Zusammenfassung
Im Jahr 1911 legte Frederick W. Taylor mit der Veröffentlichung seines Grundlagenwerkes „The principles of scientific management“ (dt: „Wissenschaftliche Betriebsführung“) die Basis für einen umfassenden und anhaltenden Wandel des Produktionsmanagements. Zentrale Idee Taylors war, dass die Prozesse eines Unternehmens mathematisch modelliert („berechnet“) werden können und es mittels wissenschaftlicher Methoden möglich ist, die optimale Ausführung eines Prozessschrittes zu bestimmen. Die weitere Geschichte des globalen Siegeszugs des Scientific Management in der produzierenden Industrie darf als bekannt vorausgesetzt werden. Neben der Wirkungsmacht der Idee selbst wurde er ermöglicht durch die in der Folgezeit entstehenden großen Industrial-Engineering-Vereinigungen. Diese waren und sind bis heute dafür verantwortlich, das erforderliche Methodenwissen in Schulungen umzusetzen und eine flächendeckende und qualitätsgesicherte Versorgung der Unternehmen mit Schulungsangeboten zu gewährleisten.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
Das maschinelle Entscheiden wird auch als „mechanical method“ bezeichnet. Da viele Studien dazu aus Psychologie und Medizin stammen, wird das menschliche Entscheiden als „clinical method“ bezeichnet.
- 2.
Eine hochinteressante Studie, bei der Laien Experten überlegen sind, wenn sie reflexiv und methodisch vorgehen, findet sich bei Tetlock und Gardner (2015).
- 3.
Gartner Group: https://www.thoughtspot.com/de/node/193.
- 4.
- 5.
Literatur
Bröder, A. & Hilbig, B.: Urteilen und Entscheiden. In: J. Müsseler & M. Rieger (Hrsg.): Allgemeine Psychologie. Springer, 2017, S. 619–662.
Buxmann, P. & Schmidt, H.: Ökonomische Effekte der Künstlichen Intelligenz. In: P. Buxmann & H. Schmidt (Hrsg.): Künstliche Intelligenz. Springer Gabler, 2019, S. 21–36.
Dembe, A. E., Erickson J. B., Delbos R. G., Banks S.M.: The impact of overtime and long work hours on occupational injuries and illnesses. Occup Environ Med. Sep; 62(9), S. 588–97, 2005.
Gigerenzer, G.: Helping Doctors and Patients make Sense of Health Statistics. In: C. Reading (Ed.) Data and context in statistics education: Towards an evidence-based society. Proceedings of the Eighth International Conference on Teaching Statistics (ICOTS8), Ljubljana, Slovenia, 2010.
Grove, W. M., & Meehl, P. E.: Comparative efficiency of informal (subjective, impressionistic) and formal (mechanical, algorithmic) prediction procedures: The clinical–statistical controversy. Psychology, Public Policy, and Law, 2(2), S. 293–323, 1996.
Hastie, R., & Dawes, R. M.: Rational choice in an uncertain world: The psychology of judgment and decision making. Sage Publications, 2nd Edition, 2010.
Manyika, J., Chui, M., Miremadi, M., Bughin, J., George, K., Willmot, P., & Dewhurst, M.: A Future that works: Automation, Employment, and Productivity, 2017. Retrieved from https://www.google.be/search?q=mc+kinsey+45+%25+jobs+affected+by&oq=mc+kinsey+45+%25+jobs+affected+by&aqs=chrome..69i57.10399j0j4&sourceid=chrome&ie=UTF-8
Mühlbradt, T., Hartmann, E. A. & Hacker, W.: Arbeitsgestaltung für Industrie 4.0 – neue Herausforderungen für die Arbeitswissenschaft. Tagungsband zum Frühjahrskongress 2018 der Gesellschaft für Arbeitswissenschaft e.V., Dortmund: ARBEIT(s).WISSEN.SCHAF(f)T - Grundlage für Management & Kompetenzentwicklung. 21.–23.02.2018, Frankfurt am Main, 2018.
Sawyer, J.: Measurement and prediction, clinical and statistical. Psychological Bulletin, 66, S. 178–200, 1966.
Schlick, C., Bruder, R. & Luczak, H.: Arbeitswissenschaft, 2010.
Spering, M. & Schmidt, T.: Allgemeine Psychologie 1 kompakt: Wahrnehmung, Aufmerksamkeit, Denken, Sprache. Beltz, 2012.
Tetlock, P. E. & Gardner, D.: Superforecasting: The Art and Science of Prediction. Crown Publishing Group, 2015.
WEF World Economic Forum: The Future of Jobs Report 2018. Genf, 2018.
Wischmann, S., & Hartmann, E. A. (Hrsg.): Zukunft der Arbeit – Eine praxisnahe Betrachtung. Springer Vieweg, 2018. Retrieved from https://doi.org/https://doi-org.ezproxy.fh-htwchur.ch/10.1007/978-3-662-49266-6
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2019 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Mühlbradt, T. (2019). Scientific Management – Die zweite Welle. In: Landmann, N., Schat, HD. (eds) Ideen erfolgreich managen. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-26520-5_4
Download citation
DOI: https://doi.org/10.1007/978-3-658-26520-5_4
Published:
Publisher Name: Springer Gabler, Wiesbaden
Print ISBN: 978-3-658-26519-9
Online ISBN: 978-3-658-26520-5
eBook Packages: Business and Economics (German Language)