Apple kennzeichnet seine leichteren, kostengünstigeren Geräte, die im Vergleich zu den Profimodellen einige Features weniger bieten, mit dem Zusatz „Air“. Das Konzept hat der Kamerahersteller Insta360 ebenfalls für sich entdeckt.

Die 400 Euro teure X4 Air (ab 329 €) richtet sich an Einsteiger, die 360-Grad-Videos drehen, aber nicht auf Profifunktionen verzichten wollen. Wie bei der X4 (ab 333 €) (480 Euro und X5 (ab 479 €) (590 Euro) handelt es sich um eine Actioncam mit zwei Objektiven und Bildsensoren, die jeweils mit einer Auflösung von bis zu 8K aufnehmen können. Die Elektronik setzt beide Bilder zusammen, sodass ein Kugelpanorama entsteht.

Alternativ filmt man nur mit einem Objektiv.

Das war die Leseprobe unseres heise-Plus-Artikels „X4 Air von Insta360 im Test: Preiswerter Rundumblick“.
Mit einem heise-Plus-Abo können Sie den ganzen Artikel lesen.

Monitoring gilt im modernen Software Engineering längst als Selbstverständlichkeit – oder, wie es im Englischen heißt, als Commodity: eine standardisierte Leistung, die man am besten günstig von spezialisierten Anbietern einkauft. Doch wie Dominik Schmidle in seinem Talk während der Online-Konferenz Mastering Observability 2025 anmerkt, können kommerzielle Monitoring-Services ab einer gewissen Systemgröße sehr schnell sehr teuer werden. Daher drängt sich unweigerlich die Frage „Selber bauen oder einkaufen?“ auf, wenn klassische Monitoring Stacks bei wachsender Systemkomplexität an ihre Grenzen stoßen.

Individuelle Teamaufgabe oder übergreifendes Produkt?

Mit steigender Komplexität der zu verwaltenden Systeme wächst auch der Aufwand für deren Überwachung – bis hin zu einer grundlegenden organisatorischen Entscheidung: Bleibt Monitoring lediglich eine Komponente innerhalb der einzelnen verantwortlichen Teams, oder wird es zu einem eigenständigen, teamübergreifenden Produkt? Genau dieser Frage geht Schmidle in seinem Talk „Think Big: Monitoring Stack war gestern – Observability Platform at scale!“ anhand eines konkreten Praxisbeispiels nach: einer B2B-Plattform für Kubernetes Cluster Fleet Management.

Der Vortrag zeichnet die Monitoring-Geschichte dieser Plattform nach, die intern beim IT-Dienstleister Giant Swarm entstanden ist – einem Anbieter eines kuratierten Platform Engineering Stack. Dominik Schmidle teilt dazu nicht nur die im Prozess gesammelten Erfahrungen, sondern erläutert auch im Detail, wie sich mit fokussiertem Produkt-Denken und geeigneten Plattform-Mustern in der Praxis schließlich Mehrwert schaffen lässt, der bis hin zum Endkunden wirkt.

Über den Speaker

Dominik Schmidle ist Technischer Produktmanager bei Giant Swarm. Er startete seine Karriere vor über sieben Jahren als Full-Stack-Software-Engineer, fand seine Leidenschaft in DevOps und Produktmanagement und spezialisierte sich mit dem Wechsel zum Produktmanager auf Cloud-Technologie. Sein erklärtes Ziel: das Leben von Entwicklern durch intuitive Entwickler-Plattformen zu vereinfachen. Schmidle engagiert sich darüber hinaus aktiv in der Cloud-Community.

(map)

Rund zwei Drittel der Unternehmen im DACH-Raum, den USA und Skandinavien planen für 2026, ihr Digitalisierungsbudget im Schnitt um 30 Prozent zu erhöhen. Knapp ein Drittel davon soll in KI-Projekte fließen. Das geht aus der aktuellen „Digital Value Studie“ der Unternehmensberatung Horváth hervor, für die mehr als 200 Unternehmen befragt wurden – darunter 100 aus Deutschland.

Trotz der wachsenden Investitionsbereitschaft zeigt die Horváth-Studie ein ernüchterndes Bild bei der praktischen Umsetzung. 68 Prozent der Führungskräfte sehen zwar eine höhere Investitionsbereitschaft des Top-Managements für KI als für andere Technologien. Gleichzeitig bewerten aber 66 Prozent der Befragten Reife und Funktionsumfang aktueller KI-Anwendungen als hinter den Erwartungen zurückbleibend. Diese Diskrepanz führen die Befragten auf den aggressiven Vertrieb der Anbieter zurück.

Silodenken und fehlende KPIs als Hauptbremsen

Die Studie identifiziert erhebliche strukturelle Schwächen bei der Umsetzung von Digitalprojekten. Mangelnde Zusammenarbeit über Abteilungsgrenzen hinweg, also Silodenken, nennen 67 Prozent der Befragten als zentrales Hindernis. Unzulängliches Prozessmanagement (66 Prozent), fehlende Kennzahlen zur Erfolgsmessung (65 Prozent) und grundsätzliche Implementierungsschwächen (64 Prozent) folgen dicht dahinter. Nur ein Drittel der Unternehmen evaluiert seine Digitalisierungsmaßnahmen hinsichtlich der Umsetzungsrisiken – obwohl gerade die Komplexität von KI-Implementierungen regelmäßig unterschätzt werde, warnt Studienleiter Rainer Zierhofer.

„Die Investitionsbereitschaft ist nach einem Jahr der Verunsicherung und des Zögerns deutlich gestiegen – und KI ist längst kein Add-on mehr, sondern integraler Bestandteil der Digitalbudgets“, so Zierhofer. Entscheidend sei jetzt, den Wertbeitrag systematisch zu steuern, anstatt nur Projekte zu addieren.

Deutschland setzt auf CIOs – die USA auf CEOs

Auffällig ist der unterschiedliche organisatorische Ansatz bei der Digitalverantwortung: In Deutschland liegt diese zu 70 Prozent bei den CIOs und der IT-Leitung. In den USA hingegen verantworten die CEOs in mehr als der Hälfte der Fälle die Digitalisierung – mit einem stärker strategischen Fokus. Die Studienautoren sehen im deutschen Modell die Gefahr, dass der geschäftliche Mehrwert und der Kundennutzen gegenüber rein technischen Aspekten in den Hintergrund rücken.

Nur die Hälfte der befragten Unternehmen verfügt über eine ganzheitliche Digitalisierungsstrategie. Ein Viertel arbeitet mit Teilstrategien, 19 Prozent verfolgen lediglich bereichsweise Ziele, und 4 Prozent haben gar keine Strategie. Immerhin messen deutsche Unternehmen den Wertbeitrag ihrer Digitalprojekte vergleichsweise häufig: 73 Prozent tun dies regelmäßig in einem etablierten Prozess, während es international nur 44 Prozent sind. Als zentrale Erfolgsfaktoren für einen messbaren „Digital Value“ identifiziert die Studie die Integration digitaler Effekte in das Business Performance Management, die Aufnahme in persönliche Ziele der Verantwortlichen sowie klare Zuständigkeiten – Aspekte, die erst 54 bis 59 Prozent der Unternehmen nachhaltig verankert haben.

Branchenübergreifende Skepsis trotz Budgetzuwachs

Die Ergebnisse von Horváth reihen sich in ein Gesamtbild ein, das auch andere Erhebungen zeichnen. Eine Bitkom-Umfrage zu KI-Kosten zeigte kürzlich, dass rund ein Drittel der KI-nutzenden Unternehmen von den tatsächlichen Kosten überrascht wird. Der Fachkräftemangel bremst dabei als externer Faktor zusätzlich – 70 Prozent der Bitkom-Befragten nannten ihn als Hemmnis. Auch international gibt es Ernüchterung: Laut einer NBER-Studie sehen über 80 Prozent der befragten Unternehmen noch keine messbaren Auswirkungen von KI auf Beschäftigung oder Produktivität.

Zierhofer mahnt, Komplexität und Aufwand der Umsetzung würden häufig unterschätzt: „Damit ist eine Implementierungsschwäche quasi vorprogrammiert – was oft in einer negativen Kosten-/Nutzen-Bilanz resultiert, zu Frust führt und dadurch auch die Akzeptanz für diese Maßnahmen reduziert.“ Neben KI-Projekten priorisieren die befragten Unternehmen demnach auch klassische Ansätze wie Prozessautomatisierung und Outsourcing, um ihre Effizienz zu steigern.

(fo)