658 Allgemeines Management
Refine
Document Type
- Article in a Periodical of the TH Wildau (58)
- Article (10)
- Conference Proceeding (6)
- Part of a Book (4)
- Report (2)
- Working Paper (2)
- Bachelor Thesis (1)
- Book (1)
- Doctoral Thesis (1)
Year of publication
Institute
- Fachbereich Wirtschaft, Informatik, Recht (24)
- Fachbereich Ingenieurwesen / Wirtschaftsingenieurwesen (bis 8/2014) (18)
- Fachbereich Betriebswirtschaft / Wirtschaftsinformatik (bis 8/2014) (17)
- Fachbereich Ingenieur- und Naturwissenschaften (11)
- Fachbereich Wirtschaft, Verwaltung und Recht (bis 8/2014) (8)
- Hochschulmarketing (1)
- Sprachenzentrum / Sprachenvermittlung (1)
- Zentrale Einrichtungen (1)
Has Fulltext
- yes (85)
Keywords
- KMU (3)
- Informationssicherheit (2)
- artificial intelligence (2)
- awareness (2)
- AI (1)
- AI match making (1)
- Akkreditierung (1)
- Asia (1)
- Bangladesh Safety Accord (1)
- Chinese postman problem (1)
Die digitale Transformation und das Potenzial Künstlicher Intelligenz (KI) stellen insbesondere kleine und mittlere Unternehmen (KMU) vor komplexe Herausforderungen. KI-Technologien bieten einerseits erhebliche Potenziale für Innovationen und Wettbewerbsfähigkeit. Andererseits ist die Nutzung dieser Potenziale voraussetzungsreich und erfordert die Verfügung bzw. den Aufbau von Ressourcen, wie Fachwissen, Daten, finanziellen Ressourcen und IT-Infrastruktur. KI-Kooperationen sind ein zunehmend relevantes strategisches Instrument für KMU, um diesen strukturellen Defiziten zu begegnen und den Unternehmen Zugänge zu benötigten Ressourcen zu ermöglichen. Darüber hinaus können sie im Sinne der organisationalen Ambidextrie die Balance zwischen Exploration, der Suche und Erschließung neuer Handlungsfelder und Exploitation, dem Ausbau etablierter Wertschöpfungspotenziale im Unternehmen und damit langfristig die Wettbewerbsfähigkeit des Mittelstandes unterstützen. Der vorgestellte Forschungsansatz erweitert das Konzept der organisationalen Ambidextrie um eine systematische Analyse von KI-Kooperationssystemen an der Schnittstelle von KI-Technologie-Anwendung, Organisations- und Innovationsentwicklung sowie der menschenzentrierten Produktion.
Indonesia has enjoyed impressive economic growth since the early 2000s and consequently attracted significant business interest from western companies. Yet, the Indonesian business context has also been notoriously impacted by corruption, which presents a serious challenge for international business negotiations. Interestingly, in scholarly research little is known about the indigenous management practices within the Indonesian context. This study therefore investigates indigenous management practices during international business negotiations taking place in the emerging market of Indonesia, that may determine the success or failure of multinational corporations’ negotiations. We conduct an inductive analysis of rich and context-specific data generated through 55 in-depth interviews of Indonesian and non-Indonesian managers. We discover: (1) the importance of perantara as a third-party agent, specific to Indonesia, that operates as a backchannel conduit for communication between parties and is essential for progressing to the face-to-face negotiation stage; and (2) the unique relationship-building process essential for business negotiations in Indonesia, which moves from task orientation to relationship-building orientation. To the best of our knowledge, our study is one of the first to tackle such specific indigenous management behaviours during international business negotiation in Indonesia from a context-specific insider’s perspective. This study provides useful insights for managers of foreign multinational corporations on how to manage certain indigenous Indonesian management behaviours if they are to achieve successful investment outcomes.
Dieses Arbeitspapier gibt einen umfassenden Überblick über aktuelle Normen und Standards, die für das Projektmanagement (PM) von Bedeutung sind. Hierfür kamen Methoden der Dokumentenanalyse, der systematischen Literaturanalyse und der qualitativen Inhaltsanalyse zum Einsatz. Als relevante Normungsorganisationen werden die International Organization for Standardization (ISO), das Deutsche Institut für Normung (DIN), das US-amerikanische American National Standards Institute (ANSI) und The British Standards Institution (BSI) berücksichtigt. Bei den Standards werden solche Organisationen als relevant erachtet, die in der Lage sind, den von ihnen publizierten Standard einem breiten, im Projektmanagement tätigen Adressatenkreis publik zu machen, Dienstleistungen, wie z. B. Schulungen, anzubieten, und eine Weiterentwicklung des Standards sicherzustellen. Insgesamt werden 37 PM-Normen und 54 PM-Standards, die von 29 Trägerorganisationen publiziert werden, beschrieben. Die Darstellung umfasst beispielsweise die Normenreihen DIN 6990x und ISO 215xx. Als Projektmanagement-Standards werden neben den bekannten PM-Standards, wie der IPMA Individual Competence Baseline® (IPMA ICB®), PRINCE2®, PM2 oder dem PMBOK® Guide, auch neuere PM-Standards, die sich z. B. der Agilität oder der Nachhaltigkeit im Projektmanagement widmen, behandelt. Auch Standards für Programm- und Portfoliomanagement sowie Standards für die Prüfung von Projekten finden Berücksichtigung. Jede Norm und jeder Standard werden einzeln systematisch dargestellt. Die jeweilige Beschreibung enthält eine prägnante Inhaltsangabe, den formellen Status der Norm bzw. des Standards und Links für die eigene Recherche. Insofern soll dieses Arbeitspapier nicht nur eine aktuelle, systematische Zusammenstellung bieten, sondern es stellt auch eine Hilfestellung für ein schnelles Orientieren und Nachschlagen dar. Hierfür wurden die PM-Normen und -Standards verschiedenen Kategorien zugeordnet, die ihre inhaltliche Ausrichtung signalisieren.
In der heutigen dynamischen Industrie erfordern erfolgreiche Gründungen nicht nur innovative Ideen, sondern auch die richtigen Partner – Künstliche Intelligenz kann helfen, diese effizient und gezielt zusammenzubringen. Der Beitrag thematisiert die Rolle Künstlicher Intelligenz (KI) im Kooperationsmanagement von Gründungsveranstaltungen. Die Autoren stellen das KI-gestützte Matchmaking-Tool „KIKma“ vor, das Gründern, Investoren und Mentoren anhand von Profil- und Interessenanalysen gezielte Kooperationsvorschläge macht. Das System basiert auf einem Transformer-Modell, das Teilnehmerprofile klassifiziert und für gezielte Speed-Dating-Slots Vorschläge generiert. Die Ergebnisse zeigen eine hohe Treffsicherheit, allerdings treten gelegentlich Fehlzuordnungen durch Ambiguitäten auf. Dies könnte durch ein Finetuning des Modells oder eine Optimierung der Fragebögen verbessert werden. Ziel ist es, den Austausch in der Gründerlandschaft zu erleichtern und langfristig ein intelligentes, adaptives Kooperationsnetzwerk zu etablieren. Die Autoren sehen in der kontinuierlichen Optimierung des Matching-Algorithmus großes Potenzial für zukünftige Anwendungen im Innovationsmanagement.
Unternehmen stehen vor erheblichen Herausforderungen beim Erhalt, bei der Nutzung und Weitergabe zentralen Wissens. Demografischer Wandel, zunehmender Mitarbeiterfluktuation und steigende organisatorische Komplexität erschweren klassische Dokumentations- und Austauschprozesse, welche auf erhebliche Mitarbeitendenmitwirkung angewiesen sind. Mithilfe generativer KI und agentischer Recommender-Systeme lassen sich diese Hindernisse überwinden, indem wichtiges Wissen ”on-the-fly“ und weitestgehend automatisiert erfasst wird. Ein zentrales Element bildet hierbei die Kombination aus semantischen Embeddings, einer Graphdatenbank und spezialisierten KI-Agenten, die Dokumente und Chatverläufe analysieren, Mitarbeiter gezielt mit Vorschlägen unterstützen und Wissen so kontinuierlich aktualisieren. So entsteht eine effektive Wissenskultur mit niedrigen Barrieren für die Nutzung dank minimalem Mehraufwand für die menschlichen Nutzer.
A review of the literature on the application of artificial intelligence (AI) in the recruitment and selection process (RSP) was conducted, but no relevant studies were identified. While several reviews have focussed on AI in human resource management in general, none of these have examined the RSP in detail or employed an AI taxonomy for clustering. Consequently, we applied an AI taxonomy identified in the literature with the aim to identify the stages of the RSP in the focus of research and the algorithms mostly used. We conducted a systematic literature review underpinned by a concept matrix, complemented by a computational literature review (CLR), that employed natural language processing (NLP). The initial 4,579 studies were sourced from three databases and narrowed down to a total of 502. Our major findings indicate that the majority of studies were categorised under the stages “assessment & selection” and “processing incoming applications” in the RSP. The predominant algorithms in use pertain to the field of NLP and machine learning. The CLR emphasised the significance of ethics in AI research. While our study has expanded the general AI taxonomy by incorporating an ethical perspective and is one of the studies with the most articles used to reflect this topic, it is solely focussing on describing the past. Nevertheless, this article helps to align research on exploring and testing alternative approaches with those most frequently used.
Die aktuelle Situation auf dem Arbeitsmarkt ermöglicht nur marginal die Rekrutierung ausgebildeter Pflegekräfte, um den aktuellen Pflegenotstand zu beheben. Vielerorts ist der Markt quasi „leergefegt“. Daher wird u.a. versucht, nicht oder fachfremd ausgebildete Pflegekräfte mit Grundbildungsbedarf für eine Tätigkeit in der Pflege zu gewinnen, keinesfalls jedoch ohne passgenaue Qualifizierung.
Das durch das Bundesministerium für Bildung und Forschung (BMBF) geförderte Projekt INA-Pflege PLUS zielt auf der Basis eines Wissenschafts-Praxis-Dialogs mittels kooperativer und partizipativer Formate auf die Sensibilisierung und Professionalisierung des Bildungspersonals in der Pflegehilfe/Pflege(fach)assistenzausbildung. Ziel ist, den Diskurs zu den Rahmenbedingungen und den Perspektiven von arbeitsorientierter Grundbildung in der Pflege weiter zu erhellen.
Die Analyse von Unternehmenswerten wird schon seit Jahrzenten durchgeführt. Es gibt verschiedene Modelle, wie zum Beispiel den Ansatz von Hofstede oder das „Universal Value Structure Modell“ von Schwartz, welche die Unternehmenswerte darstellen. Aktuelle Studien empfehlen Unternehmenswerte unter der Nutzung von Natural Language Processing und definierten Wortlisten bei größeren Textdaten zu untersuchen. Ziel der vorliegenden Analyse war zu identifizieren, ob die deutschen Übersetzungen der bisher englischsprachigen Ansätze im Kontext von Online-Stellenanzeigen funktional anwendbar sind. Daher wurden ca. 151.000 online-Stellenanzeigen von ca. 29.000 Unternehmen mittels drei Wortlisten analysiert. Der Umfang der verwendeten Listen lag zwischen 126 und 944 deutschen Wörtern. Die Ergebnisse zeigen, dass a) alle angewendeten Wortlisten grundsätzlich funktional sind, b) dass einer der Listen jedoch herausragende Ergebnisse aufweist, welcher jedoch c) um fehlende Begriffe der beiden anderen Ansätze erweitert werden kann. Somit können Unternehmen ein eigenes Werteprofil Ihrer externen Online-Kommunikation ermitteln und dieses mit den internen Wertvorstellungen bzw. dem intern erhobenen realen Werteprofil abgleichen.
Purpose
This study investigates whether the artificial neural network approach, when used on a large organizational soft HR performance dataset, results in a better (R2/RMSE) model compared to the linear regression. With the use of predictive modelling, a more informed base for managerial decision making within soft HR performance management is offered.
Design/methodology/approach
The study builds on a dataset (n > 43 k) stemming from an annual employee MNC survey. It covers several soft HR performance drivers and outcomes (such as engagement, satisfaction and others) that either have evidence of a dual-role nature or non-linear relationships. This study applies the framework for artificial neural network analysis in organization research (Scarborough and Somers, 2006).
Findings
The analysis reveals a substantial artificial neural network model performance (R2 > 0.75) with an excellent fit statistic (nRMSE <0.10) and all drivers have the same relative importance (RMI [0.102; 0.125]). This predictive analysis revealed that the organization has to increase six of the drivers, keep two on the same level and decrease one.
Originality/value
Up to date, this study uses the largest dataset in soft HR performance management. Additionally, the predictive results reveal that specific target values lay below the current levels to achieve optimal performance.
Die internen Abläufe an Hochschulen folgen selten vordefinierten Regeln, sodass bei der Digitalisierung solcher Prozesse Standardlösungen vielfach nicht ausreichen. Für die Abbildung ehemals analoger Prozesse sind individuelle Softwarelösungen unabdingbar. In diesem Kapitel soll am Beispiel ausgewählter hochschulspezifischer Softwareanwendungen der Weg beschrieben werden, wie ein solcher Umbau im Rahmen bestehender Systeme vollzogen werden kann.
Im Fokus dieser Beschreibung stehen Softwareanwendungen, die sowohl die Verwaltungsprozesse rund um die Erstellung von Thesisarbeiten – beginnend mit der Anmeldung bis zur Abgabe der Arbeit, der Durchführung von Abschlussprüfungen bis zur Publikation der Thesisarbeiten – als auch Akkreditierungsprozesse an der TH Wildau unterstützen, mit denen Modulhandbücher und Logbücher erstellt werden, die die Entwicklung von Studiengängen zwischen den Reakkreditierungen transparent nachvollziehbar machen. Ein besonderes Augenmerk wird auf Schnittstellen anderer Hochschulprozesse gelegt.
Diese Anwendungen wurden mit agilen Methoden erstellt. Das Zusammenspiel von agiler Softwareentwicklung und entsprechenden Evaluationsschritten soll zeigen, wie diese Methoden an der Hochschule mit kleinen Teams effektiv eingesetzt werden können, um mit Blick auf die Verbesserung der Qualität und Einheitlichkeit von Studium und Lehre ein bestmögliches Optimierungspotenzial zu erreichen.

