Salesforce macht Ernst mit KI-Agenten: Headless 360 öffnet Plattform per API
Salesforce stellt mit „Headless 360“ zentrale Funktionen seiner Plattform per API bereit und erweitert die Entwicklungsumgebung um KI-gestützte Funktionen.
(Bild: Jonas Härtfelder/heise Medien)
- Prof. Jonas Härtfelder
Salesforce stellt mit „Headless 360“ zentrale Funktionen seiner Plattform programmatisch bereit. Daten, Workflows und Geschäftslogik lassen sich über mehr als 60 MCP-Tools, über 30 vordefinierte Coding-Skills sowie APIs und eine CLI direkt ansteuern. Parallel erweitert der Anbieter seine Entwicklungsumgebung mit „Agentforce Vibes 2.0“ um KI-gestützte Funktionen.
Mit Headless 360 verlagert Salesforce den Zugriff von der grafischen Oberfläche auf Schnittstellen. Anwendungen werden nicht mehr ausschließlich über UI-Interaktionen genutzt, sondern über APIs, MCP-Tools und automatisierte Agenten angesprochen.
Technisch basiert der Ansatz auf einer ausgebauten API-First-Architektur. Funktionen, Daten und Berechtigungen stehen unabhängig von der Oberfläche zur Verfügung und lassen sich über verschiedene Clients nutzen. „Wenn man von APIs ausgeht und das mit Slack und anderen Clients kombiniert, entstehen neue agentische Erfahrungen“, sagt Gary Lerhaupt, VP Product Architecture bei Salesforce. Das Unternehmen sieht darin die Grundlage für ein „Agentic Enterprise“, in dem Interaktionen zunehmend über verschiedene Clients statt über klassische Anwendungen erfolgen.
Entwicklung und Ausführung von Agenten
Ein zentraler Bestandteil ist die Integration externer Entwicklungsumgebungen. Tools wie Claude Code, Cursor oder Codex greifen über MCP auf die Plattform zu und decken mithilfe vorkonfigurierter Coding-Skills Phasen wie Datenmodellierung, Implementierung, Tests und Deployment ab. Für Entwickler, die volle Kontrolle über die visuelle Ebene wünschen, unterstützt die Plattform zudem native React-Entwicklung.
Ergänzend stellt Salesforce mit „Agentforce Vibes 2.0“ eine browserbasierte Entwicklungsumgebung bereit, die KI-gestützte Coding-Funktionen integriert. Über das DevOps Center MCP lassen sich Deployments per natürlicher Sprache auslösen. Salesforce beziffert die Verkürzung von Entwicklungszyklen auf bis zu 40 Prozent; unabhängige Benchmarks liegen bislang nicht vor.
Videos by heise
Mit dem „Agentforce Experience Layer“ trennt Salesforce Geschäftslogik und Darstellung. Interaktionen wie Genehmigungen oder Workflows müssen nur einmal definiert werden und stehen anschließend in verschiedenen Clients zur Verfügung, etwa in Slack, mobilen Anwendungen oder externen KI-Interfaces.
Werkzeuge für Betrieb und Steuerung
Für die Steuerung von Agenten führt Salesforce die Skriptsprache „Agent Script“ ein, die deterministische Logik mit natürlich sprachlichen Anweisungen kombiniert. Sie steht unter einer Open-Source-Lizenz und dient der Orchestrierung mehrerer Agenten. Hintergrund: Reine LLM-Ansätze erreichen laut Gary Lerhaupt lediglich rund 95 Prozent Zuverlässigkeit, produktive Enterprise-Systeme erforderten jedoch mindestens 99,5 Prozent.
Das „Testing Center“ (verfügbar ab Mai 2026) soll vor dem Einsatz Logiklücken erkennen. „Custom Scoring Evals“ bewerten Entscheidungen, „Observability“ und „Session Tracing“ analysieren Interaktionen. Eine A/B-Testing-API erlaubt parallele Tests verschiedener Agent-Versionen.
Praxis aus Unternehmen
Als Praxisbeispiel nennt Salesforce die Buchungsplattform Engine. Das Unternehmen hat nach eigenen Angaben einen Kundenservice-Agenten innerhalb von zwölf Tagen produktiv gesetzt, der rund die Hälfte der Anfragen automatisiert bearbeitet. Die Voraussetzung war die Aufbereitung historischer Datenbestände.
Auch organisatorische Anpassungen begleiten den Einsatz. Das Unternehmen asymbl unterstützt Unternehmen bei der Integration digitaler Arbeitskräfte in bestehende Prozesse und betreibt nach eigenen Angaben zahlreiche KI-Agenten. Der laufende Betrieb erfordert kontinuierliches Monitoring und Nachjustieren – „Es gibt kein Set and Forget. Es braucht Intention, Methode – und am Ende Coaching“, so CEO Brandon Metcalf.
Die Neuerungen zeigen eine strategische Verschiebung: Salesforce baut seine Plattform zu einer Infrastruktur für agentenbasierte Systeme aus. Offen bleibt, wie stabil diese im produktiven Einsatz arbeiten und wie sich die steigende technische Komplexität auf Entwicklung und Betrieb auswirkt. Zudem hängt der Nutzen stark von der Qualität der zugrunde liegenden Daten ab – ein Punkt, den auch das Engine-Beispiel unterstreicht, bei dem die Aufbereitung historischer Datenbestände Voraussetzung für den Produktivbetrieb war.
(axk)
