Page 141 - Handbuch HR-Management
P. 141

HANDBUCH HR-MANAGEMENT
Kapitel 3.5 / Big Data
heute vor neuen Herausforderungen. Durch den demogra schen Wandel wird sich die Personalabteilung zunehmend mit dieser Aufgabe beschä igen müssen. Diese kosten- und zeitintensive Aufgabe lässt sich mittels Big Data besser bewälti- gen. Die Analyse der bisher erfolgten Personalbescha ungsaktivitäten sowie die Auswertung externer Daten wie z.B. Social Media ermöglichen, die Zielgrup- pe besser kennenzulernen, entsprechen- de Rekrutierungskanäle zu wählen und die richtigen Entscheidungen zu tre en.
Big-Data-Schutz
Welchen Nutzen der Einsatz mit sich bringt, lässt sich pauschal nicht beantworten. Ent- scheidend dabei ist, welche Zielsetzung mit dem Einsatz von Big Data verbunden ist, aber auch wie Big Data im Unternehmen über- haupt implementiert ist. Und genutzt wird. Genauso beinhaltet der Einsatz auch Hürden
 Verwandte emen
V Innovationsmanagement
V Apps, Tools & So ware
V Industrie 4.0: Interaktion von Mensch und Maschine
V Künstliche Intelligenz V Digitale Lohn- und
Gehaltsabrechnung
V Automatisierung
und die Berufe der Zukun 
S. 81 S. 130
S. 133 S. 136
S. 150 S. 257
und Risiken. Das  ema Datenschutz spielt in Deutschland eine zentrale Rolle und die Un- ternehmen müssen sich nicht nur mit der or- ganisatorischen und technischen Umsetzung von Big Data beschä igen, sondern auch die rechtlichen Aspekte, die vielfältig sind, verste- hen und berücksichtigen. Ohne Zusammen- arbeit mit der Interessenvertretung der Ar- beitnehmerscha  ist eine Umsetzung nur mit
4%
Level 3: Strategic Analytics
Segmentation, statistical analysis, development of „people models“ 10% Analysis of dimensions to understand cause and delivery of actionable solutions
Level 4: Predictive Analytics
Development of predictive models, scenario planning Risk analysis and mitigation, integration with strategic planning
Level 2: Proactive – Advanced Reporting
Operational reporting for benchmarking and decision-making 30% Multi-dimensional analysis and dashboards
Talent Analytics Maturity Model
Level 1: Reactive – Operational Reporting
Quelle: Reifegrad-Modell von Bersin by Deloitte
Ad hoc operational reporting 56% Reactive to business demands, data in isolation and di cult to analyze
141
Technologien





































































   139   140   141   142   143