Wie Hochschulen Daten verwalten und die Regeln zur Cybersicherheit erfüllen

Der praktische Leitfaden zu dieser Änderung ist das NÚKIB-Portal, über das Organisationen Meldepflichten und andere Pflichten erfüllen. Das Gesetz legt einen klaren Starttermin fest: Ab dem 1. November 2025 laufen die Fristen, und Hochschulen müssen innerhalb eines festgelegten Zeitraums (in der Regel 60 Tage) die Selbstidentifizierung abschließen und regulierte Dienste melden und dann nachweisen, wie sie das Management der Cybersicherheit und die zugehörigen Prozesse umgesetzt haben. In der Praxis heißt das, belegen zu können, welche Daten wir verwalten, wo sie liegen, wer für sie verantwortlich ist und wie sie gesichert sind.

‍

Für Hochschulen, die traditionell umfangreiche Datenbestände verwalten, von Studierendendaten und Forschungsdaten bis zu Finanz- und Personalsystemen, ist dieser Wandel eine erhebliche Herausforderung. Wie können sie mit vertretbarem Einsatz von Ressourcen wirksam darauf reagieren?

Rechtlicher Rahmen NIS2: Was verlangt das Gesetz konkret?

Das Gesetz über die Cybersicherheit (Zákon o kybernetické bezpečnosti) ordnet Hochschulen je nach Größe und Bedeutung als Einrichtungen der kritischen Informationsinfrastruktur oder als Anbieter wesentlicher Dienste ein. Das bedeutet Pflichten, um:

• Informationswerte zu erkennen und einzustufen, einschließlich der Datenquellen und ihrer Beziehungen
• Prozesse für das Management der Informationssicherheit einzuführen, zu denen die Verwaltung der Datenbestände gehört
• die Dokumentation der Datenflüsse und der Beziehungen zwischen Systemen sicherzustellen
• Maßnahmen zum Schutz personenbezogener Daten mit DSGVO-Compliance umzusetzen
• regelmäßig über den Stand der Cybersicherheit und des Datenmanagements zu berichten

‍

Das praktische Minimum für Hochschulen (erste Schritte)

1. Die regulatorischen Auswirkungen erfassen (Einstufung, Art der Pflichten, Fristen; das NÚKIB-Portal beobachten)
2. Glossare und Kataloge als einheitliche Datenbasis aufbauen (im Einklang mit dem kommenden Rahmen des DGA und dem tschechischen Gesetz zur Data Governance, das lokale Kataloge, Datenwörterbücher und Metadaten an Hochschulen betont, verknüpft mit dem NKOD)
3. Wichtige Daten und Berichte erfassen
4. Klassifizierung und Zugriffskontrolle (verknüpft mit dem IAM) sowie Audit-Trails einrichten
5. Datenflüsse klären (Lineage)

‍

Warum Data Governance der kürzeste Weg zur Compliance mit NIS2 ist

Data Governance bietet Hochschulen einen Rahmen, der rechtliche Anforderungen in die tägliche Praxis übersetzt und nachweisbare Aufzeichnungen, Rollen und Prüfbarkeit sicherstellt (siehe Art. 20 bis 23 NIS2-Richtlinie). Über die Cybersicherheit hinaus wird das tschechische Gesetz über die Verwaltung von Daten und den kontrollierten Zugang zu Daten (Umsetzung des DGA) vorbereitet, das lokale Kataloge, Datenwörterbücher und Metadaten in der öffentlichen Verwaltung betont und an den nationalen Katalog anbindet, also Bereiche, in denen Data Governance konkrete Verfahren und Werkzeuge liefert.

‍

Statt einer einmaligen „Jagd nach Dokumentation“ schafft sie systematische Aufzeichnungen der Datenbestände, klare Rollen und Verantwortlichkeiten, Glossare für Begriffe und Daten und vor allem Prüfbarkeit. Wo das Gesetz Risikomanagement, Zugriffskontrolle, die Fähigkeit zur Analyse der Auswirkungen von Vorfällen und eine einheitliche Terminologie verlangt, liefert die Governance einen einheitlichen Katalog, Definitionen und transparente Beziehungen zwischen Berichten und Quelldaten. So können Leitung und IT schnell feststellen, woher die Zahlen in Berichten stammen, wer für sie einsteht und welche Änderungen oder Vorfälle sie beeinflussen könnten.

‍

Zugleich passt die Governance ganz natürlich zum Trend offener und katalogisierter Daten in der öffentlichen Verwaltung. Der Staat baut seit Langem eine Umgebung für die Erfassung von Daten und Metadaten auf (NKOD, der Nationale Katalog offener Daten) und stärkt die Standards für ihre Beschreibung und Weiterverwendung. Der interne Katalog und die Glossare einer Hochschule stehen „auf derselben Seite“ und helfen, einheitliche Metadaten, Qualität und Nachvollziehbarkeit über Fakultäten und Aufgabenbereiche hinweg einzuführen. Die Agentur für Digitalisierung und Information verwaltet den nationalen Katalog und koordiniert die Standards und Methoden der Digitalisierung in der öffentlichen Verwaltung im Rahmen des Programms Digitales Tschechien (Digitální Česko).

‍

Was jede Hochschule für ein bestandenes Audit haben sollte

Es geht nicht um eine lange Liste, sondern um solide Grundlagen, die sich schrittweise und pragmatisch umsetzen lassen. Der Kern ist eine einheitliche Datenbasis, ein zentraler Überblick über die Datenbestände, einheitliche Definitionen und nachvollziehbare Beziehungen. Auf strategischer Ebene heißt das, Data Owner und Data Stewards zu benennen, Regeln für Klassifizierung und Zugriff festzulegen und einen Audit-Trail der Änderungen zu führen. Auf operativer Ebene brauchen Sie ein Business Glossary (damit „Studierende“, „Einschreibung“ oder „Erfolgsquote“ an der ganzen Hochschule dasselbe bedeuten), ein Datenwörterbuch (damit sich bestimmte Quellen und Attribute finden lassen) und einen Katalog der Berichte, der mit den Quellen verknüpft ist. Für Berichte, die als Entscheidungsgrundlage für Leitung, Förderagenturen oder Akkreditierungsverfahren dienen, ist Data Lineage unverzichtbar, also das Wissen um den Weg der Daten von der Quelle über die Transformationen bis zu den fertigen Visualisierungen.

‍

Klug beginnen: kleines Pilotprojekt, schneller Nutzen

Bewährt hat sich, 1 bis 2 vorrangige Bereiche auszuwählen (etwa das akademische und das finanzielle Berichtswesen), in denen die Auswirkungen auf Entscheidungen und Ruf am größten sind. Erfassen Sie die wichtigsten Berichte und ihre Quellen, vereinheitlichen Sie die Definitionen der meistgenutzten Begriffe und bauen Sie eine grundlegende Lineage auf. Der Nutzen zeigt sich meist schon in den ersten Wochen: weniger Streit über „richtige Zahlen“, schnellere Freigaben, leichtere Reaktionen auf Gesetzesänderungen oder Vorfälle.

‍

Dieser Ansatz hat sich im Bildungswesen bewährt, liefert schnelle Ergebnisse und hilft, Uneinigkeit über Zahlen zu verringern.  

‍

Mehr dazu in:

• EDUCAUSE (A Data and IT Governance Journey)
• EDUCAUSE (Keys to an Analytics Future)
• Allgemeine Methodik für „schnelle Erfolge“ bei Gartner

‍

Wie Dawiso ein effizientes Datenmanagement unterstützt

Dawiso ist eine Plattform für Data Governance und Datenkataloge, die hilft, diese Grundlagen schnell und nachhaltig aufzubauen. Anders als schwerfällige Lösungen ist sie auf eine hohe Akzeptanz ausgelegt: Fakultäten, Fachteams und „fachliche“ Nutzer arbeiten in einer Umgebung, in der sie dasselbe sehen.  

• Einheitliche Glossare und Katalog: Zentrale Aufzeichnungen von Begriffen, Datensätzen und Berichten, verknüpft mit Verantwortlichen und fachlich Zuständigen. Hochschulen verringern das Risiko zersplitterter Definitionen zwischen Fakultäten und Abteilungen.
• Interaktive Data Lineage: Überblick über die Datenflüsse von den Quellen bis zu den Ergebnissen. Bei einem Vorfall oder einer Regeländerung können Sie die Auswirkungen schnell abschätzen und die Prioritäten der Behebung festlegen.
• Rollen, Workflow und Audit-Trail: Kontrollierte Freigaben, Änderungsverlauf und Nachweisbarkeit. Das, was Prüfer und Vorschriften zur Cybersicherheit tatsächlich verlangen.

‍

Der Dawiso AI Context Layer für effizientere Datenarbeit und generative KI

Der herkömmliche Aufbau von Data Governance bedeutet Wochen bis Monate an Erfassung und Dokumentation. Der moderne Ansatz beschleunigt diesen Start erheblich, verkürzt die Zeit für den Aufbau eines Katalogs von Monaten auf Tage und hilft, ihn laufend aktuell zu halten. Der AI Context Layer ist keine gesetzliche Anforderung. Er ist aber ein Beschleuniger, der auf gut verwalteten Daten aufbaut und Teams hilft, schnell Nutzen aus Katalogen und Glossaren zu ziehen.

• Automatische Erzeugung des fachlichen Kontexts: analysiert Metadaten aus den Quellsystemen und schlägt Definitionen, Beschreibungen und Beziehungen zwischen Objekten vor
• Lebendiges Business Glossary: Statt eines statischen Dokuments entsteht ein lebendiges Glossar, das sich laufend entsprechend den Änderungen der Daten aktualisiert
• Validierung mit dem Menschen im Prozess : KI schlägt vor, Fachleute an der Hochschule bestätigen. Das sichert die Genauigkeit in einem Bruchteil der Zeit rein manueller Verfahren
• Integration in bestehende Systeme: Anbindung an Studierendeninformationssysteme, Personalwesen, Finanzen und Data Warehouses; Dawiso schafft darüber eine einheitliche Schicht aus Kontext und Management

‍

Das Ergebnis ist eine praktische Antwort auf zwei zentrale Fragen: Erfüllen wir die gesetzlichen Anforderungen? Und zugleich: Steigern wir die Datenqualität und die Vertrauenswürdigkeit der Daten?

‍

Worauf Sie in den kommenden Monaten achten sollten

Die gesetzlichen Meilensteine stehen fest und werden sich in Kontrolltätigkeiten und methodischer Arbeit des Staates niederschlagen. Wir empfehlen, die Informationen des NÚKIB zum Inkrafttreten des Gesetzes und zu den Meldepflichten laufend über das NÚKIB-Portal zu verfolgen. Es wird zum wichtigsten Zugang, nicht nur für die Selbstidentifizierung und die Meldung regulierter Dienste, sondern auch für die weitere Kommunikation und die Erfüllung von Pflichten. Hat eine Hochschule grundlegende Aufzeichnungen der Bestände, Glossare und einen Katalog der Berichte eingeführt, verkürzt sich die Zeit zwischen der Pflicht, „etwas zu melden“, und der Fähigkeit, Inhalt und Qualität des Managements nachzuweisen, erheblich.

‍

Mehr erfahren in unserem Webinar

Seien Sie am 4. November 2025 bei einer Live-Vorführung dabei, in der wir zeigen, was Data Governance umfasst, welchen Nutzen sie bringt und wie man sie wirksam in einer Hochschule einführt. Gemeinsam mit unserem Partner Dolphin Consulting, der das Webinar ausrichtet, gehen wir durch, wie ein Business Glossary und ein Datenwörterbuch einer Hochschule aussehen können, wie sich Kataloge von Berichten mit ihren Quellen verknüpfen lassen und wie generative KI das erste Befüllen des Katalogs und die Autoverknüpfung beschleunigt. Anhand praktischer Szenarien aus anderen Branchen zeigen wir, wie dieselben Grundsätze halfen, die Zeit von geänderten Anforderungen bis zu aktualisierten Berichten zu verkürzen, und wie die Visualisierung der Lineage die Wirkungsanalyse vereinfacht.

‍

Anmeldung zum Webinar: https://events.teams.microsoft.com/event/a5b59d32-57ed-4039-8425-cc754e8df38f@1856b27d-b96f-4580-841c-78e786c387c6