Anzeige

Data Discovery

Durch die steigende Cloud-Nutzung, Remote-Arbeit und Interkonnektivität der Geschäftsprozesse werden sensible Daten heutzutage in einer Vielzahl von Systemen, Anwendungen und Datenbanken gespeichert, was ihren Schutz zu einer Herausforderung macht.

Um Daten effektiv vor Verlust und Diebstahl schützen zu können, muss ein Unternehmen nicht nur wissen, welche Daten es besitzt, sondern auch, wo sie gespeichert sind, wer Zugang zu ihnen hat, wo auf sie zugegriffen wird und wie sie übertragen werden.

Als einer der größten Business-Intelligence-Trends der letzten Jahre stellt die Data Discovery deshalb eine entscheidende Komponente der Datensicherheit und Compliance dar. Data Discovery ermöglicht es, sensible und gesetzlich regulierte Daten eines Unternehmens umfassend zu identifizieren und zu lokalisieren, um sie angemessen zu sichern oder zuverlässig zu entfernen.

Data Discovery ermöglicht kontextbewusste Datensicherheit

Data Discovery erleichtert Unternehmen die Bestimmung von Datenbedrohungen und Eindämmung der Folgen potenzieller Datenlecks. Durch ein umfassendes Verständnis der Kontext-Faktoren wie Dateityp, Sensibilität, Benutzer und Standort können Sicherheitsteams und die von ihnen eingesetzten Security-Lösungen effektivere Entscheidungen treffen, wenn es darum geht, sensible Daten in einem breiten Spektrum von Anwendungsfällen zu schützen. Die Data Discovery liefert viele dieser kontextbezogenen Hinweise, indem sie sensible und regulierte Daten identifiziert.

Vorteile von Data Discovery mit kontextbewusster Security

Unternehmensdaten befinden sich heute auf vielen Geräten und in Cloud-Storage-Anwendungen. Mitarbeiter oder Partner können häufig jederzeit und von überall darauf zugreifen. Die Identifizierung, Lokalisierung und Klassifizierung dieser Daten ist daher Priorität von Data-Discovery-Sicherheitsanwendungen. Zu den Vorteilen von Data Discovery- und kontextbewussten Security-Lösungen gehören:

• Ein verbessertes Verständnis über die Art der Daten, die ein Unternehmen besitzt, wo sie gespeichert sind, wer auf sie zugreifen kann und wo und wie sie übertragen werden
• Die Anwendung vordefinierter Klassifizierungen und Schutzrichtlinien auf Unternehmensdaten
• Eine kontinuierliche, umfassende Überwachung des Datenzugriffs und der Datenaktivität
• Eine automatische Datenklassifizierung auf Grundlage des Kontexts
• Risikomanagement und Einhaltung gesetzlicher Vorschriften
• Eine vollständige Datentransparenz
• Die Identifizierung, Klassifizierung und Verfolgung sensibler Daten
• Die Möglichkeit, in Echtzeit Schutzkontrollen auf Daten anzuwenden, basierend auf vordefinierten Richtlinien und kontextabhängigen Faktoren

Best Practices für die Data Discovery

Data Discovery lässt sich allgemein in fünf Schritte gliedern:

1. Daten sammeln: Es müssen sowohl sensible als auch nicht-sensible Daten gesammelt werden und leicht einsehbar sein. Um die Einhaltung von gesetzlichen Vorschriften zu gewährleisten, sollte der Standort der gesammelten Informationen so weit wie möglich zusammengefasst und dokumentiert werden.

2. Datenanalyse: Sobald sich alle Daten in einer überschaubaren Umgebung befinden, werden sie analysiert. Hierbei ist es wichtig, die sensiblen Daten und die notwendigen, aber nicht-sensiblen Daten zu trennen. Unternehmen bestimmen auch, welche Daten sie aufgrund gesetzlicher Vorschriften oder für Geschäftszwecke aufbewahren müssen und welche Daten verworfen werden können.

3. Datenbereinigung: Alle unnötigen Daten sollten bereinigt werden. Es sollte generell eine Richtlinie für die Bereinigung von Daten festgelegt werden, sobald sie nicht mehr erforderlich sind.

4. Daten schützen: Alle Daten sollten daraufhin angemessen geschützt werden. Dieser Schutz sollte sowohl physisch (Aufbewahrung der Daten in einem verschlossenen Schrank oder Raum) als auch digital (mit einer Firewall, Verschlüsselung usw.) erfolgen.

5. Daten nutzen: Aus den entdeckten Daten können schließlich Erkenntnisse zur Verbesserung von Geschäftsabläufen und anderen Unternehmensprozessen gewonnen werden.

Unternehmen erstellen heute Daten in noch nie dagewesener Geschwindigkeit. Data Discovery ermöglicht es Unternehmen, das vollständige Datenbild angemessen zu bewerten und die entsprechenden Sicherheitsmaßnahmen zu implementieren, um mögliche Datenverluste zu verhindern.

Christoph M. Kumpa, Director DACH & EE
Christoph M. Kumpa
Director DACH & EE, Digital Guardian

Artikel zu diesem Thema

Cyber Security
Nov 16, 2020

Endpoints, Hacker und Sicherheit in der Digitalisierung

DriveLock, ein Spezialist für IT- und Datensicherheit, veröffentlicht als…
Cloud Computing
Nov 12, 2020

Es schlägt die Stunde der Cloud

Das Analystenhaus BARC veröffentlicht auf der diesjährigen Online-Konferenz Big Data…
Database
Okt 20, 2020

Tipps zum effizienten Einsatz von Datenbanküberwachungstools

Ob Interaktion mit den Kunden in einem Onlineshop, Zugriffe auf Ressourcen einer Website…

Weitere Artikel

2022

5 Trends, mit denen sich Daten 2022 effektiver nutzen lassen

Die Beschleunigung der digitalen Transformation in den letzten zwei Jahren hat den Verantwortlichen deutlich aufgezeigt, dass sie mehr darauf achten sollten, wie sie Unternehmensdaten managen, die über verschiedene Speicherorte verteilt sind, gleichzeitig…
Geschäftsmann

Banken stehen beim digitalen Kundenmanagement noch am Anfang

Kundenstammdaten werden von Banken im DACH-Raum noch nicht in ausreichendem Masse systematisch erhoben, aktualisiert und für personalisierte Kundenbeziehungen eingesetzt. Das ergab eine Studie* des CRM-Herstellers BSI in Kooperation mit dem Institut für…
Datenanalyse

Mit Embedded Analytics maximalen Nutzen aus den Daten gewinnen

Rund um den Zugriff und die Analyse von Daten steigen die Investitionen von Unternehmen, nicht zuletzt auch in der Fertigungsindustrie. Durch die Optimierung des Datenmanagements sollen die Herausforderungen der Digitalisierung gemeistert werden und der…
Recruiting

Wie Tools für maschinelles Lernen und Low-Code/No-Code beim IT-Fachkräfte-Mangel helfen

Die Ergebnisse einer kürzlich von Quanthub veröffentlichten Studie zeigen, dass bereits im Jahr 2020 weltweit 250.000 Data Scientists fehlten. Außerdem bleiben Data Scientists im Durchschnitt nur 2,6 Jahre im Unternehmen. Angesichts der monatelangen…
business intelligence

Scalable BI Self Service – der Boost für BI-Architekturen

Bei Business Intelligence (BI)-Initiativen lassen sich gleich mehrere zentrale Zielsetzungen ausmachen. Auf der Wunschliste vieler BI-Anwender stehen einfache und schnelle Auswertungen. Ein unkomplizierter Zugriff und die Analyse relevanter Daten zur…
2022

Prognosen 2022: Smarte Datennutzung als Wettbewerbsvorteil

Exasol hat seine Prognosen für das Jahr 2022 veröffentlicht. Sie zeigen, wie Daten Unternehmen zu einem Wettbewerbsvorteil verhelfen werden. In den letzten Jahren haben die Unternehmen auf der ganzen Welt erkannt, welche Macht Daten haben.

Anzeige

Jetzt die smarten News aus der IT-Welt abonnieren! 💌

Mit Klick auf den Button "Zum Newsletter anmelden" stimme ich der Datenschutzerklärung zu.