2. Juli 2012 - Big Data

Bedeuten große Datenmengen auch große Datenschutz-Probleme?

Big Data, die ständig wachsende Datenmenge in Unternehmen, gilt als eines der wichtigsten IT-Themen der kommenden Jahre. Auch der Datenschutz muss sich den enormen Datenmengen stellen. Dabei kann Big Data jedoch mehr sein als ein Problem für den Datenschutz, vorausgesetzt man geht das Thema richtig an.

bedeuten-grose-datenmengen-auch-grose-datenschutz-probleme.jpeg
Big Data ist eine neue Herausforderung für den Datenschutz (Bild: Thinkstock)

Die Menge der gespeicherten Daten in Unternehmen wächst unaufhörlich. Die Marktforscher von IDC gehen von einer Steigerung des Datenvolumens um 48 Prozent in nur einem Jahr aus. 90 Prozent aller heute verfügbaren Daten sind in den letzten zwei Jahren entstanden, so eine Studie von IBM. Es liegt auf der Hand: Wenn die Menge an gespeicherten Daten derart zunimmt, kann dies nicht ohne Auswirkungen auf den Datenschutz bleiben.

Endlose Systemprotokolle, zahllose Verstecke für Malware

Die möglichen Probleme, die Big Data für den Datenschutz und die Datensicherheit werden bereits sichtbar, wenn Sie an die notwendige Protokollierung und die regelmäßige und zeitnahe Auswertung denken. Wer soll das noch schaffen, wenn das Datenvolumen weiterhin so zunimmt? Gleichzeitig steigt die Gefahr, dass sich Schadprogramme (Malware) besser verstecken können, da komplette Viren-Scans immer länger dauern könnten.

Big Data in vielen Bereichen

Dabei ist Big Data, die Ansammlung großer Datenmengen, nicht etwa nur ein Problem bestimmter Branchen. Der Hightech-Verband BITKOM nennt verschiedene Beispiele, in welchen Bereichen und bei welchen Datenkategorien mit Big Data besonders zu rechnen ist, darunter:

  • Verbindungsdaten (Telekommunikation),
  • Zugriffsstatistiken auf Webseiten (E-Commerce, Online-Werbung),
  • Logistikdaten (RFID),
  • Verbrauchsdaten (Energie- und Wasserwirtschaft),
  • Überweisungsdaten (Banken),
  • Verschreibungsdaten (Gesundheitswirtschaft),
  • Simulationsdaten (Engineering) sowie
  • wissenschaftliche Daten (z.B. Klimaforschung, Wirkstoffforschung).

Big Data: Herausforderung und Chance zugleich

Die steigende Datenmenge, die geschützt werden muss, ist nicht die einzige Herausforderung im Zusammenhang mit Big Data. Auch die Zahl der Datenquellen (z.B. Mobile Endgeräte, Sensoren) und die Vielfalt der Datenformate nehmen zu. Man spricht bei Big Data von den 3 Vs, Volumen (Datenmenge), Variety (Vielzahl an Datenformaten, Datenquellen und Datenspeicherorten) und Velocity (notwendige Geschwindigkeit bei der Auswertung).

Anzeige

Das Fachmagazin Datenschutz PRAXIS gibt Monat für Monat Praxistipps für eine wasserdichte Datenschutzorganisation im Unternehmen. Nutzen Sie das kostenlose Probeabo, um die Datenschutz PRAXIS zu testen!

Big Data: Schneller auswerten und reagieren

Ohne Zweifel steigt durch Big Data der Bedarf an schnellen Auswertungen der Daten, um noch schnell und fundiert Entscheidungen treffen zu können. Bislang sind laut den Marktforschern von Gartner 85 Prozent der 500 umsatzstärksten Unternehmen der Welt bislang nicht in der Lage, die Analysen der großen Datenmengen sinnvoll durchzuführen. Das aber gilt letztlich nicht nur für Auswertungen für mehr Business Intelligence wie die Berechnung von Umsatzprognosen und Marktchancen. Auch die Sicherheitsanalysen müssen schneller werden, um dem Trend hin zu Big Data zu begegnen. Die Lokalisierung der zu schützenden Daten, das Erkennen möglicher Schadprogramme, das fristgerechte Löschen und das Erkennen unerlaubter Profilbildung, all dies macht umfassende und ausreichend schnelle Datenanalysen notwendig, die Nutzerdaten anonymisieren, Gefahren erkennen lassen und automatische Gegenmaßnahmen unterstützen.

Mehr automatische Kontrollen und Analysen

Unternehmen, die sich der Herausforderung durch Big Data stellen, sollten zunehmend auf automatisierte Kontrollen setzen, um verdächtige Aktivitäten aufzuspüren, Berechtigungen zu prüfen, Datenströme zu kontrollieren und Missbrauch zu erkennen. Dies haben verschiedene Sicherheitsanbieter bereits erkannt. Die neue Sicherheitslösung McAfee Enterprise Security Manager (auf Basis von NitroView von NitroSecurity) zum Beispiel zielt speziell ab auf Sicherheitsanalysen im Big-Data-Umfeld. Technische Grundlage ist eine skalierbare Datenbank, mit der sich die zunehmenden Datenströme aus den vielfältigen Datenquellen (wie Endgeräte, Netzwerke, Datenbanken und Anwendungen) verarbeiten lassen sollen.

Bessere Datenauswertung, mehr Einblick in Datenrisiken

Dabei haben die großen Datenmengen nicht nur Nachteile: Wenn leistungsstarke Werkzeuge zur Analyse von Big Data eingesetzt werden, lassen sich auch Einblicke in Datenrisiken gewinnen, die bislang nicht so einfach möglich waren, also zum Beispiel das Erkennen von Trends in der Datenverarbeitung, die gefährlich werden könnten.

So könnte zum Beispiel sichtbar werden, dass im zeitlichen Vergleich die Umsetzung der Sicherheitsrichtlinien immer dann besonders schlecht erfolgt, wenn eine Messe vorbereitet wird oder ein neues Projekt mit externen Dienstleistern begonnen wird. Daraus lassen sich dann Schlüsse ziehen für eine Optimierung der Datensicherheit, so wie die Auswertung von Big Data bessere Rückschlüsse auf Geschäftspotenziale zulassen kann.


Tipps zur richtigen Reaktion des Datenschutzes auf den Trend Big Data finden Sie auch in der Arbeitshilfe:


Oliver Schonschek
Oliver Schonschek ist Diplom-Physiker und Fachjournalist.

Sie glauben, Sie hätten noch so viel Zeit? Falsch! Es gibt mehr zu tun, als Sie vielleicht denken! ▶ Zeit zu handeln