KI in Redmine ist kein Zukunftsthema mehr. Viele Teams haben eine KI-Anbindung und stellen nach ein paar Wochen fest: Das Team nutzt sie kaum oder ungern. Einen guten Prompt zu formulieren ist aufwändig, jeder macht es anders, und am Ende schreibt man die Anfrage doch wieder selbst. Der entscheidende Punkt liegt woanders: bei vordefinierten KI-Prompts, die Dein Team mit einem Klick ausführt.
Warum ist das für Dich als Redmine-Verantwortlichen wichtig?
Es liegt am Admin oder der Teamleitung, die entscheidet, wie KI im Team ankommt. Ein “hier hast Du Zugang zur KI” führt erfahrungsgemäß zu zwei Problemen: Die Ergebnisqualität schwankt je nach Anwender stark, und Mitarbeiter ohne Prompt-Erfahrung nutzen das Feature einfach nicht. Vordefinierte Prompts lösen beide Punkte. Sie machen KI einheitlich und niederschwellig für das gesamte Team nutzbar.
Was sind vordefinierte KI-Prompts in Redmine?
Vordefinierte Prompts sind wiederverwendbare Arbeitsaufträge an die KI, die Anwender mit entsprechender Berechtigung (z.B. Du als Admin) einmal sauber formulieren und Deinem Team zur Verfügung stellen. Sie erscheinen dort, wo Dein Team ohnehin arbeitet: im Aktionsmenü der Ticketansicht, aber auch auf Wiki-Seiten. Ein Klick genügt, und das Ergebnis erscheint als eigener Block unter der Ticketbeschreibung. Der Anwender selbst muss keinen Prompt schreiben, nichts formatieren, nichts kopieren.
Das Ergebnis bleibt am Ticket gespeichert. Wer das Ticket später öffnet, sieht es sofort, ohne neuen KI-Aufruf und ohne zusätzliche Kosten. Hat sich im Ticket etwas getan, erzeugst Du das Ergebnis per Klick neu. Einen Prompt kannst Du außerdem auf Automatisch anzeigen stellen. Dann läuft er beim ersten Öffnen eines Tickets von selbst, etwa für eine Zusammenfassung.
Die Ticketansicht ist dabei der wichtigste Einsatzort, weil die meisten Rollen im Projekt dort den größten Teil ihrer Arbeitszeit verbringen. Vom Sekretariat über Teamleitung bis zu Entwicklern. Typische Einsätze in der Ticketansicht sind etwa:
- Inhalt eines langen Tickets in drei Sätzen zusammenfassen
- Priorität und Komplexität einschätzen lassen
- Den Status eines Tickets in kundenfreundlicher Sprache ausgeben
- Einen Lösungsvorschlag erstellen, der ähnliche, bereits gelöste Tickets einbezieht (per RAG, also mit ähnlichen Tickets als Zusatzwissen für die KI)
Prompts gibt es auch als Schaltfläche in der Editor-Leiste. KI Antworten schreibt einen Antwortentwurf direkt ins Kommentarfeld, den Du vor dem Absenden noch anpassen kannst. Die Textkorrektur prüft Rechtschreibung und Grammatik in jedem Textfeld und zeigt Original und Korrektur nebeneinander.
Ein Beispiel aus dem Arbeitsalltag
Wie das konkret aussieht, zeigt ein typisches Ticket, das von verschiedenen Rollen im Team angesehen wird. Ticket #2847: “Datenbank-Performance bei Monatsabschluss eingebrochen”. Inzwischen 15 Kommentare, technische Analyse, mehrere Zwischenstände.
1. Die Sekretärin antwortet auf eine Kundenanfrage
Der Kunde ruft an und möchte wissen, wo das Problem steht. Die Sekretärin hat keinen technischen Hintergrund und müsste normalerweise 15 Kommentare lesen oder einen Kollegen stören. Stattdessen öffnet sie das Ticket und wählt im Aktionsmenü den vordefinierten Prompt “Ticketstatus in Kundensprache zusammenfassen”. Unter der Ticketbeschreibung erscheint eine freundliche, laienverständliche Zusammenfassung. Die kann sie dem Kunden am Telefon vorlesen oder per E-Mail senden.
2. Der Geschäftsführer prüft den Projektstand
Er will wissen, wie viel Aufwand noch vor dem Team liegt, hat aber keine Zeit, sich durch technische Details zu arbeiten. Er öffnet dasselbe Ticket. Die Zusammenfassung von vorhin sieht er bereits, die KI muss dafür nicht noch einmal arbeiten. Zusätzlich wählt er “Aufwand und Fortschritt einschätzen”. Die KI wertet die Beschreibung und alle Kommentare aus und liefert: aktueller Status, erkennbare nächste Schritte, realistische Einschätzung der Restzeit. Entscheidung möglich in unter einer Minute, ohne den Teamleiter stören zu müssen.
3. Der Entwickler sucht nach einer vergleichbaren Lösung
Er öffnet das Ticket und sieht auf der Ticketseite die Box “Ähnliche Tickets”, ohne etwas anklicken zu müssen. Das Plugin vergleicht die Bedeutung der Texte, nicht nur einzelne Wörter, und findet einen vergleichbaren Performance-Einbruch aus dem letzten Jahr, inklusive der damaligen Lösung. Daneben zeigt die Box “Relevante Wiki-Seiten” passende Dokumentation. Das erspart ihm die Recherche und liefert direkt einen Ansatzpunkt für die Analyse.
Diese Suche ist kein Prompt, sondern eine eigene Funktion des Plugins. Sie setzt PostgreSQL als Datenbank mit der Erweiterung pgvector voraus.
Der entscheidende Punkt
Diese Prompts hat der Admin einmal definiert. Sie stehen den Rollen zur Verfügung, für die er sie freigegeben hat. Niemand im Team muss lernen, “gute Prompts zu schreiben”. Angepasst werden sie nur bei Bedarf. Ob ein Ticket drei oder hundert Kommentare hat, die KI liefert dieselbe Art von Zusammenfassung oder Einschätzung. Prompt-Engineering wird einmal zentral eingerichtet, das Team nutzt es im Arbeitsalltag.
Das gleiche Prinzip funktioniert auch in der Wiki-Ansicht, etwa um lange Wiki-Seiten zusammenzufassen oder die Vollständigkeit einer Dokumentation prüfen zu lassen. Beim Bearbeiten einer Wiki-Seite überarbeitet ein Prompt auf Wunsch die ganze Seite, zum Beispiel in einfacherer Sprache. Original und Vorschlag siehst Du vor dem Übernehmen nebeneinander. Auf Projekt-Dashboards erstellt der Block KI Text mit einem Prompt zum Beispiel einen Wochenbericht zum Projektstand.
Welche Aufgaben eignen sich dafür? In den KI-Prompts für das Projektmanagement findest Du über 30 Aufgaben aus dem Projektalltag, sortiert nach Team und mit dem Hinweis, ob sie als Vorlage oder über den KI-Assistenten laufen. Bei ausgewählten Aufgaben zeigen wir Schritt für Schritt, wie das in Redmine aussieht.
Was Du davon hast
Eine einzelne KI-Anfrage spart nur wenige Minuten. Multipliziert sich das aber mit der Team-Größe und der Anzahl an Tickets, die täglich bearbeitet, kommentiert oder geprüft werden, summiert sich das spürbar. Dazu kommt: Du kannst KI schneller produktiv einsetzen, weil niemand mehr zwingend lernen muss, wie man Prompts formuliert. Der Prompt ist schon da, der Anwender muss ihn lediglich auswählen.
Fazit
Ein gutes Modell allein macht KI im Redmine noch nicht produktiv. Es kommt darauf an, dass Du Deinem Team die richtigen Werkzeuge in die Hand gibst: Prompts, die zum eingesetzten Modell passen und mit einem Klick laufen. Vordefinierte Prompts machen KI einheitlich, niederschwellig und reproduzierbar nutzbar.
Mit dem AlphaNodes Redmine AI Add-On richtest Du die Prompts einmal zentral ein, und das ganze Team profitiert. Ob Du dafür einen externen Anbieter wie OpenAI oder Claude nutzt oder ein eigenes DSGVO-konformes Ollama-Setup im Hintergrund, bleibt Deiner Entscheidung überlassen.
Weiterführende Links
- AlphaNodes Redmine AI Hosting: KI für Dein Projektmanagement
- Managed Redmine Hosting bei AlphaNodes
- Lohnt sich KI im Projektmanagement? In vier Fragen zur Antwort
- Redmine AI Entscheidungshilfe
- KI-Prompts für das Projektmanagement: über 30 Aufgaben aus dem Projektalltag, nach Team gefiltert