Zum Inhalt springen

Glossar

Data Governance & Sicherheit

Datenmaskierung

Datenmaskierung (Data Masking) ist das Ersetzen sensibler Werte wie Namen, Kartennummern oder Gesundheitskennungen durch realistische, aber fiktive oder verschleierte Ersatzwerte, damit Daten für Tests, Analysen oder Support genutzt werden können, ohne die Originale offenzulegen.

Aktualisiert am · Vom VIZIO AI Team

Was ist Datenmaskierung?

Maskierung gibt es in zwei Formen: Statische Maskierung schreibt eine Kopie der Daten dauerhaft um, während dynamische Maskierung Werte zur Abfragezeit abhängig davon verbirgt, wer fragt. Statische Maskierung eignet sich für Test-, Staging- und Offshore-Entwicklungsumgebungen. Dynamische Maskierung eignet sich für Produktivsysteme, in denen Support-Mitarbeitende nur einen Teil eines Datensatzes sehen sollen.

Gängige Techniken sind die Substitution durch gefälschte, aber gültige Werte, das Vertauschen von Werten innerhalb einer Spalte, das Nullsetzen, die teilweise Schwärzung, etwa die Anzeige nur der letzten vier Ziffern, und die Tokenisierung. Gute Maskierung erhält Format und referenzielle Integrität, sodass Anwendungen und Joins weiter funktionieren. Eine maskierte Kartennummer sollte weiterhin eine Luhn-Prüfung bestehen und eine maskierte E-Mail-Adresse weiterhin wie eine E-Mail-Adresse aussehen, sonst weist der Validierungscode die Testdaten zurück.

Wie wählt man für jedes Feld die passende Maskierungstechnik?

Wählen Sie die Technik pro Feld, je nachdem, was die nachgelagerten Nutzer tatsächlich davon brauchen.

  • E-Mail-Adressen und Kunden-IDs: deterministische Substitution, bei der dieselbe Eingabe immer denselben Ersatzwert ergibt, sodass Joins über Tabellen hinweg weiterhin passen.

  • Zahlungskartennummern: PCI DSS beschränkt die Anzeige auf höchstens das Präfix des Kartenherausgebers (BIN) und die letzten vier Ziffern; alles andere muss maskiert werden.

  • Geburtsdaten: Verschieben Sie die Daten jeder Person um einen konsistenten zufälligen Versatz, damit Alter und Zeitabstände realistisch bleiben.

  • Freitextnotizen: Nutzen Sie Named-Entity-Recognition, um Namen, Telefonnummern und Adressen zu schwärzen.

  • Später benötigte Kontonummern: tokenisieren und die Zuordnung in einem gesicherten Vault speichern.

Wie sieht Datenmaskierung in der Praxis aus?

Ein typisches Projekt maskiert einmal pro Nacht eine Kopie der Produktivdaten und gibt allen Nutzern außerhalb der Produktion nur die maskierte Version. Stellen Sie sich einen Krankenversicherungsmakler mit 90 Mitarbeitenden vor, der ein externes QA-Team mit realistischen Daten testen lassen möchte.

  1. Ein Scanner markiert Spalten mit Namen, Mitgliedsnummern, Diagnosen und Bankdaten.

  2. Ein nächtlicher Job kopiert die produktive PostgreSQL-Datenbank nach Staging und wendet mit der Erweiterung PostgreSQL Anonymizer statische Regeln an.

  3. Mitgliedsnummern werden deterministisch maskiert, sodass Leistungsfälle weiterhin dem richtigen fiktiven Mitglied zugeordnet sind.

  4. In Snowflake sorgt eine dynamische Maskierungsrichtlinie dafür, dass Support-Mitarbeitende nur die letzten vier Ziffern nationaler Identifikationsnummern sehen, während das Betrugsteam die vollständigen Werte sieht.

Das QA-Team erhält realistische Namen, Adressen und Leistungshistorien, und die Verträge des Maklers müssen keinen externen Dienstleister mehr abdecken, der echte Mitgliederdaten verarbeitet. Angenommen, das Team prüft vor der Freigabe eine Stichprobe von 200 maskierten Zeilen und versucht, anhand öffentlicher Daten Personen zu re-identifizieren; jeder Treffer schickt die Regeln zur Überarbeitung zurück.

Wo liegen die Grenzen der Datenmaskierung?

Maskierte Daten sind nicht automatisch anonyme Daten. Nach Erwägungsgrund 26 der DSGVO sind pseudonymisierte Daten, die sich mit einem Schlüssel oder mit anderen Informationen wieder einer Person zuordnen lassen, weiterhin personenbezogene Daten und fallen weiterhin in den Anwendungsbereich.

  • Quasi-Identifikatoren: Postleitzahl, Geburtsdatum und Geschlecht zusammen können Personen identifizierbar machen, selbst nachdem Namen entfernt wurden.

  • Fehlerhafte Joins: Wird ein Schlüssel in verschiedenen Tabellen uneinheitlich maskiert, brechen Berichte unbemerkt.

  • Verlorene Grenzfälle: Tests können Fehler übersehen, die nur echte, unsaubere Werte auslösen; synthetische Daten können diese Lücken schließen.

  • Vergessene Kopien: Logs, Backups und CSV-Exporte enthalten oft die unmaskierten Originale.

Wie unterscheidet sich Datenmaskierung von Verschlüsselung und Anonymisierung?

Verschlüsselung verbirgt Daten, bis jemand mit dem Schlüssel sie wiederherstellt, Maskierung gibt Nutzern einen brauchbaren Ersatz, und Anonymisierung beseitigt jeden realistischen Weg zurück zur Person. Verschlüsselung schützt gespeicherte und übertragene Daten, zeigt autorisierten Anwendungen aber Klartext.

Maskierung wird gewählt, wenn Menschen realistische Daten ohne die echten Werte brauchen. Datenanonymisierung geht weiter und nimmt Daten, wenn sie richtig umgesetzt wird, aus dem Anwendungsbereich der DSGVO heraus.

Zu den Tools gehören Snowflake Masking Policies, BigQuery Dynamic Data Masking, SQL Server Dynamic Data Masking, Oracle Data Masking and Subsetting, Delphix, Tonic.ai und der Open-Source-PostgreSQL Anonymizer.

Statische vs. dynamische Datenmaskierung

Statische Maskierung

Dynamische Maskierung

Zeitpunkt der Anwendung

Einmalig, auf einer Kopie der Daten

Zur Abfragezeit, pro Nutzer

Originaldaten

In der Kopie ersetzt

Im Speicher unverändert

Typische Verwendung

Test, Staging, ausgelagerte Entwicklung

Produktiv-Support und Analysen

Beispiel-Tools

Delphix, Tonic.ai, PostgreSQL Anonymizer

Snowflake Policies, SQL Server DDM

Hauptrisiko

Unmaskierte Backups oder Exporte

Nutzer mit weitreichenden Rollen sehen alles

Wie arbeitet VIZIO AI in Analytics-Projekten mit sensiblen Daten?

Die Fallstudien von VIZIO AI beschreiben kein eigenes Maskierungsprojekt; die größte Überschneidung besteht beim Aufbau von Analysen auf vertraulichen Mandanten- und Finanzdaten. Für eine Familienrechtskanzlei im Raum Seattle mit 15 Anwälten führte unser DX Studio Daten aus Lawmatics, Clio Manage und QuickBooks in einem zentralen SQL-Warehouse zusammen und stellte der Kanzleileitung Power-BI-Dashboards bereit, die auf Kennzahlen auf Kanzleiebene wie Konversionsraten, abrechenbarer Auslastung und abgerechnetem gegenüber eingenommenem Umsatz basieren.

Die Kanzlei reduzierte die Zeit für manuelles Reporting um 65 % und verbesserte die Genauigkeit der Umsatzverfolgung um 42 %. Wo Sie anfangen sollten: Listen Sie jede Spalte auf, die eine Person identifiziert, und entscheiden Sie dann, welche Nutzer den echten Wert, einen Teilwert oder gar keinen brauchen.

Facebook-Logo
X-Logo
LinkedIn-Logo
Reddit-Logo
Telegram-Logo

AI-first denken.
Zukunftsschnell handeln.

Lassen Sie uns bauen, was als Nächstes kommt! Von Produktideen und intelligenten Workflows bis zu datengetriebenen Systemen und skalierbaren Growth Operations.

Strategiegespräch buchen