Rückblick auf den Pizza Dialog: Von Amsterdam nach OWL

Letzte Woche noch in Amsterdam, diese Woche schon bei uns

Bei unserem Pizza Dialog haben wir gemeinsam mit unseren Gästen auf die Highlights der Atlassian Team ’26 geschaut.

Im Mittelpunkt standen die Ankündigungen der Atlassian Team ’26. Aber nicht als reine Produktshow. Uns ging es um die Fragen, die für Admins, IT-Leitungen, Team- und Projektverantwortliche sowie Digital-Workplace-Teams wirklich zählen:

• Welche Neuerungen sind für die eigene Organisation tatsächlich relevant?
• Welche konkreten Probleme und Use Cases lassen sich damit lösen?
• Was kann man kurzfristig ausprobieren und wo sollte man bewusst noch abwarten?
• Welche Governance-Fragen müssen geklärt sein, bevor neue KI-Funktionen breit ausgerollt werden?

‍

‍

Die größten Sprünge auf der Atlassian Team ’26

Atlassian hat in Amsterdam ganz schön aufgefahren, im wahrsten Sinne des Wortes: Unter dem übergreifenden Rennsport-Motto standen besonders KI, vernetztes Wissen und Service Management im Fokus. Wir haben uns sechs Entwicklungen genauer angesehen und vor allem darüber gesprochen, was sie für Unternehmen konkret bedeuten.

1. Rovo wird stärker, aber braucht gute Daten und klare Leitplanken

Die KI Rovo bleibt eines der zentralen Themen im Atlassian-Ökosystem. Besonders spannend waren die angekündigten Data-Residency-Migrationen: Rovo-Daten können nun endlich in Europa gehostet und „gepinnt“ werden. Für Organisationen mit hohen regulatorischen oder Compliance-Anforderungen ist das ein wichtiger Schritt, weil Rovo damit näher an die Data-Residency-Standards von Jira und Confluence heranrückt und zentral über die Atlassian Administration verwaltet werden kann.

Was bedeutet das konkret?

Ihr wollt wissen, warum sich ein Projekt verzögert? Statt euch selbst durch verschiedene Tickets, Dokumente und Abhängigkeiten zu arbeiten, kann eine KI mit dem passenden Kontext dabei helfen, die Ursachen schneller nachzuvollziehen.

2. Der Teamwork Graph wird zum Context Layer

Ein weiteres zentrales Thema war der Atlassian Teamwork Graph. Er verbindet Arbeits- und Wissenskontext einer Organisation: Projekte, Inhalte, Tickets, Entscheidungen, Personen und Zusammenarbeit. Genau dieser Kontext ist entscheidend, damit KI nicht isoliert antwortet, sondern wirklich verstehen kann, in welchem Arbeitszusammenhang eine Frage steht.

Während allgemeine LLM-Plattformen vor allem die Parameteranzahl und Rechenleistung in den Vordergrund stellen, fokussiert Atlassian stärker auf den Arbeits- und Wissenskontext. Für Unternehmen ergibt sich daraus ein praktischer Nutzen: Entscheidungen können schneller und fundierter getroffen werden, weil sich die KI bei ihren Aufgaben wirklich auf die eigenen Unternehmensdaten bezieht und und die Fehlerquote der Ergebnisse erheblich abnimmt.

3. Insights bringt Daten näher an die Arbeit

Mit Insights rückt Atlassian datenbasierte Erkenntnisse näher an den Ort, an dem Arbeit passiert. Statt zwischen Daten-Tools und Arbeitstools zu springen, sollen relevante Erkenntnisse direkt im Workflow verfügbar werden.

Für den Arbeitsalltag bedeutet das weniger Kontextwechsel, schnellere Entscheidungen und ein besseres Verständnis dafür, welche Arbeit welche Wirkung hat. Der eigentliche Mehrwert entsteht jedoch erst, wenn klar ist, welche Fragen mit Daten beantwortet werden sollen. Insights ist deshalb nicht nur ein Reporting-Thema, sondern auch ein Anlass, die eigenen Entscheidungsprozesse zu hinterfragen.

4. Proaktives Servicemanagement: vom Reagieren zum Vorbeugen

Auch im Servicemanagement wurde der Blick nach vorn deutlich. Rovo kann als Agent unterstützen, Self-Healing-Schritte können über Skripte angestoßen werden, und Integrationen mit Teams oder Outlook bringen Support näher an die Kanäle, in denen Anwender:innen ohnehin arbeiten. Beispielsweise kann Rovo über eine Telefon-Hotline angerufen werden und Auskünfte über mögliche Serverausfälle oder ähnliches geben.

Der Perspektivwechsel ist entscheidend: Servicemanagement wird nicht nur schneller, wenn Tickets besser bearbeitet werden. Es profitiert auch davon, wenn wiederkehrende Probleme früher erkannt, automatisiert eingeordnet und im Idealfall behoben (oder zumindest kommuniziert) werden, bevor sie größere Ausmaße annehmen.

5. Customer Service Management öffnet JSM nach außen

Mit Customer Service Management wurde außerdem deutlich, wie Atlassian Serviceprozesse für externe Zielgruppen weiterdenkt. Im Unterschied zu klassischem Jira Service Management stehen nicht nur interne Mitarbeitende im Fokus, sondern auch externe Kund:innen.

Spannend sind dabei vor allem Custom Portals, Workforce-Planning sowie zusätzliche Eingangskanäle wie Telefon oder WhatsApp. Für Organisationen, die interne und externe Services zusammen denken wollen, kann das neue Möglichkeiten eröffnen – vorausgesetzt, Prozesse, Zuständigkeiten und Serviceversprechen sind vorher sauber definiert.

6. AMP und Artifacts: KI wird kollaborativer und stärker kontrollierbar

Mit dem Agent Multiplayer Protocol, kurz AMP, zeichnet Atlassian ein klares Bild davon, wie KI künftig arbeiten soll: nicht als isolierter „Single Player“, sondern als Begleitung des Menschen im Arbeitsfluss. AMP soll vernetzte Zusammenarbeit zwischen Menschen und KI-Agenten ermöglichen.

Dazu passt die Artifacts-Plattform-App: Artefakte sollen an einem kontrollierten Ort innerhalb der Atlassian-Plattform gespeichert, berechtigt und teilbar gemacht werden. Für die Praxis ist das wichtig, weil KI-Ergebnisse nicht irgendwo verschwinden dürfen. Sie brauchen einen Ort, klare Zugriffsrechte und und einen nachvollziehbaren Verlauf.

Besonders intensiv diskutiert wurden deshalb auch AI Governance, Rovo Agent Controls, Non-human Identities und Audit Logs für „Non-humans“. Denn wenn Agenten Aufgaben übernehmen, brauchen Unternehmen Antworten auf Fragen wie: Wer darf was auslösen? Welche Identität handelt im System? Welche Aktionen sind nachvollziehbar? Und wer trägt Verantwortung?

Unser Fazit: Die beste KI bringt wenig, wenn die Grundlagen fehlen

Wenn wir aus dem Pizza Dialog eine Erkenntnis mitnehmen, dann diese: Die Möglichkeiten werden immer vielfältiger. Aber der eigentliche Mehrwert entsteht nicht durch die Masse an neuen Funktionen, sondern dem gezielten Einsatz von ein paar wenigen Features, die zu euren Anforderungen passen.

Ob Rovo, Teamwork Graph oder automatisiertes Servicemanagement: Am Ende geht es darum, Informationen schneller zu finden, unnötige Arbeit zu reduzieren und Teams im Alltag zu entlasten.

Dafür braucht es unserer Erfahrung nach kein ein riesiges KI-Projekt. Oft reicht es schon, sich mit den folgenden drei Fragen zu beschäftigen:

• “Wo verlieren unsere Teams heute am meisten Zeit durch Suche, Kontextwechsel oder manuelle Serviceprozesse?”
• “Sind unsere Daten, Berechtigungen und Verantwortlichkeiten gut und aktuell genug, damit KI sinnvoll und sicher unterstützen kann?”
• “Welche ein bis zwei Use Cases können wir in den nächsten Wochen testen, ohne die Organisation zu überfordern?”

Danke an alle, die bei unserem Pizza Dialog dabei waren, Fragen gestellt, Erfahrungen geteilt und mitdiskutiert haben. Es war wieder ein richtig schöner Abend mit spannenden Perspektiven und guten Gesprächen.

Und wie sieht das bei euch aus?

Ihr fragt euch, welche Atlassian-Neuerungen für euer Team wirklich sinnvoll sind? Oder möchtet Rovo endlich so einsetzen, dass es euch im Arbeitsalltag spürbar unterstützt?

Dann lasst uns gemeinsam draufschauen. Wir helfen euch dabei, die passenden Anwendungsfälle zu finden, eure Atlassian-Umgebung fit zu machen und aus neuen Funktionen echten Mehrwert herauszuholen.