Die vorliegende Bachelor-Thesis befasst sich schwerpunktmäßig mit Predictive Analytics und dessen Einsatzmöglichkeiten in der Personalarbeit. Ziel ist es, ein klares Bild dieser noch recht jungen Disziplin zu vermitteln. Dabei sollen vor allem Chancen, Risiken und Hürden von Predictive Analytics für den Fachbereich Human Resources (HR) identifiziert werden. Es soll untersucht werden, wie sich Prozesse im HR durch diesen analytischen Ansatz effektiver und effizienter gestalten lassen. Auch soll die Frage behandelt werden, ob statistische Verfahren signifikant zu einer Verbesserung von Entscheidungen unter hoher Unsicherheit führen können. Die Arbeit richtet sich in erster Linie an Personalverantwortliche, die ein Interesse an prädiktiven statistischen Verfahren haben. Außerdem soll sie das Interesse von Unternehmen wecken, prädiktive Verfahren in ihrer Personalarbeit einzusetzen.
Anhand der folgenden Forschungsfragen soll ein klarer thematischer Rahmen abgesteckt werden: 1. Welche Chancen und Risiken birgt Predictive Analytics für die Personalarbeit? 2. Welche Hürden müssen Unternehmen überwinden, um Predictive Analytics im HR erfolgreich zu implementieren? 3. Welchen Reifegrad haben die Unternehmen hinsichtlich des Einsatzes von Predictive Analytics im HR? Es kann folgende Hypothese aufgestellt werden, die durch die empirische Untersuchung akzeptiert oder verworfen werden soll: Der Grund, warum HR bisher kaum Anwendungsfelder mit Predictive Analytics etablieren konnte, liegt möglicherweise in der Komplexität von PA und in einer grundsätzlichen analytischen Schwäche von HR.
Inhaltsverzeichnis (Table of Contents)
- 1 Einleitung
- 1.1 Blick in die Zukunft
- 1.2 Zielsetzung der Arbeit
- 1.3 Vorgehensweise und Aufbau der Arbeit
- 2 Theoretische und empirische Grundlagen
- 2.1 Relevanz von Predictive Analytics für die Personalarbeit
- 2.1.1 Entscheidungsfindung, Heuristik und Bias
- 2.1.2 Folgen von Fehlentscheidungen im HR
- 2.2 Human Resources: Point-of-View
- 2.2.1 Aufgaben und Ziele der Personalarbeit
- 2.2.2 Personalcontrolling
- 2.2.3 Vorteile einer analytischen Arbeitsweise im HR
- 2.3 Predictive Analytics: State-of-the-Art
- 2.3.1 Begriffsbestimmung von Predictive Analytics
- 2.3.2 Abgrenzung von anderen analytischen Verfahren
- 2.3.3 Exkurs: Big Data
- 2.3.4 Hype-Cycle für Advanced Analytics von Gartner Inc.
- 2.3.5 Das Ziel von Predictive Analytics
- 2.4 Die Methodik hinter Predictive Analytics
- 2.4.1 Fragen, die Predictive Analytics beantworten kann
- 2.4.2 Der Prozess einer Predictive Analytics-Lösung
- 2.4.3 Gesuchte Muster bei Predictive Analytics
- 2.4.4 Mustererkennende Analysemethoden
- 2.5 Predictive HR Analytics: Verzahnung von HR und PA
- 2.5.1 Praktizierende Branchen
- 2.5.2 Anwendungsbereiche von PA im HR
- 2.5.3 Hebel und Barrieren für Predictive Analytics im HR
- 3 Empirisch-qualitative Untersuchung
- 3.1 Beschreibung der qualitativen Forschungsmethode
- 3.1.1 Das halbstandardisierte, problemzentrierte Experteninterview
Zielsetzung und Themenschwerpunkte (Objectives and Key Themes)
Diese Arbeit befasst sich mit dem Einsatz von Predictive Analytics im Bereich Human Resources und analysiert die Chancen und Hürden dieser neuen Technologie. Im Fokus steht die Frage, wie Unternehmen Predictive Analytics effektiv einsetzen können, um die Personalarbeit zu optimieren und gleichzeitig ethische und datenschutzrechtliche Aspekte zu berücksichtigen.
- Relevanz von Predictive Analytics für die Personalarbeit
- Einsatz von Predictive Analytics zur Entscheidungsfindung und zur Minimierung von Bias
- Herausforderungen und Chancen von Predictive Analytics im HR
- Akzeptanz und Reifegrad von Predictive Analytics in Unternehmen
- Praktische Implikationen und zukünftige Entwicklungen von Predictive Analytics im HR
Zusammenfassung der Kapitel (Chapter Summaries)
Das erste Kapitel dieser Arbeit führt in das Thema Predictive Analytics im Bereich Human Resources ein und skizziert die Herausforderungen und Chancen, die diese neue Technologie mit sich bringt. Kapitel 2 beleuchtet die theoretischen und empirischen Grundlagen von Predictive Analytics und seiner Relevanz für die Personalarbeit. Es wird unter anderem auf Entscheidungsfindung, Heuristik und Bias sowie auf die Aufgaben und Ziele der Personalarbeit eingegangen. Zudem wird der Hype-Cycle für Advanced Analytics von Gartner Inc. vorgestellt und die Methodik hinter Predictive Analytics erklärt. Kapitel 3 befasst sich mit der empirisch-qualitativen Untersuchung anhand von Experteninterviews. Diese Untersuchung soll explorative Einblicke und ein allgemeines Verständnis von Predictive Analytics für die Personalarbeit liefern. Darüber hinaus werden praktische Implikationen für die Anwendung von Predictive Analytics im HR abgeleitet.
Schlüsselwörter (Keywords)
Predictive Analytics, Human Resources, Personalarbeit, Entscheidungsfindung, Heuristik, Bias, Big Data, Experteninterview, qualitative Forschung, Chancen, Hürden, Implikationen, Reifegrad, Akzeptanz.
- Arbeit zitieren
- Viktor Andrin (Autor:in), 2015, Predictive Analytics im Bereich Human Resources. Chancen und Hürden für die Personalarbeit, München, GRIN Verlag, https://www.grin.com/document/307984
