Atlassian Rovo in der Praxis: Suche, Agenten und Studio

Atlassian Rovo hilft Teams, die Entscheidung hinter einem Jira-Vorgang zu finden, Wissen aus Confluence in brauchbare Antworten zu verwandeln und wiederkehrende Aufgaben an einen Agenten zu übergeben. Wer beide Anwendungen bereits nutzt, beginnt am besten mit einer regelmäßigen Übergabe: Belege zusammentragen, einen Statusbericht entwerfen und ihn anschließend von der verantwortlichen Person prüfen lassen.

Stand November 2026 lässt sich das Angebot so einordnen: Search findet, Chat erklärt, Agents erledigen klar definierte Aufgaben, und Studio dient zum Aufbau der Agenten und Workflows. Rovo AI bezeichnet das gesamte Angebot, nicht nur das Chatfenster.

Zum enthaltenen Leistungsumfang erklärt Atlassian: „Rovo ist in ausgewählten Enterprise-, Premium- und Standard-Cloud-Tarifen sowie in der Teamwork Collection enthalten.“ Rovo-Funktionen und Verfügbarkeit.

Was leistet Atlassian Rovo in Jira und Confluence?

Rovo bringt Suche, Dialog und wiederkehrende Arbeit dorthin, wo das Team ohnehin arbeitet. Als Bild eignet sich eine Unternehmensbibliothek: mit Bibliothekar, spezialisierten Assistenten und einer Werkstatt, in der sich diese einrichten lassen.

Search, Chat und Agents greifen auf die zugänglichen Informationen zu, die mit der Organisation verbunden sind. Dadurch erhalten Beschäftigte keinen einheitlichen Zugriff auf das gesamte Unternehmenswissen. Rovo im Produktüberblick.

Auch Chat kann Aktionen ausführen, etwa einen Jira-Vorgang erstellen oder eine Confluence-Seite veröffentlichen. Ein Agent macht eine bestimmte Rolle samt ihren Anweisungen wiederverwendbar; Aktionen sind also nicht allein den Agenten vorbehalten. Chat-Aktionen und Bestätigung.

Studio ist inzwischen eine eigenständige Anwendung zum Erstellen von Lösungen. Der aktuelle Arbeitsbereich umfasst Agenten, Automatisierungsabläufe und No-Code-Apps. Er lässt sich über den App-Umschalter öffnen. Den Kontext hinter diesen Funktionen nennt Atlassian Teamwork Graph: Verbindungen zwischen Menschen, Arbeit und Inhalten. Vergleichbar ist das mit Querverweisen in einem Bibliothekskatalog, die eine Entscheidung mit ihrem Projekt und den Beteiligten verknüpfen. Aktuelle Möglichkeiten von Studio.

Im Arbeitsalltag hilft eine konkrete Frage. Bei einem Jira-Vorgang etwa: „Erkläre das Ziel dieses Vorgangs und benenne offene Fragen.“ Bei einem Vorschlag in Confluence: „Prüfe diese Seite anhand der verlinkten Entscheidungskriterien und zeige, wo Belege fehlen.“ Dazu gehören die relevanten Links und der betrachtete Zeitraum. Chat kann den gerade angezeigten Inhalt sowie ausdrücklich ergänzten Kontext verwenden. Chat-Kontext und Prompt-Möglichkeiten.

Für den Betrieb zählt eine kürzere Vorbereitung. Üblicherweise sammelt die Release-Verantwortung Vorgänge, sucht Entscheidungen, gleicht beides ab und schreibt einen Statusbericht. Ein sinnvoller Rovo-Workflow liefert dafür einen ersten Entwurf mit Belegen, den die verantwortliche Person abgleichen kann. Gemessen werden sollten die gesamten Arbeitsstunden einschließlich Prüfung und Korrekturen. Schnelle Texterzeugung allein spart noch keine Arbeit.

Konnektoren für externe Apps: Wie gelangen die Daten zu Rovo?

Eine angebundene Anwendung bedeutet nicht automatisch, dass Rovo ihren gesamten Arbeitsbereich indexiert hat. Atlassian bezeichnet die Anbindungen inzwischen als Teamwork Graph connectors. Dabei gibt es drei Zugriffsarten.

Synced- und Direct-Konnektoren müssen administrativ eingerichtet werden. Für Smart-Link-Konnektoren ist das nicht nötig. Einige unterstützte Synced-Konnektoren können synchronisierte Berechtigungen nutzen, ohne dass sich jede Person separat anmeldet; andere erfordern eine individuelle Authentifizierung. Konnektortypen und Voraussetzungen.

Nützliche externe Quellen sind beispielsweise Dokumente in Google Drive oder Microsoft SharePoint, Diskussionen in Slack und Repositorys in GitHub. Auch Figma-Designs und FigJams stehen im Smart-Link-Katalog. Bevor eine vollständige Abdeckung zugesagt wird, sollten die unterstützten Inhaltstypen des jeweiligen Konnektors geprüft werden.

Das Verzeichnis unterscheidet außerdem zwischen Included und Added: Enthaltene Konnektoren können standardmäßig Tools bereitstellen, für deren Ausführung sich Nutzer authentifizieren. Hinzugefügte Konnektoren werden administrativ für einen umfassenderen Abruf oder die Indexierung eingerichtet. Ein vorhandenes Tool belegt somit nicht, dass die Inhalte einer Anwendung vollständig durchsuchbar sind. Unterstützte Konnektoren und Einrichtungswege.

In der ersten Woche sollte die Quelle angebunden werden, die einen notwendigen, bislang fehlenden Bestandteil liefert. Wer gleich alle verfügbaren Konnektoren aktiviert, erschwert die Fehlersuche. Dieselbe Disziplin beim Pilotprojekt hilft auch bei umfassenderen Einführungen einer KI-Unternehmenssuche.

In der ersten Woche zum eigenen Rovo-Agenten

Ein guter Einstieg ist ein Release Brief-Agent. Er entwirft einen internen Statusbericht aus einem festgelegten Jira-Umfang und den zugehörigen Entscheidungsseiten in Confluence. Die Release-Verantwortung kann das Ergebnis leicht prüfen.

Passt ein vorhandener Agent bereits zur Aufgabe, sollte dieser zuerst ausprobiert werden. Dazu das Agentenmenü in Chat oder die Agentenbibliothek in Studio öffnen, die Details des Agenten ansehen und ein Gespräch starten. Für die Nutzung von Rovo-Agenten muss kein eigener Agent erstellt werden. Verfügbare Agenten durchsuchen.

Für einen eigenen Pilotversuch bietet sich dieser Fünftageplan an:

1. Montag: Aufgabe und Verantwortung festlegen. Ein Release, seine Quellseiten und die Person auswählen, die den Bericht freigibt. Die Administration prüft den Rovo-Zugang, die Anforderung einer verifizierten Unternehmensdomain und die Berechtigung, in Studio Agenten zu erstellen. Außerdem festhalten, wie lange die bisherige Vorbereitung dauert.
2. Dienstag: Agenten erstellen. Über App switcher → Studio → Agents → Create unter Rovo agent beginnen. Rolle beschreiben, Name, Anweisungen und Gesprächseinstiege festlegen, dann Next wählen. Wissensquellen, Tools und Einstellungen für das Schlussfolgern prüfen. Der geführte Ablauf endet mit Create, die manuelle Einrichtung mit Activate. Anleitung zum Erstellen von Agenten.
3. Mittwoch: Ausschließlich Entwürfe testen. Jira-Umfang und Confluence-Verweise bereitstellen. Zunächst keine schreibenden Tools hinzufügen. Nach abgeschlossenen Arbeiten, offenen Hindernissen, Entscheidungen und fehlenden Belegen fragen. Einen normalen Release, widersprüchliche Dokumente und eine Frage testen, die das Quellenmaterial nicht beantworten kann.
4. Donnerstag: Zugriffsrechte und Prüfung testen. Den Agenten mit den vorgesehenen Nutzern ausprobieren, die unterschiedliche Zugriffsrechte haben. Jede verlinkte Quelle prüfen. Wissensauswahl und Prompt geben die Aufgabe vor; den tatsächlichen Zugriff steuern Konto- und Inhaltsberechtigungen.
5. Freitag: Über die Fortsetzung entscheiden. Vorbereitung und Prüfung zusammen mit dem Ausgangswert vergleichen. Der Agent lohnt sich, wenn die verantwortliche Person den Bericht verifizieren kann und der Gesamtaufwand sinkt. Erst nach einem erfolgreichen Test eine einzelne benötigte Schreibaktion ergänzen.

Als Ausgangspunkt eignet sich folgende Anweisung:

Erstelle einen Entwurf für einen internen Release-Bericht aus dem Jira-Umfang und den Confluence-Links, die ich bereitstelle. Trenne abgeschlossene Arbeiten, offene Hindernisse, Entscheidungen und unbeantwortete Fragen. Verlinke für jede Tatsachenaussage die Quelle. Kennzeichne fehlende oder widersprüchliche Belege ausdrücklich. Leite aus einem optimistischen Kommentar nicht ab, dass eine Aufgabe abgeschlossen ist. Liefere einen Entwurf zur Prüfung; veröffentliche nichts und ändere keine Vorgänge.

Diese Anweisung beschreibt einen vorgeschlagenen Ablauf. Sie garantiert nicht, dass das Modell jede Regel einhält. Werden unnötige schreibende Tools entfernt und die Ergebnisse geprüft, entsteht daraus ein sinnvoller Pilotversuch.

Das Konto des Agenten sollte bewusst gewählt werden. Mit User's account übernimmt ein interaktiver Agent die Berechtigungen der Person, die ihn nutzt. Mit Agent's account verwendet er die Rechte seiner eigenen Identität. In Automatisierungen greift die Nutzerkonto-Option auf die Berechtigungen der Person zurück, die die Automatisierung erstellt hat. Atlassian empfiehlt für die meisten automatisierten Aufgaben das Agentenkonto, weil sich dessen Zugriff enger begrenzen lässt. Agentenidentität und Zugriffsregeln.

Ein Tool führt eine einzelne Aktion aus, etwa das Erstellen einer Seite. Ein Skill liefert wiederverwendbare Anweisungen für eine mehrstufige Aufgabe. Weder eine ausgefeilte Anweisung noch ein eindrucksvoller Agentenname legt fest, welche Zugriffsrechte angemessen sind.

Nach einem erfolgreichen Pilotversuch lässt sich der Agent in Studio über Triggers → Add automation trigger oder über die Aktion Use agent eines Automatisierungsablaufs mit einem Ereignis verbinden. Aktuelle Abläufe mit eigenen Agenten können Aktionen direkt ausführen, ohne jeden Schritt bestätigen zu lassen. Administrative oder nutzerseitige Einstellungen können diese Schreibzugriffe blockieren; nachfolgende Automatisierungsaktionen verwenden dann den vom Agenten zurückgegebenen Text. Auch integrierte Agenten benötigen in den dokumentierten Ablaufbeispielen nachgelagerte Aktionen. Aktuelles Verhalten bei der Agentenautomatisierung.

Sechs lohnende Workflows, nach praktischem Nutzen geordnet

Die besten Kandidaten haben wiederkehrende Eingaben, ein klar erkennbares Ergebnis und jemanden, der dessen Qualität beurteilen kann. Die folgenden Beispiele sind Anwendungsvorschläge, keine gemessenen Einsparungen.

Meine erste Wahl ist der Release-Bericht. Er verbindet beide Anwendungen, fällt regelmäßig an und liefert ein Ergebnis, dessen verantwortliche Person bereits weiß, wie es zu prüfen ist. Eine unternehmensweite Wissensbereinigung hat deutlich anspruchsvollere Erfolgskriterien.

Vor dem Ausbau: Administration und Datenkontrollen prüfen

Die maßgeblichen Einstellungen regeln unterschiedliche Fragen: Wer darf KI nutzen, wer darf Lösungen erstellen, worauf darf ein Agent zugreifen, wo werden Daten gespeichert und wie werden beigesteuerte Daten verwendet?

Eine KI-Zugriffssperre schließt Daten nicht automatisch aus. In Atlassian Administration lässt sich unter AI and Rovo → Access der App-Zugriff verwalten. Wird eine App gesperrt, werden ihre KI-Funktionen deaktiviert. Bleibt KI jedoch in einer anderen App derselben Site aktiv, kann Rovo weiterhin zugängliche Daten der gesamten Site verwenden. Die Berechtigungen der Quellen bleiben entscheidend. Rovo-Zugriff steuern.

Erstellungsrechte in Studio prüfen. Studio-App-Admins können unter Settings → Studio settings → Agents allen Nutzern, ausgewählten Gruppen oder ausschließlich Studio-App-Admins das Erstellen von Agenten erlauben. Bei ausgewählten Gruppen werden bis zu zehn Gruppen unterstützt. Erstellungsberechtigungen in Studio. In migrierten Organisationen sollten außerdem die aus Jira, Confluence und Jira Service Management übernommenen Studio-Rollen geprüft werden: Studio-App-Admins erhalten vollständige Erstellungsrechte. Änderungen durch die eigenständige Studio-App.

Modelltraining durch Anbieter und Datenbeiträge an Atlassian getrennt betrachten. Laut Atlassian speichern seine externen Modellanbieter weder Kundeneingaben noch Ausgaben und verwenden sie auch nicht zum Training ihrer Dienste. Bei der standardmäßigen Verarbeitung können dennoch Daten an diese Anbieter gesendet werden. Berechtigte Cloud-Enterprise-Organisationen können ausschließlich von Atlassian gehostete Modelle beantragen. Die Suche ohne KI bleibt auch bei deaktivierten KI-Funktionen verfügbar. Atlassians AI Trust Center.

Rovo selbst speichert Chat-Prompts und Antworten für 30 Tage im Gesprächsverlauf. Chatverlauf und Aufbewahrung.

Atlassian hat eine eigene Richtlinie für Datenbeiträge. Das Unternehmen kann de-identifizierte, aggregierte Metadaten zur Verbesserung seiner Angebote verwenden, darunter häufige Formulierungen und Themen aus Rovo-Gesprächen. Beigesteuerte Metadaten können zum Feinabstimmen offener Modelle innerhalb von Atlassian dienen. Die Richtlinie wurde am 17. August 2026 geändert. FAQ zu Datenbeiträgen.

Zu prüfen ist Administration → Security → Data contribution. Der höchste aktive Tarif der Organisation, einschließlich Testversionen, bestimmt die Voreinstellungen:

Für besondere Compliance-Vereinbarungen können andere Voreinstellungen gelten. Entscheidend sind die tatsächlichen Einstellungen der Organisation. Die Aussage „kein Training durch Drittanbieter“ beantwortet nicht alle Fragen zur Datennutzung. Voreinstellungen und verfügbare Kontrollen für Datenbeiträge.

Datenresidenz und Verarbeitung getrennt prüfen. Rovo unterstützt regionale Speicherung für Daten im festgelegten Geltungsbereich. Dazu gehören Chat-Sitzungsprotokolle, Agentenkonfigurationen, Lesezeichen und übernommene Inhalte von Drittanbietern. Quellcode und Konfiguration von Apps, die in Studio mit Forge, Atlassians Plattform zur App-Entwicklung, erstellt wurden, fallen nicht darunter. Ein Speicherort ist keine Zusage, dass jede KI-Anfrage dort verarbeitet wird. Geltungsbereich der Datenresidenz für Rovo und Studio.

Zwei sinnvolle Lösungen rund um Rovo

Die Chance liegt in einem verlässlichen Teamprozess mit gepflegten Quellen und systematischer Bewertung. Ein weiterer allgemeiner Assistent bietet weniger Ansatzpunkte. Die folgenden Umsetzungsideen richten sich an interne Teams oder spezialisierte Dienstleister für Atlassian-Kunden.

Release-Bericht als Umsetzungspaket: die stärkste Option. Eine Leitung im Bereich Engineering Operations könnte einen wiederverwendbaren Berichtsagenten, eine abgestimmte Ausgabevorlage, eine verantwortliche Prüfung und ein Korrekturprotokoll finanzieren. Die kleinste sinnvolle Lösung deckt einen Release-Prozess ab und liefert ausschließlich Entwürfe. Die Abfrage von DataForSEO vom 5. November 2026 schätzt 1,300 monatliche Google-Suchanfragen in den USA nach „jira automation“. Das belegt Interesse an der übergeordneten Aufgabe, aber keine Zahlungsbereitschaft für genau diesen Agenten. Die Schwierigkeit: Rovo liefert die Bausteine bereits mit. Der Wert muss daraus entstehen, sie an den Kundenprozess anzupassen und verlässliche Ergebnisse sicherzustellen.

Ein gepflegtes Wissenspaket für die Einarbeitung. Eine verantwortliche Person aus IT oder Enablement könnte eine kuratierte Sammlung von Confluence-Quellen, einen rollenspezifischen Agenten und einen Testsatz mit tatsächlichen Fragen neuer Beschäftigter finanzieren. Die kleinste Lösung deckt ein Team ab und leitet unbeantwortete Fragen an eine benannte wissensverantwortliche Person weiter. Dieselbe DataForSEO-Abfrage schätzt 2,900 monatliche Suchanfragen in den USA nach „knowledge management“ — ein Signal für das Interesse an der breiten Kategorie. Die Schwierigkeit: Ein großer Teil der Arbeit besteht aus klarer Dokumentenverantwortung und laufender Pflege. Ein Agent auf widersprüchlichen Seiten gibt diesen Widersprüchen lediglich eine Gesprächsoberfläche.

Häufige Fragen zu Rovo

Wie öffnet man Rovo in Jira?

Über Ask Rovo neben dem Profilbild oder die Rovo-Schaltfläche unten rechts. Unterstützte Bearbeitungsoberflächen bieten außerdem /ai oder /rovo. Ist die Funktion nicht verfügbar, sollte die Administration den Zugriff prüfen.

Ist Atlassian Rovo ein MCP?

Rovo bezeichnet das umfassendere KI-Angebot. Atlassian MCP Server ist eine Verbindungsschnittstelle, über die externe KI-Clients mit Atlassian-Daten arbeiten können. MCP steht für Model Context Protocol. Für die Nutzung von Rovo innerhalb von Jira oder Confluence muss diese Verbindung nicht eingerichtet werden. Atlassian MCP Server im Überblick.

Lässt sich Rovo mit Jira oder Confluence Data Center nutzen?

Es gibt Data-Center-Konnektoren. Das vollständige KI-Angebot von Rovo setzt jedoch ein berechtigtes Cloud-Abonnement voraus. Durch das Anbinden von Data-Center-Wissen wird Rovo nicht zu einem lokal gehosteten Dienst. Zugangsvoraussetzungen für Data Center.

Welche Aufgaben eignen sich für Rovo-Agenten?

Sinnvolle Einstiegsideen sind ein Agent für Release-Berichtsentwürfe, eine Hilfe zur Backlog-Prüfung und ein Prüfer für Vorschläge. Entscheidend sind zugängliche Quellen und eine verantwortliche Person, die das Ergebnis beurteilen kann. Eine eng umrissene, wiederkehrende Aufgabe lässt sich leichter bewerten als ein Assistent, der jede Frage beantworten soll.

Wo Rovo an Grenzen stößt — und was am Montag ansteht

Rovo löst keine Widersprüche in der Dokumentation auf, entscheidet nicht, welcher Quelle das Unternehmen vertrauen sollte, und macht erzeugte Aussagen nicht automatisch maßgeblich. Ergebnisse bleiben Entwürfe, auch wenn sie sicher klingen. Eine Antwort, die auf den Zugriffsrechten einer Person beruht, kann zudem Informationen auslassen, die ein anderes Teammitglied für unverzichtbar hält.

Auch Aktionen haben konkrete Grenzen. Atlassian dokumentiert derzeit 20 Vorgänge pro Jira-Sammelaktion. Das Tool Edit page hängt Inhalte am Ende einer Confluence-Seite an. Es sollte daher nicht vorausgesetzt werden, dass es beliebige Abschnitte gezielt umschreiben kann. Im interaktiven Agentenchat verlangen Tools mit weitreichenden Auswirkungen eine Bestätigung; automatisierte Abläufe verhalten sich bei der Ausführung anders. Agenten-Tools, Bestätigung und Grenzen.

Auch Tarife, in denen Rovo enthalten ist, haben Nutzungskontingente. Vor dem Ausbau eines erfolgreichen Pilotversuchs sollten das gemeinsame Rovo-Credit-Kontingent der Organisation und die Indexierungskapazität der Konnektoren überwacht werden. So funktionieren Rovo-Credits. Ein vorhandener Konnektor belegt außerdem nicht, dass jede Datei zur Beantwortung einer Frage verfügbar ist.

Der Schritt für Montag: Release-Verantwortung und Atlassian-Administration wählen eine echte Übergabe aus, prüfen Quellen und Zugriffsrechte und erstellen dann einen Release Brief-Agenten, der ausschließlich Entwürfe liefert. Er bleibt nur im Einsatz, wenn geprüfte Ergebnisse den Gesamtaufwand senken. Fehlt jemand, der die Quellenqualität verantwortet oder das Ergebnis prüfen kann, muss das zuerst geklärt werden.

Für einen klar abgegrenzten Rovo-Workflow, der zum Teamprozess passt, gibt es Unterstützung bei der Entwicklung von KI-Agenten.