Welche KI verwendet Atlassian? Ein vollständiger Überblick für 2024

Es scheint, als hätte jedes Tool, das wir nutzen, plötzlich eine KI-Funktion bekommen, und Atlassian ist da keine Ausnahme. Die gesamte Produktpalette, von den Backlogs in Jira bis zu den Seiten in Confluence, erhält ein Upgrade mit „Atlassian Intelligence“. Diese Funktionen versprechen alles Mögliche, von der Zusammenfassung endloser Kommentar-Threads über die Beantwortung von Fragen bis hin zur Bewältigung langweiliger, sich wiederholender Aufgaben.

Doch bei all dem Hype kann man leicht den Überblick verlieren. Was steckt eigentlich hinter diesen neuen Tricks? Ist es dieselbe KI wie bei ChatGPT? Ist es etwas, das sie selbst entwickelt haben?

Dieser Leitfaden bringt Licht ins Dunkel. Wir kommen direkt auf den Punkt und erklären genau, welche KI-Modelle Atlassian verwendet. Außerdem gehen wir die Funktionen durch, die Sie tatsächlich in Ihren täglichen Tools sehen werden, und sprechen über einige sehr reale Einschränkungen, die Sie kennen sollten. Am wichtigsten ist, dass wir darauf eingehen, was zu tun ist, wenn das geballte Wissen Ihres Teams nicht nur in Atlassian-Produkten gespeichert ist – denn seien wir ehrlich, bei wem ist das schon der Fall?

Welche KI verwendet Atlassian?

Hier ist die kurze Antwort: Atlassian Intelligence ist keine einzelne, allmächtige KI. Stellen Sie es sich eher wie ein Team von Spezialisten vor. Es ist ein Hybridsystem, das geschickt Atlassians eigene Inhouse-Technologie mit einigen der größten Namen aus der Welt der großen Sprachmodelle (LLMs) verbindet. Dieser Mix-and-Match-Ansatz ermöglicht es ihnen, innerhalb ihres Ökosystems das richtige Werkzeug für die richtige Aufgabe einzusetzen.

Hier ist ein Blick auf die Akteure im Team:

• Namhafte LLMs: Atlassian hat sich mit den Schwergewichten der KI zusammengetan, darunter OpenAI (die Entwickler von ChatGPT), Anthropic und Google. Sie greifen auf verschiedene Modelle der GPT-, Claude- und Gemini-Familien zurück, um die kreativen, sprachlastigen Aufgaben zu bewältigen, wie zum Beispiel das Verfassen einer Confluence-Seite oder die Zusammenfassung eines Jira-Tickets. Und für diejenigen, die sich um den Datenschutz sorgen: Atlassian stellt klar, dass die Daten Ihres Unternehmens nicht zum Training dieser externen Modelle verwendet werden.

• Atlassians hauseigene Modelle: Hier wird es interessant. Atlassian verfügt über mehr als zwei Jahrzehnte an Daten darüber, wie Teams zusammenarbeiten, und hat diese genutzt, um eigene spezialisierte KI-Modelle zu trainieren. Das ist das Geheimnis hinter ihrem „Teamwork Graph“, einer einzigartigen Datenschicht, die nicht nur Worte versteht, sondern auch die Beziehungen zwischen Ihren Projekten, Zielen, Dokumenten und Teammitgliedern. Sie weiß, welches Jira-Epic mit welcher Confluence-Spezifikation verknüpft ist und wer in Ihrem Team der Ansprechpartner für ein bestimmtes Thema ist. Dieser Kontext hilft der KI, Ihnen wesentlich relevantere Antworten zu geben.

• Der neue Teamkollege, Rovo: Atlassians neuestes Produkt, Rovo, geht noch einen Schritt weiter. Es ist als zentraler KI-Assistent konzipiert, der über all Ihre Atlassian-Tools hinweg suchen, Fragen beantworten und sogar Aktionen ausführen kann. Es hat auch die Fähigkeit, sich mit externen Apps wie Google Drive und Slack zu verbinden und so als Brücke zur Außenwelt zu fungieren.

Eine Aufschlüsselung der Atlassian Intelligence-Funktionen nach Produkt

Atlassian Intelligence ist keine neue App, die Sie herunterladen oder installieren müssen. Stattdessen sind die Funktionen direkt in die Atlassian-Produkte integriert, auf die sich Ihr Team bereits verlässt. Die Liste der Funktionen wächst ständig, aber hier sind einige der praktischsten Möglichkeiten, wie Sie sie jetzt schon nutzen können.

In Jira und Jira Service Management

Für jeden, der in Jira und Jira Service Management zu Hause ist, zielen die KI-Funktionen darauf ab, manuelle Arbeit zu reduzieren und Arbeitsabläufe zu beschleunigen.

• Sprechen Sie mit Jira in einfacher Sprache: Vergessen Sie den Versuch, sich die Syntax der Jira Query Language (JQL) zu merken. Sie können jetzt einfach in einfacher Sprache eingeben, was Sie suchen. Zum Beispiel funktioniert die Frage „Zeige mir alle Tickets, die meinem Team zugewiesen sind und diese Woche fällig sind“, was Ihnen JQL-Kopfschmerzen erspart.

• Erhalten Sie die Zusammenfassung von Tickets: Wir alle haben schon einmal ein Ticket geöffnet, dessen Beschreibung ein Roman und dessen Kommentar-Thread noch länger war. KI-Zusammenfassungen können Ihnen die wichtigsten Punkte in Sekunden liefern. Das ist eine enorme Erleichterung für Support-Mitarbeiter oder Manager, die sich schnell über einen Vorfall informieren müssen, ohne jedes einzelne Update zu lesen.

• Ein virtueller Agent für JSM: Der virtuelle Agent in Jira Service Management kann häufig gestellte Kundenfragen automatisch beantworten, indem er Informationen aus Ihrer Confluence Wissensdatenbank abruft. Das Ziel ist es, die einfachen, sich wiederholenden Fragen zu bearbeiten, damit sich Ihre menschlichen Mitarbeiter auf die kniffligen Fälle konzentrieren können.

Dieses Video zeigt, wie Sie mit Atlassian Intelligence Epics aufteilen und automatisch Stories in Jira erstellen können.

Aber es gibt einen Haken. Der virtuelle Agent ist nur so schlau wie das Wissen, auf das er zugreifen kann. Wenn ein Kunde eine Frage stellt und die Antwort in einem Google Doc oder einem Slack-Thread vergraben ist, ist der Bot ratlos. Das führt zu frustrierten Kunden und einer Eskalation zurück zu Ihrem menschlichen Team, was den Zweck irgendwie verfehlt.

In Confluence

In Confluence konzentriert sich die KI darauf, Ihnen zu helfen, Informationen effektiver zu erstellen, zu finden und zu verarbeiten.

• Ein Schreibassistent: Stehen Sie vor einer leeren Seite? Sie können die KI bitten, einen Projektplan zu entwerfen, Ideen für einen Blogbeitrag zu sammeln oder einfach nur den Ton eines bereits geschriebenen Textes von formell auf locker zu ändern. Sie kann auch Übersetzungen übernehmen.

• Zusammenfassungen für Seiten und Kommentare: Genau wie in Jira können Sie eine sofortige Zusammenfassung eines langen, dichten Dokuments oder eines aus dem Ruder gelaufenen Kommentarbereichs erhalten.

• Eine Q&A-Suche, die tatsächlich antwortet: Anstatt Sie nur auf eine Liste von Seiten mit Ihren Schlüsselwörtern zu verweisen, versucht die neue Q&A-Suche, Ihnen eine direkte Antwort auf Ihre Frage zu geben, die aus den Inhalten Ihres Confluence-Bereichs stammt.

Diese Funktionen sind wirklich nützlich für die Informationen, die Sie innerhalb von Confluence haben. Aber sie können nichts anderes sehen. Wenn Sie eine Frage stellen und die Antwort in Google Docs oder Notion liegt, wird die KI von Confluence mit leeren Händen dastehen. Dies verstärkt die Wissenssilos, die wir alle zu durchbrechen versuchen.

Die größte Einschränkung: Ein geschlossener Garten für Ihr Wissen

Atlassian Intelligence ist beeindruckend, hat aber einen großen blinden Fleck: Es geht davon aus, dass die gesamte Welt Ihres Teams innerhalb des Atlassian-Ökosystems existiert. In der realen Welt ist das fast nie der Fall.

Die meisten Teams stellen fest, dass ihr Wissen ‚über Confluence hinaus verstreut‘ ist.

Reddit

Denken Sie darüber nach. Ihre Ingenieure haben wahrscheinlich wichtige Dokumentationen in Google Docs. Ihr Support-Team hat eine Fundgrube an Lösungen als Makros in Zendesk gespeichert. Wichtige Projektentscheidungen werden in Unterhaltungen auf Slack oder Microsoft Teams getroffen und gehen dort unter.

Dadurch entsteht ein „Walled Garden“ (abgeschotteter Bereich). Die KI ist darin gefangen und kann das Gesamtbild nicht sehen. Der JSM Virtual Agent kann keine Lösung finden, wenn sie in einem alten Zendesk-Ticket steckt. Die Confluence Q&A-Suche kann keine Antwort aus einer Notion-Datenbank ziehen. Ihre KI arbeitet im Grunde mit einer Hand auf dem Rücken. Das führt zu unvollständigen Antworten, verpassten Automatisierungsmöglichkeiten und frustrierten Mitarbeitern, die immer noch nicht finden, was sie brauchen.

Diese Infografik erklärt, welche KI Atlassian verwendet und wie eine einheitliche Plattform das Problem des ‚Walled Garden‘ durch die Integration aller Wissensquellen vermeidet.:

Damit ein KI-Assistent wirklich hilfreich sein kann, muss er aus dem gesamten Wissen Ihres Unternehmens lernen, egal in welcher App es sich befindet. An dieser Stelle müssen Sie möglicherweise über die integrierten Tools hinausschauen. Plattformen wie eesel AI sind beispielsweise speziell darauf ausgelegt, dieses Problem zu lösen, indem sie sich mit Ihrem gesamten Technologie-Stack verbinden, nicht nur mit den Tools eines einzigen Unternehmens.

Preise für Atlassian Intelligence

Eine der ersten Fragen, die sich jeder stellt, ist: „Wie viel kostet das?“ Das Preismodell ist eigentlich ziemlich einfach: Die Preise für Atlassian Intelligence sind in allen cloud-basierten Standard-, Premium- und Enterprise-Plänen enthalten.

Es gibt keinen separaten Posten oder eine Zusatzgebühr für die KI-Funktionen selbst. Wenn Ihr Unternehmen einen berechtigten Plan hat, sind die Funktionen automatisch verfügbar. Das bedeutet, Ihr Zugang zur KI ist direkt an das Abonnementlevel gekoppelt, das Sie für Jira Software, Confluence oder Jira Service Management haben.

Beachten Sie jedoch, dass die leistungsfähigsten KI-Funktionen, wie der JSM Virtual Agent oder erweiterte Automatisierungsregeln, oft den teureren Premium- und Enterprise-Stufen vorbehalten sind. Sie zahlen also zwar nicht für „KI“ als separates Produkt, müssen aber einen höherwertigen Plan haben, um alle Funktionen freizuschalten.

Ein besserer Ansatz: Vereinheitlichen Sie Ihr gesamtes Wissen mit eesel AI

Obwohl Atlassian Intelligence ein netter Vorteil für Teams ist, die ausschließlich mit Atlassian-Tools arbeiten, ist sein „Walled Garden“-Design ein ernsthafter Nachteil. Ein wirklich intelligentes System benötigt einen Überblick über das gesamte Wissen Ihrer Organisation. Hier bietet eine Lösung wie eesel AI eine wesentlich vollständigere und praktischere Alternative.

Verbinden Sie jede Wissensquelle, nicht nur Atlassian

Der größte Unterschied bei eesel AI ist seine Fähigkeit, die Mauern zwischen Ihren Apps einzureißen. Es lässt sich sofort mit über 100 Plattformen integrieren, darunter:

• Atlassian-Tools: Natürlich verbindet es sich mit Confluence und Jira Service Management.

• Unternehmens-Wikis: Es zieht Wissen aus Google Docs, Notion und SharePoint.

• Helpdesks: Es lernt aus jedem Ticket in Zendesk, Freshdesk und Intercom.

• Chat-Plattformen: Es findet Antworten, die in Slack und Microsoft Teams vergraben sind.

Das bedeutet, Ihr KI-Agent kann auf jedes relevante Dokument, Ticket und Gespräch zurückgreifen, um Ihnen und Ihren Kunden jedes Mal eine vollständige, genaue Antwort zu geben.

Die eesel AI-Plattform zeigt, wie sie sich mit mehreren Anwendungen verbindet, um eine umfassende Wissensdatenbank aufzubauen – ein Hauptunterscheidungsmerkmal zur von Atlassian verwendeten KI.:

In Minuten einsatzbereit, nicht in Monaten

Manche Enterprise-KI-Tools fühlen sich an, als bräuchten sie ein Team von Beratern und einen sechsmonatigen Implementierungsplan. eesel AI ist das genaue Gegenteil. Es ist radikal auf Selbstbedienung ausgelegt. Sie können sich anmelden, Ihre Apps mit wenigen Klicks verbinden und haben in kürzerer Zeit einen funktionierenden KI-Assistenten einsatzbereit, als Sie für Ihre morgendlichen Meetings benötigen.

Noch besser: Sie können es testen, bevor Sie es vollständig einführen. Der Simulationsmodus von eesel AI lässt Ihre KI gegen Tausende Ihrer vergangenen Support-Tickets laufen. Er zeigt Ihnen genau, wie sie abgeschnitten hätte, und gibt Ihnen eine präzise Vorhersage ihrer Lösungsrate. So können Sie mit Zuversicht starten, weil Sie genau wissen, was Sie erwartet.

Ein Screenshot des eesel AI-Simulationsmodus, eine Funktion, die ihre potenzielle Leistung zeigt, im Gegensatz zu den Funktionen der von Atlassian verwendeten KI.:

Sie haben die volle Kontrolle über Ihre KI-Automatisierung

eesel AI gibt Ihnen das Steuer in die Hand. Sie erhalten eine feingranulare Kontrolle darüber, wie Ihre KI-Automatisierung funktioniert. Sie können Regeln festlegen, welche Arten von Fragen die KI bearbeiten soll und welche Aktionen sie ausführen darf, sei es die Eskalation eines Tickets an die richtige Person in JSM oder das Abrufen von Live-Bestelldetails aus Shopify. Sie können sogar ihre Persönlichkeit und ihren Ton anpassen, um perfekt zur Stimme Ihrer Marke zu passen und so ein reibungsloses und konsistentes Erlebnis für alle zu gewährleisten.

Ein Blick auf die Anpassungseinstellungen von eesel AI, in denen Benutzer Regeln und Leitplanken für ihre KI definieren können – ein wichtiger Aspekt bei der Überlegung, welche KI man anstelle der von Atlassian verwendeten KI einsetzen sollte.:

Über die integrierte Lösung hinaus

Atlassian Intelligence ist ein solider Schritt nach vorn, insbesondere für Teams, die tief im Atlassian-Ökosystem verankert sind. Durch die Kombination von Modellen von OpenAI mit seinem eigenen Teamwork Graph liefert es einige wirklich nützliche KI-Funktionen direkt in Jira, Confluence und JSM.

Allerdings ist seine größte Stärke auch seine größte Schwäche: Es dreht sich alles um Atlassian. In der heutigen Welt, in der das Unternehmenswissen auf Dutzende verschiedener Anwendungen verteilt ist, wird eine isolierte KI immer Schwierigkeiten haben, Schritt zu halten.

Wenn Sie nach einer KI-Strategie suchen, die widerspiegelt, wie Ihr Team tatsächlich arbeitet, benötigen Sie eine Lösung, die darauf ausgelegt ist, alles zu verbinden. Eine Plattform wie eesel AI überbrückt die Lücken zwischen Ihren verstreuten Informationsquellen und schafft eine einzige, vertrauenswürdige Wissensquelle, die Ihre Support-Automatisierung antreiben, Ihr Team produktiver machen und ein weitaus besseres Kundenerlebnis bieten kann.