Refine
Document Type
- Journal article (14) (remove)
Language
- German (14)
Is part of the Bibliography
- yes (14)
Institute
- ESB Business School (14)
- Informatik (1)
Publisher
Human Digital Twin
(2022)
Man stelle sich vor, man könnte mit Unterstützung von künstlicher Intelligenz Spielabläufe von Bundesligaspielen oder sogar ganze WM-Partien simulieren. Oder der Trainer würde die Mannschaft im Endspiel anhand von Daten über den Gegner aufstellen und entsprechend psychologisch und physiologisch verschiedene Spielertypen auf den Platz schicken (vgl. Jahn). Ist das reine Fiktion? Nicht wirklich. Bereits heute werden die Leistungen von Sportlern immer häufiger digital analysiert und bewertet. Beispielsweise hat SAP eine Plattform entwickelt, die ein digitales Datenbild von Fußballspielern erstellt (vgl. SAP). Bei der letzten WM erhielt jeder Spieler über die neue Fifa Player App kurz nach der Begegnung präzise Statistiken zu seinen Leistungen während des Spiels (vgl. FIFA). Noch bessere Informationen sollen in Zukunft virtuelle Abbilder der Fußballspieler, digitale Zwillinge, liefern. Die dafür notwendigen Daten werden mithilfe von Sensoren im Trikot, in den Schuhen oder im Ball gewonnen. Durch erfassten Bewegungs- und Positionsdaten sowie Ballkontakten entsteht ein präzises Datenbild des Spielers. Solche Simulationen, die auf einem Modell des Menschen in der digitalen Welt beruhen, erfahren derzeit große Aufmerksamkeit in Wissenschaft und Praxis (vgl. van der Valk et al.). Nicht nur in der Fußballwelt, auch in der Medizin und im Kontext von Industrie 4.0 und Produktdesign, haben digitale menschliche Zwillinge das Potenzial, zu einer Schlüsseltechnologie zu werden.
Effektiver Altruismus
(2022)
Bei altruistischem Handeln erscheint es ungewöhnlich, eine Kosten-Nutzen-Abwägung vorzunehmen. Sollte, wer Geld spendet, wirklich abwägen, wo seine Spende am meisten Nutzen stiftet? Vertreter des effektiven Altruismus (EA) finden solche Überlegungen nicht abwegig. Wenn jemand seine Ressourcen einsetzen möchte, um Gutes zu tun, ist eine rationale Abwägung, wie man damit am meisten Gutes tun kann (oder am wenigsten schaden kann), durchaus eine Überlegung wert.
Candidate experience
(2019)
Als Google vor einigen Jahren begann, seine riesigen Personaldatenbestände auszuwerten, um herauszufinden, welche Eigenschaften gute Führungskräfte ausmachen, betrat es Neuland. Die Ergebnisse legten nahe, die Daten auch für andere personalwirtschaftliche Fragen zu nutzen (vgl. Garvin).
Inzwischen beschäftigen sich nicht nur Technologie-unternehmen wie Google mit Verfahren, die unter dem Schlagwort People Analytics (auch HR Analytics oder Workforce Analytics) intensiv diskutiert und erforscht werden. Dabei werden die umfangreichen Bestände an mitarbeiterbezogenen Daten, die bei der Rekrutierung, bei Mitarbeiterumfragen oder Leistungsbeurteilungen anfallen, systematisch analysiert und für Prognosen genutzt (vgl. Marler/Boudreau, S. 15). Dem liegt die Annahme zugrunde, dass Personalentscheidungen verbessert werden, wenn sie nicht nur auf Intuition und Erfahrung beruhen, sondern zudem auf einem soliden Datenfundament.
Forschungsfrage: Wie können sich Unternehmen als attraktive Arbeitgeber positionieren, wenn sie bei jungen Bewerbern der Generation Y kaum bekannt sind und ihre Produkte als wenig attraktiv wahrgenommen werden?
Methodik: Szenariostudie mit Daten aus einer schriftlichen Befragung
Praktische Implikationen: Solche Unternehmen sollten auf die Nutzenversprechen einer Employer Brand setzen, um sich als attraktiver Arbeitgeber für diese Zielgruppe zu positionieren. Voraussetzung dafür ist eine auf die Zielgruppe abgestimmte und präzise Kommunikation über die relevanten Attraktivitätsmerkmale.