Ein Leitfaden zur Nutzung von Atlassian Intelligence zur Erstellung von Vorfällen aus Alerts

Wenn Sie schon einmal in einem IT-Ops-Team Bereitschaftsdienst hatten, kennen Sie das Spiel. Die Alarme hören einfach nicht auf. Benachrichtigungen von jedem Ihrer Überwachungstools trudeln ein und erzeugen einen ständigen Lärm, der es unglaublich schwer macht, ein echtes Feuer zu erkennen. Der Versuch, für jedes potenzielle Problem manuell einen Incident zu erstellen, ist eine langsame, mühsame Schufterei, bei der Details in ein Ticket kopiert werden. Das ist ein Rezept für Burnout und, schlimmer noch, es bedeutet, dass die Behebung kritischer Incidents länger dauert.

Genau dieses Problem verspricht die KI-Automatisierung zu lösen. Die Idee ist, eine intelligentere und schnellere Methode zur Handhabung der Incident Response zu haben, damit sich Ihr Team auf die Behebung von Problemen konzentrieren kann. Atlassian hat hierzu mit Atlassian Intelligence einen eigenen Ansatz entwickelt, der Teams dabei helfen soll, etwas Ordnung in das Chaos des Alarm-Managements zu bringen.

In diesem Leitfaden werfen wir einen praktischen Blick darauf, wie Atlassian Intelligence die Erstellung von Incidents aus Alarmen handhabt. Wir gehen durch, was es tut, was es gut macht und, ebenso wichtig, auf welche realen Einschränkungen Sie wahrscheinlich stoßen werden.

Wie erstellt Atlassian Intelligence Incidents aus Alarmen?

Atlassian Intelligence, manchmal auch Rovo genannt, ist eine Schicht von KI-Funktionen, die in die Produkte von Atlassian integriert ist, einschließlich des weit verbreiteten Jira Service Management (JSM). Wenn es um die Verwaltung von Incidents geht, besteht sein Hauptzweck darin, die Flut eingehender Alarme von Ihren Überwachungstools zu analysieren, Muster zu erkennen und Ihnen zu helfen, tatsächliche Probleme einfacher in formelle Incidents zu eskalieren.

Man kann es sich als intelligenten Filter für Ihr Bereitschaftsteam vorstellen. Anstatt dass jemand manuell Dutzende ähnlicher Alarme durchlesen muss, um herauszufinden, was los ist, gruppiert die KI sie zusammen. Von dort aus hilft sie bei der Erstellung eines Incidents, indem sie einen Titel, eine Beschreibung und sogar eine Prioritätsstufe vorschlägt, basierend auf den Daten, die sie in den Alarmen erkennt.

Das übergeordnete Ziel ist es, manuelle Arbeit zu reduzieren und konsistentere Incidents zu erstellen. Durch die Beschleunigung dieser anfänglichen Erkennungs- und Triage-Phase können Sie hoffentlich den gesamten Incident-Lebenszyklus verkürzen und Ihre Mean Time to Resolution (MTTR) senken.

Hauptfunktionen zur Erstellung von Incidents aus Alarmen

Wie sieht das also in der Praxis aus? Das System von Atlassian zur Umwandlung von Alarmen in Incidents stützt sich auf einige Kernfähigkeiten, von intelligenter Gruppierung bis hin zu konfigurierbaren Automatisierungsregeln.

KI-gestützte Gruppierung und Zusammenfassung

Eine der unmittelbar nützlichsten Funktionen ist, wie die KI ähnliche Alarme automatisch gruppiert. Dies ist eine direkte Antwort auf das klassische Problem der „Alarmmüdigkeit“, bei dem Ingenieure so viele Benachrichtigungen erhalten, dass sie sie schließlich ignorieren – einschließlich der wichtigen.

Die KI sucht nach Ähnlichkeiten in Titeln, Beschreibungen und anderen Daten von Alarmen. Wenn Ihre Datenbank beispielsweise einen schlechten Tag hat und fünf leicht unterschiedliche „hohe Latenz“-Alarme von verschiedenen Knoten sendet, ist die KI schlau genug zu erkennen, dass sie alle mit demselben Ereignis zusammenhängen. Sie bündelt sie in einer einzigen Gruppe und gibt Ihnen dann eine kurze Zusammenfassung, damit Ihr Team die Situation auf einen Blick verstehen kann, ohne jede einzelne Zeile lesen zu müssen. Das ist eine ziemlich effektive Methode, um den Lärm zu durchbrechen.

Halbautomatisierte Incident-Erstellung

Größtenteils ist die Erstellung eines Incidents mit Atlassian Intelligence kein vollständig automatischer Prozess. Er ist so konzipiert, dass eine Person beteiligt ist. Ein Bereitschaftsingenieur wird einen Alarm (oder eine Gruppe davon) sehen, der ernst zu sein scheint, und den Prozess durch Klicken auf „Incident erstellen“ starten.

Hier fungiert die KI als hilfreicher Assistent. Sie füllt das neue Incident-Formular vorab mit einem vorgeschlagenen Titel, einer detaillierten Beschreibung und einer Prioritätsstufe aus, die alle aus dem Inhalt des Alarms entnommen werden. Das Wichtigste ist, sich daran zu erinnern, dass es nicht vollständig autonom ist. Der Ingenieur muss die Vorschläge der KI noch überprüfen, eventuelle Anpassungen vornehmen und dann bestätigen, um den Incident offiziell zu erstellen. Es ist eher ein Copilot, der den Prozess beschleunigt, als ein System, das die Show allein schmeißt.

Automatisierungsregeln für die vollautomatische Erstellung

Wenn Sie wirklich eine echte, berührungslose Automatisierung anstreben, müssen Sie sich mit etwas zusätzlicher Einrichtung die Hände schmutzig machen. Dies geschieht durch die Konfiguration von entweder Automation for Jira oder Incident Rules, einer Funktion, die ursprünglich Teil von Opsgenie war.

Diese Tools basieren auf einer einfachen „Wenn-dies-dann-das“-Logik. Ein Jira-Administrator kann eine Regel einrichten wie: „Wenn ein Alarm mit ‚Priorität: Kritisch‘ eingeht UND die Quelle unsere Hauptproduktionsdatenbank ist, dann erstelle automatisch einen neuen Incident.“ Wenn diese spezifischen Bedingungen erfüllt sind, wird ein Incident erstellt und zugewiesen, ohne dass jemand etwas tun muss. Das ist großartig für vorhersehbare, risikoreiche Ausfallszenarien, aber es wirft auch einen wichtigen Punkt auf: Dieses Maß an Automatisierung ist nicht standardmäßig aktiviert. Es erfordert einiges an technischem Geschick, um diese Regeln zu erstellen und zu pflegen.

Einschränkungen und Herausforderungen bei der Nutzung von Atlassian Intelligence

Obwohl die KI von Atlassian ein guter Schritt in die richtige Richtung ist, hat sie einige erhebliche Einschränkungen, insbesondere für Teams, die sich bei ihrer Arbeit auf mehr als nur Atlassian-Tools verlassen.

Beschränkt auf das Atlassian-Ökosystem

Die größte Hürde ist, dass Atlassian Intelligence vollständig in der Atlassian-Welt lebt. Es funktioniert hervorragend, wenn alle Ihre Runbooks, Dokumentationen und Verfahren in Atlassian-Produkten wie JSM und Confluence gespeichert sind.

Aber seien wir ehrlich, so arbeiten die meisten Unternehmen nicht. Ihr wichtigstes Incident-Runbook könnte ein Google Doc sein, an dem alle zusammenarbeiten. Die Standardarbeitsanweisungen Ihres Teams könnten ordentlich in Notion organisiert sein, und wichtige Kundeninformationen könnten in einem separaten Helpdesk wie Zendesk liegen. Die KI von Atlassian hat keine Einsicht in dieses externe Wissen und kann es daher nicht nutzen, um einen detaillierteren, kontextreicheren Incident zu erstellen.

Hier verfolgt ein Tool wie eesel AI einen anderen Ansatz. Es ist als Intelligenzschicht konzipiert, die sich mit all Ihren verschiedenen Wissensquellen (über 100 davon) verbindet. Es kann Informationen aus Google Docs, Wikis und anderen Apps abrufen, um seiner KI ein vollständiges Bild der Situation zu geben, was zu einer viel intelligenteren Automatisierung führt.

Eine Infografik, die zeigt, wie eesel AI sich mit verschiedenen externen Wissensquellen verbindet – ein Hauptunterscheidungsmerkmal zur abgeschotteten Atlassian Intelligence.

Komplexität bei Einrichtung und Konfiguration

Wie bereits erwähnt, erfordert die vollständige Automatisierung mehr als nur das Aktivieren einer Option. Sie hängt von einem Jira-Administrator ab, der eine Bibliothek von Automatisierungsregeln erstellen, testen und pflegen kann. Da sich Ihre Dienste und Überwachungstools im Laufe der Zeit ändern, können diese Regeln kompliziert und anfällig werden und zu einem Wartungsalptraum werden.

Diese Abhängigkeit von einem technischen Administrator kann zu einem echten Engpass werden. Im Gegensatz dazu ist eesel AI so konzipiert, dass jeder es einrichten kann. Sie können Ihren Helpdesk und Ihre Wissensquellen mit einfachen Ein-Klick-Integrationen verbinden und leistungsstarke KI-Workflows in wenigen Minuten zum Laufen bringen. Sie müssen kein Ticket einreichen und auf einen Entwickler oder Jira-Administrator warten, der benutzerdefinierte Regeln für Sie schreibt.

Begrenzte Flexibilität für benutzerdefinierte Aktionen

Die Automatisierung von Atlassian ist gut darin, Dinge innerhalb der Atlassian-Suite zu erledigen, wie Tickets zu erstellen, Kommentare hinzuzufügen oder den Status eines Vorgangs zu ändern.

Aber was ist, wenn die Lösung eines Incidents die Kommunikation mit einem externen System erfordert? Vielleicht müssen Sie einen Bestellstatus in Shopify nachschlagen oder Kundendetails in einer internen Datenbank überprüfen. Mit den nativen Tools bedeutet dies normalerweise, dass jemand eine benutzerdefinierte Integration erstellen oder sich mit Webhooks herumschlagen muss, was umständlich sein kann.

eesel AI löst dies mit einer anpassbaren Workflow-Engine, die benutzerdefinierte API-Aktionen umfasst. Sie können Ihrem KI-Agenten leicht beibringen, wie er Echtzeitinformationen von jedem Drittanbietersystem abrufen kann, das über eine API verfügt. Das bedeutet, er kann mehr als nur Incidents erstellen; er kann aktiv bei deren Lösung helfen, indem er die Daten sammelt, die Ihr Team benötigt, genau dann, wenn es sie braucht.

Preise für Jira Service Management

Es ist auch wichtig, über die Kosten zu sprechen. Die Funktionen von Atlassian Intelligence sind nicht in jedem Plan enthalten. Um die KI-gestützte Alarmgruppierung und Incident-Erstellung nutzen zu können, benötigen Sie einen Premium- oder Enterprise-Plan für Jira Service Management. Diese Funktionen sind nicht in den Free- oder Standard-Tarifen enthalten.

Da Opsgenie nicht mehr separat verkauft wird und seine Funktionen in JSM integriert wurden, bestimmt Ihr JSM-Plan den Zugriff auf diese KI-Funktionen.

Tarifstufe	KI für Incident-Erstellung	Am besten geeignet für
Free	Nicht verfügbar	Kleine Teams, die gerade mit grundlegendem Ticketing beginnen.
Standard	Nicht verfügbar	Wachsende Teams, die grundlegende ITSM-Funktionen benötigen, aber keine fortschrittliche KI.
Premium	Inkludiert (Alarmgruppierung, KI-gestützte Incident-Erstellung)	Teams, die ein robustes, KI-gestütztes Incident Management benötigen.
Enterprise	Inkludiert (Alle Premium-Funktionen + erweiterte Kontrollen)	Große Organisationen mit komplexen Sicherheits- und Governance-Anforderungen.

Diese Preisstruktur kann für Teams, die KI nutzen möchten, aber noch nicht bereit für ein großes Abonnement-Upgrade sind, schwer zu schlucken sein. Zum Vergleich bietet eesel AI eine einfache und vorhersehbare Preisgestaltung. Alle Kern-KI-Produkte, einschließlich des autonomen KI-Agenten und der KI-Triage-Tools, sind in jedem Plan enthalten. Die Kosten basieren auf der KI-Nutzung, nicht darauf, welche Funktionen Sie freischalten möchten, was es zu einer zugänglicheren Option für eine breitere Palette von Teams macht.

Ein flexiblerer Ansatz für das automatisierte Incident Management

Wenn man alles zusammen betrachtet, werden die Herausforderungen einer plattformeigenen KI ziemlich deutlich: Das Wissen Ihres Unternehmens bleibt in Silos stecken, die Einrichtung kann kompliziert werden und die Automatisierung ist oft nicht so flexibel, wie es moderne Teams benötigen.

Aus diesem Grund wurde eesel AI entwickelt, um eine leistungsfähigere und anpassungsfähigere Alternative zu bieten, die mit den Tools funktioniert, die Sie bereits haben, einschließlich JSM. Es soll eine Intelligenzschicht sein, die auf Ihrem bestehenden Technologie-Stack aufsetzt, und kein Ersatz, der Sie zu einem großen Migrationsprojekt zwingt.

Mit eesel AI können Sie:

• All Ihr Wissen verbinden: Verknüpfen Sie JSM mit Confluence, Google Docs, Slack-Konversationen und sogar früheren Tickets aus jedem Helpdesk, um Ihrer KI eine einzige Wahrheitsquelle zu geben.

• In wenigen Minuten startklar sein: Die Plattform ist wirklich self-service. Dank Ein-Klick-Integrationen können Sie am ersten Tag Ergebnisse sehen, anstatt Monate auf den Abschluss einer komplexen Implementierung zu warten.

• Alles mit Zuversicht testen: Nutzen Sie den Simulationsmodus, um genau zu sehen, wie die KI Tausende Ihrer vergangenen Alarme und Tickets gehandhabt hätte. So können Sie ihr Verhalten feinabstimmen und eine genaue Vorstellung von ihrer Leistung erhalten, bevor Sie sie jemals für Ihr Team aktivieren.

Das Simulations-Dashboard von eesel AI zeigt, wie die KI vergangene Incidents gehandhabt hätte, sodass Teams vor der Aktivierung testen und Vertrauen aufbauen können.

Optimierung der Incident Response mit Atlassian Intelligence

Atlassian Intelligence bietet einen soliden Einstiegspunkt für Teams, die tief im Atlassian-Ökosystem verankert sind und die automatisierte Incident-Erstellung erkunden möchten. Es kann definitiv dazu beitragen, den Lärm zu reduzieren und einige manuelle Schritte zu beschleunigen.

Für die meisten modernen IT- und Support-Teams, die eine Mischung aus verschiedenen Tools verwenden, schafft der „Walled-Garden“-Ansatz jedoch ernsthafte Einschränkungen. Die Zukunft eines effektiven Incident Managements liegt nicht darin, Ihr Team in das Ökosystem eines einzigen Anbieters einzusperren; es geht darum, Wissen und Arbeitsabläufe über alle Systeme hinweg zu verbinden, die Sie bereits kennen und lieben.

Starten Sie mit müheloser ITSM-Automatisierung

Bereit, all Ihre Wissensquellen zu verbinden und einen Incident-Response-Workflow aufzubauen, der wirklich intelligent ist?

Testen Sie eesel AI kostenlos und sehen Sie, wie Sie ITSM-Aufgaben in Ihrem gesamten Tool-Stack in nur wenigen Minuten automatisieren können.