Skip to main content
SpringerLink
Log in

Big HR Data – Konzept zwischen Akzeptanz und Ablehnung

  • Chapter
  • First Online:
HR-Exzellenz

Zusammenfassung

„Big HR Data“ ist ein Konzept, das die Personalprofession polarisiert. Während einerseits große Chancen und Potenziale für die Personalarbeit hervorgehoben werden, werden andererseits besondere Unzulänglichkeiten und Risiken betont. Der vorliegende Beitrag zielt daher auf die Herausarbeitung der faktischen Möglichkeiten, Big HR Data sinnvoll zu nutzen. Hierzu wird zunächst näher auf den Begriff der Big HR Data eingegangen. Darauf aufbauend wird untersucht, inwiefern Big HR Data überhaupt existieren. Als zentraler Beitrag werden schließlich die generellen Anwendungsmöglichkeiten von Big HR Data diskutiert, indem ein einfaches Vorgehensmodell vorgestellt und an einem Anwendungsfall erläutert wird. Der Beitrag schließt mit einem Ausblick auf künftige Schritte zur Etablierung von Big HR Data.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 59.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Hardcover Book
USD 74.99
Price excludes VAT (USA)
  • Durable hardcover edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Similar content being viewed by others

Literatur

  • Barnickel, N., & Klessmann, J. (2012). Open Data – Am Beispiel von Informationen des öffentlichen Sektors. In U. Herb (Hrsg.), Open Initiatives: Offenheit in der digitalen Welt und Wissenschaft (S. 127–158). Saarbrücken: Universaar.

    Google Scholar 

  • Bersin, J. (2012). Big data in HR: Building a competitive talent analytics function – The four stages of maturity. Berlin: Bersin White Paper.

    Google Scholar 

  • Biemann, T. (2014). Big Data kann mehr als nur HR Controlling. http://www.humanresourcesmanager.de/ressorts/artikel/big-data-ist-mehr-als-nur-hr-controlling-1728079430.

  • Brindha, G. R. & Santhi, B. (2012). Application of opinion mining technique in talent management. In Conference Proceedings of 2012 International Conference on, Management Issues in Emerging Economies (ICMIEE), S. 127–132, IEEE.

    Google Scholar 

  • Cachelin, J. L. (2013). Big Data Mining in HRM. Wie die Transparenz der Daten bessere Entscheidungen im HRM ermöglicht, Studie 13. St. Gallen: Wissensfabrik.

    Google Scholar 

  • De Mauro, A., Greco, M., & Grimaldi, M. (2014). What is big data? A consensual definition and a review of key research topics. In 4th International Conference on Integrated Information Madrid 10(2.1), 2341–5048.

    Google Scholar 

  • Fantana, N. K., Riedel, T., Schlick, J., Ferber, S., Hupp, J., Miles, S., & Svensson, S. (2013). IoT Applications - Value Creation for Industry. In O. Vermesan & P. Fries (Hrsg.), Internet of Things: Converging Technologies for Smart Environments and Integrated Ecosystems (S. 153-204). Aalborg Denmark: River Publishers.

    Google Scholar 

  • Gola, P. (2015). HR Intelligence und Analytics – Datenschutzrechtliche Grenzziehungen. In S. Strohmeier & F. Piazza (Hrsg.), Human Resource Intelligence und Analytics (S. 127–158). Wiesbaden: Springer Gabler.

    Google Scholar 

  • Honsel, G. (21. Oct. 2006). Aufmerksamkeits-Kurven: Die Hype-Zyklen neuer Technologien. Der Spiegel, http://www.spiegel.de/netzwelt/tech/aufmerksamkeits-kurven-die-hype-zyklen-neuer-technologien-a-443717.html.

  • Hornung, S., & Meißner, M. (2015). Big Data in HR: Viel Potenzial, wenig Akzeptanz. Wissensmanagement, 5, 18–20.

    Google Scholar 

  • INTEL IT Center (2012). Big Data analytics. Intel’s IT manager survey on how organizations are using big data. Research Paper.

    Google Scholar 

  • Kaiser, S., & Kraus, H. (2014). Big Data im Personalmanagement. Erste Anwendungen und Blick in die Zukunft. Zeitschrift für Organisation, 6, 370–385.

    Google Scholar 

  • Laney, D. (2001). 3D data management: Controlling data volume, velocity and variety. META Group Research Note, 6, 70. Stamford: White Paper Meta Group.

    Google Scholar 

  • Pastowsky, M. (2011). Innovationspotenziale und Nutzenaspekte Sozialer Netzwerke für die Personalarbeit. In M. Klaffke (Hrsg.), Personalmanagement von Millennials (S. 53–75). Wiesbaden: Gabler.

    Chapter  Google Scholar 

  • Piazza, F. (2010). Data Mining im Personalmanagement. Eine Analyse des Einsatzpotenzials zur Entscheidungsunterstützung. Wiesbaden: Gabler.

    Book  Google Scholar 

  • Reuter, N. (2015). Arbeitgeberbewertungsportale – die neue Macht der Bewerber? In R. Dannhäuser (Hrsg.), Praxishandbuch Social Media Recruiting (S. 251–291). Wiesbaden: Springer Gabler.

    Google Scholar 

  • Schaar, P. (2014). Datenschutz in Zeiten von Big Data. HMD Praxis der Wirtschaftsinformatik, 51(6), 840–852.

    Article  Google Scholar 

  • Schmoll, H. (21. Oct. 2014). Merkel verteidigt „Big Data“. Frankfurter Allgemeine Zeitung. http://www.faz.net/aktuell/politik/inland/nationaler-it-gipfel-merkel-verteidigt-big-data-13221998.html.

  • Scholz, C. (2014). Rosamunde Pilcher und Big Data. http://www.humanresourcesmanager.de/ressorts/artikel/rosamunde-pilcher-und-big-data.

  • Strohmeier, S. (2008). Informationssysteme im Personalmanagement. Architektur – Funktionalität – Anwendung. Wiesbaden: Vieweg & Teubner.

    Google Scholar 

  • Strohmeier, S. (2010). Electronic portfolios in recruiting? A conceptual analysis of usage. Journal of Electronic Commerce Research, 11(4), 268.

    Google Scholar 

  • Strohmeier, S. (2015). Analysen der Human Resource Intelligence und Analytics. In S. Strohmeier & F. Piazza (Hrsg.), Human Resource Intelligence und Analytics (S. 3–47). Wiesbaden: Springer Gabler.

    Google Scholar 

  • Strohmeier, S., & Piazza, F. (2011). „Web mining“ as a novel approach in e-HRM research. In T. Bondarouk, H. Ruel, & J. K. Looise (Hrsg.), Electronic HRM in theory and practice (S. 41–53). Howard House: Emerald.

    Chapter  Google Scholar 

  • Strohmeier, S., & Piazza, F. (2013). Domain driven data mining in human resource management: A review of current research. Expert Systems with Applications, 40(7), 2410–2420.

    Article  Google Scholar 

  • Strohmeier, S., & Piazza, F. (2015). Prozesse der Human Resource Intelligence und Analytics. In S. Strohmeier & F. Piazza (Hrsg.), Human Resource Intelligence und Analytics (S. 49–88). Wiesbaden: Springer Gabler.

    Google Scholar 

  • Strohmeier, S., Piazza, F., Majstorovic, D., & Schreiner, J. (2016). Smart HRM – Eine Delphi-Studie zur Zukunft digitaler Personalarbeit (HRM 4.0). Arbeitsbericht des Lehrstuhls für Management-Informationssysteme. Saarbrücken: Universität des Saarlandes.

    Google Scholar 

  • Strohmeier, S., Piazza, F., & Neu, C. (2015). Trends der Human Resource Intelligence und Analytics. In S. Strohmeier & F. Piazza (Hrsg.), Human Resource Intelligence und Analytics (S. 339–367). Wiesbaden: Springer Gabler.

    Google Scholar 

  • Swan, M. (2012). Sensor mania! the internet of things, wearable computing, objective metrics, and the quantified self 2.0. Journal of Sensor and Actuator Networks, 1(3), 217–253.

    Article  Google Scholar 

  • Ward, J. S. & Barker, A. (2013). Undefined by data: A survey of big data definitions. arXiv preprint arXiv:1309.5821.

  • Wilson, J. H. (2013). Wearables in the workplace. Harvard Business Review, 9, 1–4.

    Google Scholar 

Download references

Danksagung

Ich danke Björn Zimmermann, Workday GmbH, und Dirk Linn, p-manent consulting GmbH, für Angaben zu den Datenvolumina unterschiedlicher personalwirtschaftlicher Anwendungen.

Author information

Authors and Affiliations

  1. Saarland University Lehrstuhl für Management-Informationssysteme, Universität des Saarlandes, Saarbrücken, Deutschland

    Stefan Strohmeier

Authors
  1. Stefan Strohmeier
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Stefan Strohmeier .

Editor information

Editors and Affiliations

  1. Kienbaum Institut, Dortmund, Germany

    Walter Jochmann

  2. Kienbaum Institut, Dortmund, Germany

    Ingo Böckenholt

  3. Kienbaum Institut, Dortmund, Germany

    Stefan Diestel

Rights and permissions

Reprints and permissions

Copyright information

© 2017 Springer Fachmedien Wiesbaden GmbH

About this chapter

Cite this chapter

Strohmeier, S. (2017). Big HR Data – Konzept zwischen Akzeptanz und Ablehnung. In: Jochmann, W., Böckenholt, I., Diestel, S. (eds) HR-Exzellenz. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-14725-9_21

Download citation

  • DOI: https://doi.org/10.1007/978-3-658-14725-9_21

  • Published:

  • Publisher Name: Springer Gabler, Wiesbaden

  • Print ISBN: 978-3-658-14724-2

  • Online ISBN: 978-3-658-14725-9

  • eBook Packages: Business and Economics (German Language)

Publish with us

Policies and ethics

Search

Navigation