Übersicht
Geben Sie einen Suchbegriff ein oder verwenden Sie die Erweiterte Suche um nach Autor, Erscheinungsjahr oder Dokumenttyp zu filtern.
-
(2022) : Personalallokation und -planung für das Immobilienmanagement im Tourismus In: Bieger, Thomas; Beritelli, Pietro; Laesser, Christian (Hg.): Krisenbewältigung und digitale Innovationen im alpinen Tourismus: Berlin: Erich Schmidt Verlag (Schweizer Jahrbuch für Tourismus), S. 131-146
Abstract: In Zusammenarbeit mit der Weissen Arena AG haben die AutorInnen der FH Graubünden (Corsin Capol, Christopher Jacobson, Stefano Balestra, Tanja Bügler, Yves Staudt, Chantal Siegrist und Marc-Alexander Iten) ein durch maschinelles Lernen optimiertes System entwickelt, das zuverlässig Einsätze beispielsweise für das Reinigungspersonal prognostizieren kann.
-
(2022) : Personalallokation und -planung für das Immobilienmanagement im Tourismus (PIT) In: Forster, Michael; Alt, Sharon; Hanselmann, Marcel; Deflorin, Patricia (Hg.): Digitale Transformation an der Fachhochschule Graubünden: Case Studies aus Forschung und Lehre: Chur: FH Graubünden Verlag, S. 101-110. Online verfügbar unter https://www.fhgr.ch/fh-graubuenden/ueber-die-fh-graubuenden/wofuer-stehen-wir/digitalisierung/digitalisierungswissen-fuer-graubuenden/#c15147, zuletzt geprüft am 20.01.2023
Abstract: Die Fachhochschule Graubünden (FHGR) hat zusammen mit der Weisse Arena Gruppe und LAAX Homes AG einen Forschungsprototyp für die Personalallokation und -planung für das Immobilienmanagement im Tourismus entwickelt. Im Anschluss an die Modellierung der Personalstrukturdaten und der Übernachtungsangebote wurde ein AI Constraint Satisfaction Solver für die Personalallokation (Planung von Reinigungsteams für einen konkreten Tag) durch das Institut für Photonics und Robotics (IPR) entwickelt. Ebenfalls wurden die Einflussfaktoren auf die Vorbuchungs- und Aufenthaltsdauer anhand maschinellen Lernens durch das Institut für Tourismus und Freizeit (ITF) erforscht und das Verhalten von Eigentümern und Gästen analysiert. Basierend auf den Erkenntnissen der Tourismusforschung wurde ein Modell zur Vorhersage der Anzahl an Abreisen durch das IPR implementiert. Durch eine agile Vorgehensweise wurde der Forschungsprototyp früh getestet und in die Systemlandschaft der Weisse Arena Gruppe integriert. Mit einer vorausschauenden und technologieunterstützten Vorhersage des Personalbedarfs kann das benötigte Reinigungspersonal vorzeitig (den zu reinigenden Immobilien) zugeordnet werden. Durch die Planungssicherheit seitens der Weisse Arena Gruppe und der LAAX Homes AG können Engpässe frühzeitig erkannt und entsprechende Massnahmen definiert werden. Dies hat einen Einfluss auf die Zufriedenheit von Mitarbeitenden. Die Ferienimmobilien können durch die Personalallokation effizient durch das Reinigungspersonal angefahren und gereinigt werden.
-
(2022): Time series forecasting in the field of property management in tourism regions. 42nd international symposium on forecasting. International Institute of Forecasters. Oxford, 10. - 13. Juli, 2022. Online verfügbar unter https://isf.forecasters.org/wp-content/uploads/BookOfAbstractsISF2022.pdf
Abstract: With the rise of alternative accommodations such as rental holiday homes, the need for a service to manage such accommodations is growing. The planning of human resources is still a major challenge. This is especially true for the management of multiple holiday homes where distances between properties vary and demand is flexible. The goal is therefore to develop a software that predicts the number of people departing for each day of the next four weeks. Within this context, the forecast supports the management in mid-term human ressource planning. The authors offer a research prototype, predicting a flexible demand and translating this demand into a staff requirement. The time series exhibits several interesting characteristics. It consists of strictly positive integer values, of which many are zeros, it shows multiple seasonalities with different cycles and numerous anomalies due to Covid-19. Multiple state-of-the-art models and methods were tuned and tested until Facebook Prophet was chosen as forecasting technique. The addition of context specific regressors to the model is essential for generating valuable forecasts. The prototype software allows the training of the model once new data becomes available. Furthermore, its integration into the staff assignment planning and time recording software of the tourism property management company ensures its ease of use.