Ganz unbegründet sind die Mahnungen der Sicherheitsbranche nicht. Laut einer aktuellen Studie des Center for Education and Research in Information Assurance and Security (CERIAS) ist 2008 geistiges Eigentum im Wert von 3,5 Milliarden Euro verloren gegangen. Um die Schäden zu beheben, die durch die Datenlecks entstanden sind, mussten 460 Millionen Euro ausgegeben werden.
Für die Untersuchung hatten CERIAS-Forscher im Auftrag von McAfee 800 CIOs in den USA, Großbritannien, Deutschland, Japan, China, Indien, Brasilien und Dubai befragt. Demnach bezeichneten 39 Prozent den Schutz ihres geistigen Eigentums vor externen Datendieben als ihre derzeit größte Sorge. 42 Prozent betrachten entlassene Mitarbeiter als Hauptgefahr für schützenswerte Informationen.
Kein Wunder, das die Anbieter von Sicherheitslösungen hier ein Geschäftsfeld wittern, das sie auch gleich getauft haben: Data Loss Prevention. Das klingt schmissig, ist aber gleichzeitig so vage, dass jeder Hersteller genügend Raum zur eigenen Interpretation hat. Ein neues Kürzel beschert der Marketing-Begriff der Branche auch gleich noch: DLP. Manchmal wird das auch als ‘Data Leakage Prevention’ ausgeschrieben – meinen tun damit alle dasselbe.
Vereinfacht gesagt geht es um den Schutz vertraulicher Daten, also die Kontrolle darüber, wer wann warum und wie auf solche Daten zugegriffen hat. Diese Kontrolle kann über Software- und/oder Hardware-basierte Lösungen erfolgen – für ein umfassendes DLP-Konzept handelt es sich meist um eine Kombination aus beidem. Oft schnüren die Hersteller dafür bereits vorhandene Lösungen in einem neuen Paket zusammen.
Angriffe auf APIs und Webanwendungen sind zwischen Januar 2023 und Juni 2024 von knapp 14…
Mit täglich über 45.000 eingehenden E-Mails ist die IT-Abteilung des Klinikums durch Anhänge und raffinierte…
Bau- und Fertigungsspezialist investiert in die S/4HANA-Migration und geht mit RISE WITH SAP in die…
Trends 2025: Rasante Entwicklungen bei Automatisierung, KI und in vielen anderen Bereichen lassen Unternehmen nicht…
DHL Supply Chain nutzt generative KI-Anwendungen für Datenbereinigung und präzisere Beantwortung von Angebotsanforderungen (RFQ).
Marke mtu will globale Serviceabläufe optimieren und strategische Ziele hinsichtlich Effizienz, Nachhaltigkeit und Wachstum unterstützen.