Globalisierte Arbeitsmärkte und die fortschreitende Digitalisierung stellen hohe Anforderungen an Unternehmen und ihr Personal. Gleichzeitig ist die Digitalisierung auch eine Chance, beispielsweise für das Personalmanagement. Viele Unternehmen nutzen bereits die Methode People Analytics, die Personaldaten auswertet und so bei Personalentscheidungen helfen kann.
Wie lassen sich personalbezogene Entscheidungen optimieren? Was macht die Persönlichkeit eines Mitarbeiters aus und wie kann dessen Entwicklung optimiert werden? Und wie wichtig sind Persönlichkeit und Lernmotivation für die Entscheidungsfindung?
Der Autor Benedikt Hüsch klärt die wichtigsten Fragen zu Personalentscheidungen und gibt Tipps, wie Unternehmen diese optimieren können. Dabei beleuchtet Hüsch die Chancen und Risiken von People Analytics und erläutert den Zusammenhang zwischen Persönlichkeit und Lernmotivation.
Aus dem Inhalt:
- Humanressource;
- Big Data;
- Lernmechanismus;
- Business Intelligence;
- Personalcontrolling
Inhaltsverzeichnis
1 Einleitung
2 Persönlichkeit
2.1 Die Entwicklung der Persönlichkeit
2.2 Das Fünf-Faktoren-Modell
3 Lernmotivation
3.1 Lernen
3.2 Motivation
4 People Analytics
4.1 Eine Definition
4.2 Die Relevanz von People Analytics
4.3 Die Theorie der Entscheidung
4.4 Die Funktionsweise von People Analytics
5 Der Zusammenhang zwischen den Persönlichkeitseigenschaften und der Lernmotivation
5.1 Zusammenhangshypothesen
5.2 Forschungsmethodik
6 Die empirischen Forschungsergebnisse
6.1 Die Ergebnisse deskriptiver Statistik
6.2 Die Ergebnisse der prüfenden Statistik
7 Die Interpretation der empirischen Forschungsergebnisse
7.1 Die Interpretation der Ergebnisse deskriptiver Statistik
7.2 Die Prüfung der Zusammenhangshypothesen
8 Die Konsequenzen für People Analytics
8.1 Die Potenziale von People Analytics
8.2 Die Schwierigkeiten von People Analytics
9 Eine kritische Reflexion
9.1 Kritik an der praktischen Anwendung von People Analytics
9.2 Kritik an der Forschungsmethode
10 Fazit
Zielsetzung & Themen
Die Arbeit untersucht den Zusammenhang zwischen spezifischen Persönlichkeitseigenschaften (Ehrlichkeit-Bescheidenheit, Extraversion, Verträglichkeit) und der Lernmotivation, um die Eignung dieser Persönlichkeitsmerkmale als Prädiktoren für die Lernmotivation im Rahmen einer datenbasierten Personalarbeit (People Analytics) zu evaluieren.
- Grundlagen der menschlichen Persönlichkeit und deren Entwicklung
- Theoretische Fundierung von Lernmotivation und deren Zusammenhang zur Persönlichkeit
- Konzeption und Anwendung der Methode "People Analytics" im Personalmanagement
- Empirische Überprüfung von Zusammenhangshypothesen mittels des eigens entwickelten HEALMI-K Fragebogens
- Ableitung von Konsequenzen für eine datenbasierte Optimierung von Personalentscheidungen
Auszug aus dem Buch
Die Funktionsweise von People Analytics
Nach der Klarstellung der Relevanz in der Verwendung der Methode mit Ursprung in der Entscheidungstheorie beschäftigt sich das nächste Unterkapitel mit der Funktionsweise von People Analytics. Welche Entscheidung getroffen wird, liegt in der Einsicht und deren vermuteten Auswirkungen, welche prädiktive Vorhersagen ermöglichen. Es folgt eine kurze Darstellung der, für das Verständnis der Funktionsweise unumgänglichen, Begrifflichkeiten.
Die Information hilft vergangene Sachverhalte zu verstehen. Das Wissen hilft auf Grundlage der Information, zu verstehen, warum ein gegenwärtiger Sachverhalt überhaupt entstanden ist. Die Intelligenz, also die Informationsverarbeitung vergangener Sachverhalte auf Basis des gegenwärtigen Sachverhalts, hilft bei der Vorhersage zukünftiger Sachverhalte.
Der Methode People Analytics unterliegt ein iterativer Prozess, der aus drei Faktoren zusammengesetzt ist. Er beginnt mit einer personalbezogenen Unternehmensfrage als Zielformulierung, integriert dann vorhandene Daten aus verschiedenen Datenbanken und analysiert sie, um zukünftige Vorhersagen zu treffen. Der folgende Abschnitt geht näher auf jeden dieser 3 Faktoren ein. In den nachfolgenden Abschnitten wird jedes Element des Prozesses zur Entscheidungsfindung genauer betrachtet. Als Orientierung dient die Abbildung 2.
Zusammenfassung der Kapitel
1 Einleitung: Diese Einleitung führt in die Herausforderungen des digitalen Wandels für das Personalmanagement ein und positioniert People Analytics als Methode zur datenbasierten Entscheidungsoptimierung.
2 Persönlichkeit: Dieses Kapitel definiert menschliche Persönlichkeit, beleuchtet ihre Entwicklung aus psychologischen Paradigmen und stellt das Fünf-Faktoren-Modell sowie das HEXACO-Modell vor.
3 Lernmotivation: Hier werden die Konstrukte Lernen und Motivation theoretisch eingeführt und in ihrer Bedeutung für die Mitarbeiterentwicklung und das Personalmanagement analysiert.
4 People Analytics: Dieses Kapitel thematisiert die Methode People Analytics, ihre theoretische Herleitung aus der Entscheidungstheorie, ihre praktische Bedeutung im digitalen Zeitalter und ihren funktionalen Prozess.
5 Der Zusammenhang zwischen den Persönlichkeitseigenschaften und der Lernmotivation: In diesem Kapitel werden die theoretischen Zusammenhänge zwischen den gewählten HEXACO-Dimensionen und der Lernmotivation hergeleitet sowie die methodische Vorgehensweise der empirischen Studie beschrieben.
6 Die empirischen Forschungsergebnisse: Hier werden der Stichprobenumfang sowie die Ergebnisse der deskriptiven und prüfenden Statistik zur Untersuchung der aufgestellten Hypothesen präsentiert.
7 Die Interpretation der empirischen Forschungsergebnisse: Dieses Kapitel interpretiert die statistischen Daten und prüft die Zusammenhangshypothesen basierend auf den gewonnenen Ergebnissen.
8 Die Konsequenzen für People Analytics: Hier werden die Potenziale der prädiktiven Personalarbeit sowie die ethischen und rechtlichen Schwierigkeiten im Umgang mit Mitarbeiterdaten diskutiert.
9 Eine kritische Reflexion: Dieses Kapitel reflektiert kritisch die praktische Anwendung von People Analytics und die gewählte Forschungsmethode, insbesondere im Hinblick auf Verzerrungseffekte und Validität.
10 Fazit: Das Fazit fasst die Erkenntnisse zusammen und gibt einen Ausblick auf die notwendige zukünftige Forschung zur weiteren Optimierung der Personalentwicklung durch datenbasierte Methoden.
Schlüsselwörter
People Analytics, Persönlichkeit, Lernmotivation, Personalmanagement, Digitalisierung, HEXACO-Modell, Entscheidungstheorie, Mitarbeiterentwicklung, Datenbasierte Entscheidungsfindung, Leistungsmotivation, Big Data, HR-Strategie, Prädiktoren, Quantitative Befragung, Personaldiagnostik.
Häufig gestellte Fragen
Worum geht es in dieser wissenschaftlichen Arbeit grundsätzlich?
Die Arbeit untersucht, wie digitale Methoden, speziell People Analytics, dazu genutzt werden können, personalbezogene Entscheidungen – insbesondere im Bereich der Mitarbeiterentwicklung und Lernmotivation – datenbasiert zu optimieren.
Was sind die zentralen Themenfelder der Publikation?
Die zentralen Themen sind die psychologische Fundierung von Persönlichkeit und Lernmotivation, die Methodik von People Analytics zur Datenintegration und -analyse sowie die kritische Auseinandersetzung mit den daraus resultierenden Chancen und ethischen Risiken.
Was ist das primäre Ziel oder die zentrale Forschungsfrage?
Das Ziel ist es zu ergründen, ob bestimmte Persönlichkeitseigenschaften (Ehrlichkeit-Bescheidenheit, Extraversion, Verträglichkeit) als Prädiktoren für die Lernmotivation dienen können, um individuelle Entwicklungspotenziale im Unternehmen besser identifizieren zu können.
Welche wissenschaftliche Methode kommt zum Einsatz?
Die Arbeit nutzt eine quantitative Forschungsmethode. Dazu wurde ein eigens konstruierter Fragebogen (HEALMI-K), basierend auf dem HEXACO-PI-R und dem LMI-K, verwendet, um Daten von 103 Probanden deskriptiv und mittels Korrelationsanalysen nach Pearson auszuwerten.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in theoretische Grundlagen (Persönlichkeitstheorien, Motivationspsychologie, Entscheidungstheorie), eine detaillierte Erläuterung der Methode People Analytics und eine empirische Studie, deren Ergebnisse schließlich interpretiert und kritisch reflektiert werden.
Welche Schlüsselbegriffe charakterisieren die Arbeit am besten?
Die zentralen Begriffe sind People Analytics, Persönlichkeitseigenschaften, Lernmotivation, Digitalisierung, datenbasierte Entscheidungsfindung und Personalmanagement.
Welche Bedeutung hat das HEXACO-Modell in dieser Studie?
Das HEXACO-Modell dient als theoretische Grundlage zur Messung der drei untersuchten Persönlichkeitseigenschaften und bildet, zusammen mit dem Leistungsmotivationsinventar, die Basis für das entwickelte Erhebungsinstrument HEALMI-K.
Wie bewertet der Autor das Potenzial von People Analytics?
Der Autor sieht ein hohes Potenzial in der individuellen Vorhersage von Lernbedarfen und der Optimierung von Entwicklungsmaßnahmen, betont jedoch, dass diese Möglichkeiten durch ethische Anforderungen und Datenschutzvorgaben (wie der DSGVO) begrenzt werden.
- Citar trabajo
- Benedikt Hüsch (Autor), 2020, Wie People Analytics Personalentscheidungen optimiert. Digitalisierung als Chance für das Personalmanagement, Múnich, GRIN Verlag, https://www.grin.com/document/514370
