A chatbot for self-organization recommendations
Kein Vorschaubild vorhanden
Autor:innen
Autor:in (Körperschaft)
Publikationsdatum
2022
Typ der Arbeit
Master
Studiengang
Sammlung
Typ
11 - Studentische Arbeit
Herausgeber:innen
Herausgeber:in (Körperschaft)
Betreuer:in
Übergeordnetes Werk
Themenheft
DOI der Originalpublikation
Link
Reihe / Serie
Reihennummer
Jahrgang / Band
Ausgabe / Nummer
Seiten / Dauer
Patentnummer
Verlag / Herausgebende Institution
Hochschule für Wirtschaft FHNW
Verlagsort / Veranstaltungsort
Olten
Auflage
Version
Programmiersprache
Abtretungsempfänger:in
Praxispartner:in/Auftraggeber:in
Zusammenfassung
More and more companies from different industrial sectors are confronted with faster changing markets, environments overall, and changing employee demands. To gain more flexibility and the ability to adapt faster as an organization to fast changing environments, they transform their organizational structure from a traditional hierarchical structure to a more agile structure with fewer hierarchical layers and more autonomy for individual employees and teams in a self-organized work setting. Supporting employees and teams individually in this enormous change is a costly and resource intensive undertaking but key to a successful organizational transformation and keeping work fulfilment and satisfaction of employees at a high level, which is beneficial for companies as well. This research aims to gain knowledge about the development of a Rasa chatbot that can give recommendations about self-organization.
Schlagwörter
Fachgebiet (DDC)
330 - Wirtschaft
Veranstaltung
Startdatum der Ausstellung
Enddatum der Ausstellung
Startdatum der Konferenz
Enddatum der Konferenz
Datum der letzten Prüfung
ISBN
ISSN
Sprache
Englisch
Während FHNW Zugehörigkeit erstellt
Ja
Zukunftsfelder FHNW
Publikationsstatus
Begutachtung
Open Access-Status
Lizenz
Zitation
DEL NEGRO, Livio, 2022. A chatbot for self-organization recommendations. Olten: Hochschule für Wirtschaft FHNW. Verfügbar unter: https://irf.fhnw.ch/handle/11654/48624