Automatisieren von eDiscovery: Ein strategischer Rahmen

The Concise Framework for Discovery Automation takes the overall process of discovery, breaks it down into a data discovery component and a legal discovery component, aligns these components with insight and intelligence, and then highlights four key processes and eight key tasks that appear to be important in the discovery process across the lifecycle of information and litigation.

en flag
fr flag
de flag
pt flag
es flag

Ein aktualisierter Artikel von Rob Robinson

Framing der Automatisierung der Entdeckung

Eine der größten Herausforderungen für Informations-, Geschäfts- und Rechtsexperten ist die Fähigkeit, die Elemente der Datenermittlung und Rechtsermittlung in einem Technologieframework zusammenhängend zu betrachten, das umfassend genug ist, um kritische Ermittlungsaufgaben während der gesamten Informations- und Rechtslebenszyklen zu bewältigen. aber prägnant genug, um realistisch aus Integrations- und Automatisierungssicht angegangen zu werden.

Diese Herausforderung wird noch schwieriger, wenn man sich von der Betrachtung entdeckungsbezogener technologischer Aufgaben bewegt und anfängt zu untersuchen, wie diese Aufgaben dazu beitragen, geschäftliche und rechtliche Entscheidungen zu treffen. In der Tat muss man nur so weit schauen, wie die Ergebnisse des State of the Industry Reports der Information Governance Initiative (April 2018), um zu sehen, wie viele verschiedene und entdeckungsabhängige Informationsdisziplinen als Teil des Ökosystems der Informations-Governance-Technologie betrachtet werden, um die Notwendigkeit einer prägnanter Weg, um die Integration von Automatisierung von Aufgaben, Prozessen und Technologien zu gestalten, die zur Erkennung von Daten beitragen.

22 Informationsdisziplinen im Rahmen des Ökosystems Information Governance hervorgehoben 1

Datensatz- und Informationsmanagement - 94%

Informationssicherheit und -schutz - 93%

Compliance - 88%

Data Governance - 88%

Risikomanagement - 86%

eDiscovery - 84%

Datenschutz - 84%

Datenspeicherung und -archivierung - 83%

Legal - 78%

Wissensmanagement - 67%

Business Operations und Management - 67%

Prüfung - 65%

IT-Management - 64%

Digitale Kuration/Stewardship - 64%

Analytik - 63%

Unternehmensarchitektur - 63%

Stammdatenmanagement - 63%

Big Data - 63%

Business Intelligence - 59%

Informatik - 52%

Data Science - 52%

Finanzen - 42%

Alle oben genannten - 38%

Obwohl Information Governance nur eine von vielen Datendisziplinen ist, die von entdeckungsbezogenen Technologien abhängig sind, bietet sie ein hervorragendes Beispiel für die Komplexität der Bewältigung von entdeckungsbezogenen Aufgaben aus einer Perspektive der Aufgaben- und Prozessautomatisierung.

Von komplexen Modellen bis hin zu prägnanten Frameworks

Heute existieren mehrere veröffentlichte Modelle, die vom EDRM (Information Governance Reference Model, IGRM) und ARMAs Information Governance Maturity Model bis hin zu NIST's Framework for Improving Critical Infrastructure Cybersecurity reichen. für Discovery-Technologie. Diese Modelle helfen den Anwendern auch dabei, Einblicke in Informationen zu übersetzen, die datengesteuerte Entscheidungen informieren. Es scheint jedoch, dass ein prägnantes Technologie-Framework erforderlich ist, mit dem ein Verständnis der umfangreichen Ermittlungsanforderungen in einen vereinfachten Ermittlungsworkflow umgesetzt werden kann.

Anders gesagt, scheint es sinnvoll, dass ein Planungsrahmen, der die Kernaufgaben der Daten und der rechtlichen Ermittlung berücksichtigt, von Vorteil sein könnte, um Technologieanbietern bei der Entwicklung automatisierter Ermittlungslösungen zu unterstützen, die Daten von der ersten Erstellung bis zum Punkt der vertretbaren Zerstörung adressieren. Ein solches Framework könnte auch dazu beitragen, potenziellen Benutzern das Verhältnis zwischen Aufgaben, Funktionen und Automatisierung bei Daten und rechtlichen Ermittlungen zu erklären.

Nachfolgend zur Prüfung und Verwendung ist ein Beispiel für einen strategischen Rahmen, der Technologieanbieter bei der Entwicklung, Integration, Automatisierung und Meldung von Daten und rechtlichen Discovery-Angeboten von Vorteil sein kann.

Ein strategischer Rahmen für Daten- und Rechtsermittlung

Bei der Entwicklung eines strategischen Rahmens für Daten und rechtliche Ermittlungen ist es zunächst wichtig, mehrere Schlüsselelemente und Treiber zu definieren, die im Rahmen enthalten sind. Sieben dieser Elemente und Treiber sind unten definiert.

Data Discovery ist die Erforschung von Mustern und Trends in unstrukturierten Daten mit dem Ziel, Erkenntnisse aufzudecken und Maßnahmen zu treiben.

Electronic Discovery (Legal Discovery) ist der Prozess der Identifizierung, Erhaltung, Sammlung, Verarbeitung, Suche, Überprüfung und Erstellung elektronisch gespeicherter Informationen, die für zivilrechtliche, strafrechtliche oder regulatorische Aspekte relevant sein können.3

Discovery Automation Technology ist eine Technologie, die den Bedarf an menschlichem Eingreifen bei der Durchführung von Ermittlungsaufgaben und -prozessen senkt.4

Information Governance (IG) ist die Spezifikation von Entscheidungsrechten und ein Verantwortlichkeitsrahmen, um ein angemessenes Verhalten bei der Bewertung, Erstellung, Speicherung, Nutzung, Archivierung und Löschung von Informationen zu gewährleisten. Sie umfasst Prozesse, Rollen und Richtlinien, Standards und Kennzahlen, die die effektive und effiziente Nutzung von Informationen gewährleisten, damit eine Organisation ihre Ziele erreichen kann.

Unstrukturierte Daten sind Inhalte, die nicht einem bestimmten, vordefinierten Datenmodell entsprechen. Es ist tendenziell der vom Menschen erzeugte und menschenorientierte Inhalt, der nicht ordentlich in Datenbanktabellen passt.6

Insight ist das Verständnis von Ursache und Wirkung auf der Grundlage der Identifizierung von Beziehungen und Verhaltensweisen in einem Modell, Kontext oder Szenario.7 Wie von Graham Wallas definiert, umfassen die vier Stufen der Einsicht Vorbereitung, Inkubation, Blitz der Beleuchtung und Verifizierung. 8

Intelligenz ist die Fähigkeit, Wissen und Fähigkeiten zu erwerben und anzuwenden.9

Indem Sie diese Definitionen verwenden und sie durch die Linse eines allgemeinen Workflows betrachten, kann man ein prägnantes Discovery-Automatisierungsmodell konstruieren und ausrichten, das wichtige Ermittlungsaufgaben und -prozesse berücksichtigen kann.

Abbildung 1: Zwei Komponenten der Erkennung

Datenermittlung: Einblicke von der Datenerstellung bis zur Sammlung

Aus diesem High-Level-Framework kann man dann eine Schicht kritischer Automatisierungsprozesse und Aufgaben hinzufügen. Zu den wichtigsten Automatisierungsprozessen und Aufgaben für die Datenermittlung innerhalb des kompakten Discovery-Automatisierungsmodells gehören:

Automatisierung der Abfragung und Indizierung

Durch die automatisierte Abfragung können Unternehmen unstrukturierte Daten finden, die sich auf Endpunktcomputern und Servern befinden.

Die automatisierte Indizierung bietet Kunden eine systematische Anordnung von Datentyp, Standort und Inhalt, die in prägnanter und zusammenhängender Weise durchsucht werden können.

Die Kombination von kontinuierlicher und automatisierter Abfragung und Indizierung ermöglicht es Unternehmen, sofort und präzise Einblicke (Einsichtsanalyse) aus allen unstrukturierten Daten ab dem Zeitpunkt ihrer Erstellung zu gewinnen.

Nach der Implementierung hilft diese Funktion Benutzern, die wichtige und oft verwirrende Frage zu beantworten, wo sie mit der Datenexploration und -ermittlung beginnen können.

Automatisierung der Dateiaufbewahrung und -erfassung

Mit der Automatisierung der Dateiaufbewahrung können Benutzer eine regelbasierte Identifizierung von Dateien einrichten, die für Prüfungen, Untersuchungen oder Rechtsstreitigkeiten aufbewahrt werden müssen. Diese Funktion bereitet diese Dateien auch für die Sammlung und Verwendung in weiteren Bewertungen und Auswertungen vor.

Die Sammlungsautomatisierung nimmt identifizierte Dateien zur Aufbewahrung auf und sammelt sie in einem vom Benutzer festgelegten Repository. Dieses Aufbewahrungsarchiv der gesammelten Dateien kann dann ausgewertet und ausgewertet werden, um zusätzlichen Einblick in die Daten zu erhalten.

Abbildung 2: Zwei Komponenten der Datenermittlung

Nach der Ausführung helfen diese Aufgaben Benutzern, die Frage zu beantworten, wie sie von der Einsicht und Archivierung Analyse in formale Dokumentüberprüfungen übergehen können.

Rechtliche Ermittlungen: Informationen von eDiscovery bis zu defensible Disposition

Zu den wichtigsten Automatisierungsprozessen und Aufgaben für die rechtliche Ermittlung innerhalb des kompakten Discovery-Automatisierungsmodells gehören:

Automatisierung von Aufnahme und Verarbeitung

Ingestion und Verarbeitungsautomatisierung ermöglichen es Benutzern, Daten in ein sicheres Online-Repository in einer privaten und geschützten Cloud-Umgebung hochzuladen und diese Daten automatisch in ein nutzbares Format zur Überprüfung umgewandelt zu lassen.

Automatisierung von Review und Produktion

Die Review-Automatisierung ermöglicht es Benutzern, erweiterte Analysen und technologiegestützte Reviews zu nutzen, um Daten zu bewerten, zu überprüfen und zu analysieren.

Die Produktionsautomatisierung bietet Benutzern die Möglichkeit, Präzisionsproduktionen und Berechtigungsprotokolle zu erstellen, die in fast jede Form exportiert werden können.

Abbildung 3: Zwei Komponenten der Rechtsermittlung

Nach Abschluss dieser Aufgaben bieten diese Aufgaben Informationen, die Benutzern dabei helfen, Policy-, regulatorische oder rechtliche Fragen umfassend zu beantworten, die normalerweise Prüfungen, Untersuchungen und Rechtsstreitigkeiten vorantreiben.

Reprise

Das kombinierte Ermittlungsframework übernimmt den gesamten Ermittlungsprozess, teilt ihn in eine Datenermittlungskomponente und eine rechtliche Ermittlungskomponente auf, richtet diese Komponenten mit Einsicht und Intelligenz aus und hebt dann vier Schlüsselprozesse und acht wichtige Aufgaben hervor, die bei der Ermittlung von Bedeutung erscheinen. Prozess über den gesamten Lebenszyklus von Informationen und Rechtsstreitigkeiten hinweg.

Technologieschwerpunkt für Discovery Automation

Datenermittlung: Einblicke von der Datenerstellung bis zur Sammlung

Rechtliche Ermittlungen: Informationen von eDiscovery bis zu defensible Disposition

Ermittlungsprozesse

Automatisierung von Abfragung und Indizierung (Data Discovery)

Automatisierung der Dateiaufbewahrung und -erfassung (Datenermittlung)

Automatisierung von Aufnahme und Verarbeitung (Legal Discovery)

Automatisierung von Review und Produktion (Legal Discovery)

Ermittlungsaufgaben

Abfragung (Data Discovery | Automatisierung der Abfragung und Indizierung)

Indizierung (Data Discovery | Automatisierung der Abfragung und Indizierung)

Konservierung (Datenermittlung | Automatisierung von Konservierung und Sammlung)

Sammlung (Datenermittlung | Automatisierung von Aufbewahrung und Sammlung)

Ingestion (Legal Discovery | Automatisierung der Aufnahme und Verarbeitung)

Verarbeitung (Legal Discovery | Automatisierung der Aufnahme und Verarbeitung)

Review (Legal Discovery | Automatisierung von Review und Produktion)

Produktion (Legal Discovery | Automatisierung von Review und Produktion)

Darüber hinaus kann dieses nicht-all-inclusive-Verfahren und Level-Framework nützlich sein, um das Denken und Handeln in Bereichen zu erweitern, die mit der Automatisierung von Daten und rechtlichen Ermittlungsprozessen und Aufgaben zusammenhängen. Beispiele für diesen erweiterten Gedanken sind, aber nicht beschränkt auf:

Das Hinzufügen einer Teilaufgabe der automatischen Klassifizierung zur Aufgabe der Indizierung.

Das Hinzufügen einer Teilaufgabe der direkten Datensatzentfernung zur Aufgabe der Sammlung.

Das Hinzufügen einer Teilaufgabe des Rechtsschutzes zur Aufgabe der Dateiarchivierung.

Hinzufügen einer Teilaufgabe der technologiegestützten Überprüfung zur Prüfungsaufgabe.

Abbildung 4: Zwei Treiber der Automatisierung: Die Notwendigkeit von Einsicht und die Notwendigkeit von Intelligenz

Während Frameworks wie dieses Framework für die Discovery-Automatisierung bei der Entwicklung effizienter und verständlicher Angebote und Messaging hilfreich sind, sind sie von Design her nicht umfassend oder vollständig. Frameworks wie dieses können jedoch für diejenigen, die Lösungen entwickeln oder Messaging erstellen, um Lösungen zu erklären, da sie sequenziellen Kontext und Positionsbewusstsein für die Kernelemente, Prozesse und Aufgaben innerhalb des Frameworks bereitstellen und dabei helfen, die Übersetzung der Datenermittlung zu gestalten. in Einblicke und rechtliche Erkenntnisse in Intelligenz durch die Anwendung von Task- und Prozessautomatisierung.

Verweise

1 Information Governance Initiative (IGI). (2018, 26. April). Welche Technologien sind Teil des IG Products Marktes? - Informations-Governance-Initiative. Abgerufen von

2 Alle, A. (2014, 18. September). Datenermittlung verändert Business Intelligence — Unternehmens-Apps heute. Abgerufen von http://www.enterpriseappstoday.com/business-intelligence/data-discovery-is-changing-business-intelligence.html.

3 Grossman, M. und Cormack, G. (2013). Das Grossman-Cormack-Glossar der Technology-Assisted Review. Bundesgerichte Law Review, 7 (1). Abgerufen von http://www.fclr.org/fclr/articles/html/2010/grossman.pdf

4 Robinson, W. (2016, 6. Juni). Was ist eDiscovery Automation? Ein kurzer Definitionaler Rahmen. Abgerufen von http://www.complexdiscovery.com/info/2016/06/06/what-is-ediscovery-automation/

5 Gartner IT Glossar. (n.d). Abgerufen von http://blogs.gartner.com/it-glossary/information-governance/

6 Stewart, D. (2013, Mai 1). Big Content: Die unstrukturierte Seite von Big Data - Darin Stewart. Abgerufen von http://blogs.gartner.com/darin-stewart/2013/05/01/big-content-the-unstructured-side-of-big-data/

7 Wikipedia. (n.d.). Insight - Wikipedia, die freie Enzyklopädie. Abgerufen am 8. Oktober 2016 von

8 Klein, G. (2013, 12. Juni). Die verschiedenen Formen der Einsicht | Psychologie Heute. Abgerufen von

9 Intelligence - Definition of Intelligence in German | Oxford Dictionaries. (n.d.). Abgerufen von

Zusätzliche Lesung

Berücksichtigung von eDiscovery-Technologieangeboten der vierten Generation: Zwei Ansätze (Teil 1)

Berücksichtigung der Angebote der eDiscovery-Technologie der vierten Generation: Zwei Ansätze (Teil 2)

Quelle: ComplexDiscovery

Zuerst erwirbt Legal eDiscovery Provider Redpoint Technologies

According to Alex Martinez, CEO of First Legal, “Both First Legal...

Veristar erwirbt Planet-Daten

According to Veristar company founder, CEO, and president Rick Avers, “We...

Questel erwirbt DoeLegal

doeLEGAL today announced that it has been acquired by intellectual property...

Folgt man dem Geld? Mike Bryant bietet einen soliden Überblick über Fusionen und Übernahme von Legal Tech

From seed and venture capital investments to private equity and Special...

Eine neue Ära in eDiscovery? Rahmen des Marktwachstums durch die Linse von sechs Epochen

There are many excellent resources for considering chronological and historiographical approaches...

Ein eDiscovery-Markt-Mashup: 2020-2025 Weltweiter Überblick über Software und Services

While the Compound Annual Growth Rate (CAGR) for worldwide eDiscovery software...

Die Baseline zurücksetzen? eDiscovery-Marktgrößenanpassungen für 2020

An unanticipated pandemeconomic-driven retraction in eDiscovery spending during 2020 has resulted...

Heim oder weg? Überlegungen zur Größenbestimmung und Preisgestaltung im eDiscovery-Sammlungsmarkt

One of the key home (onsite) or away (remote) decisions that...

Fünf großartige Lesungen auf eDiscovery für Februar 2021

From litigation trends and legal tech investing to facial recognition and...

Fünf großartige Lesungen auf eDiscovery für Januar 2021

From eDiscovery business confidence and operational metrics to merger and acquisition...

Fünf großartige Lesungen auf eDiscovery für Dezember 2020

May the peace and joy of the holiday season be with...

Fünf großartige Lesungen auf eDiscovery für November 2020

From market sizing and cyber law to industry investments and customer...

HayStackID im IDC MarketScape für eDiscovery Services anerkannt

According to HaystackID CEO Hal Brooks, “We are proud to once...

Eine generationelle Sicht der Remote-Sicherheit? HayStackID™ veröffentlicht 3.0 Sicherheitsverbesserungen zur Überprüfung der Technologie

According to HaystackID's Senior Vice President and General Manager for Review...

Nur eine Frage der Zeit? HayStackID startet neuen Service für die Erkennung und Überprüfung von Datenschutzverletzungen

According to HaystackID's Chief Innovation Officer and President of Global Investigations,...

Es ist ein Spiel! Fokussierung auf die Gesamtkosten der eDiscovery-Überprüfung mit ReviewRight Match

As a leader in remote legal document review, HaystackID provides clients...

Kaltes Wetter Catch? Umfrage zu Predictive Coding Technologien und Protokollen — Ergebnisse des Frühjahrs 2021

The Predictive Coding Technologies and Protocols Survey is a non-scientific semi-annual...

Kommst du aus dem Wald? Achtzehn Beobachtungen zum Vertrauen in eDiscovery im Winter 2021

In the winter of 2021, 85.0% of eDiscovery Business Confidence Survey...

Probleme, die sich auf die Geschäftsentwicklung von eDiscovery auswirken: Ein Überblick über den

In the winter of 2021, 43.3% of respondents viewed budgetary constraints...

Nicht so herausragend? Operative Metriken von eDiscovery im Winter 2021

In the winter of 2021, eDiscovery Business Confidence Survey more...