Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Smart HRM: Digitale Tools für die Personalarbeit Kapitel lesen Erstes Kapitel lesen

2020 | OriginalPaper | Buchkapitel

2. Smarte oder unmenschliche Personalarbeit?

verfasst von : Christian Gärtner

Erschienen in: Smart HRM

Verlag: Springer Fachmedien Wiesbaden

Einloggen

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

search-config
loading …

Zusammenfassung

Der Einsatz von algorithmenbasierten Entscheidungssystemen ist ein zweischneidiges Schwert: Am Beispiel der TOT-Zeiten bei Amazon wird gezeigt, dass die automatisierte Überwachung und systemseitige Entscheidung einerseits zu Abwehr und Abscheu führt, andererseits aber innovative Lösungen ermöglicht. Der Grat zwischen Big Brother und Big Botler ist schmal. Dafür gibt es vier Gründe, die näher erörtert werden: (1) der Technikeinsatz ist inhaltlich ambivalent; (2) verschiedene Anspruchsgruppen legen in unterschiedlichen Situationen unterschiedliche Akzeptanzkriterien an die Systeme an; (3) die Art und (4) Weise der Einführung digitaler Tools macht einen Unterschied. Darüber hinaus wird diskutiert, für wen und wann sich der Einsatz digitaler Tools eignet, wobei vier Strategien beschrieben werden, durch die auch kleinere Organisationen von Analytics und Automatisierung profitieren können.

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 Smart HRM: Digitale Tools für die Personalarbeit
Nächstes Kapitel Grundlagen: KI, ML, DL, RPA und Co.
Literatur
Ajunwa, I. (2019). Algorithms at work: Productivity monitoring applications and wearable technology as the new data-centric research agenda for employment and labor law. Saint Louis University Law Journal, 63, 21–53.
Backhaus, N. (2019). Kontextsensitive Assistenzsysteme und Überwachung am Arbeitsplatz: Ein meta-analytisches Review zur Auswirkung elektronischer Überwachung auf Beschäftigte. Zeitschrift für Arbeitswissenschaft, 73(1), 2–22.CrossRef
Cheng, M. M., & Hackett, R. D. (2019). A critical review of algorithms in HRM: Definition, theory, and practice. Human Resource Management Review (online first).
Gärtner, C. (2007). Innovationsmanagement als soziale Praxis: grundlagentheoretische Vorarbeiten zu einer Organisationstheorie des Neuen. München/Mering: Rainer Hampp.
Gärtner, C. (2013). Cognition, knowing and learning in the flesh: Six views on embodied knowing in organization studies. Scandinavian Journal of Management, 29(4), 338–352.CrossRef
Gärtner, C. (2017). Mensch oder Maschine: Wer trifft die besseren Personalentscheidungen? HR Performance, 2, 14–17.
Knobloch, T., & Hustedt, C. (2019). Der maschinelle Weg zum passenden Personal. Gütersloh: Bertelsmann Stiftung.
Laumer, S., Weitzel, T., & Luzar, K. (2019). Robo-Recruiting: Status quo und Herausforderungen für die KI in der Personalgewinnung. Personal Quarterly, 71(3), 10–15.
Lemov, R. (2018). Hawthorne’s renewal: Quantified total self. In P. Moore, M. Upchurch & X. Whittaker (Hrsg.), Humans and machines at work (S. 181–202). Cham: Palgrave Macmillan.CrossRef
Liem, C. C., Langer, M., Demetriou, A., Hiemstra, A. M., Wicaksana, A. S., Born, M. P., & König, C. J. (2018). Psychology meets machine learning: Interdisciplinary perspectives on algorithmic job candidate screening. In H. J. Escalante, S. Escalera, I. Guyon, X. Baró, Y. Güçlütürk, U. Güçlü & M. van Gerven (Hrsg.), Explainable and interpretable models in computer vision and machine learning (S. 197–253). Cham: Springer.CrossRef
Maxwell, S. E. (2000). Sample size and multiple regression analysis. Psychological Methods, 5(4), 434–458.CrossRef
Moore, P., & Robinson, A. (2016). The quantified self: What counts in the neoliberal workplace. New Media & Society, 18(11), 2774–2792.CrossRef
Neuberger, O. (1990). Der Mensch ist Mittelpunkt. Der Mensch ist Mittel. Punkt. 8 Thesen zum Personalwesen. Personalführung, S. 3–10.
Neuberger, O. (2006). Mikropolitik und Moral in Organisationen. Stuttgart: Lucius & Lucius.
Nyberg, A. J., & Wright, P. M. (2015). 50 years of human capital research: Assessing what we know, exploring where we go. The Academy of Management Perspectives, 29(3), 287–295.CrossRef
Oviatt, S., Schuller, B., Cohen, P. R., Sonntag, D., Potamianos, G., & Krüger, A. (Hrsg.). (2019). The handbook of multimodal-multisensor interfaces: Language processing, software, commercialization, and emerging directions – Volume 3. New York: ACM/Morgan & Claypool.
Pentland, A. (2012). The new science of building great teams. Harvard Business Review, 90(4), 60–69.
Pentland, A. (2014). Social physics: How good ideas spread-the lessons from a new science. London: Penguin.
Ratner, B. (2017). Statistical and machine-learning data mining: Techniques for better predictive modeling and analysis of big data (3. Aufl.). Boca: Chapman & Hall/CRC.
Spreitzer, G. M., Cameron, L., & Garrett, L. (2017). Alternative work arrangements: Two images of the new world of work. Annual Review of Organizational Psychology and Organizational Behavior, 4, 473–499.CrossRef
Strohmeier, S., Majstorovic, D., Piazza, F., & Theres, C. (2016). Smart HRM – das „Internet der Dinge“ im Personalmanagement. HMD Praxis der Wirtschaftsinformatik, 53(6), 838–850.CrossRef
Tambe, P., Cappelli, P., & Yakubovich, V. (2019). Artificial intelligence in human resources management: Challenges and a path forward. California Management Review, 61(4), 15–42.CrossRef
Metadaten
Titel
Smarte oder unmenschliche Personalarbeit?
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_2

Premium Partner

    Bildnachweise