Datensicherheitsplattformen lassen sich immer einfacher beschreiben.
Schnelle Bereitstellung. Automatisierte Erkennung. KI-gestützte Klassifizierung. Einheitliche Transparenz. Cloud-native Architektur. Eine Plattform. Ein Dashboard.
All diese Ideen klingen nützlich. Keine von ihnen allein kann Ihnen jedoch sagen, ob eine Plattform Ihr Datensicherheitsproblem lösen wird.
Eine Plattform kann zwar schnell scannen, aber dennoch wichtige Daten übersehen. Sie kann ein ansprechendes Risikodashboard erstellen, ohne jedoch genügend Kontext zu liefern, um Ihrem Team zu verdeutlichen, worauf es ankommt. Sie kann Tausende von Ergebnissen aufdecken, ohne dabei jemandem zu helfen, das zugrunde liegende Risiko zu reduzieren.
Die bessere Bewertungsfrage lautet nicht: “Wie schnell können wir es aktivieren?”, sondern: “Wie schnell können wir eine vertretbare Sicherheitsentscheidung treffen und das Risiko relevanter Daten reduzieren?”
Diese Unterscheidung verändert die Art und Weise, wie Sicherheitsteams die Bewertung vornehmen sollten. Management von Datensicherheitsmaßnahmen (DSPM) und umfassendere Datensicherheitsplattformen.
Evaluierung von Datensicherheitsplattformen: Wichtigste Erkenntnisse
- Die Zeit bis zum ersten Ergebnis ist nicht gleichbedeutend mit der Zeit bis zur Wertschöpfung. Für sinnvolle Ergebnisse sind ausreichende Abdeckung, Kontext, Priorisierung und Abhilfemaßnahmen erforderlich, um das Handeln zu unterstützen.
- Die Abdeckung bestimmt das Vertrauen. Eine schnelle Bewertung bietet nur begrenzten Nutzen, wenn wichtige Cloud-, SaaS-, On-Premises-, unstrukturierte, Entwicklungs- oder KI-verbundene Daten nicht in die Auswertung einbezogen werden.
- Die Klassifizierung sollte mit Ihren Daten funktionieren. Prüfen Sie firmeneigene, kontextbezogene, unternehmensspezifische und unstrukturierte Informationen, nicht nur vorhersehbare PII-Muster.
- Die Architektur gehört zur Sicherheitsbewertung. Berechtigungen, Anmeldeinformationen, Verschlüsselung, Datenbewegung, Isolation und Bereitstellungsanforderungen verstehen.
- Der Kontext bestimmt die Priorität. Sensitivität wird umso nützlicher, je mehr sie mit Exposition, Identität, Zugriff, Aktivität, Eigentum, geschäftlichen Auswirkungen und KI-Nutzung verknüpft wird.
- Risikominderung messen. Die aussagekräftigste Bewertung endet mit dem Nachweis, dass die Plattform Ihrer Organisation geholfen hat, die risikoverursachende Situation zu verändern.
Worauf sollten Sie bei einer Datensicherheitsplattform achten?
A Datensicherheitsplattform sollte einer Organisation dabei helfen, sensible und kritische Daten zu entdecken und zu klassifizieren, die Rahmenbedingungen dieser Daten zu verstehen, relevante Risiken zu identifizieren, Prioritäten zu setzen und Maßnahmen zur Risikominderung zu ergreifen.
Dazu braucht es mehr als nur einen Lagerbestand.
Eine moderne Evaluierung sollte Daten mit Identität, Zugriff, Aktivität, Offenlegung, Eigentumsverhältnissen, Geschäftskontext, Richtlinien, Lebenszyklusanforderungen und KI-Nutzung verknüpfen. Sie sollte außerdem prüfen, ob die Plattform diese Erkenntnisse in konkrete Maßnahmen umsetzen kann.
BigIDs aktueller DSPM-Rahmenwerk folgt einem ähnlichen Verlauf:
Entdecken → Verstehen → Priorisieren → Handeln
Die Reihenfolge ist entscheidend. Handeln ohne ausreichendes Verständnis kann operative Probleme verursachen. Transparenz ohne Handlung erzeugt ein weiteres Dashboard.
1. Wie viel Ihrer Datenumgebung kann die Plattform tatsächlich abdecken?
Erfassungsbereich sollte vor Geschwindigkeit kommen.
Unternehmensdaten befinden sich nicht mehr in einem einzigen Cloud-Konto oder Data Warehouse. Sensible Informationen können über Datenbanken, Data Lakes, Data Warehouses, SaaS-Anwendungen, Kollaborationssysteme, Dateifreigaben, Entwicklungsumgebungen, Endpunkte, lokale Infrastruktur, KI-Pipelines, Vektordatenbanken, RAG-Systeme, Copiloten und Agenten verteilt sein.
Eine Evaluierung sollte daher die Frage aufwerfen, welchen Prozentsatz des relevanten Datenbestands die Plattform sinnvoll auswerten kann, und nicht einfach nur, wie schnell der erste Scan abgeschlossen ist.
Testen Sie die Datenquellen, die Ihre Umgebung erschweren. Berücksichtigen Sie strukturierte und unstrukturierte Daten. Beziehen Sie auch Altsysteme mit ein, sofern diese relevant sind. Berücksichtigen Sie SaaS-, Entwicklungs-, Kollaborations- und KI-basierte Daten, wenn diese Umgebungen Informationen enthalten, die für Ihr Unternehmen wichtig sind.
Eine schnelle Erfassung eines kleinen Ausschnitts der Umgebung kann zwar schnelle Antworten liefern, aber mit geringer Sicherheit.
BigIDs Entdeckung und Klassifizierung Die Fähigkeiten umfassen strukturierte, semistrukturierte und unstrukturierte Unternehmensdaten in Cloud-, SaaS-, Hybrid-, On-Premises- und KI-vernetzten Umgebungen.
2. Versteht die Klassifizierung Ihr Unternehmen oder nur gängige Muster?
Daten zu finden ist nicht dasselbe wie sie zu verstehen.
Standardidentifikatoren wie Zahlungskartennummern, Sozialversicherungsnummern und E-Mail-Adressen sind wichtig, aber Unternehmen müssen auch geistiges Eigentum, Verträge, Qualifikationsnachweise, Quellcode, vertrauliche Dokumente, firmeneigene Terminologie, regulierte Aufzeichnungen und Informationen identifizieren, deren Sensibilität vom Kontext abhängt.
Das macht die Klassifizierung zu einem der wichtigsten Bereiche, die man mit eigenen Daten testen sollte.
Bitten Sie Anbieter, Informationen zu klassifizieren, die Ihrem Unternehmen Schwierigkeiten bereiten. Bewerten Sie falsch-positive und falsch-negative Ergebnisse. Testen Sie strukturierte und unstrukturierte Inhalte. Prüfen Sie, ob die Klassifizierung Kontext und unternehmensspezifische Anforderungen berücksichtigen kann.
Ein Benchmark-Wert gibt an, wie ein Klassifikator in einem bestimmten Kontext abgeschnitten hat. Ihr Machbarkeitsnachweis sollte Ihnen zeigen, wie er sich in Ihrem Anwendungsfall bewährt.
BigID kombiniert verschiedene Klassifizierungstechniken und Kontextinformationen, um sensible, regulierte, vertrauliche, geschützte und geschäftskritische Informationen zu identifizieren. Erfahren Sie mehr über BigID-Datenklassifizierung.
3. Welcher Kontext liegt dem Befund zugrunde?
Sicherheitsteams leiden selten unter zu wenigen Telemetriedaten. Ihre Schwierigkeit besteht darin, zu bestimmen, welche Erkenntnisse Beachtung verdienen.
Stellen Sie sich zwei Repositories mit derselben Fehlkonfiguration vor. Das eine enthält öffentliche Marketingmaterialien, das andere Kundendaten. PII, Anmeldeinformationen, Finanzunterlagen und proprietärer Quellcode.
Das Konfigurationsproblem mag identisch erscheinen. Die potenziellen Auswirkungen auf das Geschäft sind es nicht.
Eine sinnvolle Datensicherheitsplattform sollte die Ergebnisse mit Kontextinformationen wie Sensibilität, Volumen, Gefährdung, Identität, Zugriff, Eigentum, Aktivität, Geschäftszweck, regulatorischer Geltungsbereich, KI-Nutzung und potenziellen Auswirkungen verknüpfen.
Die Erkenntnis zeigt Ihnen, was passiert ist. Der Datenkontext hilft Ihnen zu verstehen, warum das wichtig ist.
4. Kann es den tatsächlichen Zugriff anzeigen, nicht nur die konfigurierten Berechtigungen?
Der Datenzugriff folgt selten einer einfachen Benutzer-Datei-Beziehung.
Der Zugriff kann über Gruppen, Rollen und Anwendungen erfolgen., Servicekonten, APIs, Maschinenidentitäten, geerbte Berechtigungen, Externe Freigabe, Copiloten und KI-Agenten. Eine Berechtigung kann auf einer vor Jahren getroffenen Entscheidung beruhen und nicht auf einem aktuellen Geschäftsbedarf.
Prüfen Sie, ob die Plattform Identitäten und Berechtigungen direkt mit den dahinterliegenden sensiblen Daten verknüpfen kann. Prüfen Sie anschließend, ob sie zwischen umfassenden, veralteten, vererbten oder unnötigen Zugriffsrechten und Zugriffsrechten, die einem legitimen Zweck dienen, unterscheiden kann.
Aktivität fügt eine weitere Ebene hinzu. Eine Identität mit Zugriffsberechtigung für sensible Informationen birgt ein Risiko. Eine Identität, die diese Informationen aktiv herunterlädt oder verschiebt, birgt ein weiteres Risiko.
BigIDs Identitätssicherheit Fähigkeiten verknüpfen menschliche und nicht-menschliche Identitäten mit sensiblen Daten, Berechtigungen, Zugriffsrechten und dem Zugriffskontext.
5. Passt die Plattformarchitektur zu Ihrem Sicherheitsmodell?
Die Sicherheitsplattform selbst wird Teil Ihrer Angriffsfläche.
Das macht Architektur zu einem Bewertungskriterium und nicht zu einem Implementierungsdetail.
Erkundigen Sie sich nach den erforderlichen Berechtigungen der Plattform. Verstehen Sie, wie die Zugangsdaten für das Scannen festgelegt und gespeichert werden. Ermitteln Sie, wo die Verschlüsselungsschlüssel gespeichert sind, ob sensible Daten Ihr System verlassen, wie die Mandanten isoliert bleiben und welche Administratoren Zugriff haben.
BigIDs Forschung zu DSPM-Architektur und Zugriffskontrollen macht es deutlich: Wo Schlüssel gespeichert sind, wie Anmeldeinformationen funktionieren, welche Daten übertragen werden und welche Berechtigungen die Plattform benötigt, kann die Sicherheitslage wesentlich beeinflussen.
Teste deine Entscheidungen
Können Sie kritische Datenrisiken in 15 Minuten identifizieren und reduzieren?
Testen Sie Ihre Entscheidungen zu Abdeckung, Klassifizierung, Gefährdung, Zugriff, Priorisierung und Abhilfemaßnahmen in BigIDs interaktiver Datensicherheitsbewertung.
6. Wie schnell können Sie zu einer sinnvollen Entscheidung gelangen?
Die Bereitstellungsgeschwindigkeit ist wichtig. Ebenso die Scangeschwindigkeit. Keine der beiden Kennzahlen erfasst jedoch den gesamten Wertschöpfungsprozess.
Eine Plattform wird dann nützlich, wenn die Organisation über ausreichend Informationen und Kontext verfügt, um eine fundierte Entscheidung treffen zu können. Dies erfordert die Ermittlung, Klassifizierung, Risikokontextualisierung, Priorisierung, Untersuchung und das Ergreifen von Maßnahmen.
BigIDs Analyse von DSPM Zeit-bis-Wert-Analyse Die Zeit bis zum ersten Ergebnis wird von der Zeit bis zur Wertschöpfung unterschieden. Ein schnelles Ergebnis bietet nur begrenzten Sicherheitsnutzen, wenn wesentliche Daten außerhalb der Bewertung bleiben oder dem Team nicht genügend Kontext zur Verfügung steht, um zu entscheiden, welche Maßnahmen erforderlich sind.
Messen Sie nicht nur die Scangeschwindigkeit, sondern auch die Entscheidungsgeschwindigkeit.
7. Kann die Plattform Risiken priorisieren oder ordnet sie lediglich die Ergebnisse nach ihrer Relevanz?
Eine Risikobewertung ist nur dann sinnvoll, wenn die Teams verstehen, was sie beeinflusst.
Erfragen Sie, ob bei der Priorisierung Datensensibilität, Offenlegung, Zugriffsbreite, Identitätstyp, Aktivität, Eigentumsverhältnisse, Geschäftskritikalität, regulatorische Anforderungen, KI-Zugriff und potenzielle Auswirkungen berücksichtigt werden.
Anschließend wird geprüft, ob die Ermittler von einem Testergebnis zu den dahinterliegenden Beweisen gelangen können.
Sicherheitsteams sollten erklären können, warum eine Sicherheitslücke vor einer anderen Priorität hat. Andernfalls wird die Priorisierung zu einer weiteren undurchsichtigen Warteschlange.
8. Was passiert, nachdem die Plattform ein Problem festgestellt hat?
Sichtbarkeit ist notwendig. Sie allein reduziert das Risiko jedoch nicht.
Angenommen, die Plattform stellt fest, dass sensible Kundendaten übermäßig häufig von außen abgerufen wurden. Was geschieht dann?
Kann es den Besitzer ermitteln? Kann das Team das Risiko beheben durch Entfernen des Zugriffs, Ändern von Freigabeberechtigungen, Löschen unnötiger Informationen, Anwenden von Aufbewahrungsfristen, Schwärzen sensibler Werte, Quarantäne von Daten, Durchsetzen von Richtlinien oder Weiterleiten einer geregelten Aktion an das zuständige Team?
BigIDs Arbeit an Sanierung im DSPM-Maßstab argumentiert, dass das bloße Erstellen von Tickets nicht gleichbedeutend mit einer Abhilfemaßnahme ist. Das operative Ziel besteht darin, den Zustand, der das Risiko birgt, zu reduzieren.
Bewerten Sie den Weg von der Problemfindung zum Ergebnis, nicht die Anzahl der Automatisierungsknöpfe.
9. Kann es die Angriffsfläche für Daten verringern?
Manchmal ist der beste Weg, Daten zu schützen, die Aufbewahrung von Daten zu beenden, die das Unternehmen nicht mehr benötigt.
Veraltete, doppelte, redundante, überholte und unnötige Informationen Die Menge an sensiblen Daten, die Sicherheitsteams schützen müssen, kann sich dadurch erhöhen. KI birgt ein weiteres Problem, da zuvor ungenutzte Informationen zu einem aktiven Kontext werden können, wenn RAG-Systeme, Copiloten oder Agenten sie abrufen.
Eine moderne Datensicherheitsbewertung sollte daher Fragen zum gesamten Datenlebenszyklus umfassen. Kann die Plattform unnötige Informationen identifizieren? Kann sie Aufbewahrungsfristen mit den Daten selbst verknüpfen? Können Teams Informationen minimieren oder löschen, wenn Richtlinien und Geschäftsanforderungen dies zulassen?
Alles für immer zu schützen, ist keine nachhaltige Sicherheitsstrategie.
10. Kann es den Daten in die KI folgen?
Künstliche Intelligenz verändert, wohin sensible Informationen gelangen können und wer darauf reagieren kann.
Copiloten können Unternehmensinformationen abrufen. RAG-Anwendungen verbinden Modelle mit internen Repositories. Agenten können Anwendungen, APIs, Maschinenidentitäten und delegierte Berechtigungen nutzen, um Informationen abzurufen und Aktionen auszuführen.
Eine Plattform zur Bewertung moderner Datenrisiken sollte daher KI-Systeme mit den dahinterliegenden Daten, Identitäten, Berechtigungen, Herkunft, Aktivitäten, Eigentumsverhältnissen und Richtlinien verknüpfen.
BigIDs aktueller KI-Datensicherheitsrahmen Umfasst Daten, die für Training, Optimierung, Abruf, Eingabeaufforderung, Inferenz, Agenten, Anwendungen und nachgelagerte Arbeitsabläufe verwendet werden.
11. Können verschiedene Teams dieselben Datenintelligenz nutzen?
Ein sensibler Datensatz wird nicht zu einem anderen Datensatz, nur weil ihn ein CISO, ein Datenschutzbeauftragter, ein Datenverantwortlicher, ein IAM-Team oder ein KI-Governance-Team betrachtet.
Welche Änderungen sie vornehmen müssen, ist die Entscheidung, die sie treffen müssen.
Die Sicherheitsabteilung fragt möglicherweise, ob die Daten offengelegt sind. Die Datenschutzabteilung fragt möglicherweise, wessen Informationen sie enthält und ob ihre Verwendung den Richtlinien entspricht. Die Governance-Abteilung fragt möglicherweise, wem die Daten gehören und woher sie stammen. Die Identitätsabteilung fragt möglicherweise, wer Zugriff darauf haben sollte. Die KI-Teams fragen möglicherweise, ob Modelle oder Agenten die Daten verwenden sollen.
Eine nützliche Plattform sollte den Bedarf verringern, dass jedes Team dieselben Daten unabhängig voneinander wiederfinden und neu interpretieren muss.
12. Können Sie nachweisen, dass das Risiko gesunken ist?
Die Evaluierung sollte dort enden, wo viele Demos aufhören.
Nachdem ein Risiko identifiziert und Korrekturmaßnahmen ergriffen wurden, bitten Sie die Plattform, Ihnen anzuzeigen, was sich geändert hat.
Tat übermäßiger Zugriff Rückgang? Sind sensible Daten an einem unnötigen Ort verschwunden? Wurde eine öffentliche Offenlegung behoben? Hat ein KI-System unberechtigte Zugriffsrechte verloren? Hat die Organisation nicht mehr benötigte Daten gelöscht?
Die aktuellen DSPM-Richtlinien von BigID konzentrieren sich bei der Messung auf die Sicherheitsergebnisse und nicht nur auf die Anzahl der gescannten Assets. Zu den sinnvollen Kennzahlen gehören die Entfernung risikoreicher Berechtigungen, die Reduzierung unnötiger sensibler Daten, die durchschnittliche Zeit bis zur Behebung von Sicherheitslücken, KI-Systeme mit Zugriff auf sensible Daten und die Schließung risikoreicher Sicherheitslücken.
Der wichtigste KPI ist nicht die Anzahl der von der Plattform gefundenen Risiken, sondern das Ausmaß der Risikominderung, die das Unternehmen erfahren hat.
Ein Proof of Concept für eine bessere Datensicherheitsplattform
Anstatt die Anbieter aufzufordern, ihre Standarddemos vorzuführen, sollten Sie jeder Plattform die gleichen repräsentativen Probleme geben.
| Prüfen | Was zu messen ist |
|---|---|
| Entdecken Sie | Aussagekräftige Abdeckung über repräsentative Datenquellen hinweg |
| Klassifizieren | Genauigkeit bei proprietären und kontextbezogenen Daten |
| Kontextualisieren | Sensibilität + Identität + Zugriff + Aktivität + Eigentumsverhältnisse + Geschäftskontext |
| Priorisieren | Die Fähigkeit zu erklären, warum ein Risiko wichtiger ist als ein anderes. |
| Untersuchen | Erforderliche Beweise für eine vertretbare Entscheidung |
| Beheben | Fähigkeit, die Bedingungen zu verändern, die die Exposition verursachen. |
| Beweisen | Nachweise dafür, dass die Korrekturmaßnahme das Risiko verringert hat |
Die Bewertungskriterien in die Praxis umsetzen
Jetzt soll die Plattform es beweisen.
Erfahren Sie, wie BigID die Bereiche Erkennung, Klassifizierung, sensible Daten, Identität, Zugriff, Aktivität, Risikopriorisierung und Behebung in strukturierten, unstrukturierten, Cloud-, SaaS-, Hybrid-, On-Premises- und KI-Umgebungen miteinander verbindet.
Geschwindigkeit ist entscheidend. Definieren Sie, was Sie schneller erreichen wollen.
Sicherheitsteams sollten erwarten können, dass Technologie effizient implementiert wird und sich benutzerfreundlich anfühlt. Komplexität um ihrer selbst willen schafft keinen Mehrwert.
Einfachheit sollte Reibungsverluste beseitigen, ohne den Kontext für fundierte Entscheidungen zu vernachlässigen. Geschwindigkeit sollte den Weg zum Ergebnis verkürzen, nicht nur den Weg zum Dashboard.
Deshalb verknüpft die sinnvollste Bewertung Geschwindigkeit, Umfang, Kontext, Maßnahmen und Beweise.
Ziel ist nicht, schneller etwas zu finden. Ziel ist es, frühzeitig zu verstehen, was wichtig ist, und das Risiko zu minimieren, solange es noch relevant ist.
Forschungsbericht
Sehen Sie, was sich ändert, wenn KI schneller voranschreitet als die Regierungsführung.
Datensicherheit umfasst heute mehr als nur das Auffinden sensibler Daten und die Identifizierung von Sicherheitslücken. KI-Agenten, maschinelle Identitäten, Schatten-KI und immer vielfältigere Zugriffswege verändern die Anforderungen an Sicherheitsteams hinsichtlich Erkennung, Verständnis, Steuerung und Kontrolle.
Erkunden Sie Das unregierte Unternehmen für die Forschung über die wachsende Kluft zwischen der Einführung von KI und der Unternehmensführung und deren Bedeutung für Daten, Identität, Zugriff und Sicherheit.
Häufig gestellte Fragen zur Evaluierung von Datensicherheitsplattformen
Worauf sollte man bei einer Datensicherheitsplattform achten?
Achten Sie auf aussagekräftige Datenabdeckung, genaue Klassifizierung, Kontextinformationen zu Identität und Zugriff, Aktivitätsinformationen, nachvollziehbare Risikopriorisierung, sichere Plattformarchitektur, KI-gestützte Datentransparenz, Lebenszykluskontrollen, Abhilfemaßnahmen und Nachweise dafür, dass Korrekturmaßnahmen das Risiko verringert haben.
Ist eine schnelle Bereitstellung dasselbe wie eine schnelle Wertschöpfung?
Nein. Die Implementierungsrate misst, wie schnell die Technologie betriebsbereit wird. Die Time-to-Value misst, wie schnell die Organisation genügend Abdeckung, Kontext und Vertrauen gewinnt, um eine sinnvolle Entscheidung zu treffen und Maßnahmen zur Risikominderung zu ergreifen.
Wie sollten Organisationen DSPM-Plattformen bewerten?
Testen Sie DSPM-Plattformen anhand repräsentativer Unternehmensdaten, anstatt sich ausschließlich auf Demonstrationen zu verlassen. Bewerten Sie die Abdeckung der Erkennung, die Genauigkeit der Klassifizierung, den effektiven Zugriff, die Aktivität, die Priorisierung, die Architektur, die Behebung von Sicherheitslücken, das KI-Datenrisiko, die Lebenszykluskontrollen und die messbaren Ergebnisse.
Warum ist die Datenabdeckung bei einer DSPM-Bewertung wichtig?
Die Sicherheitsbewertung hängt davon ab, welche Daten die Plattform erfassen kann. Wichtige sensible Daten, die nicht in die Bewertung einbezogen werden, können zu Sicherheitslücken führen. Daher sollten Unternehmen die Abdeckung der Datenumgebungen messen, die ihr Risiko wesentlich beeinflussen.
Worin besteht der Unterschied zwischen Scangeschwindigkeit und Entscheidungsgeschwindigkeit?
Die Scangeschwindigkeit misst, wie schnell eine Plattform eine Umgebung analysiert. Die Entscheidungsgeschwindigkeit misst, wie schnell ein Team genügend Verständnis und Sicherheit erlangt, um ein Risiko zu priorisieren, über das weitere Vorgehen zu entscheiden und geeignete Maßnahmen zu ergreifen.
Warum sollte die Behebung von Mängeln Teil einer Datensicherheitsbewertung sein?
Die Risikoanalyse deckt Risiken auf, die Risikobehebung verändert sie. Bewertungen sollten prüfen, ob die Ergebnisse zu Korrekturmaßnahmen führen können, wie z. B. die Einschränkung von Zugriffsrechten, die Änderung von Berechtigungen, das Löschen unnötiger Daten, die Anwendung von Richtlinien oder die Koordination nachvollziehbarer Arbeitsabläufe.
Autor
