Vom Dokument zum Prototyp, ohne die Anwendung zu wechseln
Am 13. April hat Atlassian drei Integrationen von KI-Agenten Dritter in Confluence veröffentlicht: Lovable, Replit und Gamma.
Das Prinzip: Sie schreiben ein Produktanforderungsdokument in Confluence, öffnen dann Rovo Chat und lassen Lovable daraus einen lauffähigen UI-Prototypen erstellen. Sie müssen den Inhalt nicht manuell kopieren und einfügen; der Agent liest direkt die Confluence-Seite, einschließlich Metadaten wie Autor, zugehöriges Projekt und historische Entscheidungen, und überträgt alles in das Zielwerkzeug.
Replit macht dasselbe, aber für Code: Es verwandelt ein technisches Dokument in ein Startprojekt, das ein Entwickler direkt forken kann. Gamma verwandelt Dokumente in Präsentationsfolien.
Alle drei Agenten basieren auf dem MCP-Protokoll.
Was jeder Agent kann
| Agent | Eingabe | Ausgabe |
|---|---|---|
| Lovable | Produktanforderungsdokument | Lauffähiger UI-Prototyp |
| Replit | Technisches Dokument | Forkbarer Startcode |
| Gamma | Beliebiges Dokument/Report | Präsentationsfolien |
Die Auslösung ist bei allen gleich: Rovo Chat auf der Confluence-Seite öffnen, einen Befehl eingeben, der Agent liest die aktuelle Seite und ihren Kontext (Autor, Projektzugehörigkeit, relevante Entscheidungen) und erstellt dann den entsprechenden Inhalt auf der Zielplattform. Keine erneute Kontexterklärung, kein Einfügen von Dokumenten nötig.
Remix: KI macht Visualisierung
Gleichzeitig hat Atlassian sein eigenes Tool Remix veröffentlicht, das sich derzeit im offenen Betatest befindet. Die Funktion von Remix besteht darin, Daten von Confluence-Seiten in visuelle Inhalte umzuwandeln – Diagramme, Infografiken, Scorecards.
Wählen Sie einen Inhalt aus, sagen Sie ihm, welches Format Sie wünschen, und es wird für Sie generiert, ohne Confluence zu verlassen, um eine andere Anwendung zu öffnen.
Diese Art von Werkzeug ist an sich nicht neu, aber die Einbettung in den bestehenden Arbeitsablauf anstatt der Schaffung einer neuen Oberfläche ist eine bemerkenswerte Designrichtung.
Hintergrund: Vor einem Monat wurden 1.600 Stellen gestrichen
Dies sind zwei Ereignisse, die zusammen betrachtet werden sollten.
Im März kündigte Atlassian die Entlassung von 1.600 Mitarbeitern an, etwa 5% der gesamten Belegschaft. Gleichzeitig mit den Entlassungen gab das Unternehmen bekannt, mehr Ressourcen in die Entwicklung von KI-Funktionen zu investieren.
Dies ist kein einzigartiges Drehbuch von Atlassian: Entlassungen → KI-Funktionen einführen, diese Reihenfolge ist in der Softwarebranche inzwischen fast Standard. Microsoft, Salesforce und Google haben alle ähnliche Zeitpläne.
Die Kosten, die Unternehmen für Mitarbeiter zahlen, werden zu Kosten für den Kauf von API-Aufrufen. Diese Logik ist für das Unternehmen klar, für die Entlassenen ist sie eine andere Sache.
MCP im Unternehmen, eine etwas andere Richtung
In letzter Zeit drehten sich die Diskussionen über das MCP-Protokoll hauptsächlich darum, "KI mit externen Daten zu verbinden" – Claude mit Datenbanken, mit Suchwerkzeugen zu verbinden.
Der Fall Atlassian geht in die entgegengesetzte Richtung.
MCP dient nicht dazu, dass KI externe Daten liest, sondern dass externe KI-Agenten interne Confluence-Dokumente des Unternehmens lesen und dann in anderen Tools arbeiten. Confluence hat sich von einer Dokumentenbibliothek zur Kontextquelle für KI-Agenten entwickelt.
Das bedeutet, dass die über Jahre angesammelten internen Dokumente von Unternehmen – Produktspezifikationen, technische Entwürfe, Entscheidungsaufzeichnungen – zum ersten Mal die Chance haben, direkt von automatisierten Workflows genutzt zu werden, anstatt nur manuell durchsucht zu werden.
Wenn sich dieses Modell auf das gesamte Unternehmenssoftware-Ökosystem ausdehnt und Daten in Jira, Notion, Salesforce von Agenten abgerufen werden können, dann verändert sich die Frage, wie tief KI in einer Organisation wirken kann.
Pinterest 66.000 MCP-Aufrufe pro Monat, Atlassian veranstaltet Gipfel mit 1.200 Teilnehmern
Das MCP-Protokoll hat sich seit Ende letzten Jahres schnell verbreitet. Pinterest betreibt MCP in der Produktion mit über 66.000 Aufrufen pro Monat und spart 7.000 Stunden manueller Bearbeitungszeit. Der MCP-Gipfel im letzten Monat hatte 1.200 Teilnehmer, Uber berichtete von über 10.000 Agentenaufgaben pro Woche.
Diese Integration von Atlassian ist ein weiterer Datenpunkt: Es sind nicht mehr Startups, die neue Technologien testen, sondern etablierte Unternehmenssoftwarefirmen, die sie in ihre Produkte einbetten.
Noch in der Frühphase
Die drei veröffentlichten Agenten decken die Bereiche UI-Design, Code und Präsentationen ab und richten sich eindeutig an Entwickler und Produktteams.
Für die Hauptnutzer von Confluence – normale Unternehmensmitarbeiter, die Wochenberichte schreiben und Besprechungsnotizen speichern – ist dies nur ein erster Schritt.
Atlassian sagt, MCP sei ein Standardprotokoll, und theoretisch könne jedes Tool, das MCP unterstützt, integriert werden. Integrationsfähigkeit und tatsächliche Abdeckung sind zwei verschiedene Dinge. Wie viele Agenten letztendlich integriert werden und wie breit die Abdeckung sein wird, das ist die eigentliche Frage.
Drei Agenten, heute. Wie es weitergeht, wird die Daten zeigen.
Quellenangabe: Atlassian launches visual AI tools and third-party agents in Confluence (TechCrunch); Atlassian brings AI visual tools and partner agents to Confluence, 1 month after cutting 1,600 jobs (The Next Web); CocoLoop, Atlassian Introduces Visual AI Tools and Agents in Confluence to Transform Team Collaboration (CXO Digitalpulse)