In der Ära der Digitalisierung sind Daten zu einem der wertvollsten Vermögenswerte für Unternehmen geworden. Doch während die Bedeutung von Daten in den letzten Jahren exponentiell gewachsen ist, gibt es immer noch einen Teil, der im Dunkeln verborgen bleibt – Dark Data. Dieser Artikel befasst sich eingehend mit Dark Data, die Bedeutung und wie es Unternehmen beeinflusst.

Der Begriff Dark Data bezieht sich auf Informationen und Daten, die von Unternehmen gesammelt, aber nicht aktiv genutzt oder analysiert werden. Diese Daten liegen oft unstrukturiert und ungenutzt in den Tiefen der Unternehmenssysteme in Datensilos vor, beispielsweise als E-Mails, Dokumente, Bilder, Videos, Textnachrichten und vieles mehr.

Viele Unternehmen sehen in der Strukturierung primär einen Kostenfaktor. Doch Dark Data sollte vielmehr als wertvolle Ressource betrachtet werden. Um ein Gefühl für die Relevanz zu bekommen, hier ein paar Zahlen:

-             In 2023 werden weltweit 120 Zettabyte an Daten generiert

-             80 % der bestehenden Daten sind unstrukturiert

-             50 % der Daten sind Dark Data  

Die Masse an Informationen

Welche Informationen sind wichtig, welche nicht? Wem sind wann und wo Informationen zur Verfügung zu stellen? Gerade die Pandemie hat dafür gesorgt, dass wir diverse Plattformen zur Verfügung gestellt bekommen haben, über welche wir Informationen leicht und schnell teilen. Dieser schon über die Jahre davor anhaltende Trend hat dazu geführt, dass uns im Arbeitsalltag eine Flut an Informationen entgegen schlägt.

Auch die Preisentwicklung immer günstiger werdender Speichertechnologien hat hierzu beigetragen. Ein Großteil dieser teilweise redundanten, teilweise auch vergessenen Informationen ist Dark Data.

DSGVO-Konformität

Eine weitere Herausforderung ist die Einhaltung der Datenschutz-Grundverordnung (DSGVO) und weiterer Datenschutzbestimmungen. Wenn Unternehmen nicht wissen, welche Daten sie besitzen, können sie auch keine angemessenen Maßnahmen zur Sicherung und Einhaltung der Vorschriften ergreifen. Dark Data kann somit ein erhebliches Risiko für die Datenschutzkonformität darstellen. 

Mangelndes Know-how und fehlende Softwarelösungen

Die Fähigkeit Dark Data zu analysieren wird immer wichtiger. Hier kommt es sowohl auf das richtige Wissen als auch die richtigen Werkzeuge im Unternehmen an. Der Umgang mit Daten ist ausschlaggebend dafür, in welchem Ausmaß Dark Data produziert wird aber auch wie es wiederum nutzbar gemacht werden kann. Hierbei helfen Softwarelösungen, die meistens noch gar nicht im Einsatz sind und damit auch keine Erfahrungswerte existieren. Beispiel Prompt Engineering: Hier werden einer KI in natürlicher Sprache Anweisungen gegeben, welche immer weiter verfeinert werden um optimale Ergebnisse zu erhalten. Eine Disziplin, die es vorher schlicht nicht gab.

Cyberkriminalität

Dark Data sind oft ungeschützt und ungesichert. Dies macht sie anfällig für Cyberangriffe. Unternehmen müssen daher sicherstellen, dass sie robuste Sicherheitsmaßnahmen implementieren, um Dark Data vor Bedrohungen zu schützen.

Verlust wertvoller Erkenntnisse

Dark Data enthält potenziell wertvolle Erkenntnisse über Kundenverhalten, Markttrends und operative Effizienz. Wenn diese Daten nicht analysiert werden, gehen diese Erkenntnisse verloren, und Unternehmen verpassen wertvolle Chancen zur Verbesserung ihrer Geschäftsstrategien.

Die Bewältigung von Dark Data erfordert den Einsatz von Technologien und Lösungen, die Unternehmen bei der Identifizierung, Analyse und Nutzung dieser Daten unterstützen.

Enterprise Content Management (ECM)

ECM-Systeme sind entscheidend, um unstrukturierte Daten zu organisieren und für die Nutzung verfügbar zu machen. Neben der Möglichkeit zur Klassifizierung, Indexierung und Archivierung von Dokumenten kann auch der Zugriff auf die Informationen klar definiert werden. Das ist zum einen wichtig, da nicht jeder Mitarbeiter auf jede Information Zugriff haben darf, zum anderen, um Schlicht die oben bereits angesproche Informationsflut einzudämmen und dem Anwender nur relevante Informationen zur Verfügung zu stellen. Dies steigert wiederum die Effizienz. 

Doch Enterprise Content Management geht noch weiter und sorgt dafür, dass Dokumente am Ende ihres Lebenszyklus gelöscht oder auch anonymisiert werden. Somit können Compliance Richtlinien und darüber hinaus gesetzliche Vorgaben im Rahmen des Datenschutzes eingehalten werden. 

Praxisbeispiel: Dark Data in der Vertragsverwaltung

Ein Softwareunternehmen verwaltet über sein ECM sämtliche bestehende Verträge und dazugehörige Dokumente, darunter Wartungsverzeichnisse und Lizenzinformationen. Die Verträge enthalten vor allem Stammdateninformationen zu den Vertragspartnern aber auch Angaben zu Laufzeiten und weiteren Parametern. In den mitgeltenden Dokumenten finden sich Informationen zu den Vertragsgegenständen. 

Die Analyse Wartungsverzeichnisse gibt Aufschluss über die unter Wartung stehenden Softwaremodule über alle Kunden hinweg. Dabei lassen sich Trends zur Anzahl und Laufzeiten feststellen. Es stellt sich heraus, dass über die Zeit bestimmte Lizenzen oder Produkte in den Verträgen nicht mehr auftauchen. Das könnte ein Hinweis darauf sein, dass diese entweder nicht mehr nachgefragt werden oder veraltet sind. Es wird also ein Produkt am Leben gehalten, welches gar nicht mehr beim Kunden im Einsatz ist.

Die Konsequenz: Durch die Abkündigung dieser Produkte könnten erhebliche Kosten eingespart werden, da die Weiterentwicklung nicht mehr vorangetrieben wird und keine Ressourcen mehr für die Bereitstellung des Service in diesem Bereich vorgehalten werden müssen. Dark Data wird somit zu einer wertvollen Quelle für Kosteneinsparungen und Prozessoptimierung. 

Die jüngsten Entwicklungen im Bereich der Künstlichen Intelligenz erlauben es Unternehmen, Dark Data effektiv und schnell zu verarbeiten.

Bisher waren Unternehmen kaum in der Lage, Dark Data in der selben Geschwindigkeit zu analysieren, wie sie produziert wurde. KI bietet erstmalig die Möglichkeit, Daten im großen Umfang zu klassifizieren, sodass Muster und Trends schneller identifiziert werden können.

Praxisbeispiel: Dark Data durch chatten erschließen

Ein Unternehmen verwaltet seine Verträge digital. Bei der Erstellung, während der Verhandlung sowie nach Abschluss müssen bestimmte Passagen und Informationen aus dem Vertragswerk erfragt werden. Das Problem: Wo befindet sich die gesuchte Information? Wie ist diese zu interpretieren?

Über einen Chatbot auf Basis eines Large Language Model (LLM) kann der Anwender nun mit dem Dokument interagieren und beispielsweise nach den beteiligten Vertragspartnern im Dokument fragen. Neben solch einfachen Abfragen wären aber auch wesentlich komplexere Fragestellung nach Kontextinformationen möglich. So kann die Auswertung der Vertragsstrafen Aufschluss auf die möglichen Risiken geben. Der Anwender erschließt sich so den kompletten Vorgang durch die Unterhaltung mit den Dokument.

Die Vorteile der Nutzung von Dark Data lassen sich auf operativer und auf strategischer Ebene finden.

Kosteneinsparungen

Durch die Identifizierung und Analyse von Dark Data können ungenutzte Ressourcen erkannt und beseitigt werden. Dies kann zu erheblichen Kosteneinsparungen führen, sei es durch die Einstellung nicht mehr benötigter Dienstleistungen wie im oben genannten Beispiel oder die Optimierung von Prozessen.

Verbesserte Transparenz und Effizienz

Dark Data zu nutzen bedeutet auch, besseren Zugriff auf relevante Informationen zu haben. Dies verbessert massiv die Transparenz in Vorgängen, was die Kommunikation intern unter den eigenen Mitarbeitern und nach extern zu Geschäftspartnern erheblich verbessert. Das Einbeziehen von Dark Data in Entscheidungsprozesse sorgt für mehr Effizienz sowie für mehr Qualität im Ergebnis.

Bessere Kundenbeziehungen

Die Verfügbarkeit der richtigen Daten zur richtigen Zeit kann auch die Kundenbeziehungen verbessern. Wer seine Kunden besser versteht und weiß, welche Produkte oder Dienstleistungen bevorzugt werden, kann so auch maßgeschneiderte Angebote erstellen.

Risikomanagement & Compliance

Ein weiterer Nutzen, der aus Dark Data gezogen werden kann, ist die Verbesserung der Compliance und Risikomanagement-Strategien. Dark Data enthält oft Informationen, die auf mögliche Compliance-Verstöße oder Risiken hinweisen können, aber diese Informationen bleiben oft unbeachtet. Durch die Identifizierung und Analyse von Dark Data können Unternehmen frühzeitig potenzielle Risiken erkennen und proaktiv Maßnahmen ergreifen, um rechtliche und finanzielle Konsequenzen zu vermeiden. Dies kann dazu beitragen, den Ruf des Unternehmens zu schützen und das Vertrauen von Kunden und Investoren zu stärken. 

Was wird in der Zukunft mit Dark Data passieren? Wird der Nutzen dieser Informationen überbewertet? Welche Möglichkeiten haben Unternehmen zur Bewältigung von Dark Data? Grob heruntergebrochen wird die Zukunft von zwei wesentlichen Faktoren beeinflusst.

Datenkompetenz

Die Fähigkeit, Daten zu verstehen und effektiv zu nutzen, wird immer wichtiger. Unternehmen müssen in die Schulung und Weiterbildung ihrer Mitarbeiter investieren, um sicherzustellen, dass sie über die erforderliche Datenkompetenz verfügen. Der beste Weg Dark Data nutzbar zu machen, ist dafür zu sorgen, dass Dark Data gar nicht erst produziert wird. Es gilt also ein verantwortungsvoller Umgang beim Teilen und verbreiten von Informationen. Mitarbeiter müssen sich die Frage stellen, welche Daten lege ich wo und in welcher Form ab, sodass diese den richtigen Adressaten erreichen und wiederauffindbar sind. Daten müssen korrekt interpretiert und bewertet werden, sodass eine entsprechende Ableitung von Handlungsmöglichkeiten überhaupt möglich ist. Im Kern geht es also um das kodieren und dekodieren von Daten.

Fortschritte bei Künstlicher Intelligenz

In den letzten Jahren haben wir erhebliche Fortschritte bei Künstlicher Intelligenz gesehen. Diese Fortschritte werden dazu beitragen, Dark Data noch effektiver zu nutzen, da KI-Systeme in der Lage sind, Muster und Zusammenhänge in den Daten besser und schneller als der Mensch zu erkennen. In Zukunft wird diese Technologie noch weiter in der Qualität und in der Handhabung verbessert, sodass sie auch für den breiten Markt zugänglicher wird. Diese Entwicklung hat bereits ganz neue Berufszweige entstehen lassen. So sorgt der Prompt Engineer beispielsweise dafür, dass die KI über gezielte Fragestellungen das beste Ergebnis ausgibt.

KI hilft aber auch bei der Differenzierung von Dark Data. Nicht jede archivierte Information ist relevant. Ein Großteil der Daten sind lediglich Redundanzen, welche gefiltert werden müssen. Es ist auch nicht so, dass aus jeder Information Erkenntnisse gewonnen werden können. Ein nicht kleiner Teil von Dark Data ist schlichtweg unwichtig.

Hey Doxi, bitte gib mir Tipps, wie ich Dark Data nutzbar mache!

Dark Data mag im Verborgenen liegen, aber es birgt ungenutzte Potenziale für Unternehmen. Durch die effektive Identifizierung, Analyse und Nutzung von Dark Data können Unternehmen Kosten einsparen, Prozesse optimieren und bessere Entscheidungen treffen. Es ist an der Zeit, das Licht auf Dark Data zu richten und die verborgenen Schätze zu heben, die in den Unternehmensdaten schlummern.