Viele von uns haben gehört, dass Daten das neue Öl sind, weil sie den modernen digitalen Handel antreiben. Doch diese Analogie beschränkt sich nicht nur auf die Vorstellung, dass Daten die Informationswirtschaft antreiben. Wie Öl sind auch Daten flüssig: Sie können in nahezu jedes Reservoir oder jeden Speicher sickern und fließen. Sie können leicht „abgebaut“ (gesammelt oder generiert), „geleitet“ (verbreitet oder übertragen), „veredelt“ (bearbeitet und aufgeteilt), „verkauft“ und „verbraucht“ (gelöscht) werden. Tatsächlich Verfolgung von Daten während des gesamten Lebenszyklus Von der Erstellung bis zur Entsorgung hat die Entwicklung von Daten nicht mit den Innovationen bei der Produktion, Weitergabe und Speicherung Schritt gehalten. Da Unternehmen jedoch zunehmend auf Daten angewiesen sind, um Kunden zu gewinnen, ihre Mitarbeiter zu befähigen und ihre Geschäftsleistung zu optimieren, hat die Kenntnis und das Verständnis ihrer Daten eine neue Dimension und Priorität erlangt.
Daten überall
Wenn Kunden das Herzblut des modernen digitalen Geschäfts sind, ist die Kenntnis ihrer Daten von entscheidender Bedeutung für das Geschäftsleben. Jahrelang versuchten Unternehmen, sich ein Bild von ihren Kunden zu machen – zunächst mithilfe von MDM-Technologie und später mithilfe fortschrittlicher Big-Data-Analysen. Doch da Unternehmen die Anzahl digitaler Kontaktpunkte vom Desktop-Web auf Mobilgeräte, Wearables, KI-Systeme und das IoT erweitern, werden die Methoden der Vereinheitlichung von Datenwissen durch Zentralisierung von Daten weniger tragfähig. Heutzutage „sickern“ Daten leicht über strukturierte, halbstrukturierte und unstrukturierte Datenspeicher hinweg; sie erstrecken sich über das Rechenzentrum und die Wolke; sie erstreckt sich über Big Data, Datenseen und unzählige Anwendungen – sowohl intern als auch extern. Kundendaten sind überall, auf alle möglichen Arten kodiert und in allen möglichen Sprachen verfügbar.
Unternehmen benötigen jetzt eine Möglichkeit, eine zentrale Kundensicht zu erhalten, ohne ihre Daten zu zentralisieren. Dies erfordert die Möglichkeit, alle Datenspeicher unabhängig von Standort, Sprache und Organisation zu durchsuchen und gleichzeitig zu erkennen, welche Daten zu welchem Benutzer oder welcher Entität gehören. Dies erfordert neue Ansätze bei der Suche und Korrelation von Daten nach Personen oder Datensubjekten. Dies ist mit der Datenklassifizierungstechnologie aus der Motorola StarTAC-Ära, die in heutigen DLP- und DAM-Produkten zum Einsatz kommt, nicht möglich.
Zentralisierung der Datenansicht ohne Zentralisierung der Daten
BigID nutzt die neuesten Ansätze der internetweiten Suche und der ML-basierten Entitätsauflösung, um Unternehmen die schnelle Lokalisierung und Inventarisierung ihrer identitätsrelevanten Daten zu ermöglichen, ohne diese verschieben oder kopieren zu müssen. BigID-Algorithmen organisieren, katalogisieren und kartieren Daten unternehmensweit automatisch im Petabyte-Bereich, unabhängig von Speicherort und Verschlüsselung. BigID bietet einen virtuellen Index aller Unternehmensdaten, sortiert nach Datensubjekt, Datentyp, Datenspeicher oder Standort. So können Sicherheits-, Compliance- und Governance-Experten ihre wichtigsten Datenbestände präzise navigieren und analysieren. Dadurch wird eine zentrale Sicht auf Kundendaten in strukturierten Datenspeichern und, was vielleicht noch wichtiger ist, an allen unstrukturierten Speicherorten wie Dateifreigaben, Hadoop-Clustern, Data Lakes und Log-Repositories ermöglicht.
Bessere Datenkonformität durch bessere Datenbuchhaltung
Die Fähigkeit, personenbezogene Daten in unstrukturierten Datenspeichern zu finden und abzubilden, ist nicht nur für eine skalierbarere, dezentralere Alternative zum herkömmlichen MDM von entscheidender Bedeutung. Sie ist auch von entscheidender Bedeutung, wenn Unternehmen neue Datenschutzbestimmungen wie die DSGVO einhalten wollen.
Im Kern verlangt die DSGVO von Unternehmen, Rechenschaft über die Daten ihrer Kunden und Mitarbeiter zu legen. Sie müssen nicht nur inventarisieren, wo sie personenbezogene Daten speichern, sondern auch, wo sie jede Personendaten. Herkömmliche Ansätze zur Datenermittlung, die auf Umfragen oder Klassifizierung basieren, haben Schwierigkeiten, personenbezogene Daten ohne personenbezogene Daten zu finden und können nicht unterscheiden, welche Daten zu welcher Person gehören. Darüber hinaus ist ihre Wirksamkeit bei der Suche im wachsenden Universum unstrukturierter Datenspeicher begrenzt, da die Ermittlungstechnologien in den meisten Fällen vor der Entwicklung neuer moderner unstrukturierter Datenspeicher entstanden sind.
DSGVO und die sich ändernden Datenschutzanforderungen
BigID kann nicht nur eine größere Anzahl personenbezogener Daten anhand ihres Personenbezugs identifizieren, sondern dies auch für alle Datentypen und sprachunabhängig tun. Dies stellt eine leistungsstarke Ergänzung oder sogar Alternative zu MDM dar. Darüber hinaus unterstützt es Unternehmen bei der Erfüllung einiger der wichtigsten DSGVO-Anforderungen an betroffene Personen und die Datenaufbewahrung, indem es Daten von der Erstellung über die Verarbeitung bis hin zur Entsorgung finden und verfolgen kann.
Daten mögen zwar für moderne Unternehmen das neue „Öl“ sein, doch im Gegensatz zu Öl sind sie nicht austauschbar. Jedes Datenelement unterscheidet sich in Typ, Herkunft und Verknüpfung. Neue Technologien wie BigID bieten Unternehmen jedoch eine moderne Möglichkeit, ihre Daten präzise, umfangreich und über eine unbegrenzte Anzahl von Datenspeichern hinweg zu erfassen und abzubilden. Kunden anhand ihrer Daten zu kennen und zu verstehen, war noch nie so wichtig und praktikabel.
Autor
