Martin-Luther-Universität Halle-Wittenberg

2024-Lehrstuhlfoto Team LS PWBG

Weiteres

Login für Redakteure

M. Sc. Marcel Herold

Marcel Herold

Marcel Herold

Marcel Herold ist seit September 2019 an der Technischen Hochschule Wildau als wissenschaftlicher Mitarbeiter für die Lehre im Fachbereich Wirtschaft, Informatik und Recht angestellt. Er lehrt insbesondere die Fächer „international Human Resource Management“ und „Personalmangement“ im Master „European Management“ und „Wirtschaft und Recht“. Im Bachelor unterrichtet er „wissenschaftliches Arbeiten“, „Personal & Organisation“ sowie „Human Resource Management & Organisational Design“. Er absolvierte seinen Master in Wirtschaftspsychologie mit Schwerpunkt Personal an der SRH Hochschule Berlin. Vor seiner wissenschaftlichen Laufbahn war Herr Herold 12 Jahre Soldat auf Zeit bei der Marine. Während dieser Zeit war er in unterschiedlichen Verwendungen im In- und Ausland tätig. 2006 nahm er an der ersten maritimen Auslandsmission UNIFIL (United Nation Interim Force in Lebanon) teil und wurde im Bereich Personal eingesetzt. Weitere Stationen waren das Bundesamt für Personalmanagement der Bundeswehr in Köln, wo er als Personalbearbeiter tätig war. Von 2011 bis 2015 war Herr Herold als Information Manager im NATO Joint Force Command HQ Brunssum/ Niederlande eingesetzt. Nach dieser Verwendung zog er nach Berlin und hat sein Bachelorstudium fortgeführt.

Veröffentlichungen

Artikel in Fachzeitschriften (peer-reviewed)

Herold, M. and Roedenbeck, M. (2024), " Matching Competency framework with Job advertisements: A data-driven analysis of its practical application in the healthcare sector", Evidence-based HRM, Vol. ahead-of-print No. ahead-of-print. https://doi.org/10.1108/EBHRM-05-2023-0181   

Herold, M. & Roedenbeck, M.R.H. (2024). Cultural values and the P-O fit: Comparative NLP analysis of German online job advertisements. Evidence-based HRM, Vol. ahead-of-print No. ahead-of-print. https://doi.org/10.1108/EBHRM-05-2023-0120   

Sammelbandbeiträge

Roedenbeck, M., Qari, S., Herold, M. (2024). Artificial Intelligence in the Staffing Process: Performance Comparisons of (Un)supervised Learning for the Screening of Job Applications. In: Barton, T., Müller, C. (eds) Artificial intelligence in application. Springer, Wiesbaden. https://doi.org/10.1007/978-3-658-43843-2_10   

Roedenbeck, M., Qari, S., Herold, M. (2021). Künstliche Intelligenz im Recruiting: Performancevergleiche des (un-)supervised Learnings bei Bewerbungsdokumenten. In: Barton, T., Müller, C. (eds) Künstliche Intelligenz in der Anwendung. Angewandte Wirtschaftsinformatik. Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-30936-7_12   

Beiträge auf Fachkonferenzen (peer-reviewed)

Herold, M, & Roedenbeck, M. (2024). Usage of Algorithms in Personnel Selection: A Systematic Review and Computational Analysis. Paper presented at the annual meeting of the Academy of Management (August 9 – 13). Chicago, USA.

Herold, M, & Roedenbeck, M. (2024). Usage of Algorithms in Personnel Selection: A Systematic Review and Computational Analysis. Paper presented at the annual meeting of the European Academy of Management (June 25 – 28). Bath, GBR.

Herold, M, & Roedenbeck, M. (2023). Matching Competency framework with Job advertisements: A data-driven analysis of its practical application in the healthcare sector. Paper presented at the annual meeting of the European Academy of Management (June 14 – 16). Dublin, IRL.

Herold, M. & Roedenbeck, M. (2023). Vergleichende Analyse von Unternehmenswerten in Online Stellenanzeigen mittels NLP /LIWC. In Stolzenburg, Frieder; Reinboth, Christian; Lohr, Thomas & Vogel, Kathleen (Hrsg.): NWK 2023 – Tagungsband der 23. Nachwuchswissenschaftler*innenkonferenz, Harzer Hochschultexte Nr. 14, Hochschule Harz, Wernigerode, 2023.

Herold, M. (2022). Digitalisierung des Gesundheitssektors: Analyse der digitalen Kompetenzen von Ärzten. (A. Wilms & S. Hirsch), 22. Nachwuchswissenschaftler*innenkonferenz (NWK). Hannover: TIB Open Publishing. S. 9-13. doi:10.52825/ocp.v2i.128   

Zum Seitenanfang