Inhalt

Abstract:

This course its completely available in German AND in English.

Das Modul bietet einen detaillierten Überblick über People Analytics, ein datengesteuerter Ansatz, das Human Resource Management (HRM) ergänzt, indem es Daten nutzt, um HR-Strategien und Entscheidungen zu informieren und zu verbessern.

Diese Vorlesung geht über die Grundlagen des HRM hinaus und konzentriert sich auf die praktische statistische Datenanalyse. Sie verwendet eine fortlaufende Fallstudie, die sich auf die Bereiche Personalbeschaffung, Akquisition, Onboarding, Leistung, Fluktuation und Wohlbefinden erstreckt. Ziel ist es, Muster zu erkennen, Auswirkungen zu bewerten und Entwicklungen in diesen kritischen HR-Bereichen vorherzusagen.

Die Prüfung für People Analytics erfolgt in Form eines Projektberichts, den die Studierenden individuell bearbeiten und bis zum Ende der jeweiligen Vorlesungszeit in Studon abgeben müssen. Die Vorlage für den Projektbericht mit den Fragen und der genaue Abgabetermin werden in den ersten Wochen nach Semesterbeginn bekannt gegeben. Bitte achten Sie auf die Foren in Studon, um die Benachrichtigungen zu erhalten.

Inhaltlich orientiert sich der Projektbericht stark an Teil B des Kurses. Ähnlich wie bei den Fallstudien, die in jedem der 5 Kapitel von Teil B vorgestellt werden, sollen die Studierenden im Projektbericht ihr theoretisches und praktisches Wissen auf neue Fallstudien anwenden, statistische Analysen durchführen, Ergebnisse interpretieren und Handlungsempfehlungen ableiten. Die Studierenden müssen Fragen zu vier oder fünf Fallstudien beantworten, die sich auf jedes der Kapitel von Teil B des Kurses beziehen.

Einige Data Science-Konzepte und Grundkenntnisse in der Programmierung (R und/oder Python) wären hilfreich, um dem Kurs zu folgen, sind aber nicht unbedingt erforderlich.

*** English ***

The module aims to explain how People Analytics, a data-driven approach, complements Human Resource Management (HRM) by using data to inform and enhance HR strategies and decisions.

This lecture goes beyond HRM basics, focusing on practical statistical data analysis. It uses a continuous case study spanning in the areas of employee sourcing, acquisition, onboarding, performance, fluctuation, and well-being. The goal is to identify patterns, assess effects, and predict developments in these critical HR areas.

The exam for People Analytics is in the form of a project report that students must work on individually, and submit in Studon by the end of the respective lecture period. The template of the project report, containing the questions, and the exact submission deadline will be communicated within the first weeks of the beginning of a semester. Please check the forums in Studon to receive the notifications.

In terms of content, the project report is highly grounded on Part B of the course. Similar to the case studies presented in each of the 5 chapters in Part B, in the project report students will be asked to apply their theoretical and practical knowledge in new case studies, and conduct statistical analyses, interpret results and derive recommendations for action. Students will have to answer questions on four or five case studies that are related to each of the chapters of Part B of the course.

Some Data Science concepts and basic programming knowledge (R and/or Python) would be helpful to follow the course, but are not strictly required.

Gliederung:

Teil A:

1. Datengetriebenes HRM

2. Grundlagen Data Science

3. Ethische Betrachtung von People Analytics

Teil B:

4. Personalplanungsanalyse

5. Sourcing- und Akquisitionsanalyse

6. Onboarding- und Performanceanalyse

7. Wohlbefindensanalyse

8. Fluktuationsanalyse

*** English ***

Part A:

1. Data-driven HRM

2. Fundamentals of Data Science

3. Ethical Consideration of People Analytics

Part B:

4. Personnel Planning Analytics

5. Sourcing and Acquisition Analytics

6. Onboarding and Performance Analytics

7. Well-Being Analytics

8. Turnover Analytics

Lernziele:

Das übergeordnete Lern- und Qualifikationsziel des Kurses ist es, die Studierenden in die Nutzung datengesteuerter Technologien im HRM einzuführen. Am Ende des Kurses sollten die Studierenden in der Lage sein ...

• People Analytics und seine Säulen zu definieren sowie den Prozessablauf hinter People Analytics zu erklären.
• die Anwendungen der Datenanalyse kritisch zu reflektieren, und Statistik, KI und ML voneinander abzugrenzen.
• die ethischen Bedenken von datengesteuerten Programmen zu verstehen und diese zu entkräften sowie die Gefahren von People Analytics aufzuzeigen.
• Personaleinsatzplanung zu erklären und angewandte Datenanalyse zur Lösung von Personalplanungsproblemen anzuwenden.
• die Bedeutung des Rekrutierungsprozesses für den Erfolg eines Unternehmens zu erklären und Möglichkeiten zur Automatisierung des Rekrutierungsprozesses zu erkennen.
• den Onboarding-Prozess in Unternehmen zu beschreiben, zu verstehen, wie die Mitarbeiterleistung zu bewerten ist, sowie mit Hilfe von ML verschiedene Probleme bei Onboarding und Leistung zu lösen.
• die einzelnen Faktoren, die das menschliche Wohlbefinden beeinflussen, darzustellen und zu erläutern und ML zur Analyse des Wohlbefindens von Mitarbeitern in der Arbeitswelt einzusetzen.
• verschiedene Theorien zur Erklärung der Mitarbeiterfluktuation vorzustellen und ML zur Vorhersage der freiwilligen Mitarbeiterfluktuation einzusetzen.

*** English ***

Learning objectives:

The overall learning and skill objective of the course is to introduce students to the use of data-driven technologies in HRM. At the end of the course, students should be able to ...

• define people analytics and its pillars, as well as explain the process flow behind People Analytics.
• critically reflect on the applications of data analysis, and to distinguish statistics, artificial intelligence, and machine learning from each other.
• understand the ethical concerns of data-driven programs and how to rebut them, as well as highlight the dangers of people analytics.
• explain workforce planning, and use applied data analysis to solve workforce planning problems.
• explain the importance of the recruitment process for the success of a company and identify opportunities to automate the recruitment process.
• describe the onboarding process in organizations, understand how to evaluate the employee performance, as well as use ML to solve various issues in onboarding and performance.
• present and explain the individual factors influencing human well-being, and use ML to analyze employees’ wellbeing in the work environment.
• present various theories to explain turnover of employees, as well as implement ML to predict voluntary employee turnover.
  
  

Detaillierter Inhalt:

People Analytics hat das Potenzial, die Art und Weise zu verändern, in welcher Organisationen ihre Arbeitskräfte identifizieren, entwickeln und verwalten. Der Begriff "People Analytics" bezieht sich hierbei nicht auf eine Technologie, sondern auf einen neuartigen, quantitativen, evidenzbasierten und datengesteuerten Ansatz zur Verwaltung der Belegschaft. Um Ihnen diesen Ansatz näher zu bringen, gliedert sich das Modul in zwei Teile:

Teil A beschäftigt sich mit der Wissensvermittlung grundlegender Themen im People Analytics Bereich. Hierbei wird zu Beginn das Themengebiet People Analytics hergeleitet und definiert. Anschließend findet eine grundlegende Einführung in die Datenanalyse statt, welche im Teil B des Moduls benötigt wird. Abschließend werden im diesem Teil ethische Frage- und Problemstellung in der Arbeit mit personenbezogenen Daten und Generierung von Entscheidungsempfehlungen auf Basis dieser angestellt.

Teil B fokussiert die Wissensvermittlung und - anwendung. Die einzelnen Kapitel in diesem Teil sind grob in zwei Teile untergliedert. Einen theoretischen Teil mit relevanten Theorien und Erkenntnissen in dem jeweiligen Teilbereich, sowie dem angewendeten Beispiel einer Datenanalyse diesbezüglich.

*** English ***

People analytics has the potential to transform the way organizations identify, develop and manage their workforce. Here, the term "people analytics" refers not to a technology, but to a novel, quantitative, evidence-based, and data-driven approach to managing the workforce. To help you understand this approach, the module is divided into two parts:

Part A deals with the knowledge transfer of fundamental topics in the People Analytics area. At the beginning, the topic of people analytics is derived and defined. Subsequently, a basic introduction to data analysis is given, which is required in part B of the module. Finally, ethical questions and problems in the work with personal data and the generation of decision recommendations on the basis of these are addressed in this part.

Part B focuses on knowledge transfer and application. The individual chapters in this part are roughly divided into two parts. A theoretical part with relevant theories and findings in the respective subarea, as well as the applied example of a data analysis in this regard.

Schwierigkeitsgrad:

Erfahrene, Experten

Lehr-/Lernform:

Virtuelle Vorlesung

Interaktionsformen mit dem System/Betreuer:

Chat, E-Mail

Interaktionsformen mit Mitlernenden:

Chat, E-Mail, Forum

Kursdemo:

zur Kursdemo

Schlagworte:

Personalplanung, People Analytics, Data Science, Personalmanagement, EHR, Electronic Human Resources Management, Human Resource Management, HR, HRM, Datenanalyse

Nutzung

Zielgruppe:

Wirtschaftswissenschaften für FH-Studierende, Wirtschaftsinformatik für Uni-Studierende, Wirtschaftswissenschaften für Uni-Studierende, Wirtschaftsinformatik für FH-Studierende

Nutzbar im Studiengang:

FAU University (Universität Erlangen-Nürnberg, FAU):

• International Information Systems (Master)
• Wirtschaftspädagogik (Master)
• Arbeitsmarkt und Personal (Master)

Universität der Bundeswehr München:

• Wirtschafts- und Organisationswissenschaften (Master)

Katholische Universität Eichstätt-Ingolstadt:

• Wirtschaft und Psychologie (Master)
  
  

Geeignet für Berufsfeld:

DatenanalystInnen und zugehörige Berufsgruppen

EntwicklerInnen von Analysesoftware

Mitarbeitende in Personalabteilungen

***English***

Data analysts and related professionals

Developers of analytic software

Employees in human resources departments

Formale Zugangsvoraussetzungen:

Registrierung bei der Virtuellen Hochschule Bayern (vhb) und fristgerechte Anmeldung zum Kurs

***English***

​Registration at the Virtuelle Hochschule Bayern (vhb) and enrollment in the vhb course

Erforderliche Vorkenntnisse:

keine / none

Erforderliche Vorkenntnisse bzgl. Handhabung der Lernplattform:

-

Verantwortlich

Trägerhochschule:

Uni Erlangen-Nürnberg (FAU)

Anbieter:

Prof. Dr. Sven Laumer

Autoren:

Florian Meier, Sven Laumer

Betreuer:

Sindi Biba

Prüfung

1) Exam for FAU students (Master WiPäd / Master IIS / Master A&P) and UniBw students (Master WOW)

Art der Prüfung:

Projektarbeit

Prüfer:

Prof. Dr. Sven Laumer

Anmeldeverfahren:

FAU students (Master WiPäd / IIS / Arbeitsmarkt und Personal): Exam registration via Mein Campus;
UniBw students (Master WOW): Exam registration via the UniBw's internal procedures

Prüfungsanmeldefrist:

–

Prüfungsabmeldefrist:

–

Kapazität:

–

Prüfungsdatum:

–

Prüfungszeitraum:

–

Prüfungsdauer:

–

Prüfungsort:

–

Zustündiges Prüfungsamt:

Examination office of the students' home university

Zugelassene Hilfsmittel:

–

Formale Voraussetzungen für die Prüfungsteilnahme:

Fristgerechte Anmeldung zum Kurs über das vhb-Kursprogramm und fristgerechte Anmeldung zur Prüfung / Enrollment in the vhb course and registration for the exam

Inhaltliche Voraussetzungen für die Prüfungsteilnahme:

Kursinhalte / Course content

Zertifikat:

Ja (graded certificate)

Anerkennung an folgenden Hochschulen:

UniBw München, Uni Erlangen-Nürnberg (FAU)

Sonstige Anerkennung:

noch nicht bekannt

Online-Prüfungsan-/-abmeldung:

Nein

Bemerkung:

Exam for FAU students (Master WiPäd / IIS / A&P) and UniBw students (Master WOW)

2) Exam for all students except FAU (Master WiPäd / IIS / A&P) and UniBw (Master WOW)

Art der Prüfung:

Projektarbeit

Prüfer:

Prof. Dr. Sven Laumer

Anmeldeverfahren:

Die Anmeldung erfolgt über das WWW.

Prüfungsanmeldefrist:

21.11.2022 00:00 Uhr bis 31.12.2022 23:59 Uhr

Prüfungsabmeldefrist:

21.11.2022 00:00 Uhr bis 31.01.2023 23:59 Uhr

Kapazität:

–

Prüfungsdatum:

–

Prüfungszeitraum:

–

Prüfungsdauer:

–

Prüfungsort:

–

Zustündiges Prüfungsamt:

Examination office of the students' home university

Zugelassene Hilfsmittel:

–

Formale Voraussetzungen für die Prüfungsteilnahme:

Fristgerechte Anmeldung zum Kurs über das vhb-Kursprogramm und fristgerechte Anmeldung zur Prüfung / Enrollment in the vhb course and registration for the exam

Inhaltliche Voraussetzungen für die Prüfungsteilnahme:

Kursinhalte / Course content

Zertifikat:

Ja (graded certificate)

Anerkennung an folgenden Hochschulen:

KU Eichstätt-Ingolstadt

Sonstige Anerkennung:

noch nicht bekannt

Online-Prüfungsan-/-abmeldung:

Ja

Bemerkung:

Exam registration via the vhb portal

Erforderliche Technik

Browser:

Current version of a common web browser (e.g., Chrome, Edge, Firefox)

Nutzungsbedingungen

Gebühren:

Nein

Nutzungsentgelte:

für andere Personen als (reguläre) Studenten der vhb Trägerhochschulen nach Maßgabe der Benutzungs- und Entgeltordnung der vhb

Copyright:

-

Hinweise zur Nutzung:

This course is completely available in German AND in English.

Für diesen Kurs erhalten Sie 5 ECTS an der Friedrich-Alexander-Universität Erlangen-Nürnberg, Universität der Bundeswehr München und Katholische Universität Eichstätt-Ingolstadt.

*** English ***

At Friedrich-Alexander-Universität Erlangen-Nürnberg, Universität der Bundeswehr München, and Katholische Universität Eichstätt-Ingolstadt, 5 ECTS are awarded.