Schnell, schlank, sicher: Die Workbench als flexible Entwicklungsumgebung für KISponsored Post
KI ist der Hoffnungsträger Nummer 1 für Versicherungen: Kaum eine andere Branche baut so konsequent insbesondere auf Generative AI. Das setzt KI-Entwickler unter Druck – sie müssen Modelle effizient, aber auch regulatorikkonform entwickeln und trainieren. Schlanke Agilität trotz Governance und Compliance versprechen sogenannte Developer Workbenches. Sie machen es Entwicklern so einfach wie möglich.
Autor: Joe Madden, Senior Product Manager bei SAS
Versicherungen sind Vorreiter bei der Einführung von Generativer AI. Zu diesem Schluss kommt eine aktuelle Studie von SAS und Coleman Parkes. Fast neun von zehn der rund 240 befragten Verantwortlichen weltweit geben an, dass sie eine genaue Vorstellung haben, wie Generative AI ihr Business optimieren kann – und ebenso viele wollen auch in den kommenden Jahren umfangreich in AI investieren.
Das bedeutet, dass gerade bei Versicherungen jetzt die KI-Entwickler gefragt sind, schnell Modelle für neue Szenarien zu realisieren. Tools dafür gibt es am Markt reichlich – sie sind in der Regel leistungsstark, als Insellösungen jedoch sperrig und wenig agil, oder sie sind schlank, aber es fehlen wichtige Funktionalitäten für die Operationalisierung im Enterprise-Einsatz. Developer Workbenches füllen diese Lücke und punkten mit Effizienz, Skalierbarkeit, Kollaboration und Qualität. So ermöglicht beispielsweise SAS Viya Workbench als stabile, Cloud-native Umgebung eine schlanke Entwicklung verschiedenster Analytics-Anwendungen. Das Datenmanagement ist zentral integriert, sodass der Zugang zu qualitativ hochwertigen Daten innerhalb der Umgebung gesteuert werden kann. Und im Sinne höchster Sicherheit bleiben sensible Informationen innerhalb der Firewall.
Schreiben, Testen und Optimieren leicht gemacht
Eine Workbench sorgt dafür, dass Entwickler bei der Erstellung von Machine-Learning-Modellen problemlos zusammenarbeiten und Code, Analyseergebnisse sowie Best Practices teilen können. Wichtig ist, dass die Umgebung für sehr große Datensätze sowie komplexe Rechenaufgaben geeignet ist und eine geringe Anlaufzeit benötigt. Das schafft ideale Voraussetzungen, um mit neuen Anwendungsszenarien zu experimentieren und Projekte zu skalieren. Für Ordnung sorgt eine automatische Versionierung der Modelle, die Reproduzierbarkeit und Transparenz sicherstellt.
Modellbau ohne „Babylonische Sprachverwirrung“
Entwickler und Modellierer haben meistens eine favorisierte Sprache, in der sie sich besonders sicher fühlen. Eine Developer Workbench, die mehrere Programmiersprachen unterstützt, erleichtert ihnen die Zusammenarbeit erheblich. Wer aufgrund der simplen Syntax beispielsweise Python-Code bevorzugt, kann problemlos damit arbeiten. Die Multi-Language-Architektur erleichtert selbst Neueinsteigern, sofort produktiv zu arbeiten. Entwickler sind in der Lage, ohne Unterstützung der IT-Abteilung ihre eigene Umgebung aufzusetzen und exakt die Ressourcen an CPU- oder GPU-Leistung zu nutzen, die der jeweilige Projektumfang benötigt.
