w26M2
w26M2
w26M2
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Big-Data-Technologien – Wissen für Entscheider<br />
genügt, bietet die Möglichkeit der disjunkten, mandantenorientierten<br />
Daten-Haltung, Jobausführung,<br />
Visualisierung und Konfiguration sowie Entwicklung von<br />
Analytischen Applikationen und ihres Customizings.<br />
Data Masking<br />
Beim Data Masking handelt es sich um eine Technologie<br />
für die Anonymisierung bzw. Verfremdung von Daten,<br />
die mittlerweile auch für Big-Data-Systeme wie Hadoop<br />
verfügbar sind. Die eingesetzten Methoden sind somit<br />
auch Maßnahmen des Datenschutzes. Data Masking<br />
unterscheidet sich von der Verschlüsselung von Daten<br />
dadurch, dass es keine 1:1-Abbildung zwischen Originaldaten<br />
und verfremdeten Daten geben muss. Zudem<br />
bleiben die Daten meist lesbar. Data Masking bezieht<br />
sich nicht allein auf personenbezogene Daten und ist<br />
daher weiter gefasst als die reine Anonymisierung und<br />
Pseudonymisierung von Personen- und Adressdaten. Ziel<br />
des Verfremdens der Originaldaten ist die sogenannte<br />
Data Leakage Prevention (Verhinderung von Datenlecks).<br />
Die Data-Masking-Technologie wird oft zur Verringerung<br />
des Risikos von Verstößen gegen die Daten-Sicherheit<br />
in nicht produktiven Umgebungen oder zur Erstellung<br />
von Testdaten höherer Qualität und Rationalisierung von<br />
Entwicklungsprojekten eingesetzt.<br />
Custodian Gateways<br />
Im Bereich der Verwertung und Vermarktung von persönlichen<br />
Daten ist es absolut notwendig, die Datenverwertungsmodelle<br />
und Konzepte einer Governance<br />
zu unterlegen, um im Sinne des Verbraucherschutzes,<br />
aber auch der Wirtschaft Möglichkeiten zur Verwertung<br />
digitaler Informationen abzubilden. In diesem Umfeld<br />
etablieren sich erste Treuhandmodelle und -konzepte (vgl.<br />
Abschnitt 8.2).<br />
Identitäts- und Zugangs-Management<br />
Um die Sicherheit von Big-Data-Plattformen und ihrer<br />
Softwarekomponenten zu gewährleisten, werden heute<br />
übliche Identitäts- und Zugangs-Management-Lösungen<br />
mit den Big-Data-Softwaretechnologien integriert.<br />
Diese ermöglichen die Speicherung und Verwaltung<br />
der Benutzer, Gruppen sowie die Zugriffsprivilegien auf<br />
Daten, Applikationen, Geräte und Systeme. Hierzu werden<br />
meist Unternehmens-LDAP Directories wie OpenLDAP<br />
und ADS genutzt sowie Identitäts-Management-Systeme<br />
zur zentralen Verwaltung und Lifecycle-Management von<br />
Benutzern, Gruppen, ihrer Rechte und Zugriffsprivilegien<br />
eingesetzt.<br />
4.6.2 Daten-Governance<br />
Unter Daten-Governance versteht man eine Kombination<br />
von Prozessen, Technologien und Wissen, mit der sich<br />
nachhaltig wertvolle und qualitativ hochwertige Informationen<br />
gewinnen lassen. Zur Daten-Governance tragen<br />
mehrere Disziplinen bei, die mit ihrem Zusammenwirken<br />
den Daten-Lebenszyklus vollständigen abbilden. Fragen<br />
wie:<br />
• Woher kommen die Daten<br />
• Was bedeuten diese Daten<br />
• Wer trägt die Verantwortung für diese Daten<br />
• Handelt es sich um datenschutzrechtlich relevante<br />
Daten<br />
werden aus Sicht der IT und der Fachabteilungen<br />
beantwortet.<br />
Durch die neue Datenvielfalt und die zunehmende Anzahl<br />
von Datenquellen in Big-Data-Projekten ist es notwendig,<br />
die Daten eindeutig zu beschreiben. So können nutzenbringende<br />
Analysen durchgeführt und Entscheidungen<br />
getroffen werden.<br />
Metadaten sind Informationen über Merkmale anderer<br />
Daten. Metadaten beschreiben die Daten auf technologischer<br />
und fachlicher Ebene. Technische Metadaten<br />
sind z. B. der zugrundeliegende Datentyp (numerisch,<br />
alphanumerisch) oder ein Ziffernformat (z. B. Kreditkartennummer).<br />
Fachliche Metadaten sind z. B. eindeutige<br />
betriebswirtschaftliche Feldbeschreibungen. Metadaten<br />
können aber nicht nur Daten beschreiben, sondern auch<br />
Daten-Integrations- und Datentransformations-Prozesse,<br />
um transparent zu machen, wie Daten entstanden sind<br />
bzw. verändert wurden.<br />
97