Nachbericht SAS Innovate 2025 SAS baut Plattform SAS Viya für KI-Nutzung aus

Anbieter zum Thema

SAS Institute AG

INFOMOTION GmbH

QUNIS GmbH

SAS baut den Funktionsumfang seiner zentralen Lösungsplattform SAS Viya um zahlreiche neue Module aus. Schwerpunkte sind die sichere Einrichtung von KI-Agenten, die Erzeugung von synthetischen Daten und Produktivitätssteigerungen für Anwender – alles mit einer zentralen Data Governance. Zudem ist jetzt auch ein konfiguriertes Lösungspaket speziell für mittelständische Unternehmen verfügbar.

Mit „Data Maker“ wird ein bereits 2024 angekündigtes Werkzeug bald verfügbar, um sichere synthetische Daten zu erzeugen. Denn vielfach behindern Datenschutz und Datenknappheit Innovationen und Weiterentwicklung, besonders in regulierten Branchen wie dem Gesundheitswesen. Data Maker nutzt beim Erzeugen synthetischer Daten Funktionen des Unternehmens Hazy, welches SAS 2024 übernommen hatte. Das Tool soll im dritten Quartal verfügbar werden.

KI-Agenten für die Entscheidungsunterstützung

„KI-Agenten sind ein wichtiges Zukunftsthema, denn sie erfüllen Aufgaben, für die LLMs ungeeignet sind“, sagt SAS-Entwicklungsleiter Udo Sglavo. „LLMs eignen sich für Fragen, Suchen und Zusammenfassungen, aber weniger für Entscheidungsfindung. Agenten arbeiten hingegen sehr gut mit statistischen Methoden.“

Bildergalerie

Bildergalerie mit 8 Bildern

SAS Viya Intelligent Decisioning soll die Entwicklung und Bereitstellung intelligenter KI-Agenten für automatisierbare Entscheidungsprozesse im Unternehmen erleichtern. Menschen sollen dabei stets an den Beurteilungen beteiligt sein. SAS Intelligent Decisioning auf der Daten- und KI-Plattform SAS Viya soll es Unternehmen ermöglichen, KI-Agenten zu entwickeln, zu implementieren und zu skalieren. Das Tool ist bereits verfügbar.

„Wir bieten drei Säulen für KI an“, berichtet Sglavo. „Die erste Säulen besteht aus Agenten, die wir in Viya anbieten, die zweite aus Tools, mit denen Kunden und Partner Agenten erstellen können. Die dritte Säule bietet Agenten, die ohne SAS auskommen und unabhängig agieren können.“ Der nächste konsequente Schritt sei die Entstehung eines Marktplatzes für KI-Agenten. „Unser enger Partner Microsoft wird in absehbarer Zeit auf seiner Plattform GitHub solche Agenten vorstellen.“

Daher sei schon jetzt ein Multi-Agentensystem vorstellbar, ja, sogar realisierbar, denn Google habe 2024 das Agent-to-Agent-Protokoll (A2A) vorgestellt. Das jüngst auch von Microsoft unterstützte A2A-Protokoll erlaube, dass Agenten von verschiedenen Urhebern ihre Daten, Zugriffsrechte und Eigenschaften einander mitteilten, „ähnlich wie im Business Process Management“. Und mit Retrieval Augmented Generation (RAG) könnten sie auf firmeninterne Daten zugreifen. Mit dem MCP-Protokoll könnten sie diesen Dateneinzugsbereich erweitern. Daher sei abzusehen, dass Agenten unabhängig von menschlichen Genehmigungen automatisierte Aufgaben erfüllen, so etwa in der Betrugserkennung.

Responsible AI

Mit den intelligenten Agenten stelle SAS ein pragmatisches Framework für eine unternehmensweite Adaption von Responsible AI bereit. „Der Mehrwert von Agentic AI besteht darin, dass sich kollaborative Systeme aufbauen lassen, die mit Menschen zusammenarbeiten“, so Sglavo. Ein hybrider Ansatz vereine leistungsstarke deterministische Analytics mit der Flexibilität und Logik von LLMs und versetze Kunden in die Lage, KI-Agenten zu erstellen, die präzise und zuverlässige Ergebnisse liefern. Dabei würden Geschäftsregeln und Richtlinien berücksichtigt, die in regulierten Branchen erforderlich sind.

„In vielen Branchen besteht ein Mangel an Data Scientists, etwa in der Fertigung und im Gesundheitswesen, und dort werden wir KI-Agenten zuerst einführen“, so Sglavo. Es werde aber auch „agnostische“ Agenten geben, die lediglich Datenmanagement betreiben, etwa bei SAP, Microsoft oder Google.

Das in Viya eingebaute Governance Framework soll sicherstellen, dass die mit SAS erstellten KI-Agenten stets ethischen Standards entsprechen, Datenschutz respektieren, mit Geschäftswerten verknüpft sind und regulatorischen Vorgaben folgen. In stark regulierten Branchen mit strikten Compliance-Anforderungen – etwa die Finanzbranche oder das Gesundheitswesen – verfügen viele Unternehmen bereits über zuverlässige Governance-Maßnahmen. Speziell für AI Governance sehen sie sich aber oft noch nicht ausreichend gerüstet. „Wir bieten hier zum Beispiel im ersten Schritt eine Lösung für Banken an, die auf dem von Analysten validierten SAS Model Risk Management basiert“, sagt Sglavo.

SAS will „in Kürze“ zudem eine einheitliche, ganzheitliche AI-Governance-Lösung auf den Markt bringen, die KI-Systeme, -Modelle und -Agenten aggregieren, orchestrieren und überwachen kann. Diese Lösung sei gezielt auf Führungskräfte als Anwender ausgelegt, kann aber auch für Data Scientists hilfreich sein. Sie soll sicherstellen, dass KI-Projekte sämtlichen Richtlinien entsprechen, verbessere die betriebliche Effizienz und helfe Unternehmen, den Einsatz von KI optimal zu koordinieren. Hier gibt es eine Preview der Lösung.

AI Governance Map

Zusätzlich zum Governance Framework hat SAS nun eine AI Governance Map vorgestellt. Damit können Unternehmen ihren aktuellen Reifegrad in vier wesentlichen Bereichen der AI Governance bewerten und ihren Weg in die Zukunft sicherer planen. Als Teil der AI Governance Map soll ein kostenloses Online-Assessment eine zuverlässige und detaillierte Ersteinschätzung zum Status eines Unternehmens liefern. „Teilnehmer erhalten einen individuellen Bericht sowie einen maßgeschneiderten Aktionsplan für die nächsten Schritte“, so SAS. Der Bericht enthalte außerdem ein branchenspezifisches Benchmarking in den Bereichen Aufsicht, Compliance, Betrieb und Kultur. Das Online-Assessment ist ab sofort verfügbar.

SAS Viya Copilot

Der KI-gesteuerte Dialogassistent SAS Viya Copilot ist direkt in die SAS Viya-Plattform integriert. Er soll Entwicklern, Data Scientists sowie Fachanwendern als persönlicher Assistent zur Seite stehen, indem er Analyse-, Geschäfts- und Branchenaufgaben beschleunigt. „Copilot basiert auf Azure AI Services und ist ein direktes Produkt der Zusammenarbeit von SAS und Microsoft“, schreibt SAS. Der Chatbot sei derzeit als Preview verfügbar, ab dem dritten Quartal 2025 soll er dann allgemein verfügbar sein.

Erweiterte Programmierumgebung

Die SAS Viya Workbench ist eine cloudbasierte Codierungsumgebung, die Ende 2024 vorgestellt wurde. Sie verfügt nun über neue Funktionen. Damit sollen Entwickler und Modellierer einfacher, schneller und effizienter als bisher mit SAS oder Python-Code über Visual Studio Code oder Jupyter Notebook Modelle erstellen können – inklusive Datenmanagement auf Enterprise-Niveau. Zusätzlich unterstützt die Workbench Code in R, und SAS Enterprise Guide lässt sich als optionale integrierte Entwicklungsumgebung (IDE) nutzen. SAS Viya Workbench sei weiterhin über AWS Marketplace und ab sofort auch auf Microsoft Azure Marketplace verfügbar.

SAS Viya für den Mittelstand

„SAS Viya Essentials“ ist ein neues ein Paketangebot aus Lösungen und Managed Cloud Services, das speziell für mittelständische Unternehmen geschnürt wurde. Es ist sofort einsatzbereit und senkt durch geringe Investitionen die Einstiegshürde bei SAS Viya auch für KMUs. „SAS Managed Cloud Services: SAS Viya Essentials“ ist bereits verfügbar.

Branchenspezifische KI-Modelle

Im Bereich KI verfügt SAS bereits über eine Reihe von branchenspezifischen KI-Modellen. Auf seiner Anwenderkonferenz „SAS Innovate 2025“ hat das Unternehmen von Jim Goodnight eine breite Palette von neuen KI-Modellen vorgestellt, die jeweils gezielt auf geschäftskritische Prozesse verschiedener Branchen zugeschnitten sind, von Steuerprüfungen bei Behörden bis hin zur Lieferkettenoptimierung bei Industrie und Handel. Je nach Region würden diese Modelle und Agenten die jeweils geltende Gesetzgebung wie etwa die DSGVO beachten.

„Die Modellpakete sind sofort einsatzbereit, können aber auch an Kundendaten angepasst werden, um das Modelltraining zu beschleunigen“, sagt Udo Sglavo. „Wir haben für die jeweils nötigen Fachkenntnisse einige unserer Kundenberater rekrutiert und zu Entwicklern umgeschult, sodass nun diese branchenspezifischen Modelle wirklich realitätsnah gestaltet sind.“ So könnten beispielsweise Modelle mit Agenten für Arbeitssicherheit sorgen, „denn sie überwachen mithilfe von Computer Vision die Arbeitsumgebungen dahingehend, dass alle Arbeiter, die dort tätig sind, gemäß den Sicherheitsvorschriften ausgerüstet sind.“ Die Agenten würden über digitale Zwillinge verfügen und könnten Ernst- und Notfälle simulieren. Bei einem Verstoß oder einer erkannten Gefahr könnten sie sofort Alarm schlagen.

Alle KI-Modelle lassen sich laut Sglavo schnell und einfach in die bestehenden Systeme von Unternehmen jeder Größe integrieren. Zudem entsprechen alle Modelle den strengen Prinzipien der SAS Data Ethics Practice: „Anwender profitieren damit von einer einfachen, aber lückenlosen Dokumentation und stellen sicher, dass ihre KI-Anwendungen leicht verständliche, erklärbare Ergebnisse liefern“, sagt Sglavo.

Bereits verfügbar sind folgende Modelle: KI-gestützte Entitätsauflösung sowie Dokumentenanalyse. Im Gesundheitswesen steht die Analyse durch Risiken durch die Nichteinhaltung von Medikamentenvorschriften bereit, doch „im Laufe des Jahres“ soll auch die Aufdeckung von Zahlungsbetrug bei Kostenträgern hinzukommen.

Optimierung von Lieferketten und Überwachung der Arbeitssicherheit

In der Fertigung stehen Modelle für die strategische Optimierung der Lieferkette sowie für die Überwachung der Arbeitssicherheit bereit. Die Öffentliche Verwaltung kann mit KI-Modellen die Betrugserkennung bei Sozialhilfezahlungen sowie die Steuerprüfung bei Umsatzsteuern meistern, bald soll auch die Überprüfung der Einkommensteuer von Privatpersonen bereitstehen. Banken nutzen Modelle bereits für die Betrugserkennung im Zahlungsverkehr und im Zusammenhang mit Kreditkarten. Fraud Detection ist eine der Stärken von SAS und wird bei seinen Kunden verbreitet eingesetzt.

In einem nächsten Schritt will SAS die Modelle durch KI-gestützte Agenten ergänzen, die die branchenspezifischen Lösungen in der Anwendung noch effizienter machen. Dazu gehört ein einsatzfertiger KI-Agent, der komplexe Datenaufbereitungsaufgaben automatisiert und so die Ausführung von Modellen in Echtzeit ermöglicht, ohne dass eine manuelle Restrukturierung der Daten erforderlich ist. „Das erspart Unternehmen und ihren Data Scientists Tage oder sogar Wochen an Arbeit, die sie sonst benötigen, um Data Lakes zu erstellen und Kundendaten so aufzuarbeiten, dass sie für KI-Modelle nutzbar sind“, so Sglavo.

„Wir glauben, dass die Zukunft der KI in einsatzfertigen und branchenrelevanten Agenten liegt, die nicht nur intelligent, sondern auch verantwortungsbewusst arbeiten“, erklärt Udo Sglavo. „Unsere neuen Modelle, die auf jahrzehntelanger Fachexpertise basieren, stellen einen mutigen Schritt in Richtung Agentic AI dar: Lösungen, die kontextbezogen und zielgerichtet handeln sowie realen Nutzen erzielen.“

Interesse an Quanten-KI

KI endet nicht mit Modellen und Agenten, denn diese sind erst der Anfang der KI-Revolution. Auf seiner Anwenderkonferenz präsentierte SAS eine eigene globale Marktstudie unter 500 Führungskräften, der zufolge drei von fünf Unternehmen mit Quanten-KI experimentieren. Mehr als 60 Prozent planen Investitionen oder erproben Einsatzszenarien mit Quanten-KI (Quantum AI).

Laut Studie geben rund 70 Prozent der Befragten an, das Konzept Quanten-KI zu kennen. Das größte Potenzial schreiben sie der Technologie im Zusammenhang mit folgenden Bereichen zu: Datenanalyse und Machine Learning (48 Prozent), Forschung und Entwicklung (41 Prozent), Cybersecurity (35 Prozent), Supply Chain Management und Logistik (31 Prozent), Finanz- und Risikomanagement (26 Prozent) sowie Marketing (20 Prozent).

Die Umfrageteilnehmer sehen jedoch auch Barrieren, die einer umfassenden Adaption der Technologie im Wege stehen. Dazu gehören vor allem: hohe Kosten (38 Prozent), unzureichendes Verständnis für die Technologie (35 Prozent) und Unsicherheit, was den praktischen Nutzen angeht (31 Prozent). Dazu kommen mangelndes Know-how der Mitarbeiter (31 Prozent) und Unklarheiten bei der Regulatorik (26 Prozent).

SAS hat sich zum Ziel gesetzt, Quantentechnologie für ein breites Zielpublikum zugänglich zu machen, sodass Unternehmen schneller einen Mehrwert daraus generieren können – ohne dass dafür ein tieferes Verständnis der physikalischen Grundlagen erforderlich ist. Entscheidend ist ein hybrider Ansatz, bei dem Quanten-Computing und traditionelle Datenanalyse zusammenwirken.

Die Kombination ermöglicht die Entwicklung neuer Algorithmen, Modelle und Systeme, die in der Lage sind, komplexe Daten zu verarbeiten, komplizierte Machine-Learning-Modelle zu trainieren und Probleme zu lösen, die mit herkömmlichen Rechnern bisher nicht zu bewältigen waren. Bereiche, die davon profitieren, sind zum Beispiel Medikamentenentwicklung, Risikomanagement im Finanzsektor oder bessere Materialqualität und optimierte Prozesse in der Fertigung.

Quantum-Allianzen

Um die Technologie voranzutreiben, arbeitet SAS mit unterschiedlichsten Unternehmen und Institutionen zusammen. SAS setzt die Quantum-Annealing-Technologie von D-Wave Quantum sowohl für die eigene Forschung als auch für seine Kunden ein. IBM wird als „führend im Bereich supraleitendes Quanten-Computing“ bezeichnet. Als Mitglied des IBM Quantum Network treibe SAS die Integration von Quantentechnologie über den hybriden Ansatz voran. QuEra Computing wird als „führender Anbieter von Neutral-Atom-Quantencomputern“ bezeichnet. SAS ist Teil des QuEra Quantum Alliance Partner Program, das das Ziel verfolgt, die Entwicklung, Implementierung und Nutzung von Quantencomputern zu beschleunigen.

(ID:50416058)