Info2soft verwendet Cookies, um Ihnen ein besseres und angenehmeres Surferlebnis auf unserer Website zu ermöglichen. Datenschutzerklärung
Wird geladen...
Von:
Definition von Daten: Daten sind Ergebnisse von Fakten oder Beobachtungen, logische Schlussfolgerungen über objektive Phänomene sowie unverarbeitete Rohmaterialien zur Darstellung objektiver Entitäten. Es kann sich um kontinuierliche Werte wie Ton oder Bilder handeln – diese werden als analoge Daten bezeichnet; oder um diskrete Werte wie Symbole oder Text, die als digitale Daten bezeichnet werden. In der Informatik ist Daten der Sammelbegriff für alle Symbole, die in einen Computer eingegeben und durch Computerprogramme verarbeitet werden können.
Der Begriff bezeichnet Zahlen, Buchstaben, Symbole und analoge Größen mit bestimmter Bedeutung, die zur Verarbeitung in elektronische Computer eingegeben werden.
Daten zeichnen sich durch Genauigkeit und Vollständigkeit aus. Angetrieben durch die digitale Revolution wachsen Datenmengen in beispiellosem Tempo und werden zu einer unverzichtbaren Grundlage moderner sozioökonomischer Aktivitäten.
Datenformen: Daten treten in vielfältigen Formen auf. Man kann sie grob nach ihrer Struktur und Verarbeitungsmethoden in folgende Typen einteilen:
Wie lassen sich Daten organisieren und verwalten, um ihr Potenzial auszuschöpfen und ihren Wert zu maximieren – insbesondere für Unternehmen? In diesem Abschnitt erhalten Sie detaillierte Einblicke.
Der Wert von Daten liegt nicht nur in ihrer Menge, sondern vor allem in dem Ausmaß, in dem sie genutzt und ausgewertet werden. Im digitalen Zeitalter können die Verknüpfung, Integration, der Austausch und die Zirkulation vielfältiger Daten enormen Wert freisetzen und gesellschaftlichen Fortschritt sowie wirtschaftliche Entwicklung vorantreiben.
• Integration vielfältiger Daten: Die Verknüpfung mehrdimensionaler Daten bedeutet das Zusammenführen von Daten aus unterschiedlichen Quellen und Typen, wodurch neue Datenkombinationen und Zusammenhänge entstehen. Solche Datenverknüpfungen können neue Erkenntnisse ermöglichen und bilden eine starke Grundlage für Geschäftsinnovationen und die Optimierung von Entscheidungsprozessen. Beispielsweise lassen sich im Finanzwesen durch die Integration mehrquelliger Daten wie Kundentransaktionsverläufe, Kredithistorie und Social-Media-Daten die Kreditwürdigkeit und das Risikoprofil von Kunden präziser bewerten. Dies bildet die Grundlage für Kreditgenehmigungen und Risikomanagemententscheidungen.
• Datenintegration und Datenaustausch: Bei der Datenintegration und dem Datenaustausch werden Daten aus unterschiedlichen Bereichen und Systemen zusammengeführt und ausgetauscht. Dadurch lassen sich Datensilos auflösen und die Interoperabilität erreichen. Auf diese Weise können umfassendere und genauere Datenansichten erstellt werden, die eine solide Basis für Geschäftszusammenarbeit und Entscheidungen bilden.
Beispielsweise lassen sich bei der Entwicklung intelligenter Städte durch die Integration von Daten aus Verkehr, Umwelt, Gesundheitswesen und weiteren Bereichen der Stadtbetrieb in Echtzeit überwachen und Frühwarnungen ausgeben. Dies liefert wissenschaftliche Grundlagen für die Stadtverwaltung und öffentliche Dienstleistungen.
• Die Zirkulation von Daten: Die Zirkulation von Daten ist ein zentraler Schritt zur Wertschöpfung. Nur wenn Daten zum richtigen Zeitpunkt und auf geeignete Weise fließen, kann ihr Wert vollständig ausgeschöpft werden. Die Datenzirkulation erleichtert die Übermittlung und den Austausch von Informationen und treibt Geschäftszusammenarbeit und Innovation voran.
Beispielsweise ermöglicht die Datenzirkulation im E-Commerce die Echtzeitaktualisierung und den Austausch von Produktinformationen, sodass Konsumenten ein personalisierteres Einkaufserlebnis erhalten. Gleichzeitig können Händler das Einkaufsverhalten und die Präferenzen der Konsumenten analysieren, um Produktempfehlungen und Marketingstrategien zu optimieren und damit Umsatz sowie Kundenzufriedenheit zu steigern.
Dies ist ein Prozess, bei dem eine Organisation unterschiedliche Datenvermögenswerte erfasst, klassifiziert, bewertet und verwaltet und diese schließlich in den Jahresabschluss aufnimmt. Der Prozess umfasst im Allgemeinen drei Schritte: Daten zur Ressource machen, Ressourcen zu Produkten machen und Produkte zu Vermögenswerten machen.
Im digitalen Zeitalter sind Daten zu einer neuen Form von Vermögen geworden. Die Replikation und Zirkulation von Daten können Datenmonopole und Barrieren abbauen, den Austausch und die Nutzung von Daten fördern sowie Geschäftszusammenarbeit und Innovation vorantreiben.
Die Datenreplikation bezeichnet den Vorgang des Kopierens von Daten von einem Standort oder System zu einem anderen. Durch die Replikation von Daten können Unternehmen Datensicherung und Wiederherstellung realisieren und Datenverlust sowie Datenbeschädigung verhindern. Darüber hinaus ermöglicht sie verteilte Datenspeicherung und Zugriff, wodurch die Datenverfügbarkeit und die Zugriffsgeschwindigkeit verbessert werden. Im digitalen Zeitalter ist die Datenreplikation eine allgemein notwendige und verbreitete Praxis.
Die Datenzirkulation beschreibt den Fluss und den Austausch von Daten über verschiedene Systeme und Plattformen hinweg. Sie erleichtert die Vernetzung und Synergie zwischen unterschiedlichen Systemen. Gleichzeitig fördert sie den Austausch und die Nutzung von Daten und treibt damit Geschäftszusammenarbeit und Innovation voran. Im digitalen Zeitalter ist die Datenzirkulation zu einem bedeutenden Geschäftsmodell und einem Mittel zur Erzielung von Erträgen geworden. Auf Datenbörsen beispielsweise ermöglichen der Kauf und Verkauf von Daten die Wertrealisierung und Wertsteigerung der Daten. Auf Datenaustauschplattformen sorgen Zusammenarbeit und Austausch für geschäftliche Synergien und innovative Entwicklung.
Mit dem Einzug des digitalen Zeitalters und der stetigen Weiterentwicklung der Datentechnologien sind Daten zu einer neuen Form von Vermögen geworden. Der Wert von Daten liegt nicht nur in ihrer Menge und Qualität, sondern vor allem in dem Ausmaß, in dem sie genutzt und ausgewertet werden. Durch Datenreplikation und Datenzirkulation kann der volle Wert von Daten erschlossen werden, um Geschäftszusammenarbeit und innovatives Wachstum voranzutreiben. Aus diesem Grund behandeln immer mehr Unternehmen und Organisationen Daten als wichtigen Vermögenswert und eine zentrale Ressource. Sie investieren aktiv Kapital und Technologie in die Erfassung, Speicherung, Verarbeitung und Auswertung von Daten. Gleichzeitig konzentrieren sich Regierungen und die Gesellschaft auf Wert und Wirkung von Daten und plädieren für die Erarbeitung und Umsetzung von Regelungen zum Datenaustausch und zur offenen Datenbereitstellung.
Daten sind zweifellos von großer Bedeutung für Unternehmen und Menschen. Jedes Byte dieser wertvollen Informationen befindet sich jedoch in einer digitalen Umgebung voller Bedrohungen. Im Durchschnitt entstehen Unternehmen durch jeden Datenverstoß Kosten in Höhe von 4,45 Millionen US-Dollar – diese Zahl steigt jedes Jahr weiter. Das erklärt, warum immer mehr Unternehmen über das Thema Datensicherheit sprechen.
Datensicherheitstechnologien sind zentrale Mechanismen zum Schutz der Datenintegrität und Vertraulichkeit. Für jede Organisation im heutigen digitalen Umfeld sind sie unverzichtbar. Grundlegende Technologien umfassen: Verschlüsselung, Identitätsauthentifizierung und Zugriffskontrolle, Datenmaskierung, Sicherung sowie Sicherheitsaudit und Überwachung.
Im Folgenden werden diese nacheinander erläutert.
Bei der Verschlüsselung werden Daten in ein unleserliches Format (Chiffretext) umgewandelt, um deren Vertraulichkeit und Integrität zu schützen. Man unterscheidet hauptsächlich zwei große Typen:
Technologien zur Identitätsauthentifizierung und Zugriffskontrolle bilden die Grundlage des Prinzips der geringsten Privilegien. Durch die Überprüfung der Benutzeridentität und die Einschränkung von Zugriffsrechten wird sichergestellt, dass nur autorisierte Personen auf bestimmte Datenressourcen zugreifen können.
Identitätsauthentifizierung: Es handelt sich um den Vorgang der Überprüfung der von einem Benutzer angegebenen Identität. Üblicherweise erfolgt dies über Benutzername und Passwort, biometrische Verfahren (Fingerabdruck, Gesichtserkennung) oder Hardware-Token.
Zugriffskontrolle (Autorisierung): Der Datenzugriff wird abhängig von Benutzeridentität und Rechten eingeschränkt. Häufige Modelle sind die rollenbasierte Zugriffskontrolle (RBAC) und die attributbasierte Zugriffskontrolle (ABAC). Mit diesen Modellen lassen sich unterschiedliche Zugriffsrechte je nach Rolle oder Attribut des Benutzers zuweisen.
Bei der Datenmaskierung werden sensible Daten verarbeitet, um personenbezogene Informationen zu verschleiern oder zu entfernen. Dadurch werden Datenschutz und Datensicherheit gewährleistet. Dieses Verfahren ist unerlässlich, damit sensible Daten in Nicht-Produktionsumgebungen wie Entwicklung, Test und Qualitätssicherung nicht offengelegt werden.
Gängige Verfahren zur Datenmaskierung:
Technologien zur Datensicherung und Wiederherstellung sind wichtige Schutzmaßnahmen gegen Datenverlust oder Datenbeschädigung. Durch regelmäßige Datensicherungen und umfassende Wiederherstellungsverfahren können Organisationen sicherstellen, dass Daten im Fall von Verlust, Beschädigung oder Störungen schnell und zuverlässig wiederhergestellt werden.
Gängige Methoden zur Datensicherung:
Technologien für Sicherheitsaudit und Überwachung sind erforderlich, um ständig einen Überblick über den Sicherheitszustand der Umgebung zu behalten. Durch die Echtzeitüberwachung und Protokollierung der Datennutzung und des Datenflusses können Organisationen Sicherheitsvorfälle zeitnah erkennen und beheben.
Dazu gehören folgende zentrale technische Maßnahmen:
Die Umsetzung der oben beschriebenen umfassenden Sicherheitsmaßnahmen muss nahtlos in den gesamten Datenlebenszyklus einer Organisation integriert werden. Daraus ergibt sich die nächste zentrale Komponente moderner Datenstrategien: Datenverarbeitung und Datenmanagement.
Die Phasen der Datenverarbeitung und des Datenmanagements umfassen zahlreiche miteinander verbundene Bereiche: Datenerfassung, Datenbereinigung und Vorverarbeitung, Datenspeicherung, Datenauswertung, Datenvisualisierung sowie Datenklassifizierung und -organisation, Datenkodierung, Datenabfrage und Wartung, Datensicherheit und Datenschutz sowie Daten-Governance und Standardisierung. Diese Prozesse stehen in gegenseitiger Abhängigkeit und Unterstützung und bilden gemeinsam ein umfassendes System für eine effektive Datenverarbeitung und Datenverwaltung.
Eine wirkungsvolle Datenverarbeitung wandelt Rohdaten in qualitativ hochwertige, auswertbare Datensätze um und schafft damit die Grundlage für aufschlussreiche Analysen und sichere Speicherung. Im Folgenden werden die Schritte der Datenverarbeitung erläutert.
Die Datenerfassung ist der Startpunkt des Datenverarbeitungslebenszyklus. Dabei werden Rohdaten aus unterschiedlichen Quellen mithilfe von Sensoren, Überwachungsgeräten und Technologien des Internets der Dinge (IoT) erfasst.
Wichtige Punkte:
Datenbereinigung und Vorverarbeitung sind zentrale Stufen der Datenverarbeitung. Ziel ist es, Störungen, Ausreißer und doppelte Datensätze aus den Rohdaten zu entfernen und damit die allgemeine Datenqualität zu verbessern.
Wichtige Schritte:
Bei der Datenspeicherung werden bereinigte und verarbeitete Daten in Datenbanken, Data Lakes oder anderen Speichersystemen abgelegt, um später darauf zuzugreifen und sie zu nutzen.
Wichtige Punkte:
Die Datenauswertung umfasst die tiefgreifende Auswertung und Verarbeitung gespeicherter Daten, um wertvolle Informationen und Muster zu extrahieren.
Wichtige Punkte:
Die Datenvisualisierung stellt Auswertungsergebnisse anschaulich mit Diagrammen, Grafiken und Dashboards dar und erleichtert Benutzern das Verständnis und die Interpretation der Daten.
Wichtige Punkte:
Nach der effektiven Verarbeitung der Daten rückt der Aufbau eines stabilen Rahmens für deren langfristige Verwaltung und Governance in den Fokus. Dieser Rahmen wird durch zentralen Prozesse des Datenmanagements definiert.
Daten werden nach ihren Merkmalen und Geschäftsanforderungen klassifiziert und organisiert, um spätere Abfragen und Governance zu erleichtern.
Wichtige Punkte:
Daten werden kodiert, um ihre Eindeutigkeit und Genauigkeit sicherzustellen.
Wichtige Punkte:
Es werden leistungsfähige Abfragefunktionen bereitgestellt, damit Benutzer schnell benötigte Daten erhalten. Gleichzeitig erfolgt eine regelmäßige Datenwartung, um Aktualität und Korrektheit zu gewährleisten.
Wichtige Punkte:
Vertraulichkeit, Integrität und Verfügbarkeit der Daten müssen sichergestellt werden, um Datenleckagen und unbefugten Zugriff zu verhindern.
Wichtige Maßnahmen:
Daten werden nach einheitlichen Formaten gespeichert und verwaltet. Es gelten fest definierte Namenskonventionen und Regeln für die Metadatenverwaltung.
Wichtige Schwerpunkte:
