HR Analytics

Brief description

  • Grundlagen der Data-Analytics (u.a. Prozesse, Techniken) und Anwendungszusammenhänge von HR Analytics
  • Formen der Datenrepräsentierung und -visualisierung (u.a. Datenformate, Graphen, Diagramme)
  • Einführung in ausgewählte Gebiete der Statistik
  • Einführung in die Anwendung der Programmiersprache Julia
  • Funktionsweise und exemplarische Anwendung von Machine Learning
  • Grundlegende Techniken der Auswertung und Interpretation von Daten
  • Beispiele und Anwendungsszenarien aus dem HR Management mit der Anwendung in Bezug auf Kennzahlen aus dem HR Management
  • Umgang mit sensiblen und personenbezogenen Daten im Zusammenhang mit HR Analytics, insbesondere auch in Hinblick auf Aspekte des Gender- und Diversity-Managements

Mode of delivery

Präsenzveranstaltung

Type

Pflichtfach

Recommended or required reading and other learning resources/tools

Runkler (2012): Data Analytics. Wiesbaden: Springer
Provost/Fawcett (2013): Data Science for Business: What you need to know about data mining and data-analytic thinking. O'Reilly Media, Inc.
Strohmeier/Piazza (2015): Human Resource Intelligence und Analytics. Springer.
Wickham/Grolemund (2016): R for data science: import, tidy, transform, visualize, and model data. O'Reilly Media, Inc.
Bruce/Bruce (2017): Practical statistics for data scientists: 50 essential concepts. O'Reilly Media, Inc.
Khan/Millner (2020): Introduction to People Analytics: A Practical Guide to Data-driven HR. Kogan Page Publishers.

Planned learning activities and teaching methods

Vortrag (Präsenz und Online), Gastvorträge, Übungen, Gruppenarbeit, Präsentation, Wissensabfragen und Fallarbeit

Assessment methods and criteria

Immanente Leistungsfeststellung und abschließende LV-Prüfung (schriftliche Klausurarbeit).

Prerequisites and co-requisites

keine

Infos

Degree programme

Digital HR & angewandtes Arbeitsrecht

Cycle

Master

ECTS Credits

3.00

Language of instruction

German

Curriculum

Part-Time

Academic year

2024

Semester

1 WS

Incoming

No

Learning outcome

Nach erfolgreichem Abschluss der Lehrveranstaltung sind die Studierenden in der Lage,

  • grundlegende statistische Verfahren für die Datenanalyse zu erklären und im Zusammenhang von Anwendungsfällen aus dem HR Management anzuwenden,
  • die Statistik-Programmiersprache R für ausgewählte Aspekte der Datenanalyse zu verwenden,
  • Formen der Datenrepräsentierung und -visualisierung zu erklären und fallbezogen einzusetzen,
  • Einsatzmöglichkeiten von Machine Learning im HRM zu beschreiben,
  • ausgewählte Formen von Daten im HR Management auszuwerten und zu interpretieren sowie mit Kennzahlen in Beziehung zu setzen,
  • ausgewählte Formen von Daten im HR Management zu interpretieren und mit Kennzahlen in Beziehung zu setzen,
  • Herausforderungen und Risiken im Umgang mit sensiblen und personenbezogenen Daten im Zusammenhang mit HR Analytics zu erklären, insbesondere in Hinblick auf Aspekte des Gender- und Diversity-Managements.

Course code

1705-21-01-BB-DE-05