OpenAI-Modelle werden Teil der Atlassian-Plattform
Atlassian und OpenAI bauen ihre seit 2023 bestehende Zusammenarbeit aus. Eine neue Vereinbarung sieht vor, Modelle der GPT-6-Familie und der GPT-5.6-Serie in Atlassian Rovo sowie weitere Bereiche der Plattform zu integrieren. Genannt werden ausdrücklich GPT-6 Astra und die GPT-5.6-Serie.
Rovo verbindet die Modelle mit dem Teamwork Graph von Atlassian. Diese Kontextschicht führt Informationen über Personen, Projekte, Dokumente und Entscheidungen zusammen. Die KI soll dadurch nicht nur einzelne Texte verarbeiten, sondern Zusammenhänge aus Jira, Confluence und weiteren Atlassian-Diensten berücksichtigen.
| Kennzahl | Angabe |
|---|---|
| Beginn der Zusammenarbeit | 2023 |
| Erweiterung angekündigt | 6. Oktober 2026 |
| Genannte Modellfamilien | GPT-6 und GPT-5.6 |
| Codex-Nutzer bei Atlassian | Mehr als 3.000 Entwickler |
Vom Unternehmenswissen zur automatisierten Aufgabe
Die Integration soll Rovo in die Lage versetzen, Informationen aus verschiedenen Arbeitsbereichen zusammenzuführen und daraus konkrete Handlungsvorschläge abzuleiten. Bei einer Produktveröffentlichung könnte das System beispielsweise Jira-Tickets, Confluence-Dokumente und interne Diskussionen auswerten. Daraus ließen sich blockierte Entwicklungsaufgaben, verpasste Termine und noch offene Entscheidungen ableiten.
Über Kommandozeilen-Plugins für ChatGPT und Codex können Nutzer außerdem Jira-Vorgänge, Confluence-Inhalte und Bitbucket-Pull-Requests direkt in Prompts einbinden. Der Zugriff soll sich nach den jeweils vergebenen Berechtigungen richten. Damit wird die Qualität der Rechteverwaltung zu einem entscheidenden Sicherheitsfaktor.
Die Verbindung der OpenAI-Spitzenmodelle mit dem Teamwork Graph bringt tiefen organisatorischen Kontext in die tägliche Unternehmensarbeit, erklärte Jamil Valliani, Head of Product, AI bei Atlassian, sinngemäß.
Technisch folgt Atlassian damit einem verbreiteten Muster für Unternehmens-KI. Ein allgemeines Sprachmodell erhält über eine proprietäre Kontextschicht Zugriff auf interne Daten und Arbeitsabläufe. Der Nutzen hängt dabei nicht nur vom Modell ab, sondern vor allem von Datenqualität, Berechtigungen und der korrekten Zuordnung von Informationen.
Mehr als 3.000 Entwickler arbeiten bereits mit Codex
Atlassian setzt die OpenAI-Werkzeuge auch intern ein. Mehr als 3.000 Entwickler nutzen Codex in Terminals, Entwicklungsumgebungen und Code-Review-Prozessen. OpenAI verwendet seinerseits Jira zur Verwaltung kritischer Unternehmensabläufe.
Die Partnerschaft geht damit über eine reine Modellschnittstelle hinaus. Beide Anbieter verzahnen ihre Produkte und internen Prozesse miteinander. Parallel entwickelt OpenAI Codex zu einer umfassenderen Arbeitsumgebung weiter, etwa durch persistente Cloud-Umgebungen für Codex.
Jira soll Aufgaben direkt an KI-Agenten vergeben
Als nächsten Schritt prüfen Atlassian und OpenAI tiefere Jira-Integrationen. Aufgaben sollen sich direkt an KI-Agenten delegieren lassen. Jira könnte anschließend Fortschritt, Entscheidungen und Ergebnisse dokumentieren.
In Verbindung mit DX, Atlassians Plattform zur Messung von Entwicklerproduktivität und technischer Leistung, soll sich der Einfluss der Agenten auf Entwicklungsdauer, Durchlaufzeiten und Arbeitsabläufe messen lassen. Einen konkreten Veröffentlichungstermin für diese Funktionen nennen die Unternehmen bislang nicht.
Die Kontrolle solcher Agenten bleibt eine offene organisatorische Aufgabe. Frühere Untersuchungen zeigen, dass viele Unternehmen ihre heutigen Anbieterlösungen für KI-Agenten wieder aufgeben könnten, wenn Integration, Zuverlässigkeit oder Betriebskosten nicht überzeugen.
Datenschutzfragen für Unternehmen im DACH-Raum
Für europäische Unternehmen ist entscheidend, welche Informationen aus dem Teamwork Graph an OpenAI-APIs übermittelt werden. Jira und Confluence enthalten häufig vertrauliche Projektinformationen, technische Dokumentationen, personenbezogene Daten und interne Entscheidungen. Eine umfassende Kontextanbindung vergrößert daher die Datenmenge, die Berechtigungsmodelle zuverlässig kontrollieren müssen.
Vor einem produktiven Einsatz müssen unter anderem Zweckbindung, Zugriffsrechte, Protokollierung, Aufbewahrungsfristen und die vertragliche Rollenverteilung geprüft werden. Bislang ist nicht bestätigt, wie die Datenverarbeitung und eine mögliche EU-Datenresidenz bei der Weiterleitung an OpenAI für europäische Kunden konkret geregelt werden.
Gerade für sensible Umgebungen bleiben lokale oder abgeschottete Architekturen relevant. Ein Gegenmodell verfolgt beispielsweise OpenDesk mit geplanten KI-Agenten und Air-Gap-Betrieb, bei dem Systeme ohne direkte Verbindung zu externen Cloud-Diensten betrieben werden können.
Mehr Funktion, aber auch stärkerer Lock-in
Die neue Integration erhöht den praktischen Nutzen der Atlassian-Plattform, bindet Unternehmensprozesse jedoch enger an zwei US-Anbieter. Wer Automatisierungen auf Rovo, den Teamwork Graph und OpenAI-Modelle zuschneidet, kann diese Abläufe später nur mit erheblichem Aufwand auf andere Systeme übertragen.
Hinzu kommt eine bislang offene Kostenfrage. Atlassian und OpenAI machen keine Angaben zu zusätzlichen Preisen, Verbrauchsgebühren oder neuen Tarifmodellen für Rovo und die geplanten Agentenfunktionen. Ohne diese Informationen lässt sich die Wirtschaftlichkeit gegenüber eigenen Integrationen, Open-Source-Ticketing und lokal betriebenen Sprachmodellen noch nicht belastbar bewerten.
Für IT-Verantwortliche entsteht damit ein klassischer Abwägungspunkt. Eine tief integrierte SaaS-Lösung kann schneller produktiv werden, erhöht aber die Abhängigkeit von Plattform, Modellanbieter und deren Preisgestaltung. Eigene oder selbst betriebene Lösungen verlangen mehr Integrationsaufwand, bieten dafür mehr Kontrolle über Daten, Kosten und technische Wechselmöglichkeiten.