Trend zu lebenslangen Netzwerken: Alumni-Netzwerke in Unternehmen
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Alumni-Netzwerke stehen schon definitionsgemäß am Ende der HR Wertschöpfungskette. Entsprechend ist es nicht überraschend, dass sich in der Vergangenheit viele Unternehmen erst mit diesem Thema beschäftigt haben, als die anderen Herausforderungen angegangen waren. Mit der Generation Y und den Veränderungen auf den Talent-Märkten entsteht aber eine neue Dynamik, die zum Handeln zwingt. Noch sind in den Alumni-Netzwerken der Unternehmen die Mitglieder der Generation Y zahlenmäßig nur sehr gering vertreten. Umso wichtiger ist es deshalb, sich jetzt Gedanken darüber zu machen, ob und wie durch sie der Aufbau und die Funktionsweise der Alumni-Netzwerke verändert werden. Dieser Text soll einen Beitrag dazu leisten. Auf der Basis der Erfahrungen bei Roland Berger Strategy Consultants werden Struktur und Nutzung von Alumni-Netzwerken dargestellt sowie die Motive von Unternehmen wie Mitarbeitern untersucht. Ein Einblick in die praktische Umsetzung des Alumni-Netzwerks von Roland Berger sowie ein Ausblick auf die Herausforderungen durch den Generationenwandel schließen die Ausführungen ab.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.015 | 0.013 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it