SageMaker Canvas

aws.amazon.com/sagemaker/ai/canvas ist eine visuelle No-Code-Umgebung von AWS, in der Fachanwender ohne Programmierkenntnisse Machine-Learning-Modelle erstellen, bewerten und bereitstellen.

🛡️ Datenschutz: Anbieter ist Amazon Web Services, Inc. (Sitzland auf den abgerufenen Seiten nicht angegeben). Ein AWS-DPA ist verfügbar, die EU-Standardvertragsklauseln sind Bestandteil der AWS Service Terms, und Kunden können Speicherort und Region ihrer Daten selbst bestimmen. Aussagen zur Nutzung von Kundendaten für das Training dieses Dienstes sind auf der Produktseite nicht dokumentiert; für personenbezogene Daten sollte vorab der AVV/DPA geprüft werden.

Das Tool richtet sich an Business-Analysten und Fachabteilungen, die Vorhersagemodelle ohne Programmierung erstellen wollen.

Tool-Details & Features

💰 Preise: Nutzungsbasiert über AWS; konkrete Preise stehen laut Anbieter auf der separaten Preisseite.

⚙️ Technik: AutoML trainiert laut Anbieter mehrere Modelle mit verschiedenen Algorithmen; Modelle lassen sich in der SageMaker Model Registry registrieren.

👥 Zielgruppe: Business-Analysten, Fachanwender und ML-Teams in Zusammenarbeit.

🔗 Integrationen: Über 50 Datenquellen, darunter S3, Athena, Redshift, Snowflake und Databricks, sowie Amazon Kendra für Dokumentenabfragen und SageMaker Studio zur Zusammenarbeit.

📊 Funktionen: No-Code-AutoML, Datenaufbereitung mit über 300 Transformationen, Feinabstimmung von Foundation-Modellen, automatische Codegenerierung, Anleitung durch Amazon Q Developer.

Vor- & Nachteile

✅ Vorteile: Modellbau ohne Code mit Übergabe an Experten über SageMaker Studio; viele Datenquellen anbindbar.

❌ Nachteile: Gebunden an das AWS-Ökosystem; Kosten sind nutzungsabhängig und für Einsteiger schwer vorab zu kalkulieren.

Für wen geeignet?

Perfekt für Fachabteilungen mit AWS-Zugang, die Prognosemodelle ohne Programmierung aufbauen wollen.