Müssen wir irgendetwas löschen, um beginnen zu können?
Nein, das erste Ergebnis sind die Ergebnisse. BigID erfasst die Datenbestände, klassifiziert die gefundenen Daten und meldet redundante, veraltete oder nicht konforme Daten, bevor diese verschoben werden. Die endgültige Löschung erfolgt später, und die Archivierung im Offline-Speicher ist überall dort möglich, wo eine endgültige Löschung nicht genehmigt wurde.
Woran erkennen wir, dass eine Datei gefahrlos gelöscht werden kann?
Überprüfung und Schutzmaßnahmen werden im selben Arbeitsablauf vor der endgültigen Entscheidung durchgeführt. Ein autorisierter Prüfer bestätigt die Daten, die rechtliche Aufbewahrungspflicht wird geprüft und die referenzielle Integrität strukturierter Daten wird sichergestellt. Ein sogenannter „Tombstone“-Hinweis signalisiert den Nutzern, dass ihre Daten untersucht werden, und jede Aktion hinterlässt Spuren.
Wie passt das zu dem Aufbewahrungsplan, den unser Dokumentationsteam bereits verwaltet?
BigID setzt dies direkt in den Daten um, anstatt es nur auf dem Papier festzuhalten. Individuelle Regelungsdefinitionen und ein Abfragegenerator für Geschäftsanwender ermöglichen es den Abteilungen für Aktenführung und Recht, ihren eigenen Zeitplan neben der vorgefertigten Regelungsbibliothek zu kodieren.
Was versteht man unter Datenminimierung und wie lässt sie sich auf Dateien, E-Mails und Chats anwenden?
Datenminimierung bedeutet, nur die Daten zu behalten, die man für einen bestimmten Zweck benötigt, und den Rest zu löschen. Bei unstrukturierten Daten ermittelt BigID den Inhalt jeder Datei, kennzeichnet redundante, veraltete und triviale (ROT) Inhalte, Daten mit abgelaufener Einwilligung sowie Daten, deren Aufbewahrungsfrist abgelaufen ist, und leitet diese anschließend zur Archivierung oder Löschung weiter. Dies unterstützt die Verpflichtungen zur Datenminimierung und Speicherbegrenzung gemäß DSGVO und CCPA. Datenschutz und Compliance Automatisierung und Datenlebenszyklusverwaltung.
Findet es ungenutzte Daten und ROT-Daten in unseren Dateifreigaben und Cloud-Speichern?
Ja, auf die gleiche Weise bei jeder Quelle. Redundante, veraltete und triviale (ROT) Daten, oft auch als „Dark Data“ bezeichnet, wenn niemand von ihrer Existenz weiß, werden durch Duplikaterkennung in Dateisystemen und Data Lakes, Clusteranalyse für nahezu identische Duplikate und abgeleitete Kopien sowie durch die Bestimmung des Veraltetheitsgrades anhand von Erstellungs-, Änderungs- oder letztem Zugriffsdatum gefunden. Der Inhalt jeder Datei stammt aus Entdeckung und Klassifizierung von Daten, Der Überschuss wird also unter Berücksichtigung der bereits vorhandenen Empfindlichkeit ermittelt.
