Skill Lifecycle Management: Ein angewandtes künstliches neuronales Netz im Projektstaffing
PAYBACK Punkte
0 °P sammeln!
Masterarbeit aus dem Jahr 2012 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,0, Universität Duisburg-Essen, Sprache: Deutsch, Abstract: Die Beschreibung eines Mitarbeiters als Summe seiner Kenntnisse und Fähigkeiten ermöglicht u. a. die detaillierte Allokation von Aufgaben, die genau auf die Interessen und Kenntnisse des Mitarbeiters passen und daher die Effizienz der Aufgabendurchführung und die Mitarbeiterzufriedenheit erhöht. Doch wie kann ein Mitarbeiter so detailliert beschrieben werden und wie kann diese Beschreibung dann auch noch genutzt werden? In dieser Arbeit soll ...
Masterarbeit aus dem Jahr 2012 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,0, Universität Duisburg-Essen, Sprache: Deutsch, Abstract: Die Beschreibung eines Mitarbeiters als Summe seiner Kenntnisse und Fähigkeiten ermöglicht u. a. die detaillierte Allokation von Aufgaben, die genau auf die Interessen und Kenntnisse des Mitarbeiters passen und daher die Effizienz der Aufgabendurchführung und die Mitarbeiterzufriedenheit erhöht. 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 Fähigkeiten der Mitarbeiter automatisiert verarbeitet werden können. Zur Sammlung dieser Daten ist es notwendig, eine Datenbank zu entwerfen und zu befüllen, die genau diese Informationen für betriebliche Zwecke zur Verfügung stellen kann.Bei genauer Betrachtung ist festzustellen, dass die Bewertung von Kenntnissen und Fähigkeiten nur schwer möglichist und diese sich im Rahmen eines Lebenszyklus ständig ändern. 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 Änderungen möglichst realitätsnah 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 durchgeführt, da die hohe Komplexität nur durch die menschliche Kognition erfasst werden kann. Doch die entwickelten Techniken der naturanalogen Verfahren und der künstlichen Intelligenz (KI) können hier unterstützen und Lösungen ermöglichen, die die Einsatzplanung der Humanressourcen optimiert, perfektioniert und automatisiert.An dieser Stelle kann eine fachgebietsübergreifende Wissenschaft herangezogen werden, die in den letzten Monaten und Jahren nach längerer Ruhephase wieder häufiger in den Medien diskutiert und in der Forschung untersucht wird. Die Forschung im Bereich der künstlichen Intelligenz wurde bereits vor Jahrzehnten begonnen, das Interesse ist damals jedoch aufgrund der begrenzten praktischen Anwendbarkeit, die sich aus der mangelnden Rechenleistungen von Computern zu dieser Zeit ergab, wieder abgeflacht. Die Rechenleistung hat sich in den letzten Jahren stark erhöht, so dass das Gebiet neuen Aufschwung erhielt und in vielen Bereichen auch aus der Grundlagenforschung herausgewachsen und in die industrielle Anwendung überging.
Andere Kunden interessierten sich für
