Atlassian Intelligence schlägt Anfragetypen vor: Ein vollständiger Überblick

Seien wir ehrlich, die Einrichtung eines neuen Serviceprojekts kann eine echte Qual sein. Bevor man tatsächlich anfangen kann, Menschen zu helfen, muss man versuchen, jede einzelne Sache vorauszusagen, die sie benötigen könnten. Es ist ein langer Prozess, bei dem man Anfragetypen definiert, Formulare erstellt und die Daumen drückt, dass man nichts Wichtiges vergessen hat. Für Teams, die gerade erst mit ITSM beginnen, fühlt es sich oft wie reines Rätselraten an.

Atlassian versucht, einen Teil dieses Aufwands zu nehmen, indem es KI-Funktionen direkt in seine Tools integriert. Eine der meistdiskutierten ist die Fähigkeit der KI, Anfragetypen in Jira Service Management (JSM) vorzuschlagen.

Dieser Leitfaden führt Sie durch alles, was Sie über diese Funktion wissen müssen. Wir werden behandeln, was sie ist, wie sie funktioniert, wo sie glänzt und, was vielleicht am wichtigsten ist, welche Einschränkungen Sie kennen sollten. Wir werden auch betrachten, wie eine spezialisiertere KI-Plattform dort ansetzen kann, wo das Tool von Atlassian aufhört, und Ihren Service Desk wirklich auf das nächste Level heben kann.

Was ist die Funktion „Anfragetypen vorschlagen“ von Atlassian Intelligence?

Zuerst eine kurze Einführung. Atlassian Intelligence ist der Name für eine Reihe von KI-gestützten Funktionen, die in seinen Cloud-Produkten wie Confluence, Jira und JSM auftauchen. Die Idee ist, Ihnen einen „virtuellen Teamkollegen“ an die Seite zu stellen, der Ihnen hilft, Ihre Arbeit schneller zu erledigen.

Die Funktion „Anfragetypen vorschlagen“ von Atlassian Intelligence ist eines dieser Tools, das speziell für Jira Service Management entwickelt wurde. Es verwendet eine einfache Texteingabe eines Administrators, um eine Liste von Anfragetypen für ein Serviceprojekt zu generieren. Anstatt also selbst jede mögliche Anfrage zu erarbeiten, beschreiben Sie einfach, was Ihr Team tut, und die KI gibt Ihnen eine Startliste.

Ihre Hauptaufgabe ist es, die Ersteinrichtung Ihres Servicekatalogs zu beschleunigen und es einfacher zu machen, ein klares Portal für Ihre Kunden oder Mitarbeiter zu erstellen. Es ist Teil einer größeren KI-Initiative in JSM, die auch bei Dingen wie dem Vorschlagen von Formularfeldern und dem Sortieren eingehender Tickets hilft.

Wie die Funktion „Anfragetypen vorschlagen“ funktioniert

Die KI von Atlassian ist darauf ausgelegt, Sie an zwei wichtigen Punkten zu unterstützen: wenn Sie Ihren Service Desk zum ersten Mal einrichten und wenn Sie die tägliche Ticket-Warteschlange verwalten. Hier ist ein Blick darauf, wie das abläuft.

Generieren neuer Anfragetypen

Hier ist die Funktion wirklich praktisch, besonders wenn Sie bei Null anfangen. Wenn Sie ein JSM-Administrator sind, ist der Prozess ziemlich einfach:

1. Gehen Sie zu Projekteinstellungen > Anfragemanagement > Anfragetypen.

2. Klicken Sie auf Anfragetyp erstellen und wählen Sie die Option Mit KI erstellen.

3. Ein Textfeld wird angezeigt. Hier beschreiben Sie Ihr Team. Sie könnten zum Beispiel eingeben: „Wir sind ein Facility-Team, das Wartungsanfragen, Bestellungen von Büromaterial und Buchungen von Besprechungsräumen bearbeitet.“

4. Atlassian Intelligence nimmt Ihre Eingabe, denkt kurz nach und gibt dann eine Liste vorgeschlagener Anfragetypen aus, wie z. B. „Gebäudewartung anfordern“, „Büromaterial bestellen“ oder „Einen Konferenzraum buchen“.

5. Sie können dann die Liste durchsehen, diejenigen auswählen, die für Ihr Team sinnvoll sind, und sie auf einmal erstellen.

Die Vorschläge kommen in der Regel mit einigen grundlegenden System- und benutzerdefinierten Feldern, die Ihnen als Vorlage dienen.

Vorschlagen relevanter Felder für Ihre Formulare

Sobald Sie Ihre Anfragetypen haben, besteht die nächste Aufgabe darin, die passenden Formulare zu erstellen. Auch hier kann Atlassian Intelligence helfen. Nachdem Sie einen Anfragetyp erstellt haben (egal ob mit KI oder manuell), können Sie die Funktion Felder vorschlagen verwenden.

Basierend auf dem Namen und der Beschreibung des Anfragetyps empfiehlt die KI, welche vorhandenen Felder hinzugefügt oder sogar welche neuen benutzerdefinierten Felder erstellt werden sollten. Für eine „Anfrage für neuen Laptop“ könnte sie Felder wie „Abteilung“, „Erforderliche Software“ und „Geschäftliche Begründung“ vorschlagen. Dies hilft sicherzustellen, dass Ihr Team sofort alle benötigten Informationen erhält und reduziert das Hin und Her per E-Mail.

Triage und Aktualisierung bestehender Anfragen

Die Hilfe der KI endet nicht nach der Einrichtung. Sie kann auch bei der Verwaltung Ihrer Ticket-Warteschlange durch KI-gestützte Triage helfen. Dies ist besonders nützlich für Anfragen, die per E-Mail eingehen, da diese oft einfach in einem allgemeinen „E-Mail-Anfrage“-Eimer landen.

Sie können eine Reihe dieser unsortierten Tickets auswählen, und Atlassian Intelligence wird sie durchlesen, um bessere Anfragetypen vorzuschlagen. Zum Beispiel könnte eine E-Mail mit dem Betreff „Meine Maus ist kaputt“ korrekt dem Anfragetyp „Hardwareproblem melden“ zugeordnet werden. Sie können diese Änderungen gesammelt überprüfen und anwenden, was Ihrem Team eine Menge manueller Sortierarbeit erspart.

Die Einschränkungen der Funktion „Anfragetypen vorschlagen“ von Atlassian Intelligence

Obwohl Atlassian Intelligence Ihnen einen anständigen Ausgangspunkt bietet, hat seine integrierte Natur einige echte Nachteile, die Sie zurückhalten können. Es ist ein bisschen wie ein Multitool: praktisch in einer Notsituation, aber man würde es nicht verwenden, um ein Haus zu bauen.

Es funktioniert nur innerhalb des Atlassian-Ökosystems

Das größte Problem ist, dass die KI in einem geschlossenen System gefangen ist. Sie kann nur von Ihren Atlassian-Produkten lernen, wie Confluence-Seiten und Jira-Tickets. Aber denken Sie mal darüber nach: Wo bewahrt Ihr Team sein Wissen wirklich auf?

Die meisten Unternehmen haben wichtige Informationen über viele Orte verstreut: in Google Docs, auf internen Notion-Wikis, in alten Konversationen auf Zendesk oder Intercom und in unzähligen Slack-Threads vergraben. Atlassian Intelligence kann nichts davon sehen. Das bedeutet, Ihre KI arbeitet mit einer Hand auf dem Rücken, was zu halbfertigen Vorschlägen und der Unfähigkeit führt, Fragen zu beantworten, die Informationen von außerhalb von Atlassian benötigen. Ihnen bleiben zwei nicht so tolle Optionen: Entweder Sie verbringen Ewigkeiten damit, alles nach Confluence zu kopieren, oder Sie akzeptieren einfach, dass Ihre KI den größten Teil des Bildes nicht sieht.

Diese Infografik zeigt, wie eesel AI sich mit all Ihren Wissensquellen verbindet, im Gegensatz zum isolierten Ansatz einiger integrierter Tools.

Mangel an erweiterter Anpassung und Kontrolle

Die Einfachheit des Eingabesystems ist auch seine größte Schwäche. Sie können die KI nicht auf den spezifischen Tonfall Ihres Teams aus vergangenen Tickets trainieren, und Sie können keine komplexen, mehrstufigen Arbeitsabläufe einrichten.

Die Automatisierung ist ziemlich grundlegend und beschränkt sich auf das Ausfüllen von Feldern und das Ändern von Kategorien. Sie können zum Beispiel keine Aktion erstellen, die es der KI ermöglicht, einen Bestellstatus in Shopify nachzuschlagen, den Abonnementstatus eines Benutzers in Ihrer eigenen Datenbank zu überprüfen oder ein Ticket zu eskalieren, weil sie einen verärgerten Kunden erkannt hat. Dies hält die KI in einer rein beratenden Rolle und hindert sie daran, die Art von hilfreichen, unabhängigen Aktionen durchzuführen, die tatsächlich Probleme lösen und Ihr Team entlasten.

Dieses Bild zeigt die eesel AI-Benutzeroberfläche und hebt die leistungsstarken Anpassungs- und Workflow-Regeln hervor, die Sie erstellen können.

Grundlegende Simulations- und Berichtsfunktionen

Für Teams, denen es wichtig ist, die Dinge beim ersten Mal richtig zu machen, könnte dies der bedenklichste Punkt sein. Die KI-Funktionen von Atlassian werden direkt in Ihrem Live-Projekt aktiviert. Es gibt keine richtige Sandbox oder einen Simulationsmodus, in dem Sie sicher testen können, wie sich die KI mit Ihren echten Daten verhalten wird, bevor Sie sie loslassen.

Dieser „Schalter umlegen und das Beste hoffen“-Ansatz ist riskant. Sie haben keine wirkliche Möglichkeit vorherzusagen, wie genau sie sein wird, wie sie Ihre Arbeitsabläufe beeinflussen wird oder ob sie versehentlich einen kritischen Vorfall falsch kategorisieren könnte. Sie finden erst heraus, was falsch läuft, nachdem sie bereits Ihre Tickets berührt hat. Für jeden, der sicherstellen muss, dass seine Automatisierung vom ersten Tag an zuverlässig ist, ist das ein ziemlich großer Deal-Breaker.

Ein Screenshot des eesel AI-Simulationsmodus, mit dem Sie die KI-Leistung an historischen Daten vor der Bereitstellung testen können.

Eine flexiblere Alternative: eesel AI

Für Teams, die diese Einschränkungen überwinden möchten, bietet eine dedizierte KI-Plattform wie eesel AI eine leistungsfähigere, vernetztere und sicherere Möglichkeit, Dinge zu erledigen. Sie lässt sich direkt in Ihre Tools integrieren, einschließlich einer nahtlosen Jira Service Management-Integration, um Ihnen eine Automatisierung zu bieten, die tatsächlich so funktioniert, wie Sie es tun.

Vereinen Sie Ihr gesamtes Wissen, nicht nur einen Teil davon

Im Gegensatz zu Atlassians abgeschottetem System ist eesel AI darauf ausgelegt, Informationssilos aufzubrechen. Es verbindet sich sofort mit all Ihren Apps und lernt aus Jira-Tickets, Confluence, Google Docs, Notion und sogar aus früheren Helpdesk-Gesprächen von Orten wie Zendesk.

Das bedeutet, Ihr KI-Agent wird auf einem vollständigen Bild des Wissens Ihres Unternehmens trainiert. Das Ergebnis ist eine viel genauere und kontextbewusstere Automatisierung, sei es bei der Beantwortung von Fragen oder bei der Triage von Tickets. eesel AI kann sogar Ihre besten Ticket-Lösungen analysieren und automatisch neue Wissensdatenbankartikel entwerfen, um Informationslücken mit Inhalten zu füllen, von denen Sie bereits wissen, dass sie funktionieren.

Gewinnen Sie die volle Kontrolle mit einer anpassbaren Workflow-Engine

Mit eesel AI haben Sie die volle Kontrolle. Ein leistungsstarker Prompt-Editor und Workflow-Builder ermöglichen es Ihnen, die genaue Persönlichkeit, den Tonfall und die spezifischen Aktionen der KI zu definieren, die sie ausführen darf.

Benutzerdefinierte Aktionen sind der Punkt, an dem es richtig interessant wird. Sie ermöglichen es Ihrem KI-Agenten, sich über eine API mit jedem externen System zu verbinden. Er kann Bestelldetails in Shopify nachschlagen, die Berechtigungen eines Benutzers in Ihrem internen Admin-Panel überprüfen oder ein neues Problem in einem separaten Entwicklerprojekt erstellen. Dies verwandelt Ihre KI von einem einfachen Assistenten in einen Agenten, der Probleme von Anfang bis Ende lösen kann. Sie entscheiden genau, welche Ticket-Typen die KI bearbeitet, sodass Sie klein anfangen und Ihre Automatisierung schrittweise ausbauen können, wenn Sie sich wohler fühlen.

Testen Sie mit Zuversicht dank leistungsstarker Simulationen

Einer der größten Vorteile von eesel AI ist sein Simulationsmodus. Bevor Sie irgendetwas aktivieren, können Sie Ihre KI-Einrichtung in einer sicheren, abgeschotteten Umgebung an Tausenden Ihrer vergangenen Tickets testen.

Dies zeigt Ihnen genau, wie die KI auf echte Anfragen von echten Menschen reagiert hätte. Sie können genaue Vorhersagen über Lösungsraten erhalten, Lücken in Ihrer Wissensdatenbank aufdecken und ihr Verhalten optimieren, bevor sie jemals mit einem Kunden interagiert. Dieses risikofreie Testen ermöglicht es Ihnen, mit Zuversicht zu implementieren und gibt Ihnen klare Berichte darüber, was als Nächstes zu verbessern ist.

Preise für Atlassian Intelligence „Anfragetypen vorschlagen“

Also, was kostet das alles? Atlassian Intelligence-Funktionen, einschließlich „Anfragetypen vorschlagen“, sind nicht in jedem Plan enthalten. Sie sind nur in den Jira Service Management Premium- und Enterprise-Cloud-Plänen gebündelt.

Das bedeutet, wenn Sie den Free- oder Standard-Plan nutzen, können Sie diese KI-Tools nicht ohne ein ziemlich großes Abonnement-Upgrade verwenden. Die Preisgestaltung erfolgt pro Agent, sodass die Kosten schnell ansteigen können, wenn Ihr Team wächst.

Hinweis: Die Preise sind ungefähre Angaben und können sich ändern. Besuchen Sie die offizielle Atlassian-Preisseite für die neuesten Informationen.

Atlassian Intelligence „Anfragetypen vorschlagen“: Ein guter Anfang, aber keine vollständige Lösung

Atlassian Intelligence „Anfragetypen vorschlagen“ ist eine wirklich hilfreiche Funktion für Teams, die bereits tief in der Atlassian-Welt verwurzelt sind und eine schnelle Möglichkeit benötigen, ein JSM-Projekt zu starten. Es macht den Einstieg etwas weniger einschüchternd und kann Ihnen definitiv etwas Zeit bei der Ersteinrichtung sparen.

Allerdings kann man seine Mängel nicht ignorieren. Da es nur innerhalb seines eigenen Ökosystems funktioniert und es an tiefgehender Anpassung, soliden Testfunktionen und echter Workflow-Automatisierung mangelt, fühlt es sich wie eine unvollständige Lösung an. Für Teams, die ernsthaft daran interessiert sind, KI für einen schnellen, intelligenten und zuverlässigen Service einzusetzen, wird ein integriertes Tool wahrscheinlich nicht ausreichen.

Für eine wirklich leistungsstarke, flexible und sichere KI-Schicht, die mit allen Ihren Tools funktioniert, ist eine dedizierte Plattform der richtige Weg. Sehen Sie noch heute, wie eesel AI Ihre Jira Service Management-Workflows transformieren kann.