Wie wir mit Atlassian Rovo und Forge Mehrwert schaffen
Warum Individualisierung der Schlüssel zum echten Mehrwert von Rovo AI ist
Heutzutage hört man überall und ständig von KI. Sie verändert unsere Arbeitsweise, automatisiert Aufgaben und eröffnet Möglichkeiten, an die wir vor einigen Jahren noch gar nicht gedacht hätten. Atlassian gehört mit seinen KI-Funktionen und insbesondere mit Rovo zu den Vorreitern auf diesem Gebiet. Die Möglichkeiten von Rovo sind enorm. Dank der tiefen Integration in das Atlassian-Ökosystem und der bevorstehenden allgemeinen Verfügbarkeit kann Rovo wirklich einen Unterschied machen.
Allerdings entsprechen die Erwartungen manchmal nicht den ersten Erfahrungen. Der Grund dafür ist, dass Standardtools nicht für jeden Anwendungsfall sofort funktionieren. Entscheidend ist, zu verstehen, wie Rovo funktioniert, wo seine Grenzen liegen und welche Möglichkeiten zur Erweiterung bestehen. Der Rovo-Chat mit seinen Standard-Agenten kann bereits viel leisten. Für zuverlässige, wertschöpfende Lösungen ist jedoch eine individuelle Anpassung erforderlich.
Der erste Schritt besteht darin, Agenten in Rovo Studio anzulegen. Dort können Sie spezifische Anweisungen definieren, verschiedene Datenquellen anbinden und vordefinierte Aktionen nutzen, um Daten in Atlassian oder anderen Anwendungen zu bearbeiten. Dies funktioniert gut, und es lohnt sich auf jeden Fall, diese Optionen zunächst auszuprobieren.
Es gibt Anwendungsfälle, in denen einfache Eingabeaufforderungen und die Konfiguration von Datenquellen oder Aktionen nicht ausreichen. Dies gilt insbesondere dann, wenn bestimmte Funktionen noch nicht verfügbar sind oder wenn Sie spezifische Anforderungen oder Logik haben, für die ein generisches Tool nicht in Frage kommt. Zu diesem Zweck können Sie auf Basis der Atlassian Forge-Plattform spezielle Rovo-Agenten erstellen. Hier sind die Möglichkeiten nahezu unbegrenzt. Dies ist auch der Bereich, in dem wir als Forge- und KI-Experten unseren Kunden den größten Mehrwert bieten.
Was wir bisher mit Rovo umgesetzt haben:
AQL Helper for Jira Assets
Eine Marketplace-App, die Ihre Fragen in natürlicher Sprache in präzise AQL-Abfragen umwandelt – so können Sie Ihre Assets finden, filtern und analysieren, ohne auch nur eine einzige Zeile Code schreiben zu müssen. Ganz gleich, ob Sie Ihren Hardware-Bestand verwalten, Lizenzen nachverfolgen oder die Einhaltung von Vorschriften prüfen – AQL Helper versteht Ihr Schema, erstellt die richtige AQL-Abfrage und zeigt Ihnen die Ergebnisse innerhalb von Sekunden an.
Klassifizierung eingehender Marketing-Leads
Wir verfügen über verschiedene Quellen für Marketing-Leads, die wir in Jira und Jira Assets verarbeiten. Wir haben einen Rovo-Agenten mit Anweisungen, Produkt- und Servicewissen sowie Hintergrundinformationen erstellt und diesen in Jira Automation integriert. Das Ergebnis ist, dass alle eingehenden Leads automatisch dem entsprechenden Produkt und Service zugeordnet werden. Dies beschleunigt den Marketingprozess erheblich. Ein ähnliches Szenario könnte auch im Service Desk zur Klassifizierung von Tickets implementiert werden.
Automatische Zuordnung von CRM-Kontakten und -Kunden
Wir haben unser CRM auf Jira und Jira Assets aufgebaut. Ursprünglich haben wir die Kunden und Ansprechpartner für die Tickets manuell angelegt und zugewiesen. Dies war ein sehr zeitaufwändiger und fehleranfälliger Prozess. Nun übernimmt ein spezieller Rovo-Agent diese Aufgabe automatisch für uns im Hintergrund. Dazu mussten wir einen eigenen Forge-basierten Agenten erstellen. Zunächst mussten wir die Zusammenarbeit mit Jira Assets und allen benutzerdefinierten Feldern aktivieren (was standardmäßig nicht verfügbar war). Zweitens mussten wir eine spezielle Logik für diese Aufgabe implementieren. Es besteht eine Abhängigkeit zwischen Kontakten und Konten, und es gibt verschiedene Möglichkeiten, das relevante Unternehmen anhand der Quellinformationen (eines Tickets) zu erkennen. Nach einigen Feinabstimmungen haben wir diesen Schritt nun vollständig automatisiert – mit einer sehr geringen Fehlerquote bei der Zuordnung.
Automatische Entfernung von Unterschriften aus Tickets
Wir nutzen E-Mails als Quelle für Service-Desk- und Marketing-Tickets, doch eingehende Nachrichten enthalten häufig Unternehmenssignaturen. Diese sorgen für Unübersichtlichkeit in den Jira-Beschreibungen und -Kommentaren, beanspruchen Platz in der Benutzeroberfläche und beeinträchtigen den Einsatz von KI-Tools wie Rovo.
Da sich die Signaturen von Nutzer zu Nutzer unterscheiden und sich im Laufe der Zeit ändern, benötigten wir eine KI-gestützte Lösung, die diese flexibel erkennen konnte. Rich-Text-Felder stellten eine weitere Herausforderung dar: Eine einfache Automatisierung führte zu Formatierungsfehlern und der Verlust von Bildern, während die Verarbeitung von HTML über eine API zu komplex gewesen wäre.
Um dieses Problem zu lösen, haben wir einen auf Forge basierenden Rovo-Agenten entwickelt, der Signaturen automatisch entfernt, dabei jedoch Formatierungen und Medien beibehält.
Lassen Sie uns über Ihre Anwendungsfälle und Ideen sprechen
Die Zahl der möglichen Anwendungsfälle ist nahezu unbegrenzt. Wir glauben, dass fast jede Aufgabe in Jira oder Confluence, die heute manuell erledigt wird, mit Rovo zumindest bis zu einem gewissen Grad automatisiert werden kann. Und es gibt immer noch Möglichkeiten, die wir noch gar nicht kennen - die wir später entdecken werden, wenn wir die KI-gesteuerte Arbeitsweise übernehmen.
Was sind Ihre Erfahrungen? Welche Anwendungsfälle würden Sie gerne mit Rovo automatisieren? Was hat bei Ihnen funktioniert, und welche Schwierigkeiten sind aufgetreten? Wir würden dies gerne mit Ihnen teilen und veranstalten deshalb die Atlassian Rovo in der Praxis: Interaktiver Online-Workshop. Dabei handelt es sich nicht um ein Webinar, sondern um einen Ort der Diskussion und des Erfahrungsaustauschs. In den bereits abgehaltenen Sitzungen haben wir viele interessante Ideen für die Nutzung von Rovo gehört und auch unsere eigenen Erfahrungen und Erkenntnisse geteilt.
Wenn Sie neugierig auf Rovo sind und über die Möglichkeiten für Ihren Anwendungsfall sprechen möchten, können Sie sich gerne für einen der verfügbaren Zeiträume anmelden. Wenn keiner davon für Sie in Frage kommt, lassen Sie uns bitte per Kommentar oder Nachricht wissen, welches Datum und welche Uhrzeit für Sie in Frage kommen, und wir können versuchen, das zu arrangieren.
Wichtige Ansprechpartner:
Petr Sýkora
Matej Štrba
Martin Fischer
Mehr lesen
Vorhersage von Jira Assets-Feldern (Rovo Agent)
Automatisches Ausfüllen von Jira Asset-Feldern basierend auf dem Kontext der Ausgabe Die App Smart Assets Suggestions und ihr Rovo-Agent helfen Ihnen, Zeit zu sparen und die Genauigkeit der Daten sicherzustellen, indem sie automatisch Vorhersagen treffen Jira Assets Benutzerdefinierte Felder Werte in Ihren Jira-Arbeitsobjekten vorhersagen. Anhand der Problembeschreibung und des Kontexts
Fehlt die richtige AQL-Suche & Board in Jira Assets?
AQL in Jira Assets einfacher machen mit Visual Boards und Rovo Agents Wenn Sie mit Jira Assetsverwenden, sind Sie wahrscheinlich schon auf Herausforderungen gestoßen, wenn Sie mit AQL-Abfragen und Berichten. Wir haben in der Community Beiträge über diese Probleme gesehen - wie die Suche über alle Objekttypen in einem Schema
Azure Assets in Jira Cloud verwalten Webinar
Wie verwaltet man Assets in Jira? Nehmen Sie an unserem praktischen Webinar zum Aufbau einer effektiven Cloud Asset Management-Plattform in Jira Service Management Cloud mit unserer App Azure Sync for Jira Assets teil. Sehen Sie, wie Rovo Agents den Prozess verbessern kann. Antrag auf Aufnahme Nachdem Sie das Formular ausgefüllt