Was passiert mit meinen Daten?

Strategien für eine effiziente Dokumentenablage und erfolgreiche Langzeitarchivierung

Kinder lernen bereits in der Grundschule, was Hieroglyphen sind. Die Schriftzeichen der antiken Sprache haben in Stein gemeißelt mehr als 2.000 Jahre überdauert. Eine Glanzleistung der damaligen Archivare! Es ist äußerst fraglich, ob wir im Jahr 4.000 oder sei es nur in 20, 30 oder 50 Jahren noch auf heute gängige Datenträger wie Festplatten, Tapes, DVDs, CD-ROMs oder Mikrofilme zugreifen können. Der zunehmenden Informationsflut des digitalen Zeitalters sollten Unternehmen mit einem bezahlbaren Medienmix aus genügend langlebigen Datenträgern und Archivlösungen begegnen. Ebenso muss auch die Lesbarkeit von wichtigen Geschäftsinformationen für einen langen Zeitraum gesichert werden. Wer dabei nur auf offene Systeme und Standardformate setzt, zahlt nur die halbe Miete. Die kostbaren Unternehmensinhalte müssen in komplexen Umgebungen wieder gefunden, Versionen von Software und Betriebssystemen wollen verwaltet, und die Daten sollen unverändert digital archiviert werden. Enterprise Content Management (ECM) kann diesen Aufgabenberg bewältigen.

In der Praxis haben die Wirtschaftstreibenden erkannt, dass die Konsolidierung von Speicherinseln für E-Mails, Bilder, Auftragsdaten und andere unstrukturierte Inhalte notwendig ist. Von der Umsetzung eines umfassenden Content Managements sind sie allerdings noch weit entfernt, wie aktuelle Studien von Analysten zeigen. Welche effizienten und kostengünstigen Wege gibt es also, weg von der unstrukturierten Datenablage auf diversen Speicherinseln und -medien hin zu einem durchgängigen Management unstrukturierter Inhalte und deren langfristiger Aufbewahrung? Um es vorweg zu nehmen: Unternehmen müssen den ECM-Berg nicht an einem Tag besteigen. Die einzelnen Phasen der Datenerfassung, Strukturierung, Speicherung, Verteilung und Archivierung können in Teilprojekten schrittweise eingeführt werden. Doch vor der praktischen Umsetzung steht die Theorie: ECM-Strategien müssen gut durchgeplant und den Unternehmensprozessen angepasst sein. Bevor die IT-Abteilung die passenden Hard- und Software-Lösungen auswählen kann, sollten Archiv- und Rechtsexperten bei der Definition von Regeln und Metadaten helfen, so dass die Informationen automatisch auf das adäquate Medium gespeichert werden.

Formatwahl entscheidend

Der eigentliche ECM-Prozess beginnt bei der Erstellung unstrukturierter Dokumente durch einen Autoren, oder der Erfassung durch Scannen, Bildbearbeitung oder Formularverarbeitung. Natürlich ist es sinnvoll, alle Dokumente in Standard-Formaten wie XML, TIFF Group 4, Adobe PDF oder JPEG zu speichern und zu archivieren. Gleichzeitig sollte auch der bereits abgelegte Informationsbestand auf seine Formatvielfalt hin überprüft werden. Viele ECM-Systeme verwalten sogenannte COLD (Computer Output on Laserdisk)-Dokumente, die bei Druckprozessen generiert werden, die getrennt nach Inhalten und Formulardaten umständlich gespeichert werden müssen. Sinnvoll ist hier eine frühe Konvertierung in den Archivierungs-Standard PDF/A.

Recherchierbarkeit durch Klassifizierung und Kategorisierung

Im zweiten Schritt werden die erfassten Informationen mit Hilfe von Metadaten klassifiziert und kategorisiert. Informationen wie Dokumententyp, Autor, Zugriffsrechte oder Verfallsdatum strukturieren die Informationsflut und machen sie über Anwendungen hinweg recherchierbar. Bei größeren Unternehmen mit hohem Datenaufkommen kann diese Phase schnell zur Mammutaufgabe werden. Eine große Hilfe sind hier Software-Module, die die Klassifizierung der Unternehmensdaten automatisieren. Die Ergebnisse der Klassifizierung dienen dann zur Kategorisierung oder als Suchbegriffe, die in die Metadaten der Inhalte einfließen. Viele Anwender tun sich schwer damit, die Metadaten bei der Erzeugung von Inhalten konsistent einzugeben. Das schränkt die Wiederauffindbarkeit und programmierte Verarbeitung von Inhalten erheblich ein. Ein entsprechendes Programm schlägt bei der Datenerstellung automatisch Metadaten vor, die der Anwender annehmen oder ablehnen kann. Die Erarbeitung von Kategorien von Grund auf kann zur gewaltigen Aufgabe werden, für die zahlreiche Funktionen in der Organisation zusammenwirken müssen. Um diesen Prozess zu erleichtern, gibt es Software mit vorbereiteten Taxonomien (Hierarchieren von Kategorien) für eine Reihe verschiedener Branchen und Aufgabenbereiche.

Speicherstufen bringen wirtschaftliche Vorteile

Bis jetzt wurden die Informationen organisatorisch für die digitale Ablage gut vorbereitet. Nun müssen sich die IT-Experten mit der Konsolidierung der unterschiedlichen Speichermedien befassen. Sinnvoll ist auf jeden Fall die Vernetzung vorhandener Speicherinseln in einem Storage Area Network (SAN) respektive Network Attached Storage (NAS) für File-Daten. Innerhalb dieser Verbünde sollten die Informationen entsprechend ihrer Relevanz auf die jeweils passenden Speichermedien kaskadiert werden. Die Daten der zentralen SAP-Anwendung gehören demgemäß auf hochverfügbare Platten-Arrays, während der interne E-Mail-Verkehr sicher auch auf preisgünstigen ATA-Platten oder Magnetbändern gut aufgehoben ist. Wer für unterschiedliche Service-Level-Anforderungen die entsprechenden Speicherebenen implementiert, differenziert auch seine Kosten. Hochverfügbarer primärer Speicher auf High-End RAID-Systemen kostet derzeit mindestens 13 Euro pro Gigabyte (GB). Im Low-End speichert ein Unternehmen auf ATA-Platten ein GB für etwa vier Euro. Eine traditionelle Tape-Sicherung ist schon für 90 Cent pro GB zu haben (Quelle: Gartner/EMC).

Archivsilos reduzieren oder zusammenführen

Neben der Einführung von Speicherstufen sollte auch die absolute Anzahl der Speichermedien verringert werden, um die Administration zu vereinfachen und die Systeme fit für die Anforderungen der Zukunft zu machen. Mit dem Preisverfall bei Festplattenspeichern geht der Trend ganz klar weg von Magneto-optischen Technologien, CD-ROM oder DVDs. Auch WORM-fähige Magnetbänder laufen den Archiv-Jukeboxen von einst den Rang ab. Trotzdem müssen ältere Technologien nicht gleich entsorgt werden. Je nach Anforderung im Unternehmen können diese nach wie vor ausreichend sein. Entsprechende Archivierungssoftware hilft zudem dabei, sämtliche Archivsilos in einem virtuellen Speicherpool zu verwalten. Um die Lesbarkeit der Daten zu gewährleisten, empfiehlt das Bundesarchiv in Köln, CDs und DVDs alle fünf Jahre umzukopieren. Wer sich von den glänzenden Scheiben trennen möchte, sollte ihren Datenbestand sorgsam prüfen und auf entsprechende Speichermedien migrieren. Auch Mikrofilme sind in den Unternehmen immer noch ein weit verbreitetes Archivmedium. Da es sich um eine analoge Technologie handelt, sollten Mikrofilme nur der nachgeordneten Archivierung bereits digitalisierter Dokumente dienen. Einzig auf Mikrofilm gebannte steuerlich relevante Belege haben dort seit Einführung der GDPdU (Grundsätze zum Datenzugriff und zur Prüfbarkeit digitaler Unterlagen) im Jahr 2001 nichts mehr zu suchen, oder sollten schnellstens gescannt und einem digitalen Speicher zugeführt werden.

Magnetbänder sind als Archivdatenträger weiterhin äußerst populär. Der Wehrmutstropfen dabei: die Bänder sollten alle zwei Jahre ausgewechselt werden, da ihre Magnetisierung nicht von Dauer ist. Vor dem Zugriff lädt ein Lesegerät jedes Band, was zu Wartezeiten führt. Hier muss jede Organisation selbst entscheiden, wie schnell sie auf Archivdaten zugreifen muss und ob es lohnt, sich eher der schnelleren Plattenspeicherung zuzuwenden. Mit Einführung der CAS-Technologie (Content-Addressed-Storage) vor einigen Jahren drängen auch die Festplattenhersteller in den Archivierungsmarkt. CAS archiviert langlebige, gleich bleibende Informationen auf Plattenbasis revisionssicher. Direkt mit ECM- und DMS-Systemen gekoppelt, erlaubt ein solches Speichersystem den schnellen Online-Zugriff auf Archivdaten. Im Vergleich mit den Tape-Klassikern verbrauchen die CAS-Archive zwar mehr Strom und sind aufgrund ihrer Software-Intelligenz wartungsanfälliger. Vorteile wie der RAID-Schutz der Archivdaten, die automatische Migration auf neue Hardware-Generationen, die programmierbare Löschung von Informationen, integrierte Rechteverwaltung sowie die höhere Performance stechen Tape-Libraries allerdings rasch aus. Hinzu kommt, dass Anwender, die wenig Stellplatz zur Verfügung haben oder diesen mieten müssen, bei Plattenarchiven nur mit höchstens zwei 19-Zoll-Gehäusen im Rechenzentrum kalkulieren müssen.

Moderne Dokumentenablage und Langzeitarchivierung

Wer sich zu lange ziert und seine Datenablagetechnologien nicht kontinuierlich modernisiert, riskiert die digitale Erinnerungslosigkeit: Informationen können nicht in angemessener Zeit oder aufgrund mangelnder Indizierung gar nicht wieder aufgefunden werden. Die eingangs erwähnte ägyptische Methode der Langzeitarchivierung ist für flüchtige, digitale Informationen leider nicht praktikabel. Viel Augenmerk sollten Unternehmen, die ein Enterprise Content Management einführen, daher auf die Skalierbarkeit von Formaten, Anwendungen und Systemen legen. Denn um die regelmäßige Nachrüstung und Modernisierung der vorhandenen Medien und Infrastruktur kommt nach heutigem Stand der Archivierungstechnik keine IT-Abteilung herum.

((9.192 Zeichen))

Autor: Daniel Pelke, Technical Director Germany, EMC Software Group

So funktioniert der Langzeitzugriff

- Analyse der Geschäftsprozesse

- Archivierungsregeln und Metadaten abteilungsübergreifend definieren

- ECM-Phasen (Erfassung, Strukturierung, Speicherung/Bereitstellung, Archivierung) schrittweise planen und umsetzen

- Formatmix analysieren, Standardformate festlegen

- bei großen Datenvolumina: Software zur automatischen Klassifizierung/Kategorisierung einsetzen

- Speichernetze mit unterschiedlichen Speicherebenen einführen

- Medienmix konsolidieren durch Ersatz, Migration oder Bildung virtueller Speicherpools

- Vor- und Nachteile von Tape- oder CAS-Speichern abwägen

- Migrationszyklen planen