Koa übernimmt komplexe Aufgaben in Agentforce
Salesforce erweitert seine Agentforce-Plattform um Koa, das erste eigene Reasoning-Modell des Unternehmens. Reasoning bezeichnet hier die Fähigkeit, mehrstufige Aufgaben strukturiert abzuarbeiten und Zwischenschritte miteinander zu verknüpfen.
Das Modell basiert auf Nvidias Open-Weight-Modell Nemotron. Salesforce und Nvidia haben es gemeinsam nachtrainiert, damit es Aufgaben aus Vertrieb, Marketing und Kundenservice bearbeiten kann. Dazu gehören beispielsweise die Bearbeitung komplexer Servicefälle, die Vorbereitung von Verkaufsgesprächen und die Terminplanung.
Bislang leitete Agentforce anspruchsvollere Anfragen häufig an externe Modelle wie Claude oder ChatGPT weiter. Koa soll einen Teil dieser Arbeit künftig innerhalb des Salesforce-Ökosystems übernehmen.
Open Weights statt vollständiger Abhängigkeit
Mit Koa reagiert Salesforce auf eine erkennbare Verschiebung im Unternehmensmarkt. Für viele betriebliche Prozesse ist nicht das leistungsstärkste Universalmodell erforderlich. Entscheidend sind zuverlässige Ergebnisse in einem begrenzten Aufgabenbereich, kontrollierbare Datenflüsse und kalkulierbare Kosten.
Nemotron stellt dafür offene Modellgewichte bereit. Open Weights bedeutet, dass die trainierten Parameter eines Modells zugänglich sind. Das ist nicht automatisch mit Open Source gleichzusetzen, denn Lizenz, Quellcode, Trainingsdaten und erlaubte Betriebsformen können weiterhin eingeschränkt sein.
| Merkmal | Koa in Agentforce | Geschlossenes Spitzenmodell |
|---|---|---|
| Schwerpunkt | Vertrieb, Marketing und Kundenservice | Breites Spektrum allgemeiner Aufgaben |
| Modellbasis | Nvidia Nemotron mit offenen Gewichten | Proprietäre Modellarchitektur |
| Training mit Salesforce-Kundendaten | Laut Salesforce nicht erfolgt | Abhängig von Anbieter und Vertrag |
| Tokenverbrauch | Für definierte Unternehmensaufgaben optimiert | Kann bei langen Reasoning-Prozessen höher ausfallen |
| Bereitstellung | Als Modelloption innerhalb von Agentforce | Typischerweise über externe API |
Für Unternehmen ist diese Spezialisierung wirtschaftlich relevant. Externe Modellaufrufe verursachen variable Kosten, die mit Nutzung, Kontextlänge und erzeugten Tokens steigen. Wie deutlich solche Ausgaben auf die Kalkulation eines Plattformanbieters wirken können, zeigt bereits der Fall der Claude-Kosten bei Salesforce.
Synthetische Daten statt echter Kundenfälle
Für das Nachtraining sollen Salesforce und Nvidia keine realen Kundendaten verwendet haben. Stattdessen wurden synthetische Datensätze erzeugt, die typische Situationen aus Service und Vertrieb nachbilden. Dazu zählen verärgerte Anrufer, komplexe Supportanfragen und Verkaufsgespräche vor einem Vertragsabschluss.
Sinngemäß erklärt Salesforce, dass Koa erstmals mehrstufiges Reasoning mit einem eigenen, auf Unternehmensprozesse zugeschnittenen Modell ermöglicht.
Dieser Ansatz reduziert das Risiko, dass vertrauliche Kundendaten in den Trainingsbestand eingehen und später unbeabsichtigt reproduziert werden. Er löst allerdings nicht alle Datenschutzfragen. Laufzeitdaten werden weiterhin durch Agentforce und die angeschlossenen Systeme verarbeitet, weshalb Speicherorte, Protokollierung, Aufbewahrungsfristen und Zugriffsrechte separat geprüft werden müssen.
Für Unternehmen im DACH-Raum bleibt deshalb entscheidend, welche vertraglichen und technischen Kontrollen Salesforce für Koa anbietet. Ein Modell ohne Kundendaten im Training ist ein Vorteil, ersetzt aber keine Datenschutz-Folgenabschätzung und kein belastbares Berechtigungskonzept.
Modell-Routing soll Kosten und Qualität ausbalancieren
Koa wird nicht zum einzigen Modell in Agentforce. Ein KI-Gateway entscheidet abhängig von der Aufgabe, welches Modell eine Anfrage bearbeitet. Einfache oder domänenspezifische Prozesse können an Koa gehen, während besonders anspruchsvolle Fälle weiterhin Claude, ChatGPT oder anderen Modellen zugewiesen werden.
Dieses Modell-Routing ist ein zentraler Hebel für die Wirtschaftlichkeit von KI-Agenten. Statt jede Anfrage an das teuerste Modell zu senden, lässt sich nach Komplexität, Datenschutzanforderung und Antwortzeit auswählen. Dass ein solches Vorgehen den Verbrauch erheblich reduzieren kann, zeigt auch Spotifys Einsatz von Modell-Routing zur Senkung des Claude-Code-Tokenverbrauchs.
Nvidia hebt bei Nemotron vor allem kurze Reaktionszeiten und eine tokenarme Verarbeitung hervor. Ob Koa bei realen Salesforce-Prozessen tatsächlich günstiger und mindestens gleich zuverlässig arbeitet, hängt jedoch von den konkreten Workflows, der Länge des Kontexts und der Qualität des Routings ab. Öffentliche Preisangaben oder unabhängige Vergleichswerte liegen bislang nicht vor.
Salesforce hält an Claude und OpenAI fest
Koa ist kein vollständiger Abschied von externen Modellanbietern. Salesforce hat parallel Claudeforce angekündigt. Dabei dient Claude als KI-Oberfläche, während Geschäftsdaten im Salesforce-Datensystem verbleiben und durch dessen Sicherheitsmechanismen geschützt werden sollen.
Die Strategie ist damit pragmatisch: Salesforce baut eine eigene Modelloption für häufige Unternehmensaufgaben auf, behält aber leistungsfähige Fremdmodelle für andere Anforderungen im Portfolio. Damit sinkt die technische Abhängigkeit von einem einzelnen Anbieter, während Agentforce selbst zur zentralen Kontrollschicht wird.
Aus Sicht der Kunden verlagert sich der Vendor-Lock-in dadurch teilweise. Die Abhängigkeit von Claude oder OpenAI kann sinken, gleichzeitig nimmt die Bedeutung des Salesforce-Gateways, seiner Richtlinien und seiner Abrechnung zu. Offene Gewichte sind deshalb nur dann ein echter Souveränitätsgewinn, wenn transparente Lizenzen, exportierbare Konfigurationen und alternative Betriebswege hinzukommen.