JET-Software

ALT Effizientere Datenbankoperationen, geringere Verarbeitungslasten und ein höheres Schutzniveau für sensible Unternehmensdaten!

ALT Daten schützen, bevor ein Datenleck entsteht! Datenmaskierung verhindert zwar nicht jeden Cyberangriff, kann jedoch dafür sorgen, dass kompromittierte Datenbestände deutlich weniger sensible Informationen preisgeben. Mit FieldShield, DarkShield und Voracity unterstützt JET-Software Unternehmen und öffentliche Einrichtungen bei der sicheren Verarbeitung, Bereitstellung und Nutzung vertraulicher Informationen in heterogenen IT-Landschaften. Denn wirksamer Datenschutz beginnt nicht erst beim Cyberangriff, sondern bereits bei der gezielten Absicherung der Daten selbst.

ALT Sichere Testdaten sind ein wesentlicher Bestandteil moderner Softwareentwicklung. Sie ermöglichen realistische Tests, ohne sensible Produktivdaten unnötigen Risiken auszusetzen. Datenmaskierung, synthetische Datengenerierung und Database Subsetting schaffen gemeinsam eine belastbare Grundlage für Datenschutz, Testautomatisierung und zuverlässige Softwarequalität. IRI Voracity führt diese Verfahren in einer integrierten Plattform zusammen. So entstehen wiederholbare und skalierbare Testdatenprozesse, die sich in bestehende Entwicklungsumgebungen einbinden lassen und Unternehmen bei der sicheren Nutzung ihrer Daten unterstützen.

ALT Datenmaskierung als Bestandteil moderner BFSI-Datensicherheit! Für Banken, Finanzdienstleister und Versicherungen ist Datenmaskierung heute weit mehr als ein Werkzeug für klassische Testdaten. Sie unterstützt unter anderem: sichere Softwareentwicklung, DevOps und QA, Cloud-Migrationen, KI- und Machine-Learning-Projekte, Datenanalysen, Zusammenarbeit mit externen Dienstleistern sowie Datenschutz- und Data-Governance-Strategien. Der entscheidende Ansatz lautet: Sensible Daten sollten nicht nur gegen unbefugten Zugriff geschützt werden. Wo Originalwerte nicht benötigt werden, sollten sie möglichst gar nicht erst offengelegt werden. Mit IRI Lösungen lassen sich sensible Informationen in unterschiedlichen Datenquellen erkennen, klassifizieren und gezielt maskieren. Damit können Unternehmen im BFSI-Sektor den Nutzen ihrer Daten erhalten und gleichzeitig personenbezogene und vertrauliche Informationen besser schützen.

ALT Unternehmen, die Informatica PowerCenter einsetzen, prüfen zunehmend Alternativen für ihre bestehenden ETL- und Datenintegrationsprozesse. Besonders gefragt sind Lösungen, die weiterhin On-Premises betrieben werden können, sensible Daten im eigenen Rechenzentrum halten und zusätzliche Funktionen für Datenmaskierung, Testdaten und Data Governance bereitstellen. IRI Voracity bietet eine solche Alternative zu Informatica PowerCenter. Die Plattform kombiniert leistungsfähige Datenintegration mit Datenschutz, Datenqualität, Datenmigration und Testdatenmanagement. Dadurch lassen sich mehrere bislang getrennte Werkzeuge in einer zentralen Umgebung zusammenführen.

ALT Mit IRI DarkShield für die Suche und Maskierung sensibler Informationen sowie IRI RowGen für die Erzeugung synthetischer Daten können Unternehmen Datenschutz frühzeitig in ihre KI-Prozesse integrieren. Dies verbessert die Kontrolle, Nachvollziehbarkeit und Auditierbarkeit und unterstützt einen verantwortungsvollen Einsatz von KI.

ALT MS SQL Server-Daten schützen und Datenprozesse effizient halten: Datenschutz und Datenintegration müssen nicht getrennt voneinander betrachtet werden. Die Kombination aus Microsoft SQL Server Change Data Capture, Datenreplikation, Transformation und Datenmaskierung ermöglicht es, relevante Änderungen gezielt zu erfassen und sensible Daten bereits vor der Übergabe an nachgelagerte Systeme zu schützen. Statt komplette Datenbestände regelmäßig neu zu kopieren und anschließend separat abzusichern, können Datenänderungen direkt verarbeitet und geschützt werden. So entsteht ein moderner Datenfluss, bei dem Performance, Datenintegration und Datenschutz gemeinsam berücksichtigt werden. Gerade in datenintensiven Microsoft-SQL-Server-Umgebungen kann dieser Ansatz dazu beitragen, ETL- und Replikationsprozesse effizienter zu gestalten und gleichzeitig unnötige Klartextkopien sensibler Daten zu vermeiden.

ALT Leistungsfähige PostgreSQL-Umgebungen benötigen mehr als eine schnelle Datenbank. Erst das Zusammenspiel aus High-Speed-ETL, Datenqualität, sicherer Datenmigration und konsequenter Datenmaskierung ermöglicht effiziente und datenschutzgerechte Prozesse.

ALT Fazit: Patientendaten schützen, ohne ihre Nutzung zu verhindern! Moderner Datenschutz im Gesundheitswesen bedeutet nicht, sensible Daten vollständig von Geschäfts- und Entwicklungsprozessen abzuschotten. Durch Datenmaskierung, Pseudonymisierung, Anonymisierung und synthetische Testdaten können personenbezogene Daten und PHI geschützt und gleichzeitig für berechtigte Zwecke weiterhin nutzbar gemacht werden. Ein datenzentrierter Ansatz mit IRI Voracity hilft dabei, Patientendaten direkt an der Quelle zu schützen, Datenschutzrisiken zu reduzieren und DSGVO-konforme Datenprozesse im Gesundheitswesen aufzubauen.

ALT Oracle-Daten schützen, ohne Datenprozesse auszubremsen! Datenschutz und Datenintegration müssen keine voneinander getrennten Prozesse sein. Die Kombination aus Oracle Change Data Capture, Datenreplikation, Transformation und Datenmaskierung ermöglicht es, Änderungen gezielt zu erkennen und sensible Informationen bereits auf dem Weg zum Zielsystem zu schützen. Statt komplette Datenbestände wiederholt zu kopieren und anschließend separat abzusichern, können Datenänderungen unmittelbar verarbeitet werden. Das Ergebnis ist ein moderner Datenfluss, bei dem Performance, Datenintegration und Datenschutz gemeinsam betrachtet werden. Gerade in datenintensiven Oracle-Umgebungen kann dieser Ansatz helfen, Replikations- und ETL-Prozesse effizienter zu gestalten und gleichzeitig das Risiko unnötiger Klartextkopien sensibler Daten deutlich zu reduzieren.

ALT Effizientes MySQL-Datenmanagement umfasst heute weit mehr als schnelle Abfragen. Unternehmen benötigen integrierte Lösungen für Performance-Optimierung, ETL, Datenmigration, Datenmaskierung und Testdatenmanagement. Die IRI-Produkte verbinden diese Aufgaben in wiederverwendbaren Prozessen und unterstützen sowohl bestehende Datenbankumgebungen als auch Modernisierungs- und Cloud-Projekte.

ALT IRI DarkShield erkennt, klassifiziert und maskiert personenbezogene Daten in unstrukturierten und semistrukturierten Datenquellen. Dazu zählen beispielsweise PDF- und Office-Dokumente, JSON-, XML- und Parquet-Dateien, Protokolldaten, Bilder sowie verschiedene NoSQL-Datenbanken. DarkShield kann große Datenbestände automatisiert nach sensiblen Informationen durchsuchen. Erkannte Daten lassen sich anschließend nach einheitlichen Regeln pseudonymisieren, verschlüsseln, schwärzen oder anderweitig maskieren. Das ist besonders wichtig, weil personenbezogene Informationen häufig nicht nur in einem zentralen Register gespeichert sind. Sie befinden sich oft zusätzlich in Exportdateien, Sicherungen, Dokumenten, Archiven, Cloud-Speichern und Analyseumgebungen.

ALT Die leistungsstarke Datenmanagement-Plattform IRI CoSort unterstützt Unternehmen seit Jahrzehnten dabei, Legacy-Daten automatisiert zu analysieren, zu transformieren und in moderne Zielsysteme zu überführen. Vorhandene COBOL-Copybooks dienen dabei als Metadatenbasis, sodass Datenstrukturen ohne aufwendige Neudefinition interpretiert und verarbeitet werden können. Komplexe Datentypen wie Packed Decimal (COMP-3), binäre Felder oder variable Datensätze werden zuverlässig erkannt und in moderne Datenformate konvertiert.

ALT Automatische Erkennung und Datenmaskierung: Mit der aktuellen Version von IRI DarkShield lassen sich SQL-Dateien ebenso einfach durchsuchen und maskieren wie strukturierte, semi-strukturierte oder unstrukturierte Dateien. Die Software erkennt personenbezogene Daten automatisch anhand definierter Datenklassen und ersetzt diese mithilfe passender Maskierungsverfahren, beispielsweise durch formatbewahrende Verschlüsselung (Format-Preserving Encryption), Pseudonymisierung oder andere datenschutzkonforme Methoden. Da die Verarbeitung direkt auf den SQL-Dateien erfolgt, müssen keine Verbindungen zur produktiven Datenbank bestehen. Dadurch lassen sich auch Backup-Dateien, Archivbestände oder Exportdateien zuverlässig absichern, bevor sie weitergegeben oder in anderen Umgebungen verwendet werden.

ALT Die Qualität der KI bleibt dabei weitgehend erhalten. Durch den Einsatz geeigneter Maskierungsverfahren können Modelle mit datenschutzkonformen Daten trainiert werden, ohne dass die Genauigkeit wesentlich leidet. Gleichzeitig profitieren Unternehmen von einer besseren Auditierbarkeit, geringeren Datenschutzrisiken und einer einfacheren Einhaltung gesetzlicher Vorgaben. Mit Lösungen wie IRI DarkShield lassen sich personenbezogene Daten automatisiert erkennen, klassifizieren und maskieren. Dadurch können Unternehmen ihre KI-Modelle DSGVO-konform entwickeln und betreiben und Datenschutz von Anfang an als festen Bestandteil ihrer KI-Strategie etablieren.

ALT Mit der neuen Integration kann IRI FieldShield sensible Daten – darunter personenbezogene Daten (PII), Gesundheitsdaten (PHI) und Finanzinformationen – direkt in Delta-Lake-Tabellen schützen. Die Verarbeitung erfolgt auf Daten, die in Azure Data Lake Storage gespeichert und über Azure Databricks verwaltet werden. Dabei bleiben Performance, Zuverlässigkeit und Skalierbarkeit auch bei großen Datenmengen erhalten. Darüber hinaus unterstützt IRI FieldShield den dreistufigen Unity Catalog von Databricks (Katalog, Schema und Tabelle). Dadurch können sensible Daten zentral über gesamte Lakehouse-Umgebungen hinweg identifiziert und abgesichert werden – sowohl in Batch- als auch in Streaming-Workloads. Gleichzeitig bleiben die Governance-, Integritäts- und Konsistenzfunktionen von Delta Lake vollständig erhalten.

ALT FieldShield und DarkShield verfolgen unterschiedliche, aber komplementäre Ansätze beim Schutz sensibler Daten. FieldShield überzeugt durch schnelle und präzise Maskierung strukturierter Daten in relationalen Datenbanken und ETL-Prozessen. DarkShield erweitert diese Fähigkeiten um leistungsstarke Suchfunktionen für semi- und unstrukturierte Inhalte. Unternehmen, die ihre Datenschutz- und Compliance-Anforderungen umfassend erfüllen möchten, sollten daher nicht nur die Art ihrer Daten, sondern auch die Herkunft und Struktur sensibler Informationen berücksichtigen. Die Wahl der richtigen Lösung trägt entscheidend dazu bei, Datenschutzrisiken zu minimieren und regulatorische Vorgaben effizient umzusetzen.