Eine sichere Bank: Die Workbench als schlanke, flexible Entwicklungsumgebung für KI

KI ist der Hoffnungsträger Nummer 1 für Banken: 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

Banken sind Vorreiter bei der Einführung von Generative AI, insbesondere in Form von Large Language Models. Zu diesem Schluss kommt eine aktuelle Studie von SAS und Coleman Parkes. 17 Prozent der rund 250 befragten Verantwortlichen weltweit geben an, Generative AI bereits vollständig in ihre regulären Prozesse integriert zu haben. Besonders im Risikomanagement sehen fast neun von zehn Unternehmen Verbesserungen nach der Einführung.

Das bedeutet, dass gerade bei Banken 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, so dass 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.

Mit den Anforderungen wachsen

Ein entscheidender Aspekt, der Innovationen erst ermöglicht, ist die Skalierbarkeit. Bei Projekten mit sehr begrenztem Budget, wie beispielsweise oft im akademischen Bereich, ist es wichtig, dass die Sockelkosten im Rahmen bleiben. Wenn man dann aber nach Bedarf mehr GPUs dazuschalten kann, ist dies ein großer Vorteil.

Modellbau ohne „Babylonische Sprachverwirrung“

Entwickler und Modellierer haben meistens eine bevorzugte Sprache, in der sie sich besonders sicher fühlen. Eine Developer Workbench, die mehrere Programmiersprachen unterstützt, erleichtert ihnen die Zusammenarbeit erheblich. Auch wenn ein Modell in einer SAS Umgebung eingesetzt werden soll, muss der Developer nicht unbedingt SAS als Programmiersprache kennen. Wenn er aufgrund der simplen Syntax beispielsweise Python-Code bevorzugt, ist das auch kein Problem.

Geringe Einstiegshürden für die nächste Generation

Dank der Integration von Open-Source-Technologien und der Unterstützung einer Multi-Language-Architektur erleichtert es eine Workbench 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. Zudem erleichtert Generative AI die Arbeit des Entwicklers: Bei SAS Viya Workbench kann er beispielsweise per Natural Language Prompt in einem einzigen Schritt SAS Code generieren, der dann noch manuell angepasst werden muss.

Turbo für Innovation

Workbenches gewinnen in der KI- und ML-Entwicklung zunehmend an Bedeutung – sofern sie die Flexibilität, Sicherheit und Performance bieten, die Developer und Data Scientists brauchen, um auch unter Zeit- und Wettbewerbsdruck schnell zu praktikablen Lösungen zu kommen. Unabhängig von den Vorkenntnissen kann eine Workbench die Bereitstellung von Analytics-Funktionen und KI-Modellen signifikant beschleunigen, die Zusammenarbeit fördern und die Time-to-Value reduzieren.

SAS Viya Workbench: Schneller Modelle implementieren

SAS Viya Workbench ist eine als SaaS bereitgestellte On-Demand-Umgebung, die Anwendern Datenanalysen und Modellentwicklung über eine codebasierte Oberfläche in der von ihnen präferierten Programmiersprache erlaubt. Entwickler können Open-Source-Code performanter nutzen, indem sie über gängige Python-Tools wie pandas oder Scikit-learn-Pakete die Compute Engine umstellen und Analytics-Funktionen mit SAS ausführen.

SAS Viya Workbench bietet jedem Anwender die passende Analytics-Umgebung, die seinen Workload-Anforderungen entspricht. Mit der Integration in die Plattform SAS Viya stehen gleichzeitig Enterprise-Features bereit, darunter Daten- und Modellmanagement, Governance und Orchestrierung. Entwickler und Modellierer profitieren dadurch von höherer Produktivität und schnellerer Innovation.

Mehr zu SAS Viya Workbench finden Sie hier.