Agentforce-Kennzahlen nach Go-live: lohnt sich der Agent?

Agentforce-Kennzahlen nach dem Go-live beantworten an Tag 90 eine Frage: Löst der Agent Händleranfragen günstiger als Ihr Service-Innendienst, ohne die schwierigen Fälle schlechter zu übergeben? Fünf Zahlen entscheiden: Eskalationsquote, Task-Resolution-Quote, Kosten pro gelöster Anfrage, Bearbeitungszeit eskalierter Anfragen und der Anteil der Anfragen, die außerhalb der Servicezeiten beantwortet werden. Agent Analytics, Digital Wallet und Service Cloud liefern sie. Die Abschaltregel steht vor dem Go-live fest, vereinbart mit der Serviceleitung, und sie gilt pro Subagent ebenso wie für den ganzen Agenten.

Welche Kennzahlen zeigen, ob sich ein Agentforce-Agent lohnt?

Die Kundenzahlen, die Salesforce selbst veröffentlicht, zeigen die richtige Art von Kennzahl. Die Pressemitteilung zu Agentforce 31 nennt 15 Prozent weniger durchschnittliche Bearbeitungszeit pro Fall bei Engine und 70 Prozent autonom gelöste administrative Chats bei 1-800Accountant in den Steuerwochen 2025. Beide Unternehmen sind keine Hersteller, und die Zahlen stammen von Salesforce selbst, aber sie messen Arbeit, die nicht mehr bei einem Menschen landet.

Für einen Händleragenten im Maschinenbau nutze ich fünf Kennzahlen:

Kennzahl	Was sie misst	Woher die Zahl kommt
Eskalationsquote	Anteil der Sitzungen, die an eine Servicekraft oder einen anderen Agenten gehen	Agent Analytics
Task-Resolution-Quote	Anteil der Sitzungen, die als vollständig gelöst bewertet werden	Agent Analytics, Detektor im Trust Layer
Kosten pro gelöster Anfrage	Credits plus Betriebskosten, geteilt durch gelöste Sitzungen	Digital Wallet und Ihre eigene Kostenrechnung
Bearbeitungszeit eskalierter Anfragen	Minuten, die eine Servicekraft nach der Übergabe braucht	Service Cloud, Omni-Channel
Anteil außerhalb der Servicezeiten	Gelöste Anfragen, die eingingen, während der Innendienst geschlossen war	Startzeit der Sitzung gegen Servicezeiten

Woher die Zahlen kommen

Agent Analytics. Sie finden es in Agentforce Studio unter Observe & Optimize. Das Trailhead-Modul zu Agent Analytics2 definiert die Eskalationsquote als Anteil der Sitzungen, die an einen Supportmitarbeitenden oder einen anderen Agenten eskaliert wurden, und die Deflection-Quote als Anteil, der ohne Eskalation endete. Als Abbruch zählen Sitzungen, die nach standardmäßig zwei Stunden ablaufen. Die Task-Resolution-Quote ist der Anteil, den der Task-Resolution-Detektor im Trust Layer als vollständig gelöst bewertet. Qualitätswerte wie Answer Faithfulness setzen Audit and Feedback im Setup voraus. Performance Insights zerlegt jede Kennzahl nach Subagent, Intent oder Aktion, und genau dort fällt die Abschaltentscheidung.

Das Lesen kostet keine Credits: Laut dem Observability-Beitrag von Juli 20263 ist Agentforce Observability „now unmetered for every customer across all Agentforce SKUs“.

Digital Wallet. Digital Wallet4 schlüsselt den Verbrauch bis auf Agent, Aktion und Kanal auf und unterstützt eigene Tags. Voraussetzung ist Data 360. Die Credits eines Agenten geteilt durch seine gelösten Sitzungen ergeben den Verbrauchsanteil der Kosten pro gelöster Anfrage. Wissenspflege, Regressionstests und Partnertage stehen in Ihrer eigenen Kostenrechnung, und im Rechenbeispiel unten sind sie der größere Teil.

Service Cloud. Eskalationen, die über Omni-Channel geroutet werden, werden zu AgentWork-Datensätzen, laut Salesforce eine Arbeitszuweisung an einen Agenten5, hier also an die Servicekraft. Werten Sie die Bearbeitungszeit nach der Übergabe gegen die Ausgangswerte vor dem Go-live aus. Eine saubere Zusammenfassung durch den Agenten senkt sie; Händler, die nach drei erfolglosen Versuchen verärgert ankommen, treiben sie hoch.

Anteil außerhalb der Servicezeiten. Dafür gibt es keine fertige Kennzahl. Ich zähle die Sitzungen, die außerhalb der Servicezeiten beginnen, pro Land, und wie viele davon gelöst wurden. Für einen Exporteur mit Händlern in Asien oder Amerika kann das das stärkste Argument sein.

Agent Health Monitoring, in den Dreamforce-2026-Ankündigungen6 als GA geführt, mit „16+ built-in metrics“, deckt Fehler und Latenz ab. Es zeigt, ob der Agent läuft, und sagt nichts darüber, ob er sich rechnet.

Warum zählt eine abgefangene Sitzung nicht als gelöst?

Deflection ist die Zahl, die Anbieter gern zeigen, und die schwächste der fünf. Ein Händler, der einen falschen Liefertermin bekommt und das Fenster schließt, zählt als abgefangen. Salesforce schreibt im Observability-Beitrag selbst, dass diese Quoten „typically measure proxy signals“, und lässt Deflection und Abbruch künftig von einem LLM bewerten, das die ganze Sitzung mit einem anpassbaren Prompt liest. Das verbessert die Kennzahl.

Die Abrechnung bringt eine dritte Definition. Bei der Abrechnung pro Lösung für den Help Agent gilt laut Salesforce Ben7 eine Messaging-Sitzung mit mehr als zwei Wortwechseln, ohne Feedback und ohne Eskalationswunsch, die länger als zwei Stunden läuft, als gelöst und wird berechnet. Den Vergleich mit Flex Credits rechne ich in was ein Serviceagent für Händleranfragen kostet durch.

Ich zähle eine Anfrage deshalb nur als gelöst, wenn der Task-Resolution-Detektor das sagt, und eine erfahrene Servicekraft liest 50 Sitzungen im Monat. Findet die Stichprobe falsche Antworten in Sitzungen, die als gelöst markiert sind, ist die Kennzahl zu optimistisch, und diese Lücke gehört in den Bericht.

Rechenbeispiel: ein Händleragent nach 90 Tagen

Nehmen wir einen Maschinenbauer mit 350 Händlern in 30 Ländern, SAP als ERP und einem Agenten im Händlerportal mit zwei Subagenten: Auftragsstatus und Ersatzteilverfügbarkeit. Alle Zahlen sind Annahmen, um die Methode zu zeigen; nur die Credit-Faktoren und der Listenpreis stammen von Salesforce.

Monat drei. 2.400 Sitzungen, davon 1.500 zum Auftragsstatus und 900 zu Ersatzteilen. Eskalationsquote 30 Prozent (720 Sitzungen), Abbruch 8 Prozent, Task-Resolution-Quote 52 Prozent (1.248 Sitzungen). Die monatliche Stichprobe von 50 Sitzungen zeigt drei falsche Liefertermine.

Kosten. Drei Aktionen zu je 20 Credits und zwei Standard Prompts zu je 4 Credits laut Rate Card vom 31. August 20268 ergeben 68 Credits pro Sitzung, 163.200 im Monat. Zum Listenpreis von 500 € je 100.000 Credits9 sind das 816 €. Dazu kommen angenommene drei Partnertage zu 1.000 € für Wissenspflege, Korrekturen und Regressionstests: 3.816 € im Monat oder 3,06 € pro gelöster Anfrage. Vor dem Go-live brauchte eine Servicekraft angenommen sechs Minuten pro Anfrage bei 60 € pro Stunde, also 6 €.

Bearbeitungszeit. Die 720 eskalierten Anfragen dauern je 7,5 Minuten, länger als früher, weil nur noch die schwierigen ankommen: 90 Stunden Innendienst statt 240 vor dem Go-live. Ruft die Hälfte der 192 Händler mit abgebrochener Sitzung danach an, kommen 10 Stunden dazu. Netto sparen Sie rund 140 Stunden, 8.400 € im Monat gegenüber 3.816 € Agentenkosten.

Außerhalb der Servicezeiten. 26 Prozent der Sitzungen beginnen außerhalb von 7 bis 18 Uhr MEZ, davon werden 58 Prozent gelöst: rund 360 Händler im Monat, die nicht mehr bis zum nächsten Morgen warten.

Pro Subagent. Auftragsstatus: Eskalation 14 Prozent, Task Resolution 70 Prozent. Ersatzteile: Eskalation 57 Prozent, Task Resolution 22 Prozent, weil Teile außerhalb des Zentrallagers eine manuelle Prüfung durch die Ersatzteilabteilung brauchen. Der Ersatzteil-Subagent verbraucht 306 € an Credits und hat die meisten Korrekturen verursacht, trägt also die Hälfte der Betriebskosten: 1.806 € für 198 gelöste Anfragen, 9,12 € pro Stück und damit mehr als eine Servicekraft.

3,06 €

pro gelöster Anfrage, ganzer Agent

6 €

pro Anfrage bei einer Servicekraft vor dem Go-live

9,12 €

pro gelöster Anfrage, Ersatzteil-Subagent

Die Entscheidung an Tag 90: Der Auftragsstatus bleibt und geht an die nächste Händlergruppe. Ersatzteile kommen aus dem Agenten heraus und gehen über ein strukturiertes Portalformular an die Ersatzteilabteilung, bis die Bestände der Regionallager in Salesforce ankommen. Wie ein Agent das richtige Teil findet, behandle ich in Ersatzteile per Seriennummer.

Wann sollten Sie einen Agenten abschalten?

Gartner erwartet10, dass bis Ende 2027 mehr als 40 Prozent der Projekte mit agentischer KI eingestellt werden, wegen steigender Kosten, unklarem Geschäftsnutzen oder unzureichender Risikokontrollen. Eine Abschaltregel, die vor dem Go-live feststeht, macht daraus eine Routineentscheidung. Ich würde diese Auslöser mit der Serviceleitung vereinbaren und pro Subagent anwenden:

1. Sofort: ein bestätigter Verstoß gegen eine harte Regel, etwa eine falsche Garantieaussage oder Auftragsdaten eines anderen Händlers. Der Subagent bleibt aus, bis die Korrektur die Regressionstests aus Agenten testen und freigeben besteht.
2. Nach zwei Verbesserungsrunden von je 30 Tagen: Eskalationsquote über 40 Prozent oder Task-Resolution-Quote unter 40 Prozent.
3. An Tag 90: Kosten pro gelöster Anfrage über den Kosten einer Servicekraft pro Anfrage.
4. Jederzeit: Bearbeitungszeit eskalierter Anfragen deutlich über dem Ausgangswert derselben Anfrageart, denn dann verschiebt der Agent Arbeit, statt sie zu sparen.

Die 40 Prozent sind meine Startwerte, keine Vorgaben von Salesforce. Abschalten muss nicht Aufhören heißen: Sie können den Agenten auf einen Subagenten verkleinern, ihn nur außerhalb der Servicezeiten laufen lassen oder korrigieren und neu testen. Für die letzte Option ordnet der Agent Optimizer wiederkehrende Fehlermuster aus Produktivsitzungen nach Auswirkung. Salesforce nennt ihn im Beitrag vom September 202611 als Beta verfügbar, die Dreamforce-Liste kündigt GA für Oktober an. A/B Experimentation lässt eine Korrektur auf geteiltem Verkehr gegen die aktuelle Version antreten und ist als Beta für Oktober angekündigt; prüfen Sie den Status in Ihrer Org.

Die 90-Tage-Prüfung mit drei Monaten Ausgangswerten vorbereiten

1. Ausgangswerte messen, drei Monate lang: Händleranfragen nach Art, Bearbeitungszeit, Eingangszeit nach Land.
2. Audit and Feedback einschalten, damit Qualitäts- und Vertrauenswerte ab dem ersten Tag vorliegen.
3. Den Agenten in Digital Wallet taggen, damit seine Credits getrennt von anderen Agenten der Org sichtbar bleiben.
4. Schwellen und Entscheider festhalten: die Serviceleitung, nicht die IT.
5. Die Stichprobe einplanen: 50 Sitzungen im Monat, im Kalender einer namentlich benannten Person.
6. Prüftermine festlegen: Tag 30, Tag 60, Entscheidung an Tag 90.

Die Kennzahlen brauchen einen Business Case aus der Zeit vor dem Go-live, deshalb stelle ich Business Value und Datenqualität an den Anfang. Welche Agenten ihre Kosten wert sind, kläre ich im Rahmen von Make-or-Buy und Lizenzplanung.

Quellen11

1. 1Pressemitteilung zu Agentforce 3 (öffnet in einem neuen Tab)salesforce.com
2. 2Trailhead-Modul zu Agent Analytics (öffnet in einem neuen Tab)trailhead.salesforce.com
3. 3Observability-Beitrag von Juli 2026 (öffnet in einem neuen Tab)salesforce.com
4. 4Digital Wallet (öffnet in einem neuen Tab)salesforce.com
5. 5Arbeitszuweisung an einen Agenten (öffnet in einem neuen Tab)developer.salesforce.com
6. 6Dreamforce-2026-Ankündigungen (öffnet in einem neuen Tab)salesforce.com
7. 7Salesforce Ben (öffnet in einem neuen Tab)salesforceben.com
8. 8Rate Card vom 31. August 2026 (öffnet in einem neuen Tab)salesforce.com
9. 9500 € je 100.000 Credits (öffnet in einem neuen Tab)salesforce.com
10. 10erwartet (öffnet in einem neuen Tab)gartner.com
11. 11Beitrag vom September 2026 (öffnet in einem neuen Tab)salesforce.com