4 Min. Lesezeit

Von Backlog-Chaos zu Workflow-Klarheit: Wie wir Jira mit Power Automate Process Mining transformiert haben

Von Backlog-Chaos zu Workflow-Klarheit: Wie wir Jira mit Power Automate Process Mining transformiert haben

Jira ist für viele Teams das zentrale Tool, wenn es um die Steuerung von Software- und IT-Projekten geht. Doch mit der Zeit treten immer wieder dieselben Muster auf: Der Backlog wächst, Tickets bleiben liegen – und niemand kann so richtig erklären, warum. Die Boards sind voll, aber der tatsächliche Fortschritt? Kaum sichtbar. Meetings basieren auf Annahmen. Und Transparenz? Fehlanzeige.

Das Wichtigste in Kürze

  • Process Mining liest den Änderungsverlauf der Jira-Vorgänge und macht sichtbar, wie Arbeit tatsächlich durch die Statusstufen läuft – nicht, wie sie laufen sollte.
  • Power Automate Process Mining verlangt je Ereignis drei Pflichtfelder: Case ID (Vorgangsschlüssel), Activity Name (Zielstatus) und Zeitstempel.
  • Dataverse lässt sich nicht direkt anbinden – die Verbindung läuft über den OData-Konnektor auf api/data/v9.2.
  • Für den Massenabzug aus Jira Cloud gilt seit Ende August 2026: Änderungsverläufe über den Endpunkt Bulk fetch changelogs holen, nicht über expand=changelog.
  • Kapazität: Jede Power-Automate-Premium-Lizenz steuert 50 MB zum mandantenweiten Pool bei (Obergrenze 100 GB); das Process-Mining-Add-on bringt weitere 100 GB.

Wenn Jira-Boards voll sind, aber der Fortschritt stockt

Wir kennen diese Situation nur zu gut – und wollten wissen: Liegt dies wirklich an Teamleistung? Oder vielleicht doch an verborgenen Prozesslücken?

Die Antwort lag näher, als gedacht – und ließ sich mit nur wenigen Klicks über Power Automate Process Mining an Jira Daten sichtbar machen.

 

Wenn die To-Do-Liste nur die halbe Wahrheit erzählt

Zweifellos: Jira ist leistungsstark. Doch mit steigender Anzahl an Tickets und Interaktionen wächst auch die Anzahl an toten Winkeln:

  • Issues verbleiben lange im Backlog ohne klaren nächsten Schritt.

  • Statuswechsel erfolgen unstrukturiert oder werden übersehen.

  • Manuelle Nachverfolgung wird zur fehleranfälligen Zeitfalle.

Das Ergebnis: Alle sind beschäftigt, aber niemand erkennt auf Anhieb, wo es wirklich hakt. Warum werden Stufen übersprungen? Warum schließen Tickets ohne sichtbaren Fortschritt? Und was passiert eigentlich zwischen „In Progress“ und „Done“?

 

Vom Bauchgefühl zu klaren Prozess-Insights – unser Demo-Setup

Wir wollten nicht länger spekulieren – sondern verstehen, wie unsere Prozesse tatsächlich ablaufen.

Dazu haben wir ein Setup gebaut – mit Power Automate Process Mining und Jira-Daten:

  • Automatisierter Datenexport aus Jira: Statuswechsel, Zeitstempel, Zuständigkeiten

  • Speicherung der Daten in Microsoft Dataverse

  • Visualisierung im Process Mining Tool – um die tatsächlichen Abläufe sichtbar zu machen

Zwei Details entscheiden darüber, ob ein solches Setup trägt. Erstens das Datenmodell: Power Automate Process Mining verlangt je Ereignis eine Case ID, einen Activity Name und einen Zeitstempel – bei Jira also den Vorgangsschlüssel, den Zielstatus des Übergangs und dessen Zeitpunkt aus dem Änderungsverlauf. Bearbeiter, Projekt und Vorgangstyp kommen als optionale Attribute hinzu und tragen später die Auswertung nach Team oder Vorgangsart (Datenanforderungen laut Microsoft-Dokumentation).

Zweitens die Anbindung: Einen eigenen Dataverse-Konnektor gibt es in Power Automate Process Mining nicht, ebenso wenig einen Dataflow-Konnektor. Dataverse-Tabellen werden über den OData-Konnektor gelesen, indem an die Umgebungs-URL api/data/v9.2 angehängt wird. Wer das nicht weiß, sucht den passenden Konnektor vergeblich in der Auswahlliste.

Auf der Jira-Seite hat Atlassian den Massenabzug Ende August 2026 verändert: Der Endpunkt Bulk fetch issues liefert jetzt bis zu 1.000 Vorgänge pro Aufruf statt 100 – allerdings nur, wenn die Felder einzeln benannt werden und expand=changelog gerade nicht gesetzt ist. Für den Änderungsverlauf, also genau die Daten, aus denen das Ereignisprotokoll entsteht, verweist Atlassian stattdessen auf den eigenen Endpunkt Bulk fetch changelogs; er umgeht die Grenze von 40 Einträgen je Vorgang, die expand=changelog mit sich bringt. Ein Export nach dem alten Muster liefert bei langlebigen Vorgängen stillschweigend unvollständige Historien – und damit eine Prozesskarte, die zu falschen Schlüssen führt.

Und selbst mit Testdaten waren die ersten Ergebnisse verblüffend.

 

Was uns die Prozessvisualisierung gezeigt hat

Prozessvisualisierung der Jira-Workflows in Power Automate Process Mining

Schon auf den ersten Blick wurde klar, wie viele Schwachstellen sich im Alltag verstecken:

  • 102 von 112-Issues blieben im Backlog stecken.

  • Nur ein einziges Ticket erreichte den Status „Done“.

  • Mehrere Tickets übersprangen aktive Bearbeitungsphasen komplett – von „Backlog“ direkt zu „Closed“.

  • Schleifen und Wartezeiten waren deutlich sichtbar – Prozesse, die ziellos hin und her pendelten.

Diese Klarheit offenbarte, wie wirkungsvoll Process Mining dabei sein kann, Engpässe aufzuspüren – selbst in einer simulierten Umgebung.

 

Einfache Analyse, große Wirkung

Obwohl dies lediglich in einer Testumgebung durchgeführt wurde, wurde eines deutlich: Mit echten Prozess-Einblicken wird Verbesserung strukturiert, messbar und skalierbar.

Der nächste Schritt ist nun die Einführung in unsere eigene Produktionsumgebung – mit dem Ziel, unsere Prozesse zu beschleunigen.

 

Warum das auch für andere Teams relevant ist

Illustration: Process Mining bringt Klarheit in Jira-Workflows

Viele Unternehmen, die Jira (oder vergleichbare Tools) einsetzen, kennen das: mangelnde Transparenz, inkonsistente Abläufe und unklare Engpässe.

Process Mining zeigt nicht nur, was nicht funktioniert – sondern wo man konkret ansetzen kann. Mit der Microsoft Power Platform lassen sich diese Erkenntnisse direkt in automatisierte Maßnahmen übersetzen – ohne bestehende Systeme über Bord zu werfen.

Und das geht weit über Jira hinaus: Übergaben automatisieren, Verzögerungen mit KI vorhersagen, das gesamte Projektportfolio mit Power BI visualisieren – alles auf Basis echter, systemgestützter Daten. Wie sich solche Auswertungen in die größere PMO-Perspektive einfügen, beschreibt unser Überblicksartikel Projektmanagement mit künstlicher Intelligenz von Microsoft und Atlassian im PMO.

 

Häufige Fragen zu Process Mining mit Jira-Daten

Welche Jira-Daten braucht Power Automate Process Mining?
Je Ereignis eine Case ID, einen Activity Name und einen Zeitstempel. Bei Jira sind das der Vorgangsschlüssel, der Zielstatus des Übergangs und dessen Zeitpunkt – alle drei stehen im Änderungsverlauf des Vorgangs. Bearbeiter, Projekt und Vorgangstyp sind optionale Attribute.

Wie kommen die Daten aus Jira Cloud heraus?
Über die Jira Cloud REST API. Für den Änderungsverlauf ist der Endpunkt Bulk fetch changelogs vorgesehen; expand=changelog liefert nur die ersten 40 Einträge je Vorgang und ist für den Massenabzug ungeeignet.

Lässt sich Dataverse direkt als Datenquelle anbinden?
Nein. Power Automate Process Mining unterstützt weder den Dataverse- noch den Dataflow-Konnektor. Dataverse-Tabellen werden über den OData-Konnektor gelesen, indem api/data/v9.2 an die Umgebungs-URL angehängt wird.

Welche Lizenz ist für Process Mining nötig?
Process Mining gehört zu Power Automate Premium. Jede Premium-Lizenz steuert 50 MB Process-Mining-Kapazität zu einem mandantenweiten Pool bei, der bei 100 GB endet. Darüber hinaus wird das Power Automate Process Mining Add-on benötigt, das weitere 100 GB je Mandant bereitstellt.

Funktioniert der Ansatz auch ohne Jira?
Ja. Process Mining braucht ein Ereignisprotokoll, keine bestimmte Anwendung. Dieselbe Logik lässt sich auf Altus PPM, Projectum xPM, Microsoft Planner oder ein ERP-System anwenden, sofern dort Statuswechsel mit Zeitstempel protokolliert werden.

 

Was Holert bei Process Mining für Jira-Prozesse leistet

Eine Prozesskarte ist schnell erzeugt – belastbar wird sie erst, wenn die Fragen darunter geklärt sind: Welcher Statuswechsel zählt überhaupt als Prozessschritt? Wie werden Vorgänge aus mehreren Projekten und Workflows auf ein gemeinsames Aktivitätsmodell abgebildet? Und wer entscheidet anschließend, welche gefundene Schleife ein Problem ist und welche gewollte Praxis? Genau hier bleiben die meisten Auswertungen stehen: Das Werkzeug läuft, aber an den Abläufen ändert sich nichts.

Holert begleitet PMOs seit über 20 Jahren bei dieser Übersetzung – von der Kennzahl zur Entscheidung –, methodisch auf Basis von PMI und SAFe, technisch auf Basis von Microsoft und Atlassian. Dazu gehören die Anbindung von Jira an Power Platform und Dataverse, die Zusammenführung mit Aufwands- und Kostendaten sowie die Auswertung in Power BI. Unternehmen wie KUKA, LAPP und Rohde & Schwarz arbeiten dabei mit uns. Mehr dazu auf der Seite Power Apps und Jira Integration für Ihr PMO und bei unseren Referenzen aus PMO- und Projektmanagement-Projekten.

 

Neugierig, was sich in euren Prozessen versteckt?

Wenn sich euer Backlog wie ein schwarzes Loch anfühlt oder sich eure Lieferzyklen ohne klaren Grund verlängern – dann ist es Zeit, von Annahmen auf Fakten umzusteigen. 

Holert hat diese Transformation im eigenen Haus durchgeführt und unterstützt Teams dabei, ihre Jira-Prozesse mit Power Automate Process Mining sichtbar zu machen – von der Datenanbindung bis zur Auswertung.

 

Projektmanagement mit künstlicher Intelligenz von Microsoft und Atlassian (KI) im PMO

Projektmanagement mit künstlicher Intelligenz von Microsoft und Atlassian (KI) im PMO

Erfahren Sie, wie KI von Microsoft und Atlassian das Projektmanagement revolutioniert und alltägliche Aufgaben für Projektleiter erleichtert.

Read More
Vergleich Microsoft Planner Basic, SharePoint Listen, Planner Premium, Loop und Jira Business Projects

Vergleich Microsoft Planner Basic, SharePoint Listen, Planner Premium, Loop und Jira Business Projects

Vergleich von Microsoft Planner Basic, SharePoint Listen, Planner Premium, Loop und Jira Business Projects für effizientes Aufgabenmanagement.

Read More
Projektcontrolling mit Microsoft Power BI für das PMO und IT PMO

Projektcontrolling mit Microsoft Power BI für das PMO und IT PMO

Projektcontrolling mit Microsoft Power BI: Berichtsvorlagen und Beratung zur Optimierung von Strategie-, Portfolio-, Programm- und...

Read More