PII vor dem ersten Copy
Namensheuristik, Unreviewed-Gate und Sample-Verbot, bevor eine unbekannte Quelle Inhalt bewegt. Neue Custom Fields bleiben Defer, bis Zweck und Stufe existieren.
Begriffe vor dem Lesen
- Unbekannte Quelle — System, Datei, API oder Export, dessen Bedeutung, Rechte, Qualität und verantwortliche Person noch nicht sauber geklärt sind.
- Quellumfang — Festlegung, welche Objekte geladen, übersprungen oder später geprüft werden.
- Personenbezogene Daten / PII — Informationen, die sich direkt oder indirekt auf eine Person beziehen. PII steht für „Personally Identifiable Information“.
- Beschreibungsvertrag — Mindestbeschreibung für Zweck, Zählebene, Felder, verantwortliche Person, Qualität und Grenzen.
- verantwortliche Person — Rolle, die Bedeutung, Nutzung und Risiko fachlich akzeptiert.
Qualität, Quellkorrektur und AI-Nutzung
Datenqualität muss sichtbar machen, wo ein Problem behoben wurde. Wenn der Fehler im Quellsystem entsteht, ist die beste Behebung eine Korrektur an der Quelle oder mindestens ein dokumentierter Quellbefund mit Owner. Wenn ETL oder ELT Werte nachgelagert bereinigt, schätzt, mappt oder filtert, braucht diese Änderung Evidence: Regel, Grund, betroffene Felder, Version und erlaubte Nutzung.
Das ist besonders wichtig für AI. Retrieval, Training, Features und Agenten sehen oft nur das nachgelagerte Ergebnis. Ohne Kennzeichnung wissen sie nicht, ob ein Wert beobachtet, korrigiert, geschätzt, defaulted oder ausgeschlossen wurde. Governance muss Unsicherheit und Herkunft erhalten, statt sie hinter einem sauber wirkenden Datensatz zu verstecken.
Contact.Email heißt nicht „später taggen“. Es heißt: nicht kopieren, bis Zweck und Stufe stehen. Freitext (Task.Description, Notes, Attachments) ist Default hoch — oft Exclude. Scanner schlagen vor; Owner und Privacy geben frei. Samples im Catalog sind Daten, oft die erste Leckage.
Stufen direkt / indirekt / abgeleitet / kombiniert bleiben in PII-Klassifikation. Dieser Teil ist das Tor vor dem Copy an einer unbekannten Quelle — inkl. Schema-Drift nächste Woche.
Ausgangslage
Drei Irrtümer am Start:
- Namen reichen später. Bis „später“ ist die Spalte in Nicht-Produktion, dbt-Docs und einem Dienstleister-CSV.
- Scanner ersetzen Freigabe. Regex findet Mails, nicht „Funktion + PLZ + Geburtsdatum“.
- Proof of Concept ist harmlos. Dieselbe Grundgesamtheit, schwächere Rechte, mehr Screenshots.
Hilfskarte aus Teil 2: Steward schlägt vor, Privacy/DSB ist Consulted, Owner gibt Zweck frei, Custodian hält das Gate. Der DSB löscht nicht und klassifiziert nicht im Alleingang.
Entscheidung
Das Unreviewed-Gate dieses Quellenmusters sperrt neue Felder vor Weitergabe an Mart, BI und KI, bis Zweck und Klassifikation geklärt sind. Auch Katalog-Previews verarbeiten ihre enthaltenen Werte: Metadatensicht erlaubt nicht automatisch Rohdatenansicht. Vereinbarte Maskierung anwenden oder echte Werte weglassen. Teilabgleich 23.10.2026: EDPB Datenschutzgrundlagen.
- Unreviewed-Gate. Feld ohne Stufe fließt nicht in Mart, BI oder AI. PII Unreviewed Gate.
- Zweck vor Copy. Kein Zweck → kein
Contact.Description, kein Task-Body, keinContentVersion. - Heuristik vor Inhalt.
Email,Phone,MailingStreet,Name, CustomSSN__c/Bank__csind Verdacht — PII Recommend. - Content-Scan nur in der Sandbox. Hit-Rates aggregiert; keine echten Werte im Catalog oder Slack.
- Freitext und Files default Defer/Exclude, bis Zweck plus DSDR-Pfad existieren — PII vor AI-Ingestion.
- Neue Objekte und Fields = unreviewed. Schema-Drift ist Normalfall, nicht stilles Include.
- Samples sind Daten. Preview folgt derselben Maskierung wie die Plattform — Policies und sensible Daten.
Gestufte Erkennung:
| Stufe | Womit | Wer bestätigt |
|---|---|---|
| Name/Typ | Heuristik, PII Recommend | Steward schlägt vor; Privacy C; Owner gibt frei |
| Muster im Sample | Sandbox-Scan | Custodian scannt; Owner akzeptiert Stufe |
| Kombiniert | Fachwissen | Process Owner + Privacy |
| Freitext | Default hoch | oft Exclude, bis Zweck existiert |
Sizing
| Größe | PII-Tor |
|---|---|
| SMB | Allowlist Felder; Freitext aus; Unreviewed = Stopp |
| Mid | Heuristik in CI; Sandbox-Scan für Include-Kandidaten |
| Enterprise | Isolierte Landing, Purpose Card, Scan-Evidence, Nebenkopien listen |
Anwendungsbeispiel: Contact sollte „nur für den Account-Namen“ mit
Lehrfall. Der Slice braucht Account-Name am Opportunity-Zählebene. Jemand zieht Contact „mit, falls wir später Personen-Reports wollen“. Email, MobilePhone, Description landen im Raw. Catalog zeigt Sample-Mails. Ein Package addiert TaxId__c.
Korrektur:
- Account-Name aus
Account, nicht aus Contact-personenbezogene Daten. - Contact bleibt Defer; Review-Trigger: benannter Personen-Use-Case plus Minimierung.
- Samples aus dem Catalog entfernen; Preview-Richtlinie.
TaxId__cunreviewed — Connector-Freigabeliste, nicht „alles Neue“.- Privacy C, verantwortliche Person A für Zweck, technischer Betreiber R fürs Prüfpunkt.
Betriebsablauf (nummeriert)
- Feldliste aus Schema; Heuristik laufen lassen.
- Unreviewed und Freitext auf Defer/Exclude.
- Zweck je Include-Feld; Privacy C bei Personenbezug.
- Optional Sandbox-Scan — aggregierte Hits, keine Rohwerte in Tickets.
- Gate in der Pipeline; Drift: neue Fields blocken, bis Review.
- Nebenkopien (Nonprod, Export, Notebook) dieselbe Regel.
Handoffs
| Von | An | Artefakt | Erfolgskriterium |
|---|---|---|---|
| Custodian | Steward | Heuristik-Liste | Jedes Verdachtsfeld hat Status |
| Steward | Privacy / Owner | Zweck + Vorschlag Stufe | Freigabe oder Defer, kein stilles Load |
| Owner | Custodian | freigegebene Allowlist | Gate ist ausführbar |
| Custodian | Control Owner | Scan-Evidence (aggregiert) | Keine Roh-PII im Nachweis-Kanal |
Anti-Patterns (und warum sie scheitern)
- Taggen nach dem Load. Scheitert, weil Kopien die Tags nicht kennen.
- Scanner als verantwortliche Person. Scheitert bei kombiniertem Personenbezug.
- Proof of Concept-Ausnahme. Scheitert als zweite unkontrollierte Kopie.
- Catalog-Samples mit echten Mails. Scheitert als öffentliche personenbezogene Daten.
- Custom Fields automatisch Include. Scheitert, weil Packages die schärfsten Felder bringen.
- DSB klassifiziert im Alleingang. Scheitert an Mandat und an der Pipeline — Teil 2.
Praktische Umsetzung
Dieser Einstieg ist ein Arbeitsmuster, keine Kalenderübung und keine Leseliste. Nimm einen echten Fall, an dem sich die Entscheidung prüfen lässt.
Im verlinkten Arbeitsplan hältst du fest, wer die einzelnen Aufgaben übernimmt, bis wann sie erledigt werden und welche Entscheidungen noch offen sind.
Starte mit dem kleinsten echten Fall, der fachlich wichtig genug ist. Prüfe danach, ob die Entscheidung wirklich auffindbar, umsetzbar und auditierbar ist. Rollenklärung: Wer hilft wem an der Quelle.
Erster belastbarer Stand: Unreviewed-Gate am Slice. Freitext draußen. Heuristik für Salesforce-Standard plus Customs. Preview ohne Rohwerte.
Stabiler Betrieb: Ein neues Custom Field wurde geblockt, reviewed, dann bewusst Include oder Defer. Ein PoC-Upload ohne Purpose ist abgelehnt.
Checkliste
- Unreviewed fließt nicht in Mart, BI oder KI.
- Jedes Include-Feld hat Zweck.
- Freitext und Files sind Defer, bis Zweck plus Auskunfts- und Löschrechte existieren.
- Samples sind maskiert oder fehlen.
- Schema-Drift trifft dasselbe Prüfpunkt.
- Privacy ist C, verantwortliche Person A, technischer Betreiber R fürs Prüfpunkt.
Artefakt
PII-Tor (Seite 3): Allowlist, Unreviewed-Liste, Freitext-Excludes, Review-Trigger für neue Fields, Preview-Regel. Hängt an der First-Contact Card.
Tools
- personenbezogene Daten Recommend Generator
- personenbezogene Daten Unreviewed Prüfpunkt Generator
- personenbezogene Daten Richtlinie Generator
- personenbezogene Daten Auskunfts- und Löschrechte Readiness
Weiterführend
- personenbezogene Daten-Klassifikation: direkt, indirekt, abgeleitet, kombiniert
- personenbezogene Daten & Privacy Governance
- personenbezogene Daten vor KI-Ingestion stoppen
- Metadaten nah an der Quelle
Unknown source — who helps, PII, quality
Part 3 of 5
View series