t3n Ausgabe 55 // Erscheinungsdatum: 27.2.2019

New Leadership: Team Anti-Chef

Lange Zeit funktionierte Unternehmens- und Mitarbeiterführung relativ dogmatisch: Der Chef gab die Richtung vor und traf die wichtigsten Entscheidungen, die Belegschaft gehorchte. Wer kann aber ernsthaft in Zeiten der Globalisierung und Digitalisierung als einzelne Person noch alles im Blick behalten, um die richtigen Entscheidungen zu treffen? 

Zudem wollen die meisten Mitarbeiter heute gar nicht mehr nur angeführt werden, sondern auch mitbestimmen: Der Zeitgeist, etwas bewirken zu wollen, drängt aus anderen gesellschaftlichen Bereichen auch in die Wirtschaft. Zu einer neuen Arbeitswelt passen starre Hierarchien also nur selten. Doch wer in Firmen an Führungsstrukturen rüttelt, stößt schnell an Grenzen. In der neuen t3n-Ausgabe zeigen wir, welche Herausforderungen mit neuen Führungskonzepten einhergehen und wie sie am besten zu meistern sind.

Luca Caracciolo, Chefredakteur t3n Magazin

Inhalte der Ausgabe 55

Siemens-Personalvorstand Janina Kugel im Interview

Janina Kugel kennt sich mit Führungsverantwortung aus: Mit ihrem Team sorgt sie für die knapp 380.000 Angestellten der Siemens-Gruppe weltweit. Print-Redaktionsleiterin Lea Weitekamp traf Kugel in München und sprach mit ihr darüber, was heute gute Führung ausmacht, wann Teams die besten Ergebnisse liefern und warum ihr Diversität ein so wichtiges Anliegen ist

Filterblasen und Echokammern – gibt es sie wirklich?

Filterblasen, Echokammern und die ständige Lust an der Empörung: Das Image der sozialen Medien hat durch Trump, den Brexit und die Wahlerfolge der AfD kräftig gelitten. Doch wie viel Schuld tragen Plattformen wie Facebook mit ihren durch Algorithmen kuratierten Newsfeeds tatsächlich an der zunehmenden Spaltung der Gesellschaft? Unser Reporter Jan Vollmer hat sich auf die Suche nach Antworten gemacht.

Wird künstliche Intelligenz endlich intelligenter?

Ein zentrales Problem von künstlicher Intelligenz ist nach wie vor, dass die entsprechenden Systeme nur für einen speziellen Anwendungsfall geeignet sind. Transfer Learning soll das ändern. Mit der Methode können neuronale Netze auch für nicht trainierte Anwendungsfälle eingesetzt werden. Die Erfolge sind vielversprechend. Doch auch wenn Transfer Learning anscheinend Wunder vollbringt, so verschärft es im selben Zug die Probleme der Technologie.