„Dark Data“ erstreckt sich auf nahezu jedes System, das ein Unternehmen betreibt. Der gemeinsame Nenner ist, dass niemand es aktiv nutzt und oft niemand weiß, dass es überhaupt existiert. Zu den typischen Quellen zählen:
Protokoll- und Eventdaten: Serverprotokolle, Anwendungstelemetrie und Audit-Trails, die automatisch erfasst und kaum eingesehen werden.
Unstrukturierte Dateien: Dokumente, Tabellen, Bilder und E-Mail-Anhänge, die auf Dateifreigaben und Kollaborationsplattformen verstreut liegen
Maschinengenerierte Daten: Sensorwerte, IoT-Daten und Systemkennzahlen, die sich schneller ansammeln, als die Teams sie verarbeiten können.
Alte Backups und Archive: Kopien auf einen bestimmten Zeitpunkt, die lange über ihren Aufbewahrungsbedarf hinaus aufbewahrt werden, oft ohne eindeutigen Verantwortlichen.
Verlassene Anwendungsdaten: Datensätze, die von stillgelegten Anwendungen, ehemaligen Mitarbeitern oder abgeschlossenen Projekten zurückgelassen wurden.
Dark Data wächst, weil das Speichern von Informationen einfacher und kostengünstiger ist, als zu entscheiden, was gelöscht werden soll. Die Anhäufung wird durch einige Faktoren vorangetrieben:
Aufbewahrung als Standard: Teams bewahren Daten „für alle Fälle“ auf, und es gibt keine Richtlinie, die eine Überprüfung vorschreibt.
Geringe Speicherkosten: Dank Cloud- und Objektspeicher ist es kostengünstig, Daten auf unbestimmte Zeit aufzubewahren, sodass kaum jemand diese Vorgehensweise in Frage stellt.
Isolierte Systeme: Daten verteilen sich über SaaS-Apps, virtuelle Maschinen und Cloud-Konten, sodass kein einziges Team einen vollständigen Überblick von Anfang bis Ende hat.
Explosives Datenwachstum: Cloud-Services, SaaS-Plattformen und vernetzte Geräte erzeugen weitaus mehr Daten, als Governance-Programme bewältigen können.
Nicht verwaltete Daten sind nicht harmlos. Je länger es unentdeckt bleibt, desto größer ist das damit verbundene Risiko:
Sicherheitsrisiko: Man kann nicht schützen, was man nicht sieht. In vergessenen Speicherorten verborgene sensible Informationen bieten Angreifern ein Ziel, das von niemandem überwacht wird.
Compliance- und Datenschutzrisiko: Regulierte Daten, wie personenbezogene oder finanzielle Datensätze, können in Dark Data verborgen sein und das Unternehmen in Konflikt mit Datenschutzbestimmungen bringen.
Kostenverschwendung: Die Speicherung, Sicherung und Verwaltung von Daten, die keinen Mehrwert bieten, belastet das Budget und überfrachtet die IT-Umgebungen.
Langsamere Wiederherstellung: Übermäßige Mengen an nicht klassifizierten Daten verlängern die Backup-Fenster und erschweren die Wiederherstellung wichtiger Workloads.
Leistungsfähiges Management der Sicherheitslage (DSPM) hilft, diese Lücken zu schließen, indem es Daten unabhängig von ihrem Speicherort entdeckt und klassifiziert.
Beide überschneiden sich, sind jedoch nicht identisch. Redundante, veraltete oder triviale (ROT) Daten haben keinen fortlaufenden Wert und können in der Regel gelöscht werden. Dunkle Daten sind schlicht und einfach Daten, die ungenutzt bleiben und nicht wahrgenommen werden. Ein Teil davon ist ROT, aber ein anderer Teil birgt echten Wert, den die Organisation bisher noch nicht erschlossen hat – etwa Einsichten, die nach ihrer Entdeckung und Klassifizierung dazu beitragen könnten, Entscheidungen zu treffen. Bei der Verwaltung von Dark Data geht es darum, den Unterschied zu erkennen.
Beim Verwalten von Dark Data geht es weniger darum, alles zu löschen, als vielmehr darum, Transparenz zu gewinnen und entsprechend zu handeln:
Entdecken und klassifizieren: Scannen Sie Umgebungen, um Daten zu identifizieren und diese nach Sensitivität und Wert zu kennzeichnen.
Legen Sie Aufbewahrungs- und Lebenszyklusrichtlinien fest: Bestimmen Sie, wie lange die einzelnen Datentypen aufbewahrt werden sollen, und automatisieren Sie anschließend die Bereinigung.
Minimieren Sie, was Sie behalten: Erfassen und speichern Sie nur Daten, die einem klaren Zweck dienen.
Überwachen Sie kontinuierlich: Die Datenmenge wächst täglich, daher sollte die Datenermittlung als fortlaufende Praxis und nicht als einmaliges Projekt betrachtet werden.
Die Integration dieser Maßnahmen in ein umfassendes Daten-Governance- und Sicherheitsprogramm verhindert, dass dunkle Daten zu einem blinden Fleck werden, und hilft Teams, das Vertrauen in Daten und KI zu bewahren, während sie mehr Informationen nutzen.
Dark Data haben einen direkten Einfluss auf die Resilienz. Wenn Kopien von unklassifizierten, ungenutzten Daten in Backups aufgenommen werden, erhöhen sie den Speicherbedarf und verlängern die Sicherungs- und Wiederherstellungsfenster. Schlimmer noch: Angreifer können Malware oder exfiltrierte Daten in unüberwachten Speicherbereichen verbergen und somit eine saubere Wiederherstellung nach einem Vorfall erschweren. Ein klarer Überblick darüber, was Sie schützen und warum, sorgt für schlanke Backups und eine schnelle Wiederherstellung, sodass die wichtigen Daten jederzeit wiederhergestellt werden können.
Ist „Dark Data“ dasselbe wie „Big Data“?
Nein. Der Begriff 'Big Data' bezeichnet sehr große, komplexe Datensätze, die von Organisationen aktiv analysiert werden. Dark Data ist Information, die ungenutzt bleibt, unabhängig davon, ob es sich um große oder kleine Datenmengen handelt.
Können Dark Data wertvoll sein?
Ja. Einige „Dark Data“ bergen bislang ungenutzte Erkenntnisse. Die Herausforderung besteht darin, dass sie verborgen bleibt, bis sie entdeckt, klassifiziert und mit einem geschäftlichen Bedarf verbunden wird.
Wie findet man Dark Data?
Tools zur Datenermittlung und -klassifizierung, einschließlich DSPM-Plattformen, können Umgebungen scannen, um zu zeigen, wo Daten gespeichert sind, und um sensible Daten zu markieren.
Stellen „Dark Data“ ein Sicherheitsrisiko dar?
Es kann sein. Sensible Informationen, die in unüberwachten Speicherorten liegen, vergrößern die Angriffsfläche und können Compliance-Lücken verursachen, wenn sie regulierte Daten enthalten.