Wir Menschen sind in der Lage Verbindungen herzustellen, sind in der Lage assoziativ zu denken, können komplizierte Muster vervollständigen, können abstrahieren. Aus erlerntem Wissen, aus ungefähren Wahrnehmungen, aus Ideen, aus Inspirationen, aus Gedankenblitzen schaffen wir es Zusammenhänge zu erkennen, Probleme zu lösen, Gedankengebäude zu entwickeln. Künstliche Neuronale Netzwerke (NN) sind in Aufbau und Funktionsweise dem menschlichen Gehirn nachgebildet. Sie lernen auf eine spezifische Art und Weise und haben, beispielsweise gegenüber Computern, ihre eigenen Stärken und Schwächen. Es können konkrete Aussagen darüber getroffen werden, welche Arten von Wissen und Fähigkeiten leicht erlernt werden können und welche Lernbedingungen für sie besonders günstig sind. Künstliche neuronale Netze werden in der Wirtschaft überwiegend für komplexe oder sich häufig wiederholende Aufgaben eingesetzt, die klassifizierenden oder beurteilenden Charakter haben. Anhand von weitgehenden Parallelen im Lernverhalten von biologischen und künstlichen neuronalen Netzen soll gezeigt werden, dass der Rückschluss auf menschliches Lernen durchaus zulässig ist und weiter, wie die über künstliche NN erlangten Erkenntnisse, in der betrieblichen Praxis angewendet, Vorteile bringen könnten.
Es geht zum einen um das Individuum:. Die unbewusste Kognition, das implizite Lernen und die vielleicht unterschätzte Bedeutung für die betriebliche Praxis. Zum anderen wird das Modell der NN auf die Informationsverarbeitung in sozialen Systemen, vornehmlich Gruppen, angewendet werden. Es wird gezeigt, wie und unter welchen Bedingungen Gruppen effizient arbeiten und wo sich Synergieeffekte verstecken.
Inhaltsverzeichnis
- 1. Einführung
- 2. Funktionsweise Neuronaler Netze
- 2.1. Grundlagen und Aufbau einzelner Neuronen
- 2.2. Lernen eines Neuronalen Netzes
- 2.2.1. Entwicklung Neuronaler Netze
- 2.2.2. Ein einfaches Netzwerk
- 2.2.3. Netzwerkklassen
- 2.2.4. Anwendungsbeispiele künstlicher Neuronaler Netze
- 2.2.5. Schwierigkeiten in der Praxis
- 2.2.6. Zusammenfassung
- 3. Von künstlichen zu natürlichen Netzwerken
- 3.1. Individuenzentrierte Sicht
- 3.1.1. Der Rückschluss auf menschliches Lernen
- 3.1.2. Könnerschaft und implizites Wissen – nach Michael Polanyi
- 3.2. Gruppenzentrierte Sicht
- 3.2.1. Formale Parallelen
- 3.2.2. Alogik
- 3.2.3. Kooperative Informationsverarbeitung in Gruppen
- 3.2.4. Solitonen und spontane Selbstorganisation
- 4. Implikationen für die Praxis
- 4.1. (Weiter-) Bildung
- 4.2. Entscheidungen
- 4.2.1. Rationalität und Intuition
- 4.2.2. Kooperative Entscheidungsfindung in Japan
- 4.3. Gruppen und Teams
- 4.3.1. Gruppen in der Produktion
- 4.3.2. Teams als Problemlöseinstanz
- 4.3.3. Virtuelle Teams
- 4.4. Jobpools - Mitarbeiterpools
- 5. Zusammenfassung
Zielsetzung und Themenschwerpunkte
Diese Diplomarbeit untersucht die Funktionsweise Neuronaler Netze und ihre Implikationen für das Human Ressource Management. Der Fokus liegt auf den Parallelen zwischen dem Lernverhalten künstlicher und natürlicher neuronaler Netze sowie deren Anwendung in der Praxis.
- Funktionsweise Neuronaler Netze und deren Analogien zu menschlichem Lernen
- Anwendung des Modells der Neuronalen Netze auf die Informationsverarbeitung in sozialen Systemen, insbesondere in Gruppen
- Konsequenzen für das Human Ressource Management, insbesondere in den Bereichen Entscheidungsfindung, Weiterbildung, Teams und Jobpools
- Zusammenhang zwischen implizitem Wissen und Lernen in neuronalen Netzwerken
- Potenzial von Neuronalen Netzen für effizientes Arbeiten in Gruppen und Teams
Zusammenfassung der Kapitel
Das erste Kapitel bietet eine Einführung in den Aufbau und die Funktionsweise Neuronaler Netze. Es werden erste Analogien zwischen dem Lernverhalten künstlicher und natürlicher neuronaler Netzwerke dargestellt. Das zweite Kapitel untersucht die Anwendung des Modells der Neuronalen Netze auf das Individuum und auf Gruppen. Dabei werden neue Sichtweisen mit weitreichenden Konsequenzen für die betriebliche Praxis aufgezeigt. Im dritten Kapitel wird exemplarisch das Human Ressource Management als Anwendungsfeld beleuchtet. Anhand der Themengebiete Entscheidungen, Weiterbildung, Teams und Jobpools werden die neuen Betrachtungsweisen dargestellt und Möglichkeiten zur Umsetzung aufgezeigt.
Schlüsselwörter
Neuronale Netze, Human Ressource Management, implizites Wissen, Lernen, Gruppen, Teams, Entscheidungsfindung, Weiterbildung, Jobpools, betriebliche Praxis, Analogien, Informationsverarbeitung, soziale Systeme, künstliche Intelligenz, kognitives Lernen, Kooperation.
- Citar trabajo
- Michael Faustmann (Autor), 2003, Neuronale Netze als Basis für fortgeschrittenes Human Ressource Management, Múnich, GRIN Verlag, https://www.grin.com/document/18374
