Machine Learning im betrieblichen Gesundheitsmanagement. ?Wie hilfreich sind (komplexe) Algorithmen??

dc.accessRightsAnonymous*
dc.contributor.authorSteiner, Markus Dominique Werner
dc.contributor.authorKrause, Andreas
dc.date.accessioned2022-05-24T12:52:09Z
dc.date.available2022-05-24T12:52:09Z
dc.date.issued2022-05-24
dc.description.abstractArbeitsbezogener Stress verursacht bei Schweizer Unternehmen jährlich Kosten von rund 7,6 Milliarden Franken. In der Gesunderhaltung von Mitarbeitenden besteht also grosses Potenzial, um Kosten zu sparen. Ein Ziel im betrieblichen Gesundheitsmanagement (BGM) ist, sich anbahnende Fehlbeanspruchungen früh zu erkennen und durch Interventionen zu minimieren. Grosses Potenzial wird hierfür in HR-Analytics verortet, wo mithilfe von Daten evidenzbasierte Entscheidungen getroffen werden sollen. Die Referenten geben einen Überblick, wie im BGM solche Algorithmen eingesetzt werden können, zeigen auf, wie sie das Potenzial einschätzen und präsentieren erste Ergebnisse aus Forschungskooperationen mit Unternehmen.en_US
dc.description.urihttps://www.fhnw.ch/de/weiterbildung/psychologie/abendreihe-psychologie-kompakt/machine-learning-im-betrieblichen-gesundheitsmanagementen_US
dc.eventAbendreihe Psychologie kompakten_US
dc.identifier.urihttps://irf.fhnw.ch/handle/11654/33499
dc.language.isode_CHen_US
dc.subject.ddc150 - Psychologieen_US
dc.titleMachine Learning im betrieblichen Gesundheitsmanagement. ?Wie hilfreich sind (komplexe) Algorithmen??en_US
dc.type06 - Präsentation*
dspace.entity.typePublication
fhnw.InventedHereYesen_US
fhnw.IsStudentsWorknoen_US
fhnw.ReviewTypeNo peer reviewen_US
fhnw.affiliation.hochschuleHochschule für Angewandte Psychologiede_CH
fhnw.affiliation.institutInstitut Mensch in komplexen Systemende_CH
relation.isAuthorOfPublication7cc7aee0-75c9-453c-b95a-382a6014c8cb
relation.isAuthorOfPublicationf636ee88-61eb-45fa-98d9-48648e089fbe
relation.isAuthorOfPublication.latestForDiscoveryf636ee88-61eb-45fa-98d9-48648e089fbe
Dateien