Heidelberg, 19. Januar 2023 -- SAS, einer der weltweit führenden Anbieter von Lösungen für Analytics und künstliche Intelligenz (KI), wird im ersten „IDC MarketScape: Worldwide Machine Learning Operations Platforms 2022 Vendor Assessment“ als „Leader“ eingestuft. Der Report hat den SAS Model Manager bewertet, der in die Analytics- und Machine-Learning-Plattform SAS Viya integriert ist. Besonders positiv heben die Analysten bei der SAS Lösung die flexible Unterstützung einer Vielzahl von Sprachen und Modellen sowie starke Funktionalitäten für Governance und Produktivsetzung hervor.
Eine der besonderen Herausforderungen, vor denen Unternehmen heute stehen, ist die Operationalisierung von Machine-Learning-Modellen. MLOps ermöglichen Kollaboration und Kommunikation zwischen Data Scientists, Applikationsentwicklern, Business-Analysten und Operational Engineers. Sie helfen dabei, das Model-Lifecycle-Management durchgängig zu automatisieren, und sorgen für schnellere Modellerstellung.
Eine aktuelle Studie zeigt, dass Analytics-Ergebnisse in mehr als 40 Prozent der Fälle nicht von Entscheidungsträgern in den Fachabteilungen genutzt werden. „Man erkennt ganz deutlich eine Diskrepanz zwischen dem Finden von Erkenntnissen – und deren Nutzung. Die Integration eines ModelOps- oder MLOps-Tools ist entscheidend, um diese zu überbrücken“, kommentiert Marinela Profi, AI Product Strategy Lead for Analytics & MLOps bei SAS. „Das Erfolgsrezept ist dabei, nicht auf verschiedene Werkzeuge für einzelne Aufgaben zurückzugreifen, sondern eine umfassende Lösung für sämtliche Anforderungen wie SAS Model Manager zu wählen, die für Data Scientists und IT gleichermaßen verständlich ist.“
Dieser Ansatz bringt Analytics näher an die Demokratisierung, die den Talent Gap bei Data Scientists ein Stück weit schließen könnte. Neben MLOps sieht Profi für 2023 in dem Zusammenhang den Citizen Data Scientist auf dem Vormarsch:
„Die Nachfrage nach Data Scientists steigt, aber der Markt ist leer gefegt. Die Konsequenz daraus: Der Einsatz zum Beispiel von KI stockt, Modelle werden nicht operationalisiert. Auch aus diesem Grund setzen Unternehmen nicht mehr allein auf Technikspezialisten, sondern verstärkt auf Citizen Data Scientists. Es sollen also nicht mehr nur die Experten, sondern auch die Mitarbeiter direkt in den Fachabteilungen Datenanalysen und Modellierungen umsetzen können. Dazu brauchen sie Software, die weitgehend selbsterklärend ist. Der Trend geht 2023 klar zur Konsolidierung von KI- und Analytics-Tools auf modernen, offenen und multilingualen Anwendungen – ein Schub für die Produktivität von Data Science. Endanwender werden in der Lage sein, Analytics-Basisaufgaben durchzuführen, und Data Scientists können sich auf komplexere Themen konzentrieren.“
circa 2.800 Zeichen