Im Zeitalter der Industrie 4.0 werden permanent Daten gesammelt. Maschinen kommunizieren untereinander, Wearables prägen den Alltag und die gewonnenen Daten werden mittels diverser Analyseverfahren teils automatisiert ausgewertet. Im Rahmen von Datenanalysenmethoden gilt es zwischen deskriptiven, prädiktiven und präskriptiven Analyseverfahren zu unterscheiden.
Der Fokus dieser Arbeit liegt dabei auf Predictive Analytics. Predictive Analytics wird als Data-Mining-Verfahren zur systematischen Erkennung bestimmter Muster auf Basis von historischen und gegenwärtigen Daten definiert, welche prognostische Ergebnisse zur Ableitung zukünftiger Handlungsempfehlungen bereitstellt.
Durch die ubiquitäre Vernetzung von Informations- und Kommunikationstechnologie soll bis zum Jahr 2025 die Wirtschaft maßgeblich durch Predictive Analytics beeinflusst und sämtliche Aktivitäten innerhalb der Wertschöpfungskette nachhaltig verbessert werden.
Inhalt der Arbeit:
- Untersuchung von Predictive Analytics und der theoretischen Rahmenbedingungen;
- Deskriptive Betrachtung des derzeitigen Einsatzes von Predictive Analytics in Unternehmen;
- Tangieren gesetzlicher Restriktionen im Rahmen der Datensammlung;
- Präskriptive Analyse über die Entwicklung, Akzeptanz sowie den künftigen Einsatz von Predictive Analytics in der Arbeitswelt 2025
Inhaltsverzeichnis
- Was steckt hinter Industrie 4.0?
- HR Intelligence and Analytics
- Predictive Analytics? HR bedeutet People Analytics!
- Vegas, Casinos und das Silicon Valley
- Datenschutz: Doris Day oder Don Alphonso?
- Quo vadis People Analytics?
- Wie sieht die Arbeitswelt 4.0 in 2025 aus?
- Daten Daten und noch mehr Daten
- Wearables am Arbeitsplatz
- Arbeitnehmer vs. Arbeitgeber
- Konklusion: Was du nicht willst was man dir tu...
- Personalabteilung 4.0
- Resümee und Forschungsausblick
- Predictive Analytics im Personalwesen
- Die Rolle von Daten und Informationen in der Industrie 4.0
- Die Bedeutung von HR Intelligence and Analytics
- Die Auswirkungen von Predictive Analytics auf die Personalabteilung
- Chancen und Herausforderungen für das Personalmanagement im digitalen Zeitalter
- Kapitel 1: Was steckt hinter Industrie 4.0? Dieses Kapitel führt in das Thema der Industrie 4.0 ein und erläutert den Begriff, seine Entstehung und seine Bedeutung für die Wirtschaft. Es wird die Rolle von Daten und Informationen in der digitalen Transformation hervorgehoben.
- Kapitel 2: HR Intelligence and Analytics In diesem Kapitel wird der Begriff Predictive Analytics definiert und als Teilbereich des Business Intelligence vorgestellt. Der Schwerpunkt liegt auf der Anwendung von Predictive Analytics im Human Resource Management, insbesondere im Bereich des People Analytics. Es werden die verschiedenen Anwendungsgebiete und das Potential von Datenanalysen im Personalwesen erläutert.
- Kapitel 3: Wie sieht die Arbeitswelt 4.0 in 2025 aus? Dieses Kapitel analysiert die Auswirkungen von Industrie 4.0 auf die Arbeitswelt. Es beleuchtet den Einfluss von Daten, Wearables und der zunehmenden Digitalisierung auf die Arbeitsbedingungen und die Beziehung zwischen Arbeitnehmer und Arbeitgeber.
Zielsetzung und Themenschwerpunkte
Die vorliegende Arbeit befasst sich mit dem Einfluss von Predictive Analytics auf das Personalwesen im Kontext der Industrie 4.0. Sie analysiert, wie die zunehmende Vernetzung und Digitalisierung die Personalabteilung transformiert und welche Chancen und Herausforderungen sich für HR-Management ergeben.
Zusammenfassung der Kapitel
Schlüsselwörter
Industrie 4.0, Predictive Analytics, People Analytics, HR Intelligence, Human Resource Management, Personalmanagement 4.0, Datenanalyse, Big Data, Digitalisierung, Arbeitswelt 4.0, Wearables, Datenschutz.
- Citation du texte
- Dennis Bartz (Auteur), 2016, Predictive Analytics als Data-Mining-Verfahren in der Industrie 4.0. Gute Daten, schlechte Daten?, Munich, GRIN Verlag, https://www.grin.com/document/339868
