Cloud Inspiration Day 2026

Cloud, AI, Rovo, Agents, Teamwork Graph, Automatisierung, Jira, Confluence: Auf den ersten Blick klingt das nach ziemlich vielen Buzzwords für einen einzigen Tag. Und ja, beim Cloud Inspiration Day 2026 ging es natürlich um neue Funktionen, spannende Entwicklungen und konkrete Use Cases rund um die Atlassian Cloud. Doch je länger der Tag lief, desto klarer wurde: Im Kern ging es nicht um einzelne Features. Es ging um die viel größere Frage, wie Unternehmen ihre Teams künftig befähigen, schneller, vernetzter und wirkungsvoller zu arbeiten.

Denn Cloud ist heute längst nicht mehr nur eine technische Infrastrukturentscheidung. Und AI ist auch kein Experimentierfeld mehr, das irgendwo am Rand von Organisationen ausprobiert wird. Beides entwickelt sich zunehmend zu einem Fundament für high-performing Teams. Teams, die Informationen schneller finden, Entscheidungen besser vorbereiten, Prozesse bewusster gestalten und repetitive Aufgaben dort automatisieren, wo es wirklich sinnvoll ist.

Genau diese Perspektive hat den Cloud Inspiration Day geprägt. Die Vorträge haben gezeigt, wie Unternehmen mit Atlassian Cloud, Jira, Confluence, Jira Service Management, Rovo, AI Agents und modernen Cloud-Strategien nicht einfach nur Tools einsetzen, sondern ihre Arbeitsweise gezielt weiterentwickeln können.

Von der Cloud-Migration zur Cloud-Transformation

Viele Unternehmen beschäftigen sich aktuell intensiv mit der Atlassian Cloud. Einige sind bereits vollständig angekommen, andere befinden sich mitten in der Planung oder stehen kurz vor wichtigen Entscheidungen. Dabei ist die technische Seite einer Migration selbstverständlich wichtig: Daten müssen sauber übertragen, Berechtigungen geprüft, Apps bewertet, Abhängigkeiten verstanden und Risiken reduziert werden.

Doch der Cloud Inspiration Day hat deutlich gemacht, dass eine rein technische Sicht auf die Migration zu kurz greift. Die entscheidende Frage lautet nicht nur, wie ein Unternehmen sicher in die Cloud kommt. Mindestens genauso wichtig ist die Frage, wie die Teams danach besser arbeiten können.

Genau hier beginnt der Unterschied zwischen Cloud-Migration und Cloud-Transformation. Eine Migration bringt Systeme in eine neue Umgebung. Eine Transformation nutzt diesen Moment, um bewusst auf bestehende Strukturen zu schauen. Welche Workflows sind über Jahre gewachsen, aber heute eigentlich zu kompliziert? Welche Prozesse funktionieren gut und sollten erhalten bleiben? Wo bremsen alte Konfigurationen oder manuelle Routinen die Teams aus? Und welche Möglichkeiten entstehen erst durch Cloud-Funktionen, Automatisierung und AI?

Wer die Cloud nur als neue Zielplattform betrachtet, verschenkt Potenzial. Wer sie dagegen als Ausgangspunkt für bessere Team Performance versteht, kann echten Business Value schaffen. Die Migration wird dann nicht zum Abschluss eines technischen Projekts, sondern zum Startpunkt für kontinuierliche Verbesserung.

Genau deshalb spielt der Atlassian Teamwork Graph eine so zentrale Rolle. Er verbindet Informationen aus der Atlassian Suite, also etwa aus Jira, Confluence und Jira Service Management, mit weiteren angebundenen Tools und schafft damit einen gemeinsamen Arbeitskontext. Auf dieser Grundlage können Atlassian Rovo und Rovo Agents nicht nur allgemein antworten, sondern Arbeit konkret unterstützen.

Damit verändert sich auch der Charakter von AI. Aus einem allgemeinen Chatbot wird ein kontextbezogener Begleiter im Arbeitsfluss. Aus einzelnen Antworten entstehen konkrete nächste Schritte. Und aus Tool-Nutzung wird Unterstützung dort, wo Arbeit tatsächlich passiert. Genau darin liegt der Hebel für high-performing Teams: nicht in noch mehr isolierten Funktionen, sondern in besser vernetztem Kontext.

Rovo und Agents: Nicht noch ein Tool, sondern eine neue Arbeitsweise

Besonders greifbar wurde diese Entwicklung beim Thema Atlassian Rovo. Viele Unternehmen kennen das klassische Muster einer Tool-Einführung: Ein neues System wird aktiviert, es gibt eine kurze Kommunikation, vielleicht eine Schulung und danach die Hoffnung, dass die Nutzung schon irgendwie entsteht. Bei AI funktioniert dieses Prinzip jedoch nur selten.

Rovo einfach zu aktivieren und darauf zu warten, dass alle Mitarbeitenden es produktiv nutzen, wird in den meisten Organisationen nicht reichen. Die Hürde liegt nämlich selten im Login. Sie liegt im ersten sinnvollen Arbeitsschritt. Viele Menschen fragen sich: Wofür kann ich Rovo in meinem konkreten Alltag nutzen? Welche Informationen sollte ich mitgeben? Wie formuliere ich eine gute Anfrage? Wann reicht der Chat und wann lohnt sich ein Agent?

Der Vortrag zu Rovo im Alltag machte deshalb sehr deutlich, dass die Einführung von Rovo kein klassischer Tool-Rollout ist, sondern Change Management. Der Einstieg gelingt nicht über Feature-Listen, sondern über konkrete Arbeitssituationen. Wenn aus einem Jira Service Management Ticket ein Knowledge-Base-Artikel entsteht, aus einer Workshop-Anfrage eine erste Agenda oder aus einem Anforderungsdokument Epics und User Stories, wird der Nutzen plötzlich greifbar.

Entscheidend ist dabei: Rovo ersetzt nicht das Denken. Aber es kann sehr viel Vorarbeit abnehmen. Es kann strukturieren, vorbereiten, zusammenfassen, übersetzen und Vorschläge machen. So entsteht mehr Raum für die Aufgaben, bei denen Menschen Kontext, Erfahrung, Bewertung und Verantwortung einbringen. Genau an dieser Stelle wird AI für Teams wirklich spannend.

AI Native Organization: Wenn AI nicht nur unterstützt, sondern Teil der Teamarbeit wird

Ein Begriff, der beim Cloud Inspiration Day immer wieder auftauchte, war die AI Native Organization. Das klingt zunächst nach großer Zukunftsvision, beschreibt aber eine Entwicklung, die bereits sehr konkret wird.

Viele Unternehmen nutzen AI heute vor allem individuell. Eine Person lässt sich einen Text zusammenfassen, eine andere erstellt eine Meeting-Zusammenfassung, jemand fragt nach einer Formulierung oder lässt sich eine Tabelle erklären. Das ist hilfreich und spart Zeit. Aber es bleibt häufig auf der Ebene persönlicher Produktivität.

Der nächste Schritt geht weiter: AI wird Teil der Teamarbeit. Das bedeutet, dass Agenten nicht nur auf Zuruf reagieren, sondern in Prozesse eingebunden werden. Sie erkennen Signale, bereiten Informationen auf, geben Hinweise, übernehmen wiederkehrende Aufgaben und helfen Teams, schneller bessere Entscheidungen zu treffen.

Im Event wurden dafür mehrere Beispiele gezeigt. Ein Ausschreibungsagent kann Unterlagen analysieren, Fristen erkennen und erste strategische Hinweise liefern. Ein Vertragsanalyse-Agent kann Standarddokumente vorprüfen und kritische Punkte sichtbar machen. Im Projektmanagement können Agenten Risiken früher erkennen, weil sie Informationen aus unterschiedlichen Quellen zusammenführen. Im Qualitätsmanagement können Lessons Learned, Standards und Abweichungen aktiver genutzt werden.

Der Unterschied zwischen „AI enhanced“ und „AI native“ liegt genau darin. AI enhanced verbessert einzelne Aufgaben. AI native verändert die Art, wie Teams zusammenarbeiten, Entscheidungen vorbereiten und Verantwortung organisieren. Für Unternehmen wird damit eine neue Frage relevant: Wo kann AI nicht nur Arbeit beschleunigen, sondern Team Performance wirklich verbessern?

Anforderungsmanagement: Warum Excel oft nur der Anfang ist

Ein besonders praxisnaher Vortrag stellte die Frage, ob Anforderungsmanagement smarter funktionieren kann als in Excel. Die Antwort war klar: Ja, aber nicht, weil Excel grundsätzlich schlecht wäre.

Excel ist in vielen Organisationen ein pragmatischer Startpunkt. Anforderungen lassen sich schnell sammeln, sortieren und ergänzen. Für erste Übersichten ist das oft völlig ausreichend. Schwierig wird es dann, wenn aus einer Liste komplexe Anforderungen entstehen, die über mehrere Teams, Systeme und Prozessschritte hinweg weiterverarbeitet werden müssen. Dann entstehen schnell Medienbrüche, manuelle Übertragungen und Unsicherheit darüber, welche Information gerade aktuell ist.

Im Vortrag wurde gezeigt, wie ein integrierter Prozess mit Jira, Confluence und Rovo aussehen kann. Eine Anforderung startet als Jira-Ticket. Rovo analysiert den Inhalt, strukturiert offene Fragen, erkennt Stakeholder, leitet mögliche User Stories ab und dokumentiert die Ergebnisse in Confluence. Aus einer ersten Idee wird damit ein nachvollziehbarer Arbeitsfluss, der später in Umsetzung, Priorisierung und Qualitätssicherung überführt werden kann.

Natürlich entsteht dadurch nicht automatisch ein perfektes Anforderungsmanagement. Fachliche Prüfung, Priorisierung und Entscheidung bleiben weiterhin wichtig. Aber AI kann helfen, Anforderungen schneller zu strukturieren, konsistenter aufzubereiten und besser in den Arbeitsfluss der Teams zu integrieren.

Gleichzeitig wurde deutlich, dass Technologie allein kein nachhaltiges Wissensmanagement schafft. AI kann Doubletten erkennen, veraltete Inhalte sichtbar machen oder Vorschläge zur Pflege geben. Aber Wissen braucht weiterhin Verantwortung, Routinen und Menschen, die es aktiv weiterentwickeln. Gerade für high-performing Teams ist das entscheidend: Sie brauchen nicht mehr Ablageorte, sondern verlässliches Wissen im richtigen Moment.

BPMN und Jira: Prozesse neu denken, statt sie nur digital abzubilden

Ein weiterer Vortrag blickte auf BPMN-Prozesssteuerung in Verbindung mit Jira. Spannend war dabei vor allem der entkoppelte Ansatz. Jira bleibt der Ort, an dem Teams operativ arbeiten, Aufgaben bearbeiten, Status pflegen und Transparenz schaffen. Die übergeordnete Prozesslogik muss jedoch nicht zwangsläufig vollständig in Jira abgebildet werden.

Gerade bei komplexeren, systemübergreifenden Prozessen kann BPMN helfen, Abläufe sauber zu steuern. So lässt sich definieren, welche Aufgabe wann entsteht, welche Abteilung eingebunden wird, welche Entscheidung notwendig ist und an welcher Stelle AI unterstützen kann. Besonders relevant wird das, wenn künstliche Intelligenz nicht nur punktuell eingesetzt, sondern in Prozesse integriert wird.

Denn dann reicht es nicht, bestehende Abläufe einfach zu digitalisieren und an einer Stelle „KI“ einzubauen. Unternehmen müssen genauer hinschauen: Welche Aufgaben sind vorbereitend, wiederkehrend oder analytisch? Wo braucht es menschliche Bewertung? Welche Entscheidungen erfordern Erfahrung und Verantwortung? Und wie bleibt der gesamte Prozess nachvollziehbar?

Die Kombination aus BPMN, Jira und AI zeigt, dass Prozesse gleichzeitig flexibler und besser steuerbar werden können. Automatisierung bedeutet nicht zwangsläufig weniger Kontrolle. Wenn sie gut gestaltet ist, kann sie Teams entlasten und Prozesse transparenter machen.

Dokumente im Arbeitskontext: Mehr als nur verlinkt

Ein weiteres bekanntes Problem vieler Organisationen entsteht an der Schnittstelle zwischen Dokumentenmanagement und operativer Arbeit. Dokumente liegen beispielsweise in SharePoint oder anderen Dokumentensystemen, während die tägliche Arbeit in Jira und Confluence passiert. Das führt zu vielen Fenstern, vielen Links und oft zu der Frage, ob gerade wirklich die aktuelle Version genutzt wird.

Der Vortrag „Mehr als Konnektivität“ zeigte, wie Dokumente stärker in den Atlassian-Arbeitskontext eingebunden werden können. Dabei geht es nicht nur darum, irgendwo einen Link zu setzen. Es geht darum, Dokumente dort verfügbar zu machen, wo sie gebraucht werden: im Jira-Ticket, auf der Confluence-Seite, im Projektkontext oder im Serviceprozess.

Das führende Dokumentensystem bleibt dabei erhalten. Aber die Nutzung wird einfacher, weil relevante Dokumente im Arbeitskontext sichtbar und zugänglich werden. Das klingt vielleicht weniger spektakulär als ein neuer AI Agent, kann im Alltag aber ein enormer Produktivitätshebel sein. Denn starke Teams scheitern selten an den großen Visionen. Oft sind es die kleinen Medienbrüche, die Zeit kosten und Zusammenarbeit unnötig kompliziert machen.

Managed Services in der Cloud: Betrieb verschwindet nicht, er verändert sich

Eine Frage aus dem Event bringt ein wichtiges Thema sehr gut auf den Punkt: Brauchen Unternehmen in der Cloud überhaupt noch Managed Services?

Auf den ersten Blick könnte man meinen, dass mit weniger eigener Infrastruktur auch weniger Betrieb notwendig ist. In der Praxis verschieben sich die Aufgaben jedoch eher, als dass sie verschwinden. Der technische Betrieb wird in Teilen einfacher, aber die Plattform entwickelt sich schneller. Neue Funktionen kommen hinzu, Sicherheits- und Governance-Fragen bleiben relevant, Adoption muss begleitet werden und Prozesse sollen kontinuierlich verbessert werden.

Genau hier setzen moderne Managed Services in der Atlassian Cloud an. Sie sind nicht mehr nur Betrieb im Hintergrund, sondern werden zur kontinuierlichen Begleitung der Plattform. Es geht darum, Stabilität zu sichern, Änderungen kontrolliert umzusetzen, neue Funktionen einzuordnen, Governance zu stärken, Nutzerinnen und Nutzer zu befähigen und die Plattform anhand konkreter Ziele weiterzuentwickeln.

Cloud ist kein Zustand, den man einmal erreicht und dann abhakt. Cloud ist Bewegung. Managed Services helfen Unternehmen dabei, diese Bewegung bewusst zu gestalten und aus der Atlassian Cloud dauerhaft Wert zu ziehen.

Rovo Dev: Nicht nur für Entwicklerinnen und Entwickler spannend

Zum Abschluss wurde es mit Rovo Dev noch einmal besonders interessant. Der Name klingt zunächst eindeutig nach Softwareentwicklung, Code und Entwicklerproduktivität. Der Vortrag hat jedoch gezeigt, dass der eigentliche Nutzen deutlich breiter sein kann.

Softwareentwicklung besteht nicht nur aus Coding. Viel Zeit fließt in Abstimmung, Kontextaufbau, Analyse, Dokumentation und Kommunikation. Genau dort kann Rovo Dev unterstützen. Es kann helfen, technische Zusammenhänge verständlicher zu machen, bestehende Projekte schneller zu durchdringen oder Risiken und Umsetzungsstände besser einzuschätzen.

Davon profitieren nicht nur Entwicklerinnen und Entwickler. Auch Product Owner, Projektverantwortliche und Fachbereiche können Rovo Dev nutzen, um technische Arbeit besser zu verstehen und fundiertere Entscheidungen zu treffen. AI in der Softwareentwicklung bedeutet damit nicht nur schnellerer Code. Es bedeutet auch besseren Kontext, bessere Kommunikation und weniger Reibung zwischen Technik und Fachlichkeit.

Wenn Sie tiefer in die Themen einsteigen möchten, können Sie die Materialien zum Cloud Inspiration Day 2026 anfordern. Darin finden Sie Einblicke in die Vorträge und Use Cases rund um Atlassian Cloud Transformation, Rovo und AI Agents, den Teamwork Graph, Jira, Confluence, Anforderungsmanagement, Wissensmanagement, BPMN-Prozesssteuerung, Dokumentenintegration, Managed Services und Rovo Dev.

Die Materialien eignen sich besonders, wenn Sie einzelne Impulse intern weitergeben, konkrete Use Cases prüfen oder den nächsten Schritt Ihrer Atlassian Cloud Transformation vorbereiten möchten. Füllen Sie einfach das Formular aus und erhalten Sie Zugriff auf die Inhalte des Events.