Suchergebnisse

In Deutschland gibt es bislang wenige Untersuchungen zum Zusammenhang zwischen Betriebsmerkmalen auf der einen Seite und individuellen Einstellungen und Merkmalen von Beschäftigten auf der anderen Seite. Dabei wird angesichts einer fortschreitenden Destandardisierung und Deregulierung von Beschäftigungsverhältnissen die Ebene der einzelnen Arbeitsorganisationen gerade in Deutschland für eine Reihe ökonomischer und sozialer Phänomene relevanter. Im Rahmen des Projektes wurde daher ein so genannter Linked-Employer-Employee-Datensatz (LEE) generiert, der sowohl ausführliche Informationen über die ökonomischen, personalpolitischen und arbeitsorganisatorischen Strukturen und Prozesse von Betrieben enthält, als auch Informationen über die soziale und ökonomische Situation der Beschäftigten und deren Haushalte.
Im Vordergrund des Projektes steht die Frage nach der Realisierbarkeit survey-basierter Personen-Betriebsdatensätze. Dementsprechend stehen methodische Fragen des Vorgehens und der Qualität des resultierenden Datensatzes im Vordergrund des Projektes.

Der Beitrag geht der Frage nach, welche betrieblichen Faktoren die Präsenz von Frauen in Führungspositionen beeinflussen. Hierbei interessiert uns auch die Rolle des Betriebsrats. Für unsere multivariate Analyse nutzen wir das IAB-Betriebspanel 2014 und verwenden Zähldatenmodelle mit der Anzahl Frauen im Führungsteam als abhängiger Variablen. Wir schätzen sowohl Modelle für die erste als auch für die zweite Führungsebene. Für die erste Führungsebene lassen sich Hinweise auf die in der Literatur beschriebenen Barrieren finden, die als gläserne Klippen und Böden bzw. Etagen, auf denen Frauen kleben bleiben, umschrieben werden. Insgesamt vermitteln die Ergebnisse aber vor allem den Eindruck, dass Frauen in "unattraktiven" Betrieben eher in Führungspositionen zu finden sind.

Zur Steigerung der Abbildungsgenauigkeit der Ressourcen eines Fertigungssystems in der digitalen Fabrik lassen sich Betriebsdaten heranziehen. Insbesondere der Einfluss des Mitarbeiters auf das Erreichen der Produktionszielgrößen ist aufgrund seiner Komplexität nicht analytisch vorherzusagen. Im Rahmen dieses Beitrags werden daher eine Methode und deren Anwendung zur Abbildung des Mitarbeiters sowie eine Herleitung des Zusammenhangs zu den Produktionszielgrößen anhand von mitarbeiterbezogenen Betriebsdaten dargestellt.
 
Operating data can be used to increase the mapping accuracy of the resources of a manufacturing system in the digital factory. Especially the influence of the employee on achieving the production targets is not predictable analytically due to its complexity. Therefore, this paper shows a method and its application for mapping of employee and the derivation of the relationship to the production targets based on employee-related operating data.