SAS Viya ist die cloud-native KI- und Analytikplattform des US-amerikanischen Softwareunternehmens SAS Institute, das seit 1976 auf statistische Analyse und Unternehmensanalytik spezialisiert ist. Viya vereint Data Management, Advanced Analytics, Machine Learning und KI-Modellbereitstellung auf einer skalierbaren Plattform — mit Kubernetes-basierter Cloud-Architektur und integrierten Governance-Funktionen.
Kosten: Cloud-SaaS-Abonnement, Preise auf Anfrage. Typisch im fünf- bis sechsstelligen Bereich jährlich für Enterprise-Kunden. SAS Viya for Learners kostenlos für Bildungseinrichtungen.
Stärken
- Marktführende statistische Verfahren und ML-Algorithmen mit langer Praxisbewährung in regulierten Branchen
- Starke Model-Governance und Explainable AI — wichtig für Banken, Versicherungen und Pharmaunternehmen
- Unterstützt Python, R und SAS-Code gleichzeitig — keine erzwungene Migration von bestehenden Skripten
- Deutschsprachige Niederlassung in Heidelberg mit Beratung, Support und Schulungen
- Bewährt in Deutschland bei Banken, Versicherungen, Pharmaunternehmen und Behörden
Einschränkungen
- Deutlich teurer als Open-Source-Alternativen (Python/scikit-learn) — ROI muss klar definiert werden
- Steile Lernkurve für SAS-spezifische Konzepte — erfordert spezialisierte SAS-Kenntnisse
- Weniger Flexibilität bei Cutting-Edge-Deep-Learning verglichen mit TensorFlow oder PyTorch
Passt gut zu
So steigst du ein
Schritt 1: SAS bietet für Bildungseinrichtungen “SAS Viya for Learners” kostenlos an — ideal für erste Erfahrungen. Für Unternehmen startest du mit einem Kontaktgespräch bei der SAS-Niederlassung in Heidelberg und einer Proof-of-Concept-Umgebung mit deinen eigenen Daten.
Schritt 2: Bringe deine Python- oder R-Skripte mit: SAS Viya unterstützt nativ Python, R und SAS-Code gleichzeitig. Bestehende Modelle deines Data-Science-Teams laufen ohne Refactoring auf der Viya-Infrastruktur — du gewinnst Governance und Skalierbarkeit, ohne Skripte neu schreiben zu müssen.
Schritt 3: Nutze Model Manager für KI-Governance: Alle Modelle werden zentral registriert, versioniert und mit Metadaten (Fairness-Metriken, Explainability-Reports) versehen. Auditoren und Regulatoren können damit jederzeit nachvollziehen, welches Modell wann mit welchen Daten eine Entscheidung getroffen hat.
Ein konkretes Beispiel
Ein deutsches Versicherungsunternehmen mit 5 Millionen Kunden nutzt SAS Viya für die Schadensregulierung und Betrugserkennung. Das Data-Science-Team entwickelt Prognosemodelle für den Schadenbedarf direkt in Viya — die Modelle werden im Model Manager registriert und der BaFin-Auditbericht enthält automatisch alle Modellbeschreibungen und Fairness-Kennzahlen. Die BaFin-Prüfung im vergangenen Jahr verlief ohne Beanstandungen zum KI-Einsatz.
Gut kombiniert mit
- SAS Fraud Management — Viya für Modellentwicklung und -governance, SAS Fraud Management für Echtzeit-Betrugsscoring in der Transaktionsstrecke
- Azure ML — Azure ML als Cloud-native Alternative mit tieferer Microsoft-Ökosystem-Integration und offener Python/R-Architektur
- Power BI — SAS-Viya-Modelloutputs in Power BI für Management-Dashboards visualisieren, die keine SAS-Kenntnisse erfordern
Empfohlen in 1 Use Cases
Versicherungen
- KI-gestützte Risikomodellierung Persönlicher Zugang
Redaktionell bewertet · Letzte Aktualisierung: April 2026 · Preise und Funktionen können sich ändern.