Transformation anstatt Migration

Der Umstieg von Atlassian Data Center auf die Atlassian Cloud ist kein Randthema mehr, sondern explizit Teil der aktuellen Atlassian-Strategie: Atlassian hat das End-of-Life (EOL) für Data Center am 28. März 2029 angekündigt. Auch Data-Center-Marketplace-Apps folgen diesem Zeitplan (u. a. keine neuen DC-App-Einreichungen ab 16. Dezember 2025; EOL am 28. März 2029). Unternehmen, die heute noch Data Center nutzen, benötigen daher eine belastbare Migrationsstrategie.

Eine DC→Cloud-Migration ist technisch machbar, in der Praxis jedoch ein Transformationsprojekt: Es geht nicht nur darum, Daten „umzuziehen“, sondern darum, Teams die Cloud-Funktionen sinnvoll zugänglich zu machen und ihre Arbeitsabläufe gezielt zu verbessern.

Auf der Team ’25 habe ich gezielt Gespräche mit Atlassian, Solution- und Marketplace-Partnern geführt, um Best Practices, typische Fallstricke und erprobte Strategien für DC→Cloud zusammenzutragen.

Wichtig: Das ist keine Schritt-für-Schritt-Anleitung (jede Migration ist individuell). Es ist ein erprobtes Vorgehensmodell mit Empfehlungen von Experten für die Transformation von Data Center nach Cloud.

Herausforderungen bei der Migration von Data Center nach Cloud

Wer Atlassian-Systeme migriert, merkt schnell: Der technische Umzug ist nur ein kleiner Teil des Projekts.
Der eigentliche Aufwand liegt darin, die Unterschiede zwischen Data Center und Cloud zu verstehen – und die Auswirkungen auf Prozesse, Integrationen, Automatisierungen und Add-ons realistisch einzuschätzen.

Dynamik der Cloud-Umgebung

Die Atlassian-Cloud wird fortlaufend aktualisiert. Neue Releases, Sicherheitsverbesserungen und Funktionsänderungen erscheinen teils monatlich.
Das bedeutet: Wer zwischen Testmigration und Go-Live zu viel Zeit verstreichen lässt, riskiert, dass sich Konfigurationen, Berechtigungen oder API-Verhalten bereits verändert haben.

Praxisempfehlung:
Halte den Zeitraum zwischen erfolgreicher Testmigration und produktivem Go-Live so kurz wie möglich.
Die Atlassian-Dokumentation selbst nennt keine feste Zeitspanne, Partner empfehlen aber, den Zeitraum auf wenige Tagen zu begrenzen – je nach Instanzgröße und Komplexität.
Aktuelle Änderungen lassen sich über die offiziellen Release Notes und Cloud Change Logs verfolgen.

Regelmäßige Überprüfung der Dokumentation und API-Referenzen ist essenziell, insbesondere bei Migrationsprojekten mit Integrationen, Automatisierungen oder externen Systemen.

Confluence – Makros als kritischer Faktor

In Confluence Data Center genutzte Makros stellen eine der häufigsten Hürden bei der Cloud-Migration dar.
Viele Makros basieren auf serverseitigem Code, der in der Cloud nicht unterstützt wird. Zahlreiche Server-Makros sind in der Cloud entweder:

• gar nicht verfügbar,
• funktional eingeschränkt, oder
• durch moderne Cloud-Features ersetzt.

Daher ist es wichtig, frühzeitig eine vollständige Makro-Inventur durchzuführen.
Für häufig genutzte Makros (z. B. aus Drittanbieter-Apps) sollte geprüft werden, ob es entsprechende Cloud-Alternativen oder native Cloud-Funktionen gibt.

Atlassian empfiehlt, Makros und Apps bereits in der Testmigration automatisch zu prüfen – der Confluence Cloud Migration Assistant (CCMA) zeigt dabei an, welche Makros migriert werden können und welche manuell ersetzt werden müssen.
Für komplexe Makros bieten Partner wie Adaptavist oder Appfire eigene Migrationspfade oder Ersatzlösungen.

Jira – Fokus auf Apps und Integrationen

In Jira Software liegt der Hauptaufwand meist bei den Apps und Automatisierungen.
Viele Data-Center-Erweiterungen haben zwar Cloud-Versionen, unterscheiden sich aber technisch deutlich, da Cloud-Apps auf Atlassians Forge- oder Connect-Framework basieren und keinen direkten Datenbankzugriff besitzen.

Beispiele aus der Praxis:

• ScriptRunner for Jira bietet inzwischen eine Cloud-Version mit REST-basierten Skript-APIs. Auf der Team ’25 hat Adaptavist zudem eine neue App vorgestellt, die es ermöglicht, bestehende Data-Center-Skripte in wenigen Minuten automatisch zu analysieren und so anzupassen, dass sie in der Cloud nutzbar sind.
  
• Xray Test Management verwendet eine eigene Datenstruktur in der Cloud.
  Der Hersteller stellt ein offizielles Xray Cloud Migration Tool bereit, das Tests, Pläne und Berichte überträgt.
  
• Tempo Timesheets erfordert eine gesonderte Re-Indexierung nach der Migration.
  Tempo bietet dafür eigene Tools im Rahmen des Tempo Cloud Migration Program.
  (Tempo Docs)

Je nach Größe der Instanz kann dieser Prozess mehrere Tage dauern.
Wichtig ist, alle Apps vorab zu bewerten – Atlassian bietet hierfür den App Assessment Report direkt im Jira Cloud Migration Assistant an.

Jira Service Management (JSM) – neue Funktionen, neue Strukturen

Bei Jira Service Management (JSM) unterscheiden sich Cloud und Data Center teils grundlegend in der Architektur und Funktionslogik.
Cloud-Projekte nutzen eine modernisierte Infrastruktur mit integrierter Automatisierung, vereinfachtem Portal-Design, dynamischen Formularen und neuen ITSM-Funktionen (z. B. Request-Types auf Basis von Forms).
Gleichzeitig sind einige Data-Center-Funktionen – etwa kundenspezifische SLAs oder tief integrierte E-Mail-Routings – anders umgesetzt oder entfallen.

Atlassian unterstützt den Umstieg aktiv mit Migration-Guides, E-Learning-Kursen und einer umfassenden Dokumentation für JSM-Cloud-Features.
Trotzdem sollten Organisationen ausreichend Zeit für Tests, Anpassungen und Schulungen einplanen, um Prozesse an die neue Umgebung anzupassen.

🧭 Zusammenfassung

Erfolgsfaktoren einer Data-Center-zu-Cloud-Migration

Realistische Erwartungen & Strategie

Ein erfolgreicher Übergang von Data Center zur Atlassian Cloud beginnt mit der richtigen Haltung:
Es geht nicht darum, alles unverändert mitzunehmen, sondern darum, zu entscheiden, was wirklich Zukunft hat.
Atlassian selbst sowie wie ich unterscheiden drei etablierte Migrationsansätze:

• Lift-and-Shift: Bestehende Strukturen werden möglichst 1:1 übernommen, um schnell produktiv zu werden.
• Optimized Migration: Während der Migration werden Prozesse, Workflows und Berechtigungen bereinigt und optimiert.
• Fresh-Start: Die Cloud-Umgebung wird neu aufgebaut – mit Fokus auf moderne Arbeitsweisen und native Cloud-Funktionen.

Welche Strategie geeignet ist, hängt von Größe, technischer Komplexität und Veränderungsbereitschaft der Organisation ab.
Ein häufig genutztes Hilfsmittel ist die Datenklassifizierung: Inhalte werden in aktiv, archiviert oder obsolet eingeteilt.
Diese einfache Struktur reduziert Datenvolumen, vereinfacht Tests und sorgt für einen klaren Fokus auf das, was wirklich genutzt wird.

Einbindung der Nutzer & Stakeholder

Technische Exzellenz allein garantiert keine erfolgreiche Migration. Häufig ist das technische gar nicht die größte Hürde, sondern das Change management.
Entscheidend ist, dass alle betroffenen Teams verstehen, warum der Wechsel stattfindet und wie sich ihre tägliche Arbeit verändern wird.

Atlassian und Partner wie Kolekti betonen, dass Migrationen immer auch Change-Management-Projekte sind.
Fehlt die Kommunikation, entsteht Unsicherheit – und das ist einer der häufigsten Gründe für Verzögerungen oder Widerstände.

Empfehlenswert sind daher:

• Frühzeitige Informations- und Feedback-Runden
• Workshops zur Cloud-Funktionsweise (z. B. neue Automatisierung, verbesserte Sicherheit, Integrationen)
• Gezielte Schulungen kurz vor dem Go-Live

Dadurch wird Akzeptanz geschaffen und das Vertrauen gestärkt, dass die Cloud nicht nur ein neues System, sondern ein echter Fortschritt ist.

Phasenweises Vorgehen & Pilotbereiche

Atlassian empfiehlt ausdrücklich, Migrationen in klar definierten Phasen durchzuführen, statt „alles auf einmal“ zu verschieben.
Das verringert Risiken und ermöglicht kontrollierte Lernzyklen.

Ein bewährtes Vorgehen sieht typischerweise so aus:

1. Analyse / Discovery – Bewertung der bestehenden Data-Center-Instanz, Apps und Abhängigkeiten
2. Bereinigung / Cleanup – Entfernen ungenutzter Projekte, Gruppen und Apps
3. Testmigration / Validierung – technische Überprüfung mit dem Cloud Migration Assistant
4. Produktive Migration – schrittweise Überführung priorisierter Bereiche oder Teams
5. Hypercare / Nachbetreuung – enges Monitoring, Fehlerkorrektur und Feinjustierung nach dem Go-Live

Diese Struktur entspricht den Best Practices im offiziellen Atlassian Cloud Migration Guide und in Partner-Playbooks.
Sie ermöglicht eine Migration, die technisch sauber, organisatorisch abgestimmt und langfristig stabil ist.

Ressourcen & Kosten – mit Bedacht planen

Für eine Data-Center-zu-Cloud-Migration braucht man typischerweise technisches Know-how, Projektsteuerung und Change-Management. Viele Partner betonen, dass man ein interdisziplinäres Team braucht, bestehend aus:

• Technischer Leitung / Architekturverantwortung
• Projektmanagement
• Change / Kommunikation / Schulung

Die exakten Kosten hängen stark von der Größe der Instanz, Anzahl und Komplexität der Apps, Datenvolumen und Anpassungen ab.
In Erfahrungsberichten und Partnerartikeln lautet eine oft genannte Größenordnung im mittleren bis hohen fünfstelligen Bereich, mit Spielraum nach oben bei komplexen Enterprise-Instanzen.

Eine sorgfältige Planung mit Puffer und iterativer Validierung ist entscheidend, um Budgetüberschreitungen zu vermeiden.

Bonus: Alternative Ansätze & Betriebsunterbrechung minimieren

Der klassische Cut-over-Ansatz – bei dem eine Data-Center-Instanz eingefroren, migriert und anschließend in der Cloud neu gestartet wird – gilt als bewährte Methode, birgt jedoch bei großen oder stark integrierten Umgebungen erhebliche Risiken und Ausfallzeiten.
Ein einziger technischer Fehler kann zu längeren Ausfallzeiten führen, was gerade bei unternehmenskritischen Systemen kaum akzeptabel ist.

Ein alternativer Ansatz ist die sogenannte hybride oder phasenweise Migration, bei der Quell- und Zielsystem über einen definierten Zeitraum parallel betrieben werden.
Dieser Ansatz wird vor allem von Organisationen mit komplexen Workflows, umfangreichen Integrationen oder hohem Verfügbarkeitsanspruch gewählt, um Ausfallzeiten zu minimieren und Risiken gezielt zu kontrollieren.

Typischer Ablauf

Parallelbetrieb:
Die Data-Center-Instanz (Quelle) bleibt produktiv, während in der Cloud (Ziel) bereits Benutzer, Projekte, Berechtigungen und Integrationen vorbereitet werden.

1. Synchronisation:
   Daten werden automatisiert – häufig über REST-basierte Skripte oder eigene Synchronisationsroutinen – in regelmäßigen Intervallen in die Cloud übertragen.
2. Finaler Cut-over:
   Nach erfolgreicher Validierung und Tests erfolgt ein geplanter Umschaltzeitpunkt („Go-Live“).
   Ab diesem Zeitpunkt arbeiten alle Teams ausschließlich in der Cloud-Umgebung.

Vorteile des hybriden Ansatzes

• Minimale Betriebsunterbrechung:
  Teams können während der gesamten Migration weiterarbeiten – kein kompletter Systemstopp nötig.
• Schrittweise Fehlerdiagnose:
  Dateninkonsistenzen oder App-Konflikte werden frühzeitig erkannt und können vor dem Go-live korrigiert werden.
• Kontrolliertes Risiko:
  Der finale Umschaltzeitpunkt ist technisch und organisatorisch vorbereitet, validiert und nachvollziehbar dokumentiert.

Saubere Quellumgebung als Erfolgsfaktor

Unabhängig vom gewählten Ansatz bleibt eines entscheidend:
Eine aufgeräumte Quellumgebung ist ein wichtiger Erfolgsfaktor jeder Migration.

Überflüssige oder veraltete Daten führen zu:

• längeren Migrationszeiten,
• erhöhtem Speicherbedarf,
• potenziellen Integrationsfehler in der Cloud,
• Ergebnisse für die AI verfälschen und die Suche verlangsamen

Eine Datenbereinigung vor der Migration sorgt also nicht nur für bessere Performance, sondern auch für präzisere KI-Analysen und saubere Automatisierungsergebnisse in der Cloud.

Atlassian empfiehlt daher ausdrücklich, vor jeder Migration alte oder ungenutzte Projekte, Attachments und Benutzerkonten zu bereinigen, um die Datenlast zu reduzieren und die Performance des Zielsystems sicherzustellen.

Fazit – Migration als strategische Transformation

Der Wechsel von Atlassian Data Center in die Cloud ist weit mehr als ein technischer Versionswechsel – er ist eine strategische Transformation.
Unternehmen, die frühzeitig planen, klare Prioritäten setzen und ihre Teams aktiv in den Prozess einbinden, schaffen nicht nur eine stabile Cloud-Umgebung, sondern auch die Grundlage für effizientere, sicherere und agilere Arbeitsweisen.

Die Erfahrung zeigt: Erfolgreiche Migrationen entstehen dort, wo Technik, Projektsteuerung und Change-Management ineinandergreifen.
Es geht nicht darum, die bestehende Instanz einfach „umzuziehen“, sondern darum, zu entscheiden, was wirklich Zukunft hat – und wie sich Cloud-Funktionen bestmöglich in bestehende Strukturen integrieren lassen.

Ob klassischer Cut-over oder hybrider Parallelbetrieb:
Das Ziel bleibt dasselbe – minimale Unterbrechung, maximale Stabilität.

Eine saubere Quellumgebung, strukturierte Planung und kontinuierliche Kommunikation sind die entscheidenden Erfolgsfaktoren.
Gerade im Zusammenspiel mit Atlassian Rovo und KI-basierten Automatisierungen zeigt sich, wie wichtig Datenqualität und Klarheit sind: Alte oder ungenutzte Informationen verschmutzen nicht nur Suchergebnisse, sondern beeinträchtigen langfristig auch die Intelligenz der Systeme.

Als Atlassian-zertifizierter Experte mit über sieben Jahren Projekterfahrung habe ich zahlreiche Migrationen begleitet – von kleineren Instanzen bis hin zu komplexen Enterprise-Setups mit mehreren tausend Nutzern.
Diese Erfahrung zeigt: Mit dem richtigen Vorgehen, einer ehrlichen Planung und einem verlässlichen Partner lässt sich selbst eine anspruchsvolle Migration Transformation strukturiert, sicher und ohne Betriebsstillstand umsetzen.