Skip to main content
SpringerLink
Log in

Smarte oder unmenschliche Personalarbeit?

  • Chapter
  • First Online:
Smart HRM

  • 11k Accesses

Zusammenfassung

Der Einsatz von algorithmenbasierten Entscheidungssystemen ist ein zweischneidiges Schwert: Am Beispiel der TOT-Zeiten bei Amazon wird gezeigt, dass die automatisierte Überwachung und systemseitige Entscheidung einerseits zu Abwehr und Abscheu führt, andererseits aber innovative Lösungen ermöglicht. Der Grat zwischen Big Brother und Big Botler ist schmal. Dafür gibt es vier Gründe, die näher erörtert werden: (1) der Technikeinsatz ist inhaltlich ambivalent; (2) verschiedene Anspruchsgruppen legen in unterschiedlichen Situationen unterschiedliche Akzeptanzkriterien an die Systeme an; (3) die Art und (4) Weise der Einführung digitaler Tools macht einen Unterschied. Darüber hinaus wird diskutiert, für wen und wann sich der Einsatz digitaler Tools eignet, wobei vier Strategien beschrieben werden, durch die auch kleinere Organisationen von Analytics und Automatisierung profitieren können.

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 34.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 44.99
Price excludes VAT (USA)
  • Compact, lightweight 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

Literatur

  • Ajunwa, I. (2019). Algorithms at work: Productivity monitoring applications and wearable technology as the new data-centric research agenda for employment and labor law. Saint Louis University Law Journal, 63, 21–53.

    Google Scholar 

  • Backhaus, N. (2019). Kontextsensitive Assistenzsysteme und Überwachung am Arbeitsplatz: Ein meta-analytisches Review zur Auswirkung elektronischer Überwachung auf Beschäftigte. Zeitschrift für Arbeitswissenschaft, 73(1), 2–22.

    Article  Google Scholar 

  • BPM. (2019). Zwischen Euphorie und Skepsis: KI in der Personalarbeit. https://www.bpm.de/sites/default/files/bpm-service-24-ki_in_der_personalarbeit.pdf. Zugegriffen am 09.03.2019.

  • Cheng, M. M., & Hackett, R. D. (2019). A critical review of algorithms in HRM: Definition, theory, and practice. Human Resource Management Review (online first).

    Google Scholar 

  • DGFP. (2019). Künstliche Intelligenz in HR.https://www.dgfp.de/fileadmin/user_upload/DGFP_e.V/Medien/Publikationen/2019/Befragung-KI-in-HR_September-2019.pdf. Zugegriffen am 20.10.2019.

  • Gärtner, C. (2007). Innovationsmanagement als soziale Praxis: grundlagentheoretische Vorarbeiten zu einer Organisationstheorie des Neuen. München/Mering: Rainer Hampp.

    Google Scholar 

  • Gärtner, C. (2013). Cognition, knowing and learning in the flesh: Six views on embodied knowing in organization studies. Scandinavian Journal of Management, 29(4), 338–352.

    Article  Google Scholar 

  • Gärtner, C. (2017). Mensch oder Maschine: Wer trifft die besseren Personalentscheidungen? HR Performance, 2, 14–17.

    Google Scholar 

  • Knobloch, T., & Hustedt, C. (2019). Der maschinelle Weg zum passenden Personal. Gütersloh: Bertelsmann Stiftung.

    Google Scholar 

  • Laumer, S., Weitzel, T., & Luzar, K. (2019). Robo-Recruiting: Status quo und Herausforderungen für die KI in der Personalgewinnung. Personal Quarterly, 71(3), 10–15.

    Google Scholar 

  • Lecher, C. (2019). How Amazon automatically tracks and fires warehouse workers for ‚productivity‘. https://www.theverge.com/2019/4/25/18516004/amazon-warehouse-fulfillment-centers-productivity-firing-terminations. Zugegriffen am 01.07.2019.

  • Lemov, R. (2018). Hawthorne’s renewal: Quantified total self. In P. Moore, M. Upchurch & X. Whittaker (Hrsg.), Humans and machines at work (S. 181–202). Cham: Palgrave Macmillan.

    Chapter  Google Scholar 

  • Liem, C. C., Langer, M., Demetriou, A., Hiemstra, A. M., Wicaksana, A. S., Born, M. P., & König, C. J. (2018). Psychology meets machine learning: Interdisciplinary perspectives on algorithmic job candidate screening. In H. J. Escalante, S. Escalera, I. Guyon, X. Baró, Y. Güçlütürk, U. Güçlü & M. van Gerven (Hrsg.), Explainable and interpretable models in computer vision and machine learning (S. 197–253). Cham: Springer.

    Chapter  Google Scholar 

  • Maxwell, S. E. (2000). Sample size and multiple regression analysis. Psychological Methods, 5(4), 434–458.

    Article  Google Scholar 

  • Moore, P., & Robinson, A. (2016). The quantified self: What counts in the neoliberal workplace. New Media & Society, 18(11), 2774–2792.

    Article  Google Scholar 

  • Neuberger, O. (1990). Der Mensch ist Mittelpunkt. Der Mensch ist Mittel. Punkt. 8 Thesen zum Personalwesen. Personalführung, S. 3–10.

    Google Scholar 

  • Neuberger, O. (2006). Mikropolitik und Moral in Organisationen. Stuttgart: Lucius & Lucius.

    Google Scholar 

  • Nyberg, A. J., & Wright, P. M. (2015). 50 years of human capital research: Assessing what we know, exploring where we go. The Academy of Management Perspectives, 29(3), 287–295.

    Article  Google Scholar 

  • Oviatt, S., Schuller, B., Cohen, P. R., Sonntag, D., Potamianos, G., & Krüger, A. (Hrsg.). (2019). The handbook of multimodal-multisensor interfaces: Language processing, software, commercialization, and emerging directions – Volume 3. New York: ACM/Morgan & Claypool.

    Google Scholar 

  • Pentland, A. (2012). The new science of building great teams. Harvard Business Review, 90(4), 60–69.

    Google Scholar 

  • Pentland, A. (2014). Social physics: How good ideas spread-the lessons from a new science. London: Penguin.

    Google Scholar 

  • Picard, R. (2019). Affective computing, emotion, privacy, and health. Artificial Intelligence Podcast. https://www.youtube.com/watch?v=kq0VO1FqE6I. Zugegriffen am 05.07.2019.

  • Ratner, B. (2017). Statistical and machine-learning data mining: Techniques for better predictive modeling and analysis of big data (3. Aufl.). Boca: Chapman & Hall/CRC.

    Google Scholar 

  • Spreitzer, G. M., Cameron, L., & Garrett, L. (2017). Alternative work arrangements: Two images of the new world of work. Annual Review of Organizational Psychology and Organizational Behavior, 4, 473–499.

    Article  Google Scholar 

  • Strohmeier, S., Majstorovic, D., Piazza, F., & Theres, C. (2016). Smart HRM – das „Internet der Dinge“ im Personalmanagement. HMD Praxis der Wirtschaftsinformatik, 53(6), 838–850.

    Article  Google Scholar 

  • Tambe, P., Cappelli, P., & Yakubovich, V. (2019). Artificial intelligence in human resources management: Challenges and a path forward. California Management Review, 61(4), 15–42.

    Article  Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Professur für Human Resource Management, Arbeitspsychologie und Digitalisierung der Arbeitswelt, Hochschule München, München, Deutschland

    Christian Gärtner

Authors
  1. Christian Gärtner
    View author publications

    You can also search for this author in PubMed Google Scholar

Rights and permissions

Reprints and permissions

Copyright information

© 2020 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Gärtner, C. (2020). Smarte oder unmenschliche Personalarbeit?. In: Smart HRM. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-29431-1_2

Download citation

  • DOI: https://doi.org/10.1007/978-3-658-29431-1_2

  • Published:

  • Publisher Name: Springer Gabler, Wiesbaden

  • Print ISBN: 978-3-658-29430-4

  • Online ISBN: 978-3-658-29431-1

  • eBook Packages: Business and Economics (German Language)

Publish with us

Policies and ethics

Search

Navigation