Der Analytics-Anbieter SAS erweitert seine Analytics-Plattform um Funktionen für künstliche Intelligenz. Die Komponenten betreffen Machine Learning und Natural Language Processing, also die Kommunikation in natürlicher Sprache.
Eine Milliarde US-Dollar will SAS Institute in den kommenden drei Jahren in die Optimierung seiner Lösung Computer Vision investieren. Künftig soll Künstliche Intelligenz (KI) Unternehmen dabei unterstützen, mit visuellen Daten ihre Geschäftsergebnisse zu verbessern. „Unser Streben nach Innovation, wie man es an unserer Plattform und dem Komponenten der Künstlichen Intelligenz sieht, ist der Treibstoff für das operative Geschäft. Führungskräfte, Fachmitarbeiter und Data Scientists können mit Advanced Analytics ihr Geschäft auf einen neuen Kurs bringen“, berichtet Jim Goodnight, CEO von SAS.
Mit dem aktuellen Release seiner Plattform automatisiert der Analytics-Spezialist die komplexen Aufgaben beim Erstellen analytischer Modelle. Datenbereinigung und Datentransformation. Die Wahl der besten Variablen, das Erstellen, der Vergleich und das Implementieren von Modellen und das Retraining laufen eigenständig auf Basis von Best Practices ab.
Analytics-Ergebnisse werden nachvollziehbar
Die SAS Platform vergleicht Tausende von analytischen Modellen, um die für ein spezielles Geschäftsproblem am besten geeignete Variante zu bestimmen. Da Spracherkennung die analytischen Ergebnisse im Klartext darstellt, sollen Anwender mit unterschiedlichen Vorkenntnissen diese Informationen einfach interpretieren können, um schnell fundierte Entscheidungen zu treffen.
Laut Unternehmensaussage wird auf diese Weise der Einsatz von Analytics demokratisiert: Mitarbeiter in den Fachabteilungen und das Management könnten Künstliche Intelligenz ebenso nutzen wie Data Scientists und dabei nachvollziehen, wie die Ergebnisse zustande kommen.
„Viele Unternehmen sind bei Künstlicher Intelligenz noch Forschungsmodus und schaffen nicht den Sprung zu einem Machine-Learning-Modell, das tatsächlich wirtschaftliche Vorteile bringt“, erklärt Oliver Schabenberger, Executive Vice President, Chief Operating Officer und Chief Technology Officer bei SAS. „Die Data Scientists von SAS stehen Unternehmen zur Seite, wenn es darum geht, Strategien zu entwickeln, mit denen sich Daten in Intelligenz überführen lassen. Unser Trainingsangebot fördert die Talente im Unternehmen. Wir vereinfachen unsere Technologie, damit Anwender jeglichen Wissensstands damit arbeiten können.“
Mit Computer Vision vereinfacht SAS für eine Vielzahl von Anwendungen. So hilft beispielsweise die automatische Segmentierung Ärzten dabei, Veränderungen in der Form, Farbe und Größe von Tumoren zu erkennen, um die Krankheit zu bekämpfen.
Analytics nicht nur für Statistik-Profis
Die Erweiterungen der SAS Platform gliedern sich in fünf Bereiche:
- Neue Ansicht zu Projektergebnissen – Über eine narrative Zusammenfassung sollen auch Nicht-Data-Scientists verstehen, wie die Analyse durchgeführt wurde. Fachanwender, Data Scientists und die IT seien dadurch in der Lage, ihre Modelle und Algorithmen besser zu diskutieren. Mehr Kollaboration schaffe ein größeres Vertrauen in Künstliche Intelligenz, und das wiederum führe zu höherer Akzeptanz und letztlich zu Wettbewerbsvorteilen.
- Bessere Interpretierbarkeit und Nachvollziehbarkeit von Analytics-Modellen – Mit den in die SAS Platform integrierten Funktionalitäten zur Spracherkennung könnten Anwender automatisch Erklärungen für die Analyseergebnisse erstellen – und zwar in Begriffen, die auch für Laien verständlich sind. Dazu gehöre zum Beispiel der Hintergrund, warum eine Transaktion als potenziell kriminell aufgezeigt wird, oder warum bestimmte Kunden das beste Ziel für eine Marketingkampagne sind. Die aufbereiteten Informationen verbesserten das Verständnis von Fachanwendern sowie Business Analysts und seien eine wichtige Voraussetzung, um Advanced Analytics und Künstliche Intelligenz im Unternehmen zu verbreiten.
- Bessere Entscheidungsfindung – Die SAS Platform arbeite eng mit anderen SAS Lösungen wie SAS Intelligent Decisioning zusammen, um Entscheidungen abteilungsübergreifend zu automatisieren.
- Offene Application Program Interfaces – Über Schnittstellen bekommen Entwickler Zugriff auf Daten und können Webapplikationen entwickeln, um Fach- und technischen Anwendern die automatisierte Nutzung von Machine Learning, Spracherkennung und anderen Funktionalitäten Künstlicher Intelligenz zu ermöglichen. Die Anwender müssen keine dabei Kenntnisse in Programmierung oder Statistik haben.
- Zusätzlicher Content – Lösungen wie SAS Visual Investigator oder der SAS Mobile Investigator bringen die analytischen und operativen Funktionen von SAS Viya inklusive der integrierten Funktionalitäten für Machine Learning zu Mitarbeitern im Außendienst. Diese Anwender könnten von ihrem mobilen Gerät aus Daten aus Text, Dokumenten oder Fotos eingeben. Anschließend werde das System sofort aktualisiert. Die Echtzeitdaten ließen sich nutzen, um analytische Modelle anzupassen und Risikoerhebungen anhand der neuen Informationen durchzuführen.
Automatische Entscheidungen nach Bedarf treffen
In der heutigen schnelllebigen Welt müssen Unternehmen laut SAS informierte Entscheidungen unmittelbar treffen. SAS Intelligent Decisioning kombiniere Advanced Analytics, Geschäftsregelmanagement, Entscheidungsverarbeitung, Ereignisanalyse und Governance in Echtzeit. So entstehe die Basis, um Entscheidungen im gesamten Unternehmen zu automatisieren. Die Analytics-Applikationen unterstützten Anwender bei der Kundeninteraktion in Form von personalisiertem Marketing und Next-Best-Action-Empfehlungen sowie bei der Kreditvergabe und der Betrugsprävention. Jürgen Frisch
