
Atlassian führt eine neue Reihe von KI-Funktionen namens Atlassian Intelligence ein, und eines der interessantesten Elemente ist die Möglichkeit, Automatisierungen in einfachem Englisch zu erstellen. Die Idee ist ziemlich cool: Sie beschreiben einfach einen gewünschten Arbeitsablauf, und die KI soll die Automatisierungsregel für Sie in Jira oder Confluence erstellen.
Das klingt großartig für Teams, die mühsame Aufgaben automatisieren möchten, ohne sich mit komplizierten Regel-Editoren herumschlagen zu müssen. Aber wie gut funktioniert es wirklich, wenn man es auf die Probe stellt?
Dieser Leitfaden gibt Ihnen einen ehrlichen Einblick in die Funktion. Wir werden untersuchen, was sie gut kann, wie man sie einrichtet, wo ihre Grenzen liegen und wie sie im Vergleich zu KI-Automatisierungstools abschneidet, die sich mit dem gesamten Wissen Ihres Unternehmens verbinden können, nicht nur mit dem, was in Atlassian steckt.
Was ist Atlassian Intelligence?
Zunächst einmal ist Atlassian Intelligence nichts, was man einzeln kaufen kann. Es ist eine Sammlung von KI-Funktionen, die direkt in die Cloud-Produkte von Atlassian integriert sind und auf einer Mischung aus der Technologie von OpenAI und Atlassians eigenen Sprachmodellen basieren. Man kann es sich als ein Add-on vorstellen, das nur in den teureren Premium- und Enterprise-Plänen verfügbar ist.
Die Hauptattraktion für viele Teams ist das Werkzeug „natürliche Sprache für die Automatisierung“. Seine Aufgabe ist es, eine einfache Textaufforderung wie „Wenn ein neuer Fehler gemeldet wird, weise ihn dem leitenden Entwickler zu“ aufzunehmen und in eine formale „Wenn-dies-dann-das“-Automatisierungsregel umzuwandeln. Dadurch können Sie den umständlichen Prozess der Auswahl von Auslösern, Bedingungen und Aktionen aus endlosen Dropdown-Menüs überspringen, was definitiv Zeit sparen und die Automatisierung für jeden im Team zugänglicher machen kann.
Hauptfunktionen und Anwendungsfälle
Der Prozess selbst ist ziemlich einfach. Sie geben einen Befehl ein, die KI schlägt eine Regel vor, und dann können Sie sie überprüfen, bei Bedarf anpassen und live schalten. Es ist eine praktische Möglichkeit, Routineaufgaben in der gesamten Atlassian-Suite loszuwerden.
Automatisierung von Workflows in Jira Service Management
Wenn Sie im Support arbeiten, wissen Sie, wie groß der Druck ist, schnell und konsistent zu sein. Tickets manuell zu eskalieren oder sich an jede SLA zu erinnern, ist ein Rezept für Fehler und Zeitverschwendung. Mit natürlicher Sprache können Sie Regeln einrichten, die das für Sie erledigen.
Ein klassisches Beispiel ist die Verwaltung von SLA-Verletzungen. Sie könnten eine Aufforderung wie diese schreiben: „Wenn die SLA eines Tickets kurz vor der Verletzung steht, ändere seinen Status auf Eskaliert und pinge den Bereitschaftskanal in Slack an.“ Dies hilft Ihrem Team, auf dringende Probleme zu reagieren, ohne den ganzen Tag manuell die Warteschlange überwachen zu müssen.
Optimierung des Content-Managements in Confluence
Seien wir ehrlich, eine interne Wissensdatenbank kann leicht zu einem Chaos aus veralteten Artikeln werden. Sie organisiert zu halten ist eine manuelle Aufgabe, die fast immer auf der To-Do-Liste ganz unten landet. Die Automatisierung mit natürlicher Sprache kann bei einigen grundlegenden Aufräumarbeiten helfen.
Zum Beispiel könnten Sie eine Aufforderung wie diese einrichten: „Finde alle sechs Monate Seiten, die eine Weile nicht aktualisiert wurden, archiviere sie und schicke eine E-Mail an die Person, die sie geschrieben hat.“ Eine einfache Regel wie diese verhindert, dass Ihre Dokumentation veraltet und stellt sicher, dass Ihr Team den gefundenen Informationen tatsächlich vertrauen kann.
Verwaltung von Entwicklungsaufgaben in Jira Software
Agile Teams leben und sterben von ihren Prozessen. Wenn jemand vergisst, eine Unteraufgabe zu erstellen oder die Arbeit der richtigen Person zuzuweisen, kann das den ganzen Sprint durcheinanderbringen. Sie können KI verwenden, um diese Prozesse durchzusetzen, ohne jemanden nerven zu müssen.
Denken Sie an eine Aufforderung für Ihren Entwicklungsworkflow: „Wenn ein Vorgang in den Status ‚In Review‘ verschoben wird, erstelle eine Unteraufgabe für QA-Tests und weise sie unserem QA-Lead zu.“ Dies stellt sicher, dass jede Arbeit die richtigen Qualitätsprüfungen durchläuft, was Ihren Entwicklungszyklus viel vorhersehbarer macht.
Einrichtung, Anforderungen und Preise
Der Einstieg in Atlassian Intelligence ist nicht so einfach, wie nur einen Schalter für Ihr Team umzulegen. Es gibt ein paar Hürden zu überwinden.
Wie man Atlassian Intelligence aktiviert
Die Aktivierung dieser Funktion ist eine Entscheidung, die auf Organisationsebene getroffen werden muss, daher benötigen Sie einen Administrator, um dies zu erledigen.
-
Ein Organisationsadministrator muss sich unter „admin.atlassian.com“ anmelden.
-
Von dort aus muss er zum Abschnitt Atlassian Intelligence in den Einstellungen navigieren.
-
Schließlich kann er die Funktionen für Produkte wie Jira oder Confluence aktivieren.
Die Quintessenz hier ist, dass einzelne Teams dies nicht einfach selbst in Betrieb nehmen können. Es muss für die gesamte Organisation eingeschaltet werden, was möglicherweise nicht für das Budget oder die Sicherheitsrichtlinien jedes Unternehmens funktioniert.
Anforderungen an den Plan und Preise
Hier ist der größte Haken: Atlassian Intelligence ist nicht in allen Plänen enthalten. Es ist ausschließlich in den Premium- und Enterprise-Versionen der Cloud-Produkte von Atlassian enthalten.
Um Ihnen eine Vorstellung zu geben: Jira Premium beginnt bei etwa 16 $ pro Benutzer und Monat. Das bedeutet, Sie zahlen nicht nur für eine KI-Funktion; Sie rüsten auf eine ganze Suite von Premium-Tools auf, die Sie möglicherweise gar nicht benötigen. Diese Preisgestaltung kann für kleinere Teams oder Unternehmen, die nur leistungsstarke KI ohne die Verpflichtung zu einer teuren, unternehmensweiten Lizenz wünschen, ein Ausschlusskriterium sein.
Atlassian Intelligence: Ein Kontrast zu Self-Service-Plattformen
Dies ist ein ziemlich anderes Modell als das, was man bei dedizierten KI-Plattformen sieht. Tools wie eesel AI sind für eine schnelle Self-Service-Einrichtung konzipiert. Sie können Ihren Helpdesk und Ihre Wissensquellen in wenigen Minuten verbinden und selbst loslegen. Die Preisgestaltung ist in der Regel transparenter und nutzungsbasiert, sodass Sie nicht an ein kostspieliges Abonnement für eine Reihe von Zusatzfunktionen gebunden sind. Sie können in Minuten statt in Monaten loslegen, ohne mit einem Vertriebsmitarbeiter sprechen zu müssen.
Wesentliche Einschränkungen und eine flexible Alternative
Obwohl ein integriertes Tool nett ist, hat die native KI von Atlassian einige ziemlich große Einschränkungen, die für Teams mit größeren Automatisierungsplänen ein Problem darstellen könnten.
Eingeschränkte Komponentenunterstützung und benutzerdefinierte Aktionen
Sie werden sofort feststellen, dass Atlassian Intelligence viele gängige Automatisierungsaufgaben nicht bewältigen kann. Die offizielle Dokumentation weist darauf hin, dass mehrere Schlüsselkomponenten nicht unterstützt werden, darunter:
-
Auslöser durch eingehende Webhooks
-
Aktionen, die „eine Web-Anfrage senden“ (so würden Sie externe APIs aufrufen)
-
Aktionen zum „Löschen eines Vorgangs“
Was bedeutet das also konkret für Ihr Team? Es bedeutet, dass Sie keine Automatisierungen erstellen können, die mit Ihren anderen Tools kommunizieren. Müssen Sie Kundeninformationen aus Ihrem CRM abrufen, einen Bestellstatus in Shopify überprüfen oder einen Workflow in einer anderen App starten? Das geht nicht. Ihre Automatisierungen sind in der Atlassian-Blase gefangen.
Eingeschränkte und isolierte Wissensquellen
Die KI weiß nur, was sich in Ihren Jira- und Confluence-Instanzen befindet. Aber seien wir ehrlich, das ist nur ein Bruchteil dessen, wo die wichtigen Informationen Ihres Unternehmens liegen.
Sie haben Wissen überall verstreut: in Google Docs, Notion-Seiten, Slack-Threads und alten Support-Tickets in Helpdesks wie Zendesk oder Freshdesk. Die KI von Atlassian kann auf nichts davon zugreifen, was bedeutet, dass ihre Automatisierungen immer mit einem unvollständigen Bild arbeiten.
Diese Infografik zeigt, wie eesel AI sich mit über 100 Wissensquellen verbindet, im Gegensatz zum isolierten Ansatz von Atlassian Intelligence.
Die Alternative: Eine einheitliche und anpassbare KI-Plattform
Genau hier setzt eine Plattform wie eesel AI an, um diese Probleme zu lösen.
-
Bringen Sie all Ihr Wissen zusammen: eesel AI verbindet sich mit über 100 verschiedenen Quellen, einschließlich Ihres Helpdesks, Wikis und Chat-Tools. Dies gibt der KI einen vollständigen Überblick über Ihr Unternehmenswissen, sodass ihre Automatisierungen weitaus genauer und sich des gesamten Kontexts bewusst sind.
-
Erhalten Sie die volle Kontrolle: Die Workflow-Engine in eesel AI ist vollständig anpassbar und unterstützt benutzerdefinierte API-Aktionen. Dies ist eine direkte Antwort auf die Einschränkungen von Atlassian und ermöglicht es Ihnen, Automatisierungen zu erstellen, die Daten aus anderen Systemen abrufen, Webhooks auslösen und Aktionen ausführen können, wo immer Sie sie benötigen.
-
Testen Sie mit Zuversicht: Bevor Sie eine KI auf Ihre Kunden loslassen, müssen Sie wissen, dass sie funktioniert. eesel AI verfügt über einen Simulationsmodus, mit dem Sie Ihre Automatisierungen anhand von Tausenden Ihrer vergangenen Tickets testen können. Sie können genau sehen, wie sie funktioniert hätte, und solide Prognosen zu den Lösungsraten erhalten, bevor Sie live gehen.
Das eesel AI Simulations-Dashboard ermöglicht das Testen von Automatisierungen mit historischen Daten, eine Schlüsselfunktion für Plattformen, die Atlassian Intelligence Automations über natürliche Sprache nutzen.
Hier ist eine kurze Aufschlüsselung, wie die beiden im Vergleich abschneiden:
Funktion | Atlassian Intelligence Automation | eesel AI |
---|---|---|
Wissensquellen | Beschränkt auf Jira & Confluence | 100+ Quellen (Helpdesks, Wikis, Chat usw.) |
Benutzerdefinierte Aktionen | Sehr begrenzt (keine Webhooks oder externen API-Aufrufe) | Vollständig unterstützt durch anpassbare API-Aktionen |
Einrichtungszeit | Benötigt Admin-Aktivierung & einen Premium-Plan | Self-Service, in Minuten live |
Testen & Einführung | Manuelle Regelinspektion | Leistungsstarke Simulation mit historischen Daten |
Preismodell | Gebündelt mit teuren Pro-Benutzer-Plänen | Transparente, interaktionsbasierte Pläne |
Reicht die Automatisierung von Atlassian Intelligence für Ihre Bedürfnisse aus?
Die Automatisierung mit natürlicher Sprache von Atlassian ist eine anständige Funktion für Teams, die bereits für Premium- oder Enterprise-Pläne bezahlen und nur einfache Aufgaben innerhalb von Jira und Confluence automatisieren müssen. Für grundlegende, interne Arbeitsabläufe ist sie praktisch.
Aber diese Bequemlichkeit geht mit einem Kompromiss bei Flexibilität und Leistung einher. Die begrenzten Aktionen und das isolierte Wissen der Plattform machen sie zu einer schlechten Wahl für jedes Team, das Automatisierungen erstellen muss, die sich mit der Außenwelt verbinden. Wenn Ihre Arbeitsabläufe von anderen Tools, benutzerdefinierten Daten oder Wissen abhängen, das außerhalb von Atlassian gespeichert ist, werden Sie ziemlich schnell an eine Wand stoßen.
Für Unternehmen, die es ernst meinen, Automatisierung zur Verbesserung ihrer Arbeitsweise einzusetzen, ist eine spezialisiertere Plattform nicht nur eine bessere Wahl; sie ist eine Notwendigkeit.
Erstellen Sie Automatisierungen, die wirklich für Ihr Team funktionieren
Wenn Sie das Gefühl haben, dass die Einschränkungen integrierter Tools Sie zurückhalten, könnte es an der Zeit sein, zu sehen, was eine dedizierte KI-Plattform leisten kann.
Sie können Ihr Jira Service Management und all Ihre anderen Wissensquellen in wenigen Minuten mit eesel AI verbinden. Beginnen Sie damit, die Automatisierungen zu erstellen, die Sie wirklich benötigen, ohne auf frustrierende Grenzen zu stoßen. Probieren Sie die kostenlose Testversion noch heute aus.
Häufig gestellte Fragen
Atlassian Intelligence-Automatisierungen über natürliche Sprache sind KI-Funktionen, die in die Cloud-Produkte von Atlassian eingebettet sind und es Benutzern ermöglichen, Automatisierungsregeln durch Beschreibung in einfachem Englisch zu erstellen. Dies unterscheidet sich von regulären Jira-Automatisierungen, bei denen normalerweise Auslöser, Bedingungen und Aktionen manuell über Dropdown-Menüs konfiguriert werden müssen.
Die Aktivierung dieser Funktion erfordert, dass sich ein Organisationsadministrator unter „admin.atlassian.com“ anmeldet. Von dort aus navigiert er zum Abschnitt Atlassian Intelligence in den Einstellungen und wählt die Aktivierung der Funktionen für bestimmte Produkte wie Jira oder Confluence.
Atlassian Intelligence-Automatisierungen über natürliche Sprache sind nicht in allen Plänen verfügbar. Diese Funktion ist ausschließlich mit den Premium- und Enterprise-Versionen der Cloud-Produkte von Atlassian gebündelt, was ein Upgrade auf ein höherstufiges Abonnement erfordert.
Eine wesentliche Einschränkung ist ihre Unfähigkeit, gängige Automatisierungsaufgaben mit externen Systemen zu bewältigen. Sie unterstützen keine Auslöser von eingehenden Webhooks oder Aktionen, die „eine Web-Anfrage senden“, was es unmöglich macht, Automatisierungen zu erstellen, die mit Tools außerhalb des Atlassian-Ökosystems kommunizieren.
Atlassian Intelligence-Automatisierungen über natürliche Sprache sind weitgehend auf das Wissen beschränkt, das sich in Ihren Jira- und Confluence-Instanzen befindet. Sie können nicht auf Informationen aus externen Quellen wie Google Docs, Notion, Slack, Zendesk oder Freshdesk zugreifen, was eine unvollständige Sicht auf Ihr gesamtes Unternehmenswissen bietet.
Obwohl sie für einfache, interne Aufgaben innerhalb der Atlassian-Produkte praktisch sind, machen ihre begrenzten Aktionen und ihr isoliertes Wissen sie weniger geeignet für komplexe, plattformübergreifende Automatisierungen. Für Arbeitsabläufe, die eine Integration mit verschiedenen externen Tools, benutzerdefinierte API-Aufrufe oder eine einheitliche Sicht auf Wissen aus vielen Quellen erfordern, ist oft eine spezialisiertere Plattform erforderlich.