Die Integration von Künstlicher Intelligenz in den Arbeitsalltag ist längst keine Frage des „Ob“ mehr, sondern des „Wie“. Mit der Einführung von Atlassian Rovo hat Atlassian ein mächtiges Werkzeug geschaffen, um Unternehmenswissen über Tool-Grenzen hinweg nutzbar zu machen. Damit Unternehmen ihre KI-Strategie skalieren können, hat Atlassian nun die Nutzungskontingente massiv angehoben.
In diesem Artikel erfahren Sie, wie die neuen Quoten strukturiert sind und wie Sie diese in der Praxis effizient einsetzen.
Die Metriken: Was sind Objekte und Credits?
Um die Kapazitäten planen zu können, müssen zwei zentrale Begriffe verstanden werden:
- Indizierte Objekte (Objects): Dies sind Informationseinheiten aus Drittsystemen (z. B. eine Datei in Google Drive, ein Slack-Thread oder ein SharePoint-Dokument), die Rovo erfasst, um sie für die Suche und KI-Analyse verfügbar zu machen.
- Rovo Credits: Die „Währung“ für KI-Leistung. Jede Interaktion verbraucht Credits. Eine einfache Chat-Frage kostet ca. 10 Credits, während komplexe Aufgaben („Deep Research“ oder Agenten-Workflows) ca. 100 Credits beanspruchen.
Die neuen Kontingente im Überblick
Atlassian stellt die Ressourcen auf Basis der Cloud-Tarife bereit. Die Kontingente werden auf Organisationsebene gepoolt – das bedeutet, das Gesamtkapital an Credits und Objekten steht dem gesamten Team flexibel zur Verfügung.
Hinweis: Unternehmen, welche die „Teamwork Collection“ gebucht haben, profitieren von nochmals deutlich höheren Limits (bis zu 6.250 Objekte/Nutzer).
Praxis-Check: So nutzen Sie Rovo effizient
Wie sehen diese Zahlen im Arbeitsalltag aus? Hier sind drei typische Szenarien:
1. Die schnelle Suche (Silo-Breaking)
Ein Projektleiter sucht eine Budget-Freigabe, die irgendwo in SharePoint liegt. Rovo findet das Dokument sofort über die systemübergreifende Suche.
- Ressourcen: 1 indiziertes Objekt.
- Verbrauch: 10 Credits für die Chat-Anfrage „Wo finde ich die Budget-Freigabe für Projekt X?“.
2. Automatisiertes Onboarding
Ein neuer Mitarbeiter lässt sich von einem Rovo Agent eine Zusammenfassung der letzten 20 Projektdokumente erstellen, um den aktuellen Status zu verstehen.
- Ressourcen: 20 indizierte Objekte.
- Verbrauch: 100 Credits (Deep Research/Zusammenfassung), da die KI eine große Menge Kontext analysieren muss.
3. Generierung von Release Notes
Das Marketing-Team nutzt einen Agenten, um aus 50 abgeschlossenen Jira-Tickets (Objekte) einen kundenfreundlichen Blog-Post zu entwerfen.
- Ressourcen: 50 Objekte.
- Verbrauch: 100 Credits für die komplexe Strukturierung und Texterstellung.
Kontrolle und Governance für Administratoren
Zukünftige Verbrauchs-Dashboards ermöglichen es IT-Verantwortlichen, den Credit-Verbrauch genau zu monitoren und bei Bedarf Limits pro Nutzergruppe festzulegen. Zudem erlauben neue Filter für Daten-Konnektoren (z. B. zeitbasierte Filter), das Objekt-Kontingent gezielt für aktuelle Daten zu nutzen und „Datenfriedhöfe“ von der Indizierung auszuschließen.
Fazit
Die Erhöhung der Rovo-Quoten ist ein deutliches Signal: KI ist das künftige Standard-Werkzeug für das gesamte Team. Durch die Erhöhung der Limits und die kommenden Governance-Tools bietet Atlassian Unternehmen die nötige Sicherheit, um KI-Agenten ohne unmittelbaren Kostendruck in ihre Geschäftsprozesse zu integrieren.
.jpg)
