1. Analiza človeških faktorjev pri programskem inženirstvuMarko Karneža, 2018, magistrsko delo Opis: Namen naloge je pridobiti strnjene aktualne in relavantne informacije, z vidika podjetij in posameznikov, o obsegu in pomembnosti upoštevanja človeških faktorjev pri procesih programskega inženirstva. Osredotočili smo se na širše področje človeških faktorjev, njihov vpliv na uspeh projekta in zadovoljstva s službo.
Največ raziskav je bilo izvedenih v socialno najrazvitejših državah. Najbolj raziskani faktorji so osebnost, komunikacija, motivacija, sodelovanje, skupinsko delo, vodenje in drugi, ki se v večini raziskav predstavljajo kot najpomembnejši človeški faktorji, ki jih ne smemo prezreti. Rezultatov ni mogoče generalizirati na posamezno področje, saj moramo upoštevati družbeni in ekonomski status države programskih inženirjev ter različne vplive ostalih povezanih faktorjev. Prav tako izbira paradigme ne vpliva na obseg in pomembnost upravljanja človeških faktorjev. Podjetja se zavedajo, da je prepoznava in upravljanje človeških faktorjev lahko ključni element uspeha podjetja. Mehka znanja so prepoznana kot močan moderator uspeha projekta, medtem ko ima na zadovoljstvo pri delu največji vpliv avtonomija, komunikacija, programiranje v parih, uspeh, pošteno plačilo in nagrade. Področje človeških faktorjev pri programskem inženirstvu je še dokaj neraziskano in posledično neimplicirano v praksi. Na številnih področjih prihaja do nasprotujočih si rezultatov raziskav, prav tako se jih večina osredotoča le na en faktor in enoto analize, pri tem pa prezrejo vplive povezanih faktorjev in njihov vpliv na druge enote analize.
Ključne besede: mehka znanja, programsko inženirstvo, človeški faktorji, analiza, sociološki faktorji, socialna psihologija
Objavljeno v DKUM: 11.07.2018; Ogledov: 1162; Prenosov: 108
 Celotno besedilo (1,66 MB) |
2. VPLIV STRUKTURE ZNANJA NA KLJUČNE INDIKATORJE PROCESA V ZAVAROVALNIŠTVUJelena Šobota, 2013, magistrsko delo Opis: V današnjem času podjetja zanima predvsem, kako se obdržati na trgu, kako biti bolj konkurenčni, bolj učinkoviti ter bolj zanimivi za kupce. Uspeh pri doseganju vseh teh ciljev vidimo v zaposlenih organizacije. Ti namreč s svojim znanjem v organizaciji lahko največ prispevajo k zagotavljanju konkurenčne prednosti. Namen raziskave magistrskega dela je bil ravno dokazati, kako znanje zaposlenih vpliva na njihovo delovno uspešnost. Želeli smo prikazati način, na podlagi katerega je možno določiti strukturo znanja, ki jo organizacija želi od zaposlenih, ter to primerjati z njihovim dejanskim znanjem. Z uporabo mehke logike smo med obema znanjema naredili primerjavo ter dobili odstopanja. Sledilo je še statistično raziskovanje obstoja povezave med vrednostmi odstopanj v znanju in delovno uspešnostjo, ki jo zaposleni dosegajo.
Našega začetnega predvidevanja, da boljše ujemanje dejanske strukture znanja zaposlenih z zahtevanimi predstavlja tudi boljše doseganje rezultatov, nam ni uspelo dokazati. Le v polovici analiziranih primerov smo namreč odkrili, da boljša ko je dejanska struktura znanja zaposlenih od zahtevane, bolj so zaposleni uspešni. Prav tako smo v teh primerih nato lahko definirali, katera so tista znanja, ki so potrebna za dobro izvajanje aktivnosti, ki posledično pomeni boljši rezultat. Kljub temu da hipoteze nismo potrdili, pa smo dokazali, da lahko organizacije ob ustreznem definiranju potrebnega znanja z orodjem mehke logike opredelijo razliko med potrebnim ter dejanskim znanjem zaposlenih, kar pomeni, da lahko na podlagi rezultatov izvajajo določene ukrepe, kot je dodatno izobraževanje. Prav tako lahko s pomočjo omenjenih metod locirajo znanje, ki je potrebno za izvajanje posameznih aktivnosti, ki so pomembne za doseganje uspešnosti.
Ključne besede: ujemanje strukture znanja, management znanja, ključni indikatorji procesa, mehka logika, zavarovalništvo
Objavljeno v DKUM: 10.10.2013; Ogledov: 1735; Prenosov: 160
Celotno besedilo (2,43 MB) |
3. Odprava znanjskih ozkih grl v poslovnih procesih z uporabo mehke logikeMaja Zajec, 2012, magistrsko delo Opis: Želja po večjem, boljšem, hitrejšem in kvalitetnejšem je v nas prisotna že od nekdaj. Da bi lahko dosegli ta cilj, moramo odgovoriti s pravimi poslovnimi in delovnimi procesi. Odločilen pomen pri oblikovanju procesovpredstavljajo tudi inovacije, ki jih generirajo osebe s pravim znanjem in talentom. Izhajali smo iz dejstva, da vsaka nova sprememba v procesih lahko spremeni strukturo znanja določenega delovnega mesta ali delovne vloge. To pomeni, da oseba, ki zaseda vlogo, lahko postane t. i. znanjsko ozko grlo v procesu. Če se oseba nahaja na časovno kritični poti procesa, potem proces ne daje izhoda v želeni obliki, obsegu ali kvaliteti, kolikor bi ga lahko, če bi znanjska ozka grla razbremenili.
V ta namen smo razvili odločitveni model, ki temelji na uporabi mehke logike. S pomočjo le-tega smo pokazali, da se da osebe razporejati ne le na podlagi njihove časovne razpoložljivosti, temveč tudi na podlagi razpoložljivosti njihovega znanja. Rezultat modela je ocena znanja, ki temelji na odstopanjih med zahtevanim in dejanskim znanjem. Zahtevana znanja smo pridobili iz aktivnosti izbranega realnega procesa, dejanska znanja pa so bila ocenjena s pomočjo metode 360°. Za lažjo predstavo in posledično hitrejšega sprejemanja odločitev o razporejanju oseb na vloge glede na njihovo znanje smo uporabili tehniko toplotnega zemljevida. Na podlagi ugotovitev smo potrdili postavljeno hipotezo, da je s pomočjo mehke logike možno razviti odločitveni model, ki bo alociral znanja resursov na delovne vloge glede na zahteve procesov.
Ključne besede: razporejanje znanja, management znanja, poslovni procesi, poslovna inteligenca, mehka logika
Objavljeno v DKUM: 23.05.2012; Ogledov: 2409; Prenosov: 196
Celotno besedilo (3,71 MB) |
4. |
