Pre-Employment-Screening - Bernhard Maier - ebook

Pre-Employment-Screening ebook

Bernhard Maier

0,0

Opis

Sicherheit bei Neueinstellungen in Unternehmen Pre-Employment-Screening (PES) – die Sicherheitsüberprüfung von Bewerbern vor Eintritt ins Unternehmen – gewinnt immer mehr an Bedeutung. Unternehmen müssen PES in ihren Rekrutierungsprozess aufnehmen, um internationalen Regularien zu entsprechen. Risikobewertung contra Privatsphäre Das in diesem Praxisleitfaden beschriebene risikobasierte PES-Modell bewältigt diese Herausforderung erstmals, indem es strategische Screening-Ziele definiert und dann eine Risikobewertung der freien Stelle vornimmt. Als Ergebnis erhält man eine Matrix der möglichen Risiken (Risikoprofil-Matrix). Diese Beurteilung dient als "Messinstrument" dafür, in welchem Ausmaß das Eindringen in die Privatsphäre von Bewerbern angemessen ist. PES in der Praxis Die Autoren haben den PES-Prozess in 5 Stufen gegliedert: • Prepare • Plan • Search • Loop • Decide Dieser Aufbau findet sich auch im rechtlichen Teil des Leitfadens wieder. Systematisch werden die im jeweiligen Prozessschritt auftretenden Rechtsfragen abgehandelt. Rechtslage in Deutschland und Österreich Zudem enthält das betont praxisorientierte Werk Ausführungen zur aktuellen Rechtslage des PES in Deutschland und Österreich. Darüber hinaus gibt es einen Ausblick auf die möglichen Auswirkungen der EU-Datenschutzgrundverordnung hinsichtlich des PES. Besonders empfehlenswert! • Security-Managern, • Fraud-Managern, • Compliance-Officern, • Personalabteilungen in Unternehmen steht damit erstmals ein kompetenter Leitfaden zu diesem sicherheitsrelevanten Thema in deutscher Sprache zur Verfügung.

Ebooka przeczytasz w aplikacjach Legimi na:

Androidzie
iOS
czytnikach certyfikowanych
przez Legimi
Windows
10
Windows
Phone

Liczba stron: 126

Odsłuch ebooka (TTS) dostepny w abonamencie „ebooki+audiobooki bez limitu” w aplikacjach Legimi na:

Androidzie
iOS
Oceny
0,0
0
0
0
0
0
Więcej informacji
Więcej informacji
Legimi nie weryfikuje, czy opinie pochodzą od konsumentów, którzy nabyli lub czytali/słuchali daną pozycję, ale usuwa fałszywe opinie, jeśli je wykryje.