Leistungsstarke Teamarbeit mit vertrauenswürdiger KI

Rovo vereint selbst gehostete Open-Source-Modelle und von Drittanbietern gehostete Modelle, um ein KI-Erlebnis zu bieten, das auf dich, deine Teams und deine Workflows zugeschnitten ist.

Diese LLM-Anbieter speichern keine Kundeneingaben oder -ausgaben und verwenden diese Daten auch nicht, um ihre Services zu trainieren. Bei diesem Ansatz steht der durchgängige Schutz deiner Daten an erster Stelle.

Weitere Informationen zur Technologie, auf der die Rovo-Funktionalität basieren, findest du auf dieser Seite.

Sieh dir als erste Schritte diese häufigen Anwendungsfälle und Prompts an. Diese Anwendungsfälle können dir dabei helfen, deine Aufgaben mit Rovo-Agents, Chat und Suche zu beschleunigen.

Einige der Modelle, die in unseren KI-gestützten Funktionen verwendet werden, generieren Antworten auf der Grundlage deiner Eingaben und sind probabilistischer Natur. Das bedeutet, für ihre Antworten prognostizieren die Modelle anhand der Daten, mit denen sie trainiert wurden, welches Wort oder welcher Text wahrscheinlich als Nächstes folgt. Beachte außerdem, dass die Ergebnisse von Rovo ebenfalls auf Berechtigungen basieren und daher je nach Benutzer variieren können.

Aufgrund dieses Ansatzes kann es vorkommen, dass diese Modelle ungenaue, unvollständige oder unzuverlässige Antworten generieren. Es könnte beispielsweise sein, dass du Antworten erhältst, die den Inhalt, auf dem sie basieren, nicht genau widerspiegeln. Auch kann es vorkommen, dass generierte Inhalte zwar vernünftig klingen, sie aber unvollständig und unzuverlässig sind.

Überlege dir also, in welchen Situationen du diese Funktionen verwenden möchtest – beispielsweise nicht in Fällen, in denen du aktuelle und genaue Informationen über Personen, Orte und Fakten benötigst. Außerdem solltest du die Qualität der generierten Antworten überprüfen, bevor du sie mit anderen teilst.

Rovo verarbeitet die Eingaben deines Benutzers, um die angeforderten Ausgaben bereitzustellen. Wir können auch Organisationsdaten aus deiner Site verarbeiten, für die der Benutzer Anzeigeberechtigungen hat, und diese Daten den Benutzereingaben beifügen, damit LLMs genauere, relevantere und kontextbezogenere Antworten geben können.

Die LLM-Anbieter, die wir verwenden, nutzen deine Ein- und Ausgaben nicht, um ihre Services zu verbessern. Weder OpenAI noch irgendein anderer LLM-Anbieter speichert deine Ein- und Ausgaben.

Zusätzlich zu den restriktiven Richtlinien, die wir für unsere LLM-Anbieter eingeführt haben, beschränken wir auch die Nutzung und den Zugriff auf Kundendaten innerhalb unserer Plattform. Kundeneingaben und -ausgaben werden nur verwendet, um individuelle Kundenerlebnisse zu unterstützen und zu verbessern. Sie werden nicht für kundenübergreifendes Modelltraining verwendet.

Atlassian kann deine Ein- und Ausgaben für einen begrenzten Zeitraum speichern, um die Latenz zu reduzieren, z. B. wenn eine Seitenzusammenfassung angezeigt wird oder eine Funktion bereitgestellt werden soll, wie das Einblenden eines Suchverlaufs. Weitere Informationen dazu, wie jede Funktion Kundendaten nutzt, findest du auf unserer Seite zum Thema Transparenz.

Wenn du über wesentliche Änderungen dieser Richtlinie informiert werden möchtest, melde dich bitte hier an.

Wir verwenden eine Vielzahl von Open-Source-LLMs, die von Atlassian gehostet werden, darunter Modelle der LLama-Serie und Mixtral, sowie von Drittanbietern gehostete LLMs aus der GPT-Modellserie von OpenAI, der Claude-Modellserie von Anthropic und der Gemini-Modellserie von Google, um Kunden die besten Ergebnisse zu liefern. Unsere Funktionen verwenden dynamisches Routing, um den passenden Modellmix auszuwählen, der für jedes Szenario das beste Erlebnis und die beste Genauigkeit liefert.

Unsere LLM-Anbieter bewahren deine Ein- und Ausgaben nicht auf, um sie zur Verbesserung ihrer Services zu nutzen.

Weitere Informationen zu unseren von Drittanbietern gehosteten LLM-Anbietern findest du in unserer Liste der Datenunterverarbeiter. Auf unserer Seite zum Thema Transparenz erfährst du auch mehr darüber, wie jede Funktion LLMs nutzt.

Nein, keiner unserer LLM-Anbieter speichert die Daten, die du übermittelst, bzw. die Antworten, die du erhältst.

Die von dir übermittelten Daten und die von Rovo generierten Antworten werden nicht verwendet, um LLMs oder Services zu optimieren oder zu verbessern. Bei von Drittanbietern gehosteten Modellen wird jede Datenanfrage einzeln über einen SSL-verschlüsselten Dienst an den externen Anbieter gesendet, um sie zu verarbeiten und an Atlassian zurückzusenden.

Nein, Rovo nutzt dynamisches Routing zwischen Modellen und unterstützt die gezielte Auswahl von Anbietern nicht.

Rovo Apps sind ein zentraler Bestandteil der Atlassian Cloud Platform, ähnlich wie andere Apps (wie Projekte und Ziele). Diese Plattform-Apps können nicht entfernt werden. Unternehmensadministratoren können jedoch KI-gestützt Rovo-Funktionen für Atlassian-Apps in der Atlassian-Administration verwalten (aktivieren oder deaktivieren). Bitte beachte, dass nicht KI-gestützte Rovo-Funktionen, wie die Rovo-Suche, nicht deaktiviert werden können.

In unserer Dokumentation erfährst du mehr über die Verwaltung von KI in deinen Apps. Eine Liste der Rovo-Funktionen, die bei aktivierter KI verfügbar sind, findest du in unserer Dokumentation.

Wir bieten derzeit nur Optionen zur Deaktivierung für KI-Funktionen auf App-Ebene an.

Zur Erinnerung: Die Funktionen Rovo-Suche, Rovo Studio und Rovo-Lesezeichen sind immer verfügbar und immer aktiviert, da sie jetzt Teil der Atlassian-Plattform sind. Mehr über die verfügbaren Optionen zur Deaktivierung erfährst du in unserer Dokumentation.

Du kannst auch eine Positivliste oder Negativliste konfigurieren, um den von Rovo indizierten Inhalt von Google Drive oder Microsoft SharePoint einzuschränken. Um eine Positivliste oder Negativliste zu konfigurieren, lies unsere Dokumentation..

When using Atlassian-hosted LLMs, there will be slight variations in performance and latency due to different LLM options available to Rovo. Typically, Rovo dynamically routes requests between third-party and Atlassian-hosted LLMs to select the best model based on the user request. However, with Atlassian-hosted LLMs, Rovo’s AI-powered features rely solely on models within the Atlassian Cloud boundary.