Kopie der Live-Datenbank für Tests anonymisieren
Kurz gesagt: Für Tests, Fehlersuche und die Entwicklung neuer Funktionen ist eine Kopie der echten Datenbank verlockend: realistische Datenmengen, echte Sonderfälle, keine mühsam erfundenen Testdaten. Gleichzeitig enthält diese Kopie Namen, Adressen, Telefonnummern, E-Mail-Adressen und oft vertrauliche Notizen Ihrer Kundschaft. Landet sie auf einem Entwicklerlaptop, in einem Testsystem mit schwachem Schutz oder bei einer externen Agentur, ist das ein unnötiges Risiko. Der sichere Weg ist eine anonymisierte Kopie: Persönliche Daten werden vor der Weitergabe ersetzt oder entfernt, während Struktur, Mengen und Zusammenhänge erhalten bleiben.
Warum echte Daten im Testsystem riskant sind
Testsysteme sind selten so gut geschützt wie das Live-System. Typische Schwachstellen:
- Mehr Personen haben Zugriff, auch externe Dienstleister.
- Zugangsdaten sind einfacher oder werden geteilt.
- Kopien landen auf Laptops, die unterwegs verloren gehen können.
- Testsysteme verschicken versehentlich echte E-Mails oder SMS an echte Kundschaft.
- Sicherungen und alte Kopien werden vergessen und nie gelöscht.
Besonders der vierte Punkt ist im Alltag gefährlich: Ein Test der Erinnerungsfunktion schickt plötzlich hunderte Nachrichten an echte Kundinnen und Kunden.
Welche Daten anonymisiert werden müssen
Gehen Sie Ihre Datenbank Tabelle für Tabelle durch und markieren Sie alle Felder mit persönlichen oder vertraulichen Daten:
- Namen, Anschriften, Telefonnummern, E-Mail-Adressen
- Geburtsdaten und andere persönliche Angaben
- Freitextfelder wie Notizen, Kommentare, Nachrichten
- Zahlungs- und Bankdaten
- Zugangsdaten, Tokens und Passwort-Prüfsummen
- hochgeladene Dateien wie Fotos und Dokumente
- Protokolle mit Netzwerkadressen oder Geräteinformationen
Freitextfelder werden oft übersehen, enthalten aber häufig die sensibelsten Informationen.
Methoden der Anonymisierung
Je nach Feld eignen sich unterschiedliche Verfahren:
- Ersetzen durch Platzhalter: Namen werden zu „Kunde 1042“, E-Mail-Adressen zu „kunde1042@example.invalid“. Die Domain example.invalid stellt sicher, dass nie eine echte E-Mail verschickt wird.
- Ersetzen durch erfundene Daten: Bibliotheken für Testdaten erzeugen realistisch wirkende Namen und Adressen. Das ist hilfreich, wenn Layouts mit echten Längen getestet werden sollen.
- Verallgemeinern: Ein Geburtsdatum wird auf das Jahr reduziert, eine Adresse auf Postleitzahl und Ort.
- Leeren: Freitextfelder, Tokens und Zahlungsdaten werden komplett geleert oder durch einen festen Text ersetzt.
- Weglassen: Ganze Tabellen, etwa Protokolle, werden gar nicht kopiert.
Wichtig ist, dass Zusammenhänge erhalten bleiben. Wenn ein Kunde zehn Aufträge hat, sollte er auch in der Kopie zehn Aufträge haben, nur unter anderem Namen.
Tabellen gezielt weglassen
Nicht jede Tabelle wird im Testsystem gebraucht. Protokolle, Sitzungsdaten oder alte Nachrichten sind für die meisten Tests überflüssig. Bei PostgreSQL bietet das Sicherungswerkzeug pg_dump laut Dokumentation die Option exclude-table-data, mit der die Daten einzelner Tabellen ausgelassen werden, während ihre Struktur erhalten bleibt. So entsteht eine Kopie mit allen Tabellen, aber ohne den Inhalt der ausgeschlossenen. Andere Datenbanksysteme haben vergleichbare Möglichkeiten.
Der Ablauf als Skript
Anonymisierung von Hand ist fehleranfällig. Besser ist ein Skript, das immer gleich abläuft:
- Eine Sicherung des Live-Systems in einer geschützten Umgebung wiederherstellen.
- Alle markierten Felder anonymisieren und nicht benötigte Tabellen leeren.
- Prüfen, ob noch echte Daten enthalten sind, etwa durch Suche nach typischen Mustern wie „@“ in E-Mail-Feldern mit echten Domains.
- Erst dann die anonymisierte Kopie exportieren und an das Testsystem übergeben.
- Die nicht anonymisierte Zwischenkopie löschen.
Wichtig: Die Anonymisierung geschieht vor der Weitergabe, nicht im Testsystem. Sonst liegen die echten Daten zumindest kurz an einem schlechter geschützten Ort.
Wer Zugriff auf die Zwischenschritte hat
Der heikelste Moment ist der zwischen Wiederherstellung und Anonymisierung. In dieser Zeit liegen echte Daten in einer zweiten Umgebung. Diese Umgebung sollte genauso streng geschützt sein wie das Live-System: nur wenige Personen mit Zugriff, keine Verbindung nach außen, automatische Löschung nach Abschluss des Skripts. Viele Betriebe führen diesen Schritt deshalb auf einem eigenen, abgeschotteten Server oder direkt in der Infrastruktur des Live-Systems aus und geben nur das fertige Ergebnis heraus. Protokollieren Sie außerdem, wann eine Kopie erstellt wurde und an wen sie ging. So wissen Sie jederzeit, wo anonymisierte Daten im Umlauf sind und wann sie gelöscht werden sollten.
Ein kleiner Datensatz für den Alltag
Nicht jede Entwicklerin braucht eine vollständige Kopie. Für die tägliche Arbeit genügt oft ein kleiner, repräsentativer Ausschnitt: einige hundert Kunden mit ihren Aufträgen, ausgewählt so, dass typische Sonderfälle enthalten sind. Ein solcher Ausschnitt ist schneller eingespielt, braucht weniger Speicherplatz und senkt das Risiko zusätzlich. Die vollständige anonymisierte Kopie bleibt für Lasttests und die Suche nach Fehlern, die nur bei großen Datenmengen auftreten.
Neue Felder nicht vergessen
Die größte Schwachstelle ist die Zeit. Ein Skript, das vor einem Jahr alle Felder abgedeckt hat, kennt die neu hinzugekommenen nicht. Machen Sie es sich zur Regel, bei jeder Datenbankänderung zu prüfen, ob ein neues Feld persönliche Daten enthält, und das Anonymisierungsskript gleich mit anzupassen. Ein automatischer Test kann helfen, der fehlschlägt, wenn ein neues Feld weder als anonymisiert noch als unbedenklich markiert ist.
Ausgehende Nachrichten im Testsystem sperren
Zusätzlich zur Anonymisierung sollte das Testsystem grundsätzlich keine echten E-Mails, SMS oder Push-Nachrichten versenden können. Leiten Sie alle ausgehenden Nachrichten in ein Testpostfach um oder schalten Sie den Versand ganz ab. So bleibt ein Fehler in der Anonymisierung folgenlos.
Beispiel aus der Praxis
Eine Hausverwaltung in Wien lässt ihre Mieterportal-App von einer externen Agentur weiterentwickeln (Beispiel zur Veranschaulichung). Bisher bekam die Agentur bei Bedarf eine vollständige Kopie der Datenbank. Jetzt läuft einmal pro Woche ein Skript, das eine Sicherung in einer geschützten Umgebung wiederherstellt, Namen, Kontaktdaten und Notizen ersetzt, Nachrichtenverläufe und Protokolle ausschließt und erst dann eine Kopie bereitstellt. Das Testsystem leitet alle E-Mails in ein internes Testpostfach um.
Typische Fehler
- Vollständige Kopien an Agenturen oder Freelancer weitergeben.
- Anonymisierung erst im Testsystem.
- Freitextfelder und hochgeladene Dateien übersehen.
- Neue Felder nicht ins Skript aufnehmen.
- Testsystem darf echte Nachrichten verschicken.
Häufige Fragen
Reicht es, nur Namen zu ersetzen?
Nein. Auch Kontaktdaten, Freitexte und Dateien können Personen identifizieren. Gehen Sie alle Felder systematisch durch.
Sind erfundene Testdaten nicht einfacher?
Für viele Tests ja. Eine anonymisierte Kopie hilft vor allem dann, wenn realistische Mengen und Sonderfälle wichtig sind.
Wie oft sollte die Kopie erneuert werden?
So oft, wie Tests aktuelle Daten brauchen, etwa wöchentlich oder vor größeren Änderungen. Alte Kopien sollten gelöscht werden.
Was mache ich mit hochgeladenen Fotos?
Ersetzen Sie sie durch neutrale Platzhalterbilder oder lassen Sie sie ganz weg, wenn die Tests sie nicht brauchen.
Wenn Ihr Testsystem bisher mit echten Kundendaten arbeitet und Sie das ändern möchten, entwickeln wir gern ein passendes Anonymisierungsskript: Testdaten absichern.