Skip to main content
SpringerLink
Log in

Ethische und gesetzliche Richtlinien für Smart HR

  • Chapter
  • First Online:
Smart HRM

  • 11k Accesses

Zusammenfassung

Mit dem Einsatz von digitalen Tools in der Personalarbeit stellen sich insbesondere aufgrund der automatisierten Datenverarbeitung und Entscheidungsfindung neue Fragen, die sowohl rechtliche als auch ethisch-moralische Aspekte betreffen. Zunächst wird deutlich gemacht, welche unterschiedlichen allgemeinen und personalspezifischen Fragestellungen zurzeit diskutiert werden. Anschließend werden einschlägige Gesetzesvorgaben und deren Implikationen erläutert. Aus dem Bereich der Ethik werden mehrere Richtlinien aus dem globalen wie nationalen Kontext in ihren Grundzügen beschrieben. Insbesondere werden die Richtlinien des Ethikbeirats HR Tech vorgestellt und auf offene Fragen aufmerksam gemacht.

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., Crawford, K., & Schultz, J. (2017). Limitless worker surveillance. California Law Review, 105, 735–776.

    Google Scholar 

  • Blum, B., & Kainer, F. (2019). Rechtliche Aspekte beim Einsatz von KI in HR: Wenn Algorithmen entscheiden. Personal Quarterly, 71(3), 22–27.

    Google Scholar 

  • Bomhard, D. (2018). Automatisierung und Entkollektivierung betrieblicher Arbeitsorganisation: Herausforderungen einer digitalen Arbeitswelt. Wiesbaden: Springer.

    Google Scholar 

  • Brendel, W., Rauber, J., & Bethge, M. (2017). Decision-based adversarial attacks: Reliable attacks against black-box machine learning models. arXiv preprint arXiv:1712.04248.

    Google Scholar 

  • Crawford, K. (2013). The hidden biases in big data. http://blogs.hbr.org/2013/04/the-hidden-biases-in-big-data. Zugegriffen am 08.01.2020.

  • Datenethikkommission der Bundesregierung. (2019). Gutachten der Datenethikkommission der Bundesregierung. https://www.bmi.bund.de/SharedDocs/downloads/DE/publikationen/themen/it-digitalpolitik/gutachten-datenethikkommission.pdf?__blob=publicationFile&v=4. Zugegriffen am 05.01.2020.

  • Diercks, N. (2017). Video-Interviews in Personalauswahlverfahren. Datenschutz und Datensicherheit, 41(12), 750–756.

    Article  Google Scholar 

  • Diercks, N. (2019a). Datenschutz im Beschäftigtenverhältnis – Teil 1. Zeitschrift für das Forderungsmanagement, 3, 97–104.

    Google Scholar 

  • Diercks, N. (2019b). Datenschutz im Beschäftigtenverhältnis – Teil 2. Zeitschrift für das Forderungsmanagement, 5, 186–194.

    Google Scholar 

  • Diesner, J. (2015). Small decisions with big impact on data analytics. Big Data & Society, 2(2), 1–6.

    Article  Google Scholar 

  • Dwork, C., & Roth, A. (2014). The algorithmic foundations of differential privacy. Foundations and Trends® in Theoretical Computer Science, 9(3–4), 211–407.

    Google Scholar 

  • Ethikbeirat HR Tech. (2019). Richtlinien für den verantwortungsvollen Einsatz von Künstlicher Intelligenz und weiteren digitalen Technologien in der Personalarbeit. https://www.ethikbeirat-hrtech.de/wp-content/uploads/2019/06/Ethikbeirat_und_Richtlinien_Konsultationsfassung_final.pdf. Zugegriffen am 01.07.2019.

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

    Google Scholar 

  • Gärtner, C. (2018). Human Resource Management bei und von XING. In C. Gärtner & C. Heinrich (Hrsg.), Fallstudien zur Digitalen Transformation: Case Studies für die Lehre und praktische Anwendung (S. 129–147). Berlin/Wiesbaden: Springer.

    Chapter  Google Scholar 

  • Gärtner, C., & Claßen, M. (2016). Die gläsernen Mitarbeiter. Personalmagazin, 8, 38–39.

    Google Scholar 

  • Gärtner, C., & Huber, C. (2015). Drawing the line: Outlining the concepts of mindful organizing and sketching out the role of visual templates. In J. Reb & P. Atkins (Hrsg.), Mindfulness in organizations (S. 305–331). Cambridge: Cambridge University Press.

    Chapter  Google Scholar 

  • Guidotti, R., Monreale, A., Ruggieri, S., Turini, F., Giannotti, F., & Pedreschi, D. (2018). A survey of methods for explaining black box models. ACM Computing Surveys, 51(5), 93:1–93:42.

    Google Scholar 

  • Hagendorff, T. (2019). Maschinelles Lernen und Diskriminierung: Probleme und Lösungsansätze. Österreichische Zeitschrift für Soziologie, 44(1), 53–66.

    Article  Google Scholar 

  • Huff, J., & Götz, T. (2019). Evidenz statt Bauchgefühl? Möglichkeiten und rechtliche Grenzen von Big Data im HR-Bereich. Neue Zeitschrift für Arbeitsrecht (NZA) 36(24) (Beilage 2/2019), 73–78.

    Google Scholar 

  • Isele, C., Kaufmann, P., Mempel, L., Schütze, B., & Spyra, G. (2018). Sicherheit personenbezogener Daten: Umgang mit Art. 32 DS-GVO. https://www.gesundheitsdatenschutz.org/download/Art.32_SicherheitVerarbeitung.pdf. Zugegriffen am 08.01.2020.

  • Jobin, A., Ienca, M., & Vayena, E. (2019). The global landscape of AI ethics guidelines. Nature Machine Intelligence, 1(9), 389–399.

    Article  Google Scholar 

  • Kramer, S. (Hrsg.). (2019). IT-Arbeitsrecht. Digitalisierte Unternehmen: Herausforderungen und Lösungen (2. Aufl.). München: C.H. Beck.

    Google Scholar 

  • Kraus, C. (2018). Digitalisierung der Arbeitswelt – das Ende der Low Performer? Der Betrieb, 12, 701–705.

    Google Scholar 

  • Krotova, A., & Fritsch, M. (2019). Berücksichtigung von Daten in digitalen Reifegradmodellen. Köln: Institut der deutschen Wirtschaft.

    Google Scholar 

  • Lambrecht, A., & Tucker, C. (2019). Algorithmic bias? An empirical study of apparent gender-based discrimination in the display of STEM career ads. Management Science, 65(7), 2966–2981.

    Article  Google Scholar 

  • Libet, B. (2004). Haben wir einen freien Willen? In C. Geyer (Hrsg.), Hirnforschung und Willensfreiheit. Zur Deutung der neuesten Experimente (S. 268–289). Frankfurt a. M.: Suhrkamp.

    Google Scholar 

  • Martini, M. (2019). Blackbox Algorithmus – Grundfragen einer Regulierung Künstlicher Intelligenz. Berlin/Heidelberg: Springer.

    Google Scholar 

  • Meyer, R. E., Höllerer, M. A., Jancsary, D., & Van Leeuwen, T. (2013). The visual dimension in organizing, organization, and organization research: Core ideas, current developments, and promising avenues. Academy of Management Annals, 7(1), 489–555.

    Article  Google Scholar 

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

    Google Scholar 

  • Nissenbaum, H. (2011). A contextual approach to privacy online. Daedalus, 140(4), 32–48.

    Article  Google Scholar 

  • Ortmann, G. (2003). Regel und Ausnahme. Paradoxien sozialer Ordnung. Frankfurt a. M.: Suhrkamp.

    Google Scholar 

  • Orwat, C. (2019). Diskriminierungsrisiken durch Verwendung von Algorithmen. Berlin: Antidiskriminierungsstelle des Bundes.

    Google Scholar 

  • Raghavan, M., Barocas, S., Kleinberg, J., & Levy, K. (2019). Mitigating bias in algorithmic employment screening: Evaluating claims and practices. arXiv preprint arXiv:1906.09208.

    Google Scholar 

  • Rocher, L., Hendrickx, J. M., & De Montjoye, Y. A. (2019). Estimating the success of re-identifications in incomplete datasets using generative models. Nature Communications, 10(1), 1–9.

    Article  Google Scholar 

  • Russell, S., & Norvig, P. (2013). Künstliche Intelligenz – Ein moderner Ansatz (3., ak. Aufl.). München: Pearson.

    Google Scholar 

  • Silberzahn, R., & Uhlmann, E. L. (2015). Crowdsourced research: Many hands make tight work. Nature, 526(7572), 189–191.

    Article  Google Scholar 

  • Sinar, E. F. (2018). Data visualization: Get visual to drive HR’s impact and influence. Society for Human Resource Management (SHRM) & Society for Industrial Organizational Psychology (SlOP). https://www.shrm.org/hr-today/trends-and-forecasting/special-reports-and-expert-views/Documents/2018%2003_SHRM-SIOP%20White%20Paper_Data%20Visualization.pdf. Zugegriffen am 18.08.2019.

  • Szegedy, C., Zaremba, W., Sutskever, I., Bruna, J., Erhan, D., Goodfellow, I., & Fergus, R. (2013). Intriguing properties of neural networks. arXiv preprint arXiv:1312.6199.

    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 

  • Zook, M., Barocas, S., Boyd, D., Crawford, K., et al. (2017). Ten simple rules for responsible big data research. PLoS Computational Biology, 13(3), e1005399.

    Article  Google Scholar 

  • Zuboff, S. (2015). Big other: Surveillance capitalism and the prospects of an information civilization. Journal of Information Technology, 30(1), 75–89.

    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). Ethische und gesetzliche Richtlinien für Smart HR. In: Smart HRM. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-29431-1_6

Download citation

  • DOI: https://doi.org/10.1007/978-3-658-29431-1_6

  • 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