Automatisiertes Recruiting durch Big Data und Data Mining

Ausgehend von der Frage wie Data Mining gestaltet sein muss, um die gezielte Rekrutierung von potentiellen Arbeitnehmern zu unterstützen, wurde der auf S. 44 dargestellte automatisierte Recruiting-Prozess erarbeitet. Als theoretische Grundlagen für diesen Prozess werden im vorderen Teil des Buches die Potentiale von Big Data, Business Intelligence und Data Mining aufgezeigt. Anschließend werden die Personalbeschaffung und Spezifika des Online Recruitings näher beleuchtet, sowie beeinflussende Aspekte aus den Bereichen des Talent Managements, Employer Brandings und des Diversity Managements miteinbezogen. Um eine Vergleichbarkeit mit der heutigen Praxis zu ermöglichen, wurde im Vorfeld ein Interview mit einem erfahrenen Recruiter durchgeführt. Dieses bestätigte den unterstützenden Charakter eines automatisierten Recruiting-Prozesses, betonte darüber hinaus allerdings die bleibende Notwendigkeit einer nachfolgenden Überprüfung der Bewerber durch fachkundiges Personal. Der Aufbau des Prozesses gliedert sich in die drei Teilschritte der Bedarfsplanung, Suche und Selektion auf. Die Bedarfsplanung legt hierbei fest, welche Arbeitskräfte wann, wo und wie benötigt und eingesetzt werden.

Autorentext

Sebastian Heumann aus Bonn studierte General Management (B.A.) an der Cologne Business School in Köln, wo er im Jahr 2017 sein Studium mit Erfolg beendete. Im Rahmen des Studiums beschäftigte er sich schwerpunktmäßig mit den Themen Unternehmensführung, Personal und Finanzmanagement und war anschließend als Management Consultant im Recruiting tätig.