Servicekonsole mit einem Chat-Fenster, in dem Einstein bei der Beantwortung von Fragen hilft

KI-Agenten für die Geschäfts- und Anwendungsentwicklung

KI-Agenten werden in unserem täglichen Leben allgegenwärtig sein. Hier erfahren Sie, wie sie funktionieren und wie sie die Geschäfts- und Anwendungsentwicklung gleichermaßen verändern.

Christophe Coenraets

KI-Agenten sind unterstützende und autonome Softwaresysteme. Basierend auf Benutzereingaben oder Umgebungsbedingungen argumentieren, planen und ergreifen sie Maßnahmen, um bestimmte Aufgaben oder Ziele zu erreichen. Sie sind wie intelligente digitale Assistenten, ausgestattet mit dem geballten Wissen und der Erfahrung menschlicher Expert:innen und dem Zugriff auf alle relevanten Daten.

Agenten werden in allen Bereichen unseres Lebens allgegenwärtig sein und die Art und Weise, wie Unternehmen arbeiten und mit Kund:innen interagieren, grundlegend verändern. Zum Beispiel kann ein Service-Agent als der:die technisch versierteste Mitarbeiter:in Ihres Unternehmens fungieren, der rund um die Uhr für Sie da ist und jede Anfrage bearbeitet. Ein Marketing-Agent kann, ähnlich wie ein selbstfahrendes Auto, „Sensoren“ (Echtzeitdaten) verwenden, um sich ändernde Geschäftsbedingungen zu erkennen und proaktiv zu reagieren (Preisgestaltung anpassen, eine Kampagne starten usw.).

Dieser Artikel befasst sich mit den KI-Innovationen, die das Aufkommen von Agenten vorantreiben, und untersucht, wie Agenten nicht nur Unternehmen transformieren, sondern auch Software und Softwareentwicklung neu gestalten.

Ein Screenshot zeigt einen Agentforce Kalkulator, der errechnet, wie viel Geld man sich mit Agentforce sparen kann.

Berechnen Sie Ihren ROI für Agentforce.

Finden Sie heraus, wie viel Zeit und Geld Sie mit einem Team von KI-gestützten Agenten sparen können, die Seite an Seite mit Ihren Mitarbeiter:innen arbeiten. Beantworten Sie einfach vier schnelle Fragen und erfahren Sie, was mit Agentforce möglich ist.

Unterstützt durch Large Language Models

KI-Agenten werden durch das Aufkommen von Large Language Models (LLMs) ermöglicht. LLMs bieten zwei wesentliche Funktionen, die für die Implementierung effizienter Agenten erforderlich sind:

  • Tiefes Sprachverständnis: LLMs eignen sich hervorragend zum Verständnis komplexer und nuancierter Sprache. Dies ist eine entscheidende Funktion für Chatbot-Agenten, die es ihnen ermöglicht, eine Benutzeranfrage auf einer tiefen Ebene zu verstehen und Antworten in natürlicher Sprache zu formulieren.
  • Argumentation und Entscheidungsfindung: LLMs können auch argumentieren und Entscheidungen treffen. Auf diese Weise können Agenten einen Plan erstellen und die Schritte orchestrieren, die zur Lösung des vorliegenden Problems erforderlich sind.

LLMs allein reichen jedoch nicht aus, um Agenten zu implementieren. Sie haben eine Reihe von Einschränkungen, darunter:

  • Fehlender Zugriff auf private Daten: LLMs haben keinen Zugriff auf private Daten, für die sie nicht trainiert wurden. Sie können z. B. keine Liste der offenen Vertriebs-Opportunities, offenen Supporttickets oder bisherigen Kampagnenergebnisse zurückgeben.
  • Keine integrierte Möglichkeit, Maßnahmen zu ergreifen: Sie können z. B. kein Supportticket öffnen, die Lieferadresse einer Bestellung nicht ändern, einen Verkaufschancendatensatz nicht aktualisieren oder den Preis eines Produkts nicht ändern.

Ein neues Zeitalter der Software

KI-Agenten schließen die Lücke zwischen den leistungsstarken Sprach- und Argumentationsfähigkeiten von LLMs und den praktischen Anforderungen geschäftlicher Anwendungsfälle, z. B. dem Zugriff auf private Daten und der Ausführung von Aktionen, und ebnen so den Weg für ein neues Softwareparadigma.

Software wird nicht mehr als vollwertige Anwendung erstellt, sondern als eine Sammlung granularer Bausteine, die bestimmte Funktionen kapseln und von Agenten mithilfe der Argumentationsfunktionen des LLM orchestriert werden können. Bei Salesforce werden diese Bausteine als Aktionen bezeichnet (z. B. „Auftrag suchen“ und „Bestelladresse ändern“) und sind in Funktionsbereichen organisiert, die als Themen bezeichnet werden (z. B. „Auftragsverwaltung“).

Mit anderen Worten, ein Agent ist ein Softwaresystem, das die Sprach- und Argumentationsfähigkeiten eines LLM verwendet, um eine Sammlung von Aktionen innerhalb eines bestimmten Bereichs zu orchestrieren. Auf hoher Ebene funktioniert ein Agent wie folgt:

  1. Aufgabe verstehen: Der Agent nutzt die Sprachfähigkeiten des LLM, um ein tiefes Verständnis für die anstehende Aufgabe zu erlangen.
  2. Iterativ planen und ausführen: Basierend auf seinem Verständnis der Aufgabe begründet der Agent die verfügbaren Aktionen und identifiziert, was als Nächstes zu tun ist. Dies kann das Ausführen von Aktionen oder das Stellen klärender Fragen umfassen. Der Agent begründet dann das Ergebnis des vorherigen Schritts und legt erneut fest, was als nächstes zu tun ist. Der Agent wiederholt diesen iterativen Prozess, bis er zufrieden ist, dass er die ursprüngliche Aufgabe erledigt hat.
  3. Antwort geben: Der Agent erzeugt die Antwort auf die Eingabe.
Eine Grafik zeigt die Titelseite des KI Glossars auf einem Tablet. Daneben sind Bäume zu sehen.

Sind Sie bereit für das KI-Zeitalter?

32 Definitionen aus der KI-Welt, die Sie jetzt unbedingt kennen sollten und welche Vorteile für Ihre Kund:innen und Mitarbeiter:innen daraus entstehen.

Die ultimative Plattform für die Zusammenstellung von Anwendungen

Der spannendste Aspekt dieses neuen Ansatzes besteht darin, dass es dem Agent ermöglicht wird, unerwartete Anfragen ohne vordefinierte Anforderungen zu bearbeiten. Stellen Sie sich einen Agenten vor, der mit Dutzenden oder sogar Hunderten von Aktionen ausgestattet ist. Er könnte sie auf praktisch unendliche Weise zusammenstellen, auch auf eine Weise, die nie erwartet wurde, was es ihm ermöglicht, neue Probleme im Handumdrehen zu lösen. Dies ist die ultimative Form der Zusammenstellung von Anwendungen.

Bei Salesforce werden beispielsweise unsere branchenführenden Anwendungen (einschließlich Sales Cloud, Service Cloud, Marketing Cloud, Commerce Cloudund Branchen) in granulare Aktionen unterteilt, die den Agentforce-Agenten von Salesforce sofort eine Fülle von Funktionen zu verschiedenen Themen zur Verfügung stellen können. Agentforce-Agenten können diese Aktionen auf beliebig viele Arten zusammenstellen und orchestrieren und den Benutzer:innen so ein nahtloses und einheitliches Erlebnis im gesamten Unternehmen bieten. Darüber hinaus können Entwickler:innen die standardmäßigen Funktionen von Agentforce-Agenten mit benutzerdefinierten Aktionen erweitern, die auf Code, APIs, Salesforce Flows oder Eingabeaufforderungsvorlagen basieren. Schließlich können Sie Ihre Agenten in Slack bereitstellen und mit ihnen wie mit einem Teamkolleg:innen chatten.

Aktionen statten Agenten mit den folgenden wesentlichen Funktionen aus:

  1. Zugriff auf private Unternehmensdaten: Aktionen ermöglichen Agenten den Zugriff auf Ihre Kunden- und Unternehmensdaten. Wenn Sie einem Agent Zugriff auf Daten gewähren, ist es wichtig sicherzustellen, dass der Agent keine Daten an nicht autorisierte Benutzer:innen weitergibt. Bei der Verwendung von Agentforce-Agenten wird der Zugriff auf Daten durch Berechtigungen und Sharing Models geregelt. Die gleichen Berechtigungen und Freigabemodelle gelten unabhängig davon, von wo aus auf die Daten zugegriffen wird: von herkömmlichen Anwendungen oder Agenten.
  2. Handlungsfähigkeit: Aktionen ermöglichen es Agenten, Logiken auszuführen und in externe Systeme zu integrieren. Standard- Agentforce-Aktionen verfügen über diese integrierte Fähigkeit: Sie können auf Vertrieb, Service, Marketing, Commerce und Branchen reagieren. Darüber hinaus können Entwickler:innen benutzerdefinierte Aktionen erstellen, die mithilfe von Code, APIs, Flows und Eingabeaufforderungsvorlagen auf Salesforce oder externe Systeme angewendet werden können.

Unterschiedliche Autonomiegrade

Agenten können unterschiedliche Autonomiegrade haben. Zum Beispiel:

  • Assistive Agenten (manchmal auch als Copiloten bezeichnet) arbeiten mit Menschen zusammen und verbessern so ihre Fähigkeiten, anstatt alleine zu handeln. Copiloten benötigen oft Input und Feedback von Menschen, um Vorschläge oder Aktionen zu verfeinern.
  • Autonome Agenten agieren unabhängig und ohne direkte menschliche Aufsicht. Agentforce-Agenten haben im Gegensatz zu anderen autonomen Agenten die Fähigkeit, Aufgaben bei Bedarf nahtlos an Menschen zu übergeben.

Unabhängig vom Autonomiegrad eines Agenten ist die Einrichtung geeigneter Kontrollmechanismen von entscheidender Bedeutung, um die Zuverlässigkeit, die Einhaltung von Geschäftspraktiken, die Datensicherheit und den Datenschutz zu gewährleisten sowie Halluzinationen, Toxizität und schädliche Inhalte zu verhindern.

Agentforce-Agenten verwenden einen mehrschichtigen Ansatz, um Leitlinien durchzusetzen:

  • Einstein Trust Layer: Einstein Trust Layer ermöglicht es Agenten, LLMs auf vertrauenswürdige Weise zu nutzen, ohne Unternehmensdaten zu gefährden. Es verwendet ein sicheres Gateway, Datenmaskierung, Toxizitätserkennung, Prüfpfade und mehr, um LLM-Interaktionen zu kontrollieren.
  • Anweisungen: Bei der Definition eines Agentforce-Agenten können Sie natürliche Sprache verwenden, um klare Anweisungen zu geben, einschließlich dessen, was zu tun und was zu vermeiden ist, und so effektiv die Leitlinien für sein Verhalten festzulegen.
  • Freigegebene Metadaten: Salesforce Metadaten definieren übergreifende Regeln, die unabhängig davon durchgesetzt werden, ob der Zugriff auf die Daten über herkömmliche Anwendungen oder Agenten erfolgt. Dazu gehören Berechtigungen, Freigabemodelle, Validierungsregeln und Workflow-Automatisierung, um die Datensicherheit und die Einhaltung von Geschäftspraktiken zu gewährleisten.
  • Agent-Analyse: Dieses Observability-Tool bietet Erkenntnisse zur Leistung, Benutzerfreundlichkeit und Zuverlässigkeit von Agenten und Aktionen und ermöglicht es Ihnen, verbesserungswürdige Bereiche zu identifizieren.
  • AI Test Center: Das AI Test Center ist ein einheitliches Test-Framework, das Batch-Tests für Agenten, Eingabeaufforderungsvorlagen, Retrieval-Augmented Generation (RAG) und Modellanwendungsfälle unterstützt.

Einsatzbereite Agenten für Vertrieb und Service

Salesforce bietet Agenten für Vertrieb und Service angekündigt:

  • Agentforce Service Agent revolutioniert den Kundenservice mit seiner Fähigkeit, eine breite Palette von Serviceproblemen ohne vorprogrammierte Szenarien zu verstehen und Maßnahmen zu ergreifen, und trägt so dazu bei, den Kundenservice weitaus effizienter zu gestalten.
  • Agentforce SDR Agent nimmt selbständig und in natürlicher Sprache Kontakt zu eingehenden Leads auf, um Fragen zu beantworten, Einwände zu bearbeiten und Besprechungen für menschliche Verkäufer:innen zu buchen.
  • Agentforce Sales Coach Agent führt selbständig Rollenspiele mit Verkäufer:innen durch und simuliert Käufer:innen während der Entdeckung, des Pitches oder der Verhandlungsgespräche.

Diese Agenten sind sofort einsatzbereit, aber Agentforce ermöglicht es Ihnen auch, sie anzupassen, zu erweitern und eigene Agenten zu erstellen.

Erstellen und Anpassen von KI-Agenten mit Agentforce

Salesforce Agentforce bringt Menschen mit autonomen Agents zusammen, die auf KI, Daten und Aktionen basieren. Es bietet die Funktionen und Tools, die Sie zum Erstellen, Anpassen und Bereitstellen von vertrauenswürdigen Agenten und anderen innovativen KI-Anwendungen benötigen, komplett mit den richtigen Leitlinien und Überwachung. Werfen wir einen genaueren Blick darauf und gehen wir die wichtigsten Komponenten durch.

Metadaten

Salesforce Metadaten legen universelle Regeln fest, die unabhängig davon durchgesetzt werden, ob der Zugriff auf die Daten über herkömmliche Anwendungen oder Agenten erfolgt. Dazu gehören Berechtigungen, Sharing Models, Validierungsregeln und Workflow-Automatisierung, um die Datensicherheit und die Einhaltung von Geschäftspraktiken zu gewährleisten. Metadaten ermöglichen es LLMs auch, den Kontext und die Bedeutung der Daten besser zu verstehen, was zu genaueren Antworten führen kann. Zum Beispiel könnte ein LLM Metadaten verwenden, um CRM-Daten den Benutzer:innen auf eine nützlichere und umsetzbarere Weise zu präsentieren (Ad-hoc-Benutzeroberfläche).

Data Cloud

Um eine gute KI zu erhalten, benötigen Sie qualitativ hochwertige und einheitliche Daten. Die Salesforce Data Cloud führt alle Ihre Daten zusammen und vereinheitlicht sie – Daten von Salesforce und externe, strukturierte und unstrukturierte – um KI mit hochwertigen, relevanten und umsetzbaren Informationen zu versorgen. Mit über 200 verfügbaren Konnektoren und der Möglichkeit, benutzerdefinierte Konnektoren einfach zu erstellen, bietet Data Cloud eine beispiellose Leistung.

Sobald Ihre Daten verbunden, vereinheitlicht und harmonisiert sind, können Sie sie mit Data Cloud in großem Umfang in KI-Agenten, Analytics und anderen Anwendungen aktivieren und so wertvolle Erkenntnisse und personalisierte Erfahrungen liefern. Die Zeiten, in denen isolierte Erlebnisse durch isolierte Daten eingeschränkt wurden, sind vorbei. Benutzer:innen, egal ob es sich um Mitarbeiter:innen oder Kund:innen handelt, erwarten vernetzte Erlebnisse, die alle relevanten Daten zusammenführen und sinnvoll machen.

Modelle

Agentforce bietet eine konfigurierbare Modellarchitektur, mit der Sie Modelle einfach einbinden und zusammenstellen können. Ein gehostetes Basismodell bietet Ihnen oft den schnellsten Weg zu KI-Innovationen, aber Sie können auch fein abgestimmte Modelle oder Ihre eigenen Modelle verwenden, die mit Ihren eigenen Daten erstellt wurden.

Einstein Trust Layer

Mit den Agentforce Agenten können Sie vorhandene Modelle auf vertrauenswürdige Weise verwenden, ohne Ihre Unternehmensdaten zu gefährden. Und so funktioniert es:

  1. Sicheres Gateway: Agentforce greift über ein sicheres Gateway auf Modelle zu, das Sicherheits- und Datenschutzrichtlinien bei verschiedenen Modellanbietern konsistent durchsetzt.
  2. Datenmaskierung und Compliance: Bevor die Anforderung an den Modellanbieter gesendet wird, durchläuft sie eine Reihe von Schritten, einschließlich der Datenmaskierung, bei der personenbezogene Daten durch anonymisierte Daten ersetzt werden, um den Datenschutz und die Einhaltung von Vorschriften zu gewährleisten.
  3. Zero Retention: Um Ihre Daten weiter zu schützen, hat Salesforce Zero-Retention-Vereinbarungen mit Modellanbietern abgeschlossen, was bedeutet, dass Anbieter ihre Modelle nicht mit von Salesforce gesendeten Daten weiter trainieren oder diese dauerhaft speichern.
  4. Demaskierung, Toxizitätserkennung und Audit Trail: Wenn die Ausgabe vom Modell empfangen wird, durchläuft sie eine weitere Reihe von Schritten, einschließlich Demaskierung, Toxizitätserkennung und Protokollierung des Audit Trails. Bei der Demaskierung werden die echten Daten wiederhergestellt, die aus Gründen des Datenschutzes durch Fake-Daten ersetzt wurden. Die Toxizitätserkennung prüft die Ausgabe auf schädliche oder anstößige Inhalte. Die Audit-Trail-Protokollierung zeichnet den gesamten Prozess zu Überwachungszwecken auf.

Aktionen

Aktionen bieten Agenten die Möglichkeit, Logik auszuführen und in externe Systeme zu integrieren. Standard-Agentforce-Aktionen können sich auf Vertrieb, Service, Marketing, Commerce und Branchen auswirken. Darüber hinaus können Entwickler:innen benutzerdefinierte Aktionen erstellen, die mithilfe von benutzerdefiniertem Code, APIs, Flows und Eingabeaufforderungsvorlagen auf Salesforce oder externe Systeme angewendet werden können.

Themen

Ein Thema ist eine logische Gruppierung von Aktionen, die einen bestimmten Schwerpunktbereich darstellen, den ein Agent verstehen, verarbeiten oder auf den er reagieren soll. Beispiele hierfür sind Auftragsverwaltung, Garantie, Preisgestaltung, FAQ und so weiter.

Agenten

Agentforce-Agenten sind autonome Softwaresysteme, die Benutzer- oder Umgebungseingaben analysieren, Aufgaben identifizieren, Lösungen durchdenken und Aktionen orchestrieren können, um sie zu erledigen. Agenten haben unterschiedliche Autonomiegrade. Assistive (teilweise autonome) Agenten arbeiten mit Menschen zusammen, um die anstehende Aufgabe zu erledigen. Autonome Agenten arbeiten unabhängig ohne direkte menschliche Aufsicht, aber mit den robusten Leitlinien, die weiter oben in diesem Beitrag beschrieben wurden, und der Fähigkeit, Aufgaben bei Bedarf an Menschen zu übergeben.

Tools

Agentforce bietet eine Vielzahl von Low-Code-Tools zum Erstellen von Agenten und anderen KI-Anwendungen

Prompt Builder ist ein Salesforce Builder, mit dem Sie wiederverwendbare Eingabeaufforderungsvorlagen in einer grafischen Umgebung erstellen und diese mit dynamischen Daten verknüpfen können, die über Datensatzseitendaten, Data Cloud, API-Aufrufe, Flows und Apex zur Verfügung gestellt werden.

Agent Builder ist ein weiterer visueller Builder, mit dem Sie Agenten und Copiloten konfigurieren können. Sie können die für Ihren Agent verfügbaren Aktionen auswählen und Ihren Agenten in einer Playground-Umgebung ausprobieren.

Zusammenfassung: So transformieren Agentforce-Agenten die Geschäfts- und Anwendungsentwicklung

Agenten werden in jedem Bereich unseres Lebens allgegenwärtig werden. Sie können argumentieren, Aufgaben orchestrieren und Maßnahmen ergreifen, um personalisierte Erlebnisse in großem Umfang bereitzustellen. Durch die Kombination der Sprach- und Argumentationsfähigkeiten von LLMs mit Softwarebausteinen verändern sie die Art und Weise, wie Unternehmen arbeiten und wie Software entwickelt wird.

Agentforce-Agenten führen diese Transformation mit wichtigen Unterscheidungsmerkmalen an, darunter:

  • Vertrauenswürdig. Agentforce schützt Ihre Daten mit den Einstein Trust Layer und denselben Metadaten, Berechtigungen und Sharing Models wie herkömmliche Salesforce Anwendungen.
  • Leistungsstark. Agentforce-Agenten nutzen branchenführende Salesforce Anwendungen, um transformative Erlebnisse in den Bereichen Vertrieb, Service, Commerce, Marketing und Branchen zu bieten.
  • Basierend auf einheitlichen Daten. Agentforce-Agenten liefern genauere und relevantere Ergebnisse, indem sie KI auf alle relevanten Daten stützen, die von Data Cloud zur Verfügung gestellt und vereinheitlicht werden.
  • Low-Code-Tools. Agentforce-Agenten können mit einer Reihe von Low-Code-Tools wie Agent Builder, Prompt Builder, Model Builder, Flow Builder und mehr erstellt, angepasst, getestet und verwaltet werden.
Agentblazer-Figuren

Werden Sie Agentblazer

Vernetzen Sie sich in unserer Community mit Agentblazern aus der ganzen Welt. Hier können Sie Ihre KI-Kompetenz erweitern, Anwendungsfälle entdecken, von Produktexpert:innen hören und vieles mehr. Fördern Sie Ihr KI-Know-how – und Ihre Karriere.