Daten strukturieren ist teuer

Das Problem bei den dunklen Daten ist, dass eine sorgfältige Klassifizierung nicht nur zeitaufwändig, sondern in der Regel auch sehr teuer ist. Mit einem Anteil von 54 Prozent gehört mehr als die Hälfte der weltweit in Unternehmen gespeicherten Daten in diese Gruppe. In Deutschland liegt der Anteil laut Vanson Bourne sogar noch höher. Hierzulande sollen rund 66 Prozent der Daten zu den dunklen Daten gehören. Das ist der weltweite Spitzenwert. Ähnlich hohe Werte erreichen nur Großbritannien mit 59 Prozent und Südafrika mit 58 Prozent.

„Dunkle Daten können die Reputation und den Marktanteil von Unternehmen gefährden - spätestens dann, wenn diese mit Datenschutzbestimmungen wie der DSGVO in Konflikt geraten“, warnt Eric Waltert, Regional Vice President DACH bei Veritas. „Um so wichtiger ist es, Daten effizient zu verwalten und zu schützen.“ Das gefährliche an dunklen Daten sei auch, dass sie in Unternehmen schnell in Vergessenheit geraten. Das mache sie zu einem verlockenden Ziel für Cyber-Kriminelle und Ransomware-Angriffe.

Dazu komme, dass ein Unternehmen die Bestimmungen der DSGVO oder ähnlicher Vorgaben kaum einhalten kann, wenn es gar nicht weiß, welche personenbezogenen Daten es über seine Kunden gespeichert hat. „Je mehr Unternehmen über ihre Daten wissen, desto besser können sie ihren Wert oder das potenzielle Risiko abschätzen“, sagt Waltert.

Das große Problem bei Dark Data ist die Frage, wie man die Spreu vom Weizen trennt? Veritas und Vanson Bourne schätzen, dass allein durch ROT-Daten jedes Jahr weltweit Kosten in Milliardenhöhe entstehen. Unter www.veritas.com/dark-data stellt der Anbieter einen Online-Rechner bereit, mit dem ein Unternehmen die ungefähren Kosten selbst ausrechnen kann, die abhängig von der gespeicherten Datenmenge entstehen. Die Ergebnisse sind durchaus beeindruckend. So entstehen selbst bei einem kleineren Betrieb, der nur etwa 250 TByte an Daten angesammelt hat, Gesamtkosten für die Datenspeicherung in Höhe von 1,25 Millionen US-Dollar. Nur knapp 200.000 Dollar werden für geschäftskritische Daten benötigt, mehr als 400.000 Dollar für ROT-Daten und etwa 650.000 Dollar für dunkle, also noch nicht klassifizierte Daten. Ein Großteil dieser Summe könnte nach Ansicht von Veritas und Vanson Bourne eingespart werden, wenn sich das Unternehmen von seinen nicht benötigten Daten trennen würde.

Der Online-Rechner zeigt zusätzlich, wie viele Dateien ein Unternehmen durchschnittlich zusammengetragen hat. Bei den angenommenen 250 TByte sind dies schon fast 580 Millionen Dateien. Der Inhalt oder die Bedeutung von mehr als der Hälfte, also etwas über 300 Millionen Dateien, ist dabei völlig unbekannt. Viele dieser Dateien enthalten vermutlich auch personenbezogene Informationen. Damit unterliegen sie innerhalb der Europäischen Union besonders hohen Datenschutzauflagen. Aber nicht nur das. Die hohe Zahl dieser Daten führt dazu, dass Mitarbeiter immer länger nach relevanten Informationen suchen müssen, die sie etwa für ein Projekt benötigen. Laut Vanson Bourne gehen bis zu zwei Stunden täglich verloren, weil wichtige Daten nicht schnell genug gefunden werden können. Besonders schwierig sei es, wenn ein Kunde aufgrund der Vorgaben der DSGVO die Löschung der gesamten über ihn gespeicherten Daten verlangt.

97 Prozent der von Vanson Bourne befragten Manager klagen zudem über negative Auswirkungen von Dark Data auf wichtige strategische Entscheidungen, verpasste Chancen sowie Verzögerungen bei der Einführung neuer Produkte oder weil relevante Daten nicht schnell genug gefunden werden konnten. 95 Prozent gaben zudem an, dass es auch zu langfristigen negativen Auswirkungen gekommen sei. Das führe dann zu steigenden Kosten, Einbußen bei Produktivität und Effektivität, mangelnder Beweglichkeit bei wichtigen Entscheidungen, Schwierigkeiten beim Wettbewerb mit anderen Firmen, einer höheren Gefahr durch Cyber-Security-Bedrohungen und einer reduzierten Zufriedenheit der Kunden. „Sogar mittelgroße Unternehmen verfügen bereits über Milliarden von Dateien“, kommentiert Veritas-Manager Waltert. Manuelle Klassifizierungen und Kategorisierungen seien kaum mehr möglich.