Mit mehr Kontext schneller vorankommen: die neuesten Ankündigungen von der Atlassian Team ’26
In sozialen Netzwerken teilen
Mit mehr Kontext schneller vorankommen: die neuesten Ankündigungen von der Atlassian Team ’26
The Adaptavist Group
Published on 7. Mai 2026
10 Min. Lesezeit
The Adaptavist Group
Published on 7. Mai 2026
10 Min. Lesezeit
Erfahre, was auf dich zukommt, was bereits eingeführt wurde und wie du direkt davon profitieren kannst.
Atlassians jährliche Team-Konferenz ist immer vollgepackt mit Neuigkeiten — und Team ’26 bildet da keine Ausnahme. Dieses Jahr steht KI im Mittelpunkt, und es gibt ein klares Leitthema: Kontext. Genauer gesagt: wie die Daten, die bereits in deinen Tools vorhanden sind, KI für dein Unternehmen wirklich differenzierend machen.
Von der Nutzung von Kontext für KI-Agenten bis hin zur Einführung einer neuen Collection, die Produktentscheidungen einfacher macht als je zuvor: Dieser Blog fasst die wichtigsten Atlassian-Ankündigungen zusammen — und was sie für dich und deine Teams bedeuten.
Von KI-fähig zu KI-führend
Einzelne Mitarbeitende steigern ihre Produktivität bereits durch KI — oft allerdings nur auf Aufgabenebene. Wirkliche Produktivitätsgewinne entstehen dort, wo KI in Workflows eingebettet ist: teamübergreifend, abteilungsübergreifend und organisationsweit.
KI-Modelle allein sind für Unternehmen heute kein Unterscheidungsmerkmal mehr. KI ist nur so gut wie die Daten, auf die sie zugreifen kann — und genau hier wird dein unternehmensspezifischer Kontext entscheidend.
Bringe den realen Kontext deines Unternehmens in jede KI-Anfrage ein
Unternehmensteams arbeiten jeden Tag mit vielen verschiedenen Plattformen — und jede davon enthält Daten und Wissen über dein Unternehmen. Wenn diese Datenquellen im Teamwork Graph zusammengeführt werden, wächst dieser organisationsspezifische Kontext und KI wird wirkungsvoller.
Der Teamwork Graph bildet dein Unternehmen ab, verknüpft Arbeit, Menschen und inzwischen sogar Assets und Code. So entsteht die entscheidende zusätzliche Ebene, die KI-Modellen zeigt, wie dein Unternehmen und deine Teams tatsächlich arbeiten.
Je mehr Tools angebunden werden und je mehr Inhalte in den Teamwork Graph einfließen, desto größer wird der Mehrwert. Deine KI-Prozesse werden dadurch noch intelligenter. Und Teamwork-Graph-Daten lassen sich inzwischen nicht mehr nur innerhalb der Atlassian Platform nutzen.
Teamwork Graph ist jetzt offen
Neu sind die Teamwork-Graph-Tools im MCP Server sowie die Teamwork Graph CLI — beide in der Open Beta.
Der Teamwork Graph im MCP Server ermöglicht es jedem Tool, das mit dem Model Context Protocol kompatibel ist — zum Beispiel Figma oder Claude — auf deinen Organisationskontext zuzugreifen und darauf zu reagieren, ähnlich wie Rovo.
Die Teamwork Graph CLI bietet dasselbe für Entwickler:innen und Coding Agents, die im Terminal arbeiten — mit mehr als 360 Befehlen sowie der Möglichkeit, Daten nicht nur aus dem Graphen zu lesen, sondern auch zurückzuschreiben.
Rovo entwickelt sich weiter — über technisch erstellte Einzelaufgaben-Agenten hinaus
Rovo Studio ist jetzt allgemein verfügbar — und nicht nur für technische Nutzer:innen
Rovo Studio ist der zentrale Ort, um Agenten, Automatisierungen und individuelle Apps zu erstellen. Es steht jetzt allen offen — nicht nur technischen Nutzer:innen — und bringt Governance und Transparenz direkt mit.
Max Mode in Rovo Chat kommt bald — mit mehrstufiger Ausführung
Anstatt nur eine Frage zu beantworten oder eine einzelne Aufgabe zu erledigen, verarbeitet der Max Mode komplexe, offene Anweisungen, zerlegt sie in eine Abfolge von Aktionen, führt diese über Atlassian und angebundene Tools hinweg aus und liefert ein vollständiges Ergebnis zurück.
KI-Agenten ziehen als neue Teammitglieder in Jira ein
Agents in Jira vereint die Stärke deines gesamten Teams — aus Menschen und KI-Agenten
Nutze Jira als Koordinationsmotor, um Workflows zwischen Agenten und Menschen zu orchestrieren. KI-Agenten können jetzt Aufgaben zugewiesen bekommen, in Kommentaren erwähnt und direkt in Workflows und Automatisierungen eingebunden werden. Jede ihrer Aktionen wird protokolliert, ist nachvollziehbar und auditierbar und erscheint sichtbar neben der Arbeit deines Teams. So wird transparent, wie Arbeit zwischen Mensch und Agent fließt.
Neue Atlassian Product Collection startet im Early Access
Wie entscheiden Produktteams, welche Produkte und Funktionen sie als Nächstes ausliefern sollen? Die Product Collection bietet Produktteams einen durchgängigen Weg, feedbackbasierte Entscheidungen zu treffen — durch die Kombination von Jira Product Discovery mit einer neuen App: Feedback.
Die Feedback-App sammelt Signale aus Support-Tools, Bewertungsplattformen und Nachfragekanälen und verknüpft sie mit Zielen und Plänen in Jira Product Discovery.
Zusätzlich hat Atlassian eine Pendo-Integration angekündigt, die Produktteams noch mehr Kontext zur Verfügung stellt.
Dia beschleunigt deinen Arbeitsalltag und ist jetzt bereit für den Unternehmenseinsatz
Der KI-gestützte Browser Dia bietet ein Morning Briefing, das dir einen individuell zugeschnittenen Überblick über Aufgaben, Termine und Arbeitsschwerpunkte für den Tag gibt. Dafür zieht das Morning Briefing Daten aus deinem Kalender, deinen Nachrichten, deinen To-dos und weiteren Quellen zusammen — für einen schnellen Überblick über alles, was an diesem Tag für dich wichtig ist.
Du kannst Browser-Tabs nach Kontext gruppieren, damit zusammengehörige Projekte gebündelt bleiben, und sogar kuratierte Startseiten nach deinen Anforderungen erstellen.
Dia ist jetzt für den Unternehmenseinsatz geeignet und erfüllt zentrale Anforderungen an Datenschutz, Governance und Kontrollmechanismen — einschließlich Sicherheitsstandards wie SOC 2 Type II. Schnellere Prozesse, bessere Messbarkeit und wirksamere Incident Response für Engineering- und Service-Teams
Rovo Code Intelligence
Rovo Code Intelligence ist im Early Access verfügbar und ermöglicht es Engineers und KI-Agenten, Fragen zur beabsichtigten Funktionsweise von Code über mehrere Repositories hinweg zu stellen — statt nur nach bestimmten Zeichenfolgen zu suchen. Durch den Einbezug von Kontext aus Jira und Confluence zusätzlich zum Quellcode kommen Antworten aus einer zentralen Stelle statt aus mehreren verschiedenen Tools.
DX AI Experience
DX, das Atlassian im vergangenen Jahr übernommen hat, gibt Engineering-Führungskräften die Möglichkeit, den ROI von KI-Tools zu messen — statt sie nur einzuführen. Drei Fähigkeiten stehen dabei im Mittelpunkt:
- Agent Experience: zeigt, wie sich ein Agent durch einen Prozess bewegt — ähnlich wie DX bereits Entwicklerpfade abbildet
- AI Code Insights: macht sichtbar, wo KI Code generiert
- AI Pulse: misst die Auswirkungen auf die Produktivität
Gemeinsam machen diese Funktionen KI-Aktivitäten im Softwareentwicklungszyklus sichtbar und steuerbar. Mit Funktionen wie dem Agent Experience Score können Teams Engpässe in der Leistung von Agenten erkennen und beheben — genauso wie in menschlichen Workflows. So wird aus „Wir nutzen KI“ ein klares „Das produziert sie — und das ist der messbare Unterschied“.
Incident Command Center
Das neue Incident Command Center bündelt Alerting, Untersuchung und Kommunikation in einem einzigen KI-nativen Workflow. Es nutzt Signale aus dem gesamten Teamwork Graph, um Ursachen, Auswirkungen und den geschäftlichen Schaden sichtbar zu machen — ohne dass Teams sich durch voneinander getrennte Alerts arbeiten müssen.
Nach einem Incident erstellt Rovo Ops automatisch einen Entwurf für den Post-Incident-Review, und Rovo Dev wandelt die Erkenntnisse direkt in Arbeitspakete um. So schließt sich der Kreis vom Vorfall bis zur Verbesserung.
Die Zukunft einer KI-nativen Organisation: Was diese Ankündigungen über moderne Unternehmen zeigen
Das sind nur einige der Innovationen, die auf der Team ’26 angekündigt wurden — und die Möglichkeiten entwickeln sich weiter. Hier sind einige zentrale Erkenntnisse:
Kontext schafft Qualität
Der Teamwork Graph wird umso wertvoller, je länger du in ihn investierst. Jedes angebundene Tool, jedes Projekt und jedes Wissenselement erweitert die Grundlage, auf der deine KI denken und arbeiten kann. Unternehmen, die diesen Kontext jetzt aufbauen, verschaffen sich einen strukturellen Vorteil.
Der Mensch bleibt fest eingebunden
Je mehr Agenten operative Aufgaben übernehmen, desto stärker kann sich Arbeit verändern: Wissensarbeiter:innen werden mehr Zeit auf Aufgaben verwenden, die wirklich menschliches Urteilsvermögen erfordern — etwa Zielsetzung, Priorisierung und den Umgang mit Mehrdeutigkeit.
Sichtbarkeit über Agenten und Messbarkeit ihrer Wirkung
Wenn KI-Agenten in deine Workflows integriert werden, wird es entscheidend zu verstehen, was sie tun — und wie sich das auf dein Team und deine Prozesse auswirkt.
Governance ermöglicht Wachstum
Bevor Agenten im großen Maßstab eingesetzt werden können, müssen zentrale Fragen geklärt sein: Wann darf ein KI-Agent ohne menschliche Freigabe entscheiden? Wann muss eskaliert werden? Und wie werden diese Entscheidungen dokumentiert?
Mehr zu diesen Ankündigungen kannst du hier nachlesen.
Möchtest du erfahren, welche Chancen sich durch diese neuen Innovationen für dein Unternehmen ergeben?
Sprich mit unseren Experten.
Verfasst von