Durch neue Technologien wie KI und Machine Learning hat sich der Fokus auf Daten und Analytics noch einmal verstärkt, sagte James Goodnight, CEO von SAS, zum Auftakt der Kundenveranstaltung Global Forum Ende April in Dallas, Texas. "Unsere Herausforderung ist es, alle relevanten Daten zur Lösung der größten Probleme heranzuziehen." Goodnight verwies darauf, dass sein Unternehmen innerhalb der kommenden drei Jahre eine Milliarde Dollar in die Entwicklung von KI-Lösungen investieren will. Der SAS-CEO versprach kontinuierliche Innovationen rund um die eigene Analytics-Plattform. Damit erhielten Manager und Data Scientists die Möglichkeit, den Kurs ihrer Unternehmen noch genauer zu bestimmen und zu verfolgen.

Mit dem jüngsten Release der SAS-Plattform sollen sich auch komplexe Analytics-Aufgaben automatisieren lassen, stellt der Anbieter seinen Kunden in Aussicht. Beispiele seien die Sammlung, Aufbereitung und Transformation von Daten sowie das Erstellen, Vergleichen und Trainieren von Modellen. Ausgehend von einem bestimmten Business-Problem kann die SAS-Plattform Herstellerangaben zufolge verschiedene Analytics-Modelle vergleichen und den Anwendern passende Optionen für ihre speziellen Anforderungen vorschlagen.

Mit Hilfe von Funktionen für Natural Language Generation (NLG) könnten Analyseergebnisse darüber hinaus so aufbereitet werden, dass sie den Nutzern in natürlicher Sprache präsentiert würden. Das mache es auch für technisch weniger versierte Nutzer einfacher zu verstehen, was das Ergebnis eines Analytics-Systems bedeute und wie dessen Resultate zustande gekommen seien.

Viele Unternehmen verfügten nicht über das Know-how, um den Sprung zu einem maschinellen Lernmodell zu schaffen, das sich sinnvoll auf das Geschäft auswirkt, sagte Oliver Schabenberger, SAS Executive Vice President, Chief Operating Officer und Chief Technology Officer. "Wir vereinfachen unsere Technologie, um Anwendern aller Qualifikationsstufen zu helfen, leistungsfähige KI- und ML-Analysen für Innovationen zu nutzen", versprach der SAS-Manager. "Wir machen die KI echt."

Mit Hilfe von "Intelligent Decisioning" könnten Entscheider anhand von Datenanalysen quasi in Echtzeit die Strategie ihrer Unternehmen jederzeit neu justieren. Das Werkzeug kombiniert verschiedene Funktionen aus den Bereichen Business-Rules-Management, Decision Processing und Governance sowie Realtime Event Detection und Advanced Analytics. Die SAS-Verantwortlichen wollen ihre Plattform als zentrale Drehscheibe für sämtliche Analytics- Anforderungen in den Betrieben positionieren. Der Anbieter spricht an dieser Stelle von einer "Analytics Journey", die mit der Sammlung und Aufbereitung der Daten beginne und über die Entwicklung bis hin zum unternehmensweiten Ausrollen von Analysemodellen reiche.

Wie Unternehmen aktuell mit KI, Machine Learning und Deep Learning umgehen, lesen Sie hier in einer Studie von IDG Research Services

Darüber hinaus haben die SAS-Verantwort­lichen offene Application Programming Interfaces (APIs) angekündigt. Entwickler sollen damit einfacher Datenquellen anzapfen und Web-Applikationen für Analytics programmieren können, hieß es. Funktionen wie "SAS Visual Investigator" und "SAS Mobile Investigator" würden Anwender außerdem in die Lage versetzen, Analytics-Funktionen auch mobil zu nutzen. Sie könnten unterwegs Daten auswerten oder Informationen wie Texte oder Bilder über ihre mobilen Endgeräte in die Analytics-Systeme einspielen, wo sie sofort für neue Analysen zur Verfügung stehen sollen.

KI im Kampf gegen den Drogenmissbrauch

Ein auf dem SAS Global Forum vorgestelltes Beispiel, wie Advanced Analytics und KI dabei helfen können, das Leben von Menschen unmittelbar zu verbessern, ist die US-Gemeinde New Hanover County in North Carolina. Sozialarbeiter verfolgen dort möglichen Kindesmissbrauch, der meist in enger Verbindung mit einer extrem hohen Quote an Opioid-Missbrauch steht. Angesichts der zunehmend schweren Fälle von Missbrauch und Vernachlässigung stand das County Department of Social Services vor der Herausforderung, verteilte Daten schnell und einfach zusammenzuführen, um gefährdeten Kindern rechtzeitig helfen zu können.

Mithilfe von automatisiertem Machine Learning könnten sich Mitarbeiter der Sozialbehörde heute ihre Fälle mit einer Risikobewertung anzeigen lassen und so ihren Workflow priorisieren, berichteten Vertreter von SAS. Echtzeitbenachrichtigungen aufs Handy informierten, wenn das Missbrauchsrisiko für ein Kind steigt, so dass der Sozialarbeiter sofort Maßnahmen einleiten könne - beispielsweise einen Hausbesuch, um sich vom Wohlergehen des Kindes zu überzeugen.