Microsoft Purview entwickelt sich kontinuierlich weiter – und wer regelmäßig mit eDiscovery arbeitet, hat es vielleicht schon bemerkt: In der neuen Benutzeroberfläche gibt es einen „Statistik“-Button, der bei der Arbeit mit Suchergebnissen völlig neue Einblicke ermöglicht. Statt direkt zu sammeln, erlaubt diese Funktion eine strukturierte Bewertung der Suchergebnisse vor dem nächsten Schritt. Das spart Zeit, reduziert Aufwand und verbessert die Ergebnisqualität erheblich.
🧭 Wo finde ich die Statistik-Funktion?
Nach Ausführen einer Suchabfrage innerhalb eines eDiscovery-Falls wird über den Button „Statistik anzeigen“ eine erweiterte Ansicht generiert. Hier können verschiedene Optionen vor dem Start aktiviert werden:
- Kategorien einbeziehen: Aufschlüsselung nach Person, Fehler, vertraulichen Informationen etc.
- Bericht zu Abfrageschlüsselwörtern einbeziehen: Zeigt, welche Suchbegriffe die meisten Treffer generieren.
- Teilweise indizierte Elemente einbeziehen: Hilfreich bei OCR oder gescannten PDFs.
- Optionale Filter für teilweise indizierte Elemente: Eingrenzung der Analyse auf tatsächlich betroffene Speicherorte.
🧠 Warum ist das wichtig?
Die Statistikfunktion erlaubt eine gezielte Bewertung, bevor man mit der Sammlung oder dem Export beginnt. Besonders spannend: Der visuelle Überblick zu Datenquellen und Kommunikationsteilnehmern.
In dieser Beispielanalyse zeigt sich deutlich:
Julian Kusenberg und Copilot in Word dominieren den Kommunikationsfluss – eine wichtige Information, bevor man Daten exportiert oder eine dedizierte Analyse startet.
🧩 Datenquellen verstehen
Eine weitere Aufschlüsselung erfolgt über die Herkunft der Treffer: Wer liefert am meisten? Wo steckt das Risiko?
In diesem Fall kommen über 93 % der Treffer von einem einzelnen Benutzer – ein klarer Hinweis darauf, wo vertieft analysiert oder ausgewertet werden sollte.
🔍 Details auf Knopfdruck
Mit einem Klick auf „Kommunikationsteilnehmer“ wird die Analyse noch granularer. Welche Quelle steckt hinter welchem Kommunikationspartner? Welche Datenquellen wurden genutzt?
Hier zeigt sich u. a., dass Copilot in Word 27 % der Kommunikation in diesem Kontext ausmacht – wichtige Kontextinformationen für weiterführende Analysen oder Berichte.
Auch vertrauliche Informationstypen (Sensitive Information Types, SITs) werden in der Statistikansicht ausgewiesen. So erhält man einen ersten Eindruck, ob sensible Daten betroffen sein könnten – z. B. vollständige Namen, Ausweisnummern oder medizinische Begriffe.
Aber Vorsicht: Diese Auswertung basiert auf den Standard-SITs von Microsoft, die zwar hilfreich sein können, aber häufig falsch-positive oder irrelevante Treffer enthalten – insbesondere in multilingualen Umgebungen oder bei generischen Begriffen.
👉 Gerade hier lohnt es sich, eigene, unternehmensspezifische SITs zu definieren, etwa für interne Projektnamen, Mandatsnummern, HR-spezifische Dokumenttypen oder vertrauliche Klassifikatoren. Diese können die Aussagekraft und Relevanz der Statistik erheblich steigern und gezieltere Compliance- oder Investigationsentscheidungen ermöglichen.
Für einen belastbaren Datenschutznachweis oder eine echte Schutzbedarfsbewertung reicht die Statistik allein nicht aus – hier sollte stets eine manuelle oder regelbasierte Nachbewertung erfolgen.
❗️Kleine Einschränkung: Keine Sensitivity Labels sichtbar
So hilfreich die neuen Statistiken auch sind – eine wichtige Komponente fehlt bisher leider: die Anzeige von Sensitivity Labels. Obwohl sie eine zentrale Rolle im Microsoft-Purview-Ökosystem spielen und häufig bereits in der Klassifizierung oder Verschlüsselung Anwendung finden, bleiben sie in der Statistikansicht außen vor.
Gerade für Compliance-, DLP- oder IRM-Auswertungen wäre es sinnvoll, direkt erkennen zu können, welche Labels vorkommen, wie sie verteilt sind und ob beispielsweise hochvertrauliche Inhalte betroffen sind. Es bleibt zu hoffen, dass Microsoft hier nachzieht und Sensitivity Labels künftig in die Analyse integriert.
🎯 Fazit: Mehr Übersicht, weniger Trial-and-Error
Die neue Statistikfunktion in Microsoft Purview eDiscovery (Standard) bringt messbare Vorteile:
✅ Keine aufwändigen Sammlungen mehr für erste Auswertungen
✅ Tiefe Einblicke in Quellen, Personen, Kommunikationsflüsse
✅ Exportierbare Ergebnisse als CSV für Excel oder Power BI
✅ Visuelle, verständliche Darstellung für Stakeholder oder Auditoren
✅ Erste Erkennung potenziell vertraulicher Inhalte via SITs (mit Optimierungspotenzial durch eigene Typen)
❗️Was aktuell noch fehlt: Die Anzeige von Sensitivity Labels, obwohl diese für Klassifizierung, Schutz und Zugriffskontrolle entscheidend sind. Für eine vollständige Analyse wären sie ein wertvoller Bestandteil – und hoffentlich Teil eines künftigen Updates.
Schreibe einen Kommentar