@masterthesis{Kroel2016, type = {Bachelor Thesis}, author = {Kr{\"o}l, Leonie}, title = {Die Nutzung von Big Data im Personalwesen}, url = {http://nbn-resolving.de/urn:nbn:de:kobv:co1-opus4-51544}, school = {BTU Cottbus - Senftenberg}, year = {2016}, abstract = {Die Arbeit besch{\"a}ftigt sich mit der Frage, ob die Nutzung von Algorithmen im Rahmen von Big Data das Personalwesen in Großunternehmen verbessern kann. Um die beschriebene Problemstellung sowie die ersten Erkenntnisse mit Praxisbeispielen zu belegen, werden Experteninterviews aus drei Unternehmen gef{\"u}hrt. Zun{\"a}chst werden die Unternehmen sowie die ExpertInnen charakterisiert und verglichen. Dies bildet die Grundlage f{\"u}r eine anschließende Auswertung der Aussagen, da Unterschiede und Gemeinsamkeiten betrachtet werden k{\"o}nnen. Ziel der empirischen Forschung ist die Beurteilung der Effizienz des Personalwesens durch die Nutzung von Big Data.}, subject = {Big Data; Massendaten; Personalbeschaffung; Entscheidungsunterst{\"u}tzung; Experteninterview; Personalwesen; Human resource management}, language = {de} } @masterthesis{Kroel2016, type = {Bachelor Thesis}, author = {Kr{\"o}l, Leonie}, title = {Die Nutzung von Big Data im Personalwesen}, url = {http://nbn-resolving.de/urn:nbn:de:kobv:co1-opus4-42089}, school = {BTU Cottbus - Senftenberg}, year = {2016}, abstract = {Die Arbeit besch{\"a}ftigt sich mit der Frage, ob die Nutzung von Algorithmen im Rahmen von Big Data das Personalwesen in Großunternehmen verbessern kann. Um die beschriebene Problemstellung sowie die ersten Erkenntnisse mit Praxisbeispielen zu belegen, werden Experteninterviews aus drei Unternehmen gef{\"u}hrt. Zun{\"a}chst werden die Unternehmen sowie die ExpertInnen charakterisiert und verglichen. Dies bildet die Grundlage f{\"u}r eine anschließende Auswertung der Aussagen, da Unterschiede und Gemeinsamkeiten betrachtet werden k{\"o}nnen. Ziel der empirischen Forschung ist die Beurteilung der Effizienz des Personalwesens durch die Nutzung von Big Data.}, subject = {Big Data; Massendaten; Personalbeschaffung; Entscheidungsunterst{\"u}tzung; Personalwesen; Experteninterview; Big Data; Human resource management}, language = {de} }