“2026 wird das Jahr der KI auf Teamebene”
Sven Peters, AI-Evangelist bei Atlassian, ist überzeugt: “Der gezielte Einsatz von KI kann wertvolle Verbindungen schaffen und die Zusammenarbeit maßgeblich fördern.” Mit Computing sprach er u. a. über Produktivität, Leitplanken, die Verantwortung der Unternehmensleitung und die Rolle der Menschen im KI-Zeitalter.
KI verbessert die individuelle Produktivität – doch der Unternehmenserfolg bleibt aus. Das ist das Ergebnis des Atlassian AI Collaboration Index 2025. Die Lösung liegt nicht in noch mehr Technologie. KI kann ihr Potenzial nur entfalten, wenn sie Teams, Projekte und Wissen vernetzt. Laut der Atlassian-Studie könnte es die Fortune-500-Unternehmen jährlich bis zu 98 Milliarden US-Dollar kosten, wenn sie sich nur auf individuelle Produktivität konzentrieren. Der Schlüssel zur Transformation liegt nicht in mehr Tools, sondern in klaren Strukturen, besserer Abstimmung und einer gemeinsamen Vision.
Computing sprach mit Sven Peters, AI-Evangelist bei Atlassian. Seine Rolle beschreibt er folgendermaßen: “Derzeit berate ich zahlreiche Kunden zur Integration und erfolgreichen Einführung von künstlicher Intelligenz (KI) in Unternehmen, um optimale Ergebnisse zu erzielen. Zusätzlich teile ich meine Erfahrungen und Erkenntnisse regelmäßig als Evangelist auf Fachkonferenzen.”
Über Atlassian sagt er: “Atlassian wird häufig ausschließlich als Projektmanagementunternehmen wahrgenommen. Tatsächlich verstehen wir uns jedoch als The Teamwork Company: Im Mittelpunkt stehen bei uns die Zusammenarbeit, das gemeinsame Engagement und effektive Teamprozesse. Unser Fokus ist es nicht, lediglich ein Ticket in Jira zu verwalten, sondern darauf, Projekte gemeinsam voranzubringen und im Team an Aufgaben zu arbeiten – dieser Ansatz prägt sämtliche unsere Tools.”
Sven, ausgehend von den Ergebnissen des AI Collaboration Index: Welche kulturellen Überzeugungen oder Ängste müssen Führungskräfte in großen Unternehmen zuerst angehen, damit KI nicht als Bedrohung, sondern als katalytisches Instrument zur Steigerung der menschlichen Leistungsfähigkeit angesehen wird?
Aktuell erscheinen zahlreiche Schlagzeilen über künstliche Intelligenz (KI), insbesondere darüber, wie KI die Produktivität erhöht. Dabei ist festzustellen, dass hierin sowohl viel Wahrheit als auch ein hoher Anteil an Hype liegt. Es ist wichtig zu betonen, dass KI keineswegs als universelle Lösung für sämtliche Unternehmensprobleme betrachtet werden sollte, wie es gelegentlich suggeriert wird.
Im Rahmen des AI Collaboration Reports wurde untersucht, wo Unternehmen derzeit bei der KI-Adaption stehen und welchen Mehrwert KI tatsächlich bietet. Die Erhebung ergab, dass Mitarbeitende, die KI einsetzen, sich als 33% produktiver einschätzen und durchschnittlich mehr als 1,3 Stunden pro Tag einsparen. Diese Zahlen spiegeln die subjektive Wahrnehmung der Mitarbeitenden wider.
Gleichzeitig berichten Unternehmen, dass nur etwa 3% unter ihnen einen wirklich transformativen Nutzen beziehungsweise eine signifikante Effizienzsteigerung durch KI erfahren haben. Dies wirft die Frage auf, wodurch sich diese 3% von den übrigen unterscheiden. Es zeigte sich, dass jene Unternehmen KI nicht lediglich als Tool betrachten, sondern tiefgreifend in Prozesse und Strukturen integrieren. Darüber hinaus erfolgt der Einsatz nicht ausschließlich individuell, sondern gezielt auf Teamebene, um Zusammenarbeit und Kommunikation zu fördern. Dies bedingt oftmals eine umfassende Kulturänderung innerhalb des Unternehmens.
Ein Vergleich mit der Einführung von agilen Methoden verdeutlicht: So wie Agilität nicht durch den Kauf eines Tools oder die Ausbildung einzelner Mitarbeitender erreicht werden kann, gilt dasselbe für die erfolgreiche Implementierung von KI. Entscheidend sind Veränderungen in Unternehmenskultur und Arbeitsweisen. Das Management muss den Wandel aktiv begleiten und die Experimentierfreudigkeit sowie Neugier der Mitarbeitenden fördern, damit das volle Potenzial von KI zur Geltung kommt.
Welche „Quick Wins“ oder KI-Projekte mit geringen Anfangsinvestitionen und hohem unmittelbaren Mehrwert empfiehlst du Unternehmen, um schnell positive Erfahrungen zu sammeln und die Akzeptanz zu steigern?
Es gibt zahlreiche sogenannte "Low Hanging Fruits", also einfach umzusetzende Maßnahmen, die schnell und unkompliziert Schmerzpunkte im Arbeitsalltag adressieren. Viele unserer Kunden nutzen beispielsweise Jira zur Abbildung ihrer Workflows, wodurch zahlreiche Möglichkeiten bestehen, kurzfristige Verbesserungen zu erzielen. Insbesondere Ticketsysteme müssen von Menschen bedient werden. Dennoch lassen sich durch den Einsatz generativer KI, wie etwa auf unserer Plattform Rovo, verschiedene Prozesse automatisieren und optimieren – beispielsweise das Triagieren eingehender Tickets. Hierbei kann eine KI effizient entscheiden, welchem Team ein Ticket zuzuordnen ist, ob es sich um ein Frontend-, Backend- oder Designproblem handelt.
Auch bei der Nutzung interner Dokumentationen ergeben sich Vorteile: Anstatt umfassende Unterlagen lesen zu müssen, können Mitarbeitende gezielt Fragen an die KI richten und präzise Antworten in Bezug auf ihren konkreten Fall erhalten. Unser Research zeigt zudem, dass etwa die Hälfte der Beschäftigten es bevorzugt, eine KI um Auskunft zu bitten, statt einen Kollegen zu unterbrechen. Dies fördert nicht nur die Effizienz, sondern auch die Eigenständigkeit innerhalb des Teams.
Weitere Anwendungsbereiche für KI sind die Transkription sowie Zusammenfassung von Meetings. Die KI kann hierbei Aufgaben, besprochene Herausforderungen und offene Fragestellungen zuverlässig identifizieren und aufbereiten. Insgesamt ermöglichen diese Ansätze eine signifikante Steigerung von Effektivität und Effizienz in der täglichen Arbeit.
„Qualifikationslücke” oder „Denkweise-Lücke”? Siehst du das Hauptproblem bei der Einführung von KI eher in einem Mangel an technischen Fähigkeiten bei den Mitarbeitern oder in einem Mangel an Vorstellungskraft bei den Führungskräften, was KI dazu bringen kann, neue Prozesse zu gestalten?
Es handelt sich sowohl um eine Qualifikations- als auch um eine Denkweisenlücke, die geschlossen werden muss. Einerseits ist es erforderlich, die Kompetenzen im Umgang mit KI zu stärken – beispielsweise darin, effektive Prompts zu formulieren. Der Begriff „Prompt Engineering“ erscheint mir dabei jedoch zu technisch, da es letztendlich darum geht, Inhalte klar und zielführend zu beschreiben. Dennoch ist es unerlässlich, sich diese Fähigkeit anzueignen.
Im Unternehmen gibt es häufig, insbesondere unter jüngeren Mitarbeitenden, sogenannte AI-Natives, die mit Künstlicher Intelligenz vertraut sind und diese Technologie selbstverständlich nutzen. Diese Gruppe stellt gezielt Rückfragen und nutzt KI souverän, während erfahrenere Mitarbeitende zunächst zusätzliche Lernschritte benötigen, jedoch aufgrund ihrer Expertise besonders gut in der Lage sind, die Qualität und Relevanz von KI-generierten Ergebnissen einzuschätzen.
Die Kombination dieser beiden Gruppen ist von großem Wert: In Teams, die sowohl aus AI-Natives als auch aus Senior-Mitarbeitenden bestehen, ergänzen sich Innovationsfreude und Erfahrungswissen ideal und leisten gemeinsam einen entscheidenden Beitrag zur Weiterentwicklung der Organisation. Dieser Ansatz unterstreicht einmal mehr, dass diverse Teams mit unterschiedlichen Hintergründen und Perspektiven das Fundament für High-Performance-Strukturen bilden – eine Erkenntnis, die bereits seit Jahren diskutiert wird. Mit dem zusätzlichen Potenzial von KI lässt sich dieses Prinzip weiter verstärken und schafft beste Voraussetzungen für leistungsstarke Teams.
Wie verändert KI die Art und Weise, wie Wissen in Unternehmen gesammelt, geteilt und genutzt wird?
Zunächst ist Wissen mehr als das bloße Vorhandensein von Informationen – es entsteht erst, wenn Informationen angewendet werden. Informationen werden in verschiedenen Systemen gespeichert, beispielsweise in Confluence, SharePoint oder Jira. Während der Zugang zu diesen Daten unterschiedlich leicht möglich ist, unterstützt Künstliche Intelligenz (KI) uns dabei, aus diesen Informationen tatsächlich Wissen zu generieren. Durch die Verknüpfung verschiedener Informationsquellen mithilfe von KI entsteht ein erheblicher Mehrwert für unternehmensweites Wissen.
Um dies zu veranschaulichen: Aus den in Confluence und Jira gespeicherten Daten kann ein sogenannter Teamwork Graph erstellt werden, der detaillierte Einblicke in die Arbeitsweise eines Unternehmens ermöglicht. Dieser Graph bietet nicht nur eine strukturierte Übersicht, sondern enthält auch Informationen darüber, welche Projekte existieren, welche Teams an welchen Projekten arbeiten, welche Ziele diese verfolgen und wie diese Ziele mit den dokumentierten Projekten verknüpft sind. Dadurch ergibt sich erstmals ein vollständiges Bild des unternehmensweiten Wissens: Neben dem Status einzelner Jira-Tickets kann auch auf Diskussionen im Chat sowie auf Inhalte aus Confluence zugegriffen werden. Dieses Gesamtbild war in dieser Tiefe ohne KI kaum erreichbar. Zwar bleibt das persönliche Gespräch mit Fachexperten wichtig, doch bei besonders komplexen Projekten kann die KI entscheidende Zusammenhänge sichtbar machen.
Kann KI dazu beitragen, internes Unternehmenswissen, das oft in Silos versteckt ist, zu reaktivieren und zu nutzen, um die Produktivität von Entwicklern und Support-Teams massiv zu steigern?
Die zentrale Herausforderung besteht darin, die Benutzerrechte zu respektieren und zugleich transparente Arbeitsprozesse zu gewährleisten. Der Zugriff auf Systeme sollte sowohl Menschen als auch künstlicher Intelligenz nur unter Berücksichtigung der notwendigen Rechte gestattet werden. Daher ist es wichtig, die Arbeitsweisen so anzupassen, dass Transparenz entsteht und künstliche Intelligenz bei Bedarf darauf zugreifen kann. Die konkreten Vorgehensweisen können je nach Unternehmen und Einzelfall variieren.
Wie können Führungskräfte ein Umfeld schaffen, das zum Experimentieren mit KI ermutigt, ohne die operative Stabilität oder die Compliance zu beeinträchtigen?
Es ist essenziell, dass Unternehmen klare Rahmenbedingungen für die Nutzung von Daten definieren. Gleichzeitig sollten Mitarbeitende ermutigt werden, innerhalb dieser Vorgaben mit Daten zu experimentieren. Unsere Erfahrungen zeigen, dass Experimentieren – insbesondere in kontrollierten Umgebungen wie Sandboxes – dazu beiträgt, Zeit zu sparen und Mitarbeitende effizienter an neue Technologien heranzuführen.
Das Konzept der Controlled Openness steht dabei im Mittelpunkt unserer Arbeit. Wir legen großen Wert auf Transparenz in der Entwicklung unserer Technologien sowie im Umgang mit Kundendaten. Dies zeigen wir unter anderem durch die Veröffentlichung eines Responsible Tech Review Templates, das offen zugänglich ist. Kontinuierlich hinterfragen wir, wie ein verantwortungsvoller Umgang mit Kundendaten aussehen sollte und richten unser Handeln entsprechend aus.
Die Einhaltung der festgelegten Rahmenbedingungen ist unerlässlich. Neben gesetzlichen Vorgaben sind auch interne Unternehmensrichtlinien konsequent einzuhalten. Klare Richtlinien helfen sowohl dem Unternehmen als auch den Mitarbeitenden, sich vor allem im Umgang mit sensiblen Daten sicher zu bewegen. Künstliche Intelligenz eröffnet zwar neue Möglichkeiten zum Zugriff auf verschiedene Daten, jedoch nur unter verantwortungsvollen und klar definierten Voraussetzungen.
Welche nicht-monetären Erfolgskriterien (z. B. Mitarbeiterzufriedenheit, Markteinführungszeit für Innovationen, Reduzierung von Kontextwechseln) sind für eine erfolgreiche KI-Implementierung genauso wichtig wie der direkte ROI?
Zu Beginn muss jedes Unternehmen zunächst die eigenen Herausforderungen klar identifizieren, bevor der Einsatz künstlicher Intelligenz in Erwägung gezogen wird. Der universelle Einsatz von KI ist nicht immer sinnvoll, da generative KI für bestimmte Aufgaben optimal geeignet ist, während sie in anderen Bereichen weniger effizient sein kann.
Die Ermittlung der tatsächlichen Herausforderungen fällt vielen Unternehmen schwer – oftmals liegen diese nicht auf der individuellen Produktivitätsebene. Die Optimierung einer E-Mail oder die Zusammenfassung eines Textes stellt selten die zentrale Herausforderung eines Unternehmens dar. Vielmehr gilt es, die relevanten Problemstellungen gezielt zu identifizieren.
Nach dieser Analyse sollte geprüft werden, wie und ob KI zur Bewältigung dieser Herausforderungen beitragen kann, welche Kennzahlen dabei gemessen werden sollen und welche konkreten Ziele – beispielsweise verbesserte Mitarbeiterzufriedenheit, optimierte Arbeitsabläufe oder qualitativ hochwertigeres Kundenfeedback – verfolgt werden. Im nächsten Schritt gilt es, Signale und Datenpunkte zu korrelieren, um zu beurteilen, ob KI tatsächlich zur Lösung des Problems beitragen kann.
Die Erwartungen an KI sollten kritisch hinterfragt werden, da nicht alle Probleme durch Technologie zu lösen sind. Senior-Entwickler können gewisse Aufgaben effizienter ohne den Einsatz von KI-basierten Tools bewältigen. Allerdings bleibt herauszufinden, welche Technologien langfristig zur Optimierung von Prozessen und Qualität beitragen können. Ein universelles Vorgehen existiert nicht, da jedes Unternehmen individuelle Anforderungen und Strukturen aufweist.
Kannst du ein typisches Muster beschreiben, das du in den Unternehmen beobachtest, die KI am schnellsten und effektivsten in ihre Kernprozesse integriert haben?
Der beste Ansatz ist es, zunächst mit kleinen Schritten zu beginnen, kontinuierlich zu lernen und Prozesse schrittweise zu optimieren. Dabei empfiehlt es sich, gezielt Herausforderungen auf Teamebene zu analysieren und zu prüfen, inwiefern KI-Lösungen unterstützen können.
Ein besonders anschauliches Beispiel ist Mercedes-Benz: Dort arbeiten 35.000 Ingenieure mit Jira zur Fehlerdokumentation. Es stellte sich heraus, dass etwa 90 % aller Fehlertickets Duplikate sind. Durch die Entwicklung eines KI-gestützten Agenten, der ähnliche oder identische Tickets erkennt, konnten rund 85 % der Tickets reduziert werden. In den verbleibenden Fällen, in denen die KI keine eindeutige Entscheidung treffen kann, erfolgt weiterhin eine manuelle Prüfung durch Mitarbeitende. Dieses Zusammenspiel von Automatisierung und menschlicher Kontrolle ermöglicht eine effiziente Prozessoptimierung. Inzwischen sind täglich bereits über 33.000 solcher Agenten im Einsatz.
Welche spezifischen, wiederkehrenden Aufgaben sind deiner Meinung nach die absolut besten Kandidaten für eine vollständige oder teilweise automatisierte Übernahme durch KI bzw. KI-Agenten?
Im ersten Schritt werden bestehende Prozesse analysiert, um Potenziale für den Einsatz von Künstlicher Intelligenz (KI) zur Automatisierung zu identifizieren. Besonders zeitaufwendige und repetitive Aufgaben, die klaren Regeln folgen, eignen sich hierfür besonders gut.
Ein exemplarischer Anwendungsfall ist der Einsatz von KI-Agenten im Bereich Code Reviews im Softwareentwicklungsprozess. Hier übernehmen KI-Systeme die erste Überprüfung von Code, indem sie prüfen, ob alle etablierten Programmierstandards eingehalten wurden und offensichtliche Fehler vorhanden sind. Dieses Feedback wird zunächst an die Entwicklerinnen und Entwickler zurückgegeben, sodass erfahrene Fachkräfte sich auf komplexere Problemstellungen konzentrieren können. Auf diese Weise kann routinemäßige, wenig anspruchsvolle Arbeit effizient automatisiert werden, was sowohl die Qualitätssicherung als auch das Training jüngerer Teammitglieder unterstützt. Insgesamt bietet der Einsatz von KI im Softwareentwicklungsprozess erhebliche Vorteile, insbesondere bei der Optimierung wiederkehrender Abläufe.
Wie können große Unternehmen sicherstellen, dass KI-Systeme keine systemischen Verzerrungen übernehmen und dass kritische Entscheidungen nicht auf falschen Informationen oder Halluzinationen beruhen?
Bias und Fehlinformationen sind reale Risiken bei der Nutzung von künstlicher Intelligenz. Wir setzen alles daran, diese Risiken so weit wie möglich zu minimieren. Die Verantwortung für einen vertrauenswürdigen Einsatz der Technologie liegt entlang der gesamten KI-Wertschöpfungskette – angefangen beim Anbieter von Large Language Models (LLMs), über Unternehmen, die Anwendungen entwickeln, bis hin zu den Anwendern selbst. Ein Beispiel hierfür ist Atlassian: Wir haben Grundsätze für den verantwortungsvollen Umgang mit Technologie entwickelt, die sowohl die Integration von KI in unsere Produkte als auch deren interne Anwendung regeln. Dieses öffentlich zugängliche Dokument soll anderen Organisationen als Orientierung dienen, um eigene Prozesse für den verantwortungsvollen Umgang mit KI zu etablieren.
Aber letztlich bleibt das menschliche Urteilsvermögen entscheidend. Die verantwortungsbewusste Nutzung sowie die Bewertung der Ergebnisse von KI-Systemen erfordern weiterhin die aktive Beteiligung des Menschen. Transparenz und kontinuierliches Training sind dabei wesentliche Faktoren. Unser Ziel ist es, die Qualität der Ergebnisse stetig zu verbessern und Halluzinationen zu reduzieren, dennoch bleibt die Überprüfung durch den Menschen unerlässlich – ähnlich wie im zwischenmenschlichen Austausch.
Hund oder Katze? Und dürfen Tiere ins Büro?
Während meiner mehrjährigen Tätigkeit im Büro in San Francisco war es gestattet, Hunde mitzubringen, was ich als angenehme Bereicherung empfand. Heute arbeiten wir nach dem Konzept "Team Anywhere" und können unseren Arbeitsort flexibel wählen. Es ist stets eine schöne Erfahrung, wenn Haustiere wie Katzen oder Hunde im Hintergrund sind; das trägt zur persönlichen Atmosphäre bei und fördert das Gefühl psychologischer Sicherheit. Wichtig ist, dass Teammitglieder sich in ihrer jeweiligen Umgebung wohlfühlen, was wiederum die Produktivität positiv beeinflusst.
Berühmte letzte Worte: Was ist deine Botschaft an die Welt?
Meiner Ansicht nach sollten wir den Fokus beim Einsatz von Künstlicher Intelligenz (KI) künftig verstärkt auf die Steigerung der Unternehmenseffektivität legen. Während im Jahr 2025 KI-Anwendungen überwiegend zur Unterstützung individueller Produktivität eingesetzt wurden, etwa durch das Erstellen von Stichpunkten oder Zusammenfassungen, wird es 2026 entscheidend sein, KI zur Verbesserung der Teamarbeit einzusetzen – insbesondere teamübergreifend.
Die wirklichen Herausforderungen in Unternehmen entstehen häufig durch Silos: Ein Team ist sich oft nicht über die Tätigkeiten des anderen Teams im Klaren. Der gezielte Einsatz von KI kann hier wertvolle Verbindungen schaffen und die Zusammenarbeit maßgeblich fördern. Daher bin ich überzeugt, dass 2026 das Jahr der KI auf Teamebene sein wird.
