Ein praktischer Leitfaden zur Agentforce Tiefenrecherche

Mal ehrlich, die Vorstellung eines KI-Agenten, der all Ihre tiefgehenden Recherchen, die Vorbereitung auf Meetings, das Eintauchen in Markttrends oder das Abrufen von Kundenhistorien übernimmt, klingt wie ein wahr gewordener Traum. Salesforce betritt diesen Bereich mit seiner Agentforce-Plattform und verspricht eine KI, die genau das kann.

Aber was bedeutet „Agentforce Deep Research“ in der Praxis wirklich?

In diesem Leitfaden werfen wir einen Blick hinter die Kulissen. Wir werden aufschlüsseln, was diese Funktion ist, was es wirklich braucht, um sie zum Laufen zu bringen, ihre praktischen Grenzen und die tatsächlichen Kosten, die damit verbunden sind. Wir werden untersuchen, warum sie oft im Salesforce-Ökosystem stecken bleibt und wie andere Tools Ihnen ein viel umfassenderes Bild geben können, indem sie sich mit dem gesamten Wissen Ihres Unternehmens verbinden, egal wo es gespeichert ist.

Was ist Agentforce Deep Research?

Auf dem Papier soll der Agentforce Deep Research Agent Ihr Assistent hinter den Kulissen sein. Er ist darauf ausgelegt, Daten zu verarbeiten und jene langen, mühsamen Aufgaben für jedes Team zu übernehmen, vom Vertrieb bis zum Support. Laut Salesforce kann er Marktanalysen durchführen, Daten für Strategiemeetings sammeln und Erkenntnisse liefern, um alle produktiver zu machen.

Er läuft auf etwas, das sich Salesforce Atlas Reasoning Engine nennt. Klingt schick, bedeutet aber eigentlich nur, dass er versucht, Ihre Frage zu verstehen, die Schritte zur Beantwortung herauszufinden und sich dann an die Arbeit zu machen. Für tiefgehende Recherchen bedeutet dies, dass er hauptsächlich Daten durchforstet, die sich bereits im Salesforce-Ökosystem befinden, wie Ihre CRM-Daten, die Kundensupport-Historie in der Service Cloud und alles andere, was Sie in die Salesforce Data Cloud ziehen konnten.

Ein Beispiel für einen Agentforce-KI-Agenten, der eine Datenanfrage in Slack bearbeitet.

Der Sinn der Sache ist, Menschen stundenlange manuelle Arbeit zu ersparen. Ein Vertriebsleiter könnte ihn zum Beispiel bitten: „Fasse alle hochwertigen Opportunities in der Pipeline zusammen und markiere die wichtigsten Risiken basierend auf den letzten Support-Tickets.“ Der Agent würde dann in die Sales Cloud und Service Cloud eintauchen, um einen Bericht auszuspucken. Das klingt großartig, aber alles hängt von einer massiven Annahme ab: dass Ihre Daten perfekt organisiert sind und vollständig in Salesforce liegen.

Einrichtung von Agentforce Deep Research: Anforderungen und Realität

Agentforce Deep Research zum Laufen zu bringen, ist nicht so einfach wie das Umlegen eines Schalters. Es ist ein ausgewachsenes Unternehmensprojekt, und ehrlich gesagt kann die Liste der Anforderungen für viele Unternehmen eine große Hürde sein.

Die zentrale Rolle der Salesforce Data Cloud

Damit Agentforce nützliche Recherchen durchführen kann, benötigt es gute Daten. Und für Salesforce bedeutet das, dass Ihr Unternehmen sich zunächst dazu verpflichten muss, alle Ihre Informationen zu implementieren und innerhalb der Salesforce Data Cloud zusammenzuführen. Das ist keine kleine Aufgabe. Es erfordert eine Menge Arbeit von Ihrem Datenteam, Daten von überall her zu ziehen, zu bereinigen und zu organisieren. Wenn Ihre besten Erkenntnisse in unstrukturierten Dokumenten außerhalb von Salesforce vergraben sind, sind sie für den Agenten im Grunde unsichtbar, es sei denn, Sie nehmen dieses riesige Projekt zur Datenzentralisierung zuerst in Angriff.

Die Herausforderung externer Daten

Seien wir ehrlich, das Wissen Ihres Unternehmens ist überall verstreut. Produktspezifikationen befinden sich in Confluence, große Entscheidungen fallen in Slack, und die eigentlichen Strategiedokumente liegen wahrscheinlich in Google Docs. Agentforce hat es schwer, von allein in diese Bereiche hineinzuschauen. Um sich mit diesen externen Quellen zu verbinden, müssen Sie komplexe, benutzerdefinierte Integrationen einrichten (oft mit Tools wie MuleSoft), was ein saftiges Preisschild, eine lange Entwicklungszeit und mehr Wartungsaufwand mit sich bringt.

Dies schafft einen massiven blinden Fleck. Ein Agent, der „tiefgehende Recherchen“ durchführt, ohne Ihre wichtigsten Wissensdatenbanken zu sehen, kann Ihnen nur einen schmalen, CRM-fokussierten Ausschnitt der Geschichte liefern.

Hier zahlt sich eine andere Denkweise wirklich aus. Anstatt Sie in ein riesiges Datenmigrationsprojekt zu zwingen, ist ein Tool wie eesel AI darauf ausgelegt, sich im Handumdrehen mit den Tools zu verbinden, die Sie bereits verwenden. Mit Ein-Klick-Integrationen für Plattformen wie Confluence, Google Docs und Slack fügt es das Wissen Ihres Unternehmens in Minuten statt Monaten zusammen und arbeitet so, wie Ihr Team es bereits tut.

Agentforce Deep Research in Aktion: Anwendungsfälle und wesentliche Einschränkungen

Sobald Sie es endlich konfiguriert haben, kann der Agentforce Deep Research Agent einige spezifische Aufgaben erledigen. Aber seine Grenzen zeigen sich ziemlich schnell, wenn man ihn mit realen Geschäftsproblemen konfrontiert.

Mögliche Anwendungsfälle innerhalb von Salesforce

Wo glänzt es also wirklich? Hauptsächlich, wenn Sie innerhalb der vier Wände von Salesforce bleiben. Zum Beispiel kann es Anfragen wie diese bearbeiten:

• Analyse der Vertriebsleistung: „Zeig mir die Abschlussquoten für Deals, die im letzten Quartal eine Produktdemo enthielten.“

• Zusammenfassung der Kundenhistorie: „Gib mir eine Zusammenfassung der letzten fünf Support-Fälle von Acme Corp und deren Ergebnisse vor meinem Anruf.“

• Identifizierung von Risikokunden: „Liste alle Unternehmenskunden mit sinkender Produktnutzung und ohne Support-Tickets in den letzten zwei Monaten auf.“

Der Agentforce Service Agent wird bei der Bearbeitung einer Kundenanfrage im Salesforce-Dashboard gezeigt.

Die Einschränkung des geschlossenen Ökosystems

Hier ist der größte Haken bei Agentforce Deep Research: Es lebt in einem „geschlossenen Ökosystem“. Und das müssen Sie uns nicht einfach so glauben, schauen Sie sich nur die frustrierten Reddit-Threads an. Die Leute stellen fest, dass die KI einfach nicht finden kann, was sie braucht, weil die Antworten, Überraschung, nicht ordentlich im CRM abgelegt sind.

Echte Tiefenrecherche benötigt einen vollständigen Überblick über das Unternehmenswissen, was normalerweise Folgendes umfasst:

• Technische Dokumente in einem Wiki.

• Interne Debatten über Produktfunktionen.

• Pläne für Marketingkampagnen.

• Kundenfeedback von anderen Plattformen.

Ein Agent, der nichts davon sehen kann, arbeitet mit einer Hand auf dem Rücken gebunden. Er liefert oft unvollständige oder sogar irrelevante Antworten, was bedeutet, dass Ihr Team am Ende die manuelle Recherche trotzdem selbst durchführt, was den ganzen Zweck zunichtemacht. Im Gegensatz dazu wurde der AI Internal Chat von eesel AI für diese unübersichtliche, plattformübergreifende Realität entwickelt und gibt Ihrem Team einen einzigen KI-Assistenten, der aus Ihrem gesamten Wissens-Ökosystem lernt.

Die wahren Kosten von Agentforce Deep Research

Okay, reden wir über Geld. Denn jenseits dessen, was Agentforce kann und was nicht, sind die Gesamtkosten ein echter Augenöffner.

Das direkte Preismodell

Salesforce hat sein Preismodell für Agentforce bekannt gegeben, das bei 2 $ pro Konversation oder Lead beginnt. Ein Pay-as-you-go-Modell wie dieses bedeutet, dass Ihre Rechnung von einem Monat zum nächsten stark schwanken kann. Wenn Ihre Support- oder Vertriebsteams einen geschäftigen Monat haben, könnten Sie mit einer viel höheren Rechnung konfrontiert werden als erwartet, was die Budgetierung wirklich schwierig macht. Man wird quasi dafür bestraft, dass das Team das Tool mehr nutzt.

Versteckte Implementierungs- und Wartungskosten

Aber dieser anfängliche Preis? Das ist nur der Anfang. Die wahren Kosten, um Agentforce für effektive Tiefenrecherchen einzusetzen, umfassen:

• Lizenzierung der Salesforce Data Cloud: Sie müssen für die Datenplattform bezahlen, auf die Agentforce angewiesen ist, und das bringt eigene hohe Lizenzgebühren mit sich.

• Integrationsentwicklung: Sie müssen Budgets für Mulesoft-Lizenzen und Entwickler einplanen, um alle Nicht-Salesforce-Tools anzubinden, die wichtige Informationen enthalten.

• Beratung und Dienstleistungen: Wie man bei Partnern wie Slalom und TechForce sehen kann, enden viele Unternehmen damit, teure Berater einzustellen, um die knifflige Einrichtung und Implementierung zu bewältigen.

• Interne Ressourcen: Ihre eigenen Administratoren und Entwickler müssen viel Zeit in die Einrichtung, das Testen und den reibungslosen Betrieb der Agenten investieren.

Ein viel einfacherer Weg ist eine pauschale Abonnementgebühr. Die Preisgestaltung von eesel AI ist darauf ausgelegt, klar und vorhersehbar zu sein. Mit unkomplizierten monatlichen oder jährlichen Plänen, die unbegrenzte Bots und alle Integrationen beinhalten, erhalten Sie leistungsstarke KI, ohne sich Sorgen machen zu müssen, dass die Kosten außer Kontrolle geraten. Es gibt keine Gebühren pro gelöstem Fall, und Sie können selbst loslegen, ohne ein Team von Beratern zu benötigen.

Kostenfaktor	Salesforce Agentforce	eesel AI
Preismodell	Nutzungsbasiert (2 $/Konversation)	Pauschalabonnement (ab 239 $/Monat jährlich)
Vorhersehbarkeit	Niedrig (Kosten skalieren mit der Nutzung)	Hoch (feste monatliche/jährliche Gebühr)
Integrationskosten	Hoch (erfordert Mulesoft/individuelle Entwicklung)	Inklusive (100+ Ein-Klick-Integrationen)
Einrichtungskosten	Hoch (erfordert oft Berater)	Niedrig (für die Selbstbedienung konzipiert)
Versteckte Gebühren	Ja (Data Cloud, individuelle Entwicklung, etc.)	Nein (transparente, all-inclusive Pläne)

Agentforce Deep Research: Eine starke Vision mit praktischen Hürden

Also, was ist das Fazit zu Agentforce? Die Vision ist definitiv beeindruckend. Aber wenn man genauer hinsieht, gibt es einige ernsthafte praktische Hindernisse. Die größten sind die Bindung an die Salesforce-Welt, die Kopfschmerzen bei der Einrichtung und ein Preismodell, das sich wie ein Ratespiel anfühlen kann. Für die meisten Teams fühlt sich die angebotene „Tiefenrecherche“ etwas oberflächlich an, weil sie nicht alle wichtigen Dinge sehen kann, die außerhalb des CRM passieren.

Bevor Sie alles auf ein geschlossenes System setzen, lohnt es sich zu fragen, was Ihr Team tatsächlich braucht: einen KI-Assistenten, der dort arbeitet, wo sie es tun. Die besten Recherche-Tools sind flexibel, einfach einzurichten und können das kollektive Wissen Ihres Unternehmens über alle Apps hinweg anzapfen, die Sie täglich nutzen.

Erschließen Sie das wahre Wissen Ihres Teams mit eesel AI

Wenn Sie nach einem KI-Assistenten suchen, der sicher und sofort Fragen beantworten kann, indem er Wissen aus Ihrem gesamten Technologie-Stack nutzt, von Confluence und Google Docs bis hin zu Slack und Zendesk, dann ist das geschlossene Ökosystem von Agentforce wahrscheinlich nicht die richtige Wahl.

Mit eesel AI können Sie einen leistungsstarken KI-Agenten in Minuten statt Monaten zum Laufen bringen. Sie können Ihrem Team die vollständigen Antworten geben, die es benötigt, ohne all die Komplexität und versteckten Kosten.

Starten Sie noch heute Ihre kostenlose Testversion