Work-Plattform · AI-Agenten · Enterprise
Atlassian Jira, Confluence & Rovo: Ansatz, Ebenen, Integration
Atlassian will kein besseres Project-Tracking sein. Mit dem Teamwork Graph, Rovo und der MCP Open Toolchain entsteht eine KI-Plattform, die Arbeit aus Datensilos holt und orchestrierbar macht.
Das Problem, das Atlassian löst
Arbeit ist in Silos verteilt: Tickets in Jira, Wissen in Confluence, Code in Bitbucket. Zusammenhänge zwischen Personen, Aufgaben und Entscheidungen gehen verloren, weil kein Tool den Kontext kennt. Der Teamwork Graph verbindet diese Silos — 150 Milliarden Objekte und Beziehungen als Living Map der Organisation. Rovo macht diese Map nutzbar: Search, Agents, Automation — grounded in echtem Organisationskontext, nicht in isolierten Daten.
Der Anspruch: Atlassian will mehr als ein besseres Jira. Es will die Infrastruktur hybrider Arbeit werden — der Ort, an dem Menschen und KI-Agenten auf derselben Datenbasis arbeiten, Zusammenhänge sichtbar sind und Kontext nicht mehr verloren geht.
Überblick
Der Ansatz: Drei Ebenen, eine Plattform
Atlassian baut die KI-Transformation auf drei Ebenen, die aufeinander aufsetzen: Der Teamwork Graph liefert den Kontext, Rovo macht ihn nutzbar, die MCP Toolchain öffnet ihn für das gesamte KI-Ökosystem.
🗺️
Teamwork Graph
Kontext-Layer: Über 150 Milliarden Objekte und Beziehungen aus Jira, Confluence, Bitbucket und verbundenen SaaS-Apps. Wird zur Living Map der tatsächlichen Arbeit — Personen, Ziele, Code und Inhalte sind verbunden, nicht isoliert.
🤖
Rovo
KI-Plattform: Search, Chat, Agents und Studio in einer Oberfläche. Agents als Assignees in Jira, Rovo Dev von der Spec zum PR, Rovo Remix für Confluence. Grounded im Teamwork Graph, nicht in generischem Wissen.
🔗
MCP Open Toolchain
Integrations-Ebene: Offenes Protokoll für Drittanbieter-Agenten (Lovable, Replit, Gamma). Teamwork Graph CLI macht Organisationskontext Headless mit 300+ Befehlen zugänglich. Admin-aktiviert, nicht individuen-getrieben.
Was wird möglich?
Zusammenhänge werden sichtbar — die Organisation wird zur Living Map. Wer arbeitet woran? Welche Entscheidung hängt mit welchem Ticket zusammen? Wo sind Bottlenecks? Zum ersten Mal beantwortbar, ohne fünf Leute fragen zu müssen.
Agenten werden zu Kollegen — sichtbar, ansprechbar via @mention, verantwortlich als Assignees. Sie triagieren Tickets, updaten Status, bereiten Entscheidungen vor. Das verändert, wie Teams organisiert sind: Der PO entscheidet, der Agent bereitet vor, der Entwickler implementiert.
Wissen wird lebendig — Confluence-Seiten werden zu interaktiven Oberflächen. Ein Strategie-Papier wird per Rovo Remix zum Chart. Eine Produkt-Spec wird via Lovable-Agent zum Prototyp. Kontext bleibt erhalten, weil alles im Graphen verlinkt bleibt.
Jira
Vom Issue-Tracker zum Orchestrierungslayer
Jira war der Ort, wo Arbeit dokumentiert wurde. Mit Rovo Agents wird Jira zum Ort, wo Arbeit orchestriert und ausgeführt wird. Das verändert das Tool grundlegend — und die Rollen der Menschen, die damit arbeiten.
Agenten als Assignees
AI-Agenten übernehmen Tasks, aktualisieren Status und kommunizieren via Kommentare — als verantwortliche Teammitglieder in Jira. Das verändert die Rollen von PO und Scrum Master grundlegend.
@mention von Agenten
Teammitglieder binden Agenten via @mention in Kommentare ein — für Recherche, Status-Updates oder Entscheidungsvorbereitung. Agenten werden zu sichtbaren und ansprechbaren Teamkollegen.
Agenten in Workflows
Triage von Tickets, Priorisierung, Duplicate Detection als automatische Workflow-Schritte. Teams starten laut Atlassian 30 % schneller mit Arbeit.
Orchestrierungslayer
Jira koordiniert, wer (Mensch oder Agent) was wann macht — mit Berechtigungen, Audit-Trails und Workflow-Regeln. Der Issue-Tracker wird zur Orchestrierungsplattform.
Confluence
Vom Wiki zum Knowledge Hub
Confluence war der Ort, wo Wissen gespeichert wurde. Mit Confluence AI, Rovo Remix und Partner Agents wird es zum Knowledge Hub — Wissen wird nicht nur archiviert, sondern aktiv erschlossen, transformiert und in andere Formate überführt.
AI-Search & Q&A
Fragen in natürlicher Sprache — das System durchsucht Seiten, Blogs und verbundene Quellen und gibt Antworten statt Linklisten. Kein 'durch Seiten klicken' mehr.
Content-Generierung & Editing
Schreiben, Editieren, Übersetzen und Tonus-Anpassung. Content wird AI-generiert und von Menschen kuratiert — nicht mehr von Grund auf geschrieben.
Rovo Remix
Nicht-destruktive Transformation in Charts, Infografiken und Diagramme. Die Source bleibt kanonisch, Remix-Ansichten leben als Layer auf der Seite. Visuelle Elemente verdoppeln die Leserate.
Partner Agents
Vorkonfigurierte Agenten für Lovable, Replit und Gamma verwandeln Confluence-Seiten in Prototypen, Apps und Präsentationen. Rovo Skills halten Output mit der Source-Seite verlinkt.
Integration
Wie fängt man an? Drei Stufen
Der größte Fehler bei Atlassian-KI: ein Rollout-Projekt aufsetzen. Der bessere Weg: heute Nachmittag eine Frage in Confluence stellen, morgen einen Agenten im Jira-Workflow testen, nächste Woche den Teamwork Graph erschließen.
Eine Frage in Confluence stellen
5 Minuten
Confluence öffnen, Suchleiste anklicken, in natürlicher Sprache fragen. Kein Admin, kein Projekt, kein Budget. Wer Rovo schon hat, sieht sofort, ob Antwort oder Link-Liste kommt. Wer Rovo noch nicht hat, beantragt die Aktivierung für ein Team — das macht der Admin in fünf Minuten. Danach weiß jeder im Team: So fühlt sich Wissensarbeit an, wenn die KI den Kontext kennt.
👉 Confluence öffnen und eine echte Frage eingeben, auf die du heute eine Antwort brauchst.
Das Team hat erlebt, wie sich der Unterschied anfühlt — und kann entscheiden, ob der nächste Schritt sich lohnt.
Den ersten Agenten im Jira-Workflow testen
Ein Nachmittag bis zwei Tage
Rovo Studio öffnen, no-code einen einfachen Agenten bauen: Ticket-Triage, Duplicate Detection oder Status-Updates. In einem echten Jira-Projekt testen, nicht in einer Sandbox. Ein Agent, ein Workflow-Schritt, ein messbarer Effekt. Der PO oder Scrum Master kann das allein machen — kein Entwickler-Team nötig.
👉 Den dringendsten wiederkehrenden Schmerz im aktuellen Sprint nehmen — nicht den elegantesten Use-Case.
Das Team hat einen funktionierenden Agenten im echten Workflow — und kann den Effekt messen (z. B. 30 Minuten weniger Triage pro Tag).
Teamwork Graph erschließen
Nach Vorbereitung
Der Teamwork Graph ist das Fundament — aber nur so gut wie die Daten, die ihn füttern. Vor dem produktiven Einsatz: Datenhygiene bereinigen (veraltete Tickets, inkonsistente Benennungen, ungepflegte Projekte). Dann Custom Agents bauen, die auf dem Graph operieren. Governance aufsetzen: Wer darf welche Agenten bauen? Welche Daten sehen sie?
👉 Daten bereinigen, bevor der Graph produktiv wird. Governance vor Custom Agents.
Danach läuft ein Teil der orchestrierbaren Arbeit automatisch — und die Organisation hat eine Governance-Struktur, die mitwächst.
Wichtiger Grundsatz:
Atlassian-KI ist kein Feature-Rollout, sondern ein Veränderungsprozess. Agents verändern die Rollen von PO, Scrum Master und Entwickler. Der Teamwork Graph macht Organisationskontext sichtbar — und macht gleichzeitig Datenprobleme sichtbar, die vorher unsichtbar waren. Diese Veränderungen müssen aktiv begleitet werden.
Grenzen
Wo die Atlassian-KI nicht reicht
Atlassians KI-Transformation ist technologisch beeindruckend, aber sie liefert keine Antwort auf die Organisationsfragen, die sie aufwirft. Die Grenzen liegen nicht im Tool, sondern in dem, was Organisationen daraus machen.
Keine Adoptions-Strategie im Lieferumfang
Atlassian liefert die Technologie, aber keine Einführungsstrategie. Der größte Fehler: Rovo wie ein Feature-Update ausrollen. Ohne begleitende Veränderung der Arbeitsroutinen bleiben Agents Spielerei. Die Integration muss als Veränderungsprozess verstanden werden, nicht als technisches Projekt.
Teamwork Graph setzt Datenhygiene voraus
Der Graph ist nur so gut wie die Daten, die ihn füttern. Organisationen mit ungepflegten Projekten, veralteten Tickets oder inkonsistenten Benennungen bekommen wenig wertvollen Kontext. Die AI groundet sich in Müll — und liefert Müll. Datenbereinigung ist kein Nice-to-have, sondern Voraussetzung.
Governance ist kein Luxus, sondern Pflicht
Rovo Agents handeln im Namen der Organisation. Wer darf welche Aktionen ausführen? Welche Daten dürfen Agenten sehen? Atlassian liefert Guardrails, Permissions und Audit Trails — aber deren Konfiguration liegt bei der Organisation. Ohne Governance keine Produktiv-Agents.
Rollenwandel wird oft ignoriert
Wenn Agenten Tickets triagieren, Tasks übernehmen und Workflows ausführen, verändert das die Arbeit von PO, Scrum Master und Entwickler grundlegend. Diese Verschiebung wird in der Praxis selten aktiv gestaltet — sie passiert einfach und hinterlässt Reibung.
Begriffsverwirrung erschwert Entscheidungen
Rovo, Atlassian Intelligence, Jira AI, Confluence AI, Agents — die Begriffe überlappen sich. Organisationen müssen für sich klären, welche Plattformteile sie einführen und in welcher Reihenfolge. Die Technik ist da, der Überblick fehlt.
Weiterdenken
Wie Sie Atlassian-KI sinnvoll einordnen
Rovo, Jira AI und Confluence AI sind mächtige Werkzeuge — aber sie sind kein Ersatz für die strategischen Fragen, die KI in Organisationen aufwirft. Diese EnableChange-Seiten helfen, den nächsten Schritt zu finden:
Tool-Plattform vs. AI-Strategie
Atlassian ist eine leistungsfähige Plattform, aber Rovo ersetzt keine strategische Auseinandersetzung mit KI.
Betriebliche Mitbestimmung
Wenn Agenten Aufgaben übernehmen und Workflows steuern, hat der Betriebsrat ein erzwingbares Mitbestimmungsrecht.
Transition Risk
AI-Agenten in Jira und Confluence verändern, wie Entscheidungen getroffen und verantwortet werden.
AI Operating Model
Jira wird zum Orchestrierungslayer — das hat Konsequenzen für das Operating Model.
MCP & Agentic Engineering
MCP als offener Standard verbindet Atlassian-Tools mit dem breiteren AI-Ökosystem.
AI-Enabled Team Development
Agenten in Jira verändern Team-Routinen und das Verständnis hybrider Mensch-AI-Teams.
Quellen
Weiterlesen
Agents in Jira — Atlassian Blog
Ankündigung der Rovo Agents in Jira: Assignees, @mention, Workflows und Rovo Studio (Februar 2026).
Quelle öffnen →Teamwork Graph Team '26 — Atlassian Blog
Teamwork Graph mit 150B+ Objekten, CLI, Custom Forge Connectors und Mercedes-Benz Case (Mai 2026).
Quelle öffnen →Rovo Remix + Partner Agents — Atlassian Blog
Rovo Remix und Partner Agents (Lovable, Replit, Gamma) in Confluence (April 2026).
Quelle öffnen →Rovo MCP Open Toolchain — Atlassian Blog
MCP-Integration für Drittanbieter-Agenten und Teamwork Graph CLI (Juli 2026).
Quelle öffnen →Rovo AI Productivity — Atlassian Blog
Teams starten 30 % schneller mit Arbeit durch Rovo in Jira (März 2026).
Quelle öffnen →Confluence AI Features — Atlassian Support
Übersicht aller Confluence AI Features: Search, Summarize, Write, Automate, Define.
Quelle öffnen →