Zum Inhalt springen
Blog

Ihre Atlassian-Daten: Bereit für Rovo, Claude und ChatGPT

Der Teamwork Graph ist der Datenlayer unter Ihrem Atlassian-Stack, nutzbar in Rovo, Claude, ChatGPT oder eigenen Skripten.

Erstgespräch vereinbarenWie greife ich darauf zu?
Atlassian Teamwork Graph – Datenlayer für Rovo, Claude und ChatGPT

Unternehmen, die uns vertrauen

Was Atlassian 2026 verändert hat

Atlassian stellt Ihre Daten Ihrer AI zur Verfügung

Im Mai 2026 hat Atlassian den Teamwork Graph für externe AI-Tools geöffnet. Bisher war er eine interne Komponente, auf die nur Rovo zugreifen konnte. Jetzt erreichen Claude, ChatGPT, Cursor, GitHub Copilot oder eigene Agents Ihre Atlassian-Daten direkt über den Rovo MCP Server, die Teamwork Graph CLI oder die GraphQL-API.

Zur Einordnung: Die 150 Milliarden Objekte und Beziehungen sind die plattformweite Größe über alle Atlassian-Kunden hinweg. Ihre eigene Atlassian-Instanz hat ihren eigenen Teamwork Graph mit ausschließlich Ihren Daten.

Sie sind nicht an Rovo gebunden. Sie sind an Ihre eigenen Daten gebunden. Und genau das ist der Hebel.

Quellen:

Atlassian: „Teamwork Graph: The context engine behind your AI – everywhere” (Mai 2026)

Seibert Solutions: „Atlassian Team ‘26: Die wichtigsten Ankündigungen” (Mai 2026)

Atlassian Teamwork Graph – Datenlayer für Rovo, Claude und ChatGPT

Was steckt drin?

Welche Daten kennt der Teamwork Graph?

Jedes Element Ihrer Atlassian-Welt wird im Teamwork Graph als Object abgelegt. Jira-Tickets, Confluence-Seiten, Service-Requests, Code-Pull-Requests, Loom-Videos, Goals. Zwischen diesen Objekten kartiert der Graph Relationships: Wer hat was bearbeitet, welcher Code gehört zu welchem Epic, welche Confluence-Seite begründet welche Architektur-Entscheidung?

Dazu kommen externe Datenquellen aus über 75 Drittanbieter-Tools, die über Connectors integriert werden. Atlassian liefert dafür mehr als 100 Konnektoren out-of-the-box, von Slack bis SharePoint. Eigene Connectors für interne Systeme können über die Connector-API gebaut werden.

Atlassian-eigene Quellen

Was Sie schon haben

  • Jira: Work Items, Epics, Sprints, Workflows, Statushistorie
  • Confluence: Seiten, Spaces, Kommentare, Entscheidungen
  • Jira Service Management: Tickets, Service-Requests, Assets, CMDB
  • Bitbucket: Repositories, Pull Requests, Commits
  • Loom: Videos mit Transkripten
  • Goals & Topics: OKRs, strategische Ziele

Externe Quellen

Was Sie anbinden können

  • Microsoft 365: SharePoint, OneDrive, Teams, Outlook
  • Google Workspace: Drive, Docs, Gmail, Calendar
  • Code-Hosting: GitHub, GitLab
  • Messaging: Slack, Microsoft Teams
  • Weitere SaaS-Tools: Figma, Notion, Salesforce, Zendesk
  • Eigene Systeme: per Connector-API anbindbar

Der entscheidende Unterschied

Welche AI-Tools können auf den Teamwork Graph zugreifen?

Atlassian hat den Graph 2026 für externe Konsumenten geöffnet. Das macht den Teamwork Graph zum offenen AI-Kontextlayer Ihres Unternehmens, nicht zu einer Rovo-internen Komponente. Vier Zugriffswege stehen zur Verfügung.

Native Atlassian-AI

Rovo

Rovo Search, Chat, Agents und Studio greifen direkt auf den Teamwork Graph zu und sind in allen Atlassian Cloud-Plänen enthalten. So entstehen Smart Answers in Confluence, AI-Agents in Jira und automatisierte Service-Triage in JSM.

Ideal für: Tägliche Atlassian-Nutzer*innen, die AI direkt in ihren Tools haben wollen.

Externe LLMs

MCP-kompatible AI-Clients

Über den Rovo MCP Server können Claude (Anthropic), ChatGPT (OpenAI), Cursor, VS Code mit GitHub Copilot und jeder andere MCP-kompatible Client direkt auf Ihre Atlassian-Daten zugreifen. Zwei Tools sind im Server verfügbar: getTeamworkGraphContext und getTeamworkGraphObject.

Ideal für: Teams, die schon mit Claude oder ChatGPT arbeiten und ihre Atlassian-Daten einbinden wollen.

Skripte & Automatisierung

Teamwork Graph CLI

Über 300 Befehle ermöglichen strukturierten Lese- und Schreibzugriff auf den Graph, direkt aus dem Terminal. Das eignet sich für eigene Coding-Agents, Reporting-Skripte oder Automatisierungs-Workflows, mit voller Admin-Kontrolle über die Zugriffsrechte.

Ideal für: Entwickler*innen und DevOps-Teams, die eigene Agents oder Pipelines bauen.

Direkter Datenzugriff

GraphQL- und Cypher-APIs

Für Custom-Apps, Dashboards oder Analytics fragen Sie den Graph strukturiert ab: GraphQL für gezielte Objekt- und Beziehungsabfragen, Cypher für komplexe Pfadanalysen im semantischen Netz.

Ideal für: Plattform-Teams, die eigene Anwendungen auf Atlassian-Daten aufbauen.

Berechtigungen & Governance

Wie bleiben Permissions im Teamwork Graph sicher?

Der Teamwork Graph respektiert bei jeder Abfrage die bestehenden Atlassian-Berechtigungen, egal ob über Rovo, Claude oder die CLI.

Native Übernahme von Jira-, Confluence- und Space-Berechtigungen

Last-Mile-Verification bei jeder einzelnen AI-Antwort

Audit-Logging für alle Agent-Aktionen, auch über externe Clients

Admin-Kontrolle über Connectors, CLI- und MCP-Zugriffe

Kostenlose Erstberatung

Den Teamwork Graph als Plattform nutzen. In 30 Minuten zur Strategie.

Wir analysieren, welche Datenquellen bei Ihnen sinnvoll in den Teamwork Graph gehören, welche KI-Clients zu Ihrer Arbeitsweise passen und wie Sie Governance und Berechtigungen sauber aufsetzen.

Connector-Auswahl: Was lohnt sich zuerst zu integrieren?

KI-Client-Strategie: Rovo, MCP-LLMs oder eigene Agents?

Governance-Setup: Berechtigungen, Audit, Compliance

Jetzt Erstgespräch vereinbaren

Weiterführend

Tiefer ins Thema

AI-Native Organization

Die Strategie dahinter: Vom punktuellen AI-Einsatz zur vernetzten Organisation. Wie der Weg aussieht und welche Schritte sich rechnen.

Zur Übersicht

Automatisierung

Wie aus dem Teamwork Graph echte agentische Workflows werden, mit Rovo, n8n und externer AI.

Mehr erfahren

Beratung zur AI-Transformation

Strategie, Pilot und Skalierung. Unsere Beratungsleistung rund um AI in der Atlassian-Welt.

Zur Beratung

KI-Glossar

Die wichtigsten KI-Begriffe verständlich erklärt, ohne Buzzwords, mit klarem Bezug zur Praxis.

Zum KI-Glossar

Mehr Hintergrund: n8n Expert Partner · Praxisbericht aus unserem IT-Support · n8n-Automatisierung auf Google Cloud.

FAQ

Häufige Fragen zum Atlassian Teamwork Graph

Von der grundlegenden Definition bis zur Integration eigener Agents. Hier finden Sie Antworten auf die häufigsten Fragen.

Was ist der Atlassian Teamwork Graph?

Der Teamwork Graph ist der unifizierte Datenlayer unter dem Atlassian-Stack. Er bildet das institutionelle Wissen eines Unternehmens als zusammenhängendes Netz aus Objekten und Beziehungen ab. Atlassian beschreibt ihn offiziell als „unified data layer that connects teamwork data from across Atlassian apps”. Über 150 Milliarden Objekte und Beziehungen sind heute schon enthalten. Er entsteht automatisch durch die Arbeit in Jira, Confluence, JSM und verbundenen Tools, kein separater Datenimport nötig.

Muss ich Rovo nutzen, um vom Teamwork Graph zu profitieren?

Nein. Seit Mai 2026 hat Atlassian den Graph für externe Konsumenten geöffnet. Sie können Claude, ChatGPT oder eigene Agents über MCP, CLI oder API direkt auf Ihre Atlassian-Daten zugreifen lassen, ohne Rovo aktiv zu nutzen. Rovo ist eine bequeme Standard-Option, aber nicht die einzige.

Wie funktioniert die MCP-Integration konkret?

Der Rovo MCP Server stellt zwei Tools zur Verfügung: getTeamworkGraphContext liefert zu einer Anfrage den relevanten Kontext aus dem Graph, getTeamworkGraphObject ruft ein einzelnes Objekt mit allen Details ab. Jeder MCP-kompatible Client kann sich verbinden und diese Tools nutzen. Authentifizierung läuft über Atlassian-Cloud-Credentials, Permissions werden respektiert.

Wie bleiben Berechtigungen im Teamwork Graph respektiert?

Der Graph übernimmt bestehende Jira-Projekt- und Confluence-Space-Berechtigungen nativ. Bei jeder einzelnen KI-Antwort prüft eine Last-Mile-Verification, was die fragende Person tatsächlich sehen darf. Das gilt für alle Zugriffswege: Rovo, MCP-Clients, CLI und API. Hat eine Person in Jira keinen Zugriff auf ein Projekt, sieht sie es auch in keinem KI-Tool.

Wie kann ich den Teamwork Graph für eigene Automatisierungen nutzen?

Drei Wege: Über die Teamwork Graph CLI lassen sich Befehle direkt aus dem Terminal oder aus CI/CD-Pipelines aufrufen, ideal für Coding-Agents und Reporting. Über die GraphQL-API können Sie Custom-Apps oder Dashboards bauen, die strukturiert auf den Graph zugreifen. Über den MCP Server kann ein eigener Agent (z. B. auf Claude- oder GPT-Basis) den Kontext aus dem Graph nutzen, um komplexe Aufgaben auszuführen.

Was kostet die Nutzung des Teamwork Graph?

Der Teamwork Graph ist Teil der Atlassian Cloud-Plattform und in allen Cloud-Plänen (Standard, Premium, Enterprise) enthalten. Auch Rovo ist inklusive. Externe MCP-Clients oder eigene API-Nutzung verursachen keine zusätzlichen Atlassian-Kosten, allerdings können beim externen Client (z. B. Claude oder ChatGPT) Token-Kosten anfallen. Beratung und Implementierung bei uns kommen je nach Vorhaben dazu.

Wir freuen uns auf Ihre Nachricht

contact team

Seibert Solutions GmbH

Luisenstraße 37-39, 65185 Wiesbaden
+49 611 20570 42 solutions@seibert.group
Nur Ziffern eingeben