Atlassian stellt AMP vor, um Teams aus Menschen und KI‑Agenten zu steuern

Am 7. Oktober 2026 hat Atlassian offiziell das Agentic Multiplayer Protocol, kurz AMP, angekündigt. Die Initiative ist darauf ausgerichtet, dass Organisationen gemischte Teams erstellen, betreiben und überwachen können, die aus Menschen und KI‑Agenten bestehen. Die Vorstellung erfolgte im Rahmen der jährlichen Atlassian‑Konferenz und wurde als Antwort auf die wachsende Notwendigkeit nach Sichtbarkeit und Kontrolle positioniert, wenn KI‑Agenten zu aktiven Mitwirkenden in kritischen Arbeitsabläufen werden. Damit sollen Unternehmen in die Lage versetzt werden, sowohl menschliche Mitarbeitende als auch automatisierte KI‑Einheiten nahtlos zusammenarbeiten zu lassen, während sie gleichzeitig die erforderliche Transparenz und Steuerungsmöglichkeiten behalten. Die Ankündigung betonte zudem, dass AMP als verbindende Schicht zwischen bestehenden Atlassian‑Anwendungen und zukünftigen KI‑Komponenten fungieren soll, um eine nahtlose Integration zu gewährleisten.

Was ist AMP und wie definiert Atlassian es?

Laut Jamil Valliani, Vizepräsident für KI bei Atlassian, ist AMP kein formaler Standard, sondern ein integriertes Set aus Technologien, Benutzeroberflächenmustern und Governance‑Mechanismen. Der zentrale Gedanke besteht darin, eine Schicht bereitzustellen, die Administratoren ermöglicht, KI‑Agenten wie Teammitglieder zu behandeln, denen klare Rechte und Pflichten zugewiesen werden, ohne dass externe Protokolle übernommen oder für jeden KI‑Anbieter eigene Normen geschaffen werden müssen. Mit anderen Worten, die Plattform soll die Verwaltung von KI‑Agenten vereinfachen, indem sie dieselben Prinzipien und Werkzeuge nutzt, die bereits für menschliche Nutzer gelten. Valliani betonte weiter, dass diese Herangehensweise die Notwendigkeit reduziert, separate Governance‑Frameworks für jede KI‑Plattform zu entwickeln, und stattdessen ein einheitliches Verwaltungserlebnis schafft.

Architektur basierend auf dem Teamwork Graph

AMP baut auf der Infrastruktur des Teamwork Graph auf, dem relationalen Datenmotor, den Atlassian verwendet, um Kontext zwischen Personen, Projekten und Inhalten zu teilen. Durch diesen Graphen wird Kontextinformation mit feinkörnigen Berechtigungen verbreitet und in detaillierten Audits protokolliert. Jede Entität – sei es ein Dokument, eine Aufgabe oder ein Agent – ist mit einem Knoten im Graphen verknüpft, wodurch Berechtigungen und Zugriffsverläufe konsistent über das gesamte Atlassian‑Produktökosystem hinweg angewendet werden können. Dieses Modell sorgt dafür, dass jede Aktion, die ein Agent ausführt, automatisch mit den entsprechenden Zugriffsrechten und Nachverfolgungsinformationen versehen wird. Durch die Nutzung des Graphen können auch historische Kontextinformationen wiederhergestellt werden, was insbesondere bei der Fehlersuche und bei retrospektiven Analysen von Vorteil ist.

Governance von Agenten und Administrator‑Kontrollen

In der Administrationskonsole erscheinen KI‑Agenten mit eigenen Konten, die für Administratoren sichtbar sind. Aus dieser Ansicht können Verantwortliche jede von einem Agenten ausgeführte Aktion prüfen, das Konto suspendieren, Berechtigungen anpassen oder den Zugriff auf bestimmte Werkzeuge blockieren. Dieses Kontrollmodell ist mit dem Prinzip des minimalen Privilegs ausgerichtet, sodass Agenten nur die Rechte erhalten, die unbedingt erforderlich sind, um ihre Aufgaben zu erfüllen, wodurch die Angriffsfläche in Unternehmensumgebungen reduziert wird. Durch diese restriktive Zuweisung von Rechten wird das Risiko von Fehlverhalten oder unbeabsichtigten Auswirkungen minimiert. Die Möglichkeit, Berechtigungen dynamisch anzupassen, erlaubt es Administratoren, auf veränderte Risikobewertungen schnell zu reagieren, ohne die gesamte Systemkonfiguration neu aufbauen zu müssen.

Unterstützte Agenten können als Teammitglieder auf derselben Ebene wie menschliche Nutzer eingebunden werden, wobei die internen Multiparty Computation (MCP) und Agent‑to‑Agent (A2A) Protokolle, die bereits unter der Haube von AMP laufen, zum Einsatz kommen. Darüber hinaus ermöglicht die Plattform das Erfassen externer Agentensitzungen – zum Beispiel wenn ein OpenAI‑Modell aus einer externen Anwendung aufgerufen wird – und verknüpft diese Interaktionen mit Vorgängen in Jira. Auf diese Weise wird jeder Schritt eines Agenten in einem Ticket dokumentiert, was die Audits, die Fehlersuche und die Verantwortlichkeit erleichtert. Damit erhalten Teams eine lückenlose Nachverfolgung aller KI‑interaktionen innerhalb ihrer Projektmanagement‑Tools.

Rovo Work‑Erweiterung und Planung langfristiger Aufgaben

Innerhalb des AMP‑Ökosystems führt die Funktion Rovo Work die Möglichkeit ein, Langzeitaufgaben mit einem überprüfbaren Plan, automatischen Benachrichtigungen und eingeschränkten Berechtigungen zu erstellen. Diese Aufgaben können Agenten oder gemischten Teams zugewiesen werden, und der Fortschritt wird in Echtzeit in der Projektkonsole aktualisiert. Die Kombination aus strukturierter Planung und granularer Zugriffskontrolle ermöglicht es komplexen Projekten, die KI einbinden, eine klare Nachverfolgbarkeit zu bewahren, ohne die operative Flexibilität zu opfern. So können Unternehmen langfristige, KI‑gestützte Vorhaben steuern, während sie jederzeit den Überblick über den Status behalten. Zusätzlich unterstützt Rovo Work die automatische Eskalation von Aufgaben, wenn definierte Meilensteine nicht erreicht werden, wodurch Teams proaktiv auf Verzögerungen reagieren können.

Die Hauptschwierigkeit, die Atlassian hervorhebt, besteht darin, dass die versprochene Sichtbarkeit und Governance von AMP von einer effektiven Integration externer Anbieter abhängt. Obwohl die Architektur darauf ausgelegt ist, Aktionen zu protokollieren und Richtlinien anzuwenden, ist die Qualität dieser Protokolle und die Fähigkeit, Kontrollen in Echtzeit durchzusetzen, davon abhängig, dass jeder Drittanbieter‑Agent die erforderlichen Daten über die AMP‑Konnektoren bereitstellt. In der Praxis verfügen Administratoren nun über eine einheitliche Konsole, in der sie Agenten auditieren, suspendieren und neu konfigurieren können, doch die vollständige Wirksamkeit des Governance‑Modells erfordert, dass KI‑Partner die von Atlassian definierten Integrationsmechanismen übernehmen. Erst wenn alle beteiligten KI‑Dienste die festgelegten Schnittstellen nutzen, kann das System seine volle Kontroll- und Transparenzfunktion entfalten. Atlassian plant, in zukünftigen Updates weitere Integrationen zu ermöglichen, um die Interoperabilität mit zusätzlichen KI‑Anbietern zu stärken, wobei die Grundprinzipien von Transparenz und minimalen Privilegien erhalten bleiben.