Data Mining im Personalmanagement: Eine Analyse des Einsatzpotenzials zur Entscheidungsunterstützung PDF
Preview Data Mining im Personalmanagement: Eine Analyse des Einsatzpotenzials zur Entscheidungsunterstützung
Franca Piazza Data Mining im Personalmanagement GABLER RESEARCH Franca Piazza Data Mining im Personalmanagement Eine Analyse des Einsatzpotenzials zur Entscheidungsunterstützung Mit einem Geleitwart van Prot. Dr. Stefan Strahmeier • GABLER RESEARCH BibliografischeInformationderDeutschen Nationalbibliothek DieDeutscheNationalbibliothekveneennetoesePublikationinder DeutschenNationalbibliografie;detailliertebibliografischeDatensindimInternet über <http://dnb.d-nb.de>abrufbar. DissertationUnversnätdes Saarlandes,2009 1.Auflage 2010 AlleRechtevorbehalten ©GabierVerlagISpringerFachmedienWiesbadenGmbH2010 Lektorat:uteWrasmannIAnitaWilke GabierVerlagrsteneMarkevonSpringergachmedien, Springer FachmedienistTeilderFachverlagsgruppeSpringerScrence-austnessMedia. www.gabler.de DasWerkensctûenucnallerseinerTeûeist umeberrecntucnqescbützt.Jede Verwertung auBerhalb der engen Grenzen des Urtleberrechtsgesetzes ist ohneZustimmungdes Verlagsunzulässigundstrafbar. Dasgiltinsbesondere für Vervielfältigungen, Übersetzungen, Mikroverfilmungen und die Einspei cherungund VerarbeitunginelektronischenSystemen. DieWiedergabevon Gebrauchsnamen,Handelsnamen,Warenbezeichnungen usw. indiesem serene Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, dass Namen im Sinne derWarenzeichen- und Markenschutz-Gesetzgebung alsfrei zu betrachten wären und daher vonjedermann benutztwerdendürften. Umschlaggestaltung:KünkelLopka Medienentwicklung.Heidelberg Gedrucktaufsäuretreiemundchlortreigebleichtem Papier Printed inGermany ISBN978-3-8349-2220-5 Geleitwort Diebesondere Bedeutung adäquater lnformation für unternehmerische Entscheidungenhatin zwischen alsAllgemeinplatz zu gelten, der aufSchritt und Tritt betont wird. Diese besondere Bedeutung adäquater lnfonnation gilt auch für das betriebliche Personalrnanagement, wo elektronische"Personalinformationssysteme" seit überdrei Dekaden zursystematischen lnfor mationsversorgungeingesetztwerden.Konzeptionellwerdenhierzu üblicherweiseverschiedene Varianten der Datenabfrage verwcndct, die von einfachen Standardabfragen bis hin zu kom plexenMehrdimensionen-undMehrebenen-Abfragen("OnlineAnalytical Processing") reichen können. lnzwischen werden unter dem Oberbegriffdes"Data Mining" (auch .Datenrnustererkennung" oder.Wissensenrdeckuug in Datenbanken") seit übereincr Dekade über reine Abfragcn deut lich hinausgehende Analysemöglichkeiten diskuticrt, die in der Lage sein sollen, neue, valide und potenziell nützliche lnfonnationen für betriebliche Entscheidungsträger bereitzustellen. Solche Verfahren gehören etwa im Marketing zum .Standardanalyseinventar''. und verschie dentlich wird gefordert, diese Verfahren auch zur lnfonnationsversorgung des betrieblichen Personalmanagements einzusetzen. Allerdings belassen es bisherige Beiträge meist bei der bloBen Forderung oder verweisen prototypisch aufoft sehr spezifische Detailanwcndungen. Eine allgemeine und umfàssende Analyse der Möglichkeiten, aber speziell auch der (tech nischen, rechtlichen, ...) Grenzen einer personalwirtschaftlichen Datenmustererkennung fehlt dagegenderzeit. DieseLückeschlieBtFranca PiazzamilihremWerk zumDataMiningimPersonalmanagement, indemsieanalysiert • welche Arten personalwirtschaftlicher Entscheidungen mittels Data Mining unterstützt werdenkönnen, • worin der Beitrag des Data Mining zur personalwirtschafilichen Entscheidungsunter stützunggrundsätzlichbestehtund • wie der Beitrag des Data Mining zur Entscheidungsunterstützung aus personalwirtschaft- licherPerspektivezubewertenist. Die besondere wissenschaftliche Leistung der vorliegenden Arbeit liegt damit darin, dass sie aggregierte und generelle Aussagen zum Potenzial des Data Mining im Personalmanagement liefert. Sie ist damit in der Lage, die bisherige Forschungspraxis,die nur exemplarische,teils sehr spezifische Einzelfälle Data-Mining-basierter Entscheidungsunterstützung im Personal management untersucht, zu überwinden. Zu Recht kann die Schrift daher als "Grundlagen- V arbeit" verstanden werden, die als Basis künfliger Forschungsanstrengungen eine erstmalige undsystematischeAnalysederFragestellungliefert. IchwünschederArbeit,dassihrgenaudieseFunktionzukommt. Prof:Or.StefanStrohmeier VI Vorwort Die vorliegende Dissertation entstand während meiner Tätigkeit als wissenschaftliche Mit arbeiterin am Lehrstuhl für Management Informationssysteme der Universität des Saarlandes. MeinDankgiltalldenjenigen,diezumGelingenderArbeitbeigetragenhaben. An erster Stelle danke ich mcinem akademischen Lehrer Hcrm Univ.-Prof. Dr. Stefan Strohmeier für die intensive Betreuung und Unterstützung meines Promotionsvorhabens. Die konstruktivenundeffenenDiskussionentrugenwcsentlich zum GelingenderArbeitbei.Einen herzlichen Dankmöchteich auchanHerm Univ.-Prof.Dr.ChristianScholzfürseineTätigkeit alsZweitgutachteraussprechen. Weiterhindankeichmeinen Kollegenam LehrstuhlfürdiezahlreichenRatschläge undinteres santen und anregenden Diskussionen im Rahmen des Doktorandenseminars. Ganz besonders danke ich Frau Dipl-Kffr. Anke Diederichsen. Sie hat mich nicht nur als Kollegin fachlich unterstützt,sondem mirauchalsFreundinmotivierendzurSeitegestanden. MeingröûterDankgiltmeinerFamilie.Ihrwidme ichdieseArbeit. FrancaPiazza VII Inhaltsverzeichnis Geleitwort v Verwort VII Inhaltsverzeichnis IX Abkürzungsverzeichnis XI11 Abbildungsverzeichnis XV 1. Einleitung 1 l.I. MotivationundZielsetzung 1 \.2. Vorgehensweise 5 2. EntscheidungstheoretischeFundierung.....•.......................................................................9 2.1. VorbemerkungenzurWahlderTheorie 9 2.2. GrundrichtungenderEntscheidungstheorie \0 2.3. DerEntscheidungsprozess \4 2.4. DasEntscheidungsmodell \6 2.5. Entscheidungsproblemtypen 23 2.5.\. DerStrukturierungsgradalsDitferenzierungsmerkmal 23 2.5.2. WahrnehmungsdefekteEntscheidungsprobleme 25 2.5.3. AbgrenzungsdefekteEntscheidungsprobleme 26 2.5.4. WirkungsdefekteEntscheidungsprobleme 26 2.5.5. BewertungsdefekteEntscheidungsprobleme 27 2.5.6. ZielsetzungsdefekteEntscheidungsprobleme 28 2.5.7. LösungsdefekteEntscheidungsprobleme 28 2.5.8. Zusammenfassung 29 3. Entscheidungsunterstützung mit DataMining 31 3.1. DataMining 3\ IX 3.1.1. GrundlagendesDataMining 31 3.1.1.1. Definition 31 3.1.1.2. DieDatenbasis 34 3.1.1.3. DerDataMiningProzess 36 3.1.2. HerleitungeinerKategorisierungvonDataMiningMethoden 38 3.1.2.1. BestehendeSystematisierungsansätze 38 3.1.2.2. AufgabendesDataMining 42 3.1.2.2.1. Klassifikation 42 3.1.2.2.2. Segmentierung 45 3.1.2.2.3. Bewertung 47 3.1.2.2.4. Assoziationsfindung 48 3.1.2.2.5. Abweichungsentdeckung 50 3.1.2.2.6. Prognose 52 3.1.2.2.7. Zusammenfassung 53 3.1.2.3. VerfahrendesDataMining 53 3.1.2.3.1. Entscheidungsbaumverfahren 56 3.1.2.3.2. NeuronaleNetze 60 3.1.2.3.3. Clusteranalyseverfahren 65 3.1.2.3.4. Assoziationsanalyse 69 3.2. SyntheseundAbleitungeinesAnalyseschemas 71 3.3. AnalysedesEntscheidungsunterstützungspotenzials 75 3.3.1. DataMininginwahrnehmungsdefektenEntscheidungsproblemen 76 3.3.1.1. MethodenzurKlassifikation 76 3.3.1.2. MethodenzurBewertung 78 3.3.1.3. MethodenzurSegmentierung 79 3.3.1.4. MethodenzurAssoziationsfindung 80 3.3.1.5. Fazit 81 3.3.2. DataMininginabgrenzungsdefektenEntscheidungsproblemen 83 3.3.2.1. MethodenzurKlassifikation 84 3.3.2.2. MethodenzurBewertung 85 3.3.2.3. MethodenzurSegmentierung 87 3.3.2.4. MethodenzurAssoziationsfindung 88 3.3.2.5. Fazit 89 3.3.3. DataMininginwirkungsdefektenEntscheidungsproblemen 92 3.3.3.1. MethodenzurKlassifikation 93 3.3.3.2. MethodenzurBewertung 94 3.3.3.3. MethodenzurSegmentierung 95 3.3.3.4. MethodenzurAssoziationsfindung 96 3.3.3.5. Fazit 97 3.3.4. DataMininginbewertungsdefektenEntscheidungsproblemen 100 3.3.4.1. MethodenzurKlassifikation 100 3.3.4.2. MethodenzurBewertung 101 x 3.3.4.3. MethodenzurSegmentierung 102 3.3.4.4. MethodenzurAssoziationsfindung 102 3.3.4.5. Fazit 103 3.3.5. DataMininginzielsetzungsdefektenEntscheidungsproblemen 105 3.3.5.1. MethodenzurKlassifikation 105 3.3.5.2. MethodenzurBewertung 107 3.3.5.3. MethodenzurSegmentierung 108 3.3.5.4. MethodenzurAssoziationsfindung 108 3.3.5.5. Fazit 109 3.4. ErgebnissezurEntscheidungsunterstütwngmitDataMining 111 4. EntscheidungenimPersonalmanagement 117 4.1. AufgabenundZieledesPersonalmanagements 117 4.2. ArtenvonEntscheidungsproblemenimPersonalmanagement 121 4.2.1. WahmehmungsdefekteEntscheidungsproblemeimPersonalmanagement... 122 4.2.2. AbgrenzungsdefekteEntscheidungsproblemeimPersonalmanagement 123 4.2.3. WirkungsdefekteEntscheidungsproblemeimPersonalmanagement. 124 4.2.4. BewertungsdefekteEntscheidungsproblemeimPersonalmanagement 125 4.2.5. ZielsetzungsdefekteEntscheidungsproblemeimPersonalmanagement.. 125 5. DataMining imPersonalmanagement 127 5.1. PrüfungderAnwendungsvoraussetzungen 127 5.1.1. DieinformatorischeDatenbasisdesPersonalmanagements 127 5.1.1.1. Personalinformationssysteme 127 5.1.1.2. Standardisierungsbestrebungen 131 5.1.2. RechtlicheBestimmungen 134 5.1.2.1. Datenschutz 136 5.1.2.2. Gleichbehandlung 147 5.1.2.3. Mitbestimmung 148 5.1.2.4. Zusammenfassung 149 5.1.3. ImplikationenfürdenEinsatzvonDataMiningimPersonalmanagement 150 5.2. KonzeptioneinesVorgehensmodells 153 5.2.1. AnforderungenandasVorgehensmodeli 153 5.2.2. AusgestaltungdesVorgehensmodelis 154 5.3. BeschreibungundDiskussionprototypischerAnwendungsszenarien 161 5.3.1. AuswahlrelevanterAnwendungsszenarien 161 5.3.2. AnwendungsszenarioI:Personalstrukturmanagement 164 5.3.2.1. BeschreibungdesAnwendungsszenarios 164 XI
The list of books you might like
