Daten und Sicherheit in Balance: Wie Sie Predictive Data Analytics sicher und stark machen.
Big Data

Keine Daten-Apokalypse!

Predictive Data Analytics sind der Megatrend der IT. Doch wie macht man diese Big-Data-Systeme in Unternehmen leistungsstark und schafft zugleich Datensicherheit und Datenschutz?

Ausgeklügelte Algorithmen sind längst in der Unternehmensstrategie verankert. Aber: Predictive Data Analytics dringen tief in Organisationen ein. Deshalb müssen diese Systeme maximale Sicherheit aufweisen.

Predictive Data Analytics als wichtigste Teildisziplin der Big-Data-Analyse dringen tiefer in Organisationen und Unternehmen ein als jede Technologie zuvor. US-Militärs im Kampfeinsatz nutzen das Produkt eines großen Softwareherstellers, um die Patrouillen-Routen für den nächsten Tag festzulegen. Die Algorithmen geben ihnen Ratschläge, an welchen Punkten der Strecke potenzielle Gefahren lauern – mit einer außerordentlich hohen Zuverlässigkeit. Andere Predictive-Data-Analytics-Lösungen schlagen aufgrund von Wetterdaten, Informationen von Lieferanten und Infrastrukturdaten neue Ansätze für unternehmensinterne Lieferketten vor. Dabei kommt es in der Supply Chain zu massiven Einsparungen und Effizienzsteigerungen. Oder nehmen wir den Handel: Das Herzstück jedes Unternehmens ist hier das Pricing. Längst sind hier nicht mehr ausschließlich Bauchgefühl und historische Daten verantwortlich, sondern Predictive Data Analytics haben ein gehöriges Wort mitzureden. Aufgrund der Datenanalyse lässt sich viel zuverlässiger feststellen, ob ein Produkt für 10,99 Euro bleischwer in den Regalen liegen bleibt oder ob es eben für 9,99 Euro ein „Renner“ wird. Kurz und gut: Ausgeklügelte Algorithmen sind aus gutem Grund mehr und mehr in der Unternehmensstrategie verankert.

Fort Knox für digitale Güter

Diese Durchdringung führt jedoch auch dazu, dass die Anwendungen absolut integer sein müssen. Denn sie gehören somit zu den „Kronjuwelen“ eines Unternehmens: „Und diese Kronjuwelen werden in unseren hypervernetzten Unternehmen über die Cloud und Mobilgeräte zugänglich sein – nicht nur für uns, sondern auch für unsere Gegner“, warnt etwa Art Coviello, langjähriger Chef des Sicherheitsunternehmens RSA. Demzufolge müssten Unternehmen all ihre Datensätze analysieren und über den richtigen Kontext verfügen, um Licht in den Datendschungel zu bringen. Anders ausgedrückt: Wenn man als Unternehmen tief in Predictive Data Analytics einsteigt, sie beispielsweise auch dem Außendienst zur Verfügung stellt, dann sind die wertvollsten Inhalte des Unternehmens, sein Wissen, seine Kundendaten oder gar Patente und Innovationen mobil. Und nicht nur das: Neben diesen Aspekten der Datensicherheit, spielen auch Faktoren des Datenschutzes eine Rolle. Kundendaten oder etwa Ergebnisse aus Risikoanalysen sind nicht nur geschäftskritisch, sondern können mitunter auch eine kompromittierende Facette haben.

Sicherheit Hemmschuh für Predictive Data Analytics

Da wundert es nicht, wenn der Bitkom in einer gemeinsamen repräsentativen Studie mit den Consultants der KPMG unter deutschen Unternehmen feststellt, dass die größten Hemmnisse für den Einsatz innovativer Datenanalysen Rechts- und Sicherheitsbedenken sind. Ferner sagten 41 Prozent der Befragten, es gäbe Unklarheiten hinsichtlich der Rechtslage. Vor allem der Realisierung fortgeschrittener Analysen von Daten unterschiedlicher Struktur und Herkunft stünden laut Umfrage Datenschutzbedenken im Weg. Fast ein Drittel (29 Prozent) der Befragten äußert die Sorge vor öffentlicher Kritik als einen Grund, auf Datenanalysen zu verzichten.
Dabei gibt es nichts dran zu rütteln, dass Unternehmen letztlich gut beraten sind, auf den Analyse-Zug aufzuspringen. Denn wenn künftig Milliarden an Geräten etwa im Internet der Dinge miteinander verknüpft sind, Daten austauschen und diese Daten und deren Auswertung den Wert eines Unternehmens ausmachen, ist ein Verzicht auf Predictive Data Analytics zumindest grob fahrlässig.

Die frohe Botschaft: Lösung in Sicht

Ein Dilemma also? Mitnichten, wie diverse Untersuchungen zeigen. Vielmehr der Anlass, Sicherheit und IT-Sicherheit neu zu denken. Das heißt etwa: Mobilgeräte einer strikten Policy zu unterziehen, sie immer durch Fernwartung absichern und im Notfall remote – also ferngesteuert – löschen zu können. Ein enges Zusammenspiel von Anwendern und IT-Security fordern und fördern. Dazu gehören auch das strikte Einfordern von Verschlüsselungstechnologien, wirksamer Nutzer-Authentifizierung und Datenanonymisierung wo es notwendig ist. Auch prognostizieren Analysten nicht ohne Grund im Kontext von Datenanalysen ein starkes Wachstum von Managed Security Services. Manchmal braucht es also einen starken Partner an der Seite des Unternehmens, für den Big-Data-Security Kernkompetenz ist. Letztlich sind effektive und zugleich sichere Predictive Data Analytics ein Merkmal von ausgewogenem Risiko-Management: Erst wenn Unternehmen ihre Risiken ganzheitlich einschätzen können und wissen, wo digitale Risikozonen liegen, können sie diese Hot-Spots mit entsprechend maximaler Sicherheit ausstatten.

Der Boom kommt – so oder so

Fazit also: Predictive Data Analytics lassen sich effizient und zugleich sicher gestalten, letztlich ist es rein eine Frage der Ressourcen. Denn, dass das Thema Sicherheit Investitionen erforderlich macht, dürfte klar sein. Dass diese Ausgaben sich aber sehr schnell in der Wertsteigerung des Unternehmens niederschlagen, zeigen aktuelle Zahlen: So prognostizierten die Marktforscher der IDC im Jahr 2013 einen Markt für Big Data Analytics für das Folgejahr von 16,1 Milliarden Dollar; dieser sollte sich dann bis 2017 auf 32,4 Milliarden steigern. In der Realität kam es aber bereits 2015 zu einem Umsatz von 125 Milliarden Dollar, so Accent Technologies vor wenigen Tagen. Ein beeindruckendes Volumen – garantiert nicht aus reinem Selbstzweck.

Weitere Beiträge