Startseite > Markt > Über Ransomware, Multi Cloud und Shared Responsibility

Advent-Tipps von Veritas

Über Ransomware, Multi Cloud und Shared Responsibility

19. Dezember 2022, 16:00 Uhr | Autor: Ralf Baumann / Redaktion: Lukas Steiglechner

Fortsetzung des Artikels von Teil 1

Sensible Daten in hybriden Infrastrukturen

Personenbezogene Daten, mit denen sich Individuen identifizieren lassen, gelten als besonders sensibel. Denn die Offenlegung dieser Daten kann den betroffenen Personen großen Schaden zufügen. Branchen, die auf solche Informationen angewiesen sind, sind daher im Allgemeinen eher zögerlich bei der Nutzung von Cloud-Diensten. Der Gesundheitssektor ist ein gutes Beispiel dafür. Auch Forschung, Banken und Versicherungen sowie der öffentliche Sektor haben sich bisher in Sachen Cloud-Nutzung zurückgehalten.

Dazu tragen im Wesentlichen drei Faktoren bei: Zum einen kann der Verlust sensibler Daten schwerwiegende Folgen haben. Im schlimmsten Fall steht das betroffene Unternehmen vor dem Aus. Zum anderen sind gerade solche Daten ein bevorzugtes Ziel für Cyberkriminelle und Ransomware-Gruppen. Und schließlich unterliegt das Speichern und die Verarbeitung sensibler Informationen besonders strengen und restriktiven Vorschriften. Das Paradoxe daran: Die Regelungen schreiben häufig vor, Drittanbietern den Zugang zu ermöglichen. Zum Beispiel fordert die Initiative Open Banking Exchange von ihren Mitgliedern, den Austausch mit Finanzverwaltungsplattformen von Drittanbietern zu erlauben. Auch Gesundheitsdaten werden häufig von verschiedenen Anbietern gemeinsam genutzt, um die Arbeit in der Gesundheitsversorgung zu erleichtern.

Matchmaker+ Anbieter zum Thema

zu Matchmaker+

Vorteil hybrider Infrastrukturen

Trotz der gerechtfertigten Vorsicht beim Umgang mit sensiblen Daten können auch die kritischeren Branchen die Wettbewerbsvorteile öffentlicher Cloud-Dienste nicht länger ignorieren. Für sie eignen sich hybride Architekturen, die eine oder mehrere Public Clouds mit Private Clouds kombinieren und damit bessere Kontrollmöglichkeiten bei der Verwaltung sensibler Daten bieten. Hybride Umgebungen sind vor allem in Firmen verbreitet, die im Tagesgeschäft auf Legacy-Lösungen wie Mainframe-Anwendungen angewiesen sind. Und solche Technologien lassen sich in der Regel nicht vollständig in die Cloud migrieren.

Allerdings sind hybride Infrastrukturen sehr komplex. Somit sind die Kostenstrukturen auch schwer zu kontrollieren. Zudem kann es im Gegensatz zur vollständig privaten Cloud zu Sicherheitslücken kommen. Um diese Herausforderungen zu bewältigen, brauchen die Unternehmen ausgewiesene Experten – und die sind schwer zu finden. Um die Komplexität von hybriden Clouds zu reduzieren, sollten Unternehmen bei der Verarbeitung und Verwaltung sensibler Daten im Wesentlichen zwei Maßnahmen ergreifen.

Visualisierung: Um die Komplexität von Multi-Cloud-Umgebungen abbauen zu können, muss bekannt sein, wo sich welche Daten befinden und wie die IT-Ressourcen genutzt werden. Mit einem ganzheitlichen Visualisierungsansatz können Unternehmen prüfen, ob ihre Daten in der richtigen Cloud, auf die richtige Art und Weise und in Übereinstimmung mit den geltenden Vorschriften gespeichert sind. Damit beugen sie zum einen ungeplanten Cloud-Ausgaben vor. Zum anderen lässt sich damit sicherstellen, dass der CIO die richtigen Tools auswählt, um die Daten zu schützen und Risiken wie Ransomware zu reduzieren.
Automatisierung: Analysten sagen voraus, dass die Menge an hochwertigen Daten, die im Gesundheitswesen erzeugt werden, bis 2025 um 36 Prozent pro Jahr wachsen wird. Für die IT-Abteilungen ist es aber bereits heute schwer, mit der zunehmenden Datenflut Schritt zu halten. Diese Herausforderungen werden noch größer, wenn mehrere Cloud-Anbieter involviert sind. Denn auch Angriffe auf die Datenintegrität nehmen zu und die Datenschutzbestimmungen im Gesundheitswesen werden immer strenger. Um die wachsenden Datenmengen in Multi-Clouds im Griff zu behalten, empfiehlt sich der Einsatz KI-basierter Technologien. Sie sind in der Lage, die wachsenden Datenmengen völlig autonom zu erfassen und zu optimieren sowie Datenmanagement-Services zu reparieren.