Zusammenfassung
Da im Umfeld der digitalen Tools für die Personalarbeit sehr viele Begriffe verwendet werden, die Verwirrung stiften können, werden in diesem Kapitel die wichtigsten eingängig erläutert: Algorithmen und Heuristiken, Big Data, Künstliche Intelligenz, Machine Learning, Künstliche Neuronale Netze, Analytics (Descriptive, Diagnostic, Predictive und Prescriptive), Automatisierung und Robotic Process Automation, Intelligent Process Automation und Chatbots, Augmented und Virtual Reality. Insbesondere werden zentrale Machine-Learning-Algorithmen vorgestellt und ihre Anwendungsbedingungen sowie -grenzen benannt. Damit werden die Grundlagen gelegt, um besser verstehen zu können, was digitale Tools in der Personalarbeit können und was (noch) nicht.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Literatur
Backhaus, K., Erichson, B., Plinke, W., & Weiber, R. (2016). Multivariate Analysemethoden – Eine anwendungsorientierte Einführung (14., überarb. u. akt. Aufl.). Berlin/Heidelberg: Springer.
Botvinick, M., Ritter, S., Wang, J. X., Kurth-Nelson, Z., Blundell, C., & Hassabis, D. (2019). Reinforcement learning, fast and slow. Trends in Cognitive Sciences, 23(5), 408–422.
Braun, M. (2018). Digitale Assistenzsysteme. Industrie 4.0 Management, 34(4), 11–14.
Capgemini Consulting. (2016). Robotic process automation – Robots conquer business processes in back offices. https://www.capgemini.com/consulting-de/wp-content/uploads/sites/32/2017/08/robotic-process-automation-study.pdf. Zugegriffen am 30.08.2017.
Cheng, M. (2017). Causal modeling in HR Analytics: A practical guide to models, pitfalls, and suggestions. Academy of Management Annual Meeting Proceedings, 1, 1–6.
Czarnecki, C., & Auth, G. (2018). Prozessdigitalisierung durch Robotic Process Automation. In T. Barton, C. Müller & C. Seel (Hrsg.), Digitalisierung in Unternehmen (S. 113–131). Wiesbaden: Springer.
Czarnecki, C., Bensberg, F., & Auth, G. (2019). Die Rolle von Softwarerobotern für die zukünftige Arbeitswelt. HMD Praxis der Wirtschaftsinformatik, 56(4), 795–808.
Davenport, T. H., Harris, J., & Shapiro, J. (2010). Competing on talent analytics. Harvard Business Review, 88(10), 52–58.
Dilba, D. (2018). Deal in Sicht. brand eins, 7, 90–93.
Dörner, R., & Steinicke, F. (2019). Wahrnehmungsaspekt von VR. In R. Dörner, W. Broll, B. Jung & P. Grimm (Hrsg.), Virtual und Augmented Reality (VR/AR): Grundlagen und Methoden der Virtuellen und Augmentierten Realität (2. Aufl., S. 43–78). Berlin/Heidelberg: Springer.
Dörner, R., Kuhlen, T. W., Matthys, G., et al. (2019a). Fallbeispiele für VR/AR. In R. Dörner, W. Broll, B. Jung & P. Grimm (Hrsg.), Virtual und Augmented Reality (VR/AR): Grundlagen und Methoden der Virtuellen und Augmentierten Realität (2. Aufl., S. 357–392). Berlin/Heidelberg: Springer.
EY. (2016a). Ernst & Young: Jobstudie 2016. https://www.ey.com/Publication/vwLUAssetsPI/EY_Jobstudie_2016/$FILE/EY-Jobstudie-2016-Karriere-und-Wechselbereitschaft.pdf. Zugegriffen am 01.07.2017.
EY. (2016b). Robotic process automation for HR & payroll (White paper).
Fitz-enz, J. (1984). How to measure human resources management. New York: McGraw-Hill.
Gandomi, A., & Haider, M. (2015). Beyond the hype: Big data concepts, methods, and analytics. International Journal of Information Management, 35(2), 137–144.
Gartner. (2018). Manage robotic process automation. https://www.gartner.com/en/finance/trends/robotic-process-automation. Zugegriffen am 26.08.2019.
Gärtner, C. (2007). Innovationsmanagement als soziale Praxis: grundlagentheoretische Vorarbeiten zu einer Organisationstheorie des Neuen. München/Mering: Rainer Hampp.
Gärtner, C. (2017). Mensch oder Maschine: Wer trifft die besseren Personalentscheidungen? HR Performance, 2(2017), 14–17.
Gärtner, C. (2019). „10 + x Gebote“ für ein erfolgreiches Change Management. changement!, 1, 38–39.
Goodfellow, I., Bengio, Y., & Courville, A. (2018). Deep learning: Das umfassende Handbuch. Frechen: mitp.
Hutson, A. (2017). AI glossary: Artificial intelligence, in so many words. Science, 357(6346), 19.
Jäger, W., & Petry, T. (2018). Digital HR – Ein Überblick Petry. In T. Petry & W. Jäger (Hrsg.), Digital HR: Smarte und agile Systeme, Prozesse und Strukturen im Personalmanagement (S. 27.99). Freiburg: Haufe.
Jokinen, K., & McTear, M. (2010). Spoken dialogue systems synthesis lectures on human language technologies. San Rafael: Morgan & Claypool Publishers.
Knaflic, C. N. (2015). Storytelling with data: A data visualization guide for business professionals. Hoboken: Wiley.
Lacity, M., & Willcocks, L. P. (2016a). A new approach for automating services. MIT Sloan Management Review, 58, 40–49.
Lacity, M., & Willcocks, L. P. (2016b). Robotic process automation at Telefónica O2. MIS Quarterly Executive, 15, 21–35.
Lacity, M., & Willcocks, L. P. (2018). Robotic process and cognitive automation: The next phase. Ashford: SB Publishing.
Lacity, M., Willcocks, L. P., & Craig, A. (2015). Robotic process automation at Telefónica O2 (The outsourcing unit working research paper series). London School of Economics and Political Science, Paper 15/02.
Lawler, E. E., III, Levenson, A. R., & Boudreau, J. W. (2004). HR metrics and analytics: Use and impact. People and Strategy, 27(4), 27–35.
Leukert, B., Müller, J., & Noga, M. (2019). Das intelligente Unternehmen: Maschinelles Lernen mit SAP zielgerichtet einsetzen. In P. Buxmann & H. Schmidt (Hrsg.), Künstliche Intelligenz (S. 41–62). Wiesbaden: Springer Gabler.
Lokman, A. S., & Ameedeen, M. A. (2019). Modern chatbot systems: A technical review. In K. Arai, R. Bhatia & S. Kapoor (Hrsg.), Proceedings of the future technologies conference 2018. Advances in intelligent systems and computing (Bd. 881, S. 1012–1023). Cham: Springer.
Marcus, G., & Davis, E. (2019). Rebooting AI: building artificial intelligence we can trust. New York: Pantheon.
Marler, J. H., & Boudreau, J. W. (2017). An evidence-based review of HR analytics. The International Journal of Human Resource Management, 28(1), 3–26.
Martini, M. (2019). Blackbox Algorithmus – Grundfragen einer Regulierung Künstlicher Intelligenz. Berlin/Heidelberg: Springer.
Masood, A., & Hashmi, A. (2019). Cognitive robotics process automation: Automate this! In A. Masood & A. Hashmi (Hrsg.), Cognitive computing recipes (S. 225–287). Berkeley: Apress.
Mühlbauer, D., Huff, J., & Süß, J. (2018). People Analytics und Arbeit 4.0. In S. Werther & L. Bruckner (Hrsg.), Arbeit 4.0 aktiv gestalten (S. 107–132). Berlin/Wiesbaden: Springer.
Pearl, J., & Mackenzie, D. (2019). The book of Why: The new science of cause and effect. London: Penguin.
Provost, F., & Fawcett, T. (2017). Data Science für Unternehmen: Data Mining und datenanalytisches Denken praktisch anwenden. Frechen: mitp.
Russell, S., & Norvig, P. (2013). Künstliche Intelligenz – Ein moderner Ansatz (3., akt. Aufl.). München: Pearson.
Scheer, A.-W. (2017). Performancesteigerung durch Automatisierung von Geschäftsprozessen (Whitepaper). Saarbrücken: Scheer Holding.
Scholz, T. M. (2017). Big data in organizations and the role of human resource management: A complex systems theory-based conceptualization. Frankfurt a. M.: Peter Lang.
Siegel, E. (2013). Predictive analytics: The power to predict who will click, buy, lie, or die. Hoboken: Wiley.
Stouten, J., Rousseau, D. M., & De Cremer, D. (2018). Successful organizational change: Integrating the management practice and scholarly literatures. Academy of Management Annals, 12(2), 752–788.
Strohmeier, S. (2017). Big HR Data – Konzept zwischen Akzeptanz und Ablehnung. In W. Jochmann, I. Böckenholt & S. Diestel (Hrsg.), HR-Exzellenz: Innovative Ansätze in Leadership und Transformation (S. 339–355). Wiesbaden: Springer Gabler.
Stucki, T., D’Onofrio, S., & Portmann, E. (2018). Chatbot – Der digitale Helfer im Unternehmen: Praxisbeispiele der Schweizerischen Post. HMD Praxis der Wirtschaftsinformatik, 55(4), 725–747.
Tegmark, M. (2017). Leben 3.0: Mensch sein im Zeitalter Künstlicher Intelligenz. Berlin: Ullstein.
Thyssenkrupp. (2016). Thyssenkrupp treibt Digitalisierung des weltweiten Aufzugsservice weiter voran. http://www.thyssenkrupp-elevator.com/de/newsroom/press-releases-20928.html. Zugegriffen am 29.11.2019.
Welsch, A., Eitle, V., & Buxmann, P. (2018). Maschinelles Lernen. HMD Praxis der Wirtschaftsinformatik, 55(2), 366–382.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 2020 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Gärtner, C. (2020). Grundlagen: KI, ML, DL, RPA und Co.. In: Smart HRM. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-29431-1_3
Download citation
DOI: https://doi.org/10.1007/978-3-658-29431-1_3
Published:
Publisher Name: Springer Gabler, Wiesbaden
Print ISBN: 978-3-658-29430-4
Online ISBN: 978-3-658-29431-1
eBook Packages: Business and Economics (German Language)