Künstliche Intelligenz entwickelt sich in Unternehmen zunehmend von einem Werkzeug für einzelne Aufgaben hin zu einem Bestandteil automatisierter Geschäftsprozesse. Ein Beispiel für diese Entwicklung ist Salesforce Agentforce.
Während generative KI vor allem Texte erstellt, Informationen zusammenfasst oder Mitarbeitende bei einzelnen Tätigkeiten unterstützt, sollen KI-Agenten innerhalb definierter Grenzen eigenständig Aufgaben ausführen und auf Unternehmensdaten sowie angebundene Systeme zugreifen können.
Salesforce treibt diese Entwicklung mit Agentforce voran. Nach Angaben von Salesforce haben inzwischen mehr als 25.000 Unternehmen Agentforce-Lösungen entwickelt, implementiert und damit konkrete Ergebnisse erzielt. In Deutschland spricht Salesforce von rund 600 Agentforce-Kunden.
Doch was unterscheidet einen KI-Agenten von einem klassischen Chatbot? Welche Rolle spielen Unternehmensdaten? Und was bedeutet die Entwicklung für IT-Abteilungen und IT-Fachkräfte?
Was ist Salesforce Agentforce?
Agentforce ist die Plattform von Salesforce für die Entwicklung und den Einsatz von KI-Agenten.
Der wesentliche Unterschied zu einem klassischen Chatbot liegt darin, dass ein Agent nicht nur auf eine Frage reagieren soll. Er kann innerhalb zuvor definierter Regeln Informationen abrufen, verschiedene Arbeitsschritte miteinander verbinden und Aktionen in angebundenen Systemen auslösen.
Ein Beispiel:
Ein Kunde möchte wissen, wo sich seine Bestellung befindet. Ein klassischer Chatbot kann möglicherweise eine hinterlegte Information ausgeben. Ein entsprechend eingerichteter KI-Agent könnte dagegen den Kunden identifizieren, auf die relevanten Bestelldaten zugreifen, den aktuellen Status prüfen und daraus die passende Antwort erstellen. Je nach Prozess könnte er anschließend weitere festgelegte Aktionen auslösen oder den Vorgang an einen Mitarbeiter übergeben.
Aus einer einfachen Frage-Antwort-Interaktion wird damit ein Teil eines Geschäftsprozesses.
Die eigentliche Leistungsfähigkeit eines solchen Systems entsteht deshalb nicht allein durch das zugrunde liegende KI-Modell. Entscheidend ist das Zusammenspiel aus KI, Unternehmensdaten, Geschäftslogik, Berechtigungen und angebundenen Anwendungen.
Salesforce Agentforce ist mehr als ein Experiment
Salesforce veröffentlicht inzwischen zahlreiche Beispiele für den produktiven Einsatz von Agentforce. Auf seiner Agentforce-Kennzahlenseite nennt das Unternehmen unter anderem Finnair, Reddit und Grupo Falabella und veröffentlicht dazu konkrete Anwendungsfälle und Kennzahlen.
Nach Angaben des Unternehmens haben weltweit mehr als 25.000 Unternehmen Agentforce-Lösungen entwickelt, implementiert und konkrete Ergebnisse erzielt.
Diese Zahl sollte allerdings richtig eingeordnet werden: Sie stammt von Salesforce selbst und ist keine unabhängige Marktstatistik. Sie zeigt aber, dass Agentforce innerhalb des Salesforce-Ökosystems inzwischen eine relevante Verbreitung erreicht hat.
Auch in Deutschland gibt es zunehmend sichtbare Projekte. Salesforce sprach im Rahmen des Agentblazer Award 2026 von rund 600 Agentforce-Kunden in Deutschland. Zu den ausgezeichneten Unternehmen gehörten ContiTech, Fashion ID, FLYERALARM und Siemens.
Von einem flächendeckenden Standard in deutschen Unternehmen kann deshalb trotzdem noch nicht gesprochen werden.
KI ist angekommen – KI-Agenten stehen noch am Anfang
Ein Blick auf den gesamten deutschen KI-Markt zeigt den Unterschied.
Laut einer repräsentativen Bitkom-Befragung aus dem September 2026 von 603 Unternehmen ab 20 Beschäftigten setzen inzwischen 57 Prozent der Unternehmen Künstliche Intelligenz ein. Weitere 38 Prozent planen oder diskutieren den Einsatz. Gleichzeitig sehen sich neun von zehn Unternehmen bei KI noch am Anfang.
Bei KI-Agenten ist die Entwicklung noch deutlich jünger. Von den Unternehmen, die KI bereits einsetzen oder deren Einsatz planen beziehungsweise diskutieren, nutzen 11 Prozent bereits KI-Agenten. 29 Prozent planen deren Einsatz und weitere 31 Prozent diskutieren darüber. Für 24 Prozent sind KI-Agenten derzeit kein Thema.
Damit zeigt sich ein deutlicher Unterschied: Künstliche Intelligenz ist in der deutschen Wirtschaft inzwischen breit angekommen. Agentische Systeme befinden sich dagegen noch in einer früheren Entwicklungsphase.
Für Unternehmen bietet sich deshalb ein nüchterner Blick auf konkrete Einsatzmöglichkeiten an – und nicht die Frage, ob möglichst schnell überall KI-Agenten eingesetzt werden sollten.
Was kann Salesforce Agentforce konkret übernehmen?
Salesforce positioniert Agentforce unter anderem für Kundenservice, Vertrieb, Marketing und Commerce. Entscheidend ist dabei weniger die Abteilung als die Frage, ob sich ein konkreter Prozess sinnvoll mit Daten und Aktionen verbinden lässt.
Kundenservice
Im Kundenservice können Agenten wiederkehrende Anfragen bearbeiten, Informationen aus Kundendaten abrufen oder Servicevorgänge vorbereiten.
Interessant wird der Einsatz vor allem dann, wenn der Agent nicht nur eine Antwort formuliert, sondern tatsächlich mit dem zugrunde liegenden Prozess verbunden ist.
Ein Agent könnte beispielsweise einen Vorgang identifizieren, den aktuellen Status aus einem System abrufen und innerhalb definierter Regeln eine passende Aktion vorbereiten. Komplexe oder ungewöhnliche Fälle können anschließend an einen Mitarbeiter übergeben werden.
Vertrieb
Auch im Vertrieb können Agenten Informationen aus unterschiedlichen Quellen zusammenführen.
Denkbar sind beispielsweise die Vorbereitung eines Leads, die Zusammenfassung vorhandener Kundeninformationen, die Erkennung offener Aufgaben oder die Aufbereitung relevanter Informationen vor einem Kundengespräch.
Der Vertriebsmitarbeiter erhält damit nicht nur automatisch erzeugten Text, sondern einen stärker auf den konkreten Kunden und Vorgang bezogenen Arbeitsstand.
Marketing und Commerce
Im Marketing können agentische Systeme bei der Vorbereitung und Durchführung definierter Kampagnenprozesse eingesetzt werden.
Im Commerce-Umfeld können sie beispielsweise Produkt-, Kunden- oder Bestellinformationen zusammenführen und auf Anfragen reagieren.
Welche Aufgaben tatsächlich automatisiert werden sollten, hängt jedoch stark von Datenqualität, Prozessen, Schnittstellen und Berechtigungen ab.
Agentforce braucht eine belastbare Datenbasis
Bei KI-Agenten wird die Qualität der Unternehmensdaten besonders wichtig.
Ein Vertriebsagent benötigt beispielsweise Informationen über Kunden, bisherige Kontakte, Produkte und offene Vorgänge. Ein Service-Agent muss möglicherweise auf Kundendaten, Bestellungen, Produktinformationen und frühere Servicefälle zugreifen.
Diese Informationen befinden sich in Unternehmen häufig nicht an einer einzigen Stelle. Sie können in CRM- und ERP-Systemen, Datenbanken, Data Warehouses, Dokumenten oder Wissensplattformen verteilt sein.
Genau an dieser Stelle kommt Salesforce Data 360 ins Spiel.
Salesforce hat die frühere Data Cloud am 14. Oktober 2025 in Data 360 umbenannt. Wie Salesforce in seiner Dokumentation erläutert, blieben Funktionalität und Inhalte bei der Umbenennung grundsätzlich unverändert.
Data 360 kann strukturierte und unstrukturierte Daten aus verschiedenen Quellen verbinden und vereinheitlichen. Die Plattform unterstützt unter anderem Batch- und Streaming-Daten, Datenmodellierung, Identity Resolution sowie Zero-Copy-Anbindungen.
Für Agentforce kann Data 360 damit eine wichtige Grundlage bilden.
Der entscheidende Punkt reicht jedoch über Salesforce hinaus:
Ein leistungsfähiger KI-Agent beginnt nicht beim Prompt, sondern bei den Daten.
Data 360 ist nicht automatisch für jedes Unternehmen die richtige Lösung
Trotz der engen Verbindung zwischen Agentforce und Data 360 sollte Data 360 nicht als zwingende Voraussetzung für jede KI-Strategie verstanden werden.
Unternehmen verfügen über unterschiedliche IT-Landschaften. Wer bereits intensiv mit Salesforce arbeitet, kann von der engen Integration profitieren. Andere Unternehmen haben möglicherweise bestehende Data Warehouses, Lakehouses oder Datenplattformen, die bereits zentrale Aufgaben übernehmen.
Die wichtigere Frage lautet deshalb nicht:
„Brauchen wir Data 360?“
Sondern:
„Wie stellen wir sicher, dass unsere KI-Anwendungen zuverlässig, sicher und nachvollziehbar auf die benötigten Daten zugreifen können?“
Je stärker ein KI-Agent in Geschäftsprozesse eingreift, desto wichtiger werden Datenqualität, Datenmodellierung, Schnittstellen, Zugriffsrechte und Governance.
Auch Salesforce weist in seiner Dokumentation zur Vorbereitung auf Data 360 darauf hin, dass Unternehmen vor einer Einführung unter anderem ihre Datenstrategie, vorhandene Datenquellen, Datenmodelle und benötigte Berechtigungen betrachten sollten.
Daten und Integration gehören zu den größten Herausforderungen
Wie wichtig diese Grundlagen sind, zeigen auch Zahlen aus Deutschland.
Nach Daten des Statistischen Bundesamtes für 2025 nutzten 26 Prozent der Unternehmen Künstliche Intelligenz. Bei den Unternehmen, die einen KI-Einsatz erwogen, aber noch nicht umgesetzt hatten, nannten 44 Prozent Schwierigkeiten bei der Verfügbarkeit oder Qualität der benötigten Daten. 45 Prozent verwiesen auf die Inkompatibilität vorhandener Geräte, Software oder Systeme.
Auch die Bitkom-Erhebung von 2026 zeigt, dass der Einsatz von KI weit mehr umfasst als die eigentliche Software. Unter den Unternehmen, die KI bereits einsetzen, nennen 51 Prozent Infrastruktur wie Cloud und Rechenleistung als größeren Kostenpunkt, 50 Prozent die Aufbereitung von Daten und 41 Prozent die Integration in bestehende Systeme.
Für Agentforce ist dieser Zusammenhang besonders relevant. Ein KI-Agent kann nur zuverlässig arbeiten, wenn Daten und angebundene Systeme zuverlässig funktionieren.
Was bedeutet Salesforce Agentforce für IT-Fachkräfte?
Damit wird das Thema auch für den IT-Arbeitsmarkt interessant.
Die Einführung eines produktiv eingesetzten KI-Agenten ist kein reines Fachabteilungs- oder Marketingprojekt. Dahinter stehen technische Aufgaben rund um Datenintegration, Datenmodellierung, APIs und Schnittstellen, Cloud-Technologien, Berechtigungen, IT-Security, Monitoring, Governance und Automatisierung.
Für Salesforce-Fachkräfte können sich damit zusätzliche Spezialisierungsfelder rund um Agentforce, Data 360, Integration und Automatisierung entwickeln.
Gleichzeitig betrifft die Entwicklung längst nicht nur Salesforce-Spezialisten.
Auch Kenntnisse aus Data Engineering, Softwareentwicklung, Cloud, Integration, Security und AI Engineering können für agentische Systeme relevant sein.
Damit entstehen neue Schnittstellen zwischen klassischen IT-Rollen und KI.
Auch in unserem Beitrag „KI im Arbeitsalltag: Wie Unternehmen Mitarbeitende auf den Wandel vorbereiten sollten“ beschäftigen wir uns damit, welche Rolle IT-Abteilungen bei der Einführung von KI übernehmen. Themen wie Datenverarbeitung, Schnittstellen, Zugriffsrechte und Sicherheit spielen auch bei Agentforce eine zentrale Rolle.
Die Rolle der IT verändert sich
Mit KI-Agenten entsteht eine zusätzliche Ebene zwischen Daten, Anwendungen und Geschäftsprozessen.
Die IT muss deshalb nicht nur sicherstellen, dass ein System technisch funktioniert. Unternehmen müssen auch festlegen, auf welche Daten ein Agent zugreifen darf, welche Aktionen er durchführen kann und wann ein Mensch eingreifen muss.
Dabei entstehen grundlegende Fragen:
- Welche Systeme darf ein Agent erreichen?
- Welche Informationen darf er lesen?
- Welche Daten darf er verändern?
- Welche Aktionen darf er selbstständig durchführen?
- Wann ist eine Freigabe erforderlich?
- Wie werden Fehler erkannt?
- Wie lässt sich nachvollziehen, weshalb eine bestimmte Aktion ausgelöst wurde?
Damit werden Governance, Berechtigungen, Monitoring und technische Kontrolle zu zentralen Bestandteilen agentischer Systeme.
Salesforce selbst hebt bei Data 360 unter anderem Zugriffskontrolle, Sichtbarkeit, Data Governance und Verschlüsselung als Bestandteile einer Governance- und Sicherheitsstrategie hervor.
Gleichzeitig verändert sich möglicherweise auch die Arbeit der Menschen, die mit diesen Systemen arbeiten.
Statt jeden einzelnen Vorgang selbst zu bearbeiten, könnten Mitarbeitende künftig häufiger Prozesse kontrollieren, Entscheidungen treffen, Ausnahmen bearbeiten und Ergebnisse von KI-Systemen überprüfen.
Salesforce Agentforce und der EU AI Act
Neben der technischen Seite müssen Unternehmen auch regulatorische Anforderungen berücksichtigen.
Seit dem 2. August 2026 gelten die Transparenzpflichten nach Artikel 50 des europäischen AI Act für bestimmte KI-Systeme. Die Europäische Kommission hat dazu am 20. Juli 2026 Leitlinien zu den Transparenzpflichten für Anbieter und Betreiber von KI-Systemen veröffentlicht.
Die Anforderungen betreffen unter anderem bestimmte Situationen, in denen Personen direkt mit KI-Systemen interagieren, sowie bestimmte KI-generierte oder manipulierte Inhalte.
Für Unternehmen bedeutet das allerdings nicht, dass jeder KI-Agent automatisch denselben regulatorischen Anforderungen unterliegt. Welche Vorgaben relevant sind, hängt vom konkreten System und seinem Einsatzzweck ab.
Neben dem AI Act müssen Unternehmen zudem weiterhin Datenschutz, Informationssicherheit, interne Verantwortlichkeiten und Zugriffsrechte berücksichtigen.
Eine Agentforce-Einführung sollte deshalb nicht ausschließlich als technische Implementierung betrachtet werden.
Was Unternehmen vor der Einführung von Agentforce prüfen sollten
Ein sinnvoller Einstieg beginnt nicht bei einer möglichst langen Liste technischer Funktionen, sondern bei einem konkreten Geschäftsproblem.
1. Prozess
Welcher klar definierte Prozess verursacht heute viel manuellen Aufwand?
Prozesse mit wiederkehrenden Schritten und nachvollziehbaren Regeln lassen sich meist einfacher bewerten als Vorgänge, die jedes Mal eine individuelle Entscheidung erfordern.
2. Daten
Welche Informationen benötigt der Agent? Wo liegen diese Daten? Sind sie vollständig, aktuell und eindeutig miteinander verknüpft?
3. Integration
Welche Systeme müssen miteinander kommunizieren? Sind entsprechende APIs oder andere Schnittstellen vorhanden?
4. Berechtigungen und Governance
Welche Daten darf der Agent sehen? Welche Informationen darf er verändern? Welche Aktionen darf er selbstständig ausführen und welche benötigen eine Freigabe?
5. Kontrolle
Wie werden Ergebnisse überwacht? Wann übernimmt ein Mitarbeiter? Wie werden Fehler dokumentiert und Prozesse angepasst?
Erst wenn diese Fragen beantwortet sind, lässt sich sinnvoll beurteilen, welche Technologie für den jeweiligen Anwendungsfall geeignet ist.
Das gilt für Agentforce genauso wie für andere KI-Plattformen.
Ist Salesforce Agentforce auch für den Mittelstand interessant?
Die öffentlich sichtbaren Agentforce-Projekte stammen häufig von größeren Unternehmen. Das bedeutet jedoch nicht, dass agentische Systeme grundsätzlich nur für Konzerne geeignet sind.
Salesforce richtet seine Agentforce- und Data-360-Angebote nicht ausschließlich an Großunternehmen. Auch kleinere Organisationen können grundsätzlich mit einzelnen, klar abgegrenzten Anwendungsfällen beginnen.
Für ein mittelständisches Unternehmen könnte beispielsweise ein einzelner Service- oder Vertriebsprozess interessant sein. Statt sofort mehrere Unternehmensbereiche zu automatisieren, kann zunächst geprüft werden, ob ein bestimmter Prozess einen ausreichend großen Nutzen bietet.
Eine kleinere Unternehmensgröße bedeutet allerdings nicht automatisch eine einfachere technische Ausgangslage.
Historisch gewachsene Systeme, verteilte Datenquellen und wenig dokumentierte Prozesse können auch in einem mittelständischen Unternehmen zu erheblichen Herausforderungen führen.
Die entscheidende Frage ist deshalb nicht, ob ein Unternehmen groß genug für Agentforce ist.
Wichtiger ist:
Sind Prozesse, Daten und Systeme für den Einsatz eines KI-Agenten geeignet?
Wohin entwickelt sich KI im Unternehmen?
Agentforce ist Teil einer größeren Entwicklung, die weit über Salesforce hinausgeht.
KI wird zunehmend mit Unternehmensdaten, Anwendungen und Geschäftsprozessen verbunden. Dadurch verschiebt sich ihr Einsatz von einzelnen Assistenzfunktionen hin zu stärker automatisierten Abläufen.
Vereinfacht lassen sich drei Formen unterscheiden:
KI als Assistenz: Die KI unterstützt einen Mitarbeiter bei einer konkreten Aufgabe.
KI als Automatisierung: Die KI übernimmt Teile eines definierten Prozesses.
KI als Agent: Die KI erhält ein Ziel, verbindet mehrere Arbeitsschritte und führt innerhalb vorgegebener Grenzen Aktionen aus.
In der Praxis sind die Übergänge zwischen diesen Formen fließend.
Entscheidend bleibt, dass Unternehmen nicht nur betrachten, was eine KI technisch tun kann, sondern auch, was sie tun darf und was sie zuverlässig tun sollte.
Salesforce Agentforce braucht mehr als Künstliche Intelligenz
Salesforce Agentforce zeigt, wie sich der Einsatz von KI in Unternehmen weiterentwickelt.
KI soll zunehmend nicht mehr nur Informationen liefern oder Texte erzeugen. Agentische Systeme können innerhalb festgelegter Grenzen auf Daten zugreifen, Arbeitsschritte miteinander verbinden und Aktionen in Geschäftsprozessen ausführen.
Nach Angaben von Salesforce haben weltweit inzwischen mehr als 25.000 Unternehmen Agentforce-Lösungen entwickelt und eingesetzt. In Deutschland spricht das Unternehmen von rund 600 Kunden. Gleichzeitig zeigen die aktuellen Bitkom-Zahlen, dass KI-Agenten noch deutlich weniger verbreitet sind als Künstliche Intelligenz insgesamt.
Das spricht weder für übertriebene Erwartungen noch dafür, die Entwicklung zu ignorieren.
Für Unternehmen kommt es vielmehr darauf an, geeignete Prozesse zu identifizieren und die technischen Voraussetzungen realistisch zu bewerten.
Besonders wichtig sind dabei Datenqualität, Integration, Berechtigungen, Sicherheit und Governance.
Genau deshalb ist Agentforce nicht nur ein Salesforce- oder KI-Thema. Die Entwicklung zeigt, wie eng Künstliche Intelligenz künftig mit klassischer IT-Infrastruktur und Geschäftsprozessen verbunden sein kann.
Für IT-Fachkräfte entstehen dadurch neue Schnittstellen zwischen Salesforce, Daten, Cloud, Integration, Softwareentwicklung, Security und KI.
Unternehmen werden deshalb nicht nur Menschen benötigen, die KI-Anwendungen bedienen können. Gefragt sind ebenso Fachkräfte, die verstehen, wie KI zuverlässig, sicher und sinnvoll in bestehende IT-Landschaften integriert wird.
