Offenlegung: Dieser Artikel wird von eesel AI veröffentlicht, einem Wettbewerber von Salesforce Agentforce. Wir empfehlen dir, auch Salesforces eigene Materialien zu lesen, um deren Perspektive kennenzulernen.
Die Idee eines KI-Agenten, der Recherche auf Abruf übernimmt, sich auf Meetings vorbereitet, Markttrends untersucht oder Kundenhistorien abruft, ist wirklich reizvoll. Salesforce begegnet diesem Bedarf mit seiner Agentforce-Plattform, die eine Deep-Research-Funktion für Enterprise-Nutzer enthält, die bereits in den Salesforce-Stack investiert haben.
Aber was bedeutet "Agentforce Deep Research" in der Praxis eigentlich?
Dieser Leitfaden schlüsselt auf, was die Funktion ist, was nötig ist, um sie zum Laufen zu bringen, wo sie an Grenzen stößt und wie das vollständige Preisbild aussieht. Wir betrachten, wie ihr Datenmodell bestimmt, was sie recherchieren kann und was nicht, und wo ein breiterer Ansatz zur Tool-Integration dir ein vollständigeres Bild über deine gesamte Wissensbasis hinweg liefert.
Was ist Agentforce Deep Research?
Der Deep-Research-Agent ist ein im Hintergrund arbeitendes Recherche-Tool, das Daten verarbeiten und längere analytische Aufgaben in Vertrieb, Support und anderen Teams übernehmen soll. Salesforce beschreibt ihn als fähig zu Marktanalysen, Datensammlung für Strategiesitzungen und der Bereitstellung von Produktivitätseinblicken.
Er läuft auf der Atlas Reasoning Engine, die Salesforce als das beschreibt, wodurch "Agentforce versteht, entscheidet und autonom handelt, um für jede Anfrage vertrauenswürdige, korrekte Antworten zu liefern". Die Engine nimmt eine Frage entgegen, bestimmt, welche Daten sie benötigt, durchläuft agentische Schleifen zur Verfeinerung der Antwort und liefert dann ein Ergebnis zurück. Bei Deep-Research-Aufgaben arbeitet sie hauptsächlich mit Daten, die bereits im Salesforce-Ökosystem liegen, darunter CRM-Daten, Kundensupport-Historie in Service Cloud und alles, was in Data 360 (früher Data Cloud) eingebunden wurde.
Ein konkretes Beispiel: Bittet ein Vertriebsleiter den Agenten, "alle hochwertigen Opportunities in der Pipeline zusammenzufassen und wichtige Risiken auf Basis aktueller Support-Tickets zu kennzeichnen", greift der Agent auf Sales Cloud und Service Cloud zurück. Das funktioniert gut, solange der gesamte relevante Kontext bereits in Salesforce liegt.
Agentforce Deep Research einrichten: Anforderungen und Realität
Agentforce Deep Research zum Laufen zu bringen ist keine schnelle Konfiguration. Salesforces eigene Hilfedokumentation macht deutlich, dass die meisten Agentforce-Funktionen Enterprise Edition oder höher voraussetzen, wobei zusätzliche Add-on-Lizenzen je nach Agententyp variieren.
Die zentrale Rolle von Data 360
Damit Agentforce sinnvolle Recherche betreiben kann, braucht es gute Daten im richtigen Format. Salesforces Datenschicht dafür ist Data 360 (früher Data Cloud), die den Suchindex und den Retriever erstellt, auf den Agenten zugreifen.
Um die Agentforce Data Library zu nutzen, verlangt Salesforces Hilfedokumentation zunächst, "Data 360 zu aktivieren" und einem Benutzer sowohl den Data Cloud Architect-Berechtigungssatz als auch das System-Administrator-Profil zuzuweisen. Liegen die nützlichsten Unternehmensinformationen in Dokumenten, Wikis oder Kommunikationstools außerhalb von Salesforce, erreichen sie den Agenten erst, wenn diese Einrichtung abgeschlossen ist.
Externes Wissen anbinden
Die Informationen deines Unternehmens verteilen sich typischerweise über viele Plattformen. Produktspezifikationen liegen vielleicht in Confluence, Entscheidungen fallen in Slack, und Strategiedokumente liegen in Google Docs. Agentforce kann auf diese Quellen zugreifen, aber nicht direkt.
Salesforces Connector-Dokumentation listet einen Confluence-Connector (derzeit in Beta, erfordert Aktivierung über den Feature-Manager und ein Atlassian-API-Token), einen Google-Drive-Connector und einen MuleSoft-Direct-Connector für umfassendere Integrationen. All diese leiten Daten zunächst in Data 360 und stellen sie den Agenten anschließend über die Aktion Answer with Knowledge zur Verfügung.
Jeder Connector erfordert eine eigene Einrichtung, erhöht die Data-360-Kosten und bringt laufenden Wartungsaufwand mit sich. Ein Recherche-Agent, der ohne vollständigen Zugriff auf diese Quellen arbeitet, liefert Antworten, die durch die Daten geprägt sind, die tatsächlich in Salesforce angekommen sind.
eesel AI ist genau für diese Multi-Plattform-Realität gebaut. Ein-Klick-Integrationen für Confluence, Google Docs, Slack und über 100 weitere Tools verbinden das Wissen deines Unternehmens in Minuten, ohne ein Datenmigrationsprojekt.
Agentforce Deep Research in der Praxis: Anwendungsfälle und zentrale Grenzen
Einmal konfiguriert, bewältigt Agentforce Deep Research bestimmte Aufgaben gut. Seine Grenzen zeigen sich am deutlichsten, wenn Fragen Informationen außerhalb des Salesforce-Datenmodells erfordern.
Anwendungsfälle innerhalb von Salesforce
Innerhalb von Salesforces nativen Daten bearbeitet der Agent Anfragen wie:
-
Vertriebsleistung analysieren: "Zeig mir die Abschlussquoten für Deals, die im letzten Quartal eine Produktdemo enthielten."
-
Kundenhistorie zusammenfassen: "Gib mir vor meinem Anruf eine Zusammenfassung der letzten fünf Support-Fälle von Acme Corp und ihrer Ergebnisse."
-
Gefährdete Kunden identifizieren: "Liste alle Enterprise-Kunden mit sinkender Produktnutzung und ohne Support-Tickets in den letzten zwei Monaten auf."
Salesforces Agentforce-360-Ankündigung nennt mehrere Kundenergebnisse: Reddit wies 46 % der Support-Fälle ab und senkte die Lösungszeiten um 84 %, OpenTable löste 70 % der Anfragen von Gästen und Restaurants autonom, und 1-800Accountant erreichte während der Steuersaison eine Fallabweisungsrate von 90 %. Das sind allesamt Salesforce-native Implementierungen.
Die Wissensgrenze
Das durchgängigste Muster in Nutzer-Feedback ist, dass die Recherchequalität vollständig davon abhängt, was sich innerhalb von Salesforce befindet. G2-Bewertungen (1.095 Bewertungen, insgesamt 4,3/5) zeigen das deutlich. Ein Rezensent schrieb:
Although it is very useful but Agentforce depends on the data in Salesforce so if data is messy and contains duplicate records then Agentforce's response will also not very accurate sometimes it gets hallucinated so admin knowledge is required.
-- Aman R., Software Developer, Mid-Market, G2
Reale Rechercheaufgaben erfordern oft einen breiteren Blick: technische Dokumentation in internen Wikis, laufende Produktdiskussionen im Team-Chat, Marketingpläne und Wettbewerbsanalysen sowie Kundenfeedback von Nicht-Salesforce-Plattformen. Ein Agent, der auf diese Quellen nicht zugreifen kann, liefert Antworten nur aus einem schmalen Ausschnitt des Wissens deiner Organisation.
Salesforce Ben, eine Fachpublikation rund um Salesforce, testete Agentforce in sechs Anwendungsfällen im Rahmen einer Sechs-Monats-Bewertung und stellte fest, dass es "nur bei zwei wirklich gut geliefert hat". Zwischen der ersten Bewertung und dem Follow-up wurde eine Verbesserung bei der Einrichtung festgestellt, aber die Preisfrage blieb offen: "Agentforce-Preise sind für mich immer noch völlig undurchsichtig."
eesel AI Chat ist für genau die Multi-Plattform-Realität gebaut, in der die meisten Teams arbeiten, und verbindet sich über deinen gesamten Wissens-Stack hinweg, ohne dass eine Migration nötig ist.
Die vollständigen Kosten von Agentforce Deep Research
Die Agentforce-Preisseite listet zwei Verbrauchsmodelle und mehrere Zusatzstufen auf.
Direkte Preisoptionen
Salesforce bietet aktuell zwei nutzungsbasierte Modelle an. Eine Organisation kann nicht beide gleichzeitig nutzen:
-
Flex Credits: 500 USD pro 100.000 Credits. Gestartet im Mai 2025. Deckt kundenorientierte Agenten, Mitarbeiter-Agenten und Voice ab.
-
Conversations: 2 USD pro Konversation. Das ursprüngliche Modell, das mit Stand Mai 2026 weiterhin parallel zu Flex Credits läuft.
Beide Modelle skalieren mit dem Nutzungsvolumen. Das eigene Beispiel der Preisseite schätzt einen Service-Fall-Workflow auf 0,30 USD pro Fall (3 Aktionen x 0,10 USD), was sich bei 360.000 Credits auf 1.800 USD pro Monat summiert, mit dem ausdrücklichen Hinweis, dass dies "andere Kosten wie Data-360-Credits oder andere Verbrauchsdienste nicht einschließt".
Zusätzliche Kosten, die nicht auf der Preisseite stehen
Salesforce weist in den Fußnoten seiner Preisseite darauf hin, dass die Flex-Credit-Zahlen keine Data-360-Credits oder andere Verbrauchsdienste enthalten. Mehrere zusätzliche Kostenbereiche werden auf der Agentforce-Preisseite nicht öffentlich offengelegt:
-
Data-360-Lizenzierung: Erforderlich, um die Data Library zu nutzen und externe Wissensquellen anzubinden. Nicht auf der Agentforce-Preisseite.
-
MuleSoft-Lizenzierung und -Entwicklung: Nötig, um Nicht-Salesforce-Systeme über die dokumentierten Connectoren hinaus anzubinden. Nicht auf der Agentforce-Preisseite.
-
Professionelle Dienstleistungen: Salesforce verlinkt von der Preisseite auf ein Datenblatt zur "Expertenberatung", veröffentlicht aber keine Implementierungsgebühr. Für ein Angebot muss man Salesforce kontaktieren.
-
Interne Admin-Zeit: Einrichtung, Tests und laufende Konfiguration durch einen Salesforce-zertifizierten Administrator.
| Kostenfaktor | Salesforce Agentforce | eesel AI |
|---|---|---|
| Preismodell | Flex Credits (500 $/100k) oder 2 $/Konversation | Pro Aufgabe: 0,40 $/Aufgabe |
| Planbarkeit | Variabel (skaliert mit der Nutzung) | Variabel (skaliert mit dem Aufgabenvolumen) |
| Kosten für externe Integration | Zusätzlich (Data 360, MuleSoft; nicht auf der Preisseite) | Enthalten (über 100 Ein-Klick-Integrationen) |
| Edition-Anforderung | Salesforce Enterprise+ Edition, Data 360 | Keine Mindest-Edition erforderlich |
| Kosten, die nicht auf der Preisseite stehen | Data-360-Lizenzierung, MuleSoft, professionelle Dienstleistungen | Keine über die Nutzung hinaus |
Ein leistungsfähiges Tool mit engem Anwendungsbereich
Agentforce Deep Research ist innerhalb seines Anwendungsbereichs eine wirklich leistungsstarke Funktion. Für Organisationen, die bereits auf Salesforce laufen, mit sauberen CRM-Daten und den Ressourcen, um Data 360 einzurichten, kann es bedeutsame Rechercheaufgaben automatisieren und echte Produktivitätsgewinne liefern.
Die Einschränkungen sind real und es lohnt sich, sie vor einer Entscheidung zu verstehen. Die meisten Agentforce-Funktionen erfordern Enterprise Edition oder höher. Externe Wissensquellen erfordern Data 360, und der Confluence-Connector befindet sich derzeit in der Beta-Phase. Die Kosten gehen über die Preise pro Aktion oder pro Konversation hinaus. Die gelieferte Recherche ist immer nur so vollständig wie die Daten, die Salesforce erreichen kann.
Bevor du dich für diesen Weg entscheidest, frag dich, ob dein Team einen KI-Assistenten braucht, der dort funktioniert, wo es bereits arbeitet, und Antworten aus deiner gesamten Wissensbasis zieht. Für diesen Anwendungsfall könnte ein plattformunabhängiges Tool besser passen.
Erschließe das Wissen deines Teams mit eesel AI
Wenn du einen KI-Assistenten suchst, der Fragen aus Confluence, Google Docs, Slack, Zendesk und über 100 weiteren Tools beantworten kann, ganz ohne Salesforce-Lizenz oder Datenmigration, dann lohnt sich ein Blick auf eesel AI. Für 0,40 USD pro Aufgabe kannst du einen funktionierenden KI-Agenten haben, der in Minuten statt Monaten Fragen aus deiner gesamten Wissensbasis beantwortet.
Häufig gestellte Fragen
Wofür ist Agentforce Deep Research für Teams konzipiert?
Agentforce Deep Research soll Recherche-Aufgaben wie Marktanalysen, Datensammlung für Meetings und die Erzeugung von Erkenntnissen teamübergreifend automatisieren. Es verarbeitet Daten über Salesforces Atlas Reasoning Engine und funktioniert am besten, wenn deine Quelldaten bereits in Salesforce liegen oder in Data 360 eingebunden wurden.
Wie schwierig ist es, Agentforce Deep Research mit den bestehenden Datenquellen meines Unternehmens zu verbinden?
Um auf externe Wissensquellen zuzugreifen, muss Data 360 (früher Data Cloud) aktiviert und einem Benutzer ein Data Cloud Architect-Berechtigungssatz zugewiesen werden. Salesforces Confluence-Connector befindet sich derzeit in der Beta-Phase, und das Anbinden weiterer externer Systeme wie Google Drive erfordert eine separate Connector-Einrichtung und laufende Wartung.
Auf welche Arten von Daten hat Agentforce Deep Research nur eingeschränkt Zugriff?
Agentforce Deep Research ist rund um das Salesforce-Datenmodell aufgebaut, weshalb Inhalte außerhalb von Salesforce nur eingeschränkt sofort verfügbar sind. Um Wissen zu erreichen, das in Plattformen wie Confluence, Slack oder Google Docs gespeichert ist, muss zunächst die Agentforce Data Library über Data 360 konfiguriert werden, was sowohl Kosten als auch Konfigurationsaufwand mit sich bringt, bevor der Agent diese Inhalte anzeigen kann.
Wo ist Agentforce Deep Research wirklich stark?
Den größten Mehrwert liefert es bei der Analyse von Daten, die bereits in Salesforce vorhanden sind: das Zusammenfassen der Kundenhistorie aus CRM und Service-Fällen, das Identifizieren gefährdeter Accounts und das Überprüfen von Pipeline-Kennzahlen. Salesforces Pressemitteilung vom Oktober 2025 nennt Kundenergebnisse wie die 46-prozentige Fallabweisungsrate bei Reddit und die 70-prozentige autonome Lösungsrate bei OpenTable, jeweils in Salesforce-nativen Implementierungen.
Wie sehen die Gesamtkosten für die Einführung von Agentforce Deep Research aus?
Die öffentliche Agentforce-Preisseite nennt 500 USD pro 100.000 Credits (Flex-Credits-Modell) oder 2 USD pro Konversation als Nutzungskosten für den Agenten. Salesforce weist ausdrücklich darauf hin, dass diese Zahlen keine Data-360-Credits oder andere Verbrauchsdienste enthalten. Data-360-Lizenzierung, die Entwicklung von MuleSoft-Connectoren und professionelle Dienstleistungen werden auf der Preisseite nicht offengelegt. Als Alternative mit geringerem Overhead berechnet eesel AI 0,40 USD pro regulärer Support-Aufgabe, ohne Anforderung an eine bestimmte Salesforce-Edition.
