Mobile-Menu

Datenklassifikation als Schlüssel zur digitalen Resilienz Data Governance – Investition, nicht Fleißarbeit

Von Daniel Schrader 4 min Lesedauer

Anbieter zum Thema

Fsas Technologies GmbH
Data Center Group – Büro Köln
DeRZ - Deutsche Rechenzentren GmbH

Laut einer Keepit-Studie ermöglicht durchdachte Datenklassifizierung nach Sensitivitäts- und Sicherheitskriterien mehr als die Erfüllung gesetzlicher Auflagen, sondern auch spürbare Optimierungen bei Geschäftskontinuität und digitaler Resilienz.

Keepit-Studie: Kluge Datenklassifizierung stärkt neben der Konformität mit gesetzlichen Auflagen auch Geschäftskontinuität und digitale Resilienz.(Bild: Midjourney / KI-generiert)
Keepit-Studie: Kluge Datenklassifizierung stärkt neben der Konformität mit gesetzlichen Auflagen auch Geschäftskontinuität und digitale Resilienz.
(Bild: Midjourney / KI-generiert)

In einer aktuellen Studie des Kopenhagener Anbieters von plattformunabhängigen Datensicherungsdiensten Keepit ist der Titel Programm: „Intelligent data governance: Why taking control of your data is key for operational continuity and innovation”.

Auf Basis von Interviews mit dreißig IT-Führungskräften aus verschiedenen Branchen argumentiert die Studie, dass die Klassifizierung von Daten und Systemen nach gemeinsamen Merkmalen und insbesondere nach Sensitivitäts- und Sicherheitskriterien mehr biete als lediglich Konformität mit gesetzlichen Auflagen. Neben der Erfüllung von Datenschutzanforderungen würden gut geplante Data-Governance-Initativen auch spürbare Optimierungen bei Geschäftsprozessen und eine Steigerung digitaler Resilienz erlauben.

Data-Governance-Aufwand in Unternehmen steigt

Die Interviews identifizierten dabei den aktuellen Kontext, in dem IT-Verantwortliche Entscheidungen bei der Auswahl und Umsetzung von Data-Governance-Strategien treffen müssen. So hätten die meisten Befragten bereits Optimierungen umgesetzt, um mit einer sinnvollen und regulierungskonformen Verteilung von Arbeitslasten zwischen der Public Cloud, Co-Location- und Edge-Rechenzentren mehr Cloud-Flexibilität zu erreichen.

Andere Innovationen seien mit größeren Herausforderungen verbunden. Während die Nutzung von Software-as-a-service-Produkten bei den befragten Unternehmen kontinuierlich zunimmt, steigt auch der Aufwand, gleichzeitig Anforderungen der Datensicherheit und Geschäftskontinuität zu berücksichtigen.

KI und Datenschutz - ein ständiger Balance-Akt

Ähnliche Spannungen zeigen sich auch bei der Einführung von KI-gestützten Prozessen. Unternehmen würden verstärkten Druck von Investoren und der Führungsetage verspüren, Künstliche Intelligenz in tägliche Geschäftsprozesse und Produkte einzubinden. IT-Verantwortliche müssten dabei aber einen zunehmend komplexen Balanceakt bewältigen, um den KI-Einsatz konform mit Richtlinien für Datenschutz und Datensicherheit zu gestalten.

Es sei eine stetige Herausforderung, nicht nur europäische Anforderungen der DSGVO (Datenschutz-Grundverordnung), des DORA (Digital Operational Resilience Act) und der NIS-2-Richtlinie (Network and Information Security Directive 2) zu erfüllen, sondern auch Konformität mit US-amerikanischer Gesetzgebung wie dem Health Insurance Portability and Accountability Act oder auch Industriestandards wie PCI-DSS, dem Sicherheitsstandard der Zahlungskartenindustrie, sicherzustellen.

Führungsetagen sehen Data Governance oft nicht als Investition

Aus der Befragung der IT-Verantwortlichen ergibt sich dabei ein Kontrast zwischen weiterhin isolierten regulatorischen Vorschriften und zunehmend schwer trennbaren Sicherheits-, Compliance- und Finanzrisiken. Diese erfordern vereinheitlichte Risiko-Management-Ansätze, welche dabei dennoch an regional verschiedene regulatorische Anforderungen angepasst werden müssen.

Als damit verbundene zentrale Herausforderung nennen Verantwortliche Budgetbeschränkungen – in vielen Unternehmen würden Data-Governance-Programme als notwendige laufende Kosten und nicht als erfolgversprechende Investitionen betrachtet, was den Gestaltungsspielraum der IT-Verantwortlichen spürbar schmälere.

Datenklassifizierung optimiert Geschäftsprozesse

Die in den Interviews gesammelten Erkenntnisse präsentiert die Studie nicht in Form von Grafiken und Tabellen, sondern synthetisiert sie zu Handlungsempfehlungen für CIOs und CISOs. Die Aufforderung, Potentiale einer effektiven Data-Governance-Strategie zu nutzen, rangiert dabei an erster Stelle. Insbesondere eine klare Klassifizierungsstrategie von Daten nach Sensitivitätsstufen, potenziellen Risiken sowie Datenschutz- und Sicherheitsanforderungen sei dabei die Grundlage.

Im Einklang mit der Studie betont Kim Larsen, CEO von Keepit, dass „Unternehmen durch Datenklassifizierung mögliche Lücken in ihren Planungen für Geschäftskontinuität erkennen“ und so auch „tägliche Prozesse optimieren“ könnten. Als Beispiele für solche Optimierungsmöglichkeiten nennt die Studie eine klare Verantwortungsverteilung für die Arbeit mit verschiedenen Datentypen und die Festlegung von Prioritätsstufen bei der Sicherung und, im Notfall, Wiederherstellung von Unternehmensdaten.

IT-Verantwortlichen empfiehlt die Keepit-Studie dabei, flexibel existierende Frameworks zu kombinieren, sich auf drei oder vier Kategorien für die Datenklassifizierung zu beschränken, um Mitarbeitende nicht zu überlasten, und die Führungsebene von Data-Governence-Initiativen als lohnenden Investitionen zu überzeugen. Denn das Wissen darum, „wo ihre Daten liegen, welche Daten essenziell für Geschäftsprozesse sind und wer auf diese Zugriff hat“, sei laut Larsen aus Perspektive von Effektivität, Compliance und Resilienz entscheidend.

Jetzt Newsletter abonnieren

Täglich die wichtigsten Infos zu RZ- und Server-Technik

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

KI-gestützt KI-Regeln festlegen

Aktuelle KI-gestützte Tools würden dabei bereits erlauben, Daten sicher und mit geringerem Aufwand zu kategorisieren und die Erkennung und korrekte Einordnung sensitiver Daten zu automatisieren. Dabei müsse allerdings nicht nur die Entscheidungskompetenz – und damit die Verantwortung – stets in menschlichen Händen verbleiben. Der KI-Einsatz im Daten-Management brauche selbst zusätzliche Data-Governance-Vorkehrungen, die auch unerwartete Datenmanipulation durch die KI verhindern können. Klare Datentypen und zusätzlich aufgefächerte Unterkategorien für die sensibelsten Datenklassen würden hier Abhilfe schaffen.

Auch Regulierungen fordern Backup-Strategien

Während dabei Cyber-Angriffe oft für Schlagzeilen sorgen, würden alltäglichere Probleme die größte Zahl von Systemausfällen bei Unternehmen verursachen. Dabei stünden hinter Hard- wie Softwareproblemen regulär auch schwerer identifizierbare menschliche Fehler. Eine auf intelligentes Daten-Management gestützte Backup-Strategie könne hier Geschäftskontinuität gewährleisten, aber auch Compliance-Überlegungen werden an dieser Stelle wieder zentral.

Denn die Studie verweist darauf, dass Artikel 21 der europäischen NIS-2-Richtlinie, Maßnahmen nicht nur in den Bereichen „Risiko-Analyse“ und „Bewältigung von Sicherheitsvorfällen“ vorschreibt, sondern auch effektive Konzepte zur „Aufrechterhaltung des Betriebs, wie Backup-Management und Wiederherstellung nach einem Notfall“, fordert. Dabei sollten Backup-Strategien stets auf Data-Governance-Überlegungen zu Zugriffsrechten, Datensicherheit und Redundanz gestützt werden, so die Keepit-Studie.

(ID:50344285)

Weiterführende Inhalte