Salesforce Connectivity Benchmark Report 2026 Multiagentische KI ist Mainstream – und eine Herausforderung

Anbieter zum Thema

Tableau von Salesforce

Deloitte Consulting GmbH

Board Deutschland GmbH

INFOMOTION GmbH

QUNIS GmbH

Rund 83 Prozent aller Unternehmen weltweit setzen mittlerweile durchschnittlich ein Dutzend KI-Agenten ein. Der diesjährige „Salesforce Connectivity Benchmark Report 2026“, für den über tausend IT-Führungskräfte befragt wurden, konstatiert, dass sich KI-Agenten inzwischen zum primären Produktivitätstreiber entwickelt hätten, mit einem jährlichen Wachstum von 67 Prozent bis 2027. Daraus ergeben sich eine Reihe von Herausforderungen.

Diese rasante Entwicklung stellte Andrew Comstock, SVP und General Manager der Salesforce-Tochter MuleSoft im Detail der Öffentlichkeit vor. „Es entsteht das Modell des Multi-Agent-Unternehmens, in dem Agenten unterschiedlicher Anbieter und Plattformen parallel existieren und zusammenarbeiten müssen.“

Comstock betonte, dass diese Entwicklung neue Herausforderungen mit sich bringe. „Die Branche experimentiert mit verschiedenen Agenten-Kommunikationsprotokollen wie etwa MCP und A2A, ein einheitlicher Standard fehlt jedoch.“ Er warnt: „Hohe Agenten-Adoption ohne Koordination führt zu Chaos statt Mehrwert.“ Und Chaos ist kontraproduktiv.

Agentenprotokolle im Vergleich

Wie KI-Agenten strukturiert auf Tools zugreifen

Weiterhin hebt Comstock strukturelle Schwächen hervor. „Die Anzahl der Enterprise-Applikationen ist auf durchschnittlich rund 957 Apps pro Unternehmen gestiegen, jedoch sind nur 27 Prozent davon integriert. Die Hälfte aller Agenten arbeitet isoliert in Silos“, weiß also nichts von der Existenz anderer Agenten. Der übergreifende Kontext fehlt. Es kann zu Konflikten kommen, und dann ist unklar, welcher Agent verantwortlich ist. Das Vertrauen des Kunden ist jedenfalls zerstört.

Agentic AI

Agentische Plattformen brauchen eine gute Orchestrierung

„86 Prozent der IT-Leader erwarten, dass Agenten ohne Integration eher Komplexität als Nutzen erzeugen“, so der General Manager weiter. „Fehlende Integration erschwert den Zugriff auf vertrauenswürdige Daten und verhindert End-to-end-Prozesse. Die Sicherheits- und Compliance-Risiken nehmen zu, insbesondere durch Schatten-KI.“ Denn nur 54 Prozent der Unternehmen verfügten laut der Umfrage über ein zentrales Governance-Framework für Agenten; ein erheblicher Teil – fast ein Drittel (27 Prozent) – der APIs sei unreguliert. Schatten-KI erzeugt nicht nur unnötige Kosten, sondern stellt auch ein Sicherheitsrisiko dar.

Schatten-KI in Unternehmen

Immer mehr Beschäftigte nutzen KI-Tools ohne Freigabe

Comstocks zentrale Schlussfolgerung lautet daher, dass der eigentliche Engpass nicht in der Erstellung von Agenten, sondern in deren Orchestrierung, Governance und operativen Einbindung („Last Mile of AI“) liege. „Fast jede zweite IT-Führungskraft (49 Prozent) identifiziert Data Governance über Anwendungen hinweg als eine der größten Herausforderungen für die Datenintegration“, so Comstock. Diese Beschränkungen begrenzen somit den Nutzen von KI-Agenten, wenn sie ihn nicht sogar ins Gegenteil verkehren: KI-Agenten verwenden überholte, lückenhafte, womöglich sogar widersprüchliche Daten.

VivaTech Confidence Barometer 2026

Vertrauen in die KI, aber wenig Kontrolle über die eigenen Daten

Ein Lösungsansatz

Comstock stellt daraufhin den Salesforce-Ansatz vor: „Agentforce 360 soll Daten, Anwendungen, Agenten und Menschen zusammenführen. Dabei stehen vier Säulen im Fokus: die Funktionen Context, Control, Observability und Orchestration (siehe Abbildungen). „Agent Fabric“ von MuleSoft, einer Tochter von Salesforce, fungiert als zentrale Plattform zur Entdeckung und Registrierung von Agenten, für Governance und Überwachung sowie zur Orchestrierung agentischer Workflows über Plattformgrenzen hinweg. Mithilfe von Agent-Scannern können Agenten aus verschiedenen Umgebungen automatisch erfasst und katalogisiert werden.

Praxisbeispiel Alcon

Zwei Vertreter des indischen Unternehmens Alcon berichteten im Rahmen der Präsentation des Reports, wie ihre spezifische Strategie für die Nutzung von KI-Agenten aussieht: Nicht weniger als 900 Agenten sind dort im Einsatz.

Alcon ist ein global aufgestelltes Medizintechnikunternehmen mit hohen regulatorischen Anforderungen. Nicht nur Kunden, sondern auch Auditoren schauen Alcons Agenten „auf die Finger“. Srini Patibanla, der Director Systems Integrations & APIs, und Prakash Vasudevan, der Senior Manager für Integration Architecture, schilderten ihre Erfahrungen. „Unsere Agenten werden auf mehreren Plattformen entwickelt, darunter Salesforce (Agentforce), Amazon Bedrock und Microsoft Azure.“ Die ERP-Software ist SAP. „MuleSoft Agent Fabric dient bei uns als zentrale Governance- und Discovery-Ebene“, so Vasudevan.

Die bestehende API-basierte Architektur bildet seit 2019 die Grundlage für den KI-Einsatz. Indem das Model Context Protocol (MCP) genutzt wird, lassen sich vorhandene APIs für Agenten wiederverwenden: Sie werden „MCP-fiziert“. „Unser Ziel ist also die Wiederverwendung der APIs statt Doppelentwicklung“, so Vasudevan. Über die zentrale Registry namens „MuleSoft Exchange“ seien APIs und Agenten unternehmensweit sichtbar.

Die hohe Bedeutung von Governance und Kontrolle ergibt sich aus dem Befund, dass über 900 Agenten, die zuvor siloartig entstanden waren, aufgespürt werden konnten. Sie werden in der Registry von Agent Fabric zentral versioniert und überwacht. „Governance wird bei Alcon nicht als Innovationsbremse verstanden, sondern als Voraussetzung für Skalierung“, erläutert Patibanla. „Human-in-the-Loop ist bei uns aktuell Standard, insbesondere bei kunden- oder sicherheitskritischen Prozessen.“

Diese rasche Entwicklung hat bei Alcon zu einem kulturellen Wandel im Unternehmen geführt. Patibanla berichtet: „Das Vertrauen in Agenten wird bei uns schrittweise aufgebaut. Interne Produktivitäts-Use-Cases stehen zunächst im Vordergrund und externe, kundennahe Agenten folgen kontrolliert.“

Die Alcon-Webseite liefert Hintergrundinformationen. Ausführender Partner vor Ort war demnach PulsePlay Digital, die u. a. MuleSoft und SAP für strategisch wichtige MVP-Projekte (MVP: „Minimum Viable Project“) umsetzte, die besonders auf IoT und die Nachfragevorhersage ausgerichtet waren. Die Beratungsfirma Deloitte führt Alcon in seinen SAP-Anwenderstudien auf, wobei es die kontextorientierte Technologienutzung hervorhob, die Online-Bestellungen und genaue Lagerverwaltung für medizinische Linsen vereinfachte. Die Zusammenarbeit mit PulsePlay Digital versetzte Alcon demnach in die Lage, API-geführte Konnektivität zu nutzen, um seine Lieferkette und den digitalen Betrieb zu optimieren.

Empfehlungen

Deloitte Consulting wurde auf der Präsentation von Managing Director Kurt Anderson vertreten. Er fasste drei zentrale Handlungsempfehlungen zusammen (). „Zunächst sollten Integrationsschulden in Assets verwandelt werden: KI-Agenten müssen Teil eines vernetzten Ökosystems sein, das auf einer API-getriebenen Architektur basiert.“

Doch es gibt noch viel zu tun: „Schatten-KI lässt sich durch Sichtbarkeit – etwa durch eine zentrale Registry – und Governance reduzieren. Man kann nur steuern, was man sehen kann. Zentrale Kataloge und Discovery sind daher essenziell.“ Sein Ausblick ist positiv: „Für eine Multi-Agenten-Zukunft lässt sich eine Architektur entwerfen, doch ohne Orchestrierung bleiben selbst intelligente Agenten isoliert und wirkungslos.“ Er betont, dass Governance und Self-Service kein Widerspruch seien: „Zentrale Leitplanken ermöglichen auch die dezentrale Innovation.“

Kommentar von Dominik Schätzel, Sage

ERP als Datenplattform: KI-Agenten als Team Player

Fazit

Comstock kommt schließlich zu dem Schluss, dass der Erfolg agentischer KI nicht von der Anzahl der Agenten, sondern von deren Integration, Orchestrierung und Governance abhänge. „Unternehmen müssen jetzt die strukturellen Grundlagen schaffen, um Agenten sicher, skalierbar und wertschöpfend einzusetzen.“

(ID:50710736)