Zum Inhalt springen

KI-Agent an Confluence anbinden: Wissen nutzbar machen

In vielen Unternehmen steht das technische und organisatorische Wissen in Confluence: Prozessbeschreibungen, Architekturentscheidungen, Betriebshandbücher, Protokolle. Gefunden wird davon wenig, weil die eingebaute Suche Stichworte braucht und Seiten über Jahre gewachsen sind. Ein KI-Agent kann Fragen in normaler Sprache beantworten und dabei auf die passenden Seiten verweisen. Entscheidend ist, wie er an die Inhalte kommt und wessen Rechte er dabei nutzt.

Was bedeutet es, einen KI-Agenten an Confluence anzubinden?

Ein an Confluence angebundener Agent ist ein Sprachmodell mit Werkzeugen, die Seiten suchen, lesen und optional schreiben können. Er beantwortet eine Frage, indem er passende Seiten findet, den Inhalt liest und eine Antwort mit Quellenlinks formuliert. Die Anbindung legt fest, welche Inhalte er sieht und wie aktuell sie sind.

Typische Fragen an einen solchen Agenten:

  • „Wie ist der Freigabeprozess für eine Änderung am Produktivsystem?"
  • „Welche Entscheidung wurde zur Datenbankmigration getroffen, und warum?"
  • „Was steht im Betriebshandbuch zum Neustart des Lieferschein-Dienstes?"

Wichtig ist die Abgrenzung: Ein solcher Agent ersetzt nicht die Pflege von Confluence. Er macht vorhandenes Wissen auffindbar, verbessert aber keine veralteten Seiten. Wie ein Wissensagent fachlich im Unternehmen eingesetzt wird, beschreibt die Seite zum Wissensmanagement-Agenten. Dieser Artikel konzentriert sich auf die technische Anbindung an Confluence.

Welche Wege gibt es, Confluence an einen Agenten anzubinden?

Es gibt drei Wege: Live-Suche über die REST API mit CQL, ein eigener Index mit regelmäßigem Abgleich, oder der von Atlassian gehostete MCP-Server. Live-Suche ist am einfachsten und immer aktuell. Ein Index findet sinngemäß Ähnliches besser. Der MCP-Server erspart eigenen Code, gilt aber nur für die Cloud.

Live-Suche per REST API und CQL

Der Agent bekommt ein Werkzeug „Confluence durchsuchen", das intern die Suchschnittstelle aufruft. In Confluence Cloud ist das der Endpunkt GET /wiki/rest/api/search mit dem Pflichtparameter cql. Laut Atlassian-Dokumentation zur Suche liefert er nur Inhalte, die der aufrufende Benutzer sehen darf. Der Agent formuliert dann selbst die Suchanfrage, liest die Treffer und antwortet.

Die Confluence Query Language (CQL) erlaubt gezielte Einschränkungen, zum Beispiel auf einen Space oder auf Seiten, die sich kürzlich geändert haben:

space = "OPS" AND type = page AND text ~ "Neustart Lieferschein"
lastmodified > startOfDay("-7d") AND space = "ARCH"

Die Datumsfunktion startOfDay() mit relativem Versatz ist in der CQL-Funktionsreferenz beschrieben.

Eigener Index mit Abgleich

Hier holt ein Hintergrundprozess die Seiten regelmäßig ab, zerlegt sie in Abschnitte, berechnet Embeddings und legt sie in einem Suchindex ab. Der Agent sucht dann im Index, nicht in Confluence; das Muster dahinter ist Retrieval-Augmented Generation, dessen Bausteine der Artikel RAG im Unternehmen ausführlich behandelt. Das findet auch Seiten, die andere Begriffe verwenden als die Frage, verlangt aber einen sauberen Abgleich von Änderungen, Löschungen und Rechten.

Atlassian Rovo MCP Server

Atlassian betreibt einen gehosteten Rovo MCP Server unter https://mcp.atlassian.com/v2/mcp. MCP-fähige Clients melden sich per OAuth 2.1 oder mit API-Token an und bekommen Werkzeuge für Suche per CQL sowie zum Lesen, Anlegen und Ändern von Seiten. Laut Atlassian gewährt der Server nie mehr Zugriff, als der angemeldete Benutzer ohnehin hat. Aufrufe verbrauchen nach Angaben von Atlassian Rovo-Credits. Wie MCP-Server allgemein funktionieren und worauf Sie bei fremden Servern achten sollten, steht im Überblick MCP-Server: KI-Agenten standardisiert an Systeme anbinden; Confluence ist dort ein Anwendungsfall unter vielen, hier geht es um die Confluence-Besonderheiten.

Wie kommt der Agent an die Inhalte? REST API v2 und Storage-Format

Für den Massenabruf eignet sich in der Cloud die REST API v2. Der Endpunkt GET /wiki/api/v2/pages filtert nach Space, sortiert nach Änderungsdatum und liefert den Seiteninhalt im gewünschten Format. Das Format ist der unterschätzte Teil: Confluence speichert Seiten nicht als Fließtext, sondern als XML-artiges Markup mit eigenen Elementen.

Laut OpenAPI-Beschreibung der REST API v2 (Stand November 2026) gilt für GET /pages:

  • space-id filtert auf bis zu 100 Spaces,
  • sort kennt unter anderem modified-date und -modified-date,
  • body-format erlaubt storage oder atlas_doc_format,
  • limit liegt standardmäßig bei 25 und höchstens bei 250,
  • weitere Ergebnisse liefert der next-Link im Link-Header (Cursor-Paginierung),
  • nötig ist der OAuth-Scope read:page:confluence.

Eine minimale Abrufschleife in Python sieht so aus (Skizze, Bibliothek requests, Anmeldung per E-Mail und API-Token wie in der Atlassian-Anleitung zu Basic Auth beschrieben):

import os
import requests

BASE = os.environ["CONFLUENCE_BASE"]  # z. B. https://ihre-firma.atlassian.net
AUTH = (os.environ["CONFLUENCE_EMAIL"], os.environ["CONFLUENCE_API_TOKEN"])

def seiten_eines_space(space_id: str):
    url = f"{BASE}/wiki/api/v2/pages"
    params = {"space-id": space_id, "body-format": "storage",
              "sort": "-modified-date", "limit": 100}
    while url:
        r = requests.get(url, params=params, auth=AUTH, timeout=30)
        r.raise_for_status()
        for seite in r.json()["results"]:
            yield seite["id"], seite["title"], seite["body"]["storage"]["value"]
        nxt = r.links.get("next", {}).get("url")
        url, params = (f"{BASE}{nxt}" if nxt else None), None

Was im Storage-Format steckt

Das Confluence Storage Format ist laut Atlassian XHTML-basiert, technisch aber XML, weil es eigene Elemente enthält. Links auf andere Seiten stehen als <ac:link> mit <ri:page ri:space-key="…" ri:content-title="…"/>, Bilder und Anhänge als <ri:attachment ri:filename="…"/>, Aufgabenlisten als <ac:task-list>. Wer dieses Markup ungefiltert in ein Sprachmodell gibt, verschwendet Kontext und verwirrt das Modell. Sinnvoll ist eine Umwandlung in Markdown, die Überschriften, Tabellen und Seitenlinks erhält und Layout-Elemente verwirft.

Drei Punkte, die beim Umwandeln oft fehlen:

  1. Überschriften als Abschnittsgrenzen nutzen. Ein Abschnitt mit Überschrift ist eine bessere Einheit für die Suche als feste Zeichenblöcke.
  2. Tabellen erhalten. Viele Betriebshandbücher stecken in Tabellen; als Fließtext verlieren sie ihren Sinn.
  3. Makros bewusst behandeln. Ausklapp- oder Info-Makros enthalten oft den eigentlichen Inhalt und dürfen nicht verschwinden.

Wie bleiben Space-Rechte beim Agenten erhalten?

Rechte bleiben erhalten, wenn jede Abfrage im Namen des fragenden Menschen läuft. Bei Live-Suche und MCP-Server ist das automatisch so, sofern der Agent dessen Anmeldung nutzt. Bei einem eigenen Index müssen Sie die Rechte selbst mitspeichern und bei jeder Suche filtern, sonst sieht jeder alles, was das Indexkonto lesen durfte.

Confluence vergibt Rechte auf zwei Ebenen: Space-Berechtigungen und Einschränkungen auf einzelnen Seiten. Die REST API v2 stellt beide bereit. GET /spaces/{id}/permissions liefert die Berechtigungen eines Space, GET /pages/{id}/permissions die direkten Seitenrechte, wie die API-Referenz beschreibt.

Für einen Index bedeutet das:

  • Rechte als Metadaten speichern. Zu jedem Abschnitt gehören Space und die Gruppen oder Personen, die lesen dürfen.
  • Vor der Suche filtern, nicht danach. Die Suche im Index wird auf die Rechte des Fragenden eingeschränkt, bevor Treffer ans Modell gehen.
  • Rechteänderungen nachziehen. Wird eine Seite eingeschränkt, muss der Index das erfahren — nicht erst beim nächsten Vollabgleich.
  • Im Zweifel nachprüfen. Für sensible Spaces kann der Agent vor dem Zitieren mit dem Token des Fragenden prüfen, ob die Seite für ihn abrufbar ist.

Das bequemste, aber riskanteste Muster ist ein technisches Konto mit Leserecht auf alles, dessen Antworten an alle gehen. Damit hebeln Sie Seitenbeschränkungen aus, etwa bei Personal- oder Vertragsseiten. Für Datenschutzfragen ist das der entscheidende Punkt: Eine solche Anbindung ist datenschutzkonform betreibbar, wenn Rechte konsequent durchgereicht werden; dieser Artikel ersetzt keine Rechtsberatung.

Confluence Cloud oder Data Center: was ändert sich?

Cloud und Data Center unterscheiden sich bei API, Anmeldung und Perspektive. Die Cloud bietet die REST API v2 und den gehosteten MCP-Server. Data Center nutzt die ältere REST API mit persönlichen Zugriffstokens. Zudem hat Atlassian das Ende von Confluence Data Center angekündigt, was Investitionen in eine reine Data-Center-Anbindung begrenzt.

KriteriumConfluence CloudConfluence Data Center
API für SeitenREST API v2 (/wiki/api/v2/pages)REST API unter /rest/api/
Suche/wiki/rest/api/search?cql=/rest/api/content/search?cql=
AnmeldungOAuth-App (3LO), E-Mail + API-Tokenpersönliche Zugriffstokens (Bearer)
MCP-Server von Atlassianja (Rovo MCP Server)nicht beschrieben
Daten liegenbei Atlassianim eigenen Rechenzentrum

Data Center im Detail

Persönliche Zugriffstokens gibt es laut Atlassian-Anleitung ab Confluence 7.9. Sie werden als Authorization: Bearer <Token> gesendet und entsprechen der aktuellen Berechtigungsstufe ihres Besitzers. Die CQL-Suche funktioniert wie in der Cloud, etwa als /rest/api/content/search?cql=space=TEST laut CQL-Dokumentation für Data Center.

Der Vorteil von Data Center: Inhalte verlassen das eigene Netz nicht, wenn auch das Sprachmodell lokal läuft. Für Unternehmen, die genau deshalb auf Data Center setzen, ist eine Anbindung an ein selbst betriebenes Modell naheliegend. Wie das grundsätzlich aussieht, beschreibt die Seite zu souveräner KI.

Das angekündigte Ende von Data Center

Laut Atlassian Ascend endet die Lebensdauer von Confluence Data Center am 28. März 2029. Wer bis dahin keinen Plan mit Atlassian vereinbart hat, dessen Lizenz läuft an diesem Tag aus und die Umgebung wird nur noch lesbar. Für einzelne Kunden stellt Atlassian eine verlängerte Wartung im Ausnahmefall in Aussicht.

Für die Agenten-Anbindung heißt das: Bauen Sie die Confluence-Schnittstelle als austauschbares Modul. Suche, Seitenabruf und Rechteprüfung sollten hinter einer eigenen Schicht liegen, damit ein späterer Wechsel in die Cloud nur diese Schicht betrifft, nicht den Agenten.

Welche Voraussetzungen braucht eine Confluence-Anbindung?

Sie brauchen drei Dinge: geklärte Zugriffsrechte, eine Vorstellung davon, welche Spaces der Agent nutzen soll, und Inhalte, die aktuell genug sind. Technisch reichen ein API-Zugang und ein Sprachmodell mit Tool Use. Organisatorisch ist die Frage nach Verantwortung für veraltete Seiten meist schwieriger als die Technik.

  • Systeme: Confluence Cloud mit API-Token oder OAuth-App, bzw. Data Center ab 7.9 mit persönlichen Zugriffstokens. Dazu ein Modell mit Werkzeugaufrufen, in der Cloud oder lokal.
  • Auswahl der Spaces: Nicht alles indexieren. Persönliche Spaces, Archive und Testbereiche verfälschen Antworten.
  • Inhaltsqualität: Gibt es zu einem Thema drei widersprüchliche Seiten, wird der Agent eine davon zitieren. Ein Seitenstatus oder Labels wie „veraltet" helfen, solche Seiten auszuschließen.
  • Mitbestimmung: Wertet der Agent Seiten aus, die Personen zuordenbar sind, sollte der Betriebsrat früh eingebunden werden.
  • Betrieb: Jemand muss Abgleichfehler, Kosten und Rückmeldungen der Nutzer sehen.

Wie gehen Sie bei der Anbindung Schritt für Schritt vor?

Beginnen Sie mit einem eng begrenzten, lesenden Agenten auf wenigen Spaces und Live-Suche. Messen Sie, welche Fragen er nicht beantworten kann. Erst wenn die Stichwortsuche nachweislich zu oft danebenliegt, lohnt ein eigener Index. Schreibrechte kommen zuletzt, und nur mit Freigabe durch einen Menschen.

  1. Fragenkatalog sammeln. Zwanzig bis dreißig echte Fragen aus Support, Betrieb oder Einarbeitung, jeweils mit der Seite, auf der die Antwort steht.
  2. Spaces festlegen. Zwei bis vier Spaces, deren Inhalte gepflegt sind.
  3. Lesenden Agenten mit Live-Suche bauen. Werkzeuge „suchen" (CQL) und „Seite lesen" (Storage-Format nach Markdown). Anmeldung mit den Rechten des Fragenden.
  4. Antworten mit Quellen erzwingen. Jede Antwort nennt die Seiten mit Link; ohne passende Seite sagt der Agent, dass er nichts gefunden hat.
  5. Mit dem Fragenkatalog prüfen. Wie oft findet der Agent die richtige Seite? Wo verliert er Inhalte beim Umwandeln?
  6. Bei Bedarf Index ergänzen. Abschnitte nach Überschriften, Rechte als Metadaten, Abgleich nach lastmodified, regelmäßiger Vollabgleich für Löschungen.
  7. Erst dann schreiben lassen. Zum Beispiel Entwürfe für Protokollseiten, die ein Mensch freigibt.

In unserem eigenen Betrieb hat sich bewährt, den Fragenkatalog nach jeder Änderung an Umwandlung oder Suche erneut laufen zu lassen. So fallen Rückschritte auf, bevor Nutzer sie bemerken.

Wo liegen die Grenzen und Risiken?

Die größten Risiken sind veraltete Inhalte, durchbrochene Rechte und schlecht umgewandelte Seiten. Ein Agent zitiert eine fünf Jahre alte Seite genauso überzeugt wie eine aktuelle. Ein Index ohne Rechtefilter legt Inhalte offen. Und wer das Storage-Format grob in Text umwandelt, verliert Tabellen und Makroinhalte.

  • Veraltetes Wissen: Der Agent kennt kein „das macht man heute anders". Zeigen Sie das Änderungsdatum der zitierten Seite mit an.
  • Rechte: Siehe oben — technische Konten mit Vollzugriff sind die häufigste Fehlerquelle.
  • Löschungen: Ein inkrementeller Abgleich nach Änderungsdatum erkennt gelöschte oder verschobene Seiten nicht. Ohne regelmäßigen Vollabgleich bleiben sie im Index.
  • Anhänge: PDFs und Office-Dateien an Seiten sind nicht Teil des Storage-Formats und brauchen einen eigenen Abruf und eine eigene Umwandlung.
  • Abhängigkeit von Atlassian: Der Rovo MCP Server ist bequem, bindet Sie aber an die Cloud und an das Credit-Modell von Atlassian.
  • Wann es nicht passt: Liegt das relevante Wissen überwiegend in Dateiablagen, Tickets oder E-Mails, löst eine reine Confluence-Anbindung das Problem nicht.

Wie fangen Sie an?

Starten Sie mit dem Fragenkatalog und einem lesenden Agenten auf wenigen Spaces. Das zeigt in kurzer Zeit, ob Ihre Confluence-Inhalte die Fragen überhaupt beantworten können. Ist das der Fall, entscheiden Sie anhand der gemessenen Lücken, ob Live-Suche genügt oder ein Index nötig ist.

Prüfen Sie außerdem früh, ob Sie in der Cloud oder auf Data Center arbeiten und was bis 2029 geplant ist; davon hängen Anmeldung, MCP-Option und Betriebsort des Modells ab. Einen Überblick über Agenten für Fachbereiche und typische Einstiegspunkte finden Sie unter KI-Agenten im Unternehmen, Begriffe wie Model Context Protocol oder Embedding erklärt das Lexikon.

Häufige Fragen

Braucht ein Confluence-Agent zwingend eine Vektordatenbank?

Nein. Für kleine und mittlere Wikis genügt oft eine Live-Suche per CQL, deren Treffer der Agent liest. Ein eigener Index lohnt sich erst, wenn die Stichwortsuche zu viele Fragen nicht findet oder die Antwortzeit zu lang wird.

Sieht der Agent Seiten, die der fragende Mitarbeiter nicht sehen darf?

Nur, wenn Sie ihn mit einem zu mächtigen technischen Konto betreiben. Arbeitet er mit dem Token oder der OAuth-Anmeldung des Fragenden, liefert Confluence nur Inhalte, die diese Person ohnehin sehen darf.

Kann der Agent auch Seiten in Confluence schreiben?

Technisch ja, sowohl über die REST API als auch über den Atlassian-MCP-Server. Für den Anfang empfiehlt sich trotzdem ein rein lesender Agent, weil Schreibzugriffe Freigaben und Protokollierung brauchen.

Funktioniert der Atlassian-MCP-Server mit Confluence Data Center?

Atlassian beschreibt den Rovo MCP Server als gehosteten Dienst für Atlassian Cloud. Für Data Center bleibt die REST API mit persönlichen Zugriffstokens der übliche Weg.

Quellen

  1. Atlassian Developer: Confluence Cloud REST API v2 – Page developer.atlassian.com
  2. Atlassian Developer: Confluence Cloud REST API v1 – Search (CQL) developer.atlassian.com
  3. Atlassian Developer: CQL functions developer.atlassian.com
  4. Atlassian Support: Confluence Storage Format confluence.atlassian.com
  5. Atlassian Developer: Rovo MCP Server developer.atlassian.com
  6. Atlassian Developer: Basic auth for REST APIs (Confluence Cloud) developer.atlassian.com
  7. Atlassian Support: Using personal access tokens (Data Center) confluence.atlassian.com
  8. Atlassian Developer: Advanced searching using CQL (Data Center) developer.atlassian.com
  9. Atlassian Ascend: Data Center end of life atlassian.com