Im Modul „Jira-Workflows automatisieren, debuggen und optimieren“ lernen Anfänger, die No-Code-Automatisierungs-Engine von Jira zu beherrschen, um die Effizienz ihres Teams zu steigern. In diesem Modul lernen Sie, automatisierte Regeln zu erstellen, die sich wiederholende Aufgaben überflüssig machen. Vor allem lernen Sie, Fehler zu beheben, wenn etwas schiefgeht, indem Sie Ausführungsprotokolle analysieren und so ein faktenbasiertes Debugging durchführen. Außerdem lernen Sie, die Leistung zu optimieren, indem Sie Engpässe identifizieren und Regeln verfeinern. In praktischen Übungen, die reale Arbeitsaufgaben simulieren, erstellen Sie ein Portfolio, das Ihre Fähigkeit unter Beweis stellt, den gesamten Lebenszyklus der Workflow-Automatisierung zu verwalten und Ihre Prozesse effizienter und zuverlässiger zu gestalten.

Dieses Modul befasst sich mit der Integration generativer KI in IT-Support-Workflows zur Verbesserung der Problemverfolgung und -einstufung. Sie lernen Kernkonzepte kennen – darunter Prompt-Engineering, Textzusammenfassung und Zero-Shot-Klassifizierung – und legen dabei besonderen Wert auf ethische Leitlinien wie die „Human-in-the-Loop“-Überwachung.

Die manuelle Triage von Tickets ist zeitaufwendig und fehleranfällig. In diesem Projekt werden Sie dieses Problem lösen, indem Sie einen KI-gestützten Klassifikator entwickeln, der die Kategorisierung von Problemen automatisiert. Sie werden einen vollständigen Triage-Ablauf aufbauen, einschließlich einer wichtigen „Human-in-the-Loop“-Prüfung, um die Genauigkeit bei Vorhersagen mit geringer Konfidenz sicherzustellen. Ein wesentlicher Teil Ihrer Arbeit wird darin bestehen, die Leistung des Modells anhand von Präzision und Recall zu messen. Sie werden eine abschließende, datengestützte Empfehlung dazu abgeben, ob der Klassifikator für den produktiven Einsatz bereit ist, und damit Ihre Fähigkeit unter Beweis stellen, KI-Tools sicher und effektiv einzusetzen, um die Effizienz und Reaktionsfähigkeit eines Teams zu verbessern.