Mikael Gothager Knihy

How shall a business adapt its management control systems when learning machines enter the arena? Will the control system continue to focus on humans aspects and continue to consider a learning machine to be an automation tool as any other historically programmed computer? Learning machines introduces productivity capabilities that achieve very high levels of efficiency and quality. A learning machine can sort through large amounts of data and make conclusions difficult by a human mind. However, as learning machines become even more complex systems, they introduce an uncertainty not previously considered by automation tools. The algorithms can make their own associations, and the automation engineer will no longer know exactly how a learning machine produces its outcome. What is the motive for a learning machine s decision? A learning machine in this context becomes more human-like compared to the older generation of automation computers. This research concludes that most contemporary Management Control System principles are relevant when deploying machine learning, but some are not. These conclusions are based on empirical data from contemporary sources.

Wie soll ein Unternehmen seine Managementkontrollsysteme anpassen, wenn lernende Maschinen die Arena betreten? Wird sich das Kontrollsystem weiterhin auf menschliche Aspekte konzentrieren und eine lernende Maschine weiterhin als ein Automatisierungswerkzeug wie jeden anderen historisch programmierten Computer betrachten? Lernende Maschinen führen Produktivitätsmöglichkeiten ein, die ein sehr hohes Maß an Effizienz und Qualität erreichen. Eine lernende Maschine ist in der Lage, große Datenmengen zu sortieren und Schlussfolgerungen zu ziehen, die für den menschlichen Verstand schwierig sind. Da lernende Maschinen jedoch zu immer komplexeren Systemen werden, führen sie eine Unsicherheit ein, die bisher von Automatisierungswerkzeugen nicht berücksichtigt wurde. Die Algorithmen können ihre eigenen Assoziationen bilden, und der Automatisierungsingenieur weiß nicht mehr genau, wie eine lernende Maschine zu ihrem Ergebnis kommt. Was ist das Motiv für die Entscheidung einer lernenden Maschine? In diesem Zusammenhang wird eine lernende Maschine im Vergleich zur älteren Generation von Automatisierungscomputern menschenähnlicher. Diese Untersuchung kommt zu dem Schluss, dass die meisten der heutigen Managementkontrollsystemprinzipien beim Einsatz von maschinellem Lernen relevant sind, einige jedoch nicht. Diese Schlussfolgerungen beruhen auf empirischen Daten aus zeitgenössischen Quellen.