Was ist Amazon SageMaker Ground Truth?
Amazon SageMaker Ground Truth ist eine Funktion von Amazon SageMaker AI, mit der Sie gelabelte Trainingsdatensätze für Machine-Learning-Modelle erstellen. Dafür kombinieren Sie menschliche Arbeitskräfte mit Machine Learning; die Ausgabe nutzen Sie für eigene Modelle oder als Trainingsdatensatz für ein Amazon-SageMaker-AI-Modell.
Wichtiger Hinweis zum Lebenszyklus: Laut Dokumentation ist Ground Truth nicht mehr für Neukunden geöffnet. Bestandskunden können den Service weiter nutzen; neue Funktionen sind nicht geplant. Die AWS-Ankündigung zur Service-Verfügbarkeit vom Juni 2026 nennt den 30. Juli 2026 als Ende des Zugangs für Neukunden. Für neue Vorhaben sollten Sie daher eine andere Lösung vorsehen.
Kernfunktionen
- Belegschaft nach Wahl: Amazon Mechanical Turk, eine private Belegschaft aus eigenen Mitarbeitenden oder Auftragnehmern oder ein Anbieterunternehmen aus dem AWS Marketplace
- Integrierte Aufgabentypen: Vorgefertigte Task-Typen für gängige Labeling-Aufgaben
- Eigene Labeling-Workflows: Eigene Oberflächen und Werkzeuge für die Arbeitskräfte, erstellt mit HTML-2.0-Komponenten
- Labeling-UI-Templates: Die SageMaker-AI-Konsole stellt integrierte Vorlagen für den Einstieg bereit
- Automated Data Labeling: Machine Learning entscheidet, welche Daten menschlich gelabelt werden müssen
- Streaming-Labeling-Jobs: Dauerhaft laufende Jobs, die neue Datenobjekte in Echtzeit an die Arbeitskräfte übergeben
- Datenhaltung in Amazon S3: Zu labelnde Daten, Eingabe-Manifest und Ausgabe-Manifest liegen im Bucket
- Protokollierung: Ereignisse der Labeling-Jobs erscheinen in Amazon CloudWatch unter
/aws/sagemaker/LabelingJobs
Typische Anwendungsfälle
Laufende Projekte von Bestandskunden: Bestehende Labeling-Pipelines weiterbetreiben, solange der Service für Bestandskunden verfügbar ist.
Bounding Boxes und Klassifikation: Bilddaten mit integrierten Aufgabentypen annotieren.
Sensible Daten im eigenen Haus: Eine private Belegschaft aus eigenen Mitarbeitenden labelt Daten, die die Organisation nicht verlassen sollen.
Fortlaufendes Labeling: Streaming-Labeling-Jobs für Datenströme, die kontinuierlich neue Objekte liefern.
Vorteile
- Auswahl zwischen öffentlicher, privater und beauftragter Belegschaft
- Integrierte Aufgabentypen verkürzen die Einrichtung von Labeling-Jobs
- Eigene Oberflächen für fachspezifische Aufgaben möglich
- Automated Data Labeling kann manuellen Aufwand verringern
- Anbindung an Amazon S3 und Amazon CloudWatch
Integration mit innFactory
Als AWS Reseller unterstützt innFactory Sie rund um Amazon SageMaker Ground Truth: Weiterbetrieb und Optimierung bestehender Labeling-Pipelines von Bestandskunden, Bewertung von Alternativen für neue Vorhaben angesichts der Schließung für Neukunden sowie Aufbau von Trainingsdaten- und MLOps-Prozessen auf AWS.
Typische Anwendungsfälle
Technische Spezifikationen
Häufig gestellte Fragen
Ist Amazon SageMaker Ground Truth noch verfügbar?
Laut Dokumentation ist Amazon SageMaker Ground Truth nicht mehr für Neukunden geöffnet. Bestandskunden können den Service weiterhin wie gewohnt nutzen. AWS investiert laut Dokumentation weiterhin in Verbesserungen bei Sicherheit und Verfügbarkeit, plant jedoch keine neuen Funktionen. Die AWS-Ankündigung zur Service-Verfügbarkeit vom Juni 2026 nennt den 30. Juli 2026 als Ende des Zugangs für Neukunden.
Was leistet Ground Truth?
Ground Truth unterstützt laut Dokumentation beim Aufbau hochwertiger Trainingsdatensätze für Machine-Learning-Modelle. Dafür kombinieren Sie menschliche Arbeitskräfte mit Machine Learning und erhalten einen gelabelten Datensatz, den Sie für eigene Modelle oder als Trainingsdatensatz für ein Amazon-SageMaker-AI-Modell verwenden können.
Welche Belegschaften stehen zur Auswahl?
Laut Dokumentation können Sie die Amazon-Mechanical-Turk-Belegschaft mit über 500.000 unabhängigen Auftragnehmern weltweit, eine private Belegschaft aus eigenen Mitarbeitenden oder Auftragnehmern sowie ein auf Datenlabeling spezialisiertes Anbieterunternehmen aus dem AWS Marketplace einsetzen. Amazon Mechanical Turk ist laut der Ankündigung vom Juni 2026 seinerseits ab dem 30. Juli 2026 für Neukunden geschlossen.
Was ist Automated Data Labeling?
Automated Data Labeling ist laut Dokumentation ein optionaler Ground-Truth-Prozess, der per Machine Learning entscheidet, welche Daten von Menschen gelabelt werden müssen. Das kann Labeling-Zeit und manuellen Aufwand verringern.
Was sind Streaming-Labeling-Jobs?
Bei einem Streaming-Labeling-Job werden laut Dokumentation neue Datenobjekte in Echtzeit an die Arbeitskräfte gesendet. Der Job läuft dauerhaft weiter, und die Arbeitskräfte erhalten fortlaufend neue Objekte, solange der Job aktiv ist und neue Objekte eingehen.
Was ist mit Ground Truth Plus?
Laut der AWS-Ankündigung zur Service-Verfügbarkeit vom Juni 2026 hat Amazon SageMaker AI Ground Truth Plus am 30. Juni 2026 das Ende des Supports erreicht.
Hinweis: Alle Produktinformationen auf dieser Seite wurden sorgfältig zusammengestellt, sind jedoch ohne Gewähr und können veraltet oder unvollständig sein. Cloud-Services entwickeln sich schnell weiter — Funktionen, Preise, SLAs und Verfügbarkeit ändern sich laufend. Verbindliche und aktuelle Informationen finden Sie ausschließlich auf der offiziellen Produktseite von AWS (offizielle Dokumentation). Diese Seite stellt kein Angebot von AWS dar.