Beiträge

Daily Standup automatisch aus GitHub-PRs und Jira-Aktivität entwerfen

Du hast dein Standup gestern eigentlich schon geschrieben. Es ist nur über Pull Requests, Commit-Messages, Slack-Threads und Jira-Übergänge verstreut. Es jeden Morgen erneut in ein Formular zu tippen ist der Teil, der Zeit verschwendet, nicht die Arbeit selbst. Mit einem einzigen MCP-fähigen Assistenten, der auf dein Repo und deinen Tracker gerichtet ist, kannst du deinen Entwurf fertig haben, bevor du den Standup-Channel öffnest. Du überfliegst, korrigierst, was falsch ist, und sendest ab. Das Ganze dauert 30 Sekunden statt fünf Minuten.

Warum Entwerfen besser ist als Schreiben

Das Argument für Automatisierung ist hier enger gefasst, als die Leute es darstellen. Standups sind kurz, also ist ein automatisch erstelltes Standup absolut gesehen kein riesiger Zeitsparer. Der Gewinn ist, dass ein KI-Entwurf dich von den Daten aus starten lässt, statt von einem leeren Feld. Wenn du um 9 Uhr morgens vor einem leeren Feld sitzt, schreibst du, was sich gerade präsent anfühlt: der gestrige Nachmittag, das, was auf deinem Bildschirm ist, der Bug, nach dem dein Manager gerade gefragt hat. Du vergisst den PR, den du vor dem Mittagessen ausgeliefert hast. Du vergisst, dass du jemandem beim Debuggen seines Deploys geholfen hast. Das Update wird einseitig. Wenn du von einem Entwurf startest, der auf echter Aktivität basiert, bearbeitest du nur, statt zusammenzufassen. Das Ergebnis ist genauer, kostet weniger Aufwand und kostet fast nichts, sobald der Workflow eingerichtet ist.

Die Datenquellen, aus denen es sich zu schöpfen lohnt

Die meisten Engineering-Standups brauchen drei Signale. Ein KI-Assistent mit den richtigen verbundenen MCP-Servern kann alle drei abrufen, ohne dass du etwas kopieren und einfügen musst. Du brauchst nicht alles. Ein solider Entwurf kann allein aus GitHub plus deinem Tracker entstehen. Kalender-Kontext ist nett, aber optional.

Der Workflow von Anfang bis Ende

So sieht der eigentliche Ablauf aus, sobald die MCP-Server verbunden sind. (Eine Einführung zu MCP findest du unter Was MCP ist und warum agile Teams sich dafür interessieren.)

1. Verbinde die MCP-Server, die dein Assistent braucht

   Richte deinen KI-Client auf den GitHub-MCP-Server, den MCP-Server deines Trackers (Atlassian veröffentlicht einen für Jira, Linear hat einen eigenen) und den Kollabe-MCP-Server. Einmalige Einrichtung pro Client.

2. Sende dem Assistenten deinen Standup-Prompt

   Ein wiederverwendbarer Prompt, der dem Modell sagt, wo es suchen soll, welche Form die Antworten haben sollen und an welches Standup sie gesendet werden. Speichere ihn als Slash-Befehl, Snippet oder gespeicherten Prompt in deinem Client.

3. Überprüfe den Entwurf

   Der Assistent ruft die Aktivität von gestern ab, entwirft Antworten zu jeder Frage und zeigt dir das Ergebnis. Bearbeite, was falsch ist. Füge einen Blocker hinzu, von dem noch niemand weiß.

4. Absenden

   Sag dem Assistenten, er soll absenden. Er ruft das Tool

   standup_submit_answers

   von Kollabe auf, und dein Update erscheint im Channel wie jede andere Einreichung.

Ein Prompt, der wirklich funktioniert

Der Trick zu einem guten Entwurf ist, beim Format konkret zu sein. Wenn du fragst „Schreib mein Standup", bekommst du Fließtext. Wenn du dem Modell genau sagst, welche Fragen es beantworten soll und wie ein gutes Ergebnis aussieht, bekommst du etwas, das du absenden kannst. Hier ist ein Prompt, der in Claude Desktop, Cursor oder jedem MCP-Client funktioniert. Passe die team-spezifischen Teile an dein Setup an.

Draft my standup for today.

1. Use the Kollabe MCP to find my standup. Get the question list.
2. For yesterday's date, pull:
   - GitHub: my PRs (opened, merged, reviewed) in the
     acme/api and acme/web repos
   - Jira: tickets I moved or commented on in project ENG
3. For each standup question, draft a 1-2 sentence answer using
   the activity above. Reference ticket IDs and PR numbers.
   For "Today", use my calendar plus any in-progress PRs as context.
4. If I had no real blockers, leave the blocker answer empty.
   Don't invent one.
5. Show me the draft. Wait for confirmation before submitting.

Die Zeile „wait for confirmation" ist wichtig. Ohne sie senden manche Clients schon im ersten Zug ab, und du verlierst die Möglichkeit zu bearbeiten.

Wie der Entwurf aussehen sollte

Ein gutes automatisch entworfenes Standup liest sich wie eines, das ein bedachter Mensch geschrieben hat. Kurz, konkret, Ticket-Nummern an den richtigen Stellen.

Frage	Automatisch entworfene Antwort
Was hast du gestern gemacht?	ENG-412 ausgeliefert (Rate Limiting auf /v1/auth) — PR #2841 gemerged. Sarahs PR #2839 zur Billing-Migration reviewt, Änderungen am Rollback-Pfad angefordert.
Was machst du heute?	ENG-415 (Refresh-Token-Rotation) übernehmen. Pairing mit Tom um 14 Uhr beim Staging-Deploy.
Irgendwelche Blocker?	Brauche DBA-Freigabe für den Migrationsplan in ENG-418, bevor ich mergen kann. Habe Priya gestern gepingt, noch keine Antwort.

Beachte, was das Modell nicht getan hat: Es hat nicht mit „heute super Fortschritt" aufgepolstert oder die PR-Beschreibung an dich zurückgespiegelt. Es hat die wichtigen Fakten herausgezogen und aufgehört. Wenn deine Entwürfe schwammig herauskommen, liegt das Problem fast immer am Prompt. Füge eine ausdrückliche Regel „kein Füllmaterial, keine Wiederholung von PR-Beschreibungen" hinzu, und es wird sofort straffer.

Der Sende-Schritt

Sobald der Entwurf richtig aussieht, sendet der Assistent über das MCP-Tool von Kollabe ab. Der Ablauf ist:

1. standup_list

   , um das Standup deines Spaces zu finden

2. standup_list_questions

   , um die Frage-IDs zu erhalten

3. standup_submit_answers

   mit

   {questionId, answer}

   -Paaren für das Datum

Du musst über nichts davon nachdenken. Das Modell macht den Lookup. Es ist gut, das zu wissen, falls ein Schritt fehlschlägt, denn die Fehlermeldung sagt dir meist, welcher Aufruf gebrochen ist. Wenn dein Team Kollabes Standup-Tool nutzt, erscheinen Einreichungen im Channel auf die gleiche Weise, unabhängig davon, ob sie aus der Web-App oder von einem MCP-Client stammen. Reaktionen und die tägliche KI-Zusammenfassung funktionieren über beide hinweg.

Worauf du achten solltest

Ein paar weitere Stolperfallen, die es zu kennen gibt:

• Private Repos und Jira-Projekte brauchen scoped Tokens. OAuth übernimmt das für die meisten MCP-Server, aber wenn du ein Repo oder Projekt in deinem Assistenten nicht sehen kannst, wurde die Verbindung wahrscheinlich nicht für den Zugriff freigegeben.
• Zeitzonen sind wichtig. „Gestern" für ein Londoner Team ist nicht „gestern" für eines in San Francisco. Sag dem Modell, welche Zeitzone du meinst.
• Sende Blocker nicht automatisch ab. Ein Blocker ist eine Bitte um Hilfe. Wenn die KI etwas hervorhebt, das wie ein Blocker aussieht, entscheide selbst, ob es wirklich einer ist und wen du taggen musst. Automatisch abgefeuerte Blocker werden schnell ignoriert.
• Bearbeite die Schreibstimme. Kurze Bullets sind gut, aber sterile Texte lesen sich seltsam. Eine kleine Prise Persönlichkeit bringt viel. Siehe Wie man Standup-Updates schreibt, die wirklich gelesen werden für die Regeln.

Wann sich die Einrichtung lohnt

Auto-Drafting verdient sich seinen Platz, wenn du täglich Standups einreichst, in GitHub und einem Tracker lebst und ohnehin schon einen MCP-fähigen Assistenten für andere Arbeit nutzt. Die Einrichtung dauert 10 Minuten. Der tägliche Nutzen pro Person ist klein, summiert sich aber über ein Jahr. Es lohnt sich nicht, wenn das Standup deines Teams hauptsächlich synchrones Sprechen ist oder wenn deine Arbeit hauptsächlich außerhalb von Tools stattfindet, die die KI lesen kann (Workshops, Kundengespräche, Designarbeit). Für solche Teams ist die KI besser auf der Mustererkennungsseite eingesetzt — sie liest Einreichungen über das Team hinweg und markiert Trends.