Am 11. September 2026 hat Salesforce eine Reihe „einsatzbereiter“ Agentforce-Agenten vorgestellt, und der für den Kundenservice heißt Casey. Es ist ein vorgefertigter Help-Agent, der Anfragen über Sprache, SMS, WhatsApp und Web-Chat löst, mit Standard-Fähigkeiten für FAQs, Rücksendungen, Kontoverwaltung und Übergabe an Menschen. Er ist ab sofort allgemein verfügbar, und Sie können ihn passend zu Ihrer Marke umbenennen.
Der Haken ist nicht, was Casey kann, sondern worauf er aufbaut. Casey ist eine Persona über dem bestehenden Agentforce Help Agent und erbt damit den Salesforce-Stack: einen Service-Cloud-Platz, verbrauchsbasierte Agentforce-Preise und die harte Wahrheit, dass seine Genauigkeit nur so gut ist wie die Wissensdatenbank und die CRM-Daten dahinter. Genau dort habe ich Einführungen immer wieder ins Straucheln kommen sehen.
Wenn Sie bereits tief in Salesforce stecken, ist Casey der natürliche Weg. Wenn nicht, oder wenn Sie einen festen Preis pro Ticket und die Möglichkeit wollen, zuerst an Ihren eigenen historischen Tickets zu testen, lohnt sich vor der Entscheidung ein Blick auf ein KI-Helpdesk-Teammitglied, das sich in Ihre vorhandenen Tools einklinkt.
Was ist Agentforce Casey?
Casey ist Salesforces vorgefertigter Kundenservice-Agent, vorgestellt in der Welle benannter Agentforce-Agenten vom 11. September, nur wenige Tage vor der Dreamforce 2026. Salesforce beschreibt ihn schlicht: Casey „löst Kundenservice-Anfragen“ über Sprache, SMS, WhatsApp und Web-Chat, mit vorgefertigter Unterstützung für FAQs, Rücksendungen, Kontoverwaltung, Übergabe an Menschen und mehr.
Das sollte man gleich zu Beginn verstehen: „Casey“ ist ein Persona-Name, keine neue Engine. Auf Salesforces eigenen Produktseiten heißt das, was die Arbeit erledigt, weiterhin Agentforce Help Agent (oder Service Agent). Am 11. September hat sich das Paket geändert. Statt Sie einen Service-Agenten auf einer leeren Fläche bauen zu lassen, liefert Salesforce jetzt einen, der bereits für die Aufgabe zugeschnitten ist, mit einem freundlichen Namen, den Sie durch Ihren eigenen ersetzen können, damit er „zu einer Erweiterung ihrer Marke und Belegschaft wird“.
Ehrlich gesagt ist Casey also der Agentforce-Kundenservice-Agent mit Namensschild und Vorsprung. Das ist wirklich nützlich, aber auch weniger neu, als der Launch-Trubel vermuten lässt.
Casey ist einer von sechs einsatzbereiten Agenten
Casey kam nicht allein. Salesforce hat eine ganze Riege benannter Agenten ausgeliefert, jeder um eine bestimmte Aufgabe herum gebaut und mit Customer 360 verbunden, damit er mit den Daten arbeitet, die Unternehmen bereits besitzen.
Hier die Übersicht, und wo Casey darin steht:
| Agent | Aufgabe | Verfügbarkeit |
|---|---|---|
| Casey | Kundenservice / Hilfe | Jetzt allgemein verfügbar |
| Paige | IT- und HR-Service (Slack, Portale) | Jetzt allgemein verfügbar |
| Carter | Einkaufsassistent / Checkout im Chat | Jetzt allgemein verfügbar |
| Marshall | Lieferkette, Back-Office-Automatisierung | Jetzt allgemein verfügbar |
| Piper | Qualifizierung eingehender Leads | Jetzt allgemein verfügbar |
| Hunter | Ausgehender Vertrieb | Pilot jetzt, allgemeine Verfügbarkeit November 2026 |
Das wirklich Neue steckt unter Hunter: eine Long-Horizon-Laufzeitumgebung, mit der ein Agent „Ziele über Tage und Wochen verfolgen kann, statt nur eine Aufgabe oder Interaktion abzuschließen“. Sie beruht auf drei Ideen: Memory (Kontext, der über Sitzungen hinweg bestehen bleibt), Durable Execution (Pläne, die weiterlaufen und nachsteuern) und Dynamic Steering (Verhalten, das sich am Feedback eines Nutzers ausrichtet). Hunter ist der erste Agent, der darauf läuft. Casey tut das vorerst nicht, er läuft auf der bestehenden Atlas Reasoning Engine, die eine Anfrage in Schritte zerlegt und für jeden Schritt eine Aktion plant.
Wie Casey tatsächlich funktioniert
Unter der Persona wird Casey genauso konfiguriert wie jeder Agentforce-Service-Agent: über ein Low-Code-Tool namens Agent Builder. Sie definieren Themen (was er bearbeitet), schreiben für jedes Thema Anweisungen in natürlicher Sprache und geben ihm eine Bibliothek von Aktionen, aus denen er wählen kann. Diese Aktionen können Ihre bestehenden Salesforce Flows, Apex, Prompt-Vorlagen aus dem Prompt Builder und APIs wiederverwenden.
Die eigentliche Arbeit steckt im Grounding. Casey bezieht Antworten aus Ihrer Wissensdatenbank, dem Help Center und der Kundenhistorie und kann über Enterprise Knowledge, bereitgestellt von Data 360, Drittquellen einbinden. Da die Service Cloud nativ zur Plattform gehört, kann der Agent außerdem CRM-Datensätze direkt lesen und aktualisieren. Dieser native Zugriff ist Caseys größter Vorteil und zugleich seine größte Abhängigkeit, worauf ich noch zurückkomme.
Bei den Aktionen ist die Liste autonomer Aufgaben real und breit: Erstattungen und Rücksendungen abwickeln, Passwörter zurücksetzen, Lieferdaten aktualisieren, Bestellstatus prüfen, Konto- und Zahlungsdaten ändern, Abrechnungsfragen klären und Termine vereinbaren. Wenn etwas seinen Rahmen sprengt, eskaliert er an einen Menschen und gibt den vollständigen Fallkontext mit, genau den Übergabeschritt, den die meisten Chatbots falsch machen.
Auch das Testen findet im Agent Builder statt: Sie können den Aktionsplan des Agenten beobachten und seine Antworten testen, bevor er live geht. Salesforces eigene Empfehlung ist hier aufschlussreich: Antworten auf freigegebene Wissensquellen beschränken, Workflow-Leitplanken setzen und vor dem Skalieren pilotieren. Das ist vernünftiger Rat und zugleich das stille Eingeständnis, dass „einsatzbereit“ immer noch heißt: erst die Einrichtungsarbeit erledigen.
Was Casey wirklich kostet
Hier trifft die Geschichte vom „vorgefertigten Agenten“ auf das Salesforce-Preismodell, und es lohnt sich, langsamer zu machen. Es gibt keinen einzelnen Preis für Casey. Es ist ein Stapel von Rechnungen.
Zuerst läuft Casey auf einem Service-Cloud-Platz. Agentforce for Service ist ab der Core Edition (195 $/Nutzer/Monat) verfügbar. Zusätzlich zu diesem Platz zahlen Sie für die Nutzung des Agenten, und Salesforce verkauft sie auf mehrere Arten:
| Kaufmodell | Preis (USD) | Einheit | Hinweise |
|---|---|---|---|
| Salesforce Foundations | 0 $ | kostenloser Einstieg | Builder, Prompt Builder, Agent Script |
| Flex Credits | 500 $ pro 100.000 Credits (je 0,005 $) | Verbrauch | ca. 20 Credits pro Aktion, also etwa 0,10 $/Aktion |
| Conversations | 2 $ | pro Konversation | Pauschal; kann in einer Org nicht mit Flex Credits koexistieren |
| Help Agent Resolutions | 2 $ | pro Lösung | Sie zahlen nur, wenn ein Anliegen gelöst wird |
| Agentforce User License | 5 $ / Nutzer / Monat | pro Nutzer | Erfordert zusätzlich Flex Credits |
| Agentforce Add-on | 125 $ / Nutzer / Monat | pro Nutzer, pauschal | Unbegrenzte Mitarbeiternutzung |
| Agentforce 1 Editions | ab 550 $ / Nutzer / Monat | pro Nutzer | Enthält 2,5 Mio. Flex Credits/Org/Jahr |
Zu Salesforces Gunsten: Der Help Agent nutzt ein Modell mit Abrechnung pro Lösung, eine faire Art, Ergebnisse zu bepreisen: „Sie zahlen für die Agenten-Interaktion nur, wenn das Kundenanliegen gelöst wurde.“ Doch die Fallstricke drumherum bringen Budgets ins Wanken. Ungenutzte Flex Credits verfallen am Periodenende. Flex Credits und Conversations lassen sich nicht in derselben Org nutzen. Data-360-Credits sind in allen Preisbeispielen ausgenommen. Und Überschreitungen werden nachträglich zu Ihrem vertraglichen Satz abgerechnet.
Ein Rechenbeispiel von Salesforces eigener Seite: Ein Service-Agent, der eine Frage mit Wissen beantwortet, verbraucht 2 Aktionen (40 Credits, etwa 0,20 $ pro Nutzung). Bei 20 Anfragen pro Tag über einen Monat sind das 120 $/Monat an Nutzung, zusätzlich zum Platz. Das ist für sich genommen nicht schlimm, es ist die Schichtung und die dafür nötige Prognose, die Teams erwischt.
Was der Launch-Trubel auslässt: Genauigkeit hängt von Ihren Daten ab
Caseys Versprechen lautet „vorgefertigt, sofort einsatzbereit, löst Anliegen“. Die Bewertungen des Produkts, auf dem er aufbaut, erzählen eine geerdetere Geschichte. Agentforce Service kommt auf 4,3 von 5 Punkten bei 1.225 Bewertungen auf G2, und das Lob ist echt: Passung zum Ökosystem, nativer CRM-Zugriff, Breite der Aktionen. Die Kritik bündelt sich jedoch in einem Thema und trifft direkt den Anspruch „sofort einsatzbereit“.
„Als wir es zuerst eingeführt haben, enthielt unsere Wissensdatenbank veraltete und unvollständige Artikel, und Agentforce hat sie mit derselben Sicherheit ausgespielt wie korrekte, was in einigen Fällen dazu führte, dass bei Live-Kundengesprächen falsche Fehlerbehebungshinweise vorgeschlagen wurden. Die Bereinigung unserer Wissensdatenbank hat unser Team etwa drei Wochen gekostet, bevor die KI-Empfehlungen durchgehend vertrauenswürdig waren.“
Das ist das ganze Spiel bei jedem Agenten mit Grounding, und es ist das Wichtigste, was Sie vor dem Kauf verinnerlichen sollten: Ein vorgefertigter Agent behebt keine unordentliche Wissensdatenbank, er verstärkt sie. Ein anderer Rezensent stellt das Versprechen „an alles anbindbar“ in dasselbe Licht:
„Die Geschichte von ‚an alles anbindbar‘ fällt ziemlich schnell in sich zusammen, sobald echte Daten-Governance ins Spiel kommt ... Sie bekommen nicht wirklich das Plug-and-Play-Erlebnis, das Salesforce verkauft. Wenn Ihre Daten unordentlich oder sensibel sind (und wessen sind es nicht), planen Sie trotzdem Middleware ein.“
Nichts davon macht Casey zu einem schlechten Produkt. Es macht ihn zu einem normalen, mit einer Launch-Schlagzeile, die mehr Sofort-Magie andeutet, als irgendein Agent mit Grounding liefern kann. Die breitere Skepsis gibt es schon länger: Ein Hacker-News-Thread zu Agentforce fing die vorherrschende Stimmung unverblümt ein, ein Kommentator nannte es „another GPT wrapper with a lot more buzzwords.“ Als Pauschalurteil ist das unfair, aber es bleibt hängen, weil Salesforce immer wieder ändert, wie Agentforce bepreist wird, und Rezensenten berichten, dass der Flex-Credit-Verbrauch „laufende Aufmerksamkeit erfordert, damit man überraschende Budgetüberschreitungen vermeidet“.
Wie ich Casey im Vergleich zu einem Helpdesk-Teammitglied sehe
Ich baue beruflich KI-Agenten für den Support, und das Vorgehen, dem ich am meisten vertraue, ist langweilig: Ob ein Agent gut ist, findet man nicht durch den Launch heraus, sondern indem man ihn gegen Tickets laufen lässt, die man bereits beantwortet hat. Salesforces eigener Rat, erst pilotieren, Daten bereinigen, Leitplanken setzen, folgt demselben Instinkt. Die Frage ist, wie viel Gerüst Sie dafür aufbauen müssen.
Caseys Antwort lautet „alles Salesforce“. Das ist eine Stärke, wenn Sie bereits in der Service Cloud leben und Ihre CRM-Daten sauber sind. Es ist eine Menge Angriffsfläche, wenn nicht.
Hier geht eesel einen anderen Weg. eesel ist eine Plattform für KI-Teammitglieder, und das hier relevante ist das KI-Helpdesk-Teammitglied, ein Support-Agent, den Sie für eine klar definierte Aufgabe einstellen. Statt Sie auf eine neue Plattform umziehen zu lassen, steigt es in das Helpdesk ein, das Sie bereits betreiben, sei es Zendesk, Freshdesk, Help Scout oder ein gemeinsames Postfach, schlägt Ihre Bestellungen und Datensätze nach und entwirft oder sendet Antworten direkt in der Warteschlange, die Ihr Team schon nutzt.
Zwei Unterschiede zählen am meisten für genau die Sorgen, die die G2-Rezensenten genannt haben:
- Sie testen zuerst an Ihrer eigenen Historie. eesel kann den Agenten an Ihren echten vergangenen Tickets simulieren, bevor er einem einzigen Kunden antwortet. So sehen Sie seine Lösungsquote und seine Antworten an Ihren tatsächlichen Daten, nicht in einer Demo. Das ist das Problem „drei Wochen Bereinigung, bevor wir ihm vertrauten“, verlegt auf die Zeit vor dem Livegang statt danach.
- Der Preis ist eine einzige Zahl. Statt Platz plus Flex Credits plus Lösungen plus Data-360-Credits verlangt eesel einen festen Preis pro Ticket, ohne Überraschungen pro Lösung und ohne Verbrauchsprognosen, die man hüten muss.
Und wenn Ihr Team programmatische Kontrolle will, stellt eesel dasselbe Teammitglied über eine öffentliche CLI, einen MCP-Server und eine API bereit, sodass ein Mensch es vom Terminal aus steuern kann, Skripte es automatisieren können und Coding-Agenten wie Claude Code oder Cursor es direkt bedienen können, derselbe Agent, ohne das Dashboard.
Nichts davon macht Casey für ein überzeugtes Salesforce-Haus falsch. Es heißt nur: „Die KI ist in mein CRM eingebaut“ und „die KI ist leicht zu vertrauen und vorhersehbar“ sind zwei verschiedene Fragen, und Casey beantwortet meist die erste.
eesel für Ihr Helpdesk testen
Wenn Casey Sie über einen KI-Agenten für den Support nachdenken lässt, Sie aber der Salesforce-Lock-in und die geschichteten Preise zögern lassen, ist eesel genau für Sie gebaut. Es setzt ein KI-Helpdesk-Teammitglied in die Tools, die Sie bereits nutzen, lernt aus Ihren vergangenen Tickets und Ihrem Help Center und lässt Sie es an echten historischen Tickets simulieren, damit Sie seine Lösungsquote kennen, bevor es live geht, zu einem festen Preis pro Ticket.
Sie können eesel kostenlos testen und es in wenigen Minuten in Ihrem eigenen Helpdesk Tickets beantworten lassen, ohne Plattformwechsel.