Skill Lifecycle Management : Ein angewandtes künstliches neuronales Netz im Projektstaffing
Other Available Formats
Overview
Masterarbeit aus dem Jahr 2012 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,0, Universit t Duisburg-Essen, Sprache: Deutsch, Abstract: Die Beschreibung eines Mitarbeiters als Summe seiner Kenntnisse und F higkeiten erm glicht u. a. die detaillierte Allokation von Aufgaben, die genau auf die Interessen und Kenntnisse des Mitarbeiters passen und daher die Effizienz der Aufgabendurchf hrung und die Mitarbeiterzufriedenheit erh ht. Doch wie kann ein Mitarbeiter so detailliert beschrieben werden und wie kann diese Beschreibung dann auch noch genutzt werden? In dieser Arbeit soll ein Weg gefunden werden, wie die Kenntnisse und F higkeiten der Mitarbeiter automatisiert verarbeitet werden k nnen. Zur Sammlung dieser Daten ist es notwendig, eine Datenbank zu entwerfen und zu bef llen, die genau diese Informationen f r betriebliche Zwecke zur Verf gung stellen kann. Bei genauer Betrachtung ist festzustellen, dass die Bewertung von Kenntnissen und F higkeiten nur schwer m glich ist und diese sich im Rahmen eines Lebenszyklus st ndig ndern. Dieser Lebenszyklus wird fortan als Skill Lifecycle bezeichnet. Die Aufgabe des Skill Lifecycle Managements (SLM) ist es somit, eine Bewertungsmethodik zu entwerfen und die fortlaufenden nderungen m glichst realit tsnah zu erfassen und zu formalisieren. Zur Effizienzsteigerung und Optimierung durch eine automatisierte Nutzung der erfassten Bewertungen bietet sich das Projektstaffing an. Diese Verfahren der Mitarbeiterzuordnung in Projekten wurden bislang meistens durch menschliche Entscheidungen durchgef hrt, da die hohe Komplexit t nur durch die menschliche Kognition erfasst werden kann. Doch die entwickelten Techniken der naturanalogen Verfahren und der k nstlichen Intelligenz (KI) k nnen hier unterst tzen und L sungen erm glichen, die die Einsatzplanung der Humanressourcen optimiert, perfektioniert und automatisiert. An dieser Stelle kann eine fachgebiets bergreifende Wissenschaft herangezogen werden, die in den letzten Mo
This item is Non-Returnable
Customers Also Bought
Details
- ISBN-13: 9783656253105
- ISBN-10: 3656253102
- Publisher: Grin Verlag
- Publish Date: August 2012
- Dimensions: 8.27 x 5.83 x 0.35 inches
- Shipping Weight: 0.46 pounds
- Page Count: 152
Related Categories
