Skydda människorna bakom datan
Du kan inte läcka data som inte finns där!
Data & More hjälper organisationer att radera data som utgör integritets- eller säkerhetsrisker. Tillämpar GDPR sedan maj 2018. Skyddar data från AI sedan CoPilot
Betrodd av 260+ organisationer
Argumentet för att ha mindre data
Den nya hotmodellen
AI förändrade reglerna.
Modell
Forsvaret flyttade fran natverket till data.
Varken brandvaggar eller atkomstkontroller stoppar Copilot, Claude eller en MCP-ansluten agent fran att lasa filen.
Hastighet
Manniskohastighet blev maskinhastighet.
En agent hamtar miljontals poster pa nagra minuter. Intranget ar over innan SOC-larmet utloses.
Rackvidd
Varje AI forstarker exponeringen.
HR-AI, CRM-AI, Office AI, agentiska arbetsfloden, alla laser samma orensade data.
Losning
Hantera det.
Flytta det till en kontrollerad plats, eller radera det. Ingen tredje strategi skalar i maskinhastighet.
Se implementeringVarför minimera mängden data?
GDPR-argument för att minimera.
Lagen
Det är redan ett juridiskt krav.
GDPR Artikel 5 handlar inte bara om att "skydda personuppgifter." Det handlar också om att inte spara personuppgifter längre än vad ni behöver — lagringsminimering — och att inte samla in mer data än nödvändigt — dataminimering. Att behålla personuppgifter utan syfte är inte en gråzon. Det är olagligt. Mindre data är inte en strategi. Det är ett krav.
DSARs
Varje datapost är ett framtida ärende.
En registerförfrågan enligt GDPR kräver att ni hittar, sammanställer och lämnar ut alla personuppgifter ni har om en individ — inom en månad. Rätten till radering och rätten till rättelse fungerar på samma sätt. Ju mindre data ni lagrar, desto snabbare, billigare och mindre riskfyllt blir varje ärende. Ett slimmat arkiv svarar på dagar. Ett överfullt missar tidsfrister och producerar felaktiga underlag.
Omfattningen av ett dataintrång
Mindre data innebär mindre skada vid ett intrång.
Böter, anmälningsskyldighet och förtroendeskador påverkas direkt av vilken data som fanns kvar när intrånget skedde. GDPR artikel 33 ger er 72 timmar att anmäla incidenten till tillsynsmyndigheten. Artikel 34 kan kräva att ni informerar varje berörd individ. Omfattningen av de utskicken — och ofta även konsekvenserna — avgörs redan dagen före intrånget. Verifierad radering minskar den risken varje dag.
Varför minimera mängden data?
Säkerhetsargument för att minimera data i riskzonen.
Säkerhetsdokument
Pentester hör inte hemma i inkorgar.
Penetrationstester. Nätverksdiagram. Sårbarhetsrapporter. Arkitekturdokument. Incidentspelböcker. Inloggningsuppgifter i skärmdumpar. som beskriver exakt hur er miljö kan attackeras ligger i inkorgar, Teams-kanaler och SharePoint-sajter — skickade en gång, delade en gång och sedan bortglömda för alltid. Varje kopia är en karta som väntar på fel person. Säkerhetskritisk information ska vara hårt begränsad. Ofta är den inte det.
AI-åtkomst
AI vill ha er källkod.
Samma Copilot, RAG-pipeline eller interna LLM som ni bygger med indexerar också era repositories, designdokument och säkerhetsgranskningar. När den datan hamnar i modellens kontext kan den dyka upp för vem som helst som ställer rätt fråga. AI skiljer inte mellan kod den ska hjälpa till med och inloggningsuppgifter den aldrig borde ha sett. Lösningen är inte smartare AI. Det är mindre data framför den.
Spridning av åtkomst
De flesta borde inte ha åtkomst. De flesta har det.
Strategidokument. M&A-filer. HR-register. Lönedata. Kunders personuppgifter. Åtkomstlistorna är nästan alltid längre än organisationsschemat antyder. Rollbyten lämnar gamla behörigheter kvar. Delade mappar följer med vid förvärv. “Dela med teamet” blir till slut “dela med alla som någon gång varit i teamet”. Antalet personer som kan nå känslig data är alltid högre än någon tror. Radering är det enda som faktiskt återställer verkligheten.
Introduktion till Integritets- och Säkerhetsplattformen
AI-genererad översikt av Data & More Integritets- och Säkerhetsplattform
Få en kostnadsfri integritets- och säkerhetsgenomgång och identifiera er datarelaterade riskexponering
1. Hur stor andel av organisationens dokument innehåller personuppgifter som kan vara oförenliga med GDPR?
2. Vilka typer av känsliga personuppgifter förekommer oftast i organisationens ostrukturerade data?
3. Hur gammal är den persondata som inte längre uppfyller GDPR-krav men fortfarande lagras?
4. Vilka användarkonton eller avdelningar står för den största integritetsrisken?
5. Ökar mängden data som inte uppfyller GDPR-krav över tid?
6. Hur många dokument med integritetsrisk finns i genomsnitt per användarkonto?
7. Hur står sig organisationens compliance-nivå jämfört med branschstandarder?
8. Hur utvecklas organisationens datatillväxt jämfört med mängden riskfylld persondata?
9. Hur många unika individer (registrerade) exponeras genom den lagrade datan?
10. Vilka dokument påverkar flest registrerade?
11. Hur mycket känsliga personuppgifter har delats via e-post eller externa kanaler?
12. Vilka dokumentkategorier innehåller oftast personuppgifter?
13. Vilka typer av GDPR-känslig data identifieras, exempelvis hälsodata, politiska åsikter eller facklig tillhörighet?
14. Vad är den uppskattade årliga finansiella risken kopplad till bristande GDPR-efterlevnad?
15. Vilka kriterier används för att definiera persondata som inte uppfyller GDPR-krav?
16. Vilka dokumenttyper innebär störst IT-säkerhetsrisk för organisationen?
17. Vilka filtyper innehåller oftast integritets- eller säkerhetskänslig information?
18. Hur är säkerhetskänslig information fördelad mellan användare och avdelningar?
19. Vilka metoder och verktyg används för att identifiera och klassificera riskfylld data?
20. Hur påverkar organisationens datahantering operativ, finansiell och reputationsmässig risk?
Customers
Verkliga resultat inom reglerade sektorer
Flyg
Analys av dataläckor på dark web
En ransomwareattack ledde till att kunddata publicerades på dark web. Data & More skannade krypterade nätverk för att identifiera och fastställa vilken persondata och känslig information som hade läckt — vilket minskade konsultkostnader och möjliggjorde snabb kommunikation med berörda kunder.
Företag
Kartläggning av ansvar för filytor
En ledande dansk organisation behövde hantera miljontals filer på servrar från nuvarande och tidigare anställda utan tydligt definierat ägarskap. Data & More genomförde omfattande innehållsskanning, klassificering och GDPR-analys, etablerade ett nytt ramverk för ansvar över filytor och raderade irrelevant data.
Offentlig sektor
Ackumulering av känslig data i kommunal verksamhet
En kommun hade under många år samlat personuppgifter och känslig information genom e-postbaserad ärendehantering utan korrekt arkivering eller GDPR-efterlevnad. Data & More implementerade en lösning som gjorde det möjligt för medarbetare att få översikter över icke-kompatibla e-postmeddelanden flera år tillbaka i tiden och hantera dem effektivt.
Företag
Beslutsunderlag för DPO-initiativ
Större EU-organisationer behöver dataskyddsombud för att uppfylla GDPR-krav men har ofta svårt att få mandat och budget. Data & More hjälpte dataskyddsombud genom automatiserad och faktabaserad analys av e-postkonton som gav konkreta underlag för att säkra ledningens stöd för integritetsinitiativ.
Mindre data. Mindre risk.
Få en kostnadsfri integritets- och säkerhetsgenomgång och identifiera er datarelaterade riskexponering. Prova att analysera 250 e-postkonton utan kostnad.