KI-Backlog-Priorisierung in Jira: Wie Rovo Vorgänge automatisch bewertet

Der Engpass manueller Bewertung

Verfahren wie RICE, WSJF und ICE lösen das Problem „Alles hat hohe Priorität“, schaffen aber ein neues: Jemand muss die Bewertungen eintragen. Bei 60 Backlog-Vorgängen sind das 60 × drei bis vier Dimensionen × die Denkzeit pro Dimension. Die meisten Teams beginnen mit guten Vorsätzen und verlieren etwa bei Ticket 15 den Schwung.

Das Ergebnis ist ein teilweise bewertetes Backlog — fast schlechter als ein unbewertetes, weil es falsche Sicherheit vermittelt: Oben wirkt die Liste datenbasiert, unten bleibt sie geraten.

KI-gestützte Bewertung setzt genau dort an. Sie übernimmt die erste Schätzung, statt menschliches Urteil zu ersetzen, und gibt jedem Ticket einen plausiblen Ausgangswert, den das Team prüfen, anpassen und verantworten kann. Die KI macht den ersten Durchgang; Menschen treffen das abschließende Urteil.

Was Rovo ist — und was nicht

Rovo ist Atlassians KI-Agentenplattform, eingeführt als Teil von Atlassian Intelligence. Über eine Chat-Oberfläche in Jira und Confluence arbeitest du mit spezialisierten Agenten, die nicht nur Fragen beantworten, sondern handeln: Inhalte durchsuchen, Vorgänge lesen, Seiten erstellen und Felder aktualisieren.

Rovo ist kein allgemeiner Chatbot, mit dem du deinen eigenen API-Schlüssel verbindest. Es ist eine Plattform mit festem Berechtigungsmodell, die Marketplace-Apps um eigene Agenten und Aktionen erweitern. Der Rovo-Agent von Priority Scoring for Jira hat genau einen Zweck: Jira-Vorgänge lesen und Prioritätswerte vorschlagen oder schreiben.

Rovo setzt aktiviertes Atlassian Intelligence auf deiner Instanz voraus. Falls deine Organisation es noch nicht aktiviert hat, kann dein Jira-Administrator das über Atlassian Administration tun. Rovo ist in Atlassians Premium- und Enterprise-Cloud-Tarifen verfügbar.

So funktioniert der Rovo-Agent von Priority Scoring

Rufst du den Priority-Scoring-Agenten im Rovo-Chat auf, liest er den angegebenen Jira-Vorgang — Titel, Beschreibung, Akzeptanzkriterien, Labels und vorhandene Feldwerte. Anschließend leitet er jede Bewertungsdimension her:

• Für RICE: Er schätzt die Anzahl betroffener Nutzer (Reichweite), den Effekt auf eine zentrale Kennzahl (Wirkung), die Beleglage der Schätzung (Sicherheit) und die erforderliche Arbeit (Aufwand).
• Für WSJF: Er schätzt Geschäftswert, Zeitkritikalität und Risikoreduktion relativ zu anderen Backlog-Einträgen sowie den Umfang in Fibonacci-Einheiten.
• Für ICE: Er schätzt Wirkung auf die aktuelle wichtigste Teamkennzahl, Sicherheit anhand der Belege im Vorgang und Einfachheit anhand des erkennbaren Umsetzungsumfangs.

Entscheidend: Rovo liefert seine Begründung mit, nicht nur Zahlen. Es erklärt jede Dimensionswahl. Das macht KI-Bewertung praktisch nutzbar: Du liest die Begründung, kannst widersprechen und den Reglerwert in Sekunden korrigieren. Das ist deutlich schneller, als bei null zu beginnen.

Priority-Scoring-Agenten in Rovo auswählen — aus dem Rovo-Chat in jedem Jira-Kontext erreichbar

Die drei Betriebsmodi

Die Rovo-Integration von Priority Scoring bietet drei Modi in den App-Einstellungen. Der Modus bestimmt, wie selbstständig Rovo arbeitet — wie weit es ohne zusätzliche menschliche Eingabe vom Vorschlag zum geschriebenen Wert geht.

Die App erzwingt den Modus serverseitig — es ist keine vom Nutzer umgehbare Clienteinstellung. Hat der Administrator den Bestätigungsmodus gesetzt, fragt der Agent immer vor dem Schreiben nach, unabhängig von der Formulierung der Chat-Anfrage.

So sieht eine Bewertungssitzung aus

Hier ein typischer Austausch im Bestätigungsmodus. Der Produktmanager stellt eine Anfrage; der Rovo-Agent von Priority Scoring begründet die RICE-Dimensionen und fragt vor dem Schreiben nach:

Dieser Austausch dauert 30–60 Sekunden pro Vorgang. Der Produktmanager korrigiert eine Dimension, und dabei wird Kontext sichtbar, den die KI nicht kennen kann: Die Funktion liegt hinter einer Bezahlschranke, deshalb ist die tatsächliche Reichweite kleiner. Genau so sollte menschliche Mitwirkung funktionieren.

Dein Backlog gesammelt bewerten

Der zeitsparendste Einsatz des automatischen Modus ist die Massenbewertung — eine Liste unbewerteter Vorgänge mit einem Befehl durcharbeiten. In einem Rovo-Chat mit aktiviertem automatischem Modus:

Rovo lädt die unbewerteten Vorgänge, setzt jeweils anhand der Inhalte RICE-Dimensionswerte und schreibt die Bewertungen in die benutzerdefinierten Felder. Ein Limit pro Aufruf (Standard: zehn Vorgänge) verhindert unkontrollierte Massenänderungen. Nach der ersten Gruppe kannst du den Befehl für die nächste wiederholen.

Rovo-Massenbewertung unbewerteter Vorgänge eines Projekts — angewendete Werte im Rovo-Aktivitätsverlauf sichtbar

Prüfe nach der Massenbewertung die Rangfolge im Priority-Scoring-Dashboard. Filtere Werte außerhalb des erwarteten Bereichs — Ausreißer zeigen oft entweder ungewöhnlich gut beschriebene Tickets (hoher Wert) oder vage, unzureichende Angaben (niedriger Wert). Beides liefert konkrete Ansatzpunkte fürs nächste Refinement.

Rovo-Begründungen an Vorgängen

Im Bestätigungs- und automatischen Modus kann der Priority-Scoring-Agent optional eine kurze Begründung am Jira-Vorgang hinterlassen — mit der Erklärung jeder Dimensionsbewertung. So entsteht ein Protokoll für alle Teammitglieder, die den Vorgang später öffnen, nicht nur für den Produktmanager der Bewertungssitzung.

Rovo hinterlegt die Bewertungsbegründung im Jira-Vorgang — neben den Feldwerten sichtbar

Wie genau ist KI-Bewertung?

Die Genauigkeit hängt stark von der Vorgangsqualität ab. Gut geschriebene Vorgänge mit klarer Beschreibung, Akzeptanzkriterien und Kontext zu betroffenen Nutzern erhalten verlässlich vernünftige erste Werte. Knappe Einträge („Dunkelmodus hinzufügen“) erhalten allgemeine Werte, die nur wenig besser als ein zufälliger Ausgangspunkt sind.

Die häufigsten Teamkorrekturen nach Prüfung der KI-Vorschläge:

• Reichweite: Die KI schätzt anhand sichtbaren Texts; Teams wissen oft, dass das tatsächliche Nutzersegment enger oder breiter ist.
• Sicherheit: Bei den meisten Vorgängen mit irgendeiner Beschreibung tendiert die KI zu 80 %. Teams mit belastbaren Daten (Analysen, Interviews) sollten erhöhen, bei reinen Hypothesen reduzieren.
• Aufwand: Die KI unterschätzt Aufwand bei teamübergreifenden Abhängigkeiten und überschätzt ihn bei gut verstandenen Oberflächenänderungen. Entwickler sollten Aufwandswerte vor der Übernahme prüfen.

Eine praktische Abstimmung: Nutze den Vorschlagsmodus zwei Wochen, notiere übernommene und korrigierte Empfehlungen und suche Muster. Sobald du dem Urteil in bestimmten Bereichen vertraust (zum Beispiel Wirkung und Sicherheit bei deinem Produkttyp), wechsle dafür zum Bestätigungs- oder automatischen Modus.

Datensicherheit

Priority Scoring for Jira basiert auf Forge und läuft ohne externe Server vollständig in Atlassians eigener Cloud-Infrastruktur. Wenn Rovo eine Bewertung verarbeitet, bleiben die Vorgangsinhalte innerhalb der Atlassian-Plattform. Priority Scoring selbst sendet keine Vorgangsdaten an externe KI-Anbieter. Rovos zugrunde liegende KI-Funktionen stammen von Atlassian Intelligence und unterliegen Atlassians Sicherheitspraktiken.

Das ist der Vorteil von „Runs on Atlassian“ — für Unternehmen mit Datenresidenzanforderungen oder strengen Datenverarbeitungsverträgen entfällt die Risikokategorie externer KI-Integrationen vollständig.

Mit KI-Bewertung beginnen

1. 1
   Installiere Priority Scoring for Jira aus dem Atlassian Marketplace. Die Rovo-Integration ist enthalten — keine separate Installation oder API-Schlüssel erforderlich.
2. 2
   Prüfe, ob Atlassian Intelligence auf deiner Site aktiviert ist. Rovo benötigt Atlassian Intelligence. Wende dich bei fehlender Aktivierung an deinen Atlassian-Administrator. Es ist in Jira Cloud Premium und Enterprise verfügbar.
3. 3
   Setze deinen Rovo-Modus in den Priority-Scoring-Einstellungen. Öffne die globalen Einstellungen von Priority Scoring und wähle im Rovo-Bereich Suggest, Confirm oder Auto. Beginne mit Suggest, wenn du KI-Bewertung neu nutzt.
4. 4
   Öffne einen Rovo-Chat und wähle den Priority-Scoring-Agenten. Gib eine Bewertungsanfrage ein: „Schlage einen RICE-Wert für PROJ-123 vor.“ Prüfe die Begründung und übernimm, ändere oder verwerfe den Vorschlag.
5. 5
   Prüfe nach der Bewertung das priorisierte Backlog. Öffne das Priority-Scoring-Dashboard für die Rangfolgeansicht. Suche unerwartet hohe oder niedrige Werte und nutze diese Ausreißer als Ausgangspunkte für das nächste Refinement.

Häufig gestellte Fragen