Ein ethisches Framework für das digitale Human Resource Management

John Grosser () and Elmar Holschbach ()
Additional contact information
John Grosser: Universität Bielefeld, Fakultät für Gesundheitswissenschaften
Elmar Holschbach: Fachhochschule Südwestfalen, Fachbereich Ingenieur- und Wirtschaftswissenschaften

A chapter in Digitales Human Resource Management, 2021, pp 89-102 from Springer

Abstract: Zusammenfassung Digitale Ethik (die moralische Bewertung von und Auseinandersetzung mit Digitalisierung und Big Data) gewinnt zunehmend an Bedeutung, auch im Human Resource Management (HRM): Der Ethikbeirat HR Tech erarbeitet zurzeit erste Richtlinien für den Umgang mit Daten im Personalwesen; die Datenschutzgrundverordnung der Europäischen Union liefert ebenfalls einen Ausgangspunkt für datenethische Überlegungen. Trotz dieser Entwicklungen wurde die Ethik des digitalen Human Resource Management in der Forschung bisher noch nicht ausgiebig thematisiert. Ziel dieses Beitrags ist es, ein mögliches ethisches Grundgerüst bzw. Framework für Situationen des digitalen HRM zu entwickeln und vorzustellen. Dazu werden im ersten Abschnitt auf Grundlage der HRM- und Datenethik die Rechte der Mitarbeitenden auf Freiheit, das Verfolgen eigener Ziele und Interessen, die Privatsphäre und den gleichen Zugang zu diesen Rechten hergeleitet. Anschließend wird im zweiten Abschnitt ein Rahmenwerk entwickelt, das HRM-Entscheidungstragende bei der Entscheidung unterstützen soll, unter welchen Umständen und auf welche Art in die Rechte der Mitarbeitenden eingegriffen werden darf. Die identifizierten Voraussetzungen (Effektivität, Proportionalität, Notwendigkeit, Rechtfertigung und Gerechtigkeit) werden abschließend im dritten Abschnitt auf zwei Beispielsituationen angewendet: die Nutzung von Künstliche Intelligenz (KI)-Lösungen bei Beförderungsentscheidungen und die Automatisierung von HRM-Verwaltungsprozessen.

Date: 2021
References: Add references at CitEc
Citations:

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:spr:sprchp:978-3-658-35590-6_6

Ordering information: This item can be ordered from
http://www.springer.com/9783658355906

DOI: 10.1007/978-3-658-35590-6_6

Access Statistics for this chapter

More chapters in Springer Books from Springer
Bibliographic data for series maintained by Sonal Shukla () and Springer Nature Abstracting and Indexing ().