbssituation verstehen (vgl. Argote & Levine, 2020). Lernen geschieht zumeist informell bei der Durchführung von Arbeitsaufgaben. Mit ca. 70% bis 90% macht diese Form den größten Anteil der individuellen Kompetenzentwicklung aus (vgl. Cerasoli et al., 2018; Noe et al., 2013). Nach Watkins und Marsick (2020) wird dabei das informelle und inzidentelle Lernen eine entscheidende Rolle einnehmen, welches in vielen Organisationen bisher zugunsten von formalen Weiterbildungen weitestgehend verdrängt worden ist (vgl. Kortsch et al., 2019). Neben dem passenden Mindset, den Lernkompetenzen und einer positiven Lernkultur, welche die intrinsische Bereitschaft zum Lernen und die Entwicklungsfähigkeit fördert (vgl. Graf et al., 2019, 2021), erfordert dies systematischen, individuellen Freiraum für die Mitarbeitenden, der nicht durch permanenten Termin- und Kostendruck bestimmt wird, insbesondere bei kreativen Aufgabenanteilen. Nichtsdestotrotz muss dieser Entwicklungsspielraum so in die Arbeitsprozesse eingebettet sein, dass weiterhin verlässliche zeit- und kostenbasierte Pläne erstellt werden können. Ein Lösungsansatz für diesen Zielkonflikt besteht darin, systematisch wirksame Lernprozesse durch gezielten zeitlichen Freiraum an entscheidenden Schwerpunkten des Arbeitsprozesses einzurichten (vgl. Kataoka et al., 2019; Cabantous et al., 2010). Im Folgenden wird im Rahmen einer beispielhaften Projektplanung in der IT-Industrie gezeigt, wie unter Einsatz geeigneter smarter Algorithmik die Personaleinsatzplanung mit systematischer Einbettung informellen Lernens digitalisiert werden kann. Dabei möchten wir einen Diskurs über neue Wege bei der Gestaltung der kompetenzorientierten Personalentwicklung für die Führungsebene eröffnen, der zudem aufzeigt, dass traditionelles und agiles Management keinen Widerspruch darstellen müssen, wie es häufiger in der Praxis zu beobachten ist. Erfahrungsgemäß verursacht eine eher mitarbeiterorientierte Umsetzung agiler Methoden schwer lösbare Konflikte mit den traditionellen, kundenorientierten Leistungsversprechen des Unternehmens. Hybride Ansätze, wie der hier vorgestellte, bieten einen möglichen Ausweg aus diesem Dilemma.

9.1.2 Das Entstehen eines agilen Lernkontinuums

Es kann zwischen formalem Lernen und informellem Lernen unterschieden werden. Formales Lernen wird pädagogisch begleitet, zeichnet sich durch strukturierte Lernsettings aus, findet in anerkannten Bildungseinrichtungen statt und endet meist mit dem Abschluss einer Qualifikation. Nach Decius et al. (2019) ist formales Lernen „characterized by (high) structuring of learning context, learning support, learning time, and learning objectives“ (Decius et al., 2019, S. 498). Ebenso wie formales Lernen führt informelles Lernen zur Entwicklung von Kompetenzen (vgl. Bergmann, 2000; Kauffeld, 2006; 2016). Bednall et al. (2014) fassen die Kennzeichen des informellen Lernens mit Reflexion, dem Teilen von Wissen und innovativem Verhalten zusammen, welches sich insbesondere im kreativen Denken, Handeln und Kommunizieren ausdrückt. Innovation ist dabei nach Rogers (2003, S. 12) “an idea, practice, or object that is perceived as new by an individual or other unit of adoption”. Wie bedeutend die Kollaboration und der Wissensaustausch für das informelle Lernen ist, verdeutlichen auch die unterschiedlichen Formen des Lernens nach Noe et al. (2013) „Lernen von und mit anderen“, „Lernen durch praktische Anwendung“ und „Lernen durch andere Materialien“ (Richter & Kauffeld, 2021). Diese natürlichste Art des Lernens erleichtert den situationsbezogenen Lerntransfer, worunter „die Anwendung und Generalisierung neuen Wissens und neuer Fähigkeiten in der Arbeit“ verstanden wird (Kauffeld et al., 2008, S. 51; Kauffeld, 2016). Ausgelöst wird informelles Lernen meist durch komplexe Anforderungen oder Fehler, die während der Arbeit auftreten (vgl. Dobischat & Schurgatz, 2015). Es liegt somit in der Verantwortung der Organisationen, Lernen im Prozess der Arbeit zu ermöglichen und organisationale Leitplanken einzurichten, die informelles Lernen fördern, welches sich insbesondere in den Fähigkeiten proaktiv, kritisch und kreativ zu sein, ausdrückt (vgl. Watkins & Marsick, 2020). Agiles Lernen weist ähnliche Kennzeichen wie informelles Lernen auf und steht für „Learning on demand“. Es geht aber noch weiter, da es sich nach Graf et al. (2021) von einer agilen Arbeitsweise ableitet und „auf die lebenslange, schnelle Anpassungs- und Innovationsfähigkeit von Mensch und Organisation“ zielt. Im Vordergrund stehen also die Selbststeuerung des Lernens und Kompetenzentwicklung und nicht der reine Aufbau von Wissen. Dabei wird die Intention zum Lernen vorausgesetzt und es wird häufig im Austausch und in der Diskussion mit anderen Lernenden gelernt (vgl. Graf et al., 2019). Ziel ist nach Richter und Kauffeld (2021) die Entwicklung eines agilen Lernkontinuums, bei dem sich informelles Lernen an formales Lernen anschließt und auf diesem Wege kontinuierliches Lernen in Organisationen entsteht. Genau an dieser Stelle schließt der hier vorgestellte hybride Planungsansatz an. Qualitative Lernprozesse werden mithilfe eines quantitativen Projektplanungsansatzes integriert und somit Teil der wertschöpfenden Prozesse. Wie bedeutsam das Lernen in Organisationen geworden ist, zeigt auch, dass bereits im Jahr 1995 die Position des Chief Learning Officers (CLO) entstanden ist. Diese findet sich nun immer häufiger in Organisationen, um Lernen strategisch aufzuziehen (vgl. Gloger, 2006). Es begann ein Weg, der bis heute andauert, um das Lernen an exponierte Stellen in Organisationen zu setzen. Dabei wird Lernen oftmals auch als Schlüsselkompetenz bezeichnet, damit Organisationen wettbewerbsfähig bleiben und die Mitarbeitenden langfristig motivieren.

9.2 Ein hybrider Ansatz zur Digitalisierung der Personaleinsatzplanung mit agilen Lernprozessen

9.2.1 Agiles Management im Spannungsfeld traditioneller Leistungsversprechen

Die Digitalisierung und die damit verbundene Diskussion zukünftiger Arbeitsorganisation („New Work“) beleuchtet den klassischen Zielkonflikt zwischen Ressourcenorientierung und Marktorientierung neu (vgl. Schermuly, 2019). Hierbei geht es ursprünglich um eine strategische Ausrichtung basierend auf dem wirtschaftlichen Prinzip. Die Ausrichtung an einer Marktorientierung unterwirft die unternehmerische Erfolgsmessung der Erfüllung von Kundenbedürfnissen, was sich schließlich in Marktanteilen niederschlägt. In diesem Kontext sollen die verfügbaren Ressourcen bestimmte ihnen zugewiesene Aufgaben erfüllen. Diese müssen nicht zwangsläufig kostenminimal, also effizient, ausgeführt werden, sondern sollten flexibel und schnell an sich verändernde Marktbedingungen anpassbar sein. Insofern ist das Marktergebnis das Ziel und die Ressourcenzuordnung die Nebenbedingung. Demgegenüber ist eine Ressourcenorientierung auf den effizienten Einsatz verfügbarer Ressourcen, d. h. zur kostenminimalen Erfüllung von Aufgaben in der Leistungserstellung, begrenzt (vgl. Barney & Arikan, 2005). Hier ist die kostenminimale Ressourcenzuordnung das Ziel und das Marktergebnis die Nebenbedingung. Leicht nachvollziehbar ist bei menschlichen Ressourcen eine solch trennscharfe Sichtweise zu kurz gegriffen. Dies gilt insbesondere bei nicht-standardisierten Tätigkeiten und kundenauftragsbezogener Leistungserstellung. Beispielsweise lässt sich im Gegensatz zur Massenproduktion hier das wichtige Zielkriterium Qualität nicht auf gewährleistungsgebende funktionsbezogene Kriterien reduzieren (vgl. Zollondz, 2011). Mehr noch ist Qualität eng verbunden mit der Erfüllung von produktbezogenen Kundenerwartungen, die evtl. über die Funktionalität hinausgehen. Um diese identifizieren und im Folgenden vollumfänglich erfüllen zu können, wird nicht zuletzt Kreativität benötigt (vgl. Wu & Wu, 2020). Nun lässt sich Kreativität nicht beliebig oder gar planbar erzeugen, sondern folgt eher dem individuellen Befinden und der Motivation von Menschen (vgl. Wu & Wu, 2020). So lässt sich ein Zusammenhang zwischen (Produkt-) Qualität und Kreativität bei kundenauftragsbezogenen Projekten leicht herstellen. An diesem Punkt setzt das so genannte Agile Manifest aus der Informatik an (vgl. Agile Alliance, 2001). Die Verfasser formulieren darin eine fundamentale Abkehr von klassischer Organisation, die ihrerseits prinzipiell auf Planung, Steuerung und Kontrolle beruht. Das Anliegen der Autoren war es, Mitarbeitenden Freiheit einzurichten, die diese selbstständig und selbstverantwortlich unter beinahe ausschließlicher Fokussierung auf Produktqualität nutzen. In diesem Zusammenhang muss betont werden, dass im agilen Manifest eine bestimmte Vorstellung von „Freiheit“ formuliert wird, die über die Arbeitswelt hinausgeht. In dieser eher philosophisch anmutenden Denkweise steht das Individuum ohne Einschränkungen im Vordergrund. Im Gegensatz dazu wurde Agilität im Management als Flexibilität aufgegriffen, die eher schnelle Reaktionsfähigkeit auf veränderte Rahmenbedingungen oder Dynamik beinhaltet (vgl. Jahr, 2014; Moser, 2017). Die grundlegenden Rahmenbedingungen sind üblicherweise Kundenerwartungen, bezogen auf fixe Zeithorizonte oder Fristen, Preis- und Mengenvorgaben (vgl. Arnold et al., 2008). Im Wettbewerb sind daher planbare Prozesse eine notwendige Grundvoraussetzung, um ein kundengerechtes Angebot bereitzustellen. So ergibt sich daraus, dass im Management weniger Freiheit im erstgenannten Sinne, als mehr ein von der beschriebenen Flexibilität abgeleitetes Verständnis von „Freiraum“ in einem bestimmten Rahmen aus dem Begriff Agilität abgeleitet wurde. Dieser Freiraum findet sich als agiles Element in beinahe allen agilen Managementmethoden, so wie ebenfalls in der derzeit dominierenden Variante SCRUM (vgl. Cervone, 2011). Allerdings folgte hieraus ein kritisches Missverständnis des Begriffs Agilität zwischen dem was durch seine Autoren beabsichtigt war (nämlich allumfassende „Freiheit“) und dem was im Management daraus gemacht wurde (eingegrenzter „Freiraum“), was schließlich darin gipfelte, dass dieselben Autoren das Agile Manifest als gescheitert ansehen und aufgegeben haben (► http://​www.​halfarsedagilema​nifesto.​org/​). Geblieben ist aber ein Verständnis dafür, dass Mitarbeiter/-innen bestimmte Freiheitsgrade oder Freiraum erwarten und auch benötigen, um sich zu entfalten. Auch eine veränderte Leistungsmessung weg von reinem Inputbezug, also Arbeitszeit, hin zu einer individuellen Ergebnisorientierung, d. h. der Ergebnisqualität als Maßgröße, lässt sich beobachten (vgl. Zakari, 2017). Die Digitalisierung fördert diese Entwicklung, da Leistung orts- und zeitungebunden erbracht werden kann (Home-Office, mobile Arbeitsplätze, Nutzung von internetbasierter Kollaborationssoftware). Ein weiteres Element, das hinzukommt, ist die Integration von Lerneffekten, also der Leistungsverbesserungen durch wiederholte und/oder gemeinsame Durchführung von Tätigkeiten (vgl. Dar-Ei, 2000). In diesem Zusammenhang ist agiles Lernen dadurch gekennzeichnet, dass Lernen ebenfalls in bestimmten Zeiträumen selbstorganisiert stattfindet. So sollte modernes Management darauf reagieren und die Leistungserstellung so organisieren, dass fixe Markt- und Kundenerfordernisse und innerbetriebliche Agilität miteinander verbunden werden können. Auch hier bietet die Digitalisierung mittlerweile automatisierte Lösungen. Insbesondere künstliche Intelligenz kann eingesetzt werden, um komplexe Planungsprobleme mit mehreren Zielkriterien zu lösen (vgl. Buxmann & Schmidt, 2018). Im Folgenden wird ein solcher intelligenter Algorithmus aus dem Gebiet des Operations Research vorgestellt, der effiziente und intelligente Lösungen automatisch erzeugt.

9.2.2 Ein Algorithmus zur intelligenten Planung von agilen Lernprozessen in Projekten

9.2.2.1 Formale Beschreibung des Algorithmus

Das Operations Research befasst sich mit der Modellierung von realen Entscheidungssituationen (vgl. Eisenführ et al., 2010; Laux et al., 2014). In diesen Modellen werden große Datenmengen simultan verarbeitet und dabei eine vorgegebene Zielfunktion unter Beachtung eines Restriktionensystems optimiert. Üblicherweise kennt man dies aus der Produktionsplanung, wo die Produktionskosten als Zielgröße minimiert werden sollen und eingrenzende Nebenbedingungen Produktionskapazitäten und Mindestproduktionsmengen sein können. Insbesondere der Umstand der simultanen mehrdimensionalen Datenverarbeitung begründet die hier vorzufindende künstliche Intelligenz, da die Herleitung einer (mathematisch) optimalen Lösung für menschliche Akteure manuell i. d. R. nicht leistbar ist, zumindest nicht mit vertretbarem Aufwand. Auch können manuelle Lösungen im Gegensatz zu den künstlichen Algorithmen nicht garantieren, dass optimale Lösungen gefunden werden, also Lösungen, die sich objektiv nicht verbessern lassen. Das zentrale Element in der beschriebenen Problemsituation zur Verknüpfung der externen Rahmenbedingungen und der agilen Organisation ist der Faktor Zeit. Feste Zeittermine sowie zeitliche Freiräume bilden das formale Grundgerüst des agilen Managements. Insofern benötigt es einen Ansatz, der eine zeitliche Abfolge erzeugt, die Freiräume zur agilen Nutzung beinhaltet und gleichzeitig eine verlässliche Termingestaltung garantiert. In diesem Kontext gehören mathematische Modelle aus der Typenklasse der RCPSP (Resource Constrained Project Scheduling Problem) zu geeigneten Ansätzen (vgl. Brucker et al., 1999). Diese erzeugen zulässige Projektpläne unter verschiedenen Bedingungen und lassen sich mit geeigneter kommerzieller Software effektiv umsetzen (vgl. GAMS; Jahr, 2014). Im vorliegenden Fall musste ein Ansatz entwickelt werden, der einen Zielkonflikt abbildet und die Integration agiler Lernprozesse beinhaltet. Weiterhin mussten dynamische Zeitfenster betrachtet werden, sodass agile Lernelemente auch innerhalb der Ausführung einer Tätigkeit integriert werden können. So müssen Tätigkeiten smart unterbrochen und anschließend wieder aufgenommen werden können. Daher wurde eine mehrdimensionale Zielfunktion entwickelt und eine konsekutive Modellstruktur mit job-splitting und preemption (d. h. flexiblem Beginn, zeitweisem Unterbrechen, späterem Weiterführen und vorzeitigem Beenden einer Tätigkeit) basierend auf dem Ansatz von Buddhakulsomsiri und Kim (2006) formuliert und entsprechend weiterentwickelt. Das Modell kann der ► Exkurs-Box entnommen werden.
Exkurs-Box: Mathematisches Modell
Indexmengen
j ∈ A – Indexmenge der Projektaufgaben mit (i, j) ∈ V Reihenfolgeabbildungen für die Aufgaben i und j
R – Indexmenge der erneuerbaren Ressourcen
T – Zeithorizont für das Projekt
Daten
aj, r – Belastungskoeffizient für Aufgabe j ∈ A, durchgeführt durch Ressource r ∈ R
αj – Verzögerungsfaktor für Reflexion in Aufgabe j ∈ A
λj, r – Binärparameter zur Anzeige, ob eine Ressource r ∈ R die Aufgabe j ∈ A
durchführen kann (λj, r = 1) oder nicht (λj, r = 0)
pj – Bearbeitungszeit von Aufgabe j ∈ A
ESTj – Frühester Startzeitpunkt von Aufgabe j ∈ A
LETj – Spätester Endzeitpunkt von Aufgabe j ∈ A
N – Große Zahl bzw. maximale Projektlaufzeit
w – Zielfunktionsgewicht
Variablen
xj, r, t – Binärvariable zur Anzeige der Zeitperioden t ∈ T, in denen die Aufgaben j ∈ A
von Ressource r ∈ R durchgeführt werden
sj – Kontinuierliche Variable zur Anzeige des Startzeitpunkts von Aufgabe j ∈ A
cj – Kontinuierliche Variable zur Anzeige des Fertigstellungszeitpunkts von Aufgabe j ∈ A
Modell
Zielfunktion: MaxZ = w ⋅ Q − (1 − w) ⋅ cJ
Unter Beachtung der Restriktionen
$$ \sum \limits_{\mathrm{t}=1}^{\mathrm{T}}{\mathrm{x}}_{\mathrm{j},\mathrm{r},\mathrm{t}}={\mathrm{p}}_{\mathrm{j}}\cdot \left(1+{\alpha}_{\mathrm{j}}\right)\cdot {\lambda}_{\mathrm{j},\mathrm{r}}\forall \mathrm{j}\in \mathrm{A};\forall \mathrm{r}\in \mathrm{R} $$
(1)
$$ {\mathrm{c}}_{\mathrm{i}}\le {\mathrm{s}}_{\mathrm{j}}-1;\forall \left(\mathrm{i},\mathrm{j}\right)\in \mathrm{V} $$
(2)
$$ {\mathrm{s}}_{\mathrm{j}}\le {\mathrm{x}}_{\mathrm{j},\mathrm{r},\mathrm{t}}\cdot \mathrm{t}+\mathrm{N}\cdot \left(1-{\mathrm{x}}_{\mathrm{j},\mathrm{r},\mathrm{t}}\right);\forall \mathrm{j}\in \mathrm{A},\forall \mathrm{r}\in \mathrm{R},\forall \mathrm{t}\in \mathrm{T} $$
(3)
$$ {\mathrm{c}}_{\mathrm{j}}\ge {\mathrm{x}}_{\mathrm{j},\mathrm{r},\mathrm{t}}\cdot \mathrm{t};\forall \mathrm{j}\in \mathrm{A},\forall \mathrm{r}\in \mathrm{R},\forall \mathrm{t}\in \mathrm{T} $$
(4)
$$ {\mathrm{s}}_{\mathrm{j}}\ge {\mathrm{EST}}_{\mathrm{j}}-1;\forall \left(\mathrm{j}\right)\in \mathrm{A} $$
(5)
$$ {\mathrm{c}}_{\mathrm{j}}\le {\mathrm{LET}}_{\mathrm{j}}-1;\forall \left(\mathrm{j}\right)\in \mathrm{A} $$
(6)
$$ \sum \limits_{\mathrm{j}=1}^{\mathrm{A}}{\mathrm{a}}_{\mathrm{j},\mathrm{r}}\cdot {\mathrm{x}}_{\mathrm{j},\mathrm{r},\mathrm{t}}\le {\mathrm{K}}_{\mathrm{r},\mathrm{t}};\forall \mathrm{r}\in \mathrm{R},\forall \mathrm{t}\in \mathrm{T} $$
(7)
$$ \sum \limits_{\mathrm{j}=1}^{\mathrm{A}}\sum \limits_{\mathrm{r}=1}^{\mathrm{R}}{\mathrm{p}}_{\mathrm{j}}\cdot \left(1+{\alpha}_{\mathrm{j}}\right)\cdot {\lambda}_{\mathrm{j},\mathrm{r}}=\mathrm{Q} $$
(8)
$$ {\mathrm{x}}_{\mathrm{j},\mathrm{r},\mathrm{t}}\in \left\{0,1\right\};\forall \mathrm{j}\in \mathrm{A},\forall \mathrm{r}\in \mathrm{R},\forall \mathrm{t}\in \mathrm{T} $$
(9)
$$ {\mathrm{s}}_{\mathrm{j}}\ge 0;\forall \mathrm{j}\in \mathrm{A} $$
(10)
$$ {\mathrm{c}}_{\mathrm{j}}\ge 0;\forall \mathrm{j}\in \mathrm{A} $$
(11)
Die zu maximierende mehrdimensionale Zielfunktion berücksichtigt einerseits die gesamte Arbeitszeit, die in das Projekt investiert wird, als Qualitätsmaßstab und andererseits die abzuziehende Projektdurchlaufzeit. Letztere ist die Gesamtzeit, die benötigt wird, um das Projekt fertig zu stellen (bzw. die Fertigstellung der letzten Aufgabe im Projekt). Diese kann vor oder nach einer gewünschten Projektzeit liegen, was dann eine entsprechende Verzögerung bedeutet. Prinzipiell ist natürlich eine frühzeitige oder termingerechte Fertigstellung bevorzugt. Im hier betrachteten Kontext kann die erzielte Projektdurchlaufzeit auch als Termin genutzt werden, der dann realistisch dem Kunden kommuniziert wird. Hieraus entsteht ein auszugleichender Zielkonflikt. Mehr investierte Arbeitszeit wirkt sich in der Regel positiv auf das produktbezogene Projektergebnis aus (vgl. Bordley et al., 2019). Allerdings sind längere Projektlaufzeiten aus Kundensicht meist nicht präferiert. Die damit einhergehenden höheren Projektkosten sind sowohl aus betrieblicher Perspektive als auch aus Kundensicht eher zu vermeiden. So versucht der Ansatz die Projektlaufzeit zu minimieren und gleichzeitig die Projektqualität so hoch wie möglich zu halten und hierfür entsprechende Zeit einzurichten. Über einen Gewichtungsfaktor w zu Gunsten der Projektqualität lässt sich die betriebliche Präferenz abbilden. Formal lässt sich durch die Mehrdimensionalität bezogen auf die Gewichtung grundsätzlich kein eindeutiges Optimum erzielen (vgl. T’kindt & Billaut, 2001). Vielmehr lassen sich bestenfalls mehrere effiziente Alternativen selektieren, aus denen dann eine präferierte Gewichtung ausgewählt werden kann. Für eine festgelegte Gewichtung wird dann durch den Ansatz die zugehörige effiziente Lösung generiert. Das System der Nebenbedingungen bildet die reihenfolgebezogene kapazitierte Projektplanung ab. Nebenbedingung (Gl. 1) weist diejenigen Projektperioden zu, in denen die Aufgaben zeitlich und kapazitätsmäßig durchgeführt werden sollten, angezeigt durch die Binärvariable xj, r, t. Hier kann auch aufgabenspezifisch eine agile Lernphase als erweiterte Aufgabendauer mithilfe des Faktors αj eingepflegt werden. In Verbindung mit den Nebenbedingungen (Gl. 2) bis (Gl. 6) ergibt sich nun folgende Planungssituation. Die kontinuierlichen Variablen sj als Startzeitpunkt für die jeweilige Aufgabe und cj als Endzeitpunkt für die jeweilige Aufgabe eröffnen ein Zeitfenster (◘ Abb. 9.1), in dem die Aufgabe durchgeführt werden kann bzw. das für die Aufgabe vorgesehen ist, d. h. durch die beiden Variablen ergibt sich die zugewiesene Projektphase. Dieses Zeitfenster ist je nach Planungssituation größer oder gleich der Aufgabendauer.
Die Binärvariable zeigt nun die Zeitpunkte in diesem Zeitfenster an, in denen die Tätigkeit tatsächlich ausgeführt wird bzw. werden sollte. Sofern eine Lücke zwischen den Ausführungszeitpunkten entsteht, so bedeutet dies, dass die Aufgabe zunächst unterbrochen und zu einem späteren Zeitpunkt fortgesetzt wird. Ist die Aufgabe vorzeitig abschließbar, so liegen Zeitpunkte hinter der letzten Ausführung bis zum Ende der Projektphase. Das ist dann denkbar, wenn noch Kapazität verfügbar ist. Daneben sind entsprechende Kombinationen aus Unterbrechungen und vorzeitigem Beenden möglich, die auch eine Ressourcenaufteilung ermöglichen, sofern die Aufgabe dies zulässt. Aus Planungssicht sind dies ablaufbedingte Lücken aufgrund von Reihenfolgebedingungen und/oder Kapazitätsengpässen, d. h. Arbeitsunterbrechungen, frühzeitiges Beginnen oder vorzeitiges Beenden. Da diese jedoch systematisch erzeugt werden, eröffnen sie gleichzeitig die Möglichkeit für die aktive Planung (und Messung) von agilen Lernaktivitäten (◘ Abb. 9.2). Nebenbedingung (Gl. 7) stellt die Einhaltung der verfügbaren erneuerbaren Kapazitäten sicher. Sollte eine bestimmte Person, beispielsweise der Product-Owner bzw. die Product-Ownerin, nicht täglich verfügbar sein, so wird er/sie nur an Präsenztagen zugeordnet. Da er/sie überdies nur eine Aufgabe pro Tag erledigen kann, werden die Aufgaben entsprechend der Verfügbarkeit angeordnet. In Nebenbedingung (Gl. 8) wird der Arbeitseinsatz als Qualitätsmaß gemessen, d. h. der Gesamtaufwand in Stunden des Projekts wird festgehalten. Weiterhin ergeben die Nebenbedingungen (Gl. 9) bis (Gl. 11) die Wertebereiche der Entscheidungsvariablen. Die Binärvariable gibt an, welche Tätigkeit zu welchem Zeitpunkt durchgeführt wird, während die nicht-negativen kontinuierlichen Variablen anzeigen, wie lange eine Tätigkeit dauert. So lässt sich die Funktionsweise des Modells wie folgt zusammenfassen. Für ein beliebiges Projekt wird automatisch ein effizienter Projektplan erstellt, der die Durchführung mit vorhandenen Ressourcen erlaubt und dabei schnellstmöglich bei höchstmöglicher Qualität ist. Gleichzeitig werden die Aufgaben so angeordnet, dass ablaufbedingte Zeitfenster entstehen für weitere Aktivitäten, bspw. Freiräume für agile Lernaktivitäten, die dadurch planbar, beobachtbar und messbar werden. Zur Verdeutlichung soll folgendes Beispiel dienen, für das in ◘ Abb. 9.2 ein typisches IT-Projekt dargestellt ist (vgl. Silva et al., 2020).

9.2.2.2 Ein veranschaulichendes Anwendungsbeispiel

Für das typische IT-Projekt steht ein SCRUM-Team zur Verfügung, bestehend aus Product-Owner*in, SCRUM-Master*in und drei Programmierer*innen Für die Aufgaben sind unterschiedliche Zusammensetzungen nötig (◘ Abb. 9.2), beispielsweise werden für die Aufgaben C und F nur bestimmte Teammitglieder benötigt. Zur Verbesserung der Produktqualität sollen Lernprozesse explizit im Projektdurchlauf stattfinden und entsprechend mit eingeplant werden. Hierzu wurden die kritischen Aufgaben E und J bestimmt, bei denen 50 % zusätzliche Zeit so eingeplant werden soll, dass diese mit entsprechenden Lernprozessen gefüllt werden können.
Agilität der Lernprozesse soll dadurch entstehen, dass innerhalb der Projektphase prinzipiell selbst entschieden werden kann, wie und in welcher Form Lernaktivitäten integriert werden. Aus dem digitalen Planungsansatz ergibt sich ein effizienter Projektplan (◘ Abb. 9.3). Das Modell wurde mit der kommerziellen Software GAMS 24.8.5 umgesetzt und innerhalb weniger Sekunden gelöst (GAMS). In den Projektplan sind zwei mögliche agile Lernprozesse integrierbar, erstens der gemeinsame Austausch und zweitens die individuelle Reflexion. Sofern mehrere Teammitglieder an einer Aufgabe beteiligt sind oder gemeinsame Freiräume haben, so bietet dies Gelegenheit für gegenseitigen Austausch. Ein Beispiel hierfür sind die Tätigkeiten E: Abstimmung und F: Dokumentation. Die Aufgabe Abstimmung hat eine Projektdauer von 2 Tagen. Durch die zusätzliche 50 %ige Zeitverlängerung steht eine Projektphase von 3 Tagen zur Verfügung. Die Abstimmung soll mit allen Teammitgliedern erfolgen. Die Aufgabe Dokumentation betrifft nur den/die Product-Owner*in und den/die SCRUM-Master*in und umfasst einen Projekttag.
Für die Aufgabe Dokumentation wird ein paralleles Zeitfenster zur Aufgabe Abstimmung zur Verfügung gestellt. Die Aufgabe Dokumentation wird jedoch vorgezogen, sodass diese aus Aufgabensicht vorzeitig beendet ist. Formal könnte nun die Aufgabe Dokumentation gesplittet werden und in den noch zur Verfügung stehenden Zeitpunkten beendet werden, da die parallele Tätigkeit prinzipiell mehr Zeit und Ressourcen zur Verfügung hat, als benötigt. Alternativ kann nun aber innerhalb dieses Zeitfensters das ganze Team einen Erfahrungsaustausch im Umfang von einem Projekttag organisieren und evtl. auch verteilen, ohne die Aufgabe oder das Projekt zu gefährden. Die gemeinsame Wissensbasis kann dadurch stabilisiert oder erweitert werden. Ähnlich verhält es sich mit der Aufgabe H: Schulung, die durch den/die Product-Owner*in und den/die SCRUM-Master*in ausgeführt wird. Beide sollen für ihre Inhalte zwei Tage Schulungen durchführen. In der Planung ergibt sich eine Aufteilung, sodass die Aufgabe Freiräume eröffnet, die wiederum den ersten agilen Lernprozess Austausch ermöglicht, wenn auch nicht zwischen allen Teammitgliedern, sondern jeweils nur Teilen daraus. Ein zweiter agiler Lernprozess, der integriert werden kann, ist Reflexion. Dieser beinhaltet die eigenständige Reflexion von Tätigkeiten eines Teammitglieds und mögliche Dokumentation. Zeitfenster hierfür müssen dann selbstständig genutzt und in den Arbeitsablauf integriert werden. Die zur Verfügung stehenden Projektphasen gefährden ebenfalls nicht den gesamten Durchlauf und den Fertigstellungstermin.

9.2.3 Einsatz von agilen Lernformaten in den agilen Lernprozessen

In den entwickelten Projektplan werden die beiden agilen Lernprozesse Austausch und Reflexion integriert, die sich insbesondere durch Selbststeuerung und Kooperation kennzeichnen. Die Lernenden handeln hierbei überwiegend eigenverantwortlich und selbstorganisiert (vgl. Graf et al., 2019). Die mittels der digitalisierten Personaleinsatzplanung errechneten Zeitfenster sind von dem Management einer Organisation oder den Mitarbeitenden gemeinsam lernförderlich zu gestalten, wobei vor allem die soziale Eingebundenheit, ein hoher Grad an Autonomie und Freiheit eine bedeutende Rolle spielen (vgl. Cerasoli et al., 2018; Kortsch et al., 2019; Richter & Kauffeld, 2021). Innerhalb dieser Prozesse können konkrete Agile Lernformate genutzt werden, um den Lernprozess selbst methodisch zu unterstützen. Mit agilen Lernformaten kann eine Organisation demnach erforderliche Leitplanken einrichten, um Lernen zu ermöglichen. Dabei sind Kennzeichen agiler Lernformate nach Graf et al. (2021) „kurze, klar strukturierte Abläufe bei gleichzeitiger Flexibilisierung und Individualisierung der Inhalte“. Der Fokus liegt auf der Kollaboration, dem Austausch von Wissen und der Selbstreflexion. Beispiele für agile Lernformate, die sich im hier ermittelten Kontext eignen, sind: Barcamp und Hackathon für den Lernprozess Austausch sowie Lean Coffee und Working Out Loud (WOL) für den Lernprozess Reflexion. Im Zeitfenster Austausch kann ein Barcamp als entspannte Veranstaltung ohne festgelegte Agenda ein Werkzeug darstellen. Ziel eines Barcamps, das durch eine Opening Session begonnen wird, ist die Anregung einer aktiven Teilnahme der Mitarbeitenden in unterschiedlichen Themenfeldern. Dem folgen eine Diskussion sowie ein reger Austausch untereinander (vgl. Graf et al., 2019). Ebenfalls für den agilen Lernprozess Austausch eignet sich ein Hackathon, der sich durch die Abfolge der Phasen Begrüßung, Themenvorstellung, Ideenfindung, Ausarbeitung, Präsentation und Preisverleihung kennzeichnet und als eine Art Marathon verläuft. Mit einem Hackathon sollen vor allem sinnhafte und kreative Software- oder Hardwareprodukte entwickelt oder verbessert werden (vgl. Graf et al., 2019). Der agile Lernprozess Reflexion kann durch einen so genannten Lean Coffee gefüllt werden. Dieser hat ebenso wie ein Barcamp keine festgelegte Agenda, wird jedoch durch einen zuvor festgelegten Themenschwerpunkt strukturiert. Lean steht dabei für die Einsparung von Ressourcen und der Entwicklung von Eigenverantwortung und Selbstorganisation, und Coffee steht für eine angenehme Arbeits- und Lernatmosphäre. Mit der gemeinsamen Ausarbeitung einer Agenda und anschließenden Priorisierung der Themen mittels Klebepunkte entsteht eine inhaltliche Richtungsvorgabe, welche durch einen Moderator begleitet wird. Jedem Thema werden 5 bis 10 min gewidmet. Eine Abstimmung zur Relevanz des Themas entscheidet, inwieweit das Thema weiter inhaltlich bearbeitet oder beendet wird. Lean Coffee zeichnet sich durch einen geringen organisatorischen Aufwand aus, ist kurz und dadurch sehr einfach durchzuführen (vgl. Graf et al., 2019). Das Kennzeichen von Working Out Loud (WOL) ist eine offene Zusammenarbeit innerhalb eines Netzwerkes, die vor allem eine Grundeinstellung zum transparenten Arbeiten und ein persönliches Netzwerk erfordert. WOL wird in Zirkeln mit Gruppengrößen von zwei bis fünf Teilnehmenden organisiert. Die folgenden drei Leitfragen stellen sich die Teilnehmenden eines Circles (vgl. Graf et al., 2019, siehe hierzu auch Stepper & Grow, 2020): „Was will ich erreichen? Wer kann mir dabei helfen? Was kann ich anderen Personen meinerseits anbieten, um eine tiefere Beziehung aufzubauen?“ (Graf et al., 2021).

9.3 Zusammenfassung und praktische Implikationen

Selbst komplexe mehrdimensionale Probleme bei der Einbettung von agilen Lernprozessen in die Ressourceneinsatzplanung können mithilfe digitalisierter Planungsansätze und der darin genutzten Algorithmen bzw. künstlicher Intelligenz gelöst werden. Dabei können agile Lernprozesse und darin einzusetzende agile Lernformate explizit in den operativen Projekt- und Arbeitsablauf integriert werden, ohne die übergeordneten marktorientierten Unternehmensziele zu gefährden. Zusätzlich garantieren diese Ansätze verlässliche effiziente Abläufe. Hierbei sind Agilität im eigentlichen Sinne und Flexibilität zu unterscheiden, da es sonst zu frustrierenden und möglicherweise konfliktbeladenen Situationen kommen kann. So verspricht der originäre Begriff Agilität den Mitarbeitenden Autonomie und Freiheit von Leitungs- und Führungsstrukturen ohne ein einengendes Korsett aus zu erfüllenden Mess- und Zielgrößen. Insbesondere in der IT-Industrie ist eine solche Erwartungshaltung zu beobachten. Allerdings kann ein Unternehmen keine Leistungsversprechen zu den eigenen Kunden abgeben, ohne ein Mindestmaß von Verbindlichkeit bei der Leistungserstellung. In der praktischen Anwendung trifft der vorgestellte Ansatz daher noch auf bestimmte Abwehrhaltungen und Hemmnisse hinsichtlich der Akzeptanz bei der Belegschaft, was jedoch grundsätzlich bei Anwendung künstlicher Intelligenz im operativen Arbeiten zu beobachten ist. Es zeigt sich, dass ein transparenter Ausgleich zwischen strikter Aufgabenerledigung und dem Freiraum für die eigene Entfaltung der Mitarbeitenden gestaltet werden muss, was dann letztlich (situative) Flexibilität auch bei der Anwendung mathematischer Methoden bedeutet. Das verantwortliche Management muss sich also mit einem Erwartungsmanagement zu den Mitarbeitenden hin beschäftigen, damit evtl. nicht erfüllte Erwartungen nicht zu Frust und Demotivationen führen oder gar zu Konflikten eskalieren. Zwar mag dies in gewisser Weise seit jeher zu den traditionellen Führungsaufgaben gehören, durch die noch relativ junge agile Philosophie erhält der Sachverhalt aber erneute Aktualität. So eröffnet der hier präsentierte neuartige hybride Ansatz, welcher das (inter-)subjektive Lernen, agiles Management, sowie das Operations Research miteinander verbindet, dem verantwortlichen Management bessere Perspektiven für einen Ausgleich zwischen ressourcen- und marktorientierter Unternehmensführung in agilen Organisationsstrukturen. Wichtig ist hierbei jedoch, dass die automatisiert zu planenden Arbeitsabläufe und die modellierende mathematische Programmierung harmonisiert werden müssen, denn mathematische Planung ohne Veränderung der tatsächlichen Prozesse ist meist nicht verlustfrei. Es gilt zu bedenken, dass die Grundlage der Digitalisierung und gleichzeitig des Einsatzes künstlicher Intelligenz die Abbildung bzw. Modellierung realer Systeme in teils abstrahierender mathematischer Form ist. Dies beinhaltet, dass es nicht gelingt sämtliche Elemente der Realität (des realen Systems) zu berücksichtigen. Zwar ist es auch nicht immer notwendig alle Sachverhalte einzubetten, denn nicht alle Systemelemente sind entscheidungsrelevant, jedoch liegt hier in jedem Fall ein erster Informationsverlust in der Übertragung von der Realität in das Modell. In der Folge sind die Modellergebnisse nicht eins-zu-eins in das reale System zurückzuführen, was einen zweiten Informationsverlust bedeutet. So muss das reale System ebenfalls dahingehend verändert werden, dass es bestmöglich zur Modellierung passt und damit die Algorithmik größtmögliche Entfaltung gewinnen kann. Auch zeigt sich dabei meist ein Dissens in der Praxis. Es wird nicht selten erwartet, dass neuartige Technologie eine Verbesserung erzeugt, ohne dass man selbst jedoch eine Veränderung von Gewohnheiten zulassen möchte. Dadurch werden aber auch der bestmöglichen Technologie unüberwindbare Grenzen gesetzt. Insofern geht technologischer Fortschritt bekannterweise nicht ohne ein begleitendes Change Management (vgl. Parker et al., 2020). Die häufig zu beobachtende Starrheit etablierter Organisationen hat hier nicht selten Nachholbedarf gegenüber jüngeren Start-Ups, die noch nicht über zu sehr eingefahrene Strukturen verfügen. Auf der anderen Seite ermöglicht der gezeigte Ansatz auch jüngeren Organisationen die steigenden Leistungsanforderungen bei einem fortschreitenden Unternehmenswachstum effizient zu bewältigen, ohne den agilen Charakter einbüßen zu müssen. Insgesamt zeigt sich unabhängig von dem Entwicklungsgrad einer Unternehmung, dass modernes Agiles Management und traditionelle Steuerung und Kontrolle nicht unbedingt Widersprüche darstellen müssen, sofern diese auf gemeinsamen transparenten Strukturen beruhen.
Open Access Dieses Kapitel wird unter der Creative Commons Namensnennung 4.0 International Lizenz (http://​creativecommons.​org/​licenses/​by/​4.​0/​deed.​de) veröffentlicht, welche die Nutzung, Vervielfältigung, Bearbeitung, Verbreitung und Wiedergabe in jeglichem Medium und Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle ordnungsgemäß nennen, einen Link zur Creative Commons Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden.
Die in diesem Kapitel enthaltenen Bilder und sonstiges Drittmaterial unterliegen ebenfalls der genannten Creative Commons Lizenz, sofern sich aus der Abbildungslegende nichts anderes ergibt. Sofern das betreffende Material nicht unter der genannten Creative Commons Lizenz steht und die betreffende Handlung nicht nach gesetzlichen Vorschriften erlaubt ist, ist für die oben aufgeführten Weiterverwendungen des Materials die Einwilligung des jeweiligen Rechteinhabers einzuholen.
Literatur
Zurück zum Zitat Argote, L., & Levine, J. M. (2020). The Oxford handbook of group and organizational learning. Oxford library of psychology. Oxford University Press.CrossRef Argote, L., & Levine, J. M. (2020). The Oxford handbook of group and organizational learning. Oxford library of psychology. Oxford University Press.CrossRef
Zurück zum Zitat Arnold, D., Isermann, H., Kuhn, A., Tempelmeier, H., & Furmans, K. (2008). Handbuch Logistik (3., neu bearb. Aufl.). VDI-Buch. Springer. Arnold, D., Isermann, H., Kuhn, A., Tempelmeier, H., & Furmans, K. (2008). Handbuch Logistik (3., neu bearb. Aufl.). VDI-Buch. Springer.
Zurück zum Zitat Barney, J. B., & Arikan, A. M. (2005). The Resource-based View. In J. S. Harrison, M. A. Hitt, & R. E. Freeman (Hrsg.), The Blackwell handbook of strategic management (S. 123–182). Blackwell.CrossRef Barney, J. B., & Arikan, A. M. (2005). The Resource-based View. In J. S. Harrison, M. A. Hitt, & R. E. Freeman (Hrsg.), The Blackwell handbook of strategic management (S. 123–182). Blackwell.CrossRef
Zurück zum Zitat Bednall, T. C., Sanders, K., & Runhaar, P. (2014). Stimulating informal learning activities through perceptions of performance appraisal quality and human resource management system strength: A two-wave study. Academy of Management Learning & Education, 13(1), 45–61. https://doi.org/10.5465/amle.2012.0162CrossRef Bednall, T. C., Sanders, K., & Runhaar, P. (2014). Stimulating informal learning activities through perceptions of performance appraisal quality and human resource management system strength: A two-wave study. Academy of Management Learning & Education, 13(1), 45–61. https://​doi.​org/​10.​5465/​amle.​2012.​0162CrossRef
Zurück zum Zitat Bergmann, B. (2000). Kompetenzentwicklung im Arbeitsprozess, Zeitschrift für Arbeitswissenschaft, 54(2), 138–144. Bergmann, B. (2000). Kompetenzentwicklung im Arbeitsprozess, Zeitschrift für Arbeitswissenschaft, 54(2), 138–144.
Zurück zum Zitat Buxmann, P., & Schmidt, H. (Hrsg.). (2018). Künstliche Intelligenz: Mit Algorithmen zum wirtschaftlichen Erfolg. Springer. Buxmann, P., & Schmidt, H. (Hrsg.). (2018). Künstliche Intelligenz: Mit Algorithmen zum wirtschaftlichen Erfolg. Springer.
Zurück zum Zitat Dobischat, R., & Schurgatz, R. (2015). Informelles Lernen: Chancen und Risiken im Kontext von Beschäftigung und Bildung. In G. Niedermair (Hrsg.), Schriftenreihe für Berufs- und Betriebspädagogik: Vol. 9. Informelles Lernen: Annäherungen – Problemlagen – Forschungsbefunde. Trauner Verlag. Dobischat, R., & Schurgatz, R. (2015). Informelles Lernen: Chancen und Risiken im Kontext von Beschäftigung und Bildung. In G. Niedermair (Hrsg.), Schriftenreihe für Berufs- und Betriebspädagogik: Vol. 9. Informelles Lernen: Annäherungen – Problemlagen – Forschungsbefunde. Trauner Verlag.
Zurück zum Zitat Edelkraut, F., & Mosig, H. (2019). Schnelleinstieg Agiles Personalmanagement: Business Agility, Führung und Transformation (1. Aufl.). Haufe Group. Edelkraut, F., & Mosig, H. (2019). Schnelleinstieg Agiles Personalmanagement: Business Agility, Führung und Transformation (1. Aufl.). Haufe Group.
Zurück zum Zitat Eisenführ, F., Weber, M., & Langer, T. (2010). Rationales Entscheiden (5., überarb. und erw. Aufl.). Springer-Lehrbuch. Springer. Eisenführ, F., Weber, M., & Langer, T. (2010). Rationales Entscheiden (5., überarb. und erw. Aufl.). Springer-Lehrbuch. Springer.
Zurück zum Zitat Gloger, A. (2006). Chief Learning Officer. Wertvolle Funktion oder wertloses Etikett? ManagerSeminare (103), 74–80. Gloger, A. (2006). Chief Learning Officer. Wertvolle Funktion oder wertloses Etikett? ManagerSeminare (103), 74–80.
Zurück zum Zitat Graf, N., Gramß, D., & Edelkraut, F. (2019). Agiles Lernen: Neue Rollen, Kompetenzen und Methoden im Unternehmenskontext (2. Aufl.). Haufe Fachbuch. Haufe-Lexware; Haufe. Graf, N., Gramß, D., & Edelkraut, F. (2019). Agiles Lernen: Neue Rollen, Kompetenzen und Methoden im Unternehmenskontext (2. Aufl.). Haufe Fachbuch. Haufe-Lexware; Haufe.
Zurück zum Zitat Graf, N., Edelkraut, F., & Morczinnek, K. (2021). Digitale Transformationen mit agilem Lernen am Beispiel der DEGES GmbH. PERSONALquarterly, 73(2), 30–34. Graf, N., Edelkraut, F., & Morczinnek, K. (2021). Digitale Transformationen mit agilem Lernen am Beispiel der DEGES GmbH. PERSONALquarterly, 73(2), 30–34.
Zurück zum Zitat Häring, K., & Mynarek, F. (2020). Arbeitswelt 4.0. Das Wirtschaftsstudium, 49, 175–180. Häring, K., & Mynarek, F. (2020). Arbeitswelt 4.0. Das Wirtschaftsstudium, 49, 175–180.
Zurück zum Zitat Kauffeld, S. (2006). Kompetenzen messen, bewerten, entwickeln: Ein prozessanalytischer Ansatz für Gruppen. Betriebswirtschaftliche Abhandlungen: Neue Folge (Bd. 128). Schäffer-Poeschel Verlag. Kauffeld, S. (2006). Kompetenzen messen, bewerten, entwickeln: Ein prozessanalytischer Ansatz für Gruppen. Betriebswirtschaftliche Abhandlungen: Neue Folge (Bd. 128). Schäffer-Poeschel Verlag.
Zurück zum Zitat Laux, H., Gillenkirch, R. M., & Schenk-Mathes, H. Y. (2014). Entscheidungstheorie (9., vollst. überarb. Aufl.). Springer-Lehrbuch. Springer Gabler. Laux, H., Gillenkirch, R. M., & Schenk-Mathes, H. Y. (2014). Entscheidungstheorie (9., vollst. überarb. Aufl.). Springer-Lehrbuch. Springer Gabler.
Zurück zum Zitat Moser, M. (2017). Hierarchielos führen: Anforderungen an eine moderne Unternehmens- und Mitarbeiterführung. Springer Gabler.CrossRef Moser, M. (2017). Hierarchielos führen: Anforderungen an eine moderne Unternehmens- und Mitarbeiterführung. Springer Gabler.CrossRef
Zurück zum Zitat Parker, S. K., Knight, C., & Keller, A. (2020). Remote managers are having trust issues. Harvard Business Review, 30. Parker, S. K., Knight, C., & Keller, A. (2020). Remote managers are having trust issues. Harvard Business Review, 30.
Zurück zum Zitat Richter, S., & Kauffeld, S. (2021). Agiles Lernen weltweit: Wann informelles Lernen auf formelles Lernen folgt. PERSONALquarterly, 73(2), 10–15. Richter, S., & Kauffeld, S. (2021). Agiles Lernen weltweit: Wann informelles Lernen auf formelles Lernen folgt. PERSONALquarterly, 73(2), 10–15.
Zurück zum Zitat Rogers, E. M. (2003). Diffusion of innovations (5. Aulf., Free Press trade paperback edition). Social science. Free Press. Rogers, E. M. (2003). Diffusion of innovations (5. Aulf., Free Press trade paperback edition). Social science. Free Press.
Zurück zum Zitat Schermuly, C. C. (2019). New Work – gute Arbeit gestalten: Psychologisches Empowerment von Mitarbeitern (2. Aufl.). Haufe Group. Schermuly, C. C. (2019). New Work – gute Arbeit gestalten: Psychologisches Empowerment von Mitarbeitern (2. Aufl.). Haufe Group.
Zurück zum Zitat Stepper, J., & Grow, M. (2020). Working out loud: Wie Sie Ihre Selbstwirksamkeit stärken und Ihre Karriere und Ihr Leben nach eigenen Vorstellungen gestalten. Verlag Franz Vahlen.CrossRef Stepper, J., & Grow, M. (2020). Working out loud: Wie Sie Ihre Selbstwirksamkeit stärken und Ihre Karriere und Ihr Leben nach eigenen Vorstellungen gestalten. Verlag Franz Vahlen.CrossRef
Zurück zum Zitat Wu, T. T., & Wu, Y. T. (2020). Applying project-based learning and SCAMPER teaching strategies in engineering education to explore the influence of creativity on cognition, personal motivation, and personality traits. Thinking Skills and Creativity, 35. https://doi.org/10.1016/j.tsc.2020.100631 Wu, T. T., & Wu, Y. T. (2020). Applying project-based learning and SCAMPER teaching strategies in engineering education to explore the influence of creativity on cognition, personal motivation, and personality traits. Thinking Skills and Creativity, 35. https://​doi.​org/​10.​1016/​j.​tsc.​2020.​100631
Metadaten
Titel
Management wirksamer agiler Lernprozesse mithilfe digitalisierter Personaleinsatzplanung in KMUs
verfasst von
Felix Mynarek
Michael Jahr
Copyright-Jahr
2023
Verlag
Springer Berlin Heidelberg
DOI
https://doi.org/10.1007/978-3-662-66992-1_9

Premium Partner