Eine Datenbank ist eine strukturierte Sammlung von Informationen, die so gespeichert sind, dass sie von autorisierten Anwendungen oder Benutzern abgerufen, geändert und genutzt werden können. Das Datenbankmanagementsystem (DBMS) ist die Software, die diese Operationen orchestriert: Erstellung von Tabellen, Lesen, Schreiben, Zugriffskontrolle, Aufrechterhaltung der Konsistenz. Die Verwaltung von Datenbanken zu verstehen bedeutet zunächst, diese Unterscheidung zwischen dem Container (der Datenbank) und dem Mechanismus, der sie am Leben erhält (dem DBMS), zu begreifen.
Datenverfolgbarkeit in nicht-produktiven Umgebungen
Die meisten Leitfäden zur Datenbankverwaltung konzentrieren sich auf die Produktion: Abfrageleistungen, Optimierung von Indizes, hohe Verfügbarkeit. Datenbankkopien hingegen bleiben oft im Abseits.
Backups, Testklone und Sandboxes, die erstellt werden, um ein KI-Modell zu trainieren oder eine Migration zu validieren, enthalten jedoch dieselben sensiblen Daten wie die Hauptumgebung. Jüngste Empfehlungen betonen die Notwendigkeit, auch Exporte, Replikate und Testumgebungen zu verfolgen, da hier die eigentliche Risikooberfläche für die Compliance entsteht.
Ein im Januar erstellter und nie gelöschter Datenbankklon kann persönliche Daten enthalten, die seitdem hätten gelöscht werden müssen. Wenn ein KI-Agent eine Staging-Umgebung abfragt, um einen Bericht zu erstellen, überprüft niemand, ob die Daten, die er konsumiert, aktuell oder konform mit den Aufbewahrungsrichtlinien sind. Um dieses Thema zu vertiefen, erklärt ein detaillierter Artikel über die Datenbankverwaltung auf Tech Mafia die grundlegenden Prinzipien, die diesen Herausforderungen der Verfolgbarkeit zugrunde liegen.
Die beste Praxis besteht darin, ein Register aller Kopien einer Produktionsdatenbank zu führen, mit ihrem Erstellungsdatum, ihrem Eigentümer, ihrem Zweck und ihrem voraussichtlichen Ablaufdatum. Ohne dieses Register wird jeder vergessene Klon zu einer stillen regulatorischen Verbindlichkeit.
Beobachtbarkeit einer Datenbank: über klassisches Monitoring hinaus
Die Überwachung der Antwortzeiten von Abfragen oder der CPU-Auslastung ist Monitoring. Beobachtbarkeit geht weiter: Sie besteht darin, kontinuierlich die Frische der Daten, die Schema-Konformität, die Verteilungstrends und das Volumen der Datensätze pro Tabelle zu verfolgen.
Konkret bedeutet eine Beobachtbarkeitswarnung nicht nur “die Datenbank ist langsam”. Sie signalisiert, dass eine Kundentabelle seit drei Tagen keine Einfügungen erhalten hat, während die normale Frequenz täglich ist, oder dass eine Spalte, die Postleitzahlen mit fünf Zeichen enthalten sollte, plötzlich Werte mit drei Zeichen aufweist.
Was ein Beobachtungsgerät überwacht
- Frische der Daten: Zeitspanne seit der letzten Aktualisierung einer Tabelle oder Partition, verglichen mit der erwarteten Frequenz
- Schema-Konformität: automatische Erkennung von Spalten, die ohne Validierungsverfahren hinzugefügt, gelöscht oder deren Typ geändert wurden
- Verteilungstrend: anormale Variation der Werte in einer Spalte (zum Beispiel ein Feld “Land”, das von zehn verschiedenen Werten über Nacht auf zwei wechselt)
- Zugehörigkeit zu einem Eigentümer: jede Warnung muss eine verantwortliche Person oder ein Team benennen, mit dem zugehörigen geschäftlichen Einfluss
Dieser Ansatz verwandelt die Datenbankverwaltung in einen proaktiven Prozess. Anstatt ein Qualitätsproblem zu entdecken, wenn ein monatlicher Bericht abweichende Ergebnisse anzeigt, wird die Anomalie zum Zeitpunkt ihres Auftretens erkannt.
Änderungsmanagement im regulierten Umfeld
Die Struktur einer Datenbank zu ändern (eine Spalte hinzuzufügen, einen Datentyp zu ändern, eine Tabelle zu löschen) erscheint in einem Entwicklungsprojekt harmlos. In einem regulierten Umfeld muss jede Schemaänderung dokumentiert, getestet und genehmigt werden, bevor sie bereitgestellt wird.
Die DORA-Verordnung, die für den europäischen Finanzsektor gilt, stellt explizite Anforderungen an das Änderungsmanagement im ICT-Bereich. Das bedeutet, dass eine einfache Spaltenhinzufügung in einer Bankdatenbank ein formelles Verfahren erfordert: Beschreibung der Änderung, Regressionstests, Genehmigung durch einen Verantwortlichen und Archivierung des Genehmigungsnachweises.
Versionskontrolle für das Schema anwenden
Das Prinzip ist dasselbe wie für den Quellcode: Jede Änderung des Schemas wird in einem versionierten Skript festgehalten. Das Skript wird überprüft, in einer Vorproduktionsumgebung getestet und dann mit einem Rückfallmechanismus in der Produktion angewendet.
Ein nicht versioniertes Schema macht jede Audit-Trail unmöglich. Wenn eine Spalte mit persönlichen Daten ohne Nachweis gelöscht wird, kann niemand beweisen, wann und warum diese Löschung stattgefunden hat. Schema-Migrationswerkzeuge (Flyway, Liquibase oder integrierte Äquivalente in DBMS) ermöglichen es, diese Historie ohne unverhältnismäßigen manuellen Aufwand zu bewahren.
Sicherheit und Daten Governance in einem DBMS
Die Sicherheit einer Datenbank beruht auf drei komplementären Mechanismen: Authentifizierung (wer sich anmelden kann), Autorisierung (wer was lesen oder ändern kann) und Verschlüsselung (Schutz der Daten im Ruhezustand und während der Übertragung).
Die Governance fügt eine organisatorische Ebene hinzu. Sie definiert, wer für die Qualität eines Datensatzes verantwortlich ist, welche Aufbewahrungsrichtlinien gelten und wie die Zugriffe im Laufe der Zeit überprüft werden. Ohne Governance schützt die technische Sicherheit nur teilweise: Ein Benutzer mit legitimen Rechten kann Daten exfiltrieren, wenn keine Nutzungsrichtlinie seine Aktivitäten regelt.
- Rollenbasierte Zugriffskontrolle: Jeder Benutzer oder jede Anwendung erhält nur die für seine Funktion erforderlichen Berechtigungen, niemals standardmäßig Administratorzugriff
- Zugriffsprotokollierung: Jede sensible Lese- oder Änderungsoperation wird mit der Identität des Benutzers, dem Zeitstempel und der Art der Operation aufgezeichnet
- Regelmäßige Überprüfung der Rechte: Inaktive Konten oder nicht mehr benötigte Berechtigungen werden regelmäßig widerrufen, nicht nur beim Ausscheiden eines Mitarbeiters
Diese Praktiken gelten für die Produktionsdatenbank, aber auch, und das ist der oft übersehene Punkt, für jede Kopie und jede Testumgebung, die echte Daten enthält.
Die Datenbankverwaltung beschränkt sich nicht mehr auf die Optimierung von Abfragen oder die Planung von Backups. Die Zunahme von Kopien, die wachsende Nutzung von Daten durch KI-Systeme und die verschärften regulatorischen Anforderungen erfordern, dass jede Umgebung, einschließlich derjenigen, die man für temporär hält, mit demselben Maß an Sorgfalt wie die Produktion behandelt wird. Das schwächste Glied ist selten die Hauptdatenbank, sondern der Klon, den jeder vergessen hat.
