Advertisement

KI - Künstliche Intelligenz

, Volume 26, Issue 1, pp 95–98 | Cite as

Hochlexibles Workforce Management. Herausforderungen und Lösungsverfahren

  • Maik GüntherEmail author
Dissertationen und Habilitationen
  • 543 Downloads

Zusammenfassung

Zunehmend ist bei Unternehmen ein Trend weg von der starren Schicht- oder Dienstplanung hin zu einer auf den Personalbedarf ausgerichteten Planung festzustellen. Mit Instrumenten wie der Planung untertägiger Arbeitsplatzwechsel, der Kombination aus Arbeitszeitmodellerstellung und Einsatzplanung sowie der kombinierten Personaleinsatz- und Tourenplanung kann der Personaleinsatz sehr gut an den Personalbedarf angepasst werden. U.a. wird in dieser Arbeit an beispielhaft ausgewählten Problemstellungen untersucht, ob sich eher klassische OR-Verfahren, Metaheuristiken oder Multiagentensysteme eignen. Es zeigt sich, dass klassische OR-Verfahren keine praktikablen Rechenzeiten aufweisen. Demgegenüber erweisen sich ausgewählte Metaheuristiken als überaus gut geeignet. Multiagentensysteme sind nicht zu bevorzugen, da ausgewählte Metaheuristiken bessere Ergebnisse liefern.

Schlüsselwörter

Workforce Management Metaheuristiken Particle Swarm Optimization Evolutionsstrategien 

Hochflexibles Workforce Management

Literatur

  1. 1.
    ATOSS Software AG, FH Heidelberg (2006) Standort Deutschland 2006. Zukunftssicherung durch intelligentes Personalmanagement, Maisberger Google Scholar
  2. 2.
    Ernst AT et al. (2004) An annotated bibliography of personnel scheduling and rostering. Ann Oper Res 127:21–144 MathSciNetzbMATHCrossRefGoogle Scholar
  3. 3.
    Günther M (2010) Hochflexibles workforce management. Herausforderungen und Lösungsverfahren. Dissertation, TU Ilmenau Google Scholar
  4. 4.
    Günther V, Nissen M (2010) Problemstellungen Personaleinsatzplanung, http://www.tu-ilmenau.de/wid/forschung/testprobleme-personaleinsatzplanung
  5. 5.
    Lykkegaard B (2007) Western Europe, HCM and Payroll Applications, Competitive Analysis 2007, IDC Google Scholar
  6. 6.
    Naidu KD et al. (2000) Managing personnel through staff scheduling algorithms. In: Proc of the fifth joint conference on information sciences, vol 2, S 829–835 Google Scholar
  7. 7.
    Puppe F et al. (2000) Konzeption einer flexiblen Agentenkomponente für Schedulingaufgaben im Krankenhausumfeld. In: Proc. des 2. Kolloquiums des Schwerpunktprogrammes „Intelligente Softwareagenten und betriebswirtschaftliche Anwendungsszenarien“ Google Scholar
  8. 8.
    Pang A (2007) Competitive analysis. Analysis of 25 vendors in the Core HR; eRecruiting; Incentive, Performance, and Workforce Management; and SaaS Segments, IDC Google Scholar
  9. 9.
    Rudolph G (1994) An evolutionary algorithm for integer programming. In: Proc of PPSN III. LNCS, vol 866. Springer, Berlin, S 139–148 Google Scholar
  10. 10.
    Statistisches Bundesamt (2009) Verdienste und Arbeitskosten 2008. Begleitmaterial zur Pressekonferenz am 13. Mai 2009 in Berlin Google Scholar
  11. 11.
    Stolletz R (2010) Operational workforce planning for check-in counters at air-ports. Transp Res, Part E, Logist Transp Rev 46(3):414–425 CrossRefGoogle Scholar

Copyright information

© Springer-Verlag 2011

Authors and Affiliations

  1. 1.MünchenDeutschland

Personalised recommendations