What is Data & AI Security?
Data & AI Security is the discipline of discovering, classifying, and governing sensitive data across cloud, hybrid, and on-premises environments—and securing the AI systems that use it. It addresses the full spectrum of enterprise cloud data security: data security posture management (DSPM), data loss prevention (DLP), encryption key management, access governance, and AI-specific threats like model poisoning and training data compromise. Cloud unifies these capabilities in a single platform—helping organizations reduce exposure, enforce policy, and enable responsible AI across multi-cloud and hybrid environments.
Die wichtigsten Erkenntnisse
Effective cloud data security requires more than perimeter defense. It demands visibility into every sensitive data asset, governance of every access point—human or AI—and protection for the AI pipelines that now power enterprise operations.
Data & AI Security covers five pillars: data discovery, classification, access governance, encryption/DLP, and AI threat defense – across multi-cloud and hybrid environments.
90% of organizations have sensitive cloud data exposed that AI systems can inadvertently surface – making classification and access controls essential before AI adoption.
40% of files uploaded to generative AI tools contain PII or PCI data – creating significant compliance and breach risk without proper data governance in place.
57% of cyber attacks now begin with compromised identities – making data access governance and overly-permissive sharing a critical security gap to close.
AI introduces new attack surfaces: data poisoning, model inversion, adversarial attacks, and prompt injection – requiring security controls designed specifically for AI workloads.
Commvault Cloud unifies data discovery, classification, and AI access governance – covering structured, unstructured, and semi-structured data across on-premises, cloud, and hybrid environments.
Why Data & AI Security Matters
Die Angriffsfläche hat sich grundlegend verändert
Traditional security built on network perimeters no longer reflects how enterprises operate. Data is now distributed across dozens of cloud providers, SaaS platforms, and AI systems—and the perimeter has dissolved. Attackers have adapted: 57% of breaches now begin with compromised identities rather than network intrusion. AI adoption is accelerating this risk, with 40% of files uploaded to generative AI tools containing customer or employee PII or PCI data. Organizations that cannot see their sensitive data, control who accesses it, and secure the AI systems that consume it are operating with significant blind spots that attackers are actively exploiting.
Datenschutz: Transparenz in jeder Umgebung
Automated data discovery and ML-based classification give security teams continuous visibility into what sensitive data they have, where it lives, and who can access it—across on-premises systems, public clouds (AWS, Azure, Google Cloud), SaaS platforms, and AI pipelines. Without this foundation, protection is applied blindly and compliance reporting is unreliable. Organizations can’t protect what they can’t see — and bei 90 % liegen sensible Cloud-Daten offen, die KI unbeabsichtigt aufdecken kann.
Mehr erfahrenCybersicherheit: Zugriffssteuerung für Menschen und KI
With the network perimeter dissolved, identity and data access have become the new security boundary. Data & AI Access Governance applies classification-based policy controls to restrict access for both human users and AI models—with data masking, redaction, and real-time enforcement across cloud-native and on-premises environments. Powered by Satori, Commvault extends these controls to structured data platforms including Snowflake, Redshift, Databricks, and Microsoft Fabric, with LLM prompt monitoring to help prevent sensitive data from leaking through generative AI responses.
Mehr erfahrenCloud-Resilienz: Sicherung von KI-Modellen und Trainingsdaten
KI-Systeme bringen Sicherheitsrisiken mit sich, für deren Bewältigung herkömmliche Tools zur Cloud-Datensicherheit nicht ausgelegt sind. Datenvergiftung, Modellinversionsangriffe, adversarische Eingaben und Prompt-Injektion können das KI-Verhalten beeinträchtigen, Trainingsdaten offenlegen oder bereitgestellte Modelle als Waffe missbrauchen. Commvault hilft beim Schutz vor vergifteten Modellen, Prompt-Injektion und Angriffen auf Maschinenidentitäten, während unveränderliche, luftisolierte Backups von KI-Trainingsdaten und Vektordatenbanken die Wiederherstellbarkeit von KI-Workloads in Hybrid- und Multi-Cloud-Umgebungen ermöglichen.
Mehr erfahrenDie fünf Säulen der Cloud-Datensicherheit
Ein Rahmenkonzept für die Cloud-Datensicherheit in Unternehmen
Effective enterprise cloud data security requires five interconnected pillars—from discovering what data you have, to classifying it by sensitivity, to governing who and what can access it, to enforcing encryption and DLP controls, to defending AI-specific attack surfaces. In the cloud, responsibility for most of these pillars falls on the customer, not the provider. Commvault Cloud unifies all five across multi-cloud, hybrid, and on-premises environments in a single platform.
Säule 1: Datenermittlung und DSPM
Data Security Posture Management (DSPM) provides continuous visibility into where sensitive data lives, how it is classified, and what risks surround it across multi-cloud environments. Unlike one-time scanning, DSPM continuously monitors data location, access permissions, and security configurations—detecting misplaced data, insecure configurations, and unauthorized access attempts in real time. Commvault Cloud’s DSPM capabilities enable discovery across structured, unstructured, and semi-structured data in live and backup environments.
Säule 2: Klassifizierung und Durchsetzung von Richtlinien
Classification uses machine learning to tag sensitive data by type—PII, PHI, PCI, financial records, API keys, intellectual property—so protection and access controls can be targeted where they matter most. Commvault Cloud’s DSPM capabilities include more than 100 pre-built ML classifiers with support for custom classifications, covering structured, unstructured, and semi-structured formats. Classification also helps prevent sensitive “shadow data” from being unknowingly used in AI training or returned in generative AI responses. Without classification, other tools mechanisms such as DLP and access governance policies cannot be applied accurately.
Säule 3: Zugriffssteuerung und DLP
Access Governance wendet klassifizierungsbasierte DLP-Kontrollen sowohl für menschliche Nutzer als auch für KI-Modelle an und sorgt für deren Durchsetzung in Echtzeit sowohl in lokalen als auch in cloud-nativen Umgebungen. Die auf Satori basierende Integration erweitert diese Kontrollen agentenlos auf strukturierte Datenplattformen, überwacht LLM-Prompts und schränkt den Zugriff von KI-Modellen auf sensible Trainingsdaten auf der Grundlage definierter Richtlinien ein.
Data Loss Prevention (DLP) monitors and controls how sensitive data moves across cloud environments—blocking unauthorized transfers, flagging overly-permissive sharing, and applying masking or redaction to protect privacy.
Säule 4: Verschlüsselung und Schlüsselverwaltung in Multi-Cloud-Umgebungen
In multi-cloud environments, encryption key management is a critical and often underestimated customer responsibility. Relying solely on cloud provider–managed keys means the provider can access your data and that a key compromise could be catastrophic across all environments. Commvault Cloud supports Bring Your Own Key (BYOK) and Hold Your Own Key (HYOK) options, with integration into customer- or partner-managed Hardware Security Modules (HSMs). For regulated workloads with data residency requirements, Commvault Geo Shield maintains in-region control of data, operations, and encryption keys—meeting sovereignty requirements across national and regional regulatory frameworks including GDPR, NIS2, and DORA.
Säule 5: Abwehr von KI-Bedrohungen
AI introduces attack surfaces that traditional cloud data security tools were not built to defend. The three primary AI threat vectors are: the AI supply chain (poisoned training data and malicious models), the AI model itself (prompt injection, adversarial attacks, and model inversion), and machine identities (AI agents and service accounts with excessive permissions). Commvault Cloud helps protect against all three—with immutable, air-gapped backup of AI training datasets and vector databases; anomaly detection across AI data inputs and outputs; and policy-based governance for access. For training data integrity, Commvault helps maintain version-controlled, validated copies so organizations can recover clean training data if a poisoning attack is detected.
Data & AI Security in Practice
Datensicherheit in jedem Unternehmen und für jeden Anwendungsfall
Data & AI Security challenges vary by organizational role, cloud maturity, and AI adoption stage. Commvault Cloud adapts to help enterprise security teams reduce exposure, regulated industries meet compliance requirements, and AI and data teams securely activate data for model development—all from a unified platform.
Reduzierung der Gefährdung sensibler Daten in großem Maßstab
Large enterprises with sprawling data estates across on-premises, multi-cloud, and SaaS environments often lack visibility into where their most sensitive data lives, who has access to it, and how AI systems are consuming it. Commvault Cloud’s DSPM capabilities help security teams identify data hotspots, close overly-permissive sharing gaps, apply consistent DLP and access controls, and surface AI-specific risks—reducing blast radius and helping make sure sensitive data is not exposed when breaches occur or surfaced by AI inadvertently.
Einhaltung globaler Compliance-Anforderungen für Daten und KI
Financial services, healthcare, and government organizations must demonstrate control over where personal and sensitive data lives, how it is accessed, and how encryption keys are managed—especially in multi-cloud and cross-border environments. Commvault Cloud’s discovery, classification, BYOK/HYOK key management, and reporting capabilities provide the controls and audit-ready reporting needed to support GDPR, HIPAA, CCPA, PCI DSS v4.0, DORA, NIS2, and the EU AI Act—helping compliance teams move from reactive reporting to proactive governance.
Sicherung und Aktivierung von Trainingsdaten für KI
AI and data teams need governed access to historical and operational data to train models and power analytics—but sourcing that data safely is a persistent challenge. Commvault Data Activate provides a governed, self-service workspace to discover, classify, and export trusted backup data in open AI-ready formats (Apache Parquet, Iceberg), with built-in classification, redaction, and audit trails. Immutable, version-controlled backup of AI training datasets helps protect against data poisoning and model drift by giving teams the ability to recover clean, validated training data at any point in time.
Häufig gestellte Fragen
Was ist Daten- und KI-Sicherheit?
Daten- und KI-Sicherheit umfasst die Erfassung, Klassifizierung und Steuerung sensibler Daten im gesamten Datenbestand eines Unternehmens – sowie die Ausweitung dieser Kontrollmaßnahmen auf die KI-Modelle und -Pipelines, die diese Daten nutzen. Sie verschafft Unternehmen die nötige Transparenz und ermöglicht die Durchsetzung von Richtlinien, um Risiken zu minimieren, gesetzliche Anforderungen zu erfüllen und KI verantwortungsbewusst einzusetzen.
Was sind die Grundprinzipien der Datensicherheit in der Unternehmens-Cloud?
Die Datensicherheit in der Unternehmens-Cloud basiert auf fünf Kernprinzipien: kontinuierliche Transparenz bei sensiblen Daten (DSPM), genaue Klassifizierung nach Sensibilität und Risk, richtliniengesteuerte Zugriffssteuerung für Menschen und KI, robuste Verschlüsselung mit vom Kunden kontrolliertem Schlüsselmanagement sowie KI-spezifischer Schutz vor Bedrohungen. Da Cloud-Anbieter die Infrastruktur sichern, auf der Ihre Daten basieren, liegt die Verantwortung für alle fünf Prinzipien im Rahmen des Modelle der geteilten Verantwortung beim Kunden – nicht beim Anbieter.
Wie wird im Bereich der Datensicherheit der Komplexität von Multi-Cloud-Umgebungen und der Schlüsselverwaltung begegnet?
In Multi-Cloud-Umgebungen ist die Datensicherheit auf die Tools, Richtlinien und Verschlüsselungsstandards verschiedener Anbieter verteilt – dies führt zu Lücken zwischen den Plattformen und erschwert eine einheitliche Transparenz und Kontrolle. Commvault Cloud löst dieses Problem mit einer einzigen Plattform, die lokale Umgebungen, AWS, Azure, Google Cloud und SaaS umfasst. Für die Verwaltung von Verschlüsselungsschlüsseln unterstützt Commvault die Optionen „Bring Your Own Key“ (BYOK) und „Hold Your Own Key“ (HYOK) mit Integration eines Hardware-Sicherheitsmoduls (HSM). So wird sichergestellt, dass die Kunden – und nicht die Anbieter – die Kontrolle über ihre Verschlüsselungsschlüssel in allen Umgebungen behalten.
Was sind die wichtigsten KI-spezifischen Sicherheitsrisiken, denen Unternehmen ausgesetzt sind?
KI bringt drei primäre Bedrohungsvektoren mit sich: die KI-Lieferkette (manipulierte Trainingsdaten und bösartige Modelle), das KI-Modell selbst (Prompt-Injection, adversarische Angriffe und Modellinversionsangriffe, bei denen sensible Trainingsdaten extrahiert werden) sowie Maschinenidentitäten (KI-Agenten und Dienstkonten mit übermäßigen Berechtigungen). Commvault Cloud bietet Schutz vor allen drei Bedrohungen – durch unveränderliche Backups von KI-Trainingsdatensätzen, Anomalieerkennung in KI-Datenströmen und richtlinienbasierte Governance für den Zugriff auf Maschinenidentitäten.
Wie geht Commvault Cloud das Thema Daten- und KI-Sicherheit an?
Commvault Cloud bietet eine einheitliche Plattform für Daten- und KI-Sicherheit, die die Erfassung, Klassifizierung und Zugriffssteuerung sowohl für unstrukturierte als auch für strukturierte Daten abdeckt. Basierend auf der Satori-Technologie erweitert sie agentenlose Zugriffskontrollen in Echtzeit auf Plattformen wie Snowflake, Redshift, Databricks und Microsoft Fabric. Commvault Data Activate verbindet Datenschutz mit KI-Aktivierung und bietet Unternehmen einen geregelten Self-Service-Zugriff auf vertrauenswürdige Daten für Analysen und die KI-Entwicklung.
Inwieweit ist der Kunde für die Datensicherheit in der Cloud verantwortlich?
Im Rahmen des Modelle der geteilten Verantwortung sorgen die Cloud-Anbieter (AWS, Azure, Google Cloud) für die Sicherheit der zugrunde liegenden Infrastruktur – Hardware, Netzwerk und physische Einrichtungen. Die Kunden sind für alles darüber hinaus verantwortlich: die Daten selbst, deren Klassifizierung, Zugriffskontrollen, die Verwaltung von Verschlüsselungsschlüsseln, die Einhaltung von Vorschriften sowie die Governance der KI-Systeme, die diese Daten nutzen. Das bedeutet, dass die Datenermittlung, DLP, DSPM, Identitäts-Governance und KI-Sicherheit vollständig in der Verantwortung des Kunden liegen – unabhängig davon, welcher Cloud-Anbieter genutzt wird.
Datenermittlung: Alle sensiblen Datenbestände im Blick
Data & AI Access Governance
