--- description: Was steckt hinter dem mysteriösen Begriff Dark Data? Alle wichtigen Fragen rundum Dark Data werden im folgenden Artikel definiert. image: https://gdm-localsites-assets-gfprod.imgix.net/images/getapp/og_logo-94fd2a03a6c7a0e54fc0c9e21a1c0ce9.png title: Was ist Dark Data? 7 zentrale Fragen und Antworten --- # Was ist Dark Data? 7 zentrale Fragen und Antworten Canonical: https://www.getapp.de/blog/853/was-ist-dark-data Veröffentlicht am 30.8.2019 | Geschrieben von Ines Bahr, Thomas LaMonte. ![Was ist Dark Data? 7 zentrale Fragen und Antworten](https://images.ctfassets.net/63bmaubptoky/rNivB7ECyLINKVd8QPOO5o_nNDp7etbwv-ZtJPA842s/0172487aba39134f1541614bd4329cd7/Dark-Data-1.png) > Dark Data: Das klingt irgendwie unheimlich, mysteriös, fast schon melodisch und doch gleichzeitig verdächtig nach einem neuen Big Data-Modewort. ----- ## Artikelinhalt Dark Data: Das klingt irgendwie unheimlich, mysteriös, fast schon melodisch und doch gleichzeitig verdächtig nach einem neuen Big Data-Modewort.Wirklich Sorgen machen sollte uns an diesem wohlklingenden Begriff allerdings vor allem eines: Die wenigsten Fachleute wissen, worum es sich handelt.Die Zahlen sind zum Haareraufen:  Dark Data macht rund 80 Prozent der gespeicherten Daten aus, was bedeutet, dass kaum ein Unternehmen nicht von dem Problem betroffen ist.Einer Studie von IBM zufolge soll der Anteil bis 2020 sogar auf 93 Prozent aller Daten steigen. Höchste Zeit, dass Unternehmensleiter\*innen sich sowohl den großen Wettbewerbsvorteil zunutze machen, der in Dark Data verborgen liegt, als auch die möglichen Risiken erkennen.Die folgenden Antworten auf 7 Fragen zu Dark Data sollen klar machen, worum es sich dabei eigentlich handelt und was die „dunklen Daten“ für Unternehmen bedeuten.Was ist Dark Data?Was sind Beispiele für Dark Data?Warum ist Dark Data ein Problem?Kann Dark Data verhindert werden?Welche Vorteile bietet die Analyse von Dark Data?Warum haben kleine Unternehmen lange gezögert, ihre „dunklen Daten“ ans Licht zu bringen?Wie sollten kleine Unternehmen mit Dark Data umgehen?Was ist Dark Data?Der Dark Data-Definition von Gartner zufolge handelt es sich um Informations-Betriebsmittel, die Firmen bei Ausführung des Tagesgeschäfts sammeln, verarbeiten und speichern, aber nicht wirklich für andere Zwecke benutzen.Doch was genau bedeutet das? Die dunklen Daten haben ihren düsteren Namen nicht ohne Grund:Die Daten-ApokalypseIm letzten Jahrzehnt ist die Menge der Informationen, die Unternehmen verarbeiten, in beängstigender Geschwindigkeit angestiegen. Unternehmen erfassen riesige Datenmengen von Maschinen und Kund\*innen – mehr als je zuvor.Im täglichen Betrieb und durch die Infrastruktur werden Daten erzeugt, für deren Interpretation viele Unternehmen gar nicht gerüstet sind. Diese Herausforderung wird immer größer:90 % aller weltweit verfügbaren Daten wurden in den letzten zwei Jahren erzeugt.Die Hälfte der Weltbevölkerung nutzt aktiv das Internet und täglich werden 2,5 Trillionen Bytes an digitalen Daten erzeugt.Auch das Internet of Things (IoT)wird immer stärker genutzt und erzeugt enorme Mengen an Daten.Die Daten-UnterweltDie riesige Datenflut muss verarbeitet werden: Es geht um Big Data, die kollektive Praxis, eine Bestandsaufnahme aller von einem Unternehmen generierten Daten durchzuführen, sie sichtbar zu machen und die gewonnenen Einblicke für fundiertere Geschäftsentscheidungen zu nutzen.Wo Big Data ist, gibt es jedoch immer auch Dark Data: die ungenutzten, außer Acht gelassenen Datenbestände, die nicht analysiert werden, bis sie irgendwann in Vergessenheit geraten. Selbst die besten Analysetools und Business Intelligence-Strategien können nicht alle Daten identifizieren und in Informationen umwandeln, die verständlich und für das Unternehmen nutzbar sind. Immer gibt es Daten, die durch das Raster fallen, häufig verborgen zwischen Menschen, Netzwerken und Maschinen. Genau das ist Dark Data: der lange Schatten, den Big Data wirft.Dark Data ist häufig versteckt oder vergessen.Wenn wir Informationen in Unternehmen von heute als Währung verstehen, als eine so kritische Ressource wie physische, finanzielle und personelle Investitionen, dann ist Dark Data das verlorene Wechselgeld, das für immer in Hosentaschen oder zwischen Sofakissen verschwunden bleibt.Verborgenes PotenzialDark Data könnte man als Big Data bezeichnen, dessen Potenzial noch nicht genutzt wurde. Und dieses Potenzial ist groß: Aus den Daten lassen sich Erkenntnisse gewinnen, die äußerst wertvoll für das Unternehmen sein können.Schon 2010 stellte Dell fest, dass schätzungsweise 90 Prozent aller Daten nur einmal verwendet und nie wieder aufgerufen werden. Daran dürfte sich nicht viel geändert haben: 2015 kam IBM zu einem ähnlichen Ergebnis und fand heraus, dass 90 Prozent der in den vorausgegangenen zehn Jahren erzeugten Daten nicht mehr genutzt wurden. Die meisten dieser Daten könnten wunderbar für Analysen genutzt werden, man muss sie lediglich zugänglich machen.Paul Bromen, Inhaber des kleinen Unternehmens hinter der Matratzenbewertungsplattform UponaMattress.com, bemerkt ein Gefühl der Frustration, wenn der Wert von Dark Data erkannt, doch der Fortschritt durch geschäftliche Anforderungen gebremst wird.„Dark Data ist ein Problem. Die Sammlung von Informationen steigt exponentiell, doch meine Möglichkeiten \[für den Umgang mit Dark Data\] steigen entweder linear oder sinken, weil mein wachsendes Unternehmen meine Aufmerksamkeit in tausend Richtungen lenkt. Ich weiß, dass auf den Cloud-Servern millionenschwere Erkenntnisse darauf warten, entdeckt zu werden, aber ich habe keine Zeit, sie zutage zu fördern.“ Mit dieser Aussage weist Bromen auf ein wichtiges Problem mit Dark Data hin, das viele kleine Unternehmen haben.Was sind Beispiele für Dark Data?Die in einem Unternehmen vorhandenen Arten von Dark Data hängen von der Branche ab und davon, was für Informationen erfasst oder verarbeitet werden.Häufig handelt es sich um folgende Daten:Dark Data kann in jedem Unternehmensbereich entstehen. Was von einer Person oder in einer Abteilung vernachlässigt und als unnötig betrachtet wird, kann an anderer Stelle sehr wichtig sein.Warum ist Dark Data ein Problem?Viele Unternehmer\*innen stellen sich die Frage: Sollte ich wegen der „dunklen Daten“ in meinem Unternehmen besorgt sein?Die Antwort lautet: Ja, die Sorgen sind gerechtfertigt.Wer kein Wissen über Dark Data besitzt und keine Maßnahmen ergreift, um diese Daten zu identifizieren und dafür zu sorgen, dass sie ordnungsgemäß verwaltet werden, geht gleich mehrere Risiken ein:Sicherheitsrisiken– Dark Data erzeugt keinen Mehrwert, aber dafür alle Risiken, die grundsätzlich mit der Speicherung von Daten verbunden sind. Dark Data wird schlechter überwacht als andere Daten – häufig ist sich noch nicht einmal jemand der Existenz der Daten bewusst – und ist somit nicht nur ein Hauptziel für Hacker, sondern auch besonders anfällig für Sicherheitsverletzungen durch fahrlässiges Verhalten von Mitarbeiter\*innen. Gleichzeitig ist schwerer zu erkennen, ob eine Sicherheitsverletzung stattgefunden hat.Rechtliche Verpflichtungen– Auch Dark Data unterliegt genau wie alle anderen im Unternehmen verarbeiteten Daten gewissen gesetzlichen Bestimmungen. So legt beispielsweise die europäische Datenschutz-Grundverordnung DSGVO fest, dass Unternehmen für den Umgang mit personenbezogenen Daten ihrer Angestellten verantwortlich sind, egal ob diese Daten aktiv genutzt werden oder überhaupt jemand weiß, dass es sie gibt. Mit „Dark Data ist schuld“ lässt sich zweifellos keine Anwältin und kein Richter überzeugen.Verlust von Wettbewerbsvorteilen– Konkurrenten nutzen aktiv Erkenntnisse aus ihren dunklen Daten. Niemandem ist damit geholfen, auf einer Goldmine wertvoller Daten zu sitzen, die man nicht nutzen kann. Auch die Aktualität der Daten ist zunehmend ein Wettbewerbsfaktor: Je länger Dark Data ungenutzt herumliegt, desto stärker sinkt der Wert und irgendwann sind die Daten nicht mehr nutzbar.Kann Dark Data verhindert werden?Dark Data ist ein unvermeidbares Phänomen.Häufig findet sich Dark Data in veralteten Systemen, isoliert in der Schatten-IT oder ohne Genehmigung über verschiedene andere Stellen verteilt, beispielsweise weil Angestellte sich nicht an Vorschriften halten oder die Urheber\*innen von Dateien das Unternehmen verlassen.Meist entsteht Dark Data aus unstrukturierten Daten:Unstrukturierte Informationen lassen sich schwieriger verwalten und automatisieren und geraten so schneller in den Hintergrund.Eine gewisse Menge an Dark Data wird es daher in Unternehmen immer geben.Tatsächlich gibt es Daten, die sogar besser im Dunkeln gelassen werden sollten. Dazu gehören beispielsweise betriebliche Serverdaten oder die von Automatisierungstechnologien ausgegebenen Daten. Solcherlei Daten können nicht leicht interpretiert werden und sind nur für die technisch versiertesten Angestellten überhaupt verständlich. Selbst dann sind die aus ihnen zu gewinnenden Einblicke nur für sehr spezielle Nischenzwecke nützlich. Nichtsdestotrotz: Auch die langweiligsten Daten müssen geschützt werden.Welche Vorteile bietet die Analyse von Dark Data?Dark Data-Analysen können eine Menge nützlicher Informationen zutage fördern.So lohnt es sich beispielsweise, „dunkle“ Netzwerkdaten zu analysieren. Auf diese Weise lassen sich Erkenntnisse zur Netzwerksicherheit und Mustern in der Netzwerkaktivität gewinnen, um mögliche Engpässe zu erkennen und die Ressourcennutzung zu optimieren.Auch Aufzeichnungen von Gesprächen mit dem Kundensupport und andere Kundendaten werden häufig nur gespeichert, aber kaum aktiv verwendet.Cristian Rennella, CTO und Mitgründer des an den südamerikanischen Markt gerichteten Versicherungs- und Kreditüberprüfungstools elMejorTrato.com.ar, erzählt, wie wertvoll wieder an die Oberfläche gebrachte Kundendaten sein können:Rennella plädiert dafür, Dark Data konsequent aus der Versenkung zu holen und bestmöglich zu nutzen.„Dark Data MUSS tagtäglich mithilfe von Business Intelligence bearbeitet werden und es MUSS eine Person im Unternehmen geben, die dafür verantwortlich ist, Erkenntnisse zur Verbesserung der Prozesse zu gewinnen.“Bis vor kurzem war Dark Data in den meisten Großunternehmen kein ernsthaft diskutiertes Thema – und in kleinen Unternehmen, die noch weniger Zeit haben, schlafende Daten zu wecken, erst recht nicht.Warum haben kleine Unternehmen lange gezögert, ihre „dunklen Daten“ ans Licht zu bringen?Häufig werden Ausreden vorgebracht:Arbeitsabläufe müssten unterbrochen werden.Es wären strukturelle Änderungen notwendig (neue Tools, Aufgaben und Prioritäten), gegen die es Widerstand gibt.Niemand möchte gerne Teams oder Führungskräften, die noch nie von Dark Data gehört haben, erklären müssen, worum es geht. Die „dunklen Daten“ klingen nach einem unsichtbaren Problem, das eigentlich gar nicht existiert, und wer zu lange darauf herumreitet, handelt sich unter Umständen nur Ärger ein.Doch diese Gespräche müssen zwingend geführt werden.Wenn ein Unternehmen mit seinen Wettbewerbern mithalten will, muss es aktiv herausfinden, wo Dark Data ist, wie die Daten sich zusammensetzen und wie sie genutzt werden können. Wer inaktiv bleibt, riskiert damit, Angestellte und Prozesse zu überlasten, effizientes Arbeiten zu verhindern und die Lebensdauer des Unternehmens zu verkürzen.Wie sollten kleine Unternehmen mit Dark Data umgehen?Als Allererstes müssen die im Dunkeln verschwundenen Daten wieder sichtbar gemacht werden.Hierzu benötigt man die richtigen Tools:Software zur Datenanalyse und Business Intelligence-Lösungen (BI) machen es möglich, Dark Data ans Licht zu bringen, die Sichtbarkeit von Informationen im Unternehmen zu erhöhen und aus Dark Data handlungsrelevante und nützliche Ratschläge und Erkenntnisse zu ziehen. Zu den nützlichen Funktionen solcher Software gehören Datenvisualisierung, Berichterstellung, Data Mining und Warehousing.Doch noch mehr als die richtigen Tools benötigt man die richtigen Maßnahmen und einen Strategiewechsel:1) Das Speichern von Daten „für den Fall der Fälle“ ist nicht mehr gestattet. Schon beim Erfassen von Daten, also dem Prozess, in dem Daten in die Unternehmensdatenbanken und -systeme eingepflegt werden, muss berücksichtigt werden, welchem Zweck sie dienen und was während ihrer Zeit im Besitz des Unternehmens mit ihnen geschehen soll.Dabei sind Daten nicht als Ganzes, sondern einzeln zu betrachten. Es gilt, Daten separat zu benennen, nachzuverfolgen und zu pflegen.2) Das Datenmanagement muss höchste Priorität haben. Informationen sind wichtiger als je zuvor und ein gutes Informationsmanagement bietet Unternehmen einen zentralen Wettbewerbsvorteil.Kleine Unternehmen können diese Veränderungen schneller und umfassender umsetzen als Großunternehmen – ein Vorteil, den sie auch nutzen sollten.RessourcenDie folgenden Tipps und Tools können hilfreich sein, um dunkle Daten ins rechte Licht zu rücken:GetApp-Verzeichnis mit Business Intelligence-Software (BI)Business Intelligence vs. Business Analytics: Wann brauche ich was?Was ist Data Mining und wie kann es kleinen Unternehmen helfen? ## Über die Autoren ### Ines Bahr Ines Bahr ist Senior Content-Analystin mit fast zehn Jahren Erfahrung im Bereich Content-Marketing und Technologietrends auf dem deutschen Markt. ​​Ihre Forschung zeigt Markttrends auf, die es Unternehmen ermöglichen, innovativ zu sein und mit ihrer Konkurrenz Schritt zu halten. Sie ist Expertin darin, kleinen und mittleren Unternehmen dabei zu helfen, die richtige Software für ihre Bedürfnisse zu finden. Auf dem YouTube-Kanal von GetApp stellt sie Tool-Listen vor, die für deutsche Unternehmen wichtig sind. Ihre Schwerpunkte sind Personalwesen, Cybersicherheit und Digitalisierungsstrategien. Ihre Digitalisierungstipps basieren auf mehr als 30 Studien, die sie für den deutschen und andere Märkte auf der ganzen Welt durchgeführt hat. Ihre Softwareempfehlungen basieren auf der Analyse von Nutzerbewertungen auf GetApp (insgesamt mehr als 2 Millionen) und folgen einer präzisen Auswahlmethodik. Ines Forschungsarbeiten wurden in mehreren renommierten Publikationen veröffentlicht, darunter Spiegel, Heise, t3n, FAZ, Business Insider, Tagesspiegel, Focus, und Handelsblatt. Darüber hinaus hat sie als Speakerin an Veranstaltungen teilgenommen, Podcasts produziert und mehrere Interviews gegeben, beispielsweise für die Digital Bash-Veranstaltung und den Zielgruppengerecht-Podcast. ### Thomas LaMonte Thomas war Content Analyst für GetApp. ## Ähnliche Kategorien - [Buchhaltungssoftware](https://www.getapp.de/directory/236/accounting/software) - [CRM-Systeme](https://www.getapp.de/directory/230/crm/software) - [ERP Systeme](https://www.getapp.de/directory/322/enterprise-resource-planning-erp/software) - [HR Software](https://www.getapp.de/directory/256/human-resources/software) - [Projektmanagement Tools](https://www.getapp.de/directory/332/project-management/software) ## Ähnliche Artikel - [Nachhaltigkeit in Unternehmen umsetzen: Definition, Maßnahmen und Tools](https://www.getapp.de/blog/1989/nachhaltigkeit-in-unternehmen-masnahmen-und-tools) - [Skype vs. Skype for Business: Was ist der Unterschied?](https://www.getapp.de/blog/4/skype-vs-skype-for-business-was-ist-der-unterschied) - [Die Top 6 HR Tech Startups aus Deutschland](https://www.getapp.de/blog/3069/top-hr-tech-startups-aus-deutschland) - [Was ist Data Mining und wie kann es kleinen Unternehmen helfen?](https://www.getapp.de/blog/715/was-ist-data-mining) - [Einfache Lagerverwaltungssoftware für kleine Unternehmen: Die 5 besten Tools und ihre wichtigsten Funktionen](https://www.getapp.de/blog/4387/lagerverwaltungssoftware-kleine-unternehmen) ## Links - [Auf GetApp anzeigen](https://www.getapp.de/blog/853/was-ist-dark-data) - [Blog](https://www.getapp.de/blog) - [Startseite](https://www.getapp.de/) ----- ## Strukturierte Daten