ModelOps räumt Hürden aus dem Weg

Damit geht der Experte für Analytics und künstliche Intelligenz (KI) ein weitverbreitetes Problem an: Laut IDC haben Unternehmen weltweit über 189 Milliarden US-Dollar in Analytics investiert – aber erst 35 Prozent sind bislang so weit, dass sie ihre analytischen Modelle auch komplett produktiv nutzen können. „Viele Unternehmen haben zwar eine datengetriebene Kultur etabliert, hadern aber noch damit, die Erkenntnisse aus der Datenanalyse wirklich in Geschäftsentscheidungen umzusetzen“, kommentiert Dan Vesset, Group Vice President of Analytics and Information Management bei IDC.

Vorbild DevOps

Mit einer neuen Palette an Lösungen will SAS deshalb gezielt die grössten Hürden rund um die Operationalisierung analytischer Modelle aus dem Weg räumen. SAS ModelOps bündelt SAS Model Manager Software und Services. Diese Kombination vereinfacht Management, Operationalisierung, Monitoring, Training und Governance analytischer Modelle – egal, ob es sich dabei um SAS oder Open-Source-Modelle handelt. Auf die Unternehmenssituation zugeschnittene Consulting-Services sorgen für eine schnelle und erfolgreiche Umsetzung.

Das Beratungsunternehmen McKinsey hält Methoden für besonders wichtig, die die Modellerstellung und -implementierung beschleunigen. Mit ModelOps gibt es jetzt einen kollaborativen Ansatz für analytische Modelle, wie ihn die Entwickler-Community mit DevOps verfolgt. ModelOps sorgt dafür, dass analytische Modelle den Sprung vom Data Science Lab in die produktive IT schaffen. 

Vom Hype in die Praxis

Zusätzlich führt SAS mit ModelOps Health Check Assessment einen Service ein, der Unternehmen – unabhängig von der eingesetzten Software – bei der Eigenbewertung und der optimalen Implementierung helfen soll. In einem Workshop vor Ort können Unternehmen ihren Reifegrad in Sachen Einführung und Management analytischer Modelle herausfinden. Der Selbst-Check gibt zudem Empfehlungen, wie sich die gewonnenen Erkenntnisse nutzen lassen, um bessere Entscheidungen zu treffen. Abgerundet wird das „Hilfepaket“ in Sachen Last Mile mit dem ModelOps Handbook, das Unternehmen Best Practices an die Hand gibt – insbesondere im Hinblick auf Zusammenarbeit und Prozesse, die den Übergang von Entwicklung zu Implementierung vereinfachen sollen.

SAS hilft Unternehmen dabei, Analytics zu operationalisieren – innovativ und gleichzeitig mit dem Sinn für eine erfolgreiche Umsetzung. Denn ohne die Überführung in die IT-Produktion bleiben KI & Co. nur schöne Hypes, bringen aber keinen Geschäftswert und somit keine Wettbewerbsvorteile.