Das Datenproblem, für das sich niemand zuständig fühlt

Jedes IAM-Team wünscht sich bessere Analysen, sauberere Access Reviews und AI, die Menschen tatsächlich hilft, bessere Entscheidungen zu treffen. Deutlich weniger Aufmerksamkeit bekommt der weniger glamouröse Teil, der all dem zugrunde liegt: der Zustand der Identitätsdaten selbst.

Identitätsdaten werden oft als technisches Detail im Hintergrund behandelt. Tatsächlich prägt ihre Qualität alles, was darauf aufbaut. Fragmentierte oder inkonsistente Daten machen es schwerer, den Analysen, Governance-Entscheidungen und der AI zu vertrauen, die auf ihnen beruhen.

Nexis wird im Gartner®-Report Establish an Identity Data Layer to Reduce Technical Debt and Secure AI aus dem Jahr 2026 genannt. [1]

Und wir finden, dass diese Unterscheidung mehr Aufmerksamkeit verdient.

Mehr Sichtbarkeit bereinigt nicht die Daten darunter

Lange Zeit drehte sich die IAM-Diskussion vor allem um Sichtbarkeit: mehr Systeme anbinden, die Daten zusammenführen und einen besseren Überblick darüber schaffen, wer worauf Zugriff hat.

Das ist wichtig. Aber es macht die zugrunde liegenden Daten nicht automatisch besser.

Eine Identität kann weiterhin doppelt existieren. Ein Konto kann weiterhin ohne klaren Verantwortlichen sein. Einer Berechtigung kann weiterhin der Kontext fehlen. Und verschiedene Systeme können über dieselbe Person oder dasselbe Zugriffsrecht weiterhin unterschiedliche Geschichten erzählen.

Genau hier ist die Einordnung von Gartner besonders relevant. Gartner empfiehlt, „IAM Technical Debt als Herausforderung des Datenmanagements und der Governance zu behandeln und nicht allein als Tooling-Herausforderung, indem ein zentraler Identity Data Layer aufgebaut wird.“[1] Gartner warnt außerdem, dass „das Hinzufügen neuer Identity-Visibility- und -Intelligence-Tools ohne klar definierte Datenmanagementprozesse die Folgen schlechter IAM-Daten verstärken kann.“[1]

Wir sehen dasselbe Risiko. Eine neue Visibility-Ebene kann fragmentierte Daten leichter sichtbar machen, aber sie macht diese Daten nicht von sich aus vertrauenswürdig. Ohne Korrelation, klare Verantwortlichkeiten, Validierung und Governance haben Unternehmen am Ende womöglich nur eine ansprechendere Sicht auf dieselben grundlegenden Probleme.

AI lässt das Datenproblem nicht verschwinden

AI macht dieses Thema noch wichtiger.

Gartner berichtet: „Während mehr als 80 % der Unternehmen planen, ihre Investitionen in traditionelle und generative AI bis 2026 zu erhöhen, gehen nur 40 % der AI-Prototypen in Produktion, vor allem aufgrund von Herausforderungen bei der Verfügbarkeit und Qualität von Daten.“[1]

Für uns ergibt sich daraus eine klare Lehre für IAM: AI lässt schlechte Identitätsdaten nicht verschwinden.

Arbeitet ein AI-System mit fragmentierten oder falsch korrelierten Zugriffsdaten, leidet auch die Qualität seiner Ergebnisse. Gartner nennt ausdrücklich „ungenaue Empfehlungen, unvollständige Analysen von Zugriffspfaden, falsche Zuordnung von Verantwortlichkeiten und unzuverlässige Automatisierung als mögliche Folgen, wenn AI-Agenten mit fragmentierten IAM-Daten arbeiten.“[1]

Deshalb sollte die Diskussion über AI in der Identity Governance aus unserer Sicht eine Ebene früher beginnen. Bevor wir fragen, wie intelligent das Modell ist, sollten wir fragen, wie verlässlich der Identitätskontext ist, den wir ihm geben.

Ein Dashboard ist erst der Anfang

Ein weiteres Prinzip im Report deckt sich stark mit unserem Ansatz für Identity Governance bei Nexis: Daten zusammenzuführen ist nicht das Endziel.

Gartner betont die Bedeutung bidirektionaler Datenflüsse. „Informationen sollten nicht nur von Quellsystemen zur Analyse in einen zentralen Data Layer fließen; freigegebene Korrekturen und Verbesserungen sollten auch in die operativen Systeme zurückfließen können. Ohne diese Rückflüsse und die kontinuierliche Verbesserung der Datenqualität bleibt der Data Layer laut Gartner ein Reporting-Tool.“[1]

Diese Unterscheidung ist uns wichtig.

Übermäßige Zugriffe zu finden, schafft dann Mehrwert, wenn diese Zugriffe tatsächlich überprüft und angepasst werden können. Einen Segregation-of-Duties-Konflikt zu erkennen, ist dann relevant, wenn jemand ihn auflösen oder dokumentieren kann. Eine Berechtigung ohne klaren Verantwortlichen zu finden, ist dann relevant, wenn diese Information korrigiert und in den Governance-Prozess zurückgeführt werden kann.

Sichtbarkeit hilft uns, das Problem zu verstehen. Governance ermöglicht es uns, etwas dagegen zu tun.

So geht NEXIS das Thema an

Diese Verbindung von Daten, Kontext und Handeln steht im Mittelpunkt der Art und Weise, wie wir NEXIS entwickelt haben.

Die NEXIS Plattform führt Identitäts- und Berechtigungsdaten aus verschiedenen Systemen zusammen und hilft, Inkonsistenzen und Governance-Lücken in diesen Daten aufzudecken. Statt Identitäten, Konten, Rollen und Berechtigungen isoliert zu betrachten, macht NEXIS ihre Beziehungen sichtbar und für die Governance nutzbar.

Identity Grids und mehr als 20 Matrixansichten machen komplexe Beziehungen zu Ansichten, die IAM-Teams und Fachanwender verstehen und validieren können. Anwendungsübergreifende Segregation-of-Duties-Prüfungen ergänzen eine weitere Perspektive, indem sie Konflikte erkennen, die verborgen bleiben können, wenn einzelne Systeme getrennt bewertet werden.

Doch Sichtbarkeit ist nur ein Teil des Prozesses.

NICO, der NEXIS Intelligent Co-Pilot, unterstützt Rezertifizierungs- und Zugriffsentscheidungen mit Empfehlungen und liefert Begründungen, die Prüfern helfen, diese nachzuvollziehen. NEXIS kombiniert dies mit Funktionen für Mining, Simulation, Rezertifizierung und Identity Security Posture Management, um vom Erkennen von Problemen zur Verbesserung der zugrunde liegenden Berechtigungslandschaft zu gelangen.

Das Ziel ist keine einmalige Bereinigung. Identitätsdaten ändern sich, sobald Mitarbeitende ihre Rolle wechseln, Anwendungen sich ändern, neue Konten entstehen oder Zugriffe hinzugefügt und entfernt werden. Die Pflege der Identitätsqualität muss für uns daher Teil eines kontinuierlichen Governance-Prozesses sein.

Genau dort beginnt aus unserer Sicht auch AI-ready Identity Governance: mit Identitätsdaten, die Sie verstehen und denen Sie vertrauen können, und mit Governance-Prozessen, die es Ihnen ermöglichen, danach zu handeln.

Erfahren Sie in einer Live-Demonstration, wie NEXIS Identitätsdaten, Intelligence und Governance zusammenbringt.

Demo anfordern

Quellen

[1] Gartner, Establish an Identity Data Layer to Reduce Technical Debt and Secure AI, Nat Krishnan, 31. August 2026. Gartner-Abonnenten können den Report hier abrufen: https://www.gartner.com/en/documents/8332317

GARTNER ist eine eingetragene Marke und Dienstleistungsmarke von Gartner, Inc. und/oder seinen verbundenen Unternehmen. Gartner unterstützt keine Unternehmen, Anbieter, Produkte oder Dienstleistungen, die in seinen Publikationen dargestellt werden, und rät Technologieanwendern nicht, nur die Anbieter mit den höchsten Bewertungen oder anderen Bezeichnungen auszuwählen. Gartner-Publikationen bestehen aus den Meinungen der Geschäfts- und Technologie-Insights-Organisation von Gartner und sollten nicht als Tatsachenaussagen ausgelegt werden. Gartner lehnt alle ausdrücklichen oder stillschweigenden Garantien in Bezug auf diese Publikation ab, einschließlich jeglicher Garantien der Marktgängigkeit oder Eignung für einen bestimmten Zweck.