Ein praktischer Leitfaden zu Rovo Agenten-Automatisierungen

Es fühlt sich so an, als bekäme jedes Tool, das wir nutzen, einen KI-gestützten Helfer, und die Atlassian-Suite ist da keine Ausnahme. Angesichts des ganzen Hypes um KI-Automatisierung stehen Tools wie Jira und Confluence unter Druck, intelligenter zu arbeiten, und Atlassian Rovo ist ihre große Antwort darauf.

Oberflächlich betrachtet verspricht es, Ihren Projekten intelligente, automatisierte „Teamkollegen“ hinzuzufügen. Für viele Teams ist es jedoch immer noch unklar, was Rovo Agent Automations tatsächlich leisten können. Sich durch die offizielle Dokumentation zu wühlen, kann sich anfühlen, als würde man versuchen, Möbel mit einer Anleitung in einer Fremdsprache zusammenzubauen, was es schwierig macht, das wirklich Nützliche vom geschickten Marketing zu unterscheiden.

Dieser Leitfaden soll Licht ins Dunkel bringen. Wir werden erläutern, was Rovo Agent Automations sind, wie sie aufgebaut sind, wo ihre Stärken liegen und, was noch wichtiger ist, wo sie an ihre Grenzen stoßen. Außerdem werfen wir einen Blick auf eine flexiblere Self-Service-Alternative für Teams, die leistungsstarke Automatisierung ohne Kopfzerbrechen benötigen.

Was sind Rovo Agent Automations?

Bevor wir uns den Automatisierungen widmen, klären wir die Begrifflichkeiten, denn bei Atlassian gibt es einige verschiedene Komponenten, die zusammenspielen.

Atlassian Rovo ist der übergeordnete Name für ihren KI-Arbeitsassistenten. Stellen Sie es sich wie eine intelligente Ebene vor, die sich über all Ihre Atlassian-Tools erstreckt. Es besteht aus drei Hauptteilen:

• Rovo Search: Eine einzige Suchleiste, die Informationen aus Ihren Atlassian-Produkten und einigen verbundenen Drittanbieter-Apps abrufen kann.

• Rovo Chat: Eine Chat-Oberfläche, über die Sie Fragen stellen und Antworten basierend auf dem Wissen Ihres Unternehmens erhalten können.

• Rovo Agents: Das sind die „KI-Teamkollegen“, die für die Erledigung bestimmter Aufgaben entwickelt wurden. Einige sind sofort einsatzbereit (wie ein Vorgangsorganisator oder ein Bereitschaftsprüfer), während andere speziell für die Bedürfnisse Ihres Teams maßgeschneidert werden können.

Wo passen also die Automatisierungen ins Bild? Rovo Agent Automations sind kein eigenständiges Produkt. Der Name bezieht sich einfach auf die Verwendung eines Rovo Agents als Schritt innerhalb einer Standard-Automatisierungsregel von Atlassian. Sie wählen einen Auslöser, wie z. B. „Wenn ein Jira-Vorgang erstellt wird“, und anstelle einer einfachen Aktion wie „Label hinzufügen“ beauftragen Sie einen Rovo Agent, etwas Intelligentes zu tun.

Wie Rovo Agent Automations funktionieren: Fähigkeiten und Einrichtung

Zu verstehen, wie diese Automatisierungen aufgebaut sind, ist der Schlüssel, um sowohl ihr Potenzial als auch ihre Grenzen zu erkennen. Es ist nicht gerade eine Ein-Klick-Einrichtung, und der Workflow hat einige Eigenheiten, die Sie kennen sollten.

Der Automatisierungs-Workflow

Das Erstellen einer Rovo Agent Automation in Jira oder Confluence ist etwas aufwendiger, als man vielleicht vermuten würde. Hier ist ein Überblick über den Prozess.

1. Der Auslöser: Alles beginnt mit einem normalen Automatisierungsauslöser. Dies ist einfach ein Ereignis, das den Prozess startet, wie die Veröffentlichung einer neuen Seite in Confluence oder das Hinzufügen eines Kommentars zu einem Jira-Vorgang.

2. Die Aktion „Rovo Agent verwenden“: Als Nächstes fügen Sie die Aktion „Rovo Agent verwenden“ zu Ihrer Regel hinzu. Das ist der Teil, in dem die KI ins Spiel kommt.

3. Der Prompt: Hier müssen Sie dem Agent mitteilen, was er tun soll. Sie müssen eine klare Anweisung schreiben, und um etwas Nützliches zu bewirken, müssen Sie die „Smart Values“ von Atlassian verwenden, um ihm Kontext zu geben. Zum Beispiel könnten Sie schreiben: „Fasse die wichtigsten Aktionspunkte von der Seite „{{page.url}}“ zusammen.“ Diese Smart Values richtig hinzubekommen, ist eine häufige Hürde für Einsteiger.

4. Die Ausgabe: Der Agent nimmt Ihren Prompt, führt seine Analyse durch und gibt eine Textantwort aus. Aber diese Antwort ist nicht sofort sichtbar oder nutzbar. Sie wird in einem anderen Smart Value namens „{{agentResponse}}“ gespeichert.

5. Die Folgeaktion: Das ist der etwas umständliche Teil. Um tatsächlich etwas mit der Ausgabe des Agenten zu tun, müssen Sie eine weitere Aktion zu Ihrer Regel hinzufügen. Zum Beispiel würden Sie eine Aktion „Kommentar hinzufügen“ hinzufügen und dann den Smart Value „{{agentResponse}}“ in das Kommentarfeld einfügen.

Diese Kette von Schritten bedeutet, dass selbst eine einfache Aufgabe wie das Zusammenfassen eines Vorgangs erfordert, dass Sie mehrere Teile aneinanderreihen. Es funktioniert, aber es fühlt sich nicht ganz wie das nahtlose KI-Erlebnis an, das sich die meisten Menschen erhoffen.

Rovo Agent Automations: No-Code- vs. benutzerdefinierte Agents

Wenn es um die Agents selbst geht, haben Sie zwei Möglichkeiten, und zwischen ihnen klafft eine ziemlich große Lücke.

• No-Code-Agents: Diese können Sie selbst im Rovo Studio erstellen, indem Sie einfach Anweisungen in einfachem Englisch schreiben. Sie sagen dem Agenten, was er tun soll, verbinden ihn mit einer Wissensquelle wie einem Confluence-Bereich, und schon kann es losgehen. Sie sind ideal für einfache Aufgaben wie das Erstellen von Inhalten oder Zusammenfassungen. Das Problem ist, wenn der Agent jedoch einer komplexen, mehrstufigen Logik folgen soll, können sie etwas unzuverlässig werden, da sie jedes Mal nur einen Text-Prompt interpretieren.

• Benutzerdefinierte Agents (Forge): Für mehr Leistung und Zuverlässigkeit können Sie einen benutzerdefinierten Agent mit der Atlassian Forge Entwicklungsplattform erstellen. Dies erfordert das Schreiben von echtem Code, um sich mit anderen Systemen zu verbinden und präzise Logik auszuführen. Der Haken? Sie benötigen einen Entwickler, der sich mit der Forge-Plattform auskennt. Dadurch ist es für die meisten nicht-technischen Teams, die einfach nur einen Geschäftsprozess ohne ein großes Projekt automatisieren möchten, unerreichbar.

Die Realität für viele Teams ist, dass ihre Bedürfnisse genau in diese Lücke fallen: zu komplex für einen einfachen No-Code-Prompt, aber nicht groß genug, um es zu rechtfertigen, einen Entwickler für einige Wochen von seinen Projekten abzuziehen.

Gängige Anwendungsfälle und Einschränkungen von Rovo Agent Automations

Sobald Sie seine Grenzen verstanden haben, kann Rovo ein ziemlich hilfreiches Werkzeug sein. Es leistet in bestimmten Situationen gute Arbeit, stößt aber an seine Grenzen, sobald Ihre Arbeit über das Atlassian-Ökosystem hinausgeht.

Beliebte Anwendungsfälle für Rovo Agent Automations

Hier sind einige Dinge, die Rovo Agent Automations recht gut bewältigen können:

• Ticket-Triage und Zusammenfassung: Ein neuer Vorgang taucht in Jira auf. Eine Automatisierung kann einen Rovo Agent auslösen, der die Beschreibung liest, eine Prioritätsstufe vorschlägt und eine kurze Zusammenfassung als ersten Kommentar für das Team postet.

• Inhaltsüberprüfung und Feedback: Jemand veröffentlicht einen neuen Projektplan auf einer Confluence-Seite. Ein Agent kann die Seite automatisch anhand einer einfachen Checkliste überprüfen (z. B. „Ist ein Verantwortlicher aufgeführt? Sind Fristen enthalten?“) und sein Feedback in den Kommentaren hinterlassen.

• Automatisiertes Reporting: Sie könnten eine geplante Regel einrichten, die jeden Morgen ausgeführt wird. Sie könnte einen Agent auslösen, der alle hochprioren Vorgänge der letzten 24 Stunden analysiert und eine Zusammenfassung der Ereignisse in einem Slack-Kanal postet.

Wichtige Einschränkungen, die zu beachten sind

Obwohl diese Anwendungsfälle gut klingen, ist es wirklich wichtig, die Einschränkungen zu kennen, bevor Sie viel Zeit in die Einrichtung investieren.

• Ökosystem-Bindung: Rovo ist in erster Linie für das Atlassian-Universum gebaut. Seine Intelligenz ist am schärfsten, wenn es Daten aus Jira und Confluence liest. Obwohl es sich mit einigen externen Tools verbinden kann, hat es Schwierigkeiten, das Gesamtbild zu erfassen, wenn das Wissen Ihres Teams an Orten wie Google Docs, Notion oder einem dedizierten Helpdesk wie Zendesk gespeichert ist. Gute Automatisierung braucht Kontext, und Rovo hat oft nur ein Teil des Puzzles.

• 

  Wie wir bereits gesehen haben, fühlt sich der ganze Prozess ein wenig zusammengeschustert an.

  Reddit

Sich mit Smart Values auseinandersetzen und mehrere Aktionen verketten zu müssen, nur um eine Zusammenfassung zu posten, ist nicht sehr intuitiv. Es fühlt sich an wie ein Werkzeug, das von und für technische Benutzer entwickelt wurde, nicht unbedingt für die Geschäftsteams, die am meisten davon profitieren könnten.

• Begrenzte benutzerdefinierte Aktionen ohne Code: Möchten Sie, dass Ihr Agent einen Bestellstatus in Shopify prüft oder das Abonnement eines Benutzers in Ihrer Firmendatenbank nachschlägt? Ohne eine benutzerdefinierte Forge-App zu erstellen, stecken Sie hier ziemlich fest. Das bedeutet, dass die meisten Automatisierungen auf das Generieren von Text oder einfache Aktualisierungen von Jira-Tickets beschränkt sind.

• Kein schrittweises Rollout oder Simulation: Einer der beängstigendsten Aspekte der Automatisierung ist es, den Schalter für etwas umzulegen, das nicht richtig funktioniert. Das Setup von Atlassian bietet keine klare, sichere Möglichkeit, Ihre Agents mit vergangenen Daten zu testen oder sie zuerst für eine kleine Gruppe von Vorgängen auszurollen. Dieser „Alles-oder-Nichts“-Ansatz kann für Teams, die wichtige Workflows verwalten, ziemlich nervenaufreibend sein.

Für Teams, die Wissen aus ihrem gesamten Tech-Stack abrufen müssen, bieten Plattformen wie eesel AI einen weitaus vernetzteren Ansatz, der sich mit Helpdesks, Wikis und Chat-Tools verbindet, ohne in einem einzigen Ökosystem gefangen zu sein.

Atlassian Rovo Preise: Was Sie bezahlen werden

Der Versuch herauszufinden, wie viel Rovo kostet, kann etwas verwirrend sein, da es an Ihren bestehenden Atlassian-Plan und ein guthabenbasiertes Nutzungssystem gebunden ist.

Zunächst einmal ist Rovo ohne zusätzliche Kosten enthalten, aber nur für Kunden mit Atlassian Cloud Premium- oder Enterprise-Plänen. Wenn Ihr Team einen Standard- oder kostenlosen Plan nutzt, haben Sie keinen Zugriff darauf.

Zweitens wird die Nutzungsintensität durch ein guthabenbasiertes Nutzungssystem bestimmt. Jeder Benutzer eines berechtigten Plans erhält ein monatliches Kontingent an „KI-Credits“, die für das gesamte Unternehmen gebündelt werden. Ein Premium-Benutzer erhält beispielsweise 70 Credits, während ein Enterprise-Benutzer 150 erhält. Jedes Mal, wenn Sie mit einem Agent chatten oder eine Automatisierung ausgeführt wird, werden einige dieser Credits verbraucht.

Das Wichtigste ist, dass Atlassian angekündigt hat, in Zukunft eine nutzungsbasierte Preisgestaltung einzuführen. Obwohl es also vorerst enthalten ist, könnten Teams, die sich darauf verlassen, in Zukunft mit unvorhersehbaren Rechnungen konfrontiert werden.

Hier ist ein kurzer Überblick über die Credit-Zuteilungen:

Eine flexiblere Alternative zu Rovo Agent Automations: eesel AI

Für Teams, denen die Einschränkungen von Rovo etwas zu eng sind, gibt es einen besseren Weg. eesel AI wurde von Anfang an so konzipiert, dass es leistungsstark, flexibel und überraschend einfach zu bedienen ist und genau die Probleme löst, die Rovo schafft.

• In Minuten live gehen, nicht in Monaten: Vergessen Sie komplizierte Einrichtungen und das Warten auf Entwickler. Mit eesel AI ist der Prozess so gestaltet, dass Sie ihn selbst durchführen können. Verbinden Sie Ihren Helpdesk und Ihre Wissensquellen mit wenigen Klicks, und Sie können noch am selben Tag einen funktionierenden KI-Agenten einsetzen.

Ein Flussdiagramm, das den schnellen Einrichtungsprozess für einen eesel AI-Agenten zeigt, eine flexible Alternative zu Rovo Agent Automations.

• Volle Kontrolle mit einer No-Code-Workflow-Engine: eesel AI überbrückt die Lücke zwischen einfachen Text-Prompts und vollständig benutzerdefiniertem Code. Sein visueller Prompt-Editor ermöglicht es Ihnen, leistungsstarke benutzerdefinierte Aktionen zu erstellen, wie z. B. das Abrufen von Informationen in Echtzeit aus externen Systemen wie Shopify oder Ihren eigenen internen Tools, und das alles, ohne eine einzige Zeile Code zu schreiben.

Die eesel AI-Benutzeroberfläche zur Einrichtung benutzerdefinierter Regeln, die eine leistungsstarke Alternative zu den starreren Rovo Agent Automations darstellt.

• Vereinheitlichen Sie Ihr Wissen, sofort: Anstatt in der Atlassian-Welt gefangen zu sein, verbindet sich eesel AI sofort mit über 100 Quellen. Es kann aus vergangenen Tickets in Zendesk, Freshdesk und Intercom lernen, sowie aus all Ihren Dokumenten in Confluence, Google Docs und Notion. Es sieht das Gesamtbild, sodass seine Antworten tatsächlich nützlich sind.

Eine Infografik, die zeigt, wie sich eesel AI mit verschiedenen Wissensquellen verbindet, ein entscheidender Vorteil gegenüber den ökosystemgebundenen Rovo Agent Automations.

• Testen mit Vertrauen: Bevor Sie Ihren KI-Agenten auf echte Kunden loslassen, können Sie ihn in einem Simulationsmodus mit Tausenden Ihrer vergangenen Tickets testen. Dies gibt Ihnen eine genaue Leistungsprognose, zeigt genau, wie er in verschiedenen Situationen reagieren wird, und ermöglicht es Ihnen, sein Verhalten ohne Risiko anzupassen. Es ist eine unverzichtbare Funktion für jedes Team, dem Qualität und Kontrolle wichtig sind.

Das eesel AI-Simulations-Dashboard, das eine sichere Testumgebung bietet, die bei Rovo Agent Automations nicht verfügbar ist.

• Transparente und vorhersagbare Preise: Mit eesel AI erhalten Sie einfache, pauschale Preise. Es gibt keine seltsamen Gebühren pro Lösung oder verwirrende Credit-Systeme, sodass Sie nach einem geschäftigen Monat keine überraschende Rechnung erhalten. Sie wissen genau, wofür Sie bezahlen.

Eine Ansicht der übersichtlichen Preisseite von eesel AI, die im Gegensatz zum guthabenbasierten Modell von Rovo Agent Automations steht.

Über ökosystemgebundene Rovo Agent Automations hinausgehen

Rovo Agent Automations sind ein anständiger Schritt nach vorn für Teams, die ausschließlich in der Atlassian-Suite leben und arbeiten. Sie bieten einen Einblick in eine intelligentere, stärker automatisierte Zukunft für Jira- und Confluence-Workflows.

Aber für die meisten modernen Teams findet die Arbeit nicht sauber innerhalb einer einzigen Softwarefamilie statt. Ihr Wissen ist verstreut, Ihre Werkzeuge sind vielfältig, und echte Automatisierung erfordert eine KI, die all diese Punkte verbinden kann.

Während Rovo anscheinend eine höhere Mauer um seinen Garten baut, sind Lösungen wie eesel AI damit beschäftigt, Brücken zu bauen. Sie bieten einen leistungsfähigeren, flexibleren und benutzerfreundlicheren Weg zur KI-Automatisierung, der Ihr Team genau dort abholt, wo es steht.

Bereit zu sehen, was wirklich vernetzte KI-Automatisierung für Ihr Team tun kann? Starten Sie Ihre kostenlose Testversion mit eesel AI oder buchen Sie eine Demo, um mehr zu erfahren.