KI-Agent an Jira anbinden: REST API, MCP und Automatisierung
Jira ist in vielen Unternehmen der Ort, an dem Arbeit tatsächlich festgehalten wird: Fehlermeldungen, Entwicklungsaufgaben, IT-Anfragen, Änderungen an Anlagen. Ein KI-Agent, der Jira lesen und schreiben kann, sortiert neue Vorgänge vor, fasst lange Verläufe zusammen oder bereitet Antworten vor. Entscheidend ist dabei weniger das Sprachmodell als die Frage, über welchen Weg er angebunden ist und mit welchen Rechten er arbeitet.
Was leistet ein KI-Agent in Jira?
Ein KI-Agent in Jira liest Vorgänge, sucht ähnliche Fälle, schreibt Kommentare, setzt Felder und schiebt Vorgänge über Statusübergänge weiter. Er ersetzt nicht das Ticketsystem, sondern arbeitet darin wie ein zusätzlicher Bearbeiter, der Routinearbeit vorbereitet und Menschen die Entscheidung überlässt, wo Fehler teuer wären.
Typische Aufgaben, die sich gut eignen:
- Triage: Neue Vorgänge lesen, Komponente, Priorität und Bearbeitergruppe vorschlagen, fehlende Angaben (Version, Schritte zur Reproduktion, Seriennummer) per Kommentar nachfragen.
- Dubletten finden: Per JQL nach Vorgängen mit ähnlichem Text suchen und verwandte Fälle verlinken.
- Zusammenfassungen: Einen Vorgang mit 80 Kommentaren auf Stand, offene Fragen und nächste Schritte verdichten, bevor ein Kollege ihn übernimmt.
- Berichte: Wöchentlich alle Vorgänge eines Sprints oder einer Komponente auswerten und als Text zusammenstellen.
- Übergaben aus anderen Systemen: Eine Kundenmeldung aus dem E-Mail-Postfach in einen sauber strukturierten Vorgang übersetzen.
In der aktuellen Atlassian-Dokumentation heißen Vorgänge in Jira Cloud inzwischen „Work Items", die REST API spricht weiter von „issues". Gemeint ist dasselbe Objekt.
Wie funktioniert die Anbindung? Die drei Wege
Es gibt drei technische Wege: die REST API, die Ihr eigener Agent direkt aufruft; den Atlassian-MCP-Server, den ein MCP-fähiger Client nutzt; und Jira Automation, das bei einem Ereignis Ihren Agenten per Webhook anstößt. Die Wege schließen sich nicht aus — viele produktive Aufbauten kombinieren Automation als Auslöser mit der REST API für die eigentliche Arbeit.
Weg 1: REST API v3 und JQL
Die Jira Cloud REST API gibt es in Version 2 und 3. Laut Atlassian bieten beide dieselben Operationen; Version 3 unterstützt zusätzlich das Atlassian Document Format (ADF) für Beschreibungen, Kommentare und mehrzeilige Textfelder. Für einen Agenten heißt das: Wer Kommentare über v3 schreibt, muss sie als ADF-Dokument schicken, nicht als einfachen String.
Gesucht wird mit JQL, der Abfragesprache von Jira. Wichtig für neue Integrationen: Die alten Suchendpunkte GET und POST /rest/api/3/search sind in der Atlassian-Referenz zur Vorgangssuche als „Currently being removed" markiert. Neu gebaut wird auf /rest/api/3/search/jql, das mit nextPageToken statt mit Seitenoffsets blättert. Atlassian weist dort auch darauf hin, dass frische Änderungen nicht sofort in den Suchergebnissen auftauchen müssen; für Lesen-nach-Schreiben gibt es den Parameter reconcileIssues.
Ein minimales Beispiel in Python, das offene Vorgänge eines Projekts liest:
import os
import requests
BASE = os.environ["JIRA_BASE_URL"] # z. B. https://ihre-firma.atlassian.net
AUTH = (os.environ["JIRA_EMAIL"], os.environ["JIRA_API_TOKEN"])
def offene_vorgaenge(projekt: str):
token = None
while True:
body = {
"jql": f'project = "{projekt}" AND statusCategory != Done ORDER BY created DESC',
"fields": ["summary", "status", "priority", "description"],
"maxResults": 50,
}
if token:
body["nextPageToken"] = token
r = requests.post(f"{BASE}/rest/api/3/search/jql", json=body, auth=AUTH, timeout=30)
r.raise_for_status()
daten = r.json()
yield from daten.get("issues", [])
token = daten.get("nextPageToken")
if not token:
break
Einen Kommentar schreibt der Agent über POST /rest/api/3/issue/{issueIdOrKey}/comment, einen Statuswechsel über POST /rest/api/3/issue/{issueIdOrKey}/transitions — vorher fragt er mit GET auf denselben Pfad ab, welche Übergänge im aktuellen Status überhaupt erlaubt sind. Ein Kommentar im ADF-Format sieht so aus:
def kommentieren(schluessel: str, text: str):
adf = {
"type": "doc",
"version": 1,
"content": [{"type": "paragraph", "content": [{"type": "text", "text": text}]}],
}
r = requests.post(f"{BASE}/rest/api/3/issue/{schluessel}/comment",
json={"body": adf}, auth=AUTH, timeout=30)
r.raise_for_status()
Der Code ist eine Skizze ohne Fehlerbehandlung für Rate Limits; dazu unten mehr.
Weg 2: Atlassian-MCP-Server
Der Rovo MCP Server ist ein von Atlassian gehosteter Dienst, über den MCP-fähige Clients wie Claude Code, Claude Desktop, GitHub Copilot CLI oder VS Code mit Atlassian Cloud arbeiten. Für Jira nennt Atlassian Suchen, Anlegen, Bearbeiten, Statuswechsel und Kommentieren von Work Items sowie Abfragen zu Boards, Sprints und Versionen.
Die Anmeldung läuft über OAuth 2.1 oder, für Abläufe ohne Browser, über ein API-Token. Atlassian betont, dass der Server nie mehr Zugriff gewährt, als der angemeldete Benutzer ohnehin hat. Der große Vorteil: Sie schreiben keinen Integrationscode. Der Nachteil: Sie steuern weniger genau, welche Werkzeuge der Agent bekommt, und der Weg setzt Atlassian Cloud voraus.
Wie Entwicklungsteams solche Clients im Alltag einsetzen, beschreibt der Artikel Agentische Softwareentwicklung im Team. Dort geht es um den Coding-Agenten selbst; hier um die Frage, wie er an Jira kommt.
Weg 3: Jira Automation mit Webhooks
Jira Automation kennt den Auslöser „Incoming webhook" und die Aktion „Send web request". Laut Atlassian-Dokumentation zu den Auslösern startet ein HTTP-POST an eine eindeutige URL mit Secret eine Regel, die Work Items bearbeiten oder Daten aus dem Aufruf übernehmen kann. Umgekehrt ruft „Send web request" bei einem Ereignis Ihren Agenten auf und kann dessen Antwort in Folgeaktionen verwenden.
Damit entsteht ein einfaches Muster: Ein neuer Vorgang wird angelegt, die Automation schickt Schlüssel und Felder an Ihren Agentendienst, der Agent antwortet mit einem Vorschlag, und die Automation schreibt ihn als Kommentar. Zwei Punkte aus der Dokumentation der Aktionen sollten Sie kennen: Ausgehende Aufrufe sind nur auf bestimmte Ports erlaubt (unter anderem 443 und 8443), und jeder, der eine Regel bearbeiten darf, kann den Web-Request so umbauen, dass Daten an Dritte gehen. Wer Regeln bearbeiten darf, gehört deshalb zur Sicherheitsfrage.
Atlassian bietet in Automation zusätzlich die Aktion „Use Rovo agent", die einen Rovo-Agenten mit einem Prompt aufruft und dessen Antwort etwa als Kommentar ablegt. Das ist der Weg ohne eigenen Dienst — mit den Grenzen, die ein vorgefertigter Agent mitbringt.
Cloud oder Data Center: was ändert sich?
In Jira Cloud stehen alle drei Wege offen. In Jira Data Center bleibt im Kern die REST API mit persönlichen Zugriffstokens; der Atlassian-MCP-Server ist ein Cloud-Dienst. Dazu kommt ein fester Termin: Atlassian beendet Data Center laut Ascend-Seite am 28. März 2029.
Die Unterschiede im Überblick:
| Kriterium | Jira Cloud | Jira Data Center |
|---|---|---|
| Anmeldung für Skripte | E-Mail plus API-Token (Basic Auth) | Persönliches Zugriffstoken als Bearer-Token |
| Anmeldung für Apps | OAuth 2.0 (3LO), Forge | Je nach Version und App-Modell |
| Atlassian-MCP-Server | Ja, gehostet | Nein |
| Jira Automation mit Webhooks | Ja | Eigene Automation-Variante |
| Zukunft | Aktiv weiterentwickelt | Ende am 28. März 2029 |
Für Cloud beschreibt Atlassian Basic Auth mit API-Token ausdrücklich als Weg für einfache Skripte und manuelle Aufrufe; für verteilte Integrationen empfiehlt die Basic-Auth-Seite OAuth 2.0 oder Forge. Aufrufe über OAuth laufen dann nicht gegen Ihre Site-URL, sondern gegen https://api.atlassian.com/ex/jira/<cloudId>/rest/api/3/….
In Data Center gibt es persönliche Zugriffstokens ab Jira Software 8.14 und Jira Service Management 4.15. Ein Token hat immer die Rechte des Benutzers, der es erzeugt hat — für einen Agenten also ein eigenes, technisches Konto anlegen. Wer heute auf Data Center einen Agenten baut, sollte ihn so kapseln, dass der Wechsel auf Cloud nur die Anmeldung und einzelne Endpunkte betrifft.
Einsatzfelder: Entwicklung und IT-Service
Jira dient zwei recht verschiedenen Welten: der Softwareentwicklung mit Backlog, Sprints und Fehlern sowie dem IT- und Kundenservice mit Jira Service Management. Der Agent folgt in beiden demselben technischen Muster, aber mit anderen Daten, anderen Rechten und anderen Risiken.
Entwicklung. Hier liest der Agent Fehlermeldungen, prüft, ob Version, Umgebung und Schritte zur Reproduktion angegeben sind, sucht verwandte Vorgänge und schlägt eine Komponente vor. In Kombination mit einem Coding-Agenten entsteht ein durchgehender Ablauf: Vorgang lesen, Änderung im Code vorbereiten, Pull Request verknüpfen, Vorgang kommentieren. Die Grenze liegt beim Mergen und beim Schließen — das bleibt Menschen vorbehalten.
IT-Service und Support. In Jira Service Management kommen Anfragen oft von Menschen außerhalb der IT, unvollständig und in eigenen Worten. Ein Agent kann die Anfrage einem Anfragetyp zuordnen, Standardantworten aus der Wissensbasis vorbereiten und Dubletten zusammenführen. Weil hier Kunden oder Mitarbeitende direkt lesen, was der Agent schreibt, sind interne Kommentare als Vorschlag für den Bearbeiter der sicherere Start als öffentliche Antworten.
Wissen dahinter. Viele Antworten stehen nicht in Jira, sondern in Confluence. Wie ein Agent dort sucht und welche Rechtefragen dabei entstehen, zeigt der Artikel KI-Agent an Confluence anbinden. Der Unterschied zu Jira: Confluence ist vor allem Lesestoff, Jira ist Arbeitsstand mit Status und Verantwortlichen — Schreibzugriffe haben dort unmittelbare Folgen für Abläufe. Für Serviceprozesse über Jira hinaus lohnt der Blick auf den Agenten für den technischen Service.
Voraussetzungen: Daten, Rechte, Organisation
Ein Jira-Agent braucht drei Dinge: halbwegs saubere Vorgänge, ein eigenes Konto mit eng geschnittenen Rechten und eine klare Absprache, welche Entscheidungen er treffen darf. Fehlt eines davon, liefert auch ein starkes Modell schlechte Vorschläge oder richtet Schaden an.
- Datenqualität: Wenn Komponenten, Labels und Prioritäten bisher uneinheitlich gepflegt wurden, lernt der Agent aus den Beispielen genau diese Uneinheitlichkeit. Vor dem Start lohnt ein Blick auf die Felder, die er setzen soll.
- Eigenes Konto: Nie mit dem Konto eines Administrators arbeiten. Ein technisches Konto mit Zugriff nur auf die Projekte, um die es geht, begrenzt den Schaden bei Fehlern und macht im Verlauf sichtbar, welche Änderung vom Agenten stammt.
- Workflow-Regeln: Statusübergänge lassen sich in Jira an Bedingungen knüpfen. Dürfen bestimmte Übergänge nur Menschen, sperren Sie sie für das Agentenkonto im Workflow selbst, nicht nur im Prompt.
- Datenschutz: Vorgänge enthalten oft Namen, E-Mail-Adressen oder Kundendaten. Ob und welches Sprachmodell diese verarbeiten darf, gehört vorab geklärt; ein Modell im eigenen Rechenzentrum ist eine Option, wie unter souveräne KI beschrieben. Das ist eine Orientierung, keine Rechtsberatung.
- Organisation: Das Team muss wissen, dass ein Agent mitarbeitet, und wissen, an wen es sich wendet, wenn er falsch liegt.
Vorgehen in Schritten
Bewährt hat sich ein Vorgehen von „nur lesen" über „vorschlagen" bis „handeln". Jede Stufe läuft einige Wochen, bevor die nächste kommt, und jede hat ein klares Abbruchkriterium.
- Einen Ablauf wählen. Etwa: neue Fehlermeldungen im Projekt X vorsortieren. Nicht „Jira mit KI verbessern".
- Lesend anbinden. REST API oder MCP-Server mit einem Konto, das nur lesen darf. Der Agent schreibt seine Vorschläge in eine Datei oder einen Chat, nicht nach Jira.
- Vorschläge vergleichen. Mindestens einige Dutzend Vorgänge lang festhalten, ob der Vorschlag mit der späteren menschlichen Entscheidung übereinstimmt.
- Interne Kommentare schreiben. Das Konto bekommt Kommentarrechte. Der Agent schreibt seinen Vorschlag sichtbar in den Vorgang, Menschen übernehmen oder verwerfen.
- Felder setzen. Erst wenn die Vorschläge verlässlich sind, darf der Agent Komponente oder Labels selbst setzen — Statuswechsel zuletzt und nur für klar umrissene Fälle.
- Auslöser automatisieren. Jetzt lohnt Jira Automation als Auslöser, damit der Agent nicht in festen Abständen abfragen muss.
Achten Sie dabei auf Lastgrenzen. Jira Cloud begrenzt Anfragen laut Atlassian-Dokumentation zum Rate Limiting unter anderem pro Endpunkt und pro Vorgang; bei Überschreitung kommt HTTP 429 mit Retry-After-Header. Ein Agent, der in einer Schleife hundert Vorgänge kommentiert, muss diesen Header respektieren.
Grenzen und Risiken
Die größten Risiken liegen nicht im Modell, sondern in zu weiten Rechten, in Anweisungen, die über Vorgangstexte eingeschleust werden, und in stillen Fehlern bei Massenänderungen. Ein Agent, der falsch kommentiert, ist ärgerlich; einer, der fünfzig Vorgänge falsch schließt, stört den Betrieb.
- Prompt Injection über Vorgänge: Jeder, der einen Vorgang anlegen darf, kann Text hineinschreiben, den der Agent als Anweisung liest — bei Service-Portalen auch Externe. Werkzeuge, die der Agent aufrufen darf, müssen deshalb so begrenzt sein, dass auch eine erfolgreiche Manipulation wenig anrichtet.
- Rechte erben: Sowohl MCP-Server als auch Tokens arbeiten mit den Rechten des Kontos. Ein Agent mit Administratorkonto sieht und ändert alles.
- Automation als Datenabfluss: Wer Automation-Regeln bearbeiten darf, kann Daten per Web-Request nach außen leiten. Die Bearbeitungsrechte für Regeln gehören in dieselbe Prüfung wie das Agentenkonto.
- Verzögerte Suche: Weil die Suche nicht sofort konsistent sein muss, findet der Agent einen Vorgang, den er gerade angelegt hat, eventuell noch nicht — ohne
reconcileIssuesentstehen so Dubletten. - API-Änderungen: Atlassian entfernt Endpunkte nach Ankündigung, wie die alte Suche zeigt. Ein Agent braucht jemanden, der das Changelog im Blick behält.
- Wann es nicht passt: Wenn in Jira kaum etwas los ist, die Vorgänge sehr heterogen sind oder jede Entscheidung Fachwissen verlangt, das nirgends steht, ist ein Agent eher Last als Hilfe.
Wie fange ich an?
Beginnen Sie mit einem lesenden Agenten für genau einen Ablauf in genau einem Projekt. Wählen Sie den Weg nach Ihrer Umgebung: MCP-Server, wenn Ihr Team bereits mit MCP-Clients arbeitet und Jira in der Cloud liegt; REST API, wenn ein Dienst ohne Menschen davor laufen soll oder Sie Data Center nutzen.
Drei Fragen helfen bei der Entscheidung:
- Wer sitzt vor dem Agenten? Ein Entwickler im Editor spricht für den MCP-Server; ein Hintergrunddienst für die REST API.
- Was löst die Arbeit aus? Ereignisse in Jira sprechen für Automation mit Webhook; feste Berichte für einen geplanten Lauf.
- Wie viel darf schiefgehen? Je größer der Schaden einer falschen Änderung, desto länger bleibt der Agent bei Kommentaren.
Wenn die Anbindung steht, ist der nächste Schritt meist nicht ein zweites System, sondern ein zweiter Ablauf auf derselben Grundlage. Einen Überblick, welche Agenten sich auf diese Weise in bestehende Systeme einfügen, finden Sie unter KI-Agenten für Unternehmen; weitere Artikel zu Anbindungen und Grundlagen sammelt der Wissensbereich.
Häufige Fragen
Welcher Weg ist für den Einstieg am einfachsten?
Für einen einzelnen Entwickler oder ein Team, das schon einen MCP-fähigen Client nutzt, ist der Atlassian-MCP-Server der schnellste Weg. Für einen dauerhaft laufenden Agenten ohne Menschen davor ist ein eigener Dienst mit REST API und klar begrenztem Konto meist besser kontrollierbar.
Kann der Agent Vorgänge auch selbst schließen?
Technisch ja, über Statusübergänge in der REST API oder im MCP-Server. Ob er es darf, sollten Sie im Workflow und in den Projektrechten des Agentenkontos festlegen; für den Start sind Kommentare und Vorschläge sicherer als Statuswechsel.
Funktioniert das auch mit Jira Data Center?
Ja, über die REST API mit persönlichen Zugriffstokens, die es ab Jira Software 8.14 gibt. Der Atlassian-MCP-Server ist dagegen ein gehosteter Dienst für Atlassian Cloud.
Was passiert, wenn der Agent zu viele Anfragen stellt?
Jira Cloud antwortet dann mit HTTP 429 und einem Retry-After-Header. Ein sauber gebauter Agent wartet die angegebene Zeit ab, statt sofort erneut zu fragen.
Quellen
- Atlassian Developer: Jira Cloud platform REST API v3 – Introduction developer.atlassian.com
- Atlassian Developer: Jira Cloud REST API v3 – Issue search developer.atlassian.com
- Atlassian Developer: Jira Cloud REST API v3 – Issues developer.atlassian.com
- Atlassian Developer: Jira Cloud REST API v3 – Issue comments developer.atlassian.com
- Atlassian Developer: Basic auth for REST APIs (Jira Cloud) developer.atlassian.com
- Atlassian Developer: Rate limiting (Jira Cloud) developer.atlassian.com
- Atlassian Developer: Rovo MCP Server developer.atlassian.com
- Atlassian Support: Jira automation triggers support.atlassian.com
- Atlassian Support: Jira automation actions support.atlassian.com
- Atlassian Support: Using personal access tokens (Data Center) confluence.atlassian.com
- Atlassian Ascend: Data Center end of life atlassian.com