Ein praktischer Leitfaden zu Rovo Wissensquellen (und eine einfachere Alternative)

Seien wir ehrlich, die Informationen in Ihrem Unternehmen sind wahrscheinlich ein ziemliches Durcheinander. Sie haben Projektpläne in Jira, Dokumentationen in Confluence, wichtige Dateien in Google Drive und wichtige Gespräche in Slack vergraben. Nur eine einzige Information zu finden, kann sich wie eine Schatzsuche ohne Karte anfühlen.

Atlassian versucht, dieses Problem mit Rovo zu lösen, seinem neuen KI-Tool, das als „KI-Teamkollege“ fungieren und all dieses verstreute Wissen durchsuchen soll. Die ganze Idee basiert auf den Rovo Knowledge Sources, den Datenverbindungen, die der KI im Wesentlichen ihr Gehirn geben.

Aber wie gut funktioniert das wirklich, und ist es die richtige Wahl für Ihr Team? Dieser Leitfaden gibt Ihnen einen unkomplizierten Einblick, was Rovo Knowledge Sources sind, wie sie funktionieren, wo ihre Schwächen liegen und wie Sie eine Wissensdatenbank für Ihre KI-Agenten aufbauen können, die wirklich alles miteinander verbindet.

Was sind Rovo Knowledge Sources?

Einfach ausgedrückt sind Rovo Knowledge Sources die spezifischen Informationspools, auf die Sie einem Rovo-Agenten Zugriff gewähren, damit er Ihnen genaue Antworten geben kann. Stellen Sie sie sich als den genehmigten Bereich der Bibliothek vor, aus dem Ihre KI lesen darf.

Atlassian unterteilt dies in zwei Arten: Standard- und benutzerdefiniertes Wissen.

• Standardwissen: Der Agent kann fast alles sehen, was der Benutzer, der die Frage stellt, sehen kann. Das klingt flexibel, kann aber auch zu weit gefasst sein, was zu ziemlich zufälligen oder unzutreffenden Antworten führen kann.

• Benutzerdefiniertes Wissen: Sie weisen den Agenten gezielt an, nur von Ihnen ausgewählte Quellen zu verwenden. Dies gibt Ihnen weitaus mehr Kontrolle und hilft sicherzustellen, dass die Antworten der KI relevant und vertrauenswürdig sind.

Rovo kann sich mit einer ansehnlichen Anzahl von Quellen verbinden, was besonders praktisch ist, wenn Sie bereits viele Atlassian-Produkte verwenden. Hier sind einige der gängigen Verbindungen:

• Atlassian Suite: Confluence-Bereiche und Jira-Projekte.

• Drittanbieter-Apps: Google Drive, Microsoft SharePoint, Slack, Microsoft Teams, Figma, GitHub und Miro.

Diese Verbindungen verleihen den Rovo-Agenten die „Fähigkeiten“, Ihre Inhalte zu lesen, nach Informationen zu suchen und bestimmte Seiten oder Arbeitselemente aufzurufen.

Ein Blick auf die Rovo-Oberfläche, wo Benutzer verschiedene Wissensquellen verbinden können.

Wie man Rovo Knowledge Sources verbindet und verwaltet

An dieser Stelle kann der „einfache“ Teil des Plans anfangen, sich aufzulösen. Ein Administrator muss in die Rovo-Einstellungen gehen, einen Konnektor auswählen und die Berechtigungen verwalten. Obwohl das auf dem Papier einfach klingt, kann die Realität, insbesondere bei Tools von Drittanbietern, zu echten Kopfschmerzen führen.

Nehmen wir die Microsoft SharePoint-Integration als Beispiel. Es ist nicht gerade ein Ein-Klick-Prozess. Um es zum Laufen zu bringen, müssen Sie:

• Einen Entra-Admin (früher als Azure-Admin bekannt) finden, um überhaupt anfangen zu können.

• Eine brandneue Anwendungsregistrierung im Microsoft-Portal erstellen.

• Eine lange Liste spezifischer API-Berechtigungen („User.Read.All“, „Files.Read.All“, „Sites.Read.All“ usw.) manuell konfigurieren und dann die Administratorzustimmung für Ihr gesamtes Unternehmen erteilen.

• Ein Client-Geheimnis erstellen und im Auge behalten, das im Grunde ein Passwort für die App ist und abläuft. Wenn Sie vergessen, es zu aktualisieren, bricht die Verbindung ab.

• Wenn Sie ein neueres SharePoint-Setup haben, müssen Sie möglicherweise sogar eine Befehlszeile öffnen und PowerShell-Skripte ausführen.

Ehrlich gesagt ist dies eine riesige technische Hürde. Es erfordert spezielles IT-Wissen und mehrere Genehmigungen von Administratoren. Wenn Sie ein Support-Leiter sind, der nur einen Ordner mit Hilfsdokumenten verbinden möchte, müssen Sie mit ziemlicher Sicherheit ein Ticket bei der IT einreichen und sich in die Warteschlange einreihen.

Dieses Maß an komplexer Konfiguration kann ein Projekt zum Stillstand bringen. Im Gegensatz dazu sind moderne KI-Plattformen wie eesel AI so konzipiert, dass Ihr Team sie selbst verwalten kann. Sie können Quellen wie Confluence und Google Docs mit nur wenigen Klicks über ein einfaches Dashboard verbinden, ohne dass ein IT-Ticket erforderlich ist. So kann Ihr Team in Minuten statt in Wochen loslegen.

Wichtige Funktionen und häufige Anwendungsfälle von Rovo Knowledge Sources

Also, was können Rovo-Agenten tatsächlich tun, nachdem Sie den Einrichtungsprozess durchlaufen und Ihre Wissensquellen verbunden haben? Sie sind dafür entwickelt, bei einigen Hauptaufgaben zu helfen.

• Anwendungsfall 1: Zentralisierte F&A. Ein Projektmanager könnte Rovo Chat fragen: „Was waren die wichtigsten Punkte aus dem Q3-Projekt-Review?“ Rovo kann dann einen verbundenen Google Drive-Ordner durchsuchen, die richtige Präsentation finden und eine Zusammenfassung ausgeben.

• Anwendungsfall 2: Automatisierte Workflows in Atlassian. Einem Agenten könnte gesagt werden: „Organisiere das Backlog.“ Er würde dann die Projektanforderungen von einer Confluence-Seite lesen und automatisch neue Vorgänge in Jira erstellen, kennzeichnen und zuweisen.

• Anwendungsfall 3: Inhaltserstellung. Sie könnten einen Rovo-Agenten bitten: „Entwirf die Versionshinweise für das neue Feature.“ Er könnte dann die technischen Details aus Jira und den Marketingtext von einer Confluence-Seite ziehen, um Ihnen einen ersten Entwurf zu liefern.

Aber hier ist der Haken: Rovos Fähigkeiten sind sehr auf die Atlassian-Welt konzentriert. Es ist fantastisch darin, Jira-Tickets zu erstellen und Confluence-Seiten zu aktualisieren. Aber wenn es darum geht, echte Aktionen in den Tools durchzuführen, die Ihre kundennahen Teams täglich verwenden, ist es bei weitem nicht so stark.

Das Chat-Tool von Rovo beantwortet eine Frage, indem es Informationen aus verbundenen Atlassian-Quellen abruft.

Rovo ist großartig für interne Atlassian-Aufgaben, aber was ist, wenn Ihre KI die Bestelldetails eines Kunden in Shopify nachschlagen oder eine Zahlung zurückerstatten muss? Hier benötigen Sie eine flexiblere Workflow-Engine. Tools wie eesel AI unterstützen benutzerdefinierte API-Aktionen, die es Ihrem KI-Agenten ermöglichen, nicht nur Informationen aus beliebigen Quellen zu lesen, sondern auch Aktionen in jedem externen System durchzuführen, von Ihrem Helpdesk bis zu Ihrer E-Commerce-Plattform.

Funktion	Atlassian Rovo	eesel AI
Hauptaktionen	Jira-Vorgänge erstellen/bearbeiten, Confluence-Seiten aktualisieren	Tickets beantworten, Tickets taggen/schließen, an Agenten eskalieren
Externe Aktionen	Beschränkt auf Datenabruf („Lesen“)	Bestelldaten nachschlagen, Rückerstattungen bearbeiten, CRM aktualisieren
Anpassung	Basiert auf vordefinierten „Fähigkeiten“	Vollständig benutzerdefinierte API-Aktionen über No-Code-Editor
Am besten geeignet für	Teams, die tief im Atlassian-Ökosystem verankert sind	Teams, die Automatisierung über Helpdesks und Geschäftstools hinweg benötigen

Dieses guthabenbasierte Modell kann die Kostenprognose erschweren. Für Teams, die planbare Ausgaben benötigen, bieten Lösungen wie eesel AI klare, pauschale Monats- oder Jahrespläne. Sie erhalten eine feste Anzahl von KI-Interaktionen ohne überraschende Gebühren, sodass Ihre Rechnung auch bei Support-Spitzen gleich bleibt.

Die Preisgestaltung von Rovo Knowledge Sources erklärt

Zunächst einmal können Sie Rovo nicht einfach kaufen. Es ist in den teureren Premium- und Enterprise-Cloud-Plänen von Atlassian für Jira, Confluence und Jira Service Management enthalten. Wenn Sie einen Standard-Plan haben, können Sie es nicht bekommen.

Darüber hinaus verwendet es ein KI-Guthabensystem, das schwer vorherzusagen sein kann.

• Jede Rovo-Chat-Nachricht oder Agenten-Interaktion kostet 10 Credits.

• Kompliziertere „Deep Research“-Anfragen kosten 100 Credits.

Ihr Unternehmen erhält einen monatlichen Pool an Credits, der davon abhängt, wie viele Benutzer Sie haben:

• Premium-Plan: 70 Credits pro Benutzer, pro Monat.

• Enterprise-Plan: 150 Credits pro Benutzer, pro Monat.

Atlassian hat auch angekündigt, dass sie in Zukunft eine nutzungsbasierte Preisgestaltung einführen wollen. Das bedeutet, dass Ihre Rechnung von Monat zu Monat variieren könnte, je nachdem, wie stark Ihr Team die KI nutzt, was die Budgetierung erschwert.

Dieses guthabenbasierte Modell kann die Kostenprognose erschweren. Für Teams, die planbare Ausgaben benötigen, bieten Lösungen wie eesel AI klare, pauschale Monats- oder Jahrespläne. Sie erhalten eine feste Anzahl von KI-Interaktionen ohne überraschende Gebühren, sodass Ihre Rechnung auch bei Support-Spitzen gleich bleibt.

Einige Überlegungen zum Ansatz der Rovo Knowledge Sources

Rovo ist ein großer Schritt für Atlassian, aber sein Ansatz hat einige Einschränkungen, über die es sich lohnt nachzudenken, bevor man alles darauf setzt.

1. Bindung an das Ökosystem

Rovo ist darauf ausgelegt, Sie tiefer in die Atlassian-Welt zu ziehen, nicht als neutrale KI-Schicht zu fungieren, die gut mit all Ihren Tools zusammenspielt. Wenn Ihr Team seinen Tag in einem Helpdesk wie Zendesk oder Intercom verbringt oder Ihr Hauptkommunikationsmittel Slack ist, kann sich Rovo eher wie ein klobiges Add-on anfühlen als wie ein natürlicher Teil Ihres Arbeitsablaufs.

2. Begrenzte Trainingsdaten

Rovo ist gut darin, aus strukturierten Dokumenten wie Wikis und Projektplänen zu lernen. Aber denken Sie darüber nach: Die besten und hilfreichsten Antworten, die Ihr Team gibt, stehen nicht immer in einem aufpolierten Dokument. Sie finden sich in den Tausenden von früheren Support-Gesprächen, in denen Ihre Top-Agenten echte Kundenprobleme gelöst haben. Rovo verpasst diese Goldgrube an Wissen komplett, sodass es nicht automatisch den einzigartigen Tonfall Ihrer Marke oder die cleveren Lösungen lernen kann, die Ihr Team über Jahre entwickelt hat.

3. Keine risikofreie Simulation

Einen neuen KI-Agenten einzusetzen, ohne zu wissen, wie er sich verhalten wird, ist ein Glücksspiel. Es ist, als würde man ein neues Feature ohne jegliche Qualitätssicherungstests veröffentlichen. Rovo bietet keine Möglichkeit, seine Leistung an Tausenden Ihrer vergangenen Tickets zu testen, bevor es jemals mit einem echten Kunden interagiert. Sie können keine solide Prognose seiner Lösungsrate erhalten, sehen, welche Arten von Fragen es falsch beantworten könnte, oder Wissenslücken im Voraus finden.

Hier hat eine speziell für den Support entwickelte KI-Plattform einen klaren Vorteil. eesel AI ist darauf ausgelegt, genau diese Probleme zu lösen:

• Es ist plattformunabhängig: Es lässt sich direkt in Ihre aktuellen Helpdesk- und Chat-Tools integrieren, sodass es dort funktioniert, wo Ihr Team bereits arbeitet.

• Es lernt aus vergangenen Tickets: Der größte Unterschied ist, dass eesel AI auf all Ihren historischen Support-Tickets trainieren kann. Das bedeutet, es lernt von Anfang an Ihren Geschäftskontext, Tonfall und Ihre Lösungen.

• Es bietet eine leistungsstarke Simulation: Bevor Sie live gehen, können Sie den KI-Agenten über Tausende Ihrer vergangenen Tickets laufen lassen, um genau zu sehen, wie er geantwortet hätte. Dies gibt Ihnen eine präzise, datengestützte Vorschau seiner Leistung und was Sie erwarten können.

Ein eesel AI-Simulationsbericht mit Leistungsanalysen, eine Funktion, die in Rovo nicht verfügbar ist.

Mehr als nur Dokumente verbinden: Erstellen Sie eine handlungsfähige KI

Für Teams, die in Atlassian leben und atmen, sind Rovo Knowledge Sources eine nette Möglichkeit, die Punkte innerhalb dieses Ökosystems zu verbinden. Es ist ein vielversprechendes Werkzeug für das interne Wissensmanagement.

Allerdings kann die Einrichtung ein technischer Albtraum sein, es bindet Sie weiter an die Welt eines Anbieters und es fehlen die wichtigen Trainings- und Testfunktionen, die Sie für eine ernsthafte Support-Automatisierung benötigen. Echter KI-gestützter Support bedeutet nicht nur, Dokumente zu lesen, sondern Ihr Geschäft zu verstehen, über all Ihre Tools hinweg zu handeln und Ihnen das Vertrauen zu geben, es einzuschalten.

Starten Sie mit einer KI, die überall funktioniert

eesel AI hilft Ihnen, in Minuten statt in Monaten startklar zu sein. Es trainiert auf Ihren echten Kundengesprächen, um Unterstützung zu bieten, die so klingt, als käme sie von Ihrem Team, und sein Simulationsmodus lässt Sie alles völlig risikofrei testen.

Sind Sie bereit, einen KI-Agenten zu entwickeln, der all Ihr Wissen vereint und mit den Tools arbeitet, die Sie bereits haben? Testen Sie eesel AI kostenlos und sehen Sie, wie es mit Ihren eigenen Daten funktioniert.