Während wir mit hohem Tempo auf Geschäftsmodelle zusteuern, die weitgehend auf Daten und unserer Fähigkeit beruhen, daraus umsetzbare Erkenntnisse zu gewinnen, wird sich die Frage der Datenintegrität zunehmend auf Unternehmen und unweigerlich auch auf deren Geschäftsergebnis auswirken.
In der zweiten Jahreshälfte 2019 entbrannte in der E-Sport-Branche eine Kontroverse um einen Spieler des Videospiels Fortnite. Im Mittelpunkt der Kontroverse stand sein Alter. Denn während man das Spiel in jedem Alter spielen kann, muss man mindestens 13 Jahre alt sein, um an Wettkämpfen teilzunehmen. Dabei geht es um beträchtliche Preisgelder: Bei Cash Cups können die Gewinner Hunderttausende oder sogar Millionen von Dollar verdienen – für talentierte Kinder also Millionen von Gründen zu lügen.
Das Problem im vergangenen Jahr entstand, als einer dieser Gewinner zugab, genau das getan zu haben. Dies löste in der gesamten Gaming-Community einen Sturm der Entrüstung aus, und der Spieler wurde daraufhin von Twitter und der beliebten Streaming-Plattform Twitch gesperrt. Dies führte schließlich zu dem, was die Fortnite-Community als „Age Gate“ bezeichnete. Junge Spieler wurden massenhaft dazu aufgefordert, ihr Alter zu bestätigen, damit der Entwickler Epic Games besser sicherstellen konnte, dass nur teilnahmeberechtigte Spieler bei Turnieren antraten.
Das Problem ist natürlich: Wenn ein Spieler einmal gelogen hat, lässt sich kaum verhindern, dass er es erneut tut. Das ist grundsätzlich problematisch, weil es zeigt, wie schwierig es ist, von Nutzern bereitgestellte Daten zu überprüfen.
Datenintegrität
Die fehlende Möglichkeit, die Integrität (Korrektheit) von Daten zu überprüfen, sollte Unternehmen, die den Übergang in die dritte Phase der digitalen Transformation erwägen oder bereits vollziehen, große Sorge bereiten. Diese Phase ist in hohem Maße auf Daten angewiesen. Diese Daten werden nicht nur zur Abwicklung von Geschäftsprozessen genutzt, sondern bilden auch die Grundlage für die Erkennung von Mustern und Verhaltensweisen. Sie ermöglichen fortschrittliche Analysen, die automatisch operative und geschäftliche Entscheidungen ohne menschliches Eingreifen treffen.
Und möglicherweise sind diese Daten verfälscht.
Die geschäftlichen Auswirkungen verunreinigter Daten können kaum überschätzt werden. Dabei geht es um mehr als eine SQL-Injection, die darauf abzielt, Ihre Geschäftsdaten auszuschleusen oder zu manipulieren. Es handelt sich um eine wesentlich subtilere Art von Angriff, die sich als legitime Transaktionen tarnt und darauf abzielt, Maschinen und Menschen, die geschäftliche Entscheidungen treffen, in die Irre zu führen.
Es ist ein Ansturm auf Produkt X, der Analyseprogramme und Business-Analysten zu der Annahme verleitet, die Nachfrage sei höher, als sie tatsächlich ist. Ressourcen werden umgeschichtet, um die Versorgung sicherzustellen, was sich anschließend auf die gesamte Liefer- und Vertriebskette auswirkt.
Doch dann … nichts. Es gibt keine echte Nachfrage, denn sie wurde unter falschen Voraussetzungen erzeugt. Bestellungen werden plötzlich storniert oder ignoriert, weil sie von Bots aufgegeben wurden – nicht von echten Menschen. Das Unternehmen versucht hektisch zu reagieren, Ressourcen neu auszurichten und die Folgen zu bewältigen.
Die geschäftlichen Auswirkungen fehlerhafter Daten werden real sein und das Geschäftsergebnis erheblich beeinträchtigen.
Die Bekämpfung und Verhinderung genau dieser Art von Angriffen – Angriffen auf die Geschäftsebene – wird in den späteren Phasen der digitalen Transformation höchste Priorität haben. Dazu müssen wir gewissermaßen Gleiches mit Gleichem bekämpfen: mit Daten, mehr Daten und noch mehr Daten, die fortschrittliche Analysesysteme dabei unterstützen, als legitime Transaktionen getarnte Angriffe zu erkennen und abzuwehren.
Dies ist mehr als nur ein geschäftliches Problem. Es handelt sich um eine Herausforderung für die Datenintegrität, die eine Zusammenführung der Datensätze aus Anwendungsdiensten, Infrastruktur und Anwendungen erfordert. Jeder instrumentierbare Einbindungspunkt muss so instrumentiert werden, dass er einen umfassenden Satz an Telemetriedaten liefert, mit deren Hilfe fortschrittliche Analysen Angriffe auf die Geschäftslogik abwehren können. Die subtilen Signale und Muster, die auf einen Versuch hindeuten, die Integrität von Daten zu beeinträchtigen, lassen sich nur durch die intensive Analyse großer Datensätze mithilfe von maschinellem Lernen und unter Nutzung der erheblichen, in der Cloud verfügbaren Rechenleistung erkennen. Von der Identifizierung von Bots bis hin zur Erkennung atypischen Verhaltens wird die Fähigkeit, legitime Geschäftsvorgänge von böswilligen Angriffen zu unterscheiden, für Unternehmen nicht nur erfolgs-, sondern überlebensentscheidend sein.
Wir werden Kinder möglicherweise nie davon abhalten können, online über ihr Alter zu lügen – zumindest nicht mithilfe von Technologie. Doch wir können die daraus gewonnenen Erkenntnisse über fehlerhafte Daten nutzen, um bessere App-Dienste und Systeme zu entwickeln, die einen angemessenen Schutz vor Angriffen auf die Geschäftslogik bieten.
Über den Autor
Lori MacVittie ist Distinguished Engineer und Chief Evangelist im Office of the CTO von F5 und verfügt über umfassende Expertise in den Bereichen Anwendungsbereitstellung, Automatisierungsstrategie und Infrastruktur. Sie ist dafür bekannt, Komplexität verständlich zu machen – ob sie Leitplanken für KI-Agenten definiert, fragile Multicloud-Architekturen analysiert oder die Grenzen skalierbarer Systeme auslotet. Sie verfügt über mehr als dreißig Jahre Branchenerfahrung in der Anwendungsentwicklung, IT-Architektur sowie im Netzwerk- und Systembetrieb. Bevor sie zu F5 kam, war sie als mehrfach ausgezeichnete Technologie-Redakteurin tätig. MacVittie hat einen Masterabschluss in Informatik und ist eine produktive Autorin, deren Veröffentlichungen die Bereiche Sicherheit, Cloud und Unternehmensarchitektur abdecken. Außerdem spielt sie leidenschaftlich gern Brett- und Videospiele und vertritt mit voller Überzeugung klare Ansichten zum Thema Käse.
Weitere Blogbeiträge von Lori Mac VittieÄhnliche Blogbeiträge
Ein umfassender Leitfaden zur Bereitstellung und Sicherheit von KI-Anwendungen
Entdecken Sie optimale Strategien für die Absicherung und Bereitstellung von KI-Anwendungen.
KI zulassen und einführen? Lehren aus der Public Cloud
Die Einführung von KI steht unmittelbar bevor und könnte entscheidend sein, um wettbewerbsfähig zu bleiben. Daher muss die IT-Sicherheit proaktiv handeln und der KI-Einführung schon jetzt einen Schritt voraus sein, um sie auf einen risikogerechten Weg zu lenken.
Stand der Anwendungsstrategie 2022: Zeit für die Modernisierung des Betriebs
Es ist deutlich geworden, dass Unternehmen ihren Fokus erneut auf die Geschäftsfunktionen richten müssen, um die Dynamik ihrer digitalen Transformation aufrechtzuerhalten. Kundenerlebnisse haben zwar weiterhin Priorität, doch auch Geschäftsfunktionen wie Recht, Personalwesen und Finanzen müssen digitalisiert werden. Das bedeutet, dass CIOs das Steuer übernehmen, während sich die digitale Transformation von der Modernisierung von Anwendungen hin zur Modernisierung von Betriebsabläufen verlagert.
F5s Weg zu einer vielseitigen Plattform für Anwendungsanalysen
F5 bietet heute die umfassendsten Anwendungsdienste entlang des gesamten Weges vom Code bis zum Kunden. Künftig werden wir verstärkt auf Anwendungstelemetrie und -analysen setzen, damit unsere Kunden wertvolle Erkenntnisse über ihre Anwendungen, Geschäftsabläufe und Benutzererlebnisse gewinnen können. Beim Ausbau unserer Cloud-Analysefunktionen werden wir ML und KI noch stärker nutzen, um unsere Kunden bei der Verbesserung ihrer Geschäftsdienste zu unterstützen.
Telemetrie: Eine andere Art von Daten
Verwenden wir den Begriff „Telemetrie“ nur, weil er attraktiver klingt als „Daten“? Letztlich sind sowohl Daten als auch Telemetrie strukturierte Informationseinheiten. Es ist kein Verbrechen, die Begriffe synonym zu verwenden. Doch wenn man es genau nimmt, gibt es einen Unterschied. Und dieser Unterschied wird immer wichtiger werden, je weiter Unternehmen in die Datenökonomie vordringen.
MTTR bedeutet nicht „Mean Time to Reboot“
„Schnell scheitern“ lautet heute das Mantra für mehr Geschwindigkeit. Ob in DevOps oder im Geschäftsleben: Wer in einer digitalen Wirtschaft agiert, muss eine möglichst perfekte Verfügbarkeit gewährleisten.