| Vorwort | 5 |
| Inhaltsverzeichnis | 8 |
| Über die Autoren | 10 |
| Abkürzungsverzeichnis | 14 |
| Teil I | 16 |
| Grundlagen der Human Resource Intelligence und Analytics | 16 |
| Kapitel 1 | 17 |
| Analysen der Human Resource Intelligence und Analytics | 17 |
| 1.1 Begriff und Kategorisierung | 17 |
| 1.2 HR-Domänenbezug von Analysen | 19 |
| 1.2.1 Analysen nach HR-Prozess | 19 |
| 1.2.2 Analysen nach HR-Konzept | 20 |
| 1.2.3 Analysen nach HR-Aspekt | 21 |
| 1.2.4 Analysen nach HR-Bedeutung | 22 |
| 1.3 Datenbezug von Analysen | 23 |
| 1.3.1 Analysen nach Datenstrukturierung | 23 |
| 1.3.2 Analysen nach Datenherkunft | 24 |
| 1.3.3 Analysen nach Datenbereitstellung | 25 |
| 1.3.4 Analysen nach Datenanonymität | 26 |
| 1.4 Methodenbezug von Analysen | 27 |
| 1.4.1 Analysen nach Methodenoutput | 27 |
| 1.4.2 Analysen nach Methodenvorgehen | 28 |
| 1.4.3 Analysen nach Methodenvorfertigung | 57 |
| 1.4.4 Analysen nach Methodenauslöser | 58 |
| Literatur | 58 |
| Kapitel 2 | 62 |
| Prozesse der Human Resource Intelligence und Analytics | 62 |
| 2.1 Kategorisierung der HRIA-Prozesse | 62 |
| 2.2 Planung | 63 |
| 2.3 Bereitstellung | 67 |
| 2.4 Implementierung | 69 |
| 2.4.1 Prozessüberblick | 69 |
| 2.4.2 Rechtliche Implementierung | 69 |
| 2.4.3 Technische Implementierung | 70 |
| 2.4.4 Organisatorische Implementierung | 93 |
| 2.5 Betrieb | 94 |
| 2.5.1 Prozessüberblick | 94 |
| 2.5.2 Instandhaltung | 94 |
| 2.5.3 Support | 95 |
| 2.5.4 Sicherung | 96 |
| 2.6 Anwendung | 96 |
| Literatur | 98 |
| Kapitel 3 | 101 |
| Systeme der Human Resource Intelligence und Analytics | 101 |
| 3.1 Architektur und Konfiguration der Human Resource Intelligence und Analytics-Lösung | 101 |
| 3.2 Zentrale Systemkategorien der Human Resource Intelligence und Analytics | 109 |
| 3.2.1 Data Warehouse-Systeme | 109 |
| 3.2.2 ETL-Systeme | 115 |
| 3.2.3 OLAP-Systeme | 118 |
| 3.2.4 Reporting-Systeme | 120 |
| 3.2.5 Data Mining-Systeme | 122 |
| 3.2.6 Simulationssysteme | 126 |
| 3.2.7 Portal-Systeme | 129 |
| 3.2.8 HR-Systeme | 132 |
| Literatur | 135 |
| Kapitel 4 | 138 |
| HR Intelligence und Analytics – Datenschutzrechtliche Grenzziehungen | 138 |
| 4.1 Vorbemerkung | 138 |
| 4.1.1 Ausgangspunkt | 138 |
| 4.1.2 Rechtsquellen | 139 |
| 4.2 BDSG als maßgebende Datenschutznorm | 141 |
| 4.2.1 Allgemeines | 141 |
| 4.2.2 Voraussetzungen für die Anwendung des BDSG | 142 |
| 4.3 Verbot mit Erlaubnisvorbehalt | 148 |
| 4.3.1 Allgemeines | 148 |
| 4.3.2 Zulässigkeitsbestimmungen | 150 |
| 4.4 Zu beteiligende Institutionen | 157 |
| 4.4.1 Der Betriebsrat | 157 |
| 4.4.2 Der betriebliche Datenschutzbeauftragte | 158 |
| 4.5 Fallbeispiele | 159 |
| 4.5.1 Fallbeispiel 1: Die Ermittlung von Fluktuationsscores mittels Klassifikationsbaumverfahrens | 159 |
| 4.5.2 Fallbeispiel 2: Die Analyse getrennt erhobener personenbezogener Daten mittels OLAP | 164 |
| Literatur | 168 |
| Teil II | 170 |
| Anbieter der Human Resource Intelligence und Analytics | 170 |
| Kapitel 5 | 171 |
| ROC Deutschland GmbH: Personalcontrolling aus der Cloud | 171 |
| 5.1 Die Informationsfunktion des Personalcontrolling | 171 |
| 5.2 RaaS – Reporting as a Service | 173 |
| 5.2.1 Die Berichtslandschaft | 174 |
| 5.2.2 Die einzelnen Berichtsfelder | 175 |
| 5.2.3 Zielgruppen und Ebenen des personalwirtschaftlichen Berichtswesens | 182 |
| 5.3 Die HCM Suite und RaaS Content Packages | 185 |
| 5.4 Einführung und Anwendung der RaaS HCM Suite | 189 |
| 5.4.1 Konfiguration und Nutzergruppen | 189 |
| 5.4.2 Die Datengrundlage | 191 |
| 5.4.3 Bereitstellungsmodelle | 195 |
| 5.5 RaaS HCM wächst mit seinen Nutzern | 195 |
| Kapitel 6 | 197 |
| Personalwirtschaftliches Reporting mit SAP Netweaver und Business Objects | 197 |
| 6.1 Einführung | 198 |
| 6.2 Systemarchitektur | 201 |
| 6.3 Anwendungen im Personalbereich | 204 |
| 6.3.1 Bereitstellungsmanagement | 206 |
| 6.3.2 Entwicklungsmanagement und Leistungsmanagement | 211 |
| 6.3.3 Vorkonfigurierte Lösungen und Services für HCM Analytics (Rapid Deployment Solutions) | 216 |
| 6.4 Rechtliche Aspekte | 225 |
| 6.5 Zukünftige BI-Themen | 228 |
| Kapitel 7 | 231 |
| Zukunftsorientiertes Personalmanagement mit SAS als Garant wertorientierter Unternehmensführung | 231 |
| 7.1 Einführung | 231 |
| 7.1.1 Unternehmenseckdaten SAS | 231 |
| 7.1.2 Business Intelligence versus Business Analytics | 232 |
| 7.2 Fachliche Konzeption | 233 |
| 7.2.1 Unternehmenssteuerung | 233 |
| 7.2.2 Strategisches Personalmanagement im Kontext | 234 |
| 7.3 Anwendung im Personalbereich | 235 |
| 7.3.1 Nachhaltige Ziele – nachhaltiges Personalmanagement | 237 |
| 7.3.2 Planung und Steuerung abgeleitet aus der Personalstrategie | 239 |
| 7.3.3 HR Analytics und der Mehrwert | 243 |
| 7.3.4 Beispiele strategischer HR-Anwendungen von SAS | 246 |
| 7.4 Zukünftige Business Intelligence-/Business Analytics-Themen und ihre Relevanz | 248 |
| 7.4.1 Social Media | 248 |
| 7.4.2 Big Data und Visual Analytics | 249 |
| 7.5 Technische Konzeption | 251 |
| 7.6 Beschreibung der SAS-Vorgehensweise | 252 |
| Literatur | 258 |
| Teil III | 259 |
| Erfahrungen mit Human Resource Intelligence und Analytics | 259 |
| Kapitel 8 | 260 |
| Human Resource Intelligence und Analytics für die Strategische Planung | 260 |
| 8.1 Einleitung | 260 |
| 8.2 Planungsperspektive | 261 |
| 8.3 Strategische Personalplanung als Baustein eines Demografie Managements | 262 |
| 8.4 Wie langfristig kann eine Personalplanung sein? | 266 |
| 8.5 Predicitve Analytics – Was zeichnet eine gute IT Unterstützung für die Strategische Personalplanung aus? | 267 |
| 8.6 Planung auf Basis von Jobfamilien oder Mitarbeitergruppen | 277 |
| 8.7 Das Planungsmodell in der Praxis | 277 |
| 8.8 Strategische Personalplanung – Ein Nutzen für die Unternehmens- und Personalstrategie | 279 |
| Literatur | 282 |
| Kapitel 9 | 283 |
| BI im Personalmanagement bei Kromberg & Schubert | 283 |
| 9.1 Einführung | 284 |
| 9.1.1 Kromberg & Schubert stellt sich vor | 284 |
| 9.1.2 Personalsystem KRONOS | 285 |
| 9.1.3 Entscheidungsfindung für ein BI-System | 286 |
| 9.1.4 Umsetzung des Projekts | 286 |
| 9.2 Systemarchitektur | 288 |
| 9.2.1 Installation | 288 |
| 9.2.2 Datenquellen | 289 |
| 9.3 Anwendungen im Personalbereich | 289 |
| 9.3.1 Einheitliche Datenbasis | 290 |
| 9.3.2 Weltweites HR Management Reporting | 294 |
| 9.4 Anwendung an der Schnittstelle Personalbereich und Produktion | 302 |
| 9.4.1 Grundlagen des Produktionssteuerungssystems „AttoL – Attendance on Line“ | 302 |
| 9.4.2 AttoL-Reporting mit BI | 303 |
| 9.5 Zugriff auf zentrale Management-Informationen | 305 |
| 9.5.1 Web-basierter Zugriff für Key-User | 305 |
| 9.5.2 Konventionelle Management-Information | 307 |
| 9.5.3 Dashboard als Management-Information | 307 |
| 9.6 Datenschutz und Betriebsrat | 308 |
| 9.6.1 Datenschutzbestimmungen | 308 |
| 9.6.2 Technische Datensicherheit | 308 |
| 9.6.3 Zugriffsrechte | 310 |
| 9.7 Zusammenfassung und Ausblick | 310 |
| 9.7.1 Zusammenfassung | 310 |
| 9.7.2 Einbindung weiterer Fachbereiche in das BI | 310 |
| 9.7.3 Technologische Weiterentwicklung | 311 |
| Kapitel 10 | 312 |
| HR Analytics bei F. Hoffmann-La Roche Ltd. | 312 |
| 10.1 Einführung | 313 |
| 10.1.1 Roche Überblick | 313 |
| 10.1.2 HR Analytics bei Roche | 313 |
| 10.1.3 Systemzugang | 315 |
| 10.2 Systemarchitektur | 315 |
| 10.3 Anwendungen im Personalbereich | 315 |
| 10.3.1 Bereitstellungsmanagement | 315 |
| 10.3.2 Entwicklungsmanagement | 325 |
| 10.3.3 Leistungsmanagement („Performance Management“) | 327 |
| 10.3.4 Vergütungsmanagement | 329 |
| 10.3.5 Cockpits | 331 |
| 10.4 Allgemeine Aspekt im HR Berichtswesen | 332 |
| 10.4.1 Anwendergruppen im HR Berichtswesen | 332 |
| 10.4.2 Flexible Standardberichte vs. individuell erstellte Berichte? | 333 |
| 10.4.3 Wiederverwendbarkeit von Corporate Reports durch andere Anwendergruppen | 333 |
| 10.4.4 Analytisches Berichtswesen und Berichtswesen zur Prozessunterstützung | 334 |
| 10.4.5 Listen-Reporting mit BI-Tools | 336 |
| 10.4.6 Listen-Reporting und die Akzeptanz von Endanwendern | 337 |
| 10.5 Neue Trends aus Sicht von Endanwendern | 338 |
| 10.5.1 Echtzeit-Reporting von großen Datenmengen | 338 |
| 10.5.2 Mobile Reporting | 338 |
| 10.5.3 Textbasiertes Reporting | 339 |
| 10.5.4 Kombination mit eigenen Daten (Collaborative BI) | 340 |
| 10.5.5 HR Analytics, HR Prozesse und Social Networks | 340 |
| 10.5.6 Cloud Computing | 341 |
| Teil IV | 343 |
| Trends der Human Resource Intelligence und Analytics | 343 |
| Kapitel 11 | 344 |
| Trends der Human Resource Intelligence und Analytics | 344 |
| 11.1 HRIA-Technologieradar | 345 |
| 11.2 HRIA-Technologietrends | 347 |
| 11.2.1 Predictive HR Analytics | 347 |
| 11.2.2 HR Process Analytics | 349 |
| 11.2.3 HR Text und Sentiment Analytics | 352 |
| 11.2.4 Operational HR Analytics | 355 |
| 11.2.5 Self Service HR Analytics | 357 |
| 11.2.6 Collaborative HR Analytics | 359 |
| 11.2.7 Visual HR Analytics | 360 |
| 11.2.8 Mobile HR Analytics | 362 |
| 11.2.9 Real Time HR Analytics | 364 |
| 11.2.10 Big HR Data Analytics | 367 |
| 11.2.11 Inmemory HR Analytics | 368 |
| Literatur | 370 |
| Sachverzeichnis | 373 |
