Atlassian Intelligence vorgestellt: Vorteile, Nachteile und praktische Einblicke

Ihr sucht nach einer Kurzfassung? Scrollt nach unten zu den wichtigsten Erkenntnissen, die euch hoffentlich wieder nach oben bringen, um den Rest zu lesen.

Was ihr bei Atlassian Intelligence beachten solltet

Neue Technologien wie AI werden meist gemieden, weil sie:

• Es an fundiertem Wissen über die Technologie fehlt.

• Das Fachwissen im eigenen Bereich fehlt (z. B. weil unklar ist, wo man anfangen soll).

• Die Ideen zur Implementierung unnötig verkompliziert werden.

• Es keine klare Vorstellung von den Vorteilen gibt.

• Skepsis besteht und der Hype zu groß ist (z. B. Diskussionen wie „AI ist unser Retter“).

• Kosten und der „Kontrollverlust“ gefürchtet werden.

Die gute Nachricht: Es muss nicht so sein. In diesem Blogbeitrag erläutere ich, wie ihr Atlassian Intelligence zu eurem Vorteil einsetzen könnt. Ganz gleich, ob ihr Entscheidungen trefft, im Management, im Service Desk oder im Entwicklungsteam arbeitet: Ihr solltet euch immer fragen, ob ihr Atlassian Intelligence für eure Organisation aktivieren solltet.

Wenn ihr heute gerne Automatisierungen nutzt oder täglich mit Problemen wie den folgenden konfrontiert seid, seid ihr wahrscheinlich genau richtig, um es auszuprobieren.

• Wiederkehrende Aufgaben/Antworten im Zusammenhang mit Service-Desk-„Kunden“

• Zu viele Kontextwechsel (meist besonders frustrierend für Softwareentwickler)

• Zu wenig Zeit, um längere Texte oder Dokumentationen durchzuarbeiten (z. B. in Confluence)

• Viele Mitarbeiter empfinden JQL (Jira Query Language) als zu kompliziert.

Was ist Atlassian Intelligence?

Bevor wir weitermachen, sollten wir verstehen, dass diese AI nicht einfach aus dem Nichts als leere Hülle in die Atlassian-Suite integriert wurde. Atlassian Intelligence nutzt Generative-AI-Technologie von OpenAI, kombiniert mit der Leistungsfähigkeit und den Daten der Atlassian-Plattform.

Wie Sherif Mansour (Product Manager bei Atlassian und Head of Product für Atlassian Intelligence) sagt:

„Mit mehr als 20 Jahren an Daten, die widerspiegeln, wie Millionen von Software-, IT- und Business-Teams ihre Arbeit planen, verfolgen und umsetzen, verfügt Atlassian Intelligence über ein einzigartiges Verständnis von Teamarbeit. Dieses Wissen bildet die Grundlage für den Teamwork Graph, der auf den zwei häufigsten Arten der Zusammenarbeit basiert:

• Servicebasierte Arbeit: Teams nehmen eingehende Hilfsanfragen an und nutzen individuelle Workflows und Daten, um Lösungen für Mitarbeiter und Kunden zu erarbeiten.

• Projektbasierte Arbeit: Teams verwalten Projekte von der Idee bis zur Umsetzung – mit Roadmaps, Plänen, Aufgaben, Zielen und Dokumentation.“

Mehr dazu in der Einführung zu Atlassian Intelligence vom April 2023.

Erkennt das Potenzial darin. Atlassian arbeitet intensiv an seiner Mission, „das Potenzial jedes Teams zu entfesseln“. Ich möchte euch nicht dazu auffordern, „Luftschlösser zu bauen“, aber lasst uns mit dem arbeiten, was wir haben, und sehen, wohin es uns führt.

Aktuelle und kommende Funktionen von Atlassian Intelligence

Jetzt verfügbar:

Inhalte erstellen und überarbeiten

• Confluence

• Jira Software

• Jira Service Management

• Jira Work Management

• Bitbucket (Beta)

• Trello (Beta)

Inhalte zusammenfassen:

• Jira Service Management

• Confluence

Automatisierungen erstellen

• Confluence

Begriffe definieren

• Confluence (Beta)

Vorgänge suchen

• Jira Software

• Jira Work Management

SQL-Abfragen erstellen

• Atlassian Analytics

Antworten suchen

• Confluence (Beta)

• Compass

Support-Interaktionen automatisieren

• Jira Service Management

Anfragetypen vorschlagen

• Jira Service Management

Demnächst:

Inhalte zusammenfassen:

• Jira Software

• Jira Work Management

• Confluence Mobile

Automatisierungen erstellen

• Jira

Smart Links zusammenfassen

• Confluence

• Jira Software

• Jira Service Management

• Drittanbieter-Apps (z. B. Google Docs, MS Office und Slack)

Code überprüfen

• Bitbucket

Quelle: Atlassian-Intelligence-Funktionen entdecken

Was sind die Vor- und Nachteile von Atlassian Intelligence?

Diese Frage wird häufig schon früh gestellt, wenn neue Lösungen bewertet werden. Sie ist natürlich berechtigt. Ich würde Organisationen jedoch raten, Atlassian Intelligence stärker aus interner Perspektive zu betrachten: Wo kann es ihnen bei anspruchsvollen, wiederkehrenden Aufgaben Zeit sparen oder Kontextwechsel reduzieren, um die Produktivität zu steigern?

Beginnen wir mit einer Zusammenfassung einiger Vor- und Nachteile von Atlassian Intelligence anhand möglicher Szenarien, die ihr nachvollziehen könnt.

Vorteile:

• Produktivität auf individueller Ebene steigern
  Beispiel: Nutzt Atlassian Intelligence, um detaillierte Berichte zusammenzufassen. So könnt ihr Inhalte schneller erfassen und euch effizienter auf Meetings vorbereiten. (Mehr über das Szenario von Dominos Pizza erfahren).

• Weniger Kontextwechsel und vereinfachter Entwickler-Support
  Beispiel: Atlassian Intelligence kann KI-gestützte Unterstützung in Slack bereitstellen. Mit einem virtuellen Agenten könnt ihr Kontextwechsel reduzieren und Entwicklern Support bieten, ohne dass sie ihre bevorzugten Tools verlassen müssen. (Mehr über das Szenario von OVO Energy erfahren)

• Produktive Content-Erstellung
  Beispiel: Atlassian Intelligence ermöglicht es Nutzern, geschäftskritische Inhalte schnell in Confluence zu erstellen. Das erhöht die Geschwindigkeit und Effizienz der Content-Erstellung.

• KI-gestützte Zusammenfassungen
  Beispiel: Nutzer können sich mithilfe von KI-generierten Zusammenfassungen schnell in jedes Thema in Confluence einarbeiten. Das beschleunigt die Informationsaufnahme und Entscheidungsfindung.

• Automatisierung mit natürlicher Sprache (demnächst in Jira Software)
  Beispiel: Die Automatisierung mit natürlicher Sprache in Confluence ermöglicht es Nutzern, Aktionen schnell in einfacher Alltagssprache zu automatisieren. Das macht die Aufgabenautomatisierung benutzerfreundlicher.

• Reibungsloser Zugriff auf praxisnahes Wissen
  Beispiel: Atlassian Intelligence ermöglicht die Umwandlung natürlicher Sprache in JQL in Jira Software, sodass Nutzer Issues und Abhängigkeiten einfacher und schneller finden können. Dadurch lassen sich praxisnahes Wissen und Erkenntnisse aus projektbezogenen Daten effektiv gewinnen.

• Q&A-Suche für ein tieferes Verständnis (derzeit in Beta)
  Beispiel: In Confluence können Nutzer mit der Q&A-Suche über einfache Suchergebnisse hinausgehen und relevante Informationen finden, indem sie Fragen zum Status von Projekten, Workflows, Richtlinien oder Prozessen stellen.

• Weniger Arbeitsaufwand mit Virtual Agents
  Beispiel: Virtual Agents in Jira Service Management fungieren als KI-gestützte virtuelle Teamkollegen, die auf Hilfeanfragen in Slack reagieren. Diese Funktion reduziert den Arbeitsaufwand der Teams, ohne die Servicequalität zu beeinträchtigen.

• Vorschläge für Anfragetypen für Administratoren
  Beispiel: KI unterstützt Jira-Service-Management-Administratoren dabei, Anfragetypen mit nur wenigen eingegebenen Wörtern zu erstellen. So lässt sich die Einrichtung von Serviceprojekten für unterschiedliche Anforderungen vereinfachen.

• Verbessertes Code- und Developer Experience (demnächst verfügbar)
  Die kommende Code-Review-Funktion von Bitbucket automatisiert die Prüfung von Unterschieden in Pull Requests, schlägt Änderungen vor und gibt menschlichen Reviewern mehr Zeit, sich auf kritische Änderungen zu konzentrieren. Das beschleunigt Code Reviews und spart Zeit.

Nachteile:

• Lernphase
  Wie bei jeder neuen Technologie können viele Nutzer beim Anpassen an oder Implementieren der neuen KI-Funktionen eine Lernkurve erleben – insbesondere bei Funktionen mit Schnittstellen für natürliche Sprache und Automatisierung.

• Mögliche Abhängigkeit von KI
  Es besteht immer das Risiko, dass Teams für bestimmte Aufgaben zu abhängig von KI werden. Das passiert meist, wenn die KI auf Probleme stößt oder Nutzer nicht über ausreichend Wissen verfügen. Dies lässt sich größtenteils vermeiden, wenn Nutzer mit traditionellen Methoden gut vertraut sind – wie wir es heute zum Teil bei Automatisierungen beobachten können.

• Bedenken hinsichtlich Daten und Sicherheit
  Die Implementierung von KI umfasst die Verarbeitung von Unternehmensdaten. Um mögliche Bedenken auszuräumen, müssen Datenschutz und Sicherheit daher sorgfältig berücksichtigt werden.

• Eingeschränkte Verfügbarkeit in Atlassian-Editionen
  Atlassian Intelligence ist derzeit nur in den Premium- und Enterprise-Editionen der Cloud-Produkte von Atlassian verfügbar.

• Kontinuierliche Weiterentwicklung erforderlich
  Wie bei jeder neuen oder sich weiterentwickelnden Technologie können Nutzer feststellen, dass die Funktionen von Atlassian Intelligence im Laufe der Zeit kontinuierlich weiterentwickelt werden müssen, um Feedback aufzugreifen, die Genauigkeit zu verbessern und sich an veränderte Nutzeranforderungen anzupassen.

• Ressourcenbereitstellung
  Unternehmen müssen möglicherweise Ressourcen bereitstellen, um Nutzer, Administratoren und Support-Teams darin zu schulen, KI-Funktionen effektiv zu nutzen und Probleme damit zu beheben. Ideal sind hierfür spezialisierte Nutzer mit umfassenderen Kenntnissen der Atlassian-Suite.

Einfachheit schafft Klarheit

Ein wiederkehrender Fehler bei der Einführung neuer Technologien besteht darin, dass Unternehmen zu viel darüber nachdenken, sie unnötig verkomplizieren oder vom Schlimmsten ausgehen.

Haltet es einfach.

Ihr solltet lediglich beachten, dass wir uns in einem KI-Hype-Zyklus befinden und viele Innovationen Aufmerksamkeit verdienen. Wir müssen uns der Grenzen und Risiken dieser Systeme bewusst sein.

Je nachdem, welchen Reifegrad eure Organisation bei der Atlassian-Suite oder im Bereich KI hat, solltet ihr für eine transparente und offene Kommunikation zwischen den Nutzern sorgen, die von Atlassian Intelligence profitieren könnten. Dazu können wichtige Stakeholder wie Jira-Administratoren, das Management, Entwickler, Service-Desk-Teams oder andere Teams gehören, die Atlassian-Produkte nutzen (Jira Software, Jira Service Management, Confluence, Bitbucket usw.).

Sobald die Diskussion beginnt, sollte die Organisation ermitteln, wo Nutzer auf Frustrationen stoßen. Haltet es dabei einfach: Identifiziert und wählt eine Frustration mit hoher Priorität innerhalb der Organisation aus. So erkennt ihr, auf welches Produkt ihr euch konzentrieren solltet.

Deshalb beginnen wir im Kleinen. Sobald ihr ein erstes Produkt ausgewählt habt, habt ihr alles, was ihr für den Start braucht. Ein mögliches Szenario ist das Confluence-Beispiel: Nutzer haben einen engen Zeitplan und tun sich schwer damit, vor wichtigen Meetings große Dokumente durchzuarbeiten.
KI-Assistenten können Daten zusammenfassen, damit Nutzer vor wichtigen Meetings schnell auf dem neuesten Stand sind.

Eine Empfehlung lautet, dass wichtige Nutzer oder Administratoren vor der Implementierung von KI über ausreichende Produktkenntnisse verfügen sollten. Das ist leider nicht immer der Fall, und Atlassian-Berater wie ich unterstützen die Organisation dann in der Regel langfristig.
Sobald euer KI-Assistent nach einer möglichen Pilotphase einsatzbereit ist, werden Nutzer höchstwahrscheinlich die Vorteile nutzen und bei ihren täglichen Aufgaben produktiver sein. Außerdem muss Atlassian Intelligence nicht für alle Produkte gleichzeitig aktiviert werden, und die Funktionen können jederzeit wieder entfernt werden. Siehe Abbildung unten.

KI oder nicht KI? (und die wichtigsten Erkenntnisse)

Letztlich kommt es auf die Perspektive an. KI sollte wie jede andere Technologie betrachtet werden, und wir nutzen Technologie, um Aufgaben zu erledigen. Es ist leicht zu vergessen, dass Technologie den Menschen als Erweiterung seiner Fähigkeiten dienen sollte und dass wir stets die Kontrolle behalten.

„Die frühzeitige Einführung dieser Innovationen wird zu erheblichen Wettbewerbsvorteilen führen und die Probleme bei der Nutzung von KI-Modellen in Geschäftsprozessen verringern.“ – Afraz Jaffri, Director Analyst bei Gartner.

Hier sind einige wichtige Erkenntnisse, die ihr berücksichtigen solltet:

• Loslegen
  Worauf wartet ihr? Legt los. Im schlimmsten Fall entfernt ihr die Funktion wieder und versucht es in naher Zukunft erneut.

• Worauf wartet ihr? Legt los. Im schlimmsten Fall entfernt ihr die Funktion wieder und versucht es in naher Zukunft erneut.

• Kommunikation
  Fördert den internen Austausch über AI zwischen den wichtigsten Beteiligten. Verfügt ihr über das nötige Fachwissen zu den Produkten, in die ihr AI einbinden möchtet?

• Fördert den internen Austausch über AI zwischen den wichtigsten Beteiligten.

• Verfügt ihr über das nötige Fachwissen zu den Produkten, in die ihr AI einbinden möchtet?

• Transparenz
  Haltet die Kommunikation offen und transparent. Was bedeutet das, und wie sind eure Daten davon betroffen?

• Haltet die Kommunikation offen und transparent.

• Was bedeutet das, und wie sind eure Daten davon betroffen?

• Einfach halten
  Welche direkten Auswirkungen und konkreten Verbesserungen kann AI für eure Nutzer und Teams bei ihren täglichen Aufgaben bringen? Das reicht völlig aus – macht es nicht unnötig kompliziert! Denkt daran: Wir bauen keine Sandburgen.

• Welche direkten Auswirkungen und konkreten Verbesserungen kann AI für eure Nutzer und Teams bei ihren täglichen Aufgaben bringen? Das reicht völlig aus – macht es nicht unnötig kompliziert! Denkt daran: Wir bauen keine Sandburgen.

• Klarheit schaffen
  Was muss getan werden, und wer ist beteiligt? Mit Einfachheit kommt Klarheit (Könnt ihr euren inneren Zen-Mönch schon hören?).

• Was muss getan werden, und wer ist beteiligt?

• Mit Einfachheit kommt Klarheit (Könnt ihr euren inneren Zen-Mönch schon hören?).

• Klein anfangen
  Wenn ihr eine priorisierte Herausforderung identifiziert, die gelöst werden soll, ergibt sich daraus ein Produkt, in dem ihr AI aktivieren könnt. Das sollte reichen, um loszulegen.

• Wenn ihr eine priorisierte Herausforderung identifiziert, die gelöst werden soll, ergibt sich daraus ein Produkt, in dem ihr AI aktivieren könnt. Das sollte reichen, um loszulegen.

• Entwickelt eine AI-Strategie für eure Atlassian Suite oder allgemein.
  Wenn euch die oben genannten Punkte gelungen sind – Transparenz, Einfachheit und Klarheit –, habt ihr die Grundlage für eine solide Strategie.

• Wenn euch die oben genannten Punkte gelungen sind – Transparenz, Einfachheit und Klarheit –, habt ihr die Grundlage für eine solide Strategie.

• Konzentriert euch auf eure Mission
  Mit Atlassian Intelligence können sich eure Nutzer und Teams hoffentlich von zeitaufwendigen Aufgaben entlasten, produktiver arbeiten und sich auf die Mission des Unternehmens konzentrieren.

• Mit Atlassian Intelligence können sich eure Nutzer und Teams hoffentlich von zeitaufwendigen Aufgaben entlasten, produktiver arbeiten und sich auf die Mission des Unternehmens konzentrieren.

Denkt daran: Einfach halten!

Wenn ihr mehr über Atlassian Intelligence erfahren möchtet, könnt ihr den neuesten Artikel von Atlassian vom 11.12.2023 hier lesen.