Logo des Repositoriums

Auflistung nach Autor:in "Christ, Oliver"

1 - 2 von 2
  • Zeitschriftenartikel
    Potentiale und Hindernisse von Crowdsourcing für Unternehmensentwicklung und Geschäftsmodellinnovation – Ein methodischer Ansatz zur Transformation von Organisationen
    (HMD Praxis der Wirtschaftsinformatik: Vol. 54, No. 5, 2017) Christ, Oliver; Czarniecki, Michael; Scherer, Lukas; Blohm, Ivo
    Crowdsourcing ermöglicht Unternehmen, die Intelligenz, Problemlösungsfähigkeit und Kreativität großer, weltweit verteilter Menschengruppen zu nutzen. Viele Organisationen nutzen diese Möglichkeiten seit längerem. Insbesondere aufgrund der zunehmenden Vernetzung und Digitalisierung hat sich ein breit gefächertes, ausdifferenziertes Crowdsourcing-Angebot etabliert, das von Unternehmen einfach genutzt werden kann. Während Crowdsourcing sich gut für die Entwicklung neuer Produkt- oder Serviceideen eignet, stoßen die bisherigen Methoden an Grenzen, wenn die Entwicklung der organisatorischen Kernbereiche wie das Geschäftsmodell, die Strategie oder die Kultur des Unternehmens im Fokus der Entwicklung steht. Für die Unterstützung der Unternehmensentwicklung eignen sich länger angelegte, iterative und durch Coaching begleitete Prozesse. Am Beispiel einer innovativen Crowdsourcing-Methode wird ein iteratives Verfahren vorgestellt und mit konventionellen Ansätzen verglichen.AbstractCrowdsourcing allows enterprises to use the intelligence, problem solution ability and creativity of large, worldwide distributed groups. Many organisations use these possibilities for a long time. Due to the increasing networking and digitalization a broadly diversified, differentiated crowdsourcing offering has been established. While Crowdsourcing is well suited for the development of new product or service ideas, present methods seems not appropriate for the innovation of organizational core areas like business model, strategy or culture of the enterprise. For support of business development more iterative and supervised crowdsourcing processes are necessary. At the example of an innovative crowdsourcing method an iterative procedure is introduced and compared to conventional attempts.
  • Zeitschriftenartikel
    Predictive Analytics im Human Capital Management: Status Quo und Potentiale
    (HMD Praxis der Wirtschaftsinformatik: Vol. 53, No. 3, 2016) Christ, Oliver; Ebert, Nico
    Unternehmen verfügen mittlerweile über fortgeschrittene analytische Informationssysteme, die es erlauben die wachsenden Datenmengen nahezu automatisiert auszuwerten und Aussagen über zukünftige Entwicklungen zu treffen. Predictive Analytics befinden sie sich im Human Capital Management noch in den Anfängen. Datengetriebene Unternehmen wie Google oder Hewlett-Packard nutzen Predictive Analytics bereits, um Personalbeschaffung und -erhaltung zu verbessern. Obwohl jedoch die Personalbereiche über umfangreiche Daten verfügen, beschränkt sich deren Nutzung nach unserer Erfahrung und einer von uns durchgeführten Befragung in den meisten Fällen immer noch auf reaktives Excel-Reporting und einfachste Prognosen z. B. zur Personalanzahl. Data Mining-Verfahren werden hingegen selten genutzt, obwohl sich daraus für das Human Capital Management und andere Unternehmensbereiche Vorteile ergeben könnten. In diesem Beitrag stellen wir anhand von Praxisbeispielen und ausgewählter Fachliteratur Potentiale von Predictive Analytics im Human Capital Management vor, untersuchen die Verbreitung sowie die Einsatzmöglichkeiten von personalbezogenen Analysen und gehen auch auf die spezifischen Herausforderungen der Nutzung von Personaldaten ein.AbstractNowadays companies have advanced analytical information systems that allow to process the growing amount of data nearly automatically and to predict future developments. While “Analytics” are widespread for example in marketing it is still in its infancy in the domain of Human Capital Management. However, data-driven companies like Google or Hewlett-Packard use Predictive Analytics to optimize staff recruiting and engagement. Despite of the fact that most HR departments have a comprehensive collection of data its use is commonly limited to reactive Excel reports and simple forecasts related to headcount. Advanced techniques such as data mining are seldom used although benefits may derive for the HR department and other departments. In this article we give examples for selected potentials of Predictive Analytics in Human Capital Management and debate the specific challenges of using human resource data.