Brendan Lys

An der Schnittstelle von Personalwesen und Data Science nutze ich umfangreiche Fachkenntnisse im Personalwesen zusammen mit den Methoden und Ansätzen der Data Science. Dieser Fokus auf die Gewinnung umsetzbarer Erkenntnisse aus Daten wurde bereits in Bereichen wie Vergütung & Benefits, Personalplanung, Rekrutierung, Arbeitsschutz, Diversität und Weiterbildung angewendet. Doch wie sieht die Anwendung von Data Science auf HR-Herausforderungen und -Chancen tatsächlich aus? Im HR-Kontext stammen unsere verwendeten Daten typischerweise direkt aus unserem HRMIS. Ein Vorteil von Data-Science-Methoden ist, dass wir zusätzliche Daten aus der Organisation oder externen Quellen einbeziehen können – Daten, die mit rein HR-analytischen Ansätzen nicht zugänglich wären. Beispielsweise beinhalten Stellenbeschreibungen eine Fülle von Daten, die wir normalerweise ignorieren, da sie nicht analysierbar vorliegen. Ein Nebenprojekt, an dem ich derzeit (April 2019) arbeite, nutzt Textmining auf Stellenbeschreibungen, um Erkenntnisse darüber zu gewinnen, zu welcher Berufsgruppe eine Position gehören könnte. Die Ergebnisse meiner Arbeit wurden von Organisationen aus verschiedensten Sektoren genutzt, darunter: Regierungen (Australien und Neuseeland), börsennotierte Unternehmen an ASX und NZX, Versorgungsbetriebe, Non-Profit-Organisationen sowie Hochschulen.