Einstein Frühjahr '26: Der Einstein Copilot-Agent geht online, die native CRM-KI wechselt von der Vorhersage zur automatisierten Ausführung

Die Spring '26-Version von Salesforce Einstein fügt den Einstein Copilot-Agenten, erweiterte Vorhersageanalysen und automatisierte Empfehlungen hinzu. Als native CRM-KI-Plattform, die in Sales Cloud, Service Cloud, Marketing Cloud und andere Module eingebettet ist, markiert dieses Update Einsteins Entwicklung von der traditionellen Positionierung von „Verkaufsprognose und -bewertung“ zu einem „autonomen Ausführungsagenten“ – KI sagt Ihnen nicht mehr nur, „was passieren wird“, sondern beginnt, „was für Sie zu tun“.

• Einstein Copilot Agent: Natürlichsprachlicher CRM-Agent, der Vertriebs-, Service- und Marketingvorgänge durchführt.
• Erweiterte prädiktive Analyse: Verbesserte Vertriebsprognose- und Lead-Scoring-Funktionen, wodurch die Entscheidungsfindung genauer wird.
• Automatisierte Empfehlung: Automatische Handlungsempfehlung auf Basis von Daten, wodurch die Distanz „Analyse-Aktion“ verkürzt wird.
• Fortsetzung von Winter '26: Einführung der Einstein-GPT-Integration, Abfrage in natürlicher Sprache und Funktionen zur Berichterstellung.

Versionshintergrund

Salesforce Einstein ist die native KI-Plattform des Salesforce-Ökosystems. Es ist in Sales Cloud, Service Cloud, Marketing Cloud und andere Module eingebettet und bietet Vertriebsprognosen, Lead-Scoring, Konversationsinformationen, automatisierte Arbeitsabläufe und Abfragefunktionen in natürlicher Sprache. Sein Entwicklungspfad: Winter '26 führt die Einstein-GPT-Integration, verbesserte Abfragen in natürlicher Sprache und Berichtserstellung ein; Spring '26 fügt den Einstein Copilot-Agenten, erweiterte Vorhersageanalysen und automatisierte Empfehlungen hinzu. Der Übergang der KI von „Analyse und Vorschlag“ zur „automatisierten Ausführung“ ist die bestimmte Richtung dieses Weges.

Highlights dieser Version

Einstein-Copilot-Agent

• Bedienung in natürlicher Sprache: Verwenden Sie natürliche Sprache, um CRM-Vorgänge voranzutreiben und die Schwelle für die Verwendung zu senken.
• Modulübergreifende Ausführung: Führen Sie Aufgaben in Vertriebs-, Service- und Marketingszenarien aus, um einen geschlossenen Geschäftskreislauf zu bilden.

Vorhersage und Empfehlung

• Verbesserung der Vertriebsprognose: Auf Opportunity-Daten basierende Prognosen sind genauer und unterstützen Vertriebsmanagemententscheidungen.
• Lead-Bewertung: Identifizieren Sie hochwertige Leads und konzentrieren Sie den Verkauf auf Conversion-Chancen.
• Automatisierte Empfehlung: Empfehlen Sie die nächste Aktion und verkürzen Sie den Link von der Analyse zur Ausführung.

Analyse und natürliche Sprache

• Abfrage in natürlicher Sprache: Verwenden Sie natürliche Sprache, um CRM-Daten abzufragen und den Meldeschwellenwert zu senken.
• Berichterstellung: KI-gesteuerte Berichtserstellung, die manuelles Sortieren reduziert.

Auswirkungen auf Vertriebs- und Marketingteams

Aus Branchensicht ist Einsteins Entwicklung der Inbegriff des KI-basierten Ökosystems des gesamten Salesforce-Ökosystems: Vorhersageanalyselösungen „können genau gesehen werden“ und intelligente Agenten können „es tun“. Was inländische Vertriebs- und Marketingteams daraus lernen können, ist der mehrschichtige Einsatz von KI-Funktionen – zunächst mithilfe von Vorhersagen und Bewertungen zur Unterstützung der Entscheidungsfindung und dann nach und nach, damit die Agenten standardisierte Aktionen ausführen können, während sie die manuelle Kontrolle über wichtige Verknüpfungen behalten. Der Wert von Umsatzprognosen hängt stark von der Datenqualität ab, und das Team muss zunächst eine solide Grundlage für CRM-Daten schaffen.

Die gemeinsame Prämisse dieser Art von KI-Funktionen ist ein „Daten-Closed-Loop“: Ohne hochwertige Kundendaten werden Vorhersage und Automatisierung nur schwer funktionieren.

Tipps für den Einstieg

• Beginnen Sie mit Vorhersagen: Verwenden Sie zunächst Verkaufsprognosen und Lead-Scoring, um den Modelleffekt zu überprüfen und Teamvertrauen aufzubauen.
• Pilot-Agent: Wählen Sie einen standardisierten Vertriebs-/Serviceprozess aus, um Einstein Copilot zu aktivieren und die Qualität der Ausführung zu beobachten.
• Daten stärken: Investieren Sie in die CRM-Datenqualität als Voraussetzung für KI-Fähigkeiten.

Richtungen, die in Zukunft Aufmerksamkeit verdienen

1. Die autonome Grenze des Agenten: Der Aktionsbereich, den Einstein Copilot ausführen kann, und der künstliche Sicherheitsmechanismus.
2. Tatsächliche Messung der Prognosegenauigkeit: Die Prognoseleistung anhand realer Geschäftsdaten bestimmt die Akzeptanz des Teams.
3. Zusammenarbeit mit Data Cloud: Wie der Echtzeit-Datenzugriff die KI-Effekte weiter verbessern kann.