Technik

Atlassian und OpenAI verbinden KI mit dem Projektwissen

Die erweiterte Partnerschaft bringt OpenAI-Modelle in Atlassians Rovo und verbindet sie mit Tickets, Dokumenten und Entscheidungen. Weitergehende Jira-Agentenabläufe werden noch erkundet.

Von Wolfgang

07. Okt. 20264 Min. Lesezeit

Fotorealistischer Büroarbeitsplatz, auf einem Monitor unbeschriftete Projektkarten und daneben eine Dokumentablage; klare verbindende graphische Linien.

Eine KI kann einen Projektstatus nur sinnvoll erklären, wenn sie weiß, welches Projekt gemeint ist. OpenAI und Atlassian wollen genau diese Verbindung vertiefen: In ihrer am 6. Oktober angekündigten erweiterten Partnerschaft sollen Modelle der GPT-6-Familie KI-Funktionen und Agenten in Atlassians Plattform und Rovo unterstützen. Der praktische Kern ist der Zugriff auf zusammengehöriges Arbeitswissen. OpenAI

Atlassians Teamwork Graph verbindet dafür Informationen über Personen, Projekte, Dokumente und Entscheidungen. Ein Modell bekommt damit mehr als eine isolierte Frage. Es kann relevante Zusammenhänge aus dem Arbeitsumfeld berücksichtigen, etwa die Verbindung zwischen einer Aufgabe in Jira und einer Entscheidung in Confluence.

Eine Frage, mehrere Informationsorte

Wer wissen möchte, ob eine Produkteinführung im Zeitplan liegt, muss häufig mehrere Dinge zusammenlesen: offene Aufgaben, dokumentierte Voraussetzungen und aktuelle Beschlüsse. Ein Ticket kann erledigt sein, während eine dazugehörige Entscheidung noch aussteht. Umgekehrt kann eine Diskussion längst geklärt sein, obwohl die Aufgabenübersicht noch einen alten Stand zeigt.

OpenAI beschreibt als mögliches Anwendungsszenario, dass Rovo solche Informationen zusammenführt und Hindernisse oder offene Entscheidungen sichtbar macht. Das ist eine nachvollziehbare Aufgabe für die Integration. Ihr Nutzen hängt jedoch davon ab, welche Informationen vorhanden, aktuell und für den fragenden Nutzer zugänglich sind. Ein leistungsfähiges Sprachmodell schafft keinen fehlenden Projektbeschluss.

Vom Projektwissen zur Handlung: Schema nach OpenAI und Atlassian; angekündigte Integration und konkrete Rechte getrennt prüfen.
Schema nach OpenAI und Atlassian; angekündigte Integration und konkrete Rechte getrennt prüfen. Grafik: TechZeitGeist.

Die Zusammenarbeit besteht seit 2023. Nach der aktuellen Mitteilung nutzen mehr als 3.000 Atlassian-Entwickler Codex in Terminals, Entwicklungsumgebungen und Codeprüfungen. Diese Anbieterangabe beschreibt die interne Nutzung bei Atlassian. Sie ist für Kunden kein Maß dafür, wie viel schneller ihr eigener Arbeitsablauf wird.

Rechte bestimmen den Ausschnitt

Die Verbindung von Arbeitswissen läuft innerhalb von Berechtigungen. Atlassian erläutert für Rovo-Agenten, dass sie Informationen und Aktionen nur im Rahmen der verfügbaren Rechte nutzen können. Wer eine bestimmte Confluence-Seite selbst nicht sehen darf, erhält über den Agenten nicht automatisch Zugriff darauf. Atlassian

Das beeinflusst auch eine scheinbar einfache Statusfrage. Zwei Menschen können unterschiedliche Informationen zugänglich haben und deshalb unterschiedliche Ausschnitte eines Projekts erhalten. Der Anspruch einer vollständigen Übersicht muss zum zugänglichen Datenbestand passen. Für Teams wird damit die Pflege von Zugriffsrechten Teil der Qualität ihrer KI-Unterstützung.

Lesen und Handeln sind zudem getrennte Fähigkeiten. Ein Agent, der einen Blocker beschreibt, hat damit noch keine Befugnis, Aufgaben zu verschieben oder Seiten zu ändern. Dafür braucht er das entsprechende Werkzeug und passende Rechte. Atlassian beschreibt für folgenreiche Werkzeuge im interaktiven Einsatz außerdem Bestätigungen vor der Ausführung.

Was die Vereinbarung noch offenlässt

Die Mitteilung nennt auch Atlassian-Plugins für ChatGPT und Codex, über die Arbeitsaufgaben und technische Dokumentation in den Kontext gelangen können. OpenAI will seinerseits Jira weiter für wichtige interne Abläufe einsetzen. Damit reicht die Kooperation über eine einzelne Modellanbindung hinaus.

Weitergehende Jira-Integrationen, mit denen Teams Aufgaben an Agenten vergeben und Ergebnisse verfolgen könnten, beschreiben die Unternehmen als Gegenstand ihrer Erkundung. Diese Formulierung ist für die Erwartung wichtig: Eine angekündigte Richtung ist noch kein überall verfügbarer fertiger Ablauf. Kunden müssen die konkrete Funktion und den Zugang in ihrem eigenen Produktstand prüfen.

Für eine Einführung im Team bietet sich eine klar begrenzte Frage an, deren Quellen sich anschließend ansehen lassen. Stimmen der gefundene Aufgabenstand und die zusammengezogenen Entscheidungen mit den verlinkten Unterlagen überein? Diese Prüfung ist einfacher als ein pauschales Urteil über KI im Unternehmen. Sie zeigt am konkreten Ablauf, welche Informationen fehlen oder veraltet sind und wo die neue Verbindung tatsächlich Arbeit abnimmt.

Der interessanteste Teil der Vereinbarung liegt deshalb im Zusammenhang zwischen Modell und gepflegtem Arbeitswissen. Eine bessere Antwort beginnt oft damit, dass dieselbe Aufgabe, ihre Dokumentation und ihre Entscheidungen zusammenfinden. Für den Alltag eines Teams bleibt die Frage entscheidend, ob diese Verbindung eine überprüfbare Antwort liefert, aus der sich ein sinnvoller nächster Schritt ergibt.

Quellen

Für diesen Artikel wurden KI-gestützte Recherche- und Editierwerkzeuge verwendet. Der Inhalt wurde redaktionell geprüft.