4301 People Analytics und KI im Personalmanagement

Modulverantwortliche
  • Prof. Dr. Matthias Groß
Lehrende
  • Prof. Dr. Matthias Groß
Notwendige Voraussetzungen zur Teilnahme

-

Empfohlene Voraussetzungen zur Teilnahme

Basiswissen aus den Bereichen wissenschaftliches Arbeiten und Statistik. Englischkenntnisse auf Niveau B2.

Kurzbeschreibung

Anwendungsorientierte Einführung in Konzepte und Methoden von People Analytics und Künstlicher Intelligenz

Inhalte

• Methodische Grundlagen (Predictive Analytics, Prescriptive Analytics, Big Data Analytics, Zeitreihenverfahren, multiple Regression, Entscheidungsbaumverfahren, Clusteranalysen etc.)
• Use Cases für People Analytics und Künstliche Intelligenz im Personalmanagement
• People Analytics als Prozess und KI als „Transparent Box”
• Datenklassifizierung
• Beurteilung der Prognosegenauigkeit
• Einführung in eine Analytics Software (z.B. KNIME)
• Bearbeitung und Präsentation von Fallstudien

Fachkompetenzen
Die Studierenden können

- die diversen People-Analytics-Konzepte verstehen und einordnen.
- Use Cases für People Analytics und KI im Personalbereich benennen und kritisch reflektieren.
- Daten klassifzieren.
- diverse People Analytics-Methoden verstehen und einordnen.
Methodenkompetenzen (fachlich & überfachlich)
Die Studierenden können

- den People Analytics-Prozess eigenständig auf verschiedene Unternehmenskontexte übertragen.
- die Prognosegenauigkeiten von People Analytics-Methoden beurteilen.
- eigenständig verschiedenen People Analytics-Methoden und Basis-Algorithmen mit Hilfe einer Software
anwenden und für spezifische Kontexte adaptieren.
- die Ergebnisse von People Analytics-Methoden präsentieren und kritisch reflektieren.
Sozialkompetenzen
Die Studierenden können

- in Gruppen kooperativ Lösungen für People Analytics-Cases entwickeln.
- ihre Lösungen in Gruppen präsentieren.
- ihre Lösungen in Gruppen argumentativ vertreten und kritisch diskutieren.
Selbstkompetenzen
Die Studierenden können

ihre Ziele für die eigene berufsbegleitende Entwicklung hinsichtlich des Gebiets People Analytics und KI im Personalmanagement definieren und notwendige Ressourcen zur selbstständigen Weiterentwicklung nutzen.
ECTS-Leistungspunkte (CrP)
  • 6 CrP
  • Arbeitsaufwand 180 Std.
  • Präsenzzeit 60 Std.
  • Selbststudium 120 Std.
Lehr- und Lernformen
  • 4 SWS
  • Projektorientiertes Lernen mit begleitenden Lehr- und Coachingeinheiten. Ergänzend wird das Flipped-Classroom-Konzept eingesetzt.Sprache: Deutsch | Englisch
Studiensemester
  • Personalmanagement (M.Sc. 2022) - 3. - 4. Semester
Dauer
1 Semester
Häufigkeit des Angebots
Nur im Sommersemester
Unterrichtssprache
Deutsch
Prüfungsvorleistungen

-

Bonuspunkte

Ja

Bonuspunkte werden gemäß § 9 (4) der Allgemeinen Bestimmungen vergeben. Art und Weise der Zusatzleistungen wird den Studierenden zu Veranstaltungsbeginn rechtzeitig und in geeigneter Art und Weise mitgeteilt.

Prüfungsleistungen

Gruppenbasierte Ausarbeitung (10-15 Seiten) und Präsentation einer Fallstudie (5-7 Minuten) und/oder Klausur (60-90 min.; kann Antwort-Wahl-Verfahren beinhalten); Details werden zu Veranstaltungsbeginn rechtzeitig und in geeigneter Art und Weise bekannt gegeben

Benotung
Die Bewertung des Moduls erfolgt gemäß §§ 9, ggf. 12 (Teilleistungen), ggf. 18 (Arbeiten, Kolloquien) der Allgemeinen Bestimmungen (Teil I der Prüfungsordnung).
Verwendbarkeit
Gemäß § 5 der Allgemeinen Bestimmungen (Teil I der Prüfungsordnung) Verwendbarkeit in allen Masterstudiengänge der THM möglich.
Literatur, Medien

Blum, B.: People Analytics – Eine datenschutzrechtliche Betrachtung moderner Einsatzszenarien für automatisierte, datenbasierte Entscheidungen, Nomos.
Groß, M.: Yes, AI Can: The Artificial Intelligence Gold Rush Between Optimistic HR Software Providers, Skeptical HR Managers, and Corporate Ethical Virtues, in AI for the Good, Vieweg 2021. Maler, J. & Boudreau, J.: An evidence-based review of HR Analytics, The International Journal of Human Resource Management, 2017.
Evans, D.: Business Analytics, aktuellste Auflage, Pearson.
Waber, B.: People Analytics, aktuellste Auflage, FT Press Analytics.

Rechtliche Hinweise