Ransomware stellt nicht mehr nur die Backup-Strategie auf die Probe, sondern prüft auch, ob das Unternehmen unter Druck seinen vertrauenswürdigen Betrieb wiederherstellen kann. KI sorgt für eine weitere Komplexitätsebene, da immer mehr Entscheidungen, Arbeitsabläufe und Kundenerlebnisse mittlerweile von Datenpipelines, Modellen, Prompts, Embeddings und verteilten Cloud-Diensten abhängen. Die Angriffsfläche vergrößert sich, während die Erwartungen an die Recovery immer präziser werden.

Der „2026 Cost of a Data Breach Report“ von IBM ergab, dass 92 % der Unternehmen, die einen KI-bezogenen Datenverstoß meldeten, über keine angemessenen KI-Zugriffskontrollen verfügten und dass Vorfälle mit Ransomware oder Erpressung im Durchschnitt 5,12 Millionen US-Dollar kosteten, wenn sie vom Angreifer offengelegt wurden. Der „2026 DBIR“ von Verizon berichtete zudem, dass Ransomware bei 48 % der Datenverstöße eine Rolle spielte, während der Einsatz generativer KI durch Angreifer Auswirkungen auf die Zielauswahl, den Erstzugriff und die Entwicklung von Malware hat.

Ein widerstandsfähiges Unternehmen muss in der Lage sein, exponierte oder kompromittierte Daten zu identifizieren, Identitätsdienste wiederherzustellen, priorisierte Workloads wieder in Betrieb zu nehmen und zu überprüfen, ob die wiederhergestellten Systeme sicher genug sind, um die nächsten geschäftlichen Schritte zu unterstützen.

Warum sich die Cyber-Resilienz gewandelt hat

Der Wandel ist auch organisatorischer Natur. Die Recovery-Wiederherstellung nach einem Ransomware-Angriff erfordert die Koordination zwischen Infrastruktur, Cybersicherheitsteams, Anwendungsverantwortlichen, der Rechtsabteilung, der Kommunikationsabteilung und der Unternehmensführung. Technische Teams benötigen Recovery-Handbücher, die die tatsächlichen geschäftlichen Prioritäten widerspiegeln und nicht nur Infrastrukturdiagramme enthalten. Führungskräfte benötigen Nachweise dafür, dass die Auswirkungstoleranzen realistisch sind. Die Betreiber benötigen eine Umgebung, in der sie die Recovery-Tests durchführen können, ohne Produktionssysteme zu gefährden.

Deshalb hängt moderne Cyber-Resilienz von einer kontinuierlichen Validierung ab. Sie verlangt von Unternehmen, kritische Dienste zu definieren, die Daten und Konfigurationen zu schützen, auf denen diese Dienste beruhen, und die Recovery zu proben, bevor ein Vorfall diese Entscheidungen in Echtzeit erzwingt. In der Praxis bedeutet dies den Einsatz von Funktionen wie unveränderlichem Speicher, isolierter Recovery, Malware- und Anomalieerkennung sowie einer Workload-bewussten Orchestrierung der Recovery, um die Recovery vorhersehbarer zu machen, wenn die Bedingungen am wenigsten vorhersehbar sind.

Wie KI die Readiness für Ransomware verändert

KI verändert die Cyber-Resilienz, indem sie die Menge an geschäftskritischen Daten erhöht, die verwaltet, geschützt und wiederherstellbar sein müssen. KI-Anwendungen sind auf Trainingsdaten, durch Abruf erweiterte Generierungsquellen, Vektorspeicher, Modellausgaben, Eingabeaufforderungen, Protokolle und API-vernetzte Workflows angewiesen. Jedes dieser Elemente kann neue Sicherheitsrisiken schaffen, wenn Zugriffskontrolle, Klassifizierung und Recovery-Planung nicht Schritt halten.

Angreifer nutzen KI zudem, um den Umfang und die Präzision ihrer Angriffe zu steigern. IBM berichtete, dass bei 25 % der Sicherheitsvorfälle KI durch Angreifer zum Einsatz kam – ein Anstieg um satte 56 % gegenüber dem Vorjahr. Bei den meisten dieser Angriffe kamen KI-generiertes Phishing und Deepfake-Identitätsbetrug zum Einsatz. Der DBIR 2026 von Verizon beschreibt, wie Angreifer generative KI bei der Zielauswahl, dem Erstzugang, der Schwachstellenforschung und der Tool-Entwicklung einsetzen. Die praktische Schlussfolgerung lautet, dass die Recovery-Planung von schnelleren und anpassungsfähigeren Angriffspfaden ausgehen muss.

Für Sicherheitsverantwortliche ist KI ebenfalls Teil der Lösung, wenn sie in Verbindung mit Governance eingesetzt wird. KI-gestützte Anomalieerkennung, Bedrohungssuche und Recovery-Intelligenz können Teams dabei helfen, ungewöhnliches Verhalten zu identifizieren, Wiederherstellungspunkte zu bewerten, kompromittierte Dateien zu isolieren und deren Wiederherstellung zu verhindern sowie Reaktionsmaßnahmen zu priorisieren.

Diese Funktionen sind jedoch am nützlichsten, wenn sie auf einer klaren Datengrundlage aufbauen. Unternehmen müssen wissen, welche sensiblen Daten vorhanden sind, wo sie gespeichert sind, wer oder was darauf zugreifen kann und ob KI-Systeme sie angemessen nutzen.

Commvault-Funktionen wie die Risk Analysis können diese Grundlage unterstützen, indem sie Teams dabei helfen, Datenrisiken zu erkennen, zu klassifizieren und zu bewerten. Für KI-abhängige Umgebungen stellt sich die Frage der Resilienz ganz konkret: Kann das Unternehmen die für KI-gestützte Abläufe erforderlichen Daten, Systeme und Zugriffspfade wiederherstellen, ohne kompromittierte oder übermäßig offengelegte Daten wiederherzustellen? Cyber-Resilienz muss diese gesamte Kette abdecken.

Was eine saubere Recovery erfordert

Eine saubere Recovery basiert auf der Annahme, dass nicht jede Sicherung sicher wiederhergestellt werden kann. Ransomware-Angreifer versuchen oft, Wiederherstellungsquellen zu beschädigen, zu verschlüsseln, zu löschen oder zu manipulieren, bevor die Verteidiger das volle Ausmaß des Angriffs erkennen. Das macht die Recovery zu einem Problem des Datenvertrauens. Teams benötigen eine Möglichkeit, um brauchbare Wiederherstellungspunkte zu identifizieren, Wiederherstellungsaktivitäten zu isolieren, nach Bedrohungen zu suchen und wiederhergestellte Workloads zu validieren, bevor sie wieder in die Produktion zurückgeführt werden.

Es gibt drei wesentliche Voraussetzungen, um eine saubere Recovery voranzutreiben:

1. Ein ausfallsicherer Backup-Speicher. Unveränderliche und unauslöschbare Kopien tragen dazu bei, dass Recovery-Daten innerhalb definierter Aufbewahrungsfristen verfügbar bleiben, selbst wenn Produktionssysteme kompromittiert sind. Eine Air-Gap-Architektur sorgt für eine zusätzliche Trennung von der betroffenen Umgebung. Funktionen wie Commvault AirGap können Unternehmen dabei helfen, geschützte Backup-Kopien zu verwalten, die die Planung der Ransomware-Recovery-Aktionen unterstützen.
2. Ein isolierter Ort zum Testen und Vorbereiten der Recovery. Eine direkte Recovery in die Produktion kann das Risk erhöhen, solange Teams noch den Ausmaß des Befalls untersuchen. Commvault Cleanroom unterstützt sichere, isolierte Recovery-Tests, Cyberforensik und die Vorbereitung der Recovery, sodass Teams Workloads vor einer umfassenderen Recovery validieren können.
3. Priorisierung der Recovery. Nach einem Ransomware-Vorfall stellt sich nicht nur die Frage, wie schnell Daten wiederhergestellt werden können, sondern auch, welche Systeme zuerst wieder in Betrieb genommen werden müssen, um einen minimalen Betriebsfortbestand zu gewährleisten. Identitätsdienste, Kommunikationsplattformen, kundenorientierte Anwendungen und zentrale Datenspeicher müssen möglicherweise in einer bestimmten Reihenfolge wiederhergestellt werden. Aus diesem Grund hängt die Cyber-Resilienz von Runbooks, Automatisierung und Tests ab. Ein solider Recovery-Plan muss die tatsächlichen Betriebsabläufe des Unternehmens widerspiegeln.

Wie Commvault zur Cyber-Resilienz beiträgt

Commvault Cloud trägt zur Cyber-Resilienz bei, indem es Funktionen für Datenschutz, Datensicherheit, Identitätswiederherstellung und saubere Wiederherstellung auf einer einheitlichen Plattform vereint. Das ist wichtig, da Ransomware und Störungen im Zeitalter der KI keine Infrastrukturgrenzen kennen. Kritische Daten können über lokale Systeme, Cloud-Workloads, SaaS-Anwendungen, Endgeräte, Datenbanken, Dateispeicher und KI-Datenumgebungen verteilt sein. Die Recovery-Planung muss diese Umgebungen abdecken, ohne die Teams zu unzusammenhängenden Arbeitsabläufen zu zwingen.

Zur Readiness für Ransomware-Angriffe kann Commvault Cloud Unternehmen dabei helfen, unveränderliche und unauslöschbare Sicherungskopien zu verwalten, Air-Gapped-Speicher zu nutzen und die Wiederherstellung in isolierten Umgebungen durchzuführen. Commvault Cleanroom unterstützt Teams dabei, Wiederherstellungspläne zu testen, die Wiederherstellung zu validieren und forensische Untersuchungen durchzuführen, ohne auf die Produktionsinfrastruktur zurückgreifen zu müssen. KI-gestützte Wiederherstellungsfunktionen können dabei helfen, sauberere Wiederherstellungsoptionen zu identifizieren und die Entscheidungsfindung während der Wiederherstellung zu verbessern.

Im Hinblick auf die Datensicherheit hilft Commvault Risk Analysis dabei, sensible Daten zu ermitteln und zu klassifizieren, sodass Teams nachvollziehen können, wo vor und nach einem Vorfall Sicherheitsrisiken bestehen. Dies gewinnt zunehmend an Bedeutung, da KI-Systeme über verschiedene Unternehmensfunktionen hinweg immer mehr Daten verbrauchen und generieren.

Im Hinblick auf die Identitätsresilienz helfen die Resilienzfunktionen von Commvault für Active Directory und Entra ID den Teams dabei, Identitätssysteme wiederherzustellen, die möglicherweise erforderlich sind, bevor auf andere kritische Anwendungen zugegriffen und diese wiederhergestellt werden können.

Der übergeordnete Nutzen liegt im operativen Bereich. Die Cyber-Resilienz wird verbessert, wenn Teams Wiederherstellungsprioritäten festlegen, einwandfreie Recovery-Pfade validieren und nachweisen können, dass kritische Dienste unter realistischen Bedingungen wiederhergestellt werden können. Commvault ersetzt nicht die Notwendigkeit einer disziplinierten Reaktion auf Vorfälle oder einer Resilienzplanung. Es bietet Teams Plattformfunktionen, mit denen sich diese Pläne in hybriden Umgebungen besser messen, wiederholen und umsetzen lassen.

Machen Sie die Cyber-Resilienz noch vor dem nächsten Angriff messbar

KI und Ransomware verändern die Diskussion um die Recovery von der Frage „Haben wir Backups?“ hin zu „Können wir vertrauenswürdige Abläufe in der richtigen Reihenfolge aus vertrauenswürdigen Daten wiederherstellen – mit dem Nachweis, dass der Recovery-Pfad funktioniert?“ Dieser Unterschied ist entscheidend, da Störungen gleichzeitig Identitäten, Produktionsdaten, SaaS-Anwendungen, Cloud-Workloads, KI-Pipelines und die Recovery-Infrastruktur beeinträchtigen können.

Cyber-Resilienz hängt von der Transparenz von Datenrisiken, widerstandsfähigen Sicherungskopien, der Wiederherstellung von Identitäten, einer zuverlässigen Validierung der Wiederherstellung sowie eingespielten Arbeitsabläufen ab, die an geschäftliche Prioritäten geknüpft sind. Commvault Cloud vereint Funktionen für Datenschutz, Datensicherheit, Cyber-Recovery und Identitätsresilienz in hybriden Umgebungen, um dieses Modell zu unterstützen.

Es ist entscheidend, die Resilienz messbar zu machen, bevor der nächste Vorfall sie auf die Probe stellt. Teams sollten bereits jetzt Maßnahmen ergreifen, um einen minimal funktionsfähigen Betrieb zu definieren, zu ermitteln, was zuerst wiederhergestellt werden muss, die Recovery-Prozesse in isolierten Umgebungen zu validieren und Recovery-Pläne an die sich ändernden KI- und Ransomware-Risiken anzupassen.

Cyber-Resilienz wird zunehmend daran gemessen, was passiert, nachdem Angreifer eingedrungen sind. Unternehmen haben massiv in Prävention, Erkennung und Reaktion investiert, doch Ransomware, die Ausnutzung von Sicherheitslücken, der Missbrauch von Zugangsdaten, Fehlkonfigurationen in der Cloud und Kompromittierungen durch Dritte beeinträchtigen weiterhin den Betrieb.

Für viele Teams besteht die Herausforderung bei der Recovery nicht mehr nur darin, ob Backups vorhanden sind. Es geht vielmehr darum, ob diese Backups fehlerfrei, geschützt und validiert sind und ob sie bereit sind, kritische Dienste wiederherzustellen, wenn Produktionssystemen nicht mehr vertraut werden kann.

Diese Unterscheidung ist wichtig, da Cyberangriffe weiterhin sowohl Datenrisiken als auch Betriebsstörungen verursachen. Laut dem „Verizon 2026 Data Breach Investigations Report“ war Ransomware an 48 % der Sicherheitsvorfälle beteiligt – ein Anstieg gegenüber 44 % im Vorjahr. Der Bericht stellte zudem fest, dass die Ausnutzung von Schwachstellen zum häufigsten Erstzugangsvektor für Sicherheitsvorfälle geworden ist und auf 31 % angestiegen ist, während der Missbrauch von Anmeldedaten auf 13 % gesunken ist.

Maßnahmen zur Cloud-Backup and Recovery müssen den gesamten Prozess von der Erkennung bis zur Wiederherstellung abdecken. Dies beginnt mit der Identifizierung verdächtiger Aktivitäten, bevor kompromittierte Daten wiederhergestellt werden. Es setzt sich fort mit geschützten, unveränderlichen Wiederherstellungspunkten, die den Teams brauchbare Wiederherstellungsoptionen bieten, wenn Produktionssysteme nicht mehr als vertrauenswürdig gelten.

Anschließend benötigen Unternehmen eine Möglichkeit, zu überprüfen, welche Wiederherstellungspunkte sicher sind, und kritische Workloads in der richtigen Reihenfolge wiederherzustellen. Das Ergebnis ist eine Recovery-Strategie, die Teams dabei hilft, mit mehr Sicherheit von der Incident-Response zur operativen Wiederherstellung überzugehen.

Warum sind Cloud-Backup and Recovery eine Strategie zur Cyber-Resilienz?

Herkömmliche Backup-Strategien wurden entwickelt, um Unternehmen bei der Recovery nach Hardwareausfällen, versehentlichem Löschen und lokalen Ausfällen zu unterstützen. Diese Anwendungsfälle sind nach wie vor wichtig, doch die heutigen Anforderungen an die Recovery sind umfassender.

Cyberangriffe können Produktions-Workloads, Identitätssysteme, Cloud-Konfigurationen, SaaS-Anwendungen und Backup-Umgebungen gleichzeitig beeinträchtigen. In solchen Fällen geht es bei der Recovery nicht nur darum, eine Kopie der Daten wiederherzustellen. Es geht darum, festzustellen, welchen Systemen vertraut werden kann, welche Wiederherstellungspunkte noch intakt sind und welche Dienste zuerst wiederhergestellt werden müssen.

Aus diesem Grund sind Cloud-Backup and Recovery zu einem entscheidenden Bestandteil der Cyber-Resilienz geworden. Eine moderne Strategie sollte Teams dabei unterstützen, verdächtige Aktivitäten zu erkennen, Wiederherstellungsdaten zu schützen, die Integrität der Backups zu überprüfen und kritische Abläufe in einer kontrollierten Reihenfolge wiederherzustellen. Sie sollte zudem regelmäßige Tests fördern, da ein Recovery-Plan, der nicht erprobt wurde, bei einem tatsächlichen Vorfall möglicherweise nicht wie erwartet funktioniert.

Dies markiert einen Wandel vom Backup als „Versicherungspolice“ hin zur Wiederherstellbarkeit als operative Fähigkeit. Gespeicherte Kopien sind nach wie vor wichtig, aber sie sind nur ein Teil der Recovery-Gleichung. Teams müssen zudem darauf vertrauen können, dass die Recovery-Daten nicht verändert wurden, dass die Recovery-Abläufe getestet wurden und dass das Unternehmen weiß, welche Dienste zuerst wiederhergestellt werden müssen.

Cloud-Backup and Recovery lassen sich leichter verstehen, wenn man sie als Lebenszyklus betrachtet. Die folgenden fünf Phasen zeigen, wie Unternehmen von der frühzeitigen Erkennung von Bedrohungen über eine validierte Recovery-Phase bis hin zur langfristigen Verbesserung der Ausfallsicherheit gelangen können.

Phase 1: Bedrohungen erkennen, bevor sich das Risiko für die Recovery ausweitet

Recovery beginnt bereits vor der Wiederinbetriebnahme der Systeme. Bei einem Cybervorfall besteht die oberste Priorität darin, festzustellen, ob verdächtige Aktivitäten Produktionsdaten, Sicherungsdaten oder beides betroffen haben.

Wenn Teams von einem kompromittierten Wiederherstellungspunkt aus wiederherstellen, können sie beschädigte Dateien, Malware-Reste oder unbefugte Änderungen zurück in die Umgebung bringen. Dieses Risk macht die Erkennung von Bedrohungen zu einem wichtigen Bestandteil des Cloud-Backup and Recovery – und nicht nur zu einem Anliegen des Sicherheitsbetriebs.

Moderne Recovery-Strategien sollten Einblick in ungewöhnliche Aktivitäten über Workloads, Backup-Umgebungen und Wiederherstellungspunkte hinweg bieten. Teams müssen möglicherweise Anzeichen wie die folgenden untersuchen:

• Ungewöhnliches Verschlüsselungsverhalten
• Plötzliche Spitzen bei Löschvorgängen
• Unerwartete Änderungen von Berechtigungen
• Ungewöhnliche Backup-Muster
• Indikatoren für Malware

Diese Anzeichen können Teams dabei helfen, zu erkennen, wohin sich ein Angriff möglicherweise ausgebreitet hat und welche Daten vor der Wiederherstellung einer zusätzlichen Überprüfung bedürfen.

Der Zeitpunkt ist ein weiterer entscheidender Faktor. Der „2025 Digital Defense Report“ von Microsoft ergab, dass die meisten vom Detection and Response Team (DART) untersuchten Angriffe kurze Verweildauern aufwiesen. Das bedeutet, dass Recovery-Teams möglicherweise nicht über Wochen verfügen, um das gesamte Ausmaß der Kompromittierung zu erfassen, bevor Angreifer sich seitlich ausbreiten, auf sensible Daten zugreifen, Dienste stören oder versuchen, Backup-Systeme zu beeinträchtigen. Der Erkennungskontext kann Teams dabei helfen, nicht jeden Wiederherstellungspunkt als gleichermaßen vertrauenswürdig zu betrachten.

Die Erkennung von Bedrohungen beseitigt das Recovery-Risiko nicht von selbst. Sie trägt jedoch dazu bei, einen fundierteren Recovery-Prozess zu gestalten. Wenn verdächtige Aktivitäten frühzeitig erkannt werden, können Unternehmen betroffene Systeme isolieren, die betroffenen Daten untersuchen und vermeiden, dass Recovery-Punkte zurückgesetzt werden, die dieselbe Bedrohung erneut einbringen könnten.

Dies bietet Sicherheits-, IT- und Recovery-Teams einen klareren Ausgangspunkt für die nächste Phase: den Schutz unbefallener Wiederherstellungspunkte, bevor Angreifer diese verändern oder entfernen können.

Phase 2: Schutz intakter Recovery-Punkte vor Angriffen

Bei einem Cybervorfall sind Backups nicht nur gespeicherte Kopien. Sie sind Teil des Recovery-Prozesses, was bedeutet, dass Angreifer versuchen könnten, sie zu stören. Wenn Backup-Daten verändert, verschlüsselt, gelöscht oder unzugänglich gemacht werden, verliert das Unternehmen möglicherweise eine seiner besten Möglichkeiten, den Betrieb wiederherzustellen, ohne auf kompromittierte Produktionssysteme zurückgreifen zu müssen.

Deshalb benötigen unversehrte Wiederherstellungspunkte einen mehrschichtigen Schutz. Ein unveränderlicher und unauslöschbarer Backup-Speicher kann dazu beitragen, Daten über einen festgelegten Aufbewahrungszeitraum hinweg zu sichern. Externe oder isolierte Kopien tragen dazu bei, eine Trennung von der Produktionsumgebung zu gewährleisten. Verschlüsselung, Zugriffskontrollen und rollenbasierte Berechtigungen helfen dabei, den Kreis der Personen einzuschränken, die auf Backup-Einstellungen zugreifen oder diese ändern können. Zusammen erschweren diese Schutzmaßnahmen es Angreifern, die Daten zu beeinträchtigen, die Teams während der Wiederherstellung möglicherweise am dringendsten benötigen.

Das Ziel ist es, die Wahlmöglichkeiten bei der Recovery zu bewahren. Der Verizon-Bericht von 2026 ergab, dass 69 % der Ransomware-Opfer in seinem Datensatz das Lösegeld nicht zahlten – ein Anstieg gegenüber 65 % im Vorjahr. Der Bericht stellt zudem fest, dass die mittleren Lösegeldzahlungen weiter zurückgingen, was er zum Teil auf verbesserte Abwehrmaßnahmen und eine erhöhte Widerstandsfähigkeit der Opfer zurückführt. Teams benötigen einwandfreie Backups, die sie tatsächlich nutzen können, damit die Zahlung eines Lösegelds nicht der einzige Weg zurück zum Geschäftsbetrieb ist.

Die bekannte 3-2-1-Backup-Regel bietet nach wie vor eine nützliche Grundlage: Bewahren Sie drei Kopien der Daten auf zwei verschiedenen Medien oder Plattformen auf, wobei mindestens eine Kopie extern oder isoliert gespeichert sein sollte. Moderne Cloud-Backup- und Recovery-Strategien erweitern dieses Modell häufig um unveränderlichen Speicher, Air-Gap-Lösungen, richtlinienbasierte Aufbewahrungsfristen und replizierte Kopien in Cloud- oder Hybridumgebungen.

Mit geschützten Wiederherstellungspunkten können Teams ihre Wiederherstellungsoptionen eingrenzen und mit einem klareren Überblick darüber, was wiederhergestellt werden kann, zur Validierung übergehen.

Schritt 3: Überprüfen, welche Backups für die Wiederherstellung bereit sind

Über Backups zu verfügen bedeutet nicht automatisch, dass man bereit für die Recovery ist. Bevor Teams Produktionssysteme wiederherstellen, müssen sie wissen, welche Wiederherstellungspunkte verwendbar sind, welche Workloads betroffen waren und welche Abhängigkeiten ebenfalls wiederhergestellt werden müssen.

Ein aktuelles Backup enthält zwar möglicherweise die neuesten Geschäftsdaten, kann aber auch beschädigte Dateien, unbefugte Änderungen oder Malware-Spuren enthalten. Ein älteres Backup ist vielleicht sauberer, kann aber zu einem größeren Datenverlust führen. Durch die Überprüfung können Teams diese Abwägung anhand von Fakten statt auf der Grundlage von Vermutungen treffen.

Diese Arbeit beginnt mit der Abgrenzung des Vorfalls. Sicherheits- und IT-Teams müssen verstehen, wann verdächtige Aktivitäten begannen, welche Systeme betroffen waren und ob Identitätsdienste, Datenbanken, Dateifreigaben, SaaS-Anwendungen oder Cloud-Konfigurationen betroffen waren.

Außerdem müssen sie bestätigen, ob der Recovery-Punkt die Anwendung als Ganzes unterstützt und nicht nur die zugrunde liegenden Daten. Eine Datenbank-Recovery kann beispielsweise davon abhängen, dass Anwendungsserver, Berechtigungen, Verschlüsselungsschlüssel, Netzwerkrouten und Identitätsdienste alle im richtigen Zustand verfügbar sind.

Isolierte Recovery-Umgebungen können Teams dabei helfen, diese Bedingungen zu testen, bevor die Daten in der Produktionsumgebung wiederhergestellt werden. In einer kontrollierten Umgebung können Teams sicher:

• ausgewählte Recovery-Punkte scannen,
• Dateiänderungen überprüfen.
• den Start der Anwendung bestätigen
• den Benutzerzugriff testen;
• zu prüfen, ob abhängige Systeme sich wie erwartet verhalten.

Die Validierung sollte auch in die Recovery-Reihenfolge einfließen. Teams müssen möglicherweise zuerst Identitätsdienste wiederherstellen, dann die Kerninfrastruktur, anschließend geschäftskritische Anwendungen und schließlich unterstützende Workloads.

Durch das Testen von Recovery-Punkten vor der Wiederherstellung können sie ihre Optionen eingrenzen und entscheiden, welche Systeme wieder in Betrieb genommen werden können, welche einer weiteren Überprüfung bedürfen und welche isoliert bleiben sollten, bis der Risk-Level besser verstanden ist.

In der nächsten Phase wird diese Entscheidung in die Tat umgesetzt: Die Systeme, Anwendungen und Daten, die das Unternehmen am dringendsten benötigt, werden wiederhergestellt.

Phase 4: Wiederherstellung kritischer Abläufe in der richtigen Reihenfolge

Ein Wiederherstellungsplan beginnt mit dem minimal funktionsfähigen Betriebszustand des Unternehmens. Das bedeutet, dass die Personen, Systeme, Anwendungen, Daten und Kommunikationskanäle identifiziert werden müssen, die das Unternehmen benötigt, um während einer Störung auf einer grundlegenden Ebene zu funktionieren.

Für manche Organisationen kann dies mit Identitätsdiensten und der Mitarbeiterkommunikation beginnen. Bei anderen stehen möglicherweise kundenorientierte Anwendungen, Zahlungssysteme, klinische Systeme, Fertigungsprozesse oder Logistikplattformen im Vordergrund. Die Reihenfolge sollte die geschäftlichen Auswirkungen widerspiegeln und nicht nur der technischen Praktikabilität folgen.

Abhängigkeiten sind der Punkt, an dem viele Wiederherstellungspläne komplizierter werden. Eine Anwendung mag zwar als „kritisch“ eingestuft sein, ist aber dennoch von Identitätsdiensten, DNS, Netzwerkkonnektivität, Datenbanken, Speicher, Verschlüsselungsschlüsseln, APIs und Überwachungssystemen abhängig. Wenn diese Komponenten nicht im richtigen Zustand wiederhergestellt werden, geht die Anwendung zwar wieder online, bleibt aber unbrauchbar. Deshalb benötigen Recovery-Teams eine Abhängigkeitskartierung vor einem Vorfall und nicht erst währenddessen.

Runbooks und orchestrierte Workflows helfen dabei, diese Entscheidungen in wiederholbare Schritte umzuwandeln. Sie können festlegen, wer die Wiederherstellung genehmigt, welche Umgebung verwendet werden soll, welche Prüfungen vor der Wiederherstellung des Produktionszugangs erfolgen müssen und wann die nächste Systemebene online gehen kann. Dies ist wichtig, wenn Sicherheits-, Infrastruktur-, Anwendungs-, Cloud- und Geschäftsteams gleichzeitig arbeiten.

Auch die Recovery-Prozesse benötigen Kontrollpunkte. Nach der Recovery jeder größeren Arbeitslast sollten die Teams sicherstellen, dass sich Benutzer authentifizieren können, Daten verfügbar sind, Integrationen funktionieren und die Überwachung eingerichtet ist. Diese Überprüfungen helfen dabei, Probleme zu erkennen, bevor die Recovery auf die nächste Systemebene ausgeweitet wird.

Geschwindigkeit ist nach wie vor wichtig, aber Kontrolle ist ebenso entscheidend. Eine schnelle Recovery-Prozedur kann zusätzlichen Aufwand verursachen, wenn falsche Daten wiederhergestellt werden, Zugriffskontrollen fehlen oder eine Anwendung ohne die für ihren Betrieb erforderlichen Systeme wiederhergestellt wird. Der bessere Ansatz besteht darin, die Recovery-Prozedur schrittweise durchzuführen, sicherzustellen, dass jeder kritische Dienst funktioniert, und die Recovery dann weiter auszudehnen, sobald sich die Umgebung stabilisiert hat.

Phase 5: Die Erkenntnisse aus der Recovery in eine stärkere Kontinuität umsetzen

Sobald kritische Dienste wiederhergestellt sind, müssen die Teams noch verstehen, was funktioniert hat, was sie ausgebremst hat und wo der Recovery-Plan nicht der Realität entsprach. Diese Nachbereitung ist es, die Cloud-Backup and Recovery von einer reaktiven Maßnahme in eine kontinuierliche Resilienzpraxis verwandelt.

Der erste Schritt besteht darin, die Recovery selbst zu überprüfen. Die Teams sollten sich Fragen stellen wie:

• Wie schnell haben die Teams verdächtige Aktivitäten erkannt?
• Waren einwandfreie Recovery-Punkte leicht zu identifizieren?
• Welche Validierungsschritte dauerten länger als erwartet?
• Wo kam es zu Verzögerungen bei den Wiederherstellungsabläufen?
• Waren die richtigen Personen zum richtigen Zeitpunkt beteiligt?

Diese Antworten können Lücken aufdecken, die nicht immer technischer Natur sind. Die Recovery kann erfolgreich verlaufen und dennoch Probleme bei der Entscheidungsfindung, der Kommunikation, bei Genehmigungen oder bei der Übergabe zwischen Teams aufdecken.

Diese Erkenntnisse sollten direkt in die nächste Version des Recovery-Plans einfließen. Wenn eine kritische Anwendung von einem System abhängig war, das nicht dokumentiert war, sollte die Abhängigkeitskarte aktualisiert werden. Wenn Zugriffskontrollen die Wiederherstellung verlangsamten, sollte der Genehmigungsprozess geklärt werden. Wenn bei Wiederherstellungstests eine wichtige Arbeitslast übersehen wurde, sollte diese in die nächste Übung aufgenommen werden. Wenn Führungskräften der Überblick darüber fehlte, was wiederhergestellt wurde und was noch offline war, sollten die Berichts- und Eskalationswege verbessert werden.

Regelmäßige Tests sind die Grundlage für diese Arbeit. Tabletop-Übungen, isolierte Wiederherstellungen, reine Recovery-Tests und die Validierung der cloudübergreifenden Recovery helfen den Teams, Probleme zu erkennen, bevor ein echter Vorfall sie zwingt, unter Druck zu lernen. Sie liefern den Führungskräften zudem bessere Anhaltspunkte dafür, wo das Unternehmen bereit ist und wo noch Handlungsbedarf besteht.

Langfristig ist das Ziel ein Recovery-Programm, das nach jedem Test und jedem Vorfall präziser wird. Die Teams sind besser vorbereitet, die Recovery-Schritte werden besser verstanden, und das Unternehmen verfügt über einen klareren Weg, um den wesentlichen Betrieb auch bei Störungen aufrechtzuerhalten.

Cloud-Recovery als Grundlage für geschäftliche Ausfallsicherheit

 Cloud Backup and Recovery spielen heute eine größere Rolle als die herkömmliche Datensicherung allein. Es handelt sich um einen zusammenhängenden Prozess, der die Erkennung von Recovery-Risiken, den Schutz von Backup-Daten, die Validierung von einwandfreien Wiederherstellungsoptionen und die Wiederherstellung kritischer Dienste umfasst, wenn Produktionsumgebungen nicht mehr als zuverlässig angesehen werden können.

Bei einem Cybervorfall dürfen diese Aktivitäten nicht als separate Arbeitsschritte ablaufen. Der Bedrohungskontext sollte bestimmen, welche Backups überprüft werden. Der Backup-Schutz sollte die Recovery-Optionen bewahren, die die Teams möglicherweise benötigen. Die Validierung sollte feststellen, was zur Wiederherstellung bereit ist. Die Wiederherstellung sollte die Dienste, auf die das Unternehmen angewiesen ist, in einer kontrollierten Reihenfolge wiederherstellen.

Ein Backup, dem man nicht vertrauen kann, das nicht getestet wurde oder das nicht zum richtigen Zeitpunkt wiederhergestellt werden kann, liefert dem Unternehmen möglicherweise nicht das benötigte Ergebnis. Ein Wiederherstellungsprozess, der Identitäten, Anwendungsabhängigkeiten oder geschäftliche Prioritäten außer Acht lässt, kann dazu führen, dass Systeme zwar technisch wiederhergestellt, operativ jedoch unvollständig sind.

Die größere Chance besteht darin, Recovery als fortlaufenden Prozess zur Stärkung der Ausfallsicherheit zu betrachten. Das bedeutet, Pläne vor einem Vorfall zu testen, Abhängigkeitskarten bei Änderungen der Umgebungen zu aktualisieren und jede Übung oder jedes Recovery-Ereignis zu nutzen, um die nächste Reaktion zu verbessern.

Unternehmen, die sich schneller erholen, sind nicht unbedingt diejenigen mit den meisten Datenkopien. Es ist unerlässlich zu wissen, welche Daten nutzbar sind, welche Dienste am wichtigsten sind und wie man sie unter Druck wiederherstellt.

Die Herausforderung besteht darin, die Readiness für die Wiederherstellung genauso operativ zu gestalten wie die Erkennung und Reaktion. Cloud-Backup and Recovery bieten eine praktische Grundlage für diese Arbeit, wenn sie als kontinuierlicher Prozess von der Risikoerkennung bis zur Wiederherstellung des Geschäftsbetriebs betrachtet werden.

Unternehmen sollten diese Kompetenz aufbauen, um besser darauf vorbereitet zu sein, einwandfreie Daten wiederherzustellen, kritische Dienste wieder in Betrieb zu nehmen und den Geschäftsbetrieb aufrechtzuerhalten, wenn es zu Störungen kommt.

Warum stellt die Offenlegung sensibler Daten die größte Sicherheitslücke dar?

Daten sind der unschätzbare Treibstoff, der moderne Unternehmen antreibt. Daher haben es Unternehmen zu einer Priorität gemacht, massiv in ausgefeilte Sicherheitstools zu investieren.

Laut dem „2025 State of Data Security Report“ von Varonis sind jedoch bei 90 % der Unternehmen nach wie vor sensible Cloud-Daten ungeschützt. Ebenso verfügen 88 % der Unternehmen über veraltete, aber weiterhin aktivierte „Geisterbenutzer“.

Doch das ist noch nicht alles. Laut dem „Cost of a Data Breach Report 2025“ von IBM meldeten 53 % der von Datenlecks betroffenen Unternehmen, dass personenbezogene Kundendaten kompromittiert wurden. Diese Statistiken zeichnen ein anschauliches Bild: Obwohl Daten für Unternehmen von zentraler Bedeutung sind, bleiben Transparenz und die allgemeine Sicherheit weiterhin kritische Probleme. 

Daten sind nicht mehr auf strukturierte Datenbanken beschränkt. Sie finden sich in Dateien, E-Mails, Cloud-Plattformen, SaaS-Anwendungen und Endgeräten. Ein Großteil davon ist unstrukturiert, doppelt vorhanden oder unverwaltet, was die Nachverfolgung und den Schutz erschwert.

KI verstärkt dieses Problem noch. Etwa 40 % der Dateien, die in generative KI-Tools hochgeladen werden, enthalten sensible Informationen, oft ohne Governance oder Aufsicht. Mit zunehmender Einführung von KI wächst auch die Anzahl der Systeme und Identitäten, die mit Daten interagieren.

Ohne Einblick darin, welche Daten vorhanden sind und wo sie sich befinden, können Unternehmen diese nicht wirksam schützen. Dieser Mangel an Transparenz ist die Ursache des modernen Problems der Datensicherheit.

Was sind die Säulen der Daten- und KI-Sicherheit?

Um der Herausforderung der Datenpreisgabe zu begegnen, benötigen Unternehmen einen strukturierten Ansatz, der für Konsistenz und Kontrolle bei der Datenverwaltung sorgt. Die Daten- und KI-Sicherheit basiert auf drei Kernsäulen: Datenermittlung, Datenklassifizierung und Governance für den Zugriff auf Daten und KI.

Jede Säule schließt eine wesentliche Lücke:

• Die Erfassung bietet Transparenz darüber, wo sich Daten in den verschiedenen Umgebungen befinden. Dazu gehören strukturierte Systeme wie Datenbanken ebenso wie semistrukturierte und unstrukturierte Quellen, die oft übersehen werden.
• Die Klassifizierung fügt Kontext hinzu, indem sie die Art und die Sensibilität der Daten identifiziert. Sie ermöglicht es Unternehmen, zwischen Betriebsdaten, sensiblen personenbezogenen Daten, Finanzunterlagen, geistigem Eigentum und anderen Kategorien mit hohem Risiko zu unterscheiden.
• Die Zugriffssteuerung ermöglicht es Unternehmen, zu überprüfen, ob Daten angemessen genutzt werden. Sie legt fest, wer oder was unter welchen Bedingungen und mit welchem Kontrollniveau auf Daten zugreifen darf.

Diese drei Säulen existieren nicht unabhängig voneinander. Sie bilden ein vernetztes System, das die Daten- und KI-Sicherheit umfassend abdeckt. Die Erfassung identifiziert die gesamte Datenlandschaft, die Klassifizierung definiert die entsprechende Sensibilität und die Zugriffssteuerung setzt Kontrollen auf der Grundlage dieses Kontexts durch.

Dieses Modell erstreckt sich sogar über menschliche Nutzer hinaus und umfasst auch Maschinenidentitäten wie KI-Modelle. In modernen Umgebungen machen diese nicht-menschlichen Identitäten oft einen erheblichen Teil der Datenzugriffsaktivitäten aus. Die Zusammenführung dieser Säulen kann Unternehmen dabei helfen, von fragmentierten Sicherheitskontrollen zu einem einheitlichen, richtliniengesteuerten Ansatz überzugehen.

Wie können Unternehmen sensible Daten ermitteln und klassifizieren?

Ermittlung und Klassifizierung bilden die Grundlage für ein erfolgreiches Datensicherheitsmodell. Dennoch sind sie oft am schwierigsten effektiv umzusetzen.

Das liegt daran, dass moderne Datenumgebungen stark fragmentiert sind. Sensible Informationen sind über mehrere Cloud-Plattformen, lokale Systeme, SaaS-Anwendungen und Endgeräte verteilt. Ein erheblicher Teil dieser Daten ist unstrukturiert, was ihre Identifizierung und Kategorisierung erschwert.

Zu den größten Herausforderungen zählen:

• Schattendaten, die ohne Kenntnis, Genehmigung oder Sicherheitsüberwachung existieren.
• Uneinheitliche Formate bei strukturierten und unstrukturierten Daten.
• Ein rasantes Datenwachstum aufgrund des Einsatzes von KI, das die manuellen Klassifizierungsbemühungen überholt.

Um dem entgegenzuwirken, benötigen Unternehmen skalierbare Erkennungsfunktionen und Klassifizierungsrahmenwerke. Durch eine ordnungsgemäße Klassifizierung lassen sich die riesigen Mengen an vorhandenen Daten sinnvoll einordnen. Dazu gehören in der Regel Kategorien wie personenbezogene Daten (PII), geschützte Gesundheitsdaten (PHI), PCI-Daten, geistiges Eigentum sowie Schlüssel und Geheimnisse.

Der Wert der Klassifizierung ergibt sich aus ihrer Anwendung. Sobald Daten klassifiziert sind, können Unternehmen Aufbewahrungs- und Löschrichtlinien effektiv anwenden, den Zugriff einschränken oder überwachen und die Maskierung oder Schwärzung sensibler Felder ermöglichen.

In großem Maßstab gewährleistet ein ausgereifter Ansatz zur Datenermittlung und -klassifizierung nicht nur eine vollständige Abdeckung, sondern trägt auch dazu bei, aussagekräftige Ergebnisse zu erzielen. Dazu können eine geringere Gefährdung, eine verbesserte Durchsetzung von Richtlinien und eine messbare Risikominderung gehören.

Was sind die größten Risiken eines zu großzügigen Zugriffs?

Laut einer Untersuchung von ReliaQuest verfügen 99 % der Cloud-Identitäten über übermäßige Zugriffsrechte. In diesem Zusammenhang hebt eine Studie des Ponemon Institute aus dem Jahr 2025 hervor, dass 61 % der US-Unternehmen in den letzten zwei Jahren unter Datenlecks durch Insider gelitten haben, wobei die durchschnittlichen Kosten solcher Vorfälle bei unglaublichen 2,7 Millionen US-Dollar lagen.

Dies beweist, dass der Zugriff selbst dann, wenn Unternehmen ihre Daten verstehen, einer der größten Schwachpunkte in der Sicherheit bleibt.

Ein zu großzügiger Zugriff liegt vor, wenn Benutzer, Anwendungen oder Dienstkonten mehr Zugriff auf Daten haben, als sie benötigen. Dieses Problem ist weit verbreitet, da Zugriffsrechte oft aus Bequemlichkeitsgründen pauschal gewährt und selten überprüft werden.

Die Auswirkungen sind erheblich. Übermäßige Zugriffsrechte erhöhen die Wahrscheinlichkeit einer versehentlichen Offenlegung, von Insider-Risiken und der Ausnutzung bei einem Sicherheitsvorfall.

Um dem entgegenzuwirken, müssen Unternehmen zunächst die Zugriffsmuster sorgfältig prüfen. Dazu gehört, herauszufinden, wer auf sensible Daten zugreift, welche Systeme oder Identitäten beteiligt sind und ob dieser Zugriff den geschäftlichen Anforderungen entspricht.

Besondere Aufmerksamkeit muss privilegierten Konten und Dienstidentitäten gewidmet werden. Diese verfügen oft über weitreichende Berechtigungen und können systemübergreifend auf große Mengen sensibler Daten zugreifen.

In diesem Umfeld ist eine effektive Zugriffssteuerung entscheidend. Dies erfordert:

• die Abstimmung der Zugriffsrichtlinien auf die Datenklassifizierung.
• Die kontinuierliche Überwachung von Nutzungsmustern.
• Identifizierung und Behebung von Zugriffsabweichungen im Laufe der Zeit.

Durch die Reduzierung unnötiger Zugriffsrechte tragen Unternehmen dazu bei, ihre Angriffsfläche zu verringern und den Datenschutz insgesamt zu verbessern.

Wie sollten Unternehmen die von KI-Systemen genutzten Daten verwalten?

Der Einsatz von KI breitet sich rasch in allen Bereichen moderner Unternehmen aus. Dies führt zu einer neuen Komplexitätsebene hinsichtlich des Zugriffs auf Daten, ihrer Verarbeitung und Offenlegung.

Trainingsdatensätze umfassen oft große Datenmengen, die aus dem gesamten Unternehmen stammen. Ohne angemessene Klassifizierung und Steuerung können diese Datensätze sensible oder regulierte Informationen enthalten.

Dies birgt Risiken in mehreren Phasen:

• Während der Datenaufbereitung und des Trainings.
• Wenn Modelle mit Live-Daten interagieren.
• Durch Ergebnisse, die unbeabsichtigt sensible Informationen offenlegen könnten.

Daher muss die Klassifizierung vor dem Modelltraining erfolgen. Das bedeutet, alle in den Datensätzen verwendeten Daten zu validieren und zu klassifizieren sowie sensible Informationen bei Bedarf zu entfernen.

Ebenso müssen Datenteams nach der Bereitstellung von KI-Tools kontinuierlich bewerten, wie Modelle Daten nutzen und offenlegen. Sie sollten zudem bei Bedarf geeignete Kontrollmechanismen wie Maskierung oder Schwärzung anwenden.

KI-Systeme sollten nicht losgelöst von der Datensicherheit betrachtet werden. Sie sind eine Erweiterung der Datennutzung und müssen entsprechend geregelt werden. Durch die Integration solcher Daten- und KI-Sicherheitsfunktionen in den gesamten KI-Entwicklungszyklus können Unternehmen dazu beitragen, Risiken zu reduzieren und gleichzeitig Innovationen zu ermöglichen.

Inwiefern trägt die Datenklassifizierung zur Einhaltung gesetzlicher Vorschriften bei?

Die Einhaltung gesetzlicher Vorschriften hängt von der Fähigkeit ab, sensible Daten zu identifizieren und zu kontrollieren. Rahmenwerke wie die DSGVO, HIPAA und PCI DSS legen spezifische Anforderungen für den Umgang mit Daten fest. Diese Anforderungen können jedoch nicht durchgesetzt werden, ohne zuvor zu wissen, wo sich die betroffenen Daten befinden.

Aus diesem Grund scheitern Compliance-Programme ohne eine solide Datengrundlage.

In solchen Fällen bildet die Datenklassifizierung das Rückgrat der Compliance, indem sie Daten den regulatorischen Kategorien zuordnet. Sie ermöglicht es Unternehmen, gezielte Kontrollen auf der Grundlage der Datensensibilität anzuwenden und wichtige Richtlinien für den Datenlebenszyklus durchzusetzen.

Dies eröffnet eine Vielzahl wesentlicher Möglichkeiten:

• Durchsetzung von Aufbewahrungs- und Löschrichtlinien
• Einschränkung des Zugriffs auf regulierte Daten
• Implementierung entscheidender Datenschutzkontrollen

Zudem vereinfacht sie Auditprozesse. Unternehmen können nachweisen, wo sich sensible Daten befinden, wie sie geschützt sind und wer Zugriff darauf hat. Die Zugriffssteuerung stärkt die Compliance zusätzlich, indem sie sicherstellt, dass nur autorisierte Benutzer mit regulierten Daten interagieren können.

Gemeinsam gestalten Datenklassifizierung und Zugriffskontrollen die Compliance für das moderne, KI-gestützte Zeitalter neu.

Wie unterstützt Commvault Cloud Sie dabei, den Schutz Ihrer Workloads zu erfassen und zu steuern?

Effektiver Datenschutz hängt davon ab, dass Sie bereits vor dem Eintreten eines Vorfalls wissen, über welche Ressourcen Sie verfügen – und nicht erst während der Recovery Lücken entdecken. Commvault Cloud wurde entwickelt, um Unternehmen dabei zu unterstützen, Back-up-Richtlinien für Hybrid- und Multi-Cloud-Ressourcen kontinuierlich zu ermitteln, zu klassifizieren und anzuwenden, sodass der Schutzumfang auch bei sich ändernden Umgebungen stets auf dem neuesten Stand bleibt.

Commvault Cloud beginnt mit einer KI-gestützten Erfassung – dabei werden cloudnative und hybride Ressourcen automatisch inventarisiert, Ressourcen ohne Richtlinienabdeckung identifiziert und Workloads im Command Center einer zentralisierten Steuerung unterstellt. Richtlinien lassen sich konsistent über Konten, Regionen und Clouds hinweg anwenden, wobei in Echtzeit Einblick in den Schutzstatus und die Kosten gewährt wird. Da sich Umgebungen ständig ändern – neue Workloads werden bereitgestellt, Konfigurationen aktualisiert, Cloud-Ressourcen hochgefahren –, ist die Erfassung als fortlaufender Prozess und nicht als einmalige Bestandsaufnahme konzipiert. So können Teams eine genaue Abdeckung ohne manuelle Überprüfungen aufrechterhalten.

• KI-gestützte Erkennung: Erfasst kontinuierlich Cloud-native und hybride Ressourcen, identifiziert Abdeckungslücken und bindet neue Workloads in zentralisierte Richtlinien ein.
• Zentralisierte Richtlinien-Engine: Das Command Center wendet über eine einzige Oberfläche einheitliche Aufbewahrungsfristen, Sicherungshäufigkeiten und Kopierrichtlinien auf Multi-Cloud-, Hybrid- und lokale Workloads an.
• Commvault Threat Scan: Überwacht Backup-Daten kontinuierlich auf Anomalien, Verschlüsselungsaktivitäten und Malware-Indikatoren, sodass Sicherheitsteams bereits vor Beginn der Recovery-Phase Maßnahmen ergreifen können.
• Regions- und Cloud-übergreifende Kopien: Backup-Kopien können regionen- und Cloud-anbieterübergreifend erstellt werden, um Compliance, Anforderungen an den Datenstandort und die Ausfallsicherheit zu gewährleisten.

Warum versagen fragmentierte Tools bei der Recovery?

89 % der Unternehmen arbeiten in Umgebungen mit mehr als einer Cloud, einschließlich Hybrid- und Multi-Cloud-Konfigurationen. Dennoch sind die meisten Ausfälle bei der Recovery nicht auf fehlende Backup-Aufträge zurückzuführen – sie entstehen vielmehr dadurch, dass die Schutzmaßnahmen nicht für die Umgebung ausgelegt waren, die wiederhergestellt werden soll. Workloads, die sich über Cloud-Datenbanken, SaaS-Plattformen, Kubernetes-Cluster und lokale Systeme verteilen, haben jeweils unterschiedliche Backup-Anforderungen, und für eine bestimmte Umgebung entwickelte Einzeltools lassen sich selten nahtlos auf eine andere übertragen. Workloads, die sich über Cloud-Datenbanken, SaaS-Plattformen, Kubernetes-Cluster und lokale Systeme verteilen, haben jeweils unterschiedliche Backup-Anforderungen, und für eine bestimmte Umgebung entwickelte Einzeltools lassen sich selten nahtlos auf eine andere übertragen.

Fehlgeschlagene Recovery-Prozesse machen die Lücke zwischen einem durchgeführten Backup und einem tatsächlich neu gestarteten Dienst deutlich. Crash-konsistente Snapshots stellen zwar Rohdaten wieder her, lassen jedoch Transaktionsprotokolle, Dienstabhängigkeiten und Clusterkonfigurationen in einem inkonsistenten Zustand zurück – was bedeutet, dass die Anwendung selbst bei Vorhandensein der Daten nicht gestartet werden kann. Eine einheitliche Datensicherung kann hier Abhilfe schaffen, indem sie sicherstellt, dass Workloads entsprechend ihrer Funktionsweise geschützt werden, und indem sie die Readiness überprüft, bevor ein Vorfall diese Frage aufwirft.

Commvault Cloud unterstützt Sicherheitsverantwortliche, die eine auditfähige Readiness für die Wiederherstellbarkeit benötigen, IT-Teams, die Hybrid- und Multi-Cloud-Umgebungen verwalten, sowie Cloud- und Compliance-Verantwortliche, die für den Schutz und die Validierung kritischer Workloads zuständig sind. Commvault wurde im IDC MarketScape: Worldwide Cyber-Recovery 2025 Vendor Assessment für seine Stärken in den Bereichen Cyber-Recovery-Architektur, Integration in das Sicherheitsökosystem und Breite der unterstützten Workloads ausgezeichnet.

• Kontinuierliche Backup-Überwachung: Threat Scan überwacht Backup-Daten auf Malware-Indikatoren, Verschlüsselungsaktivitäten und anomales Verhalten – mit in SIEM- und SOC-Tools integrierten Warnmeldungen für eine koordinierte Reaktion auf Vorfälle.
• Commvault Cleanroom Recovery: Entwickelt, um die Wiederherstellung in einer isolierten Umgebung durchzuführen, damit Teams die Datenintegrität überprüfen und sicherstellen können, dass die Systeme frei von Bedrohungen sind, bevor sie wieder in den Produktionsbetrieb zurückkehren – wodurch das Risiko einer erneuten Infektion verringert wird.
• Cleanpoint-Identifizierung: Dient dazu, den Zeitpunkt zu ermitteln, zu dem Daten möglicherweise kompromittiert wurden, ermöglicht eine präzisere Auswahl eines verifizierten Recovery-Punkts und trägt zur Minimierung von Datenverlusten bei.
• Koordinierte Servicewiederherstellung: Command Center-Workflows können abhängige Dienste nacheinander wiederherstellen – was dazu beiträgt, den manuellen Koordinationsaufwand bei Recovery-Vorgängen unter hohem Druck zu reduzieren.
• Skalierbarer Schutz vor Ort: HyperScale unterstützt den Schutz vor Ort für Hybridumgebungen mit optimierter Einbindung und Verwaltung über das Command Center.

Vor der Einführung eines einheitlichen Datenschutzes war der gefährlichste Moment bei der Reaktion auf Vorfälle oft die Wiederherstellung selbst – wenn Teams Lücken in der Abdeckung entdeckten, von denen sie nichts gewusst hatten. Mit Commvault Cloud können Teams von der reaktiven Erkennung von Lücken zu einer proaktiven Steuerung übergehen: Sie erkennen, welche Workloads geschützt sind, auf welcher Richtlinienebene dies geschieht und ob die Wiederherstellungspunkte validiert wurden. Dieser Wandel – weg von der Hoffnung, dass ein Backup funktioniert hat, hin zum Nachweis, dass es funktioniert – kann den Unterschied zwischen einer kontrollierten Wiederherstellung und einem längeren Ausfall ausmachen.