Czym są dokumenty typu „dark data"? Choć termin odnosi się w dużej mierze do danych znajdujących się w globalnej sieci, to może on dotyczyć także każdego przedsiębiorcy. Dark data to w skrócie wszystkie treści, informacje, które są gromadzone i przetwarzane przez organizacje podczas ich codziennej aktywności biznesowej. Jednak zbiór tych danych jest bardzo chaotyczny i często nie wiadomo co zawiera, dlatego ich wykorzystanie jest niemożliwe. Cory Jansen jeden z twórców współczesnej Technopedii, uznawanej za największą techniczną bazę świata, wymienia jeszcze kilka znamiennych cech dark data: „jest to rodzaj nieustrukturyzowanych, nieotagowanych i niewykorzystanych danych, które zalegają w repozytoriach danych i nie są analizowane ani przetwarzane". Są to dane, których istnienia zupełnie nie zdajemy sobie sprawy, albo też wiemy, że produkujemy nieużyteczne dane ale  nie mamy pojęcia, jak je przetworzyć. Skompilowane? Najprościej są to dane, których nie sposób wykorzystać, nie wraca się do nich i można je opisać jako „zmarnowany informacyjny potencjał". 

Skąd się biorą? Najprościej zobrazować to na przykładzie Internetu. Może się to wydać niemożliwe, ale z każdym rokiem zasoby globalnej sieci poszerzają się o 40%. To ogrom danych, których wyobrażenie przekracza zdolności człowieka. Dziś dane zgromadzone w Internecie przekraczają już 6 ZB (zettabajtów), w 2020 roku będzie już w granicy 45 ZB. Znany nam wszystkim megabajt to 10⁹    podczas gdy zettabajt to 10²¹ Niestety nie ma co się cieszyć, że staniemy się bogatsi w istotne dane. Większość z pojawiających się danych to powtarzanie już odkrytych prawd i przetwarzanie ich na nowo. Spora część z nowych zasobów Interentu to śmieci. Nawet 90% tych nowości to śmieci. Wynika to z braku uporządkowania w działaniach, gromadzenia, selekcjonowania i ich przetwarzania. Dokładnie tak samo dzieje się w naszych przedsiębiorstwach.  Codziennie tworzone jest kilka kopii tego samego dokumentu „na wszelki wypadek", „na zapas" żywiąc głęboką, ale i złudną nadzieję, że znajdą czas na ich analizę i wykorzystanie w praktyce. Nie ma znaczenia, czy mówimy o wersji papierowej czy elektronicznej dokumentu, powtarzane informacje są przytłaczające. Wbrew pozorom im więcej kopii, tym trudniej odnaleźć pożądaną informację, a taki chaos poszukiwawczy może być bardzo kosztowny. W przypadku firmy może to być np. poszukiwanie zeskanowanego kilkukrotnie dokumentu, zapisanego pod różnymi nazwami, na kilku stacjach roboczych, różnych pracowników. Właśnie tak w wielkim skrócie powstaje chaos, z którym w najbliższych latach będziemy musieli sobie poradzić. Jedno jest pewne, w skutek takiego postępowania wiele potencjalnie cennych informacji ginie w cyfrowych mrokach, stając się już dla nas tylko hieroglifami, których sens jest niemożliwy do odczytania.