Daten spielen heutzutage eine wesentliche Rolle für den Unternehmenserfolg, weshalb die intensive Nutzung von Big Data auch als fundamental bezeichnet wird. Laut dem Harvard Business Review schneiden datenbasierte Unternehmen bei objektiven Messungen im Hinblick auf finanzielle und operationelle Ergebnisse besser ab als jene Unternehmen, die nicht so viel Wert auf datengeschützte Entscheidungsprozesse legen. Insbesondere Betriebe, die bezüglich informationsverarbeitender Analyse im oberen Drittel lagen, waren im Durchschnitt fünf Prozent produktiver und erzielten sechs Prozent mehr Gewinn als ihre Mitbewerber. Grade daher sollte es vor allem für größere Unternehmen ein Ansporn sein, evidenzbasierte Entscheidungsalternativen für die gesamte Unternehmensebene zu installieren.
Vor dem Hintergrund, dass Big Data bereits vorhanden und auch Möglichkeiten zur Implementierung gewährleistet sind, gilt es nun herauszuarbeiten, wie man diese Möglichkeiten der intelligenten Datenverarbeitung speziell in den einzelnen Unternehmensbereichen anwenden kann. Ziel dieser Arbeit ist es, dem Leser zunächst einen generellen Überblick über die vorhandenen Forschungsansätze von Big Data zu geben. Dabei soll bereits zu Beginn die Komplexität von Datenanalysen aufgezeigt und anstehende Herausforderungen umfangreich dargestellt werden. Im Untersuchungsteil liegt der Fokus auf Big Data im Talent Management und wie aus vorhandenen Forschungsansätzen gezielte Schlüsse deduziert werden können.
Einführend werden die technischen Möglichkeiten vorgestellt, die für ein evidenzbasiertes Personalmanagement effektiv genutzt werden können. Es gilt herauszuarbeiten, inwiefern man Business Intelligence-Lösungen und prognostizierende Analytik miteinander verknüpfen kann, um die Zusammenhänge zwischen Big Data und dem Talent Management zu erkennen und sie praxisorientiert einzusetzen. Die personalwirtschaftlichen Felder Rekrutierung, Planung, Entwicklung und Einsatz gehören dabei zu den Kernentscheidungen jedes Unternehmens. Hierbei gilt es für das HRM bessere Entscheidungsgrundlagen zu schaffen, um mithilfe von Digitalisierung und intelligenten Technologien die eigene Position im Unternehmen zu stärken und möglicherweise eine Erweiterung des Aufgabengebietes über die Grenzen der Personalabteilung herbeizuführen.
Inhaltsverzeichnis
1. Einleitung
1.1 Allgemeine Problemstellung
1.2 Zielsetzung der Arbeit
2. Theoretische Grundlagen
2.1 Big Data – ein neuer Megatrend
2.1.1 Digitale Daten und deren Rolle in der Vergangenheit
2.1.2 Big Data als neue Kernkompetenz
2.1.3 Big Data in Zusammenhang mit aktuellen IT-Megatrends
2.2 Die vier V
2.2.1 Volume
2.2.2 Velocity
2.2.3 Veracity
2.2.4 Variety
2.3 Anforderungen an Big Data
2.4 Personenbezogene Daten
2.4.1 Relevante Daten für den Personalbereich
2.4.2 Big Data versus Datenschutz – unüberbrückbare Gegensätze
3. Untersuchungsrahmen
3.1 Mentales Modell
3.2 Methodik
4. Untersuchung
4.1 Data Scientist und Data Artist
4.2 Business Intelligence als Basis für prognostizierende Analytik
4.2.1 Business Intelligence-Lösungen
4.2.2 Self-Service-BI
4.2.3 In-Memory-Datenbanken
4.2.4 Der MapReduce-Ansatz
4.2.5 Data Mining
4.3 Predictive Analytics
4.3.1 Ein Blick in die Zukunft
4.3.2. Das Reifegrad-Modell
4.4 Einsatzmöglichkeiten im Talent Management
4.4.1 Personalplanung
4.4.2 Personalrekrutierung
4.4.3 Personalentwicklung
4.4.4 Personaleinsatz
5. Ergebnisse
5.1 Zusammenfassung
5.2 Limitationen
5.3 Implikationen für die Forschung
5.4 Implikationen für die Praxis
5.5 Ausblick
Zielsetzung & Themen der Arbeit
Die Arbeit analysiert systematisch, wie Big Data und moderne Analysetechnologien das Talent Management in Unternehmen unterstützen können, um evidenzbasierte Entscheidungen zu treffen, Kosten zu senken und die Effektivität personalwirtschaftlicher Prozesse zu steigern.
- Grundlagen von Big Data (Die vier V, Anforderungen, Datenschutz)
- Technologische Basis für Datenanalytik (Business Intelligence, Predictive Analytics, Data Mining)
- Anwendungsfelder im Talent Management (Rekrutierung, Planung, Entwicklung, Personaleinsatz)
- Reifegrad-Modell zur Implementierung von Talent Analytics
Auszug aus dem Buch
2.2.4 Variety
Generell bezeichnet Big Data alle großen Datenmengen, die für die Entscheidungsprozesse eines Unternehmens herangezogen werden können. Diese können bereits intern im Unternehmen vorliegen, oder müssen aus externen Quellen beschafft werden. Dabei kann es sich um strukturierte Daten aus konventionellen Unternehmensdatenbanken oder um unstrukturierte Daten wie automatisch generierte Rohdaten, Daten aus Unternehmensanwendungen wie E-Mail und Textverarbeitungsprogramme sowie Multimedia-Daten aus Sozialen Netzwerken handeln. Abb.1 gibt einen Überblick über aktuelle Datenquellen, die im Rahmen von Big Data-Szenarien zu verarbeiten sind. Informationen werden hauptsächlich in strukturierter Form in Unternehmensdatenbanken abgelegt und überwiegend durch betriebswirtschaftliche Informationssysteme genutzt.
Deshalb bezeichnet man diese Form von Informationen auch als strukturierte Daten, die dauerhaft in relationalen Datenbanken gespeichert und mittels Structured Query Language (SQL) angezeigt, geändert oder gelöscht werden. Die Verarbeitung der Daten wird als statisch bezeichnet. Während vor einigen Jahren Tabellen nur die notwendigsten Attribute zur Beschreibung eines wirtschaftlichen Objekts enthielten, sind aktuell meist große, zentrale, relationale Datenbanken auf den Unternehmensservern vorhanden. Die darin gespeicherten Daten bilden dabei in vielen Unternehmen den Kern der Datenhaltung und werden als Datenquellen den klassischen, transaktionsverarbeitenden Systemen zugerechnet. Inhalte dieser strukturierten Daten können zum Beispiel Warenströme, Bestellungen oder klassische Produkt-, Personen- und Kundendaten sein, die aus Enterprise Resource Planning Systemen (ERP), Supply-Chain-Management-Systemen (SCM) oder Customer-Relationship-Management-Systemen (CRM) geliefert werden.
Zusammenfassung der Kapitel
1. Einleitung: Beschreibt die Problemstellung der datenbasierten Entscheidungsfindung und definiert das Ziel der Arbeit, einen Überblick über Big Data im Talent Management zu geben.
2. Theoretische Grundlagen: Erläutert die Charakteristika von Big Data, die vier Vs, sowie die Anforderungen und datenschutzrechtlichen Implikationen.
3. Untersuchungsrahmen: Stellt das mentale Modell der Untersuchung sowie die deduktive methodische Vorgehensweise vor.
4. Untersuchung: Analysiert technologische Werkzeuge wie Data Science, Business Intelligence, Predictive Analytics und zeigt konkrete Einsatzmöglichkeiten im Talent Management auf.
5. Ergebnisse: Fasst die Erkenntnisse zusammen, diskutiert Limitationen und leitet Implikationen für Forschung und Praxis sowie einen Ausblick ab.
Schlüsselwörter
Big Data, Talent Management, Personalwirtschaft, Business Intelligence, Predictive Analytics, Data Mining, Personalplanung, Personalrekrutierung, Datenanalyse, Personaleinsatz, Talent Analytics, Personaldaten, HR, digitale Transformation, Entscheidungsgrundlage
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit befasst sich mit der systematischen Analyse des Potenzials von Big Data im Kontext des Talent Managements in Unternehmen.
Was sind die zentralen Themenfelder?
Die zentralen Themen sind Big Data als Megatrend, technologische Grundlagen der Datenanalyse (BI, Predictive Analytics, Data Mining) und deren spezifische Anwendung auf personalwirtschaftliche Kernbereiche.
Was ist das primäre Ziel der Arbeit?
Ziel ist es, einen Überblick über vorhandene Forschungsansätze zu geben, die Komplexität der Datenanalyse aufzuzeigen und zu untersuchen, wie diese zur evidenzbasierten Entscheidungsfindung im HR-Bereich beitragen können.
Welche wissenschaftliche Methode wird verwendet?
Die Arbeit basiert auf einem deduktiven Denkverfahren, bei dem allgemeine Erkenntnisse aus der Literatur zu Big Data auf das Talent Management angewendet werden.
Was wird im Hauptteil behandelt?
Der Hauptteil behandelt die technischen Voraussetzungen (z.B. BI, Data Mining, Predictive Analytics), das Reifegrad-Modell für HR-Analytics und konkrete Einsatzmöglichkeiten in der Personalplanung, Rekrutierung, Entwicklung und beim Personaleinsatz.
Welche Schlüsselwörter charakterisieren die Arbeit?
Die Arbeit wird durch Begriffe wie Big Data, Talent Management, Predictive Analytics, Talent Analytics und evidenzbasierte Personalarbeit charakterisiert.
Was besagt das im Text erwähnte Reifegrad-Modell?
Das Modell von Bersin by Deloitte beschreibt die stufenweise Entwicklung eines Talent Analytics Teams in vier Stufen, von reaktivem, operativem Reporting bis hin zu proaktiver, prognostizierender Analytik.
Welche Bedeutung hat der Datenschutz im Kontext von Big Data im HR?
Der Datenschutz stellt eine zentrale Limitation dar, da die massenhafte Analyse personenbezogener Daten, wie Telefongespräche oder E-Mails, massive Eingriffe in die Privatsphäre der Mitarbeiter bedeuten kann.
- Arbeit zitieren
- Anonym (Autor:in), 2014, Big Data im Talent Management. Eine systematische Analyse, München, GRIN Verlag, https://www.grin.com/document/387243
