Zum Hauptinhalt springen
Cloud / AWS / Produkte / Amazon SageMaker Unified Studio - Daten- und KI-Studio

Amazon SageMaker Unified Studio - Daten- und KI-Studio

Amazon SageMaker Unified Studio vereint AWS Daten-, Analytics-, KI- und ML-Tools in einer Entwicklungsumgebung für teamübergreifende Projekte.

Machine Learning
Preismodell Verbrauchsabhängig (keine separate Gebühr für Unified Studio)
Verfügbarkeit Mehrere Regionen inkl. EU (Irland, Frankfurt, London, Paris, Stockholm)
Datensouveränität EU-Regionen verfügbar
Zuverlässigkeit N/A (es gelten die SLAs der genutzten AWS Services) SLA

Was ist Amazon SageMaker Unified Studio?

Amazon SageMaker Unified Studio ist eine einheitliche, webbasierte Entwicklungsumgebung, die AWS Daten-, Analytics-, KI- und ML-Services in einer einzigen Oberfläche zusammenführt. Statt zwischen getrennten Konsolen und Tools zu wechseln, bauen, deployen, betreiben und überwachen Teams ihre Workflows an einem Ort. Unified Studio integriert dazu Amazon EMR, AWS Glue, Amazon Athena, Amazon Redshift, Amazon Bedrock und Amazon SageMaker AI sowie SageMaker Lakehouse für einheitlichen Datenzugriff und SageMaker Catalog für Governance.

Das Produkt löst die Fragmentierung, die in vielen Daten- und KI-Vorhaben entsteht, wenn Data Engineering, Analytics und Data Science in unterschiedlichen Werkzeugen arbeiten. Administratoren richten Domains ein und verwalten Benutzer und Gruppen über SSO oder IAM. Innerhalb gemeinsamer Projekte erstellen und teilen Teams Daten, Rechenaufgaben und weitere Ressourcen unter einheitlicher Zugriffskontrolle. Amazon SageMaker Unified Studio adressiert damit kollaborative Daten- und KI-Arbeit von der Datenaufbereitung bis zum produktiven Modell.

Kernfunktionen

  • Einheitliche Entwicklungsumgebung: Eine webbasierte Oberfläche bündelt Daten-, Analytics-, KI- und ML-Tools von AWS, sodass Teams Workflows zentral bauen, ausführen und überwachen.
  • Integrierte AWS Services: Native Anbindung an Amazon EMR, AWS Glue, Amazon Athena, Amazon Redshift, Amazon Bedrock und Amazon SageMaker AI ergänzt durch SageMaker Lakehouse für Datenzugriff und SageMaker Catalog für Governance.
  • Projektbasierte Zusammenarbeit: Administratoren erstellen Domains und verwalten Zugriffe über SSO oder IAM. In gemeinsamen Projekten teilen Teams Daten, Code und Ressourcen.
  • Generative KI-Unterstützung: Amazon Q Developer hilft mit natürlichsprachlichem SQL, ETL-Job-Erstellung, Troubleshooting und Code-Vorschlägen. Über Amazon Bedrock stehen Knowledge Bases, Guardrails, Agents und Flows zur Verfügung.

Typische Anwendungsfälle

Daten- und ML-Projekte teamübergreifend: Data Engineers, Analysten und Data Scientists arbeiten in einem gemeinsamen Projekt. Sie teilen Datenquellen, Notebooks und Modelle in einer Oberfläche, ohne Werkzeugbrüche und mit konsistenter Zugriffssteuerung.

Datenaufbereitung und Analytics: Teams bauen ETL-Strecken mit AWS Glue und Amazon EMR, führen Ad-hoc-Abfragen über Amazon Athena aus und analysieren Daten auf Amazon Redshift und SageMaker Lakehouse, alles aus derselben Umgebung.

Prototyping generativer KI: Über Amazon Bedrock prototypisieren Teams GenAI-Anwendungen mit Knowledge Bases, Guardrails, Agents und Flows. Amazon Q Developer beschleunigt dabei wiederkehrende Entwicklungsaufgaben.

Vorteile

  • Eine Oberfläche statt vieler getrennter Tools reduziert Kontextwechsel und Einarbeitungsaufwand
  • Gemeinsame Projekte und zentrale Governance über SageMaker Catalog erleichtern die Zusammenarbeit
  • Verbrauchsabhängige Abrechnung ohne separate Gebühr für Unified Studio und ohne Vorabverpflichtung
  • EU-Regionen ermöglichen die Verarbeitung und Speicherung von Daten innerhalb der EU

Integration mit innFactory

Als AWS Reseller unterstützt innFactory Sie bei Einführung und Betrieb dieses Service.

Typische Anwendungsfälle

Teamübergreifende Daten- und ML-Projekte in einer Oberfläche
ETL und Datenaufbereitung mit Glue, EMR und Athena
Analytics auf Redshift und SageMaker Lakehouse
Prototyping generativer KI-Anwendungen mit Amazon Bedrock

Häufig gestellte Fragen

Was ist Amazon SageMaker Unified Studio?

Amazon SageMaker Unified Studio ist eine einheitliche, webbasierte Entwicklungsumgebung, die AWS Daten-, Analytics-, KI- und ML-Services in einer Oberfläche zusammenführt. Sie integriert unter anderem Amazon EMR, AWS Glue, Amazon Athena, Amazon Redshift, Amazon Bedrock und Amazon SageMaker AI. Teams bauen, teilen und betreiben darüber Daten- und KI-Workflows in gemeinsamen Projekten.

Wann sollte ich Amazon SageMaker Unified Studio einsetzen?

Setzen Sie Unified Studio ein, wenn mehrere Teams aus Data Engineering, Analytics und Data Science in gemeinsamen Projekten arbeiten und bisher zwischen getrennten Tools wechseln müssen. Typische Szenarien sind ETL-Pipelines, Analytics auf dem Lakehouse, das Training von ML-Modellen sowie das Prototyping generativer KI-Anwendungen unter einheitlicher Governance.

Was kostet Amazon SageMaker Unified Studio?

Für Unified Studio selbst fällt keine separate Gebühr an. Sie zahlen verbrauchsabhängig nur für die genutzten AWS Ressourcen und Services, etwa Compute, Storage, Notebooks und SageMaker Catalog. Grundlegende Vorgänge wie Domain-, Projekt- und Benutzerverwaltung sind ohne Zusatzkosten nutzbar.

Ist Amazon SageMaker Unified Studio in der EU verfügbar?

Ja. Unified Studio ist seit der allgemeinen Verfügbarkeit im März 2025 in mehreren AWS Regionen verfügbar, darunter fünf EU-Regionen: Irland, Frankfurt, London, Paris und Stockholm. Damit lassen sich Daten und Workloads in der EU verarbeiten und speichern.

AWS Cloud Expertise

innFactory ist AWS Reseller mit zertifizierten Cloud-Architekten. Wir bieten Beratung, Implementierung und Managed Services für AWS.

Ähnliche Produkte anderer Cloud-Anbieter

Andere Cloud-Anbieter bieten vergleichbare Services in dieser Kategorie. Als Multi-Cloud Partner helfen wir bei der richtigen Wahl.

Google Cloud

Agent Development Kit (ADK) - Multi-Agent-Framework

Agent Development Kit (ADK): Open-Source-Framework von Google für den Bau, das Testen und Deployment von Single- und …

Preismodell Kostenlos / Open Source (Apache 2.0); …
SLA N/A (Framework); SLA abhängig vom gewählten Deployment-Ziel
Vergleichen →
Azure

Foundry IQ - Wissensschicht für Agenten

Foundry IQ ist die Wissens- und Retrieval-Schicht für Microsoft Foundry: Agenten greifen über einen Endpunkt auf …

Preismodell Pay-as-you-go (Free Tier + …
SLA N/A (einige Funktionen in Preview, ohne SLA)
Vergleichen →
Azure

Foundry Local - Lokale KI auf dem Endgerät

Foundry Local: Cross-Plattform KI-Runtime, die Modelle on-device via ONNX Runtime ausführt. OpenAI-kompatible API, ohne …

Preismodell Kostenlos, keine Token-Kosten
SLA N/A (lokale Ausführung ohne Service-SLA)
Vergleichen →
Google Cloud

Gemini auf Vertex AI: Foundation Models per API

Gemini auf Vertex AI: Googles Foundation Models (Gemini 3, 2.5 Pro, Flash) mit langem Kontext und Multimodalität über …

Preismodell Pay-per-use (Tokens), zusätzlich Batch, …
SLA 99,9%
Vergleichen →
Google Cloud

GKE Inference Gateway - LLM-Routing auf Kubernetes

GKE Inference Gateway: Kubernetes-natives Gateway zum Serving generativer KI auf GKE mit LLM-bewusstem Routing und …

Preismodell Keine separate Produktgebühr, Abrechnung …
SLA N/A (keine eigene SLA, GKE-SLA gilt für den Cluster)
Vergleichen →
Azure

Microsoft Discovery - Agentische KI für F&E

Microsoft Discovery ist eine agentische KI-Plattform auf Azure, die Forschungsagenten, Wissensgraphen und HPC für …

Preismodell Pay-per-use (Azure-Verbrauch + User …
SLA N/A
Vergleichen →

68 vergleichbare Produkte bei anderen Cloud-Anbietern gefunden.

Bereit, mit Amazon SageMaker Unified Studio - Daten- und KI-Studio zu starten?

Unsere zertifizierten AWS Experten helfen bei Architektur, Integration und Optimierung.

Beratung vereinbaren