Autonomes Daten-Management unter der Lupe
Umwelt und Belegschaft entlasten
Fortsetzung des Artikels von Teil 1
Eindämmung der Datenflut
Um gegenzusteuern, müssen Unternehmen die „geparkten“ Daten sichten und klassifizieren. Dafür haben sie jedoch nicht das Personal. Sie müssten also entweder den eingehenden Datenstrom eindämmen, was eher unwahrscheinlich ist, oder Ressourcen aufstocken, um das Management der Datenmengen zu stemmen.
Viele Firmen verfügen aber nicht einmal über ausreichend IT-Spezialisten, um nur die kritischsten Vorgänge angemessen zu verwalten. Allein um den Datenschutz auf den neuesten Stand zu bringen, müsste ein durchschnittliches Unternehmen 22 zusätzliche Mitarbeiter einstellen.
Grundsätzlich braucht das Daten-Management-System Angaben darüber, wo welche Daten gespeichert sind, wie sie in Verwendung sind und wann man sie löschen sollte. Diese Fragen Punkt für Punkt durchzugehen, ist jedoch so zeitaufwändig, dass viele Unternehmen einen pauschalen Ansatz für die Datenverwaltung bevorzugen – beispielsweise eine Richtlinie „für alle in Europa erstellten Daten“. Und damit sammeln sich ungenutzte – und auch unbrauchbare – Daten an, die über Jahre hinweg auf unzugänglichen Servern liegen, die unnötig Strom verbrauchen.
Hinzu kommt, dass viele Informationen in Unternehmen mehrfach gesichert sind. Zum Beispiel liegt häufig ein Dokument, das man per E-Mail verschickt, zusätzlich als Kopie im Ordner für gesendete Objekte des Absenders sowie im Posteingang des Empfängers vor. Nimmt der Absender beim Verschicken des Dokuments ein Mitglied der Rechtsabteilung, eine Person aus der Finanzabteilung und drei Mitglieder seines eigenen Teams in „cc“, sind also acht Kopien derselben Datei auf den Servern des Unternehmens abgespeichert – und das wahrscheinlich für viele Jahre. Jede dieser Dateien ist separat gespeichert, da niemand weiß, dass es sich um dasselbe Dokument handelt. Es ist, als handle es sich um acht versiegelte Umschläge: Solange niemand hineinschaut, weiß auch keiner, ob die Inhalte identisch oder unterschiedlich sind.
Abhilfe schaffen autonome Daten-Management-Lösungen (ADM), die auf künstlicher Intelligenz (KI) und maschinellem Lernen (ML) basieren. Hier verwalten Algorithmen, die viele Informationen in kürzester Zeit verarbeiten können, neue Datensätze selbstständig. Die KI lernt, welche Eigenheiten die unterschiedlichen Datentypen haben, und wählt die jeweils sinnvollen Speicher-, Schutz- oder Löschrichtlinien aus.
Neu erfasste Daten lassen sich automatisch überwachen und sicher speichern. Den Zugriff auf bestimmte Informationen kann man einschränken, andere Daten lassen sich automatisch zu einem bestimmten Zeitpunkt löschen. Damit reduziert autonomes Daten-Management die Menge der aufbewahrten Informationen. Das ermöglicht eine gezielte Datennutzung und damit eine fundierte Entscheidungsfindung sowie das Anwenden granularer Richtlinien.
Gleichzeitig tragen ADM-Lösungen dazu bei, die Umweltauswirkungen der Datenspeicherung zu verringern. Denn mit Hilfe der autonomen Datenverwaltung lassen sich alle im Unternehmen gesicherten Informationen überwachen und indizieren. Identische Dateien lassen sich automatisch anzeigen, ausschließlich eindeutige Daten abspeichern und Duplikate durch Links zu den Originalversionen ersetzen. Dieses als Deduplizierung bezeichnete Verfahren wird von ADM-gesteuerten Lösungen unterstützt.
Automatische Anomalieerkennung
Die enormen Mengen an gespeicherten Unternehmensdaten haben jedoch noch einen weiteren Nachteil: Sie machen Unternehmen anfälliger für Angriffe von außen. Untersuchungen von Veritas zufolge mussten Firmen, die während der Pandemie digitale Transformationsprojekte in Angriff nahmen, mit einer Verzögerung von zwei Jahren zwischen dem Bereitstellen neuer Anwendungen und dem Einrichten von Sicherheitsmaßnahmen rechnen. Und in dieser Zeit war das Risiko, einer Ransomware-Attacke zum Opfer zu fallen oder gegen Compliance-Vorgaben zu verstoßen, besonders hoch.
Auch hier können ADM-Lösungen wertvolle Dienste leisen. Denn damit können Backup-Administratoren Anomalien in den Datenbeständen leichter erkennen – bei potenziellen Problemen und verdächtigem Verhalten erhalten sie automatisch eine Warnung. Darüber hinaus sorgen die entsprechenden Lösungen für eine zuverlässige Daten-Recovery und entlasten die Security-Experten des Unternehmens. Mit dem autonomen Daten-Management erhalten Firmen die Kontrolle über ihre Daten zurück und können wieder fundierte Big-Data-Entscheidungen treffen. Gleichzeitig senken sie ihren Stromverbrauch und entlasten die Umwelt.
Ralf Baumann ist Country Manager Germany und Mark Nutt ist Senior Vice President International Sales, beide bei Veritas Technologies.
- Umwelt und Belegschaft entlasten
- Eindämmung der Datenflut
Lesen Sie mehr zum Thema
