SAS erweitert Viya-Plattform

Generative AI für mehr Produktivität

Vereinfachte Integration von Large Language Models zur Optimierung bestehender Prozesse

SAS Data Maker zur Erstellung von Synthetic Data für sichere und datenschutzkonforme Anwendungsszenarien in sensiblen Bereichen

HEIDELBERG, Deutschland, 17. April 2024 /PRNewswire/ -- SAS, einer der weltweit führenden Anbieter von Lösungen für Daten und künstliche Intelligenz (KI), erweitert seine Data- und KI-Plattform SAS Viya um Funktionalitäten für Generative AI. Im Laufe des Jahres wird SAS neue Lösungen auf den Markt bringen: einerseits den SAS Data Maker zur Generierung synthetischer Daten, andererseits branchenspezifische Generative-AI-Assistenten. SAS Viya umfasst eine Large-Language-Model(LLM)-Orchestrierung, die SAS Kunden bereits heute mehr Effizienz und Produktivität verschafft.

SAS unterstützt Unternehmen aktiv bei der sicheren Einführung der Technologie und verhilft ihnen damit zu schnellen Produktivitätsgewinnen und vertrauenswürdigen Ergebnissen – übergreifend für unterschiedlichste Branchen und regulatorische Anforderungen.

Orchestrierung von Generative AI: Verknüpfung von externen Generative-AI-Modellen in bestehende Prozesse und Systeme zur Orchestrierung von LLM für End-to-End-Anwendungen im Enterprise-Bereich. Diese Funktion steht bereits in SAS Viya zur Verfügung.

SAS Viya Copilot: erhöht die Produktivität für Entwickler, Data Scientists und Fachanwender über einen Personal Assistant, der analytische, Business- und Branchenaufgaben beschleunigt. SAS Viya Copilot umfasst diverse Tools für Aufgaben wie Code-Generierung, Datenbereinigung, Datenexploration, Marketingplanung, Journey Design und Knowledge Gap Analysis.

SAS Data Maker: löst Herausforderungen rund um Datenschutz und Datenlücken durch die Erstellung von synthetischen Tabellendaten in hoher Qualität.

Kundeninteraktion: Drei neue Funktionalitäten für Generative AI ergänzen SAS Customer Intelligence 360: Zusammenstellung von empfohlenen Zielgruppen, basierend auf Natural-Language-Eingaben, Chat Experience zur Auswertung von Zielgruppendaten sowie Empfehlungen zu Betreffzeilen in Mailings.

Die nahtlose Integration von Generative-AI-Modellen in Decisioning-Workflows, KI-/ML-Anwendungen und bestehende Geschäftsprozesse verhilft Unternehmen schneller zu Innovationen. Belastbare Maßnahmen zur Verbesserung der Datenqualität wie die Generierung von synthetischen Daten, Datenminimierung, -anonymisierung und -verschlüsselung sorgen für besseren Datenschutz. Dank Natural Language Processing, unter anderem für die Vorverarbeitung von Daten, sorgen Unternehmen für erklärbare und vertrauenswürdige Ergebnisse. Über eingebaute Tools lässt sich der gesamte Lebenszyklus von LLM validieren, einschließlich Model Risk Management, und somit die Governance stärken. Zudem führen ergänzende Funktionalitäten für quantitatives Decisioning zu präziseren Schlussfolgerungen und damit zu fundierten Entscheidungen auf Basis von Generative AI.