Die Kluft zwischen Verheißung und Wirklichkeit: Was der Kampf von Salesforce über den KI-Wandel in der Tech-Branche offenbart

Die große KI-Ernüchterung: Warum Salesforce zeigt, dass die Realität anders aussieht

Der spektakuläre Kursverlust des CRM-Riesen Salesforce um 27 Prozent seit Jahresbeginn 2025 ist kein isoliertes Phänomen eines einzelnen Unternehmens. Vielmehr symbolisiert er eine fundamentale Diskrepanz zwischen den hochgesteckten Erwartungen an künstliche Intelligenz und der harten Realität ihrer kommerziellen Verwertung. Während Tech-Konzerne weltweit die Revolution durch autonome KI-Agenten ausrufen, offenbart die Situation von Salesforce drei zentrale Problematiken, die symptomatisch für die gesamte Branche sein könnten: die Monetarisierung von KI-Innovationen, die strukturelle Reife des Marktes für Unternehmenssoftware und die zunehmende Komplexität der Technologie-Integration. Diese Analyse durchleuchtet, was hinter dem vermeintlichen Zukunftsversprechen wirklich steckt und welche Konsequenzen daraus für die Tech-Industrie erwachsen.

Passend dazu:

• Künstliche Intelligenz: Warum Salesforces Agentforce (noch) nicht durchstartet – unabhängige Alternativen sind besser

Grundlagen und Relevanz

Die Situation von Salesforce im Oktober 2025 markiert einen Wendepunkt in der Wahrnehmung künstlicher Intelligenz als unmittelbarer Wachstumstreiber für etablierte Tech-Unternehmen. Marc Benioff, der charismatische Gründer und CEO des auf Customer-Relationship-Management spezialisierten Konzerns, hatte auf der firmeneigenen Dreamforce-Konferenz in San Francisco das Zeitalter der agentenbasierten KI ausgerufen. Seine Vision: Autonome Algorithmen sollten menschliche Mitarbeiter in Unternehmen ersetzen und zu Salesforces wichtigstem Umsatzbringer werden. Die Realität jedoch zeichnet ein anderes Bild.

Der dramatische Kursverfall der Salesforce-Aktie steht im krassen Gegensatz zum allgemeinen Trend in der Tech-Branche, wo Technologieaktien im selben Zeitraum deutliche Zugewinne verzeichnen konnten. Diese Divergenz wirft fundamentale Fragen auf: Hat die Branche die Geschwindigkeit überschätzt, mit der künstliche Intelligenz in echte Umsätze verwandelt werden kann. Sind die Erwartungen an autonome KI-Agenten realistisch. Und welche strukturellen Probleme verbergen sich hinter der glänzenden Fassade des KI-Versprechens.

Die Relevanz dieser Analyse geht weit über Salesforce hinaus. Sie betrifft alle Unternehmen, die auf künstliche Intelligenz als zentralen Wachstumstreiber setzen. Sie tangiert Investoren, die Milliarden in KI-Technologien pumpen. Und sie berührt Arbeitnehmer, deren Arbeitsplätze durch die versprochene Automatisierung bedroht sind. Der Fall Salesforce bietet einen einzigartigen Einblick in die Mechanismen, Hoffnungen und Enttäuschungen einer Branche im Umbruch.

Dieser Artikel gliedert sich in acht Abschnitte, die systematisch die historischen Wurzeln, die technischen Mechanismen, den aktuellen Status, praktische Anwendungsfälle, kritische Probleme, zukünftige Entwicklungen und eine abschließende Synthese der Erkenntnisse präsentieren. Dabei wird deutlich werden, dass die Herausforderungen von Salesforce exemplarisch für tieferliegende Branchenprobleme stehen, die weit über ein einzelnes Unternehmen hinausreichen.

Vom Cloud-Pionier zum KI-Kämpfer: Die strategische Neuausrichtung eines Branchenriesen

Um die gegenwärtige Situation zu verstehen, muss man die Ursprünge und die Evolution von Salesforce nachvollziehen. Das Unternehmen wurde 1999 von Marc Benioff gegründet und revolutionierte die Software-Industrie mit einem damals radikalen Konzept: Software as a Service. Statt teure Lizenzpakete zu verkaufen, die auf den Servern der Kunden installiert werden mussten, bot Salesforce seine CRM-Lösung über das Internet an. Kunden zahlten eine monatliche Gebühr und konnten die Software einfach über den Browser nutzen.

Diese Innovation machte Salesforce zum Marktführer im Bereich Customer-Relationship-Management. Mit einem Marktanteil von über 21 Prozent dominiert das Unternehmen bis heute den weltweiten CRM-Markt, weit vor Konkurrenten wie Microsoft, Oracle oder SAP. Über zwei Jahrzehnte lang galt Salesforce als Wachstumswert par excellence. Der Umsatz stieg von Jahr zu Jahr zweistellig, die Aktie kletterte kontinuierlich, und das Unternehmen expandierte durch zahlreiche Akquisitionen.

Doch bereits in den Jahren vor 2025 zeigten sich erste Anzeichen einer Verlangsamung. Das Wachstum der CRM-Software-Branche insgesamt verlangsamte sich, da der Markt zunehmend gesättigt war. Viele große Unternehmen hatten bereits CRM-Systeme implementiert, und das niedrig hängende Obst war gepflückt. Gleichzeitig entstanden neue Wettbewerber, die mit innovativen Ansätzen und günstigeren Preisen Marktanteile eroberten.

In dieser Situation setzte Benioff ab 2022 verstärkt auf künstliche Intelligenz als neue Wachstumsstory. Zunächst führte Salesforce Einstein ein, eine KI-Plattform, die prädiktive Analysen und Automatisierungen innerhalb der bestehenden CRM-Produkte ermöglichte. Im September 2024 folgte dann die große Ankündigung: Agentforce, eine Plattform für autonome KI-Agenten, die Aufgaben in Bereichen wie Kundenservice, Vertrieb und Marketing eigenständig übernehmen sollten.

Die Vision war ambitioniert: Bis Ende 2025 sollten Kunden über die Plattform eine Milliarde autonomer KI-Agenten erstellen. Diese Agenten würden nicht nur einfache Anfragen beantworten, sondern komplexe mehrstufige Aufgaben eigenständig planen und ausführen. Sie sollten proaktiv handeln, Entscheidungen treffen und dabei auf die gesamte Datenbasis des Unternehmens zugreifen.

Parallel dazu investierte Salesforce massiv in die technologische Grundlage für diese KI-Agenten. Im Mai 2025 kündigte das Unternehmen die Übernahme von Informatica für acht Milliarden Dollar an, einem Spezialisten für Datenmanagement. Die Akquisition sollte sicherstellen, dass die KI-Agenten Zugriff auf qualitativ hochwertige, gut strukturierte Daten haben. Im Herbst 2024 hatte Salesforce bereits Own Data für 1,9 Milliarden Dollar übernommen, ein weiteres Datenmanagement-Unternehmen.

Doch trotz dieser massiven Investitionen und der großen Vision blieben die erhofften Umsatzsprünge aus. Im zweiten Quartal des Geschäftsjahres 2025/26 wuchs der Umsatz von Salesforce um 9,8 Prozent auf 10,24 Milliarden Dollar. Das war zwar leicht über den Erwartungen, aber es war bereits das fünfte Quartal in Folge mit nur einstelligem Wachstum. Der Ausblick für das kommende Quartal fiel noch verhaltener aus und schürte Bedenken, dass die KI-Offensive nicht den erhofften kommerziellen Erfolg bringen würde.

Die Anatomie autonomer KI-Agenten: Technologie zwischen Vision und Machbarkeit

Um zu verstehen, warum die Monetarisierung von KI-Agenten sich als so herausfordernd erweist, muss man die technischen Grundlagen und Mechanismen dieser Systeme beleuchten. Agentforce basiert auf mehreren technologischen Komponenten, die zusammenwirken müssen, um die versprochene Autonomie zu erreichen.

Das Herzstück ist die sogenannte Atlas Reasoning Engine, die als neuronales Netzwerk oder Gehirn der KI-Agenten fungiert. Diese Engine soll menschliches Denken und Handeln imitieren, Aufgabenstellungen korrekt einordnen, Aufgabenschritte priorisieren und die Aufgaben letztlich korrekt ausführen. Im Gegensatz zu früheren KI-Assistenten wie Copilot, die stark auf menschliche Interaktion angewiesen waren, sollen die Agentforce-Agenten weitgehend autonom agieren.

Die zweite zentrale Komponente ist die Salesforce Data Cloud, die alle relevanten Unternehmensdaten in Echtzeit harmonisiert und für die KI-Agenten bereitstellt. Die Qualität und Vollständigkeit dieser Daten ist entscheidend für die Leistungsfähigkeit der Agenten. Hier liegt auch eine der größten Herausforderungen: Viele Unternehmen haben ihre Daten über Jahre hinweg in verschiedenen Systemen gesammelt, ohne einheitliche Standards oder regelmäßige Bereinigung.

Die dritte Komponente sind Integrations-Tools wie MuleSoft und vorgefertigte Konnektoren, die es den Agenten ermöglichen, mit bestehenden Workflows und externen Systemen zu interagieren. Durch diese Schnittstellen können die Agenten nicht nur innerhalb der Salesforce-Welt agieren, sondern auch mit anderen Unternehmensanwendungen kommunizieren.

Zusätzlich zu diesen Salesforce-eigenen Komponenten integriert Agentforce auch große Sprachmodelle von Drittanbietern wie OpenAI, Anthropic und Google Gemini. Diese Modelle liefern die zugrundeliegende natürliche Sprachverarbeitung und das allgemeine Weltwissen, auf dem die spezifischen Agenten aufbauen.

Die Funktionsweise lässt sich am Beispiel eines Kundenservice-Agenten illustrieren: Ein Kunde kontaktiert das Unternehmen mit einer Anfrage. Der Agent analysiert die Anfrage, greift auf die relevanten Kundendaten aus der Data Cloud zu, vergleicht mit ähnlichen Fällen aus der Vergangenheit, entwickelt einen Lösungsplan mit mehreren Schritten, führt diese Schritte aus und kommuniziert das Ergebnis an den Kunden. All dies geschieht ohne menschliches Eingreifen, es sei denn, der Agent stößt auf ein Problem, das seine Fähigkeiten übersteigt.

In der Theorie klingt das beeindruckend. In der Praxis jedoch gibt es zahlreiche Stolpersteine. Die Agenten sind nur so gut wie die Daten, auf die sie zugreifen können. Sind die Daten unvollständig, veraltet oder inkonsistent, treffen die Agenten falsche Entscheidungen. Die Integration in bestehende Unternehmenssysteme ist oft komplex und erfordert erheblichen Aufwand. Und die Konfiguration der Agenten, obwohl als Low-Code-Prozess beworben, erfordert dennoch erhebliches technisches Verständnis und Salesforce-spezifisches Know-how.

Ein weiteres Problem ist das mangelnde Vertrauen. Viele Unternehmen zögern, autonomen Agenten die Kontrolle über kritische Geschäftsprozesse zu übergeben, ohne robuste Testverfahren und Sicherheitsmechanismen. Die Gefahr von Fehlern, Datenschutzverletzungen oder unerwünschtem Verhalten ist real, wie Beispiele aus anderen Branchen zeigen.

Der schwierige Weg zur Profitabilität: Drei fundamentale Herausforderungen

Die Probleme von Salesforce lassen sich auf drei zentrale Herausforderungen verdichten, die exemplarisch für die gesamte Branche stehen: die Monetarisierung von KI-Innovationen, die strukturelle Marktreife und die Komplexität der Technologie-Adoption.

Die erste Herausforderung betrifft die Monetarisierung

Obwohl Salesforce mit Agentforce ein technologisch fortschrittliches Produkt entwickelt hat, bleibt die entscheidende Frage: Wie lässt sich damit Geld verdienen. Das Preismodell von Agentforce setzt auf zwei Dollar pro Konversation, ein nutzungsbasierter Ansatz, der sich von traditionellen Lizenzmodellen unterscheidet. Doch viele potenzielle Kunden zögern, in großem Umfang auf diese Technologie zu setzen, solange der Return on Investment nicht klar nachweisbar ist.

Die Kosten für den Betrieb von KI-Agenten sind erheblich. Die zugrundeliegenden Large Language Models erfordern teure Rechenressourcen. Laut Branchenschätzungen kostet eine einzelne Anfrage an ein generatives KI-Modell bis zu zehnmal mehr als eine traditionelle Google-Suche. Diese Kosten müssen an die Kunden weitergegeben werden, was die Preisakzeptanz begrenzt. Gleichzeitig erwarten Kunden, dass die KI-Agenten einen klaren Mehrwert liefern, der die höheren Kosten rechtfertigt.

Bislang haben nur etwa 12.000 Unternehmen Agentforce im Einsatz, was angesichts der riesigen Salesforce-Kundenbasis von mehreren Hunderttausend Unternehmen eine verschwindend geringe Zahl ist. Die wiederkehrenden jährlichen Umsätze aus Agentforce liegen bei unter 500 Millionen Dollar, ein Bruchteil des Gesamtumsatzes von über 40 Milliarden Dollar. Selbst wenn sich diese Zahl in den kommenden Jahren verdrei- oder vervierfacht, wie Salesforce hofft, wäre der Beitrag zum Gesamtumsatz immer noch begrenzt.

Die zweite zentrale Herausforderung ist die strukturelle Reife des CRM-Marktes

Nach zwei Jahrzehnten starken Wachstums hat der Markt für Customer-Relationship-Management-Software eine Sättigungsphase erreicht. Die meisten großen und mittleren Unternehmen in entwickelten Märkten haben bereits CRM-Systeme implementiert. Das Potenzial für organisches Wachstum durch Neukundengewinnung ist begrenzt.

Gleichzeitig ist der Wettbewerb intensiver geworden. Microsoft mit Dynamics 365, Oracle mit seinen Cloud-Anwendungen, SAP mit seinen CRM-Lösungen und zahlreiche spezialisierte Anbieter wie HubSpot, Zendesk oder Zoho konkurrieren um Marktanteile. Diese Konkurrenten haben in den letzten Jahren aufgeholt und bieten teilweise günstigere oder spezialisierte Lösungen an.

In diesem Umfeld wird es für Salesforce schwieriger, zweistellige Wachstumsraten zu erzielen, selbst mit innovativen KI-Features. Kunden wechseln nicht einfach ihr CRM-System, weil ein Anbieter neue KI-Funktionen anbietet. Die Implementierung eines CRM-Systems ist komplex, teuer und zeitaufwändig. Unternehmen scheuen den Wechsel, solange ihr bestehendes System funktioniert.

Analysten wie Karl Keirstead von UBS haben darauf hingewiesen, dass der CRM-Markt bereits relativ reif sei, während sich KI-Investitionen der Kunden in diesem Bereich noch in einem sehr frühen Stadium befänden. Es gibt also eine zeitliche Diskrepanz zwischen der Marktreife der Kernprodukte und der Reife der KI-Ergänzungen. Diese Diskrepanz erschwert es Salesforce, die Wachstumsdynamik der Vergangenheit wiederzuerlangen.

Die dritte fundamentale Herausforderung betrifft die Komplexität der Technologie-Adoption

Obwohl Salesforce Agentforce als benutzerfreundliche Low-Code-Lösung bewirbt, ist die Realität für viele Kunden deutlich komplizierter. Die erfolgreiche Implementierung von KI-Agenten erfordert eine solide Datenbasis, gut definierte Prozesse, technisches Know-how und erhebliche Investitionen in Schulung und Change Management.

Viele Unternehmen kämpfen mit grundlegenden Herausforderungen wie schlechter Datenqualität, isolierten Datensilos, unzureichender IT-Infrastruktur und mangelnder KI-Expertise. Diese Probleme müssen erst gelöst werden, bevor KI-Agenten ihr Potenzial entfalten können. Das erfordert Zeit, Ressourcen und einen langfristigen Ansatz, den viele Unternehmen scheuen.

Hinzu kommt der Fachkräftemangel. Die Nachfrage nach KI-Experten, Datenspezialisten und Salesforce-Administratoren übersteigt das Angebot bei weitem. Unternehmen müssen hohe Gehälter zahlen, um qualifizierte Mitarbeiter zu gewinnen und zu halten. Dies verteuert die Implementierung von KI-Lösungen weiter und verlängert die Zeit bis zur Wertschöpfung.

Hier erfahren Sie, wie Ihr Unternehmen maßgeschneiderte KI-Lösungen schnell, sicher und ohne hohe Einstiegshürden realisieren kann.

Eine Managed AI Platform ist Ihr Rundum-Sorglos-Paket für künstliche Intelligenz. Anstatt sich mit komplexer Technik, teurer Infrastruktur und langwierigen Entwicklungsprozessen zu befassen, erhalten Sie von einem spezialisierten Partner eine fertige, auf Ihre Bedürfnisse zugeschnittene Lösung – oft innerhalb weniger Tage.

Die zentralen Vorteile auf einen Blick:

⚡ Schnelle Umsetzung: Von der Idee zur einsatzbereiten Anwendung in Tagen, nicht Monaten. Wir liefern praxisnahe Lösungen, die sofort Mehrwert schaffen.

🔒 Maximale Datensicherheit: Ihre sensiblen Daten bleiben bei Ihnen. Wir garantieren eine sichere und konforme Verarbeitung ohne Datenweitergabe an Dritte.

💸 Kein finanzielles Risiko: Sie zahlen nur für Ergebnisse. Hohe Vorabinvestitionen in Hardware, Software oder Personal entfallen komplett.

🎯 Fokus auf Ihr Kerngeschäft: Konzentrieren Sie sich auf das, was Sie am besten können. Wir übernehmen die gesamte technische Umsetzung, den Betrieb und die Wartung Ihrer KI-Lösung.

📈 Zukunftssicher & Skalierbar: Ihre KI wächst mit Ihnen. Wir sorgen für die laufende Optimierung, Skalierbarkeit und passen die Modelle flexibel an neue Anforderungen an.

Mehr dazu hier:

• Die Managed-AI Lösung - Industrielle KI-Services: Der Schlüssel zur Wettbewerbsfähigkeit im Bereich Dienstleistungen, Industrie und Maschinenbau

Erfolgsgeschichten und Ernüchterung: Was die Praxis über KI-Agenten lehrt

Um ein vollständiges Bild zu erhalten, lohnt sich der Blick auf konkrete Anwendungsfälle und praktische Erfahrungen mit KI-Agenten, sowohl bei Salesforce selbst als auch bei anderen Unternehmen.

Salesforce selbst hat eine der öffentlichkeitswirksamsten Implementierungen von KI-Agenten vorgenommen: im eigenen Kundenservice. CEO Marc Benioff verkündete im September 2025, dass das Unternehmen sein Kundenservice-Team von 9.000 auf 5.000 Mitarbeiter reduziert habe, eine Kürzung um 45 Prozent. Die entlassenen Mitarbeiter wurden durch KI-Agenten ersetzt, die laut Benioff bereits 1,5 Millionen Kundengespräche geführt hätten, mit einer ähnlichen Kundenzufriedenheit wie menschliche Agenten.

Diese drastische Maßnahme demonstriert einerseits das Potenzial von KI-Agenten, repetitive Aufgaben zu automatisieren und Kosten zu senken. Salesforce spart durch diese Entlassungen erhebliche Personalkosten und kann gleichzeitig mehr Anfragen bearbeiten. Andererseits wirft sie ethische und praktische Fragen auf. Die Qualität des Kundenservice bei komplexeren Anfragen, die menschliches Urteilsvermögen und Empathie erfordern, bleibt abzuwarten. Andere Unternehmen wie Klarna, die ähnliche Automatisierungsstrategien verfolgten, mussten einräumen, dass die Servicequalität gelitten hatte.

Ein zweites Beispiel sind KI-Agenten im Vertrieb. Mehrere Salesforce-Kunden haben Agenten implementiert, die automatisch potenzielle Kunden qualifizieren, Termine vereinbaren und Follow-up-E-Mails versenden. Diese Agenten arbeiten rund um die Uhr und können Hunderte von Leads parallel bearbeiten. Laut Salesforce haben einige Kunden berichtet, dass die Produktivität ihrer Vertriebsteams durch den Einsatz solcher Agenten um 20 bis 30 Prozent gestiegen sei.

Allerdings gibt es auch hier Einschränkungen. Die Agenten funktionieren am besten bei standardisierten Prozessen und klar definierten Qualifizierungskriterien. Bei komplexen B2B-Verkaufsprozessen, die tiefes Produktwissen und strategisches Verhandlungsgeschick erfordern, stoßen sie schnell an ihre Grenzen. Zudem berichten einige Anwender von einer gewissen Unzufriedenheit bei potenziellen Kunden, die lieber mit einem Menschen sprechen möchten.

Über Salesforce hinaus gibt es zahlreiche andere Unternehmen, die KI-Agenten einsetzen. ServiceNow, ein direkter Konkurrent von Salesforce im Bereich IT-Service-Management, hat eine eigene Plattform für KI-Agenten entwickelt. Diese Agenten sollen IT-Probleme eigenständig diagnostizieren und beheben, Serviceanfragen bearbeiten und Workflows orchestrieren.

Microsoft setzt mit seinen Copilot-Produkten ebenfalls auf agentenbasierte KI, allerdings mit einem etwas anderen Ansatz. Die Microsoft-Agenten sind tiefer in die bestehenden Office-365-Produkte integriert und konzentrieren sich auf die Unterstützung individueller Produktivität statt auf autonome Prozessautomatisierung.

SAP und Oracle verfolgen ähnliche Strategien und entwickeln KI-Agenten, die direkt in ihre ERP- und CRM-Systeme eingebettet sind. SAP hat mit Joule einen KI-Assistenten vorgestellt, der Geschäftsprozesse analysiert, Empfehlungen gibt und Aufgaben automatisiert. Oracle fokussiert sich besonders auf KI-gestützte Cloud-Infrastruktur und positioniert sich als Plattform für rechenintensive KI-Workloads.

Was all diese Beispiele zeigen: KI-Agenten funktionieren am besten in klar definierten Anwendungsfällen mit strukturierten Daten und standardisierten Prozessen. Je komplexer, unvorhersehbarer und menschenzentrierter eine Aufgabe ist, desto schwieriger wird es für autonome Agenten, menschliche Leistung zu erreichen oder zu übertreffen.

Passend dazu:

• Salesforce AI: Warum unabhängige KI-Plattformen besser als Einstein und Agentforce sind – Hybrider Ansatz schlägt Vendor Lock-In!

Kritik, Kontroversen und ungelöste Fragen: Die Schattenseiten der KI-Revolution

Die Probleme von Salesforce und die breiteren Herausforderungen bei der Implementierung von KI-Agenten haben eine intensive Debatte über die Versprechen und Grenzen der Technologie ausgelöst. Mehrere kritische Aspekte verdienen besondere Aufmerksamkeit.

Der erste kontroverse Punkt betrifft den Arbeitsplatzverlust. Salesforce hat mit der Entlassung von 4.000 Kundenservice-Mitarbeitern ein deutliches Signal gesendet: KI-Agenten ersetzen nicht nur ineffiziente Prozesse, sondern auch Menschen. Benioff hatte zuvor noch beteuert, dass KI nicht zum Verschwinden von Bürojobs führen werde. Die Realität zeigt etwas anderes.

Diese Entwicklung ist nicht auf Salesforce beschränkt. Laut Daten wurden allein in den USA im Jahr 2025 mehr als 64.000 Jobs im Technologiesektor gestrichen, viele davon im Zusammenhang mit verstärkter Automatisierung durch KI. Die Ironie dabei: Gleichzeitig suchen viele dieser Unternehmen nach neuen Mitarbeitern, insbesondere in den Bereichen KI-Entwicklung und Vertrieb von KI-Produkten. Es findet also eine Verschiebung statt, bei der bestimmte Tätigkeiten obsolet werden, während andere entstehen. Doch die Frage bleibt, ob die neu geschaffenen Jobs die verlorenen in Anzahl und Qualität aufwiegen.

Der zweite kritische Aspekt ist die Diskrepanz zwischen Marketing und Realität. Salesforce und andere Tech-Unternehmen haben KI-Agenten mit hochtrabenden Versprechen beworben: Revolution der Arbeitswelt, magische Produktivitätssteigerungen, autonome Systeme, die menschliche Mitarbeiter ersetzen. Die Realität jedoch ist, dass viele Implementierungen noch in der Pilotphase stecken, die versprochenen Produktivitätsgewinne oft nicht eintreten oder nur in begrenzten Bereichen realisiert werden.

Eine Studie von Capgemini fand heraus, dass zwar 90 Prozent der befragten Führungskräfte überzeugt sind, dass agentenbasierte KI einen Wettbewerbsvorteil bringt, aber nur 14 Prozent tatsächlich mit der Implementierung begonnen haben. Die Mehrheit befindet sich noch in der Planungsphase, und fast der Hälfte fehlt eine konkrete Umsetzungsstrategie. Das Vertrauen in vollständig autonome KI-Agenten ist im vergangenen Jahr deutlich gesunken, von 43 auf 27 Prozent.

Ein dritter problematischer Punkt ist die Abhängigkeit von einzelnen Tech-Giganten. Salesforce Agentforce ist eng mit dem Salesforce-Ökosystem verbunden. Die Agenten funktionieren am besten, wenn alle Daten und Prozesse innerhalb der Salesforce-Welt liegen. Die Integration externer Wissensquellen oder Systeme erfordert erheblichen Aufwand. Das schafft einen Vendor-Lock-in-Effekt, bei dem Kunden es schwer finden, auf alternative Lösungen umzusteigen.

Ähnliche Kritik trifft auch Microsoft, SAP und Oracle. Jeder Anbieter versucht, ein eigenes Ökosystem zu schaffen, in dem seine KI-Agenten am besten funktionieren. Das erschwert die Integration verschiedener Systeme und zwingt Kunden, sich für einen Hauptanbieter zu entscheiden. Initiativen wie das Model Context Protocol, das eine standardisierte Kommunikation zwischen KI-Agenten verschiedener Anbieter ermöglichen soll, stecken noch in den Kinderschuhen.

Ein vierter kontroverser Aspekt betrifft Datenschutz und Sicherheit. KI-Agenten benötigen Zugriff auf umfangreiche Unternehmensdaten, um effektiv zu arbeiten. Das schafft potenzielle Sicherheitsrisiken, insbesondere wenn diese Daten an externe KI-Dienste wie OpenAI oder Anthropic weitergeleitet werden. Obwohl Salesforce und andere Anbieter betonen, dass sie strenge Datenschutzmaßnahmen implementiert haben, bleiben Bedenken, insbesondere in regulierten Branchen wie Gesundheitswesen oder Finanzdienstleistungen.

Der fünfte kritische Punkt ist die Umweltauswirkung. Der Betrieb großer KI-Modelle erfordert enorme Mengen an Rechenleistung und damit Energie. Die Rechenzentren, die diese Modelle betreiben, verbrauchen Millionen von Kilowattstunden Strom und produzieren erhebliche CO2-Emissionen. In einer Zeit, in der Unternehmen zunehmend unter Druck stehen, ihre Nachhaltigkeitsziele zu erreichen, wird die Umweltbilanz von KI-Systemen zu einem wachsenden Thema.

Blick in die Zukunft: Zwischen Konsolidierung und nächster Welle

Trotz aller aktuellen Herausforderungen gehen Experten davon aus, dass KI-Agenten in den kommenden Jahren eine zunehmend wichtige Rolle in Unternehmen spielen werden. Die Frage ist nicht ob, sondern wie schnell und in welcher Form sich diese Technologie durchsetzen wird.

Gartner prognostiziert, dass bis 2026 rund 40 Prozent aller Unternehmensanwendungen aufgabenspezifische KI-Agenten enthalten werden, ein signifikanter Anstieg gegenüber weniger als 5 Prozent im Jahr 2025. Bis 2035 könnte agentenbasierte KI etwa 30 Prozent des weltweiten Umsatzes mit Unternehmenssoftware ausmachen, mehr als 450 Milliarden US-Dollar. Der Markt für autonome KI und autonome Agenten wird von 8,62 Milliarden US-Dollar im Jahr 2025 auf 263,96 Milliarden US-Dollar bis 2035 wachsen, mit einer jährlichen Wachstumsrate von über 40 Prozent.

Diese Prognosen basieren auf der Annahme, dass die aktuellen Herausforderungen schrittweise überwunden werden. Mehrere Entwicklungen könnten dazu beitragen:

Erstens wird die Technologie selbst sich weiterentwickeln. Die zugrundeliegenden Large Language Models werden leistungsfähiger, effizienter und kostengünstiger. Neue Modelle wie OpenAIs o1 mit verbessertem Reasoning oder Anthropics Claude mit längeren Kontextfenstern ermöglichen komplexere Aufgaben. Die Kosten für KI-Inferenz sind bereits dramatisch gesunken, von November 2022 bis Oktober 2024 um den Faktor 280. Dieser Trend dürfte sich fortsetzen und KI-Anwendungen wirtschaftlich attraktiver machen.

Zweitens werden Unternehmen lernen, KI-Agenten effektiver einzusetzen. Die frühen Adopter sammeln Erfahrungen, identifizieren Best Practices und teilen diese mit der breiteren Community. Schulungsprogramme, Zertifizierungen und Beratungsdienstleistungen entstehen, die Unternehmen bei der Implementierung unterstützen.

Drittens könnte die Standardisierung voranschreiten. Initiativen wie das Model Context Protocol oder ServiceNows Agent-to-Agent-Protokoll zielen darauf ab, die Kommunikation zwischen KI-Agenten verschiedener Anbieter zu ermöglichen. Wenn solche Standards sich durchsetzen, würde das die Integration erleichtern und den Vendor-Lock-in reduzieren.

Viertens ist mit einer Konsolidierung der Anbieter zu rechnen. Der Markt für KI-Agenten ist derzeit fragmentiert, mit Dutzenden von Startups und etablierten Playern, die um Marktanteile kämpfen. In den kommenden Jahren dürfte es zu Übernahmen und Marktbereinigungen kommen, ähnlich wie in anderen Technologiesegmenten in der Vergangenheit. Große Unternehmen wie Salesforce, Microsoft, Google, SAP oder Oracle werden kleinere Anbieter aufkaufen, um ihre KI-Fähigkeiten zu erweitern.

Für Salesforce speziell wird entscheidend sein, ob das Unternehmen die Informatica-Akquisition erfolgreich integrieren und daraus einen echten Mehrwert für Agentforce generieren kann. Die Übernahme ist die größte in der Unternehmensgeschichte seit dem Slack-Kauf 2021. Sie birgt Risiken, wie die Herabstufung durch RBC zeigt, die das Kursziel drastisch senkte. Doch sie bietet auch Chancen, wenn Salesforce dadurch eine umfassendere Datenmanagement-Plattform schaffen kann, die KI-Agenten effektiver macht.

Mittelfristig, bis 2030, strebt Salesforce einen Umsatz von über 60 Milliarden Dollar an, was einer organischen Wachstumsrate von über 10 Prozent pro Jahr entspricht. Das wäre eine Rückkehr zu zweistelligem Wachstum, nachdem das Wachstum seit Mitte 2024 unter dieser Marke lag. Ob dieses Ziel realistisch ist, hängt maßgeblich davon ab, ob Agentforce und andere KI-Produkte den erhofften Erfolg bringen.

Langfristig könnte die Entwicklung in Richtung komplexer Multiagenten-Ökosysteme gehen, wie Gartner prognostiziert. In solchen Systemen arbeiten spezialisierte Agenten zusammen, koordinieren ihre Aktionen und teilen Informationen. Ein Agent könnte Kundenanfragen analysieren, ein anderer Lösungsvorschläge entwickeln, ein dritter die Umsetzung koordinieren und ein vierter die Qualität überwachen. Diese orchestrierte Zusammenarbeit würde noch komplexere Geschäftsprozesse automatisieren können.

Doch bis dahin ist es noch ein weiter Weg. Die nächsten zwei bis drei Jahre werden entscheidend sein, um zu sehen, ob die aktuellen Probleme überwunden werden können und ob die versprochenen Produktivitätsgewinne und Umsatzsteigerungen tatsächlich eintreten.

Lehren aus der Salesforce-Krise für die Tech-Branche

Die Analyse der Salesforce-Problematik offenbart fundamentale Wahrheiten über den Stand der künstlichen Intelligenz und ihre kommerzielle Verwertung. Die zentrale Erkenntnis lautet: Es gibt eine erhebliche Diskrepanz zwischen der technologischen Machbarkeit von KI-Agenten und ihrer wirtschaftlichen Profitabilität im gegenwärtigen Marktumfeld.

Salesforce steht exemplarisch für eine Branche, die mit hochgesteckten Erwartungen in die KI-Ära aufgebrochen ist, nun aber mit den harten Realitäten der Monetarisierung konfrontiert wird. Die drei identifizierten Hauptprobleme – Monetarisierungsschwierigkeiten, Marktsättigung und Adoptionskomplexität – sind nicht spezifisch für Salesforce, sondern betreffen die gesamte Enterprise-Software-Industrie.

Die Erfahrung zeigt, dass technologische Innovation allein nicht ausreicht. Unternehmen müssen auch ein überzeugendes Geschäftsmodell entwickeln, einen klaren Kundennutzen nachweisen und die Adoptionsbarrieren senken. Salesforce hat ein technologisch beeindruckendes Produkt mit Agentforce geschaffen, aber die Übersetzung in nachhaltiges Umsatzwachstum bleibt eine Herausforderung.

Für Investoren bedeutet dies, dass sie zwischen kurzfristigem Hype und langfristigem Wert unterscheiden müssen. Die hohen Bewertungen vieler KI-Unternehmen basieren auf Erwartungen zukünftiger Gewinne, die möglicherweise nicht eintreten oder sich deutlich verzögern. Eine nüchterne Analyse der tatsächlichen Adoptionsraten, Umsatzbeiträge und Profitabilität ist unerlässlich.

Für Unternehmen, die KI-Agenten einsetzen möchten, lautet die Empfehlung: Beginnen Sie mit klar definierten Anwendungsfällen, investieren Sie in Datenqualität und Change Management, und erwarten Sie keine Wunder über Nacht. Die erfolgreichsten Implementierungen konzentrieren sich auf wenige, aber gut ausgeführte Projekte, statt viele oberflächliche Experimente zu starten.

Für Arbeitnehmer bedeutet die Entwicklung, dass bestimmte Tätigkeiten durch KI automatisiert werden, während gleichzeitig neue Rollen entstehen. Die Investition in KI-relevante Fähigkeiten – sei es in der Entwicklung, im Management oder in der strategischen Anwendung von KI – wird zunehmend wichtig.

Der Fall Salesforce ist somit weit mehr als die Geschichte eines einzelnen Unternehmens in Schwierigkeiten. Er ist ein Lehrstück über die Herausforderungen technologischer Transformation, die Lücke zwischen Vision und Wirklichkeit und die Notwendigkeit, bei aller Begeisterung für neue Technologien einen klaren Blick für die ökonomischen Realitäten zu bewahren. Die KI-Revolution wird kommen, aber sie wird schrittweise, holprig und selektiv verlaufen – nicht als der oft beschworene große Urknall, sondern als kontinuierlicher Prozess mit Höhen und Tiefen.

☑️ Unsere Geschäftssprache ist Englisch oder Deutsch

☑️ NEU: Schriftverkehr in Ihrer Landessprache!

 

Gerne stehe ich Ihnen und mein Team als persönlicher Berater zur Verfügung.

Sie können mit mir Kontakt aufnehmen, indem Sie hier das Kontaktformular ausfüllen oder rufen Sie mich einfach unter +49 89 89 674 804 (München) an. Meine E-Mail Adresse lautet: wolfenstein∂xpert.digital

Ich freue mich auf unser gemeinsames Projekt.

 

 

☑️ KMU Support in der Strategie, Beratung, Planung und Umsetzung

☑️ Erstellung oder Neuausrichtung der Digitalstrategie und Digitalisierung

☑️ Ausbau und Optimierung der internationalen Vertriebsprozesse

☑️ Globale & Digitale B2B-Handelsplattformen

☑️ Pioneer Business Development / Marketing / PR / Messen

Branchenschwerpunkte: B2B, Digitalisierung (von KI bis XR), Maschinenbau, Logistik, Erneuerbare Energien und Industrie

Mehr dazu hier:

• Xpert Wirtschaft Hub

Ein Themenhub mit Einblicken und Fachwissen:

• Wissensplattform rund um die globale wie regionale Wirtschaft, Innovation und branchenspezifische Trends
• Sammlung von Analysen, Impulsen und Hintergründen aus unseren Schwerpunktbereichen
• Ein Ort für Expertise und Informationen zu aktuellen Entwicklungen in Wirtschaft und Technologie
• Themenhub für Unternehmen, die sich zu Märkten, Digitalisierung und Brancheninnovationen informieren möchten

Xpert.Digital verfügt über tiefgehendes Wissen in verschiedenen Branchen. Dies erlaubt es uns, maßgeschneiderte Strategien zu entwickeln, die exakt auf die Anforderungen und Herausforderungen Ihres spezifischen Marktsegments zugeschnitten sind. Indem wir kontinuierlich Markttrends analysieren und Branchenentwicklungen verfolgen, können wir vorausschauend agieren und innovative Lösungen anbieten. Durch die Kombination aus Erfahrung und Wissen generieren wir einen Mehrwert und verschaffen unseren Kunden einen entscheidenden Wettbewerbsvorteil.

Mehr dazu hier:

• Nutzen Sie die 5fach Kompetenz von Xpert.Digital in einem Paket - schon ab 500 €/Monat