RAG über Jira und Confluence, selbst gehostet in der EU
Das Wissen Ihres Teams liegt an zwei Orten. In Jira steht, was entschieden wurde, Vorgang für Vorgang, meist in den Kommentaren. In Confluence steht, warum: die Spezifikationen, die Architekturnotizen, die Retrospektiven. Eine Frage, die beides braucht, etwa „Warum haben wir den Offline-Modus der Mobile-App gestrichen, und ist dazu noch etwas offen?“, heißt: in beiden Tools von Hand suchen.
Ein KI-Assistent auf Basis von Retrieval (RAG) beantwortet sie direkt. Er verlinkt jeden Vorgang und jede Seite, die er verwendet hat, und zeigt nur Inhalte, die die fragende Person auch in Jira oder Confluence öffnen darf. Dieser Beitrag erklärt, wie RAG über Jira und Confluence auf einer Infrastruktur unter Ihrer Kontrolle in der EU funktioniert, wann es besser passt als ein fertiger Connector und wann nicht.
Auf einen Blick
- RAG bedeutet: Das Modell antwortet aus Textstellen, die im Moment der Frage aus Ihrem eigenen Jira und Confluence abgerufen werden, und belegt sie. Mit Ihren Daten wird nichts trainiert.
- Die Copilot-Connectors von Microsoft sind die einfachste Option, wenn Sie eine unterstützte Jira-Version betreiben und Lizenzen für das Add-on Microsoft 365 Copilot (oder E7) haben. Ein selbst gehostetes System passt, wenn Sie Kommentare brauchen, Jira Server betreiben, den Index außerhalb von Microsoft 365 haben oder Modell und Hosting selbst wählen möchten.
- Schwierig ist nicht das Modell, sondern Berechtigungen, Aktualität und Quellenangaben.
- Das System kann auf Ihren eigenen Servern oder bei einem EU-Anbieter laufen, mit einem Open-Source-Modell, sodass Ihre Inhalte auf einer Infrastruktur Ihrer Wahl bleiben.
Copilot-Connector oder selbst gehostetes RAG?
Zuerst der Vergleich. Wenn der Connector Ihren Fall abdeckt, nutzen Sie ihn.
| Frage | Microsoft-365-Copilot-Connectors | Selbst gehostetes RAG |
|---|---|---|
| Jira Cloud | Unterstützt | Unterstützt |
| Jira Data Center | Eigener Connector, On-Premises-Agent und Plugin | Unterstützt über die API |
| Jira Server | Nicht unterstützt | Unterstützt über die API |
| Jira-Kommentare | Bei Jira Cloud nicht aufgeführt; bei Data Center auf Anfrage | Indexiert, wenn Sie es wollen |
| Lizenz für Jira-Inhalte in Antworten | Add-on Microsoft 365 Copilot oder E7 | Kosten Ihrer eigenen Infrastruktur |
| Wo der Index liegt | Microsoft 365 | Dort, wo Sie das System betreiben |
Die Angaben zu den Connectors stammen aus Microsofts Dokumentation (siehe Quellen unten) und sind ausführlich in Copilot-Jira-Connector: Was er lesen kann und was nicht erklärt. Wenn Sie vor allem mehr aus Ihren vorhandenen Werkzeugen herausholen möchten, beginnen Sie mit unseren kostenlosen KI-Leitfäden für Product Manager und Product Owner (auf Englisch).
Wie RAG über Jira und Confluence funktioniert
Wenn RAG neu für Sie ist, erklärt Enterprise RAG Explained (auf Englisch) die Idee ohne technische Details. So sieht es für Jira und Confluence aus.
1. Daten einlesen. Ein Synchronisationsdienst liest Vorgänge, Kommentare, Anhänge und Seiten über die REST-APIs von Jira und Confluence, mit einem Dienstkonto, das Lesezugriff auf die betroffenen Projekte und Bereiche hat. Den Umfang legen Sie fest: alle Projekte oder nur die eines Pilotteams.
2. In Abschnitte aufteilen. Lange Seiten und lange Kommentarverläufe werden in Abschnitte zerlegt, die klein genug sind, um gezielt gefunden zu werden. Jeder Abschnitt behält seine Quelle: Vorgangsschlüssel oder Seiten-ID, Titel, Autor, Datum und einen Link zurück.
3. Embedding und Indexierung. Jeder Abschnitt wird von einem Embedding-Modell in einen Vektor umgewandelt (es übersetzt Text in Zahlen, die seine Bedeutung abbilden, sodass ähnliche Abschnitte nah beieinanderliegen) und zusammen mit Text und Metadaten in einer Vektordatenbank gespeichert. Embedding-Modell und Datenbank können beide auf Ihren eigenen Servern laufen.
4. Berechtigungsfilter. Jeder Abschnitt trägt die Zugriffsregeln des Elements, aus dem er stammt: Projektberechtigungen und Sicherheitsstufen für Vorgänge in Jira, Bereichsberechtigungen und Seiteneinschränkungen in Confluence. Stellt jemand eine Frage, wird die Suche nach der Identität dieser Person gefiltert, bevor ein Abschnitt das Modell erreicht. Wer einen Vorgang in Jira nicht öffnen kann, bekommt auch keine Antwort, die darauf beruht.
5. Abruf und Antwort. Die Frage wird ebenfalls in einen Vektor umgewandelt, die passendsten zulässigen Abschnitte werden abgerufen, und das Sprachmodell schreibt eine Antwort ausschließlich aus diesen Abschnitten, mit einer Quellenangabe für jede Aussage.
6. Synchronisation. Inhaltliche Änderungen werden inkrementell übernommen, in einem Rhythmus, den Sie festlegen. Berechtigungsänderungen bekommen einen eigenen Zeitplan, denn wer aus einem Projekt entfernt wird, sollte den Zugriff auf dessen Inhalte schnell verlieren.
Drei Dinge, die über die Qualität eines RAG-Systems für Jira und Confluence entscheiden
Berechtigungen. Dieser Teil braucht die meiste Sorgfalt. Berechtigungen in Jira und Confluence sind geschichtet: Gruppen, Projektrollen, Sicherheitsstufen für Vorgänge, Bereichsberechtigungen, Seiteneinschränkungen. Bilden Sie sie sorgfältig ab und legen Sie fest, was passiert, wenn sich eine Regel nicht auflösen lässt. Die sichere Antwort lautet: Zugriff verweigern. So macht es auch Microsofts eigener Data-Center-Connector.
Aktualität. Ein Assistent, der aus dem Backlog von gestern antwortet, ist schlimmer als keiner, weil er überzeugt klingt. Messen Sie, wie lange eine Änderung braucht, bis sie in den Antworten auftaucht, und zeigen Sie bei jeder zitierten Quelle das Datum der letzten Änderung.
Quellenangaben. Jede Antwort sollte auf die Vorgänge und Seiten verlinken, die sie verwendet hat. So lernt Ihr Team, dem System zu vertrauen, und so fällt auf, wenn der Abruf den falschen Abschnitt erwischt hat. Dasselbe Prinzip nutzen wir in LearnSlice, unserer KI-Lernplattform, die auf Servern in Deutschland läuft. In einem Pilotprojekt mit der FH Dortmund im Mai 2026 trug jede Antwort in der Systemevaluation eine gültige Quellenangabe zur jeweiligen Textstelle.
Hosting in der EU
Ein selbst gehostetes System kann auf drei Arten laufen:
- Auf Ihren eigenen Servern (On-Premise), mit einem Open-Source-Modell. Die Inhalte verlassen Ihr Netzwerk nie.
- Auf dedizierten Servern bei einem EU-Anbieter, etwa Hetzner oder IONOS in Deutschland, ebenfalls mit einem Open-Source-Modell. Einen Vergleich der Anbieter finden Sie in Hetzner vs. IONOS vs. OVHcloud: KI-Hosting 2026.
- In einer EU-Region eines Hyperscalers, wenn Ihr Unternehmen dort ohnehin arbeitet.
In allen drei Fällen entscheiden Sie, wo Index und Modell laufen und welche Modelle zum Einsatz kommen. Das ist eine technische Entscheidung darüber, wo Daten verarbeitet werden. Ob ein bestimmter Aufbau die Pflichten Ihres Unternehmens erfüllt, klären Sie mit Ihrer oder Ihrem Datenschutzbeauftragten.
Wie lange der Aufbau eines RAG-Systems für Jira und Confluence dauert
Bei Ironum dauert ein funktionierender Proof of Concept auf den echten Jira- und Confluence-Daten eines Kunden in der Regel etwa zwei Wochen: ein Pilotprojekt, ein Confluence-Bereich, Berechtigungsfilter vom ersten Tag an. Ein produktives System dauert typischerweise vier bis acht Wochen, je nach Datenmenge, Komplexität der Berechtigungen und dem Ort der Integration, zum Beispiel als Chat in Teams oder als Panel in Jira.
Was wir von Ihnen brauchen: Lesezugriff für ein Dienstkonto, ein Jira-Pilotprojekt und einen Confluence-Bereich sowie eine Handvoll echter Fragen, die Ihr Team jede Woche stellt.
Was Sie nach etwa zwei Wochen haben: einen funktionierenden Assistenten auf diesen Pilotdaten, Berechtigungsfilter vom ersten Tag an, belegte Antworten, die Ihr Team mit dem eigenen Wissen abgleichen kann, und einen Plan für den Produktivbetrieb. Wie wir solche Systeme bauen, steht auf unserer Seite zu Enterprise RAG.
Möchten Sie es mit Ihrem eigenen Jira und Confluence sehen?
Schreiben Sie uns, wie Ihr Jira und Confluence aufgesetzt sind und welche Fragen beantwortet werden sollen. Wir antworten innerhalb von zwei Werktagen: ob es lösbar ist und mit welchem Aufwand ungefähr zu rechnen wäre. Es folgt keine Vertriebs-Mailserie.
Quellen
Die Aussagen zu Microsofts Connectors stammen aus Microsofts Dokumentation, geprüft am 22. Oktober 2026:
- Übersicht Jira-Cloud-Connector: nur Jira Cloud, Jira Server und Data Center werden nicht unterstützt, indexierte Felder (Kommentare gehören nicht dazu).
- Übersicht Jira-Data-Center-Connector: Connector Agent und Plugin, Kommentare und Anhänge nur auf Anfrage beim Microsoft-Support, Zugriff wird verweigert, wenn sich Berechtigungen nicht auflösen lassen.
- Voraussetzungen für die Bereitstellung von Connectors: Inhalte werden in Microsoft 365 indexiert, und Copilot antwortet daraus nur mit dem Add-on Microsoft 365 Copilot oder Microsoft 365 E7.
Unser eigenes Ergebnis:
- LearnSlice-Pilotprojekt mit der FH Dortmund, Mai 2026: Jede Antwort in der Systemevaluation trug eine gültige Quellenangabe. Keine begutachtete Veröffentlichung.
Häufige Fragen
Was ist RAG über Jira und Confluence?
Retrieval-Augmented Generation (RAG) bedeutet, dass ein Sprachmodell aus Textstellen antwortet, die im Moment der Frage aus Ihren eigenen Systemen abgerufen werden, statt aus dem, was es im Training gelernt hat. Bei Jira und Confluence heißt das: Vorgänge, Kommentare und Wiki-Seiten werden indexiert, zu jeder Frage werden die passendsten abgerufen, und die Antwort nennt den Vorgang oder die Seite, aus der sie stammt.
Warum nicht einfach die Microsoft-365-Copilot-Connectors für Jira und Confluence nutzen?
Für viele Teams mit Jira Cloud oder einer unterstützten Jira-Data-Center-Version und Lizenzen für das Add-on Microsoft 365 Copilot (oder E7) sind die Connectors der einfachste Weg. Ein selbst gehostetes System passt besser, wenn die Antworten von Inhalten abhängen, die die Connectors nicht indexieren, etwa Kommentare in Jira Cloud, wenn Sie Jira Server betreiben, wenn der Index nicht in Microsoft 365 liegen soll oder wenn Sie Modell und Hosting-Standort selbst wählen möchten.
Berücksichtigt ein selbst gehostetes RAG-System die Berechtigungen aus Jira und Confluence?
Nur, wenn es dafür gebaut ist. Die Zugriffsregeln jedes Elements werden mit im Index gespeichert, und jede Suche wird nach der Identität der fragenden Person gefiltert, bevor etwas beim Modell ankommt. Berechtigungsänderungen brauchen dann einen eigenen Synchronisationsplan, getrennt von inhaltlichen Änderungen.
Wie lange dauert der Aufbau?
Bei Ironum dauert ein funktionierender Proof of Concept auf den echten Jira- und Confluence-Daten eines Kunden in der Regel etwa zwei Wochen, ein produktives System vier bis acht Wochen, je nach Datenmenge, Komplexität der Berechtigungen und Integrationsanforderungen.