Salesforce stellt Koa als CRM-Reasoning-Modell vor

Salesforce hat Koa am 15. September 2026 als sein erstes CRM-Reasoning-Modell fuer Agentforce vorgestellt, die Agentenplattform fuer Vertrieb, Service und Arbeitsautomatisierung. Das Modell wird nicht als allgemeines Frontier-System positioniert. Es ist ein Fachmodell auf Basis von NVIDIA Nemotron 3 Super, einem Open-Weight-Modell, das Salesforce anschliessend fuer Aufgaben im Kundenbeziehungsmanagement nachtrainiert hat. Dieser Ursprung ist entscheidend, weil es bei der Ankuendigung weniger um ein neues Basismodell geht als um die Kontrolle einer Reasoning-Schicht fuer Geschaeftsprozesse, in denen das System entscheiden muss, was aktualisiert, wohin eine Anfrage geleitet und wann ein Mensch eingeschaltet wird.

Ein Nemotron-Modell fuer CRM

Salesforce sagt, Koa mit synthetischen Szenarien nachtrainiert zu haben, die auf 27 Jahren CRM-Erfahrung beruhen und mehr als 14 Branchen abdecken. Kundendaten seien fuer das Training nicht verwendet worden. Laut Salesforce kombiniert das Post-Training supervised fine-tuning mit GRPO-Reinforcement-Learning und nutzt NVIDIA NeMo RL, NeMo Gym und NeMo AutoModel. Der technische Punkt ist zugleich ein Governance-Punkt: Salesforce sagt, es kontrolliere die Gewichte und fuehre sowohl Nachtraining als auch Inferenz in der eigenen Infrastruktur aus, statt die gesamte CRM-Reasoning-Schicht an einen externen Modellanbieter zu geben.

• Koa ist Salesforce' erstes CRM-Reasoning-Modell fuer Agentforce.
• Ausgangspunkt ist NVIDIA Nemotron 3 Super, beschrieben als Open-Weight-Modell.
• Salesforce spricht von synthetischen CRM-Szenarien und nicht von Kundendaten.
• Genannt werden SFT und GRPO-Reinforcement-Learning mit NeMo-Werkzeugen.
• Die allgemeine Verfuegbarkeit wird fuer Winter 2026 in US-Regionen erwartet.

Was Salesforce getestet haben will

Das Unternehmen verweist auf einen internen CRM Bench, der unter anderem Opportunity-Updates, Case-Routing und die Planung von Follow-ups prueft. Salesforce behauptet, Koa erreiche mindestens die Leistung grosser Modelle und mache dabei dreimal weniger Fehler. Diese Aussage muss vorsichtig gelesen werden, weil es sich um einen internen Benchmark handelt, der nicht unabhaengig validiert wurde. Sie ist dennoch aufschlussreich, weil sie das Zielverhalten beschreibt: Salesforce misst, ob ein Agent CRM-Schritte mit weniger falschen Aktionen abschliessen kann, nicht ob er Allgemeinwissen abruft oder breite Prosa schreibt.

Auch der erste produktive Einsatz ist eng gefasst. Salesforce sagt, Koa betreibe bereits einen Mitarbeiteragenten in Slack, wo das Modell ueber Arbeitsanfragen innerhalb einer kontrollierten Produktoberflaeche nachdenken kann. Zu den genannten Piloten gehoeren Formula 1, UChicago Medicine, Baxter Credit Union, 1-800Accountant, Engine und Xero. Eine breitere Verfuegbarkeit ist laut Salesforce fuer Winter 2026 in US-Regionen geplant. Zudem soll Missionforce Nemotron-Modelle und beschleunigte Rechenleistung fuer private Clouds und isolierte Netze erhalten, was eingeschraenkte und souveraene Umgebungen in dieselbe Architektur einordnet.

Warum Salesforce eine eigene Reasoning-Schicht will

TechCrunch deutet den Schritt als Versuch von Salesforce, die Abhaengigkeit von Frontier-Modellen fuer mehrstufige CRM-Aufgaben zu verringern und Token-Kosten zu senken, ohne Claude oder ChatGPT aufzugeben. Diese Einschraenkung ist wichtig. Salesforce sagt nicht, dass jede Unternehmensaufgabe zu Koa wechseln soll, und TechCrunch beschreibt keinen klaren Bruch mit externen KI-Labors. Das Argument ist enger: Fuer wiederkehrende CRM-Arbeit kann ein kleineres spezialisiertes Modell, das vom Anwendungsanbieter kontrolliert wird, billiger, besser auditierbar und leichter anpassbar sein als wiederholte Aufrufe eines Frontier-Modells.

Der Test fuer Kaeufer sollte deshalb betrieblich sein, nicht rhetorisch. Teams sollten Koa mit bestehenden Modellrouten auf echten Datensaetzen vergleichen, mit aktiven Berechtigungen, unvollstaendigen Daten, veralteten Feldern, mehrdeutigen Faellen und fehlschlagenden Tool-Aufrufen. Zu messen sind Genauigkeit bei Updates, Wiederaufnahme nach Fehlern, Gesamtkosten pro abgeschlossenem Workflow, Audit-Spuren und die Zuverlaessigkeit menschlicher Eskalation, wenn dem Agenten Autoritaet oder Sicherheit fehlt. Ebenso wichtig ist, ob der Agent eine unsichere Entscheidung stoppt, den Grund protokolliert und den Vorgang so uebergibt, dass ein Mensch ihn nachvollziehen kann. Das ist keine Salesforce-Zusage, sondern die Pruefung, bevor ein Reasoning-Modell im CRM handeln darf.

Was sich fuer deutschsprachige Unternehmen aendert

Fuer deutschsprachige Unternehmen bietet Koa Agentforce-Kunden eine neue Option, CRM-Reasoning naeher am System of Record zu testen. Entscheidend ist nicht, ob Koa einen bekannten Chatbot in allgemeiner Intelligenz uebertrifft. Entscheidend ist, ob ein Agent Opportunities aktualisiert, Cases weiterleitet und Follow-ups plant, mit weniger Fehlern, berechenbaren Kosten und klarer Auditierbarkeit. Wenn Pilotprojekte das in realen Salesforce-Installationen bestaetigen, koennte Koa einen Teil der CRM-Automatisierung weg von abstrakter Modellauswahl und hin zu kontrolliertem Anwendungs-Reasoning verschieben.