IDEAS home Printed from https://ideas.repec.org/p/zbw/imumbp/33.html
   My bibliography  Save this paper

Machine Learning Anwendungen in der betrieblichen Praxis: Praktische Empfehlungen zur betrieblichen Mitbestimmung

Author

Listed:
  • Thieltges, Andree

Abstract

KI-Modelle und Machine-Learning-Anwendungen halten Einzug in die alltägliche Praxis von Unternehmen und können mitbestimmt werden. Um die Interessen und Rechte der Beschäftigten zu berücksichtigen und zu schützen, sollten die aktuellen Regelungen in betrieblichen IT-Vereinbarungen hinterfragt und hinsichtlich ihrer Praxistauglichkeit geprüft werden. Die Auswertung "Machine-Learning-Anwendungen in der betrieblichen Praxis" zeigt Handlungsmöglichkeiten anhand von Regelungspunkten aus insgesamt 29 abgeschlossenen Betriebs- und Dienstvereinbarungen. Die Ergebnisse wurden in Workshops mit Betriebs- und Personalräten diskutiert und relevante Regelungsaspekte zu KI-Modellen und Machine-Learning-Anwendungen abgeleitet. Sie sind Bestandteil der hier vorgestellten Handlungsempfehlungen.

Suggested Citation

  • Thieltges, Andree, 2020. "Machine Learning Anwendungen in der betrieblichen Praxis: Praktische Empfehlungen zur betrieblichen Mitbestimmung," Mitbestimmungspraxis 33, Hans Böckler Foundation, Institute for Codetermination and Corporate Governance (I.M.U.).
    • Handle: RePEc:zbw:imumbp:33
    as

    Download full text from publisher

    File URL: https://www.econstor.eu/bitstream/10419/246912/1/p-mbf-praxis-2020-33.pdf
    Download Restriction: no
    ---><---

    More about this item

    Keywords

    Daten; Datenschutz; Persönlichkeitsrechte; Leistungskontrolle; Verhaltenskontrolle; Overfitting; Underfitting; Big Data; Black Box; Data Mining; HR Analytics;
    All these keywords.

    NEP fields

    This paper has been announced in the following NEP Reports:

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:zbw:imumbp:33. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: ZBW - Leibniz Information Centre for Economics (email available below). General contact details of provider: https://edirc.repec.org/data/boeckde.html .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.