Dark Data: Ungenutzter Datenschatz oder Compliance-Risiko?

Iris Lorscheid erforscht als Data-Science-Professorin, was Firmen über ihre eigenen Bestände nicht wissen, gemeint sind ungenutzte Datenmengen, im Fachjargon Dark Data genannt. Wer solche Bestände nicht kennt, kann sie auch nicht löschen oder rechtssicher verwalten, was für Compliance-Verantwortliche zur konkreten Haftungsfrage wird, sobald die nächste Datenschutzprüfung ins Haus steht. 

Drei Tech Takes zu Dark Data

Prof. Dr. Iris Lorscheid ist Vizepräsidentin für Forschung und Professorin für Digital Business & Data Science an der University of Europe for Applied Sciences in Hamburg. Die Diplom-Informatikerin promovierte summa cum laude an der TU Hamburg und beschäftigt sich seit ihrer Dissertation mit Machine-Learning-Verfahren und agentenbasierter Simulation komplexer Systeme. Sie ist Vorstandsmitglied der European Social Simulation Association und Mitglied im wissenschaftlichen Beirat des Forschungsprojekts KI4Assessment der Volkswagen-Stiftung. 

Der Realitätscheck: Was ist aktuell Hype und was funktioniert wirklich? 

„Der Hype rund um Dark Data besteht darin, so zu tun, als lägen in ungenutzten Datenbeständen automatisch verborgene Schätze, die man nur noch mit KI heben müsse. Die Realität ist nüchterner und spannender: Digitalisierung hört nicht bei der Datenerfassung auf. Erst wenn Daten auffindbar, verständlich, qualitativ belastbar und in eine saubere Datenarchitektur eingebettet sind, können sie wirklich Wert erzeugen. Genau das ist herausfordernd und nicht trivial, denn es verlangt nicht nur Technologie, sondern auch Methodik, Verantwortlichkeiten und ein gemeinsames Verständnis dafür, was gute Daten eigentlich sind.“ 

Der Unternehmens-Faktor: Was bringt das konkret? 

„Dark Data hat einen sehr konkreten Einfluss auf Prozesse, Kosten und Wettbewerbsfähigkeit, weil Unternehmen für Daten zahlen, die sie speichern, sichern und verwalten; ohne sie wirklich nutzen zu können. Gleichzeitig entstehen Risiken: unklare Datenherkunft, Datenschutzfragen, veraltete Informationen und schlechte Entscheidungsgrundlagen. Die eigentliche Managementfrage lautet deshalb: Wer ist bereit, den Aufwand in das Aufräumen, Strukturieren und Verstehen der eigenen Datenlandschaft zu investieren? Denn genau dort trennt sich die digitale Rhetorik von digitaler Reife: Viele wollen KI nutzen, aber deutlich weniger Organisationen trauen sich an die oft mühsame Vorarbeit heran, die gute KI überhaupt erst ermöglicht.“ 

Die mutige Prognose: Wo stehen Vorreiter in drei Jahren? 

„In drei Jahren werden nicht die Unternehmen im Vorteil sein, die heute die lautesten KI-Visionen formulieren, sondern jene, die jetzt konsequent Transparenz in ihre Datenbestände bringen. Wer Dark Data heute ernst nimmt, baut damit die Grundlage für schnellere Entscheidungen, zuverlässigere Automatisierung und verantwortungsvollere KI-Systeme. Unternehmen, die dieses Thema besetzen, werden nicht nur technologisch besser aufgestellt sein, sondern auch kulturell: Sie entwickeln die Fähigkeit, Daten nicht als Nebenprodukt, sondern als gestaltbare Ressource zu verstehen. Die zentrale Wettbewerbsfrage wird daher lauten: Wer besitzt nicht nur viele Daten, sondern wer versteht sie gut genug, um daraus verantwortungsvoll Zukunft zu gestalten.“ 

Hintergrund und Anwendung 

Was bedeutet Dark Data? 

Dark Data bezeichnet Daten, die ein Unternehmen im Laufe seiner Geschäftstätigkeit erzeugt oder gesammelt hat, die aber weder analysiert noch aktiv genutzt werden. Sie liegen irgendwo in Systemen, Archiven oder Datenbanken, oft vergessen, selten dokumentiert, praktisch unsichtbar. Der Begriff stammt aus einem Bericht des Analystenhauses Gartner aus dem Jahr 2012, das Dark Data definiert als Informationsbestände, die Organisationen bei regulären Geschäftsaktivitäten erfassen, aber nicht für andere Zwecke wie Analysen, Geschäftsentscheidungen oder Monetarisierung einsetzen. 

Die Analogie zur dunklen Materie im Universum ist bewusst: Beides macht den größten Teil des Ganzen aus, lässt sich aber nicht direkt beobachten. Gartner schätzte, dass rund 80 Prozent der Unternehmensdaten als Dark Data einzustufen sind. Neuere Studien gehen von ähnlichen oder noch höheren Anteilen aus. 

Wo steckt Dark Data konkret? 

Dark Data tritt in praktisch jeder Unternehmensabteilung auf, in unterschiedlichsten Formen. E-Mail-Archive sind ein klassisches Beispiel: Jahrelanger Schriftverkehr mit Kunden, Lieferanten und Partnern, der unstrukturiert auf Mailservern liegt. Hinzu kommen Log-Dateien aus IT-Systemen, Sensordaten aus Produktionsanlagen, die nur kurz ausgewertet und dann archiviert wurden, alte CRM-Einträge, Scans von Papierdokumenten, Tonaufnahmen aus dem Callcenter, ungenutzte Umfrageergebnisse oder veraltete Präsentationen. In der Fertigung sind es Maschinendaten, die zwar aufgezeichnet, aber nie systematisch analysiert wurden. 

Gemeinsam ist allen diesen Daten: Sie existieren, sie belegen Speicherplatz, sie verursachen Kosten, und niemand weiß genau, was in ihnen steckt. 

Was steckt potenziell drin? 

Das Interessante an Dark Data ist nicht, was man weiß, sondern was man nicht weiß. Genau deshalb ist der Begriff so relevant: In ungenutzten Datenbeständen können sich wertvolle Muster verbergen. Callcenter-Aufzeichnungen könnten zeigen, welche Produktprobleme Kunden am häufigsten melden. Maschinensensordaten könnten Muster vor Ausfällen enthalten, die niemand je systematisch ausgewertet hat. Alte Kundenkorrespondenz könnte Hinweise auf Abwanderungsgründe liefern, die im CRM nie erfasst wurden. 

Moderne KI-Methoden, insbesondere Natural Language Processing für Texte und Machine Learning für Sensordaten, machen es erstmals realistisch, diese Bestände in relevantem Umfang zu erschließen. Was früher an Analysekapazität gescheitert wäre, ist heute technisch machbar. 

Wann wird Dark Data zu einem reellen Problem? 

Dark Data ist kein neutrales Phänomen. Erstens kostet es Geld: Daten zu speichern verursacht Kosten für Hardware, Cloud-Dienste, Energie und Verwaltung, auch wenn niemand die Daten nutzt. Studien zufolge entfällt ein erheblicher Teil der IT-Budgets auf die Speicherung und Verwaltung von Daten, die keinen nachweisbaren Mehrwert liefern. 

Zweitens birgt Dark Data rechtliche Risiken. Die DSGVO verlangt, dass personenbezogene Daten nur so lange aufbewahrt werden, wie sie für den ursprünglichen Zweck benötigt werden. Ein schlecht dokumentiertes Datenarchiv voller Kundendaten aus vergangenen Jahren ist ein Compliance-Risiko. Im Fall einer Datenpanne haften Unternehmen auch für Daten, von denen sie selbst kaum wussten, dass sie sie noch besitzen. 

Drittens ist Dark Data ein Sicherheitsrisiko: Angreifer können in ungepflegten Archiven wertvolle Informationen abgreifen, gerade weil niemand diese Bereiche aktiv überwacht. 

Was können Unternehmen tun? 

Der erste Schritt ist ein Dateninventar, oft auch Data Discovery genannt. Ohne zu wissen, was wo liegt, ist jede Strategie wirkungslos. Spezialisierte Tools durchsuchen Speichersysteme, klassifizieren Daten nach Typ, Alter und Sensitivität und erstellen eine Übersicht. Dieser Schritt allein ist für viele Unternehmen ernüchternd, weil er zeigt, wie viel unkontrolliert angesammelt wurde. 

Der zweite Schritt ist eine Entscheidung: Welche Daten haben potenziellen Wert und sollen erschlossen werden? Welche sind veraltet oder rechtlich heikel und müssen gelöscht werden? Und welche können archiviert bleiben, solange Compliance und Kosten im Rahmen bleiben? Dark Data zu managen bedeutet nicht zwingend, alles zu analysieren, sondern zuerst zu wissen, was da ist. 

Weiterführende Quellen 

Den Begriff geprägt hat Gartner; die Definition findet sich im Gartner Glossary unter gartner.com/en/information-technology/glossary/dark-data. Das Analystenhaus Splunk veröffentlicht regelmäßig Studien zum Thema Dark Data und dessen wirtschaftlichen Auswirkungen unter splunk.com. Für den Einstieg in Data-Discovery-Methoden empfiehlt sich die Dokumentation von IBM Watson Knowledge Catalog unter ibm.com/products/watson-knowledge-catalog. Wer den regulatorischen Rahmen verstehen will, findet bei der Datenschutzkonferenz der deutschen Aufsichtsbehörden unter datenschutzkonferenz-online.de praxisnahe Leitlinien zur DSGVO-konformen Datenhaltung.