Amazon SageMaker AI: KI-Agenten automatisieren Modell-Anpassung
Amazon hat eine neue Funktion vorgestellt, bei der ein KI-Agent Entwicklern beim Anpassen von Sprachmodellen helfen soll. Das System beschreibt die Anforderungen in normaler Sprache und übernimmt den gesamten Workflow von der Datenvorbereitung bis zum fertigen Code.
Wie der SageMaker-Agent arbeitet
Entwickler müssen sich nicht mehr durch verschiedene Schnittstellen und Datenformate kämpfen. Stattdessen beschreiben sie ihren Anwendungsfall in normaler Sprache. Der Agent schlägt dann die passende Trainingsmethode vor, bereitet die Daten auf, startet das Training und erstellt den fertigen Code als Jupyter-Notebooks.
Neun vorgefertigte Fähigkeiten steuern den Ablauf. Von der Prüfung des Datensatzes bis zur Bereitstellung des fertigen Modells übernimmt der Agent alle Schritte. Der generierte Code lässt sich jedoch jederzeit bearbeiten und wiederverwenden. Als Standard-Entwicklungsumgebung dient Amazons KI-Agent Kiro. Alternativ können Entwickler auch Claude Code oder andere Agenten nutzen.
Warum das für Unternehmen relevant ist
Die Anpassung von Sprachmodellen war bisher Aufgabe spezialisierter Data Scientists. Das neue System senkt diese Schwelle erheblich. Entwickler ohne tiefes Machine-Learning-Wissen können nun eigene Modelle für ihre Anwendungsfälle trainieren.
Unternehmen profitieren dabei in zweifacher Hinsicht. Zum einen sinken die Kosten, weil weniger spezialisiertes Personal nötig ist. Zum anderen verkürzt sich die Zeit bis zur Einsatzbereitschaft, weil der Agent Routineaufgaben automatisiert. Unterstützt werden Modellfamilien wie Llama, Qwen, DeepSeek und Amazons eigene Nova-Reihe, wie auch Amazon bekanntgab. Auch unser Bericht zu Amazons KI-Investitionen zeigt diesen Trend.
