Fairerweise muss man sagen, dass KI-Agenten (AI Agents) derzeit überall sind. Wir haben uns weit über die einfachen Chatbots von gestern hinaus zu einer neuen Ära autonomer Teamkollegen entwickelt, die tatsächlich logisch denken, planen und handeln können. Es ist ein aufregender Wandel, und Salesforce ist mit einem bedeutenden Beitrag in den Ring gestiegen: Salesforce Agentforce. Das Versprechen ist riesig und zielt darauf ab, knifflige Aufgaben in den Bereichen Vertrieb, Service und Marketing zu automatisieren.
Doch bei all den glanzvollen Demos und großen Versprechungen schwingt auch eine gesunde Portion Skepsis mit. Man sieht den Hype, aber dann liest man echte Nutzer in Foren wie Reddit, die sich fragen, ob es bereits produktionsreif oder nur ein weiterer „cooler Demo-Moment“ ist. Genau dafür ist dieser Leitfaden gedacht. Wir werden den Lärm ausblenden und Ihnen einen klaren Blick darauf geben, was dieses Tool ist, wie es tatsächlich funktioniert, welche Komplexität in der realen Welt damit verbunden ist und was Sie bedenken sollten, bevor Sie einsteigen.
Was ist Salesforce Agentforce?
Was ist Salesforce Agentforce also, wenn man den Marketing-Jargon weglässt? Im Kern ist es eine Plattform zum Erstellen und Bereitstellen Ihrer eigenen autonomen KI-Agenten. Dies sind nicht nur Chatbots, die auftauchen, um eine kurze Frage zu beantworten; sie sind darauf ausgelegt, proaktiv zu sein und mehrstufige Aufgaben sowohl für Ihre Mitarbeiter als auch für Ihre Kunden auszuführen.
Betrachten Sie es weniger als ein einfaches Q&A-Tool, sondern eher als einen digitalen Mitarbeiter, der komplexe Workflows bewältigen kann. Ein Agent könnte beispielsweise eine vage Kunden-E-Mail entgegennehmen, feststellen, dass der Kunde eine Bestellung zurückgeben möchte, die Bestelldetails heraussuchen, diese mit Ihren Rückgaberichtlinien abgleichen und dann den Rückerstattungsprozess einleiten – und das alles, ohne dass ein Mensch eingreifen muss.
Um dies etwas konkreter zu machen, hat Salesforce einige direkt einsatzbereite Agententypen entworfen, die Sie erstellen können, wie einen Service Agent zur Falllösung, einen Sales Development Representative (SDR) zur Qualifizierung von Leads, einen Sales Coach und sogar einen Merchandiser für E-Commerce-Aufgaben. Die vollständige Auswahl finden Sie auf der offiziellen Agentforce-Seite. Die Idee ist, Ihnen einen Ausgangspunkt für den Aufbau von Agenten zu geben, die zu Ihrem Unternehmen passen.
Wie Salesforce Agentforce funktioniert: Ein Blick unter die Haube
Die Technologie hinter diesem Tool ist ziemlich anspruchsvoll. Es ist nicht nur eine einzelne App, sondern eine Mischung aus verschiedenen Komponenten, die miteinander kommunizieren, um Aufgaben zu erledigen.
Die Atlas Reasoning Engine
Das Herzstück des Systems ist die Atlas Reasoning Engine. Dies ist die Komponente, die einen Agenten tatsächlich denken lässt. Wenn er eine Anfrage erhält, sucht er nicht einfach nur nach Schlüsselwörtern. Stattdessen findet er heraus, was der Nutzer möchte, zerlegt die Anfrage in eine Reihe logischer Schritte und führt dann einen Plan aus, um die Aufgabe zu erledigen.
Dies geschieht mithilfe eines Prozesses namens ReAct-Loop, was für „Reason“ (Schlussfolgern), „Act“ (Handeln) und „Observe“ (Beobachten) steht. Dies ist eine Weiterentwicklung einfacherer KI-Logik. Der Agent überlegt, was zu tun ist, führt eine Aktion aus (z. B. den Aufruf einer API), prüft das Ergebnis dieser Aktion und passt seinen nächsten Schritt basierend auf dem Ergebnis an. Dieser Prozess wird so lange wiederholt, bis das Ziel erreicht ist. Diese visuelle Darstellung des ReAct-Loops verdeutlicht die Funktionsweise.
Der erste Schritt in diesem Loop ist die Themenklassifizierung (Topic Classification). Die Engine ordnet die Anfrage des Nutzers einem spezifischen „Thema“ zu, das Sie definiert haben, wie etwa „Bestellmanagement“ oder „Rechnungsanfrage“. Dies hilft ihr, das relevante Wissen und die benötigten Aktionen einzugrenzen, was den gesamten Prozess wesentlich effizienter macht.
Die Rolle von Data Cloud und RAG
Ein Gehirn ist nur so gut wie die Informationen, auf die es Zugriff hat, und hier kommt die Salesforce Data Cloud ins Spiel. Auch wenn Sie sie technisch gesehen nicht zwingend benötigen, ist das System darauf ausgelegt, am besten mit ihr zusammenzuarbeiten. Tatsächlich sagen einige Experten, dass Agentforce die Data Cloud benötigt, um wie vorgesehen zu funktionieren.
Die Data Cloud fungiert als Basis, die alle Daten Ihres Unternehmens (von Salesforce-Datensätzen bis hin zu externen Systemen) in einer einzigen, einheitlichen Quelle der Wahrheit zusammenführt. Dies ist für den Agenten lebenswichtig.
Die Plattform nutzt dann eine Technik namens Retrieval-Augmented Generation (RAG), um Informationen aus diesem Datenpool abzurufen. Vereinfacht ausgedrückt ist RAG die Methode, mit der der Agent all diese vereinheitlichten Daten durchsucht, um die relevantesten Fakten zu finden, auf denen er seine Antworten aufbaut. Auf diese Weise ist es viel unwahrscheinlicher, dass die KI Dinge erfindet. Es ist eine großartige Funktion, aber sie verdeutlicht eine enorme Abhängigkeit. Wie ein Nutzer treffend bemerkte, ist die Einführung von KI oft zuerst ein Datenproblem.
Bausteine: Themen, Aktionen und Leitplanken
Wie baut man nun eigentlich einen dieser Agenten? Sie verwenden den Agent Builder, der Ihnen drei Hauptkomponenten zur Verfügung stellt:
-
Themen (Topics): Dies sind die Fachgebiete des Agenten. Sie definieren diese basierend darauf, was der Agent bearbeiten soll, z. B. „Bestellmanagement“ oder „Passwort-Resets“.
-
Aktionen (Actions): Dies sind die spezifischen Aufgaben, die ein Agent ausführen kann. Eine Aktion kann alles sein, vom Ausführen eines Salesforce-Flows über den Aufruf einer Apex-Klasse bis hin zur Verbindung mit einem externen System über eine MuleSoft-API.
-
Leitplanken (Guardrails): Dies sind die Regeln, die verhindern, dass Ihr Agent aus der Rolle fällt. Sie können diese mit Anweisungen in natürlicher Sprache definieren. Zudem gibt es einen integrierten Einstein Trust Layer, der Aspekte wie Datenschutz und die Erkennung schädlicher Inhalte übernimmt, um Ihre Daten sicher zu halten.
Um diese Komponenten in Aktion zu sehen, bietet diese offizielle Demo von Salesforce einen hilfreichen Durchlauf, wie ein mit Agentforce erstellter KI-Service-Agent eine Kundeninteraktion von Anfang bis Ende abwickelt.
Eine Videodemonstration, wie Salesforce Agentforce Kundeninteraktionen mit einem KI-Service-Agenten automatisiert.
Wie viel kostet Salesforce Agentforce?
Hier wird es etwas unübersichtlich. Es gibt keine einfache, monatliche Pauschalgebühr für diese Plattform. Stattdessen basiert die Preisgestaltung auf der Nutzung (consumption-based), was die Vorhersage der Kosten erschweren kann.
Laut der offiziellen Preisseite gibt es zwei Hauptmodelle:
-
Flex Credits: Dies ist ein Pay-per-Action-Modell. Sie kaufen Credits in Paketen, zum Beispiel 100.000 Credits für 500 $, und jede Aufgabe verbraucht eine bestimmte Anzahl von Credits. Eine einzelne Aufgabe im Fallmanagement könnte beispielsweise 60 Credits verbrauchen, was etwa 0,30 $ pro Aufgabe entspricht.
-
Konversationen (Conversations): Dies ist ein Pauschalmodell für kundenorientierte Agenten. Es kostet pauschal 2,00 $ pro Konversation.
Zusätzlich gibt es Add-on-Lizenzen für Ihre Mitarbeiter. Wenn Sie möchten, dass diese unbegrenzten Zugriff auf interne Agenten haben, kostet dies zusätzlich 125 $ pro Nutzer und Monat. Das kann sich schnell summieren. Die Gesamtkosten (Total Cost of Ownership) müssen auch potenzielle Lizenzen für andere Salesforce-Produkte enthalten, die Sie möglicherweise benötigen, wie Data Cloud oder MuleSoft. Dieses variable Preismodell macht die Budgetierung sehr schwierig, insbesondere wenn Sie skalieren möchten.
Die praktischen Herausforderungen der Implementierung
Obwohl die Demos beeindruckend aussehen, ist die Inbetriebnahme in einer realen Geschäftsumgebung nicht immer ein Kinderspiel. Es gibt einige Hürden, die Sie kennen sollten, bevor Sie Verträge unterzeichnen, basierend auf dem Feedback von Nutzern, die es tatsächlich produktiv eingesetzt haben.
Es ist eine Plattform, kein Plug-and-Play-Tool
Das Erste, was man verstehen muss: Dies ist eine Plattform, auf der Sie aufbauen, und kein Tool, das Sie einfach einschalten. Wie ein Nutzer mit Implementierungserfahrung erklärte, ist die Liste der erforderlichen Rollen umfangreich:
Sie müssen viel Zeit im Agent Builder verbringen, um Ihre Themen zu definieren, Aktionen mit Ihrer bestehenden Logik zu verknüpfen und detaillierte Anweisungen für den Agenten zu schreiben. Es ist eine entwicklerzentrierte Plattform, die ein technisches Team erfordert, um den Build- und Testzyklus zu verwalten. Dies ist ein großer Unterschied zu Lösungen, die für den sofortigen Einsatz konzipiert sind. Im Gegensatz zu KI-Teamkollegen, die Sie einfach einladen können und die innerhalb von Minuten in Ihrem Helpdesk laufen, handelt es sich hierbei um ein ausgewachsenes Entwicklungsprojekt.
Die Abhängigkeit von der Datenlandschaft
Wir haben es bereits erwähnt, aber es ist wichtig, es zu wiederholen: Die Leistung hängt hier direkt von der Qualität Ihrer Daten ab. Wenn Ihre Daten unordentlich und über ein Dutzend isolierter Systeme verteilt sind, wird der Agent Schwierigkeiten haben, den richtigen Kontext zu finden und genaue Antworten zu geben.
Dies ist für viele Unternehmen eine riesige Hürde. Ein Nutzer merkte an, dass 2025 für viele Organisationen ein „Bereitschaftsjahr“ für KI ist, weil ihr Fortschritt durch mangelnde Datenqualität gebremst wird. Einige Plattformen umgehen dies, indem sie direkt aus Ihren bestehenden Wissensquellen wie alten Support-Tickets, Hilfezentren und Google Docs lernen, ohne dass vorab ein massives Datenprojekt erforderlich ist. Das macht den schnellen Start wesentlich einfacher.
Testen und Optimieren Ihres Setups
Ein weiteres Feedback aus der Praxis besagt, dass das Testen ziemlich schwierig sein kann, da die Antworten nicht immer konsistent sind. Die KI kann auf denselben Prompt unterschiedlich reagieren, was die Feinabstimmung zu einer echten Herausforderung macht.
Zum Beispiel könnten ein Kunde, der „Passwort zurücksetzen“ tippt, und einer, der „Mein Passwort zurücksetzen?“ fragt, völlig unterschiedliche Verhaltensweisen auslösen. Das bedeutet, dass Sie viel Zeit damit verbringen müssen, Ihre Prompts und Anweisungen fein abzustimmen, um all die kleinen Variationen abzudecken, wie Menschen Dinge formulieren. Hier kann ein „Human-in-the-loop“-Ansatz ein Lebensretter sein. Ein KI-Teamkollege wie eesel AI kann damit beginnen, lediglich Antwortentwürfe für Ihre menschlichen Mitarbeiter zu erstellen, die diese prüfen und genehmigen können. So lernt die KI sicher im laufenden Betrieb, ohne das Risiko, eine seltsame, autonome Antwort an einen Kunden zu senden.
Wann Sie stattdessen einen KI-Teamkollegen benötigen
Kurz gesagt: Dies ist eine äußerst robuste Plattform für Unternehmen. Sie ist perfekt für Firmen geeignet, die tief in das Salesforce-Ökosystem investiert haben und die Zeit, das Budget und das technische Talent besitzen, um maßgeschneiderte KI-Agenten von Grund auf zu entwickeln.
Aber für viele Teams sind dieses Maß an Komplexität und die damit verbundenen Kosten ein Ausschlusskriterium. Sie benötigen lediglich einen KI-Helfer, der sofort einen Beitrag leisten kann.
Wenn das eher nach Ihnen klingt, könnte eine Alternative wie eesel AI besser passen. Es ist als KI-Teamkollege konzipiert, den man einlädt, und nicht als Plattform, die man erst bauen muss. Es adressiert direkt die größten Hürden einer Plattform wie Agentforce:
- In Minuten live: Sie verbinden einfach Ihren Helpdesk und Ihre Wissensquellen mit einem Klick, und die Arbeit beginnt. Es ist kein langer Konfigurationsprozess erforderlich.
- Human-in-the-loop standardmäßig: Sie können sicher am ersten Tag mit einem AI Copilot starten, der Antworten für Ihr Team entwirft. Die KI lernt aus deren Bearbeitungen und Feedback – ganz ohne Risiko.
- Lernt aus dem, was Sie haben: Sie liest Ihre alten Tickets, Hilfezentren und Dokumente aus über 120+ Integrationen. Sie benötigen keinen perfekten, vereinheitlichten Data Lake, um qualitativ hochwertige Antworten zu erhalten.
- Transparente Preise: Sie erhalten ein einfaches, interaktionsbasiertes Modell (ab 239 $/Monat für 1.000 Interaktionen) ohne komplexe Credit-Systeme.
Hier ist ein kurzer Vergleich, um es ganz deutlich zu machen:
| Funktion | Salesforce Agentforce | eesel AI |
|---|---|---|
| Einrichtungszeit | Wochen bis Monate | Minuten |
| Onboarding | Erfordert technische Konfiguration | Einladung zum Helpdesk, lernt automatisch |
| Erste Nutzung | Bauen, testen, dann bereitstellen | Entwirft Antworten zur Prüfung ab Tag 1 |
| Datenanforderungen | Am besten mit einheitlichen Daten in Data Cloud | Lernt direkt aus bestehenden Tickets & Docs |
| Ideal für | Unternehmen mit großem Salesforce-Budget | Teams, die einen Plug-and-Play-KI-Partner wollen |
Die richtige KI wählen
Dies ist eine leistungsstarke und ehrgeizige Plattform. Für ein großes, Salesforce-zentriertes Unternehmen mit einem engagierten Entwicklungsteam bietet sie die Möglichkeit, tief integrierte, maßgeschneiderte KI-Agenten zu bauen. Ihr Potenzial ist unbestreitbar.
Doch das beste Tool hängt immer von den spezifischen Anforderungen, Ressourcen und dem Zeitplan Ihres Teams ab. Wenn Sie ein Entwicklungsprojekt auf Unternehmensebene suchen, ist es ein starker Kandidat. Wenn Sie jedoch wirklich einen KI-Teamkollegen brauchen, der sich Ihrem Team anschließt, sich „einstempelt“ und noch heute hilft, ohne dass Sie die ganze schwere Arbeit erledigen müssen, dann ist eine Lösung wie eesel AI genau dafür gemacht.
Bereit zu sehen, wie ein KI-Teamkollege für Sie arbeiten kann? Starten Sie einen kostenlosen eesel AI-Test.
Entdecken Sie weitere Salesforce KI-Ressourcen: Salesforce AI Agent, Salesforce Agentforce Preise, Salesforce Einstein KI-Funktionen, Salesforce Preise, Salesforce Automatisierung, Salesforce Chatbot, Salesforce Alternativen und Salesforce Bewertung. Für Entwickler siehe KI-Tools für Salesforce-Entwickler, Salesforce GPT Einrichtung und HubSpot GPT-Tools.
Häufig gestellte Fragen
Es ist eine Plattform innerhalb von Salesforce, die es Unternehmen ermöglicht, autonome KI-Agenten (AI Agents) zu erstellen und bereitzustellen. Diese Agenten können Aufgaben wie den Kundenservice, die Qualifizierung von Verkaufs-Leads und das Auftragsmanagement übernehmen, indem sie logische Schritte durchlaufen und Aktionen über verschiedene Systeme hinweg ausführen.
Die Preisgestaltung basiert auf der Nutzung und nicht auf einer monatlichen Pauschalgebühr. Sie können etwa 2,00 $ pro Konversation für kundenorientierte Agenten zahlen oder Pakete mit „Flex Credits“ erwerben (z. B. 500 $ für 100.000 Credits), wobei jede vom Agenten ausgeführte Aktion eine bestimmte Anzahl von Credits verbraucht.
Es wird im Allgemeinen eher als Entwicklungsprojekt denn als Plug-and-Play-Tool betrachtet. Sie müssen Themen definieren, spezifische Aktionen wie Apex oder Flows verknüpfen und detaillierte Anweisungen schreiben, was in der Regel ein technisches Team und mehrere Wochen Arbeit erfordert.
Obwohl es mit verschiedenen Datenquellen arbeiten kann, erbringt es die beste Leistung, wenn Ihre Daten in der Salesforce Data Cloud vereinheitlicht sind. Wenn Ihre Daten unordentlich oder in Silos gespeichert sind, kann der Agent Schwierigkeiten haben, genaue oder kontextbezogene Antworten zu geben, weshalb die Datenbereinigung oft der erste Schritt ist.
Ja, einer der Haupteinsatzbereiche ist der Service Agent. Er kann so konfiguriert werden, dass er Fälle löst, Rechnungsanfragen bearbeitet und Warenrücksendungen autonom verwaltet, indem er mit Ihren bestehenden Salesforce Workflows und externen APIs verbunden wird.
Die meisten einfachen Chatbots folgen starren Skripten, aber diese Plattform nutzt die Atlas Reasoning Engine, um zu „denken“ und sich anzupassen. Diese zusätzliche Leistung bringt jedoch im Vergleich zu Plug-and-Play-KI-Teamkollegen wie eesel AI eine höhere Komplexität und höhere Kosten mit sich.
Diesen Beitrag teilen
Article by
Kenneth Pangan
Kenneth Pangan ist seit über zehn Jahren als Autor und Vermarkter tätig. Er teilt seine Zeit zwischen Geschichte, Politik und Kunst auf, wobei er immer wieder von seinen Hunden unterbrochen wird, die Aufmerksamkeit fordern.
