Sie sind hier: Startseite » Markt » Tipps und Hinweise

Enterprise Data Cloud aufbauen


Wie lässt sich in der Enterprise Data Cloud die Datensicherheit aufrechterhalten?
Was müssen Unternehmen in Bezug auf die Datensicherheit im Jahr 2021 beachten?


Unternehmen sehen sich nach wie vor mit der Aufgabe konfrontiert, sensible Daten zu identifizieren und zu klassifizieren, um sich im Rahmen des Datenschutzes abzusichern. Bei Verstößen gegen diese Regelungen drohen hohe Bußgelder. Im Jahr 2020 wurden laut DLA Piper 159 Millionen Euro an Bußgeld wegen Verstößen gegen die DSGVO verhängt – über 40 Prozent mehr als in den Monaten seit Inkrafttreten der Verordnung. Dazu kommt, dass im Corona-Jahr die Menge der Daten, die erzeugt werden, stark angestiegen ist.

Dazu trägt der Zuwachs an Home Office-Arbeitsplätzen ebenso bei wie die deutliche Zunahme an Video-Konferenzen. Auch durch den Click-and-Collect-Ansatz werden deutlich mehr Daten generiert als beispielsweise durch Kunden, die direkt im Geschäft vor Ort einkaufen. Hier werden kontinuierlich Daten generiert, die alle verwaltet werden müssen. Gleichzeitig steigen die Risiken in Bezug auf die Datensicherheit, denn die Informationen gelangen auf private Endgeräte in eine potenziell unsichere Umgebung, die außerhalb der Unternehmensnetzwerke liegt.

Was unterscheidet Datenschutz von der Datensicherheit?
Datenschutz geht weit über die Datensicherheit hinaus. Es geht darum, sensible Daten wirksam zu schützen. Dazu muss man wissen, welche Daten sensible Daten sind. Meist steht der Schutz personenbezogener Daten im Fokus, wie ihn auch die DSGVO fordert. Doch Angreifer können einzelne, grundlegende Angaben zu Identitätsprofilen zusammensetzen und etwa aus einer Hausnummer und einem Namen ein Personenprofil ermitteln. Hier müssen Unternehmen aktiv werden, denn erst wenn sie ihre Daten effizient klassifizieren und sensible Daten erkennen können, ist es möglich, funktionierende Regeln für die Datensicherheit aufzustellen.

Was können und müssen Unternehmen tun, um ihre Daten zu schützen?
Data Governance ist in vielen Unternehmen bereits Teil der Datenstrategie. Die meisten handeln hier reaktiv und prüfen im Nachhinein, wie bestehende Vorschiften in Bezug auf die Datensicherheit eingehalten werden können. Wesentlich effizienter ist es, bereits von Anfang an auf eine gute Governance zu setzen. Wenn Unternehmen bereits von Beginn an ermitteln, ob Daten als sensible Daten zu behandeln und über ihren gesamten Lebensweg zu verwalten sind, wird die Einhaltung von Vorschriften ebenso wie der Datenschutz praktisch zu einem Nebeneffekt. Gleichzeitig sichern sie sich das Vertrauen der Kunden, die erwarten, dass ihre Daten korrekt behandelt werden. Proaktive Governance ist ein Schlüssel zu diesem Vertrauen.

Worin liegt die Herausforderung für Unternehmen, Daten zu identifizieren?
Unternehmen stoßen häufig bereits bei dem Vorhaben, vorhandene Daten zu identifizieren und zu klassifizieren, an ihre Grenzen. Mit weiteren, neuen Daten wird dieses Problem noch vergrößert. Die grundlegende Herausforderung liegt deshalb in der Menge der neu generierten Daten. Nutzen Unternehmen traditionelle Ansätze für ihre Datenverarbeitung, wächst mit zunehmendem Datenvolumen auch der Zeitaufwand für die Klassifizierung, die Anwendung von Datenzugriffsregeln und die Bereitstellung für den Endanwender. Der wichtigste Aspekt für Unternehmen besteht darin, ihre Daten schneller für mehr Anwender verfügbar zu machen, um sie dadurch in mehr Anwendungsfällen einzusetzen und schneller einen Mehrwert generieren zu können. Um diese Entwicklung erfolgreich umzusetzen, bietet sich die Nutzung einer Enterprise Data Cloud an, um konsistente Sicherheit über den gesamten Datenlebenszyklus auf allen eingesetzten Infrastrukturen (Hybrid und Multi-Cloud) anwenden zu können.

Ein ganzes Spektrum an Analyse-Tools für den gesamten Datenlebenszyklus ist notwendig, um strategische Ziele zu erreichen und etwa die Abwanderung von Kunden zu untersuchen und zu vermeiden. Hier gilt: Die Regeln für die Infrastruktur und die Analytik wie auch für den Datenzugriff sollten möglichst nur einmal festgelegt und konsistent angewandt werden.

Was bedeutet Data Governance/Datensicherheit für Cloudera?
Die meisten Unternehmen nutzen heute hybride Cloud Computing-Strategien. Jede Cloud hat jedoch ein eigenes Framework, innerhalb dessen verschiedene Richtlinien gelten, wie Daten behandelt werden. Unternehmen müssen jedoch in der Lage sein, Daten zusammenzuführen. Sie müssen die Daten verstehen, um die richtigen Informationen bereitstellen zu können – etwa, wenn Kunden Auskunft über ihre Daten fordern. Letzten Endes geht es darum, ein automatisiertes System zu schaffen. Mit Plattformen wie Cloudera Data Platform sind Unternehmen in der Lage, eine eigene Enterprise Data Cloud aufzubauen, die die zentralen Herausforderungen einer Datenstrategie adressiert. (Cloudera: ra)

eingetragen: 15.02.21
Newsletterlauf: 19.04.21

Cloudera: Kontakt und Steckbrief

Der Informationsanbieter hat seinen Kontakt leider noch nicht freigeschaltet.


Meldungen: Tipps und Hinweise

  • Wie sich Teamarbeit im KI-Zeitalter verändert

    Liefertermine wackeln, Teams arbeiten unter Dauerlast, Know-how verschwindet in der Rente: In vielen Industrieunternehmen gehört der Ausnahmezustand zum Betriebsalltag. Gleichzeitig soll die Zusammenarbeit in Produktion, Qualitätskontrolle und Wartung immer schneller, präziser und vernetzter werden. Wie das KI-gestützt gelingen kann, zeigt der Softwarehersteller Augmentir an sechs konkreten Praxisbeispielen.

  • Vom Workaround zum Schatten-Account

    Um Aufgaben im Arbeitsalltag schneller und effektiver zu erfüllen, ist die Suche nach Abkürzungen Gang und Gebe. In Kombination mit dem technologischen Fortschritt erreicht die Effizienz menschlicher Arbeit so immer neue Höhen und das bringt Unternehmen unwissentlich in eine Zwickmühle: Die zwischen Sicherheit und Produktivität. Wenn ein Mitarbeiter einen Weg findet, seine Arbeit schneller oder besser zu erledigen, die Bearbeitung von Zugriffsanfragen durch die IT-Abteilung aber zu lange dauert oder zu kompliziert ist, dann finden Mitarbeiter oftmals "kreative" Lösungen, um trotzdem weiterarbeiten zu können. Diese "Workarounds" entstehen selten aus böser Absicht. Allerdings stellen sie gravierende Sicherheitslücken dar, denen sich viele Beschäftigte und Führungskräfte nicht bewusst sind.

  • KI in der Cloud sicher nutzen

    Keine Technologie hat die menschliche Arbeit so schnell und weitreichend verändert wie Künstliche Intelligenz. Dabei gibt es bei der Integration in Unternehmensprozesse derzeit keine Tür, die man KI-basierter Technologie nicht aufhält. Mit einer wachsenden Anzahl von KI-Agenten, LLMs und KI-basierter Software gibt es für jedes Problem einen Anwendungsfall. Die Cloud ist mit ihrer immensen Rechenleistung und Skalierbarkeit ein Motor dieser Veränderung und Grundlage für die KI-Bereitstellung.

  • Clever skalieren auf Basis bestehender Strukturen

    Da Generative AI zunehmend Teil unseres Alltags wird, befinden wir uns in einer KI-Phase, die sich durch außerordentliche Fähigkeiten und enormen Konsum auszeichnet. Was anfangs auf einer theoretischen Ebene stattgefunden hat, ist inzwischen messbar - und zwar bis zur kleinsten Einheit. Aktuelle Untersuchungen von Mistral AI und Google deuten darauf hin, dass die Folgen einer einzigen Interaktion vernachlässigbar sind: Bruchteile eines Watts, einige Tropfen Wasser und ein Kohlenstoffausstoß, der etwa dem entspricht, was beim Streamen eines Videos unter einer Minute verbraucht wird.

  • Von Cloud-First zu Cloud-Smart

    Die zunehmende Vernetzung von IT- und OT-Systemen bedeutet für die Fertigungsindustrie neue Sicherheitsrisiken. Ein moderner Cloud-Smart-Ansatz verbindet Innovation mit effektiven Sicherheitslösungen, um diesen Herausforderungen gerecht zu werden. Die industrielle Digitalisierung stellt die Fertigungsindustrie heute vor neue Herausforderungen - insbesondere in puncto Sicherheit.

  • Technik statt Vertrauen

    Die andauernden Turbulenzen in den USA seit Amtsantritt von Donald Trump, die konsequente Kürzung von Mitteln für Datenschutz und die Kontrolle staatlicher Überwachungsprogramme verdeutlichen: Wer als Behörde oder Institution höchste Datensicherheit garantieren muss, kann nicht auf US-amerikanische Unternehmen oder deren europäische Töchter setzen.

  • Risiko von SaaS-zu-SaaS-Integrationen

    Ein SaaS-Sicherheitsalbtraum für IT-Manager in aller Welt wurde kürzlich wahr: Hacker nutzten legitime OAuth-Tokens aus der Drift-Chatbot-Integration von Salesloft mit Salesforce, um unbemerkt Kundendaten von der beliebten CRM-Plattform zu exfiltrieren. Der ausgeklügelte Angriff deckt einen kritischen toten Winkel auf, von dem die meisten Sicherheits-Teams nicht einmal wissen, dass sie von ihm betroffen sind.

  • Kostenfallen erkennen und vermeiden

    Remote Work, Cloud Computing und mobile Endgeräte haben die Arbeitswelt grundlegend verändert. Mitarbeiter erwarten heute, von überall aus auf ihre Anwendungen und Daten zugreifen zu können. Virtuelle Desktop-Lösungen machen diese Flexibilität möglich, indem sie Desktop-Umgebungen und Anwendungen über das Netzwerk eines Unternehmens bereitstellen. Doch der Markt für solche Lösungen ist komplex und vielfältig. IT-Entscheider stehen vor der Herausforderung, aus dem Angebot die passende Lösung zu identifizieren, die sowohl technische Anforderungen als auch wirtschaftliche Ziele erfüllt.

  • Übergang in die neue Systemlandschaft

    Der Umstieg auf SAP S/4HANA ist bei vielen Unternehmen bereits in vollem Gange oder steht unmittelbar bevor. Wer in diesem Zusammenhang seine Archivierungsstrategie überdenkt, kann wertvolle Zeit, Kosten und Aufwand sparen. Die Archivierungsexperten von kgs haben zehn zentrale Aspekte zusammengestellt, die dabei helfen, den Übergang in die neue Systemlandschaft effizient und zukunftssicher zu gestalten.

  • Die Zukunft braucht offene KI-Infrastrukturen

    KI ist mehr als ein ominöses Hinterzimmer-Experiment. Die Technologie ist eine treibende Kraft, wenn es um Produkte, Entscheidungen und Nutzererfahrungen über jegliche Wirtschaftsbereiche hinaus geht. Mittlerweile stellen Unternehmen jedoch die Inferenz in den Mittelpunkt ihrer KI-Implementierungen. Hier können die Modelle ihren eigentlichen Mehrwert unter Beweis stellen - unter anderem in Form von Antworten auf drängende Fragen, Vorhersagen und Content-Generierung. Der Anstieg des Inferenz-Bedarfs bringt jedoch eine entscheidende Herausforderung mit sich. Bei Inferenzen handelt es sich nämlich nicht um einzelne Workloads.

Wir verwenden Cookies um unsere Website zu optimieren und Ihnen das bestmögliche Online-Erlebnis zu bieten. Mit dem Klick auf "Alle akzeptieren" erklären Sie sich damit einverstanden. Erweiterte Einstellungen