Was ist Data-Lifecycle-Management (DLM)?

Ein guter DLM-Prozess sorgt für Struktur und Organisation der Unternehmensdaten, was wiederum wichtige Ziele innerhalb des Prozesses, wie Datensicherheit und Datenverfügbarkeit, ermöglicht.

Diese Ziele sind für den Geschäftserfolg entscheidend und nehmen mit der Zeit an Bedeutung zu. DLM-Richtlinien und -Prozesse ermöglichen es Unternehmen, sich auf die verheerenden Folgen vorzubereiten, sollte ein Unternehmen von Data Breach, Datenverlusten oder Systemausfällen betroffen sein.

Eine gute DLM-Strategie priorisiert Datenschutz und Notfallwiederherstellung, insbesondere da mit dem schnellen Datenwachstum immer mehr böswillige Akteure auf den Markt kommen. Auf diese Weise steht im Katastrophenfall bereits ein effektiver Datenwiederherstellungsplan bereit, der einige der verheerenden Auswirkungen auf das Endergebnis und den allgemeinen Ruf einer Marke eindämmt.

Information-Lifecycle-Management (ILM) wird oft synonym mit Data-Lifecycle-Management verwendet. Es ist zwar Teil der Datenverwaltungspraxis, unterscheidet sich aber vom DLM.

Das Data-Lifecycle-Management überwacht Daten auf Dateiebene, d. h. es verwaltet Dateien basierend auf Typ, Größe und Alter. Das ILM hingegen verwaltet die einzelnen Datenelemente innerhalb einer Datei und gewährleistet die Genauigkeit der Daten und zeitnahe Aktualisierungen. Dies umfasst beispielsweise Benutzerinformationen wie E-Mail-Adressen oder Kontostände.

Ein Datenlebenszyklus besteht aus einer Reihe von Phasen im Verlauf seiner Nutzungsdauer. Jede Phase wird durch eine Reihe von Richtlinien geregelt, die den Wert der Daten in jeder Phase des Lebenszyklus maximieren. DLM wird immer wichtiger, je mehr Daten in Geschäftsprozesse integriert werden.

Phase 1: Datenerstellung

Ein neuer Datenlebenszyklus beginnt mit der Datenerfassung, doch gibt es zahlreiche Datenquellen. Sie können von Web- und Mobilanwendungen, Geräten des Internets der Dinge (IoT), Formularen, Umfragen und mehr reichen. Obwohl Daten auf verschiedene Weise generiert werden können, ist die Erfassung aller verfügbaren Daten nicht für den Erfolg Ihres Unternehmens erforderlich. Die Einbindung neuer Daten sollte immer anhand ihrer Qualität und Relevanz für Ihr Unternehmen bewertet werden.

Phase 2: Datenspeicher

Die Daten können sich auch in ihrer Struktur unterscheiden, was Auswirkungen auf die Art der Datenspeicher hat, die ein Unternehmen verwendet. Strukturierte Daten nutzen in der Regel relationale Datenbanken, während unstrukturierte Daten in der Regel NoSQL oder nicht-relationale Datenbanken verwenden. Sobald die Art des Speichers für den Datensatz festgelegt ist, kann die Infrastruktur auf etwaige Sicherheitslücken untersucht werden. Die Daten können verschiedenen Arten der Datenverarbeitung unterzogen werden, wie z. B. Datenverschlüsselung und Datenkonvertierung, um das Unternehmen vor böswilligen Akteuren zu schützen. Diese Art der Datenaufbereitung stellt sicher, dass sensitive Daten den Anforderungen der Datenschutz- und Behördenvorschriften, wie der DSGVO, entsprechen und verhindert so, dass Unternehmen kostspielige Strafen im Zusammenhang mit diesen Vorschriften zahlen müssen.

Ein weiterer Aspekt des Datenschutzes ist der Fokus auf Datenredundanz. Eine Kopie aller gespeicherten Daten kann in Situationen wie bei der Löschung oder Beschädigung von Daten als Backup dienen und schützt vor versehentlichen und vorsätzlichen Änderungen der Daten, wie Malware-Angriffen.

Phase 3: Weitergabe und Nutzung von Daten

In dieser Phase werden die Daten für Geschäftsanwender verfügbar. Mit DLM können Unternehmen festlegen, wer die Daten und zu welchem Zweck verwenden kann. Sobald die Daten verfügbar sind, können sie für eine Reihe von Analysen genutzt werden – von der grundlegenden explorativen Datenanalyse und Datenvisualisierung bis hin zu fortgeschritteneren Methoden wie Data Mining und maschinellem Lernen. Alle diese Methoden spielen eine Rolle bei der Entscheidungsfindung und der Kommunikation mit verschiedenen Stakeholdern.

Außerdem ist die Datennutzung nicht unbedingt auf den internen Gebrauch beschränkt. Beispielsweise könnten externe Dienstleister die Daten für Zwecke wie Marketinganalysen und Werbung verwenden. Zur internen Verwendung gehören alltägliche Geschäftsprozesse und Workflows, beispielsweise Dashboards und Präsentationen.

Phase 4: Datenarchivierung

Nach einer bestimmten Zeit sind Daten für den täglichen Betrieb nicht mehr nützlich. Es ist jedoch wichtig, Kopien der Unternehmensdaten, auf die nicht häufig zugegriffen wird, für potenzielle Rechtsstreitigkeiten und Ermittlungen aufzubewahren. Die archivierten Daten können bei Bedarf in einer aktiven Produktionsumgebung wiederhergestellt werden.

Die DLM-Strategie eines Unternehmens sollte klar definieren, wann, wo und wie lange Daten archiviert werden sollen. In dieser Phase durchlaufen die Daten einen Archivierungsprozess, der Redundanz gewährleistet.

Phase 5: Datenlöschung

In dieser letzten Phase des Lebenszyklus werden die Daten aus den Aufzeichnungen gelöscht und sicher vernichtet. Unternehmen löschen Daten, die sie nicht mehr benötigen, um mehr Speicherplatz für aktive Daten zu schaffen. In dieser Phase werden Daten aus den Archiven entfernt, wenn sie die erforderliche Aufbewahrungsfrist überschritten haben oder keinen sinnvollen Zweck mehr für das Unternehmen erfüllen.

Das Data-Lifecycle-Management bietet mehrere wichtige Vorteile, darunter:

• Prozessverbesserung: Daten spielen eine entscheidende Rolle bei der Umsetzung der strategischen Initiativen eines Unternehmens. Das DLM trägt zur Pflege der Datenqualität während des gesamten Lebenszyklus bei, was wiederum eine Prozessverbesserung ermöglicht und die Effizienz erhöht. Eine gute DLM-Strategie stellt sicher, dass die den Benutzern zur Verfügung stehenden Daten korrekt und zuverlässig sind und Unternehmen den Wert ihrer Daten maximieren können.

• Kostenkontrolle: Ein DLM-Prozess misst Daten in jeder Phase ihres Lebenszyklus einen Wert zu. Sobald Daten für Produktionsumgebungen nicht mehr nützlich sind, können Unternehmen eine Reihe von Lösungen nutzen, um Kosten wie Daten-Backup, Replikation und Archivierung zu senken. So können die Daten beispielsweise auf kostengünstigere On-Premises-Speicher, in die Cloud oder in ein Network-Attached Storage verschoben werden.

• Datenverwendbarkeit: Mit einer DLM-Strategie können IT-Teams Richtlinien und Verfahren entwickeln, die sicherstellen, dass alle Metadaten einheitlich gekennzeichnet werden und die Barrierefreiheit bei Bedarf verbessert werden kann. Durch die Einrichtung durchsetzbarer Governancerichtlinien wird der Wert von Daten für ihren gesamten Aufbewahrungszeitraum sichergestellt. Die Verfügbarkeit von sauberen und nützlichen Daten erhöht die Agilität und Effizienz von Unternehmensprozessen.

• Compliance und Governance: Jede Branche hat ihre eigenen Regeln und Vorschriften für die Datenaufbewahrung, und eine solide DLM-Strategie hilft Unternehmen bei ihrer Einhaltung. DLM ermöglicht es Unternehmen, Daten effizienter und sicherer zu verarbeiten und gleichzeitig die Datenschutzgesetze im Hinblick auf personenbezogene Daten und Unternehmensdatensätze einzuhalten.