Die Tür, die Atlassian zugemacht hat

Ein Datum, das in vielen IT-Abteilungen noch nicht angekommen ist

Manche Fristen wirken erst mit Verspätung. Atlassian hat für Jira Data Center ein hartes Enddatum gesetzt, das in der Fachpresse durchaus Beachtung fand, in vielen betroffenen Unternehmen aber noch nicht wirklich als konkrete Deadline angekommen ist: Seit dem 30. März 2026 gibt es keine neuen Data-Center-Subscriptions mehr für Neukunden. Bestandskunden können noch bis zum 30. März 2028 kaufen. Am 28. März 2029 laufen die Lizenzen endgültig aus, und die Produkte werden schreibgeschützt.

Wer heute Jira Data Center betreibt, steht damit vor einer Wahl, die sich nicht länger aufschieben lässt, auch wenn das Enddatum noch einige Jahre entfernt liegt: migrieren in die Cloud, oder mit einem auslaufenden Produkt weiterarbeiten, bis auch die letzte Frist verstrichen ist. Eine Standard-Migration in die Cloud dauert nach Angaben von Atlassian selbst zwischen 12 und 16 Monaten — keine Entscheidung, die sich in einem Quartal treffen und umsetzen lässt, sondern ein Vorhaben, das eigene Planung, eigenes Budget und eigene Risiken mitbringt.

Warum ausgerechnet jetzt eine interessante Zwischenzeit entsteht

Zwischen dem Ende des Neukaufs und dem endgültigen Auslaufen liegt eine Zwischenzeit von mehreren Jahren, in der eine grosse Zahl von Organisationen weiterhin mit einer Plattform arbeitet, für die es keinen offiziellen Weg mehr gibt, einen modernen KI-Assistenten anzuschliessen. Atlassians eigener MCP-Server für die Anbindung von KI-Modellen ist ausdrücklich nur für Atlassian Cloud gebaut — für Data Center bietet der Hersteller selbst keinen entsprechenden Weg an, weder offiziell noch inoffiziell.

Wer in dieser Zwischenzeit trotzdem KI an sein Jira anschliessen will — und der Druck dazu wächst mit jeder neuen Modellgeneration, die im eigenen Unternehmen ausprobiert wird —, hat damit nur zwei realistische Optionen: community-gebaute Anbindungen ohne jede Schwärzung und ohne Freigabe-Mechanismus einzusetzen, oder ganz auf KI in diesem Bereich zu verzichten, während die eigene Belegschaft parallel längst mit anderen Werkzeugen experimentiert. Beides ist unbefriedigend, aus unterschiedlichen Gründen.

Der Bedarf ist nicht vermutet, sondern in Umfragen belegt

Dass dieser Bedarf real ist und nicht nur eine Annahme aus der Softwarebranche, zeigen aktuelle Erhebungen aus Deutschland recht deutlich: Der Anteil der Unternehmen, die KI aktiv nutzen, ist binnen eines Jahres von 17 Prozent auf 41 Prozent gestiegen — der schnellste Anstieg seit Beginn vergleichbarer Erhebungen. Gleichzeitig geben 70 Prozent der befragten Unternehmen an, mindestens ein Innovationsvorhaben wegen Datenschutzregeln oder Rechtsunsicherheit bereits gestoppt zu haben, und 54 Prozent sagen ausdrücklich, Datenschutz hindere den KI-Einsatz im eigenen Haus.

Diese beiden Zahlen zusammen ergeben ein Bild, das über reine Neugier hinausgeht: Die Nutzung wächst schneller, als die interne Kontrolle darüber mitwächst. 41 Prozent nutzen KI bereits aktiv, aber nur 21 Prozent haben überhaupt eine formale KI-Strategie dafür. Die Differenz zwischen diesen beiden Zahlen ist im Kern unkontrollierter Einsatz — Mitarbeitende, die längst experimentieren, ohne dass ihre IT-Abteilung oder ihre Datenschutzbeauftragte davon in vollem Umfang weiss.

Warum das kein Argument für neue Atlassian-Kunden ist

An dieser Stelle lohnt eine Präzisierung, die man leicht überliest: Dieses Zeitfenster spricht ausschliesslich Bestandskunden an, die Data Center bereits im Einsatz haben — es ist kein Argument dafür, neue Kunden für Atlassian zu gewinnen, denn diesen Weg gibt es seit dem 30. März 2026 gar nicht mehr. Wer Data Center heute nicht betreibt, kann es auch nicht mehr neu kaufen, um in diese Situation zu geraten. Die Zielgruppe für diese Zwischenzeit ist damit von vornherein klar begrenzt — und genau deshalb überschaubarer und konkreter fassbar als ein allgemeiner „KI-Sicherheits-Markt", der alles und jeden ansprechen will.

Wer sonst noch in diese Lücke stösst

Es wäre naiv anzunehmen, eine so offensichtliche Lücke bliebe lange unbesetzt. Auf dem Atlassian Marketplace finden sich bereits einige Erweiterungen, die sich mit Personendaten in Jira-Tickets befassen — bei genauerer Prüfung stellt sich allerdings heraus, dass die meisten davon den bestehenden Jira-Bestand selbst aufräumen und bereinigen, nicht die Übergabe von Inhalten an ein KI-Modell absichern. Das ist eine verwandte, aber klar andere Aufgabe: Ein Werkzeug, das alte Tickets nach Personendaten durchsucht und markiert, hilft nicht dabei, was in dem Moment passiert, in dem ein Assistent genau dieses Ticket liest und an ein Sprachmodell weiterreicht.

Community-Projekte, die einen KI-Assistenten direkt an Data Center anbinden, existieren ebenfalls — meist ohne jede Schwärzung vor dem Modell und ohne einen Mechanismus, der schreibende Aktionen für eine menschliche Freigabe anhält. Sie lösen das technische Problem der Anbindung, nicht das eigentliche Problem der Kontrolle darüber, was dabei passiert.

Was diese Zwischenzeit für die betroffenen Unternehmen bedeutet

Für Organisationen, die aus regulatorischen Gründen oder wegen der schieren Grösse ihrer Installation nicht kurzfristig migrieren können — und das betrifft überproportional stark regulierte Branchen wie Finanzdienstleister, Gesundheitswesen oder öffentliche Verwaltung —, ist diese Zwischenzeit keine theoretische Randnotiz, sondern der reale Zeitraum, in dem tägliche Arbeit stattfindet. Sie stehen gleichzeitig unter Migrationsdruck und unter dem Erwartungsdruck der eigenen Belegschaft, die KI-Werkzeuge aus dem privaten Umfeld kennt und im Beruf ebenfalls einsetzen möchte.

Ein Werkzeug wie JiCo ist für genau diese Phase gebaut — nicht als Ablösung der eigentlich anstehenden Cloud-Migration, sondern als Weg, die Jahre bis dahin nicht ungenutzt oder unkontrolliert verstreichen zu lassen. Die Architektur selbst steht einer späteren Cloud-Migration nicht im Weg, da die Schwärzung und die Freigabe-Prüfung im JiCo-Prozess selbst sitzen, nicht in einer festen Abhängigkeit von Jira Data Center. Ein fertiger Cloud-Konnektor ist heute allerdings noch nicht gebaut — eine ehrliche Einschränkung, die zur selben Haltung gehört, mit der auch sonst über die eigenen Grenzen gesprochen wird.