1. anacision
  2. /
  3. Branchen
  4. /
  5. HR Analytics
Contact EXXETA
Sie haben Fragen? Close
Rufen Sie an
Sebastian Blanc
Lead Data Scientist
Gerne auch direkt anschreiben
Mail EXXETA Jetzt Mail schreiben

Forschungsprojekt AnyPPA

 

 

AnyPPA, kurz für Anonymous Predictive People Analytics, beschäftigt sich mit der datenschutzkonformen Auswertung von Daten. Kernziel ist dabei die Verringerung von Defiziten in der Personalentwicklung und -auswahl in Unternehmen, beispielsweise hinsichtlich Diversität und Fairness.

 

 

Ziel und Ergebnis

Ziel des Projekts ist die Entwicklung einer beschäftigtenfreundlichen Software-as-a-Service-Lösung, mit welcher Unternehmen datenschutzkonform und auf einfache Art und Weise Beschäftigtendaten analysieren können. Schwerpunkt hierbei bilden fortgeschrittene prädiktive Datenverarbeitungsverfahren (Predictive Data Analytics), mit welchen Daten aus einer Vielzahl von IT-Systemen für die Verbesserung von unternehmerischen Entscheidungen genutzt werden können.


Im Rahmen des Forschungsprojekts wird anacision „People Analytics“ (die Analyse von Beschäftigtendaten) neu und aus Sicht der Beschäftigten denken. Die Beschäftigten werden dadurch bei ihrer persönlichen Entwicklung unterstützt. Zudem werden systematische Schwachstellen in der gesamten Personalentwicklung aufgedeckt und minimiert (z.B. Subjektivität, Biases in Personalauswahl und -entwicklung, Förderung von Diversität und Fairness).


Im Ergebnis sollen HR-Verantwortliche dabei unterstützt werden, Entscheidungen zu treffen, die auf empirischen Erkenntnissen basieren und zum Unternehmenserfolg beitragen. Damit kann die Personalwirtschaft ihren Weg zu einer strategischen Unternehmensfunktion fortsetzen.


Datenschutz & Datenanalyse

Durch Einsatz von Data Analytics und KI-Methoden können Unternehmen ihre Prozesse optimieren und Mehrwert schaffen. Insbesondere bei personenbezogenen Daten ist es hierbei jedoch essenziell, den Datenschutz sicherzustellen und konform zur Datenschutz-Grundverordnung (DSGVO) vorzugehen. Ein vielversprechender Weg, personenbezogene Daten dennoch nutzen zu können ist die Anonymisierung durch Machine-Learning Methoden.  Lernen Sie in unserem Anonymisierungs-Demonstrator mehr über unser Vorgehen zur Anonymisierung von Daten und was es dabei zu beachten gibt.

Differential Privacy

Datenbanken enthalten oft sensible Informationen wie z.B. Mitarbeiterdaten. Deshalb müssen bei der Verarbeitung solcher Daten Schutzmaßnahmen installiert werden.

Differential Privacy ist eine mathematische Definition, die ein gewisses Maß an Privatsphäre garantiert, wenn eine Datenbank nach Informationen abgefragt wird.

Mit diesem Ansatz ist es möglich, wertvolle Informationen aus sensiblen Daten herauszuholen und gleichzeitig die Privatsphäre Ihrer Mitarbeiter zu schützen.

Probieren Sie unseren Differential Privacy Demonstrator aus und lernen Sie mehr über potentielle Anwendungsfälle und die darunterliegenden Theorien.

Timing im Recruiting-Prozess

Das richtige Zeitmanagement im Recruiting stellt für viele HR-Abteilungen eine Herausforderung dar. Wie viele BewerberInnen sind genau erforderlich, um eine Stelle mit hoher Wahrscheinlichkeit zum gewünschten Termin besetzen zu können?

Erfahren Sie, wie bereits einfache Datenmodelle HR-Verantwortliche bei mehrstufigen Bewerbungsprozessen unterstützen können, um die Wahrscheinlichkeit zu erhöhen, dass die gewünschte Anzahl an Positionen zu einer festgelegten Deadline besetzt ist.

Hier gelangen Sie zu unserem Blogartikel.

Umfrage zum Home-Office

Wie ist die Stimmung im Home-Office in der Corona-Zeit? Was sind aktuell die größten Störquellen bei der Arbeit daheim, und wie produktiv arbeiten wir?

Im Rahmen des Forschungsprojekts AnyPPA haben wir eine Blitzumfrage zu folgenden Themen durchgeführt.

Mehr über anacision erfahren? Sprechen Sie uns an.

Sprechen Sie uns an

Markus Frondorf

Managing Director

+49 172 7395191

Mail Kontakt

Sprechen Sie uns an

Rico Knapper

Managing Director & Chief Data Scientist

+49 152 22649878

Mail Kontakt

X