Copado, Gearset und Provar: KI-Agenten im Check

Copado Agentia, Gearset Cam und Provar MCP sind die KI-Agenten, die drei Salesforce-DevOps- und Testanbieter 2026 herausgebracht haben, und bisher beruht alles darüber auf Herstellerangaben. Laut Copado ist Agentia in den Editionen Advanced und Pro verfügbar, Gearset hat Cam mit Pilotkunden gestartet, Provar MCP ist ein kostenloses lokales Plugin für Kunden von Provar Automation. Bevor ein Maschinenbauer zahlt, würde ich vier Fragen stellen: Welches Modell läuft, wo werden die Daten verarbeitet, wie lange werden sie gespeichert und wer gibt frei, was der Agent liefert? Von den beiden Anbietern mit eigenem Agenten beantwortet nur Gearset öffentlich einen Teil davon.

Was können Copado Agentia, Gearset Cam und Provar MCP?

Die Beschreibungen unten stammen von den Herstellern selbst; einen unabhängigen Test bei Salesforce Ben oder vergleichbarer Salesforce-Fachpresse habe ich nicht gefunden.

• Copado Agentia. Angekündigt am 13. April 2026 in Copados Pressemitteilung1. Ein Context Hub verbindet Org-Metadaten, Abhängigkeiten, Pipelines und Historie mit Ihrer eigenen Dokumentation und Ihren Richtlinien. Darauf setzen Agenten für Planung, Entwicklung, Test, Release und Betrieb auf, ein Orchestrate Agent koordiniert sie, und mit Agentia Studio bauen Sie eigene Abläufe und Agentforce-Agenten. Als eingebaute Governance nennt Copado richtlinienbasierte Kontrollen, automatisierte Tests, Freigabeschritte, Audit Trails und rollenbasierte Zugriffe.
• Gearset Cam. Laut Gearsets Ankündigung vom 2. September 20262 übernimmt Cam ein Ticket, fragt bei unklaren Anforderungen nach, plant und baut die Änderung und prüft, ob sie deploybar ist, bevor ein Pull Request entsteht. Die Arbeit läuft durch den bestehenden Release-Prozess des Teams, mit denselben Tests und Reviews wie menschliche Änderungen, und ein Audit Trail hält fest, was Cam gebaut hat und warum.
• Provar MCP. Veröffentlicht am 1. Juli 2026 im Provar-Blog3. Provar MCP ist ein Open-Source-Plugin für die Salesforce CLI. Damit liest ein KI-Assistent wie Claude, GitHub Copilot oder Cursor Org-Metadaten, erzeugt Provar-Tests und Page Objects, prüft sie gegen mehr als 240 Qualitätsregeln, führt sie aus und analysiert Fehlschläge. Es deckt nur die Testautomatisierung ab.

Copado und Gearset verkaufen einen Agenten, der Ihre Org verändert. Provar ergänzt den KI-Assistenten, den Ihre Entwickler ohnehin nutzen, um ein Werkzeug. Das macht die Prüfung bei Provar deutlich kürzer.

Was allgemein verfügbar ist und was noch Pilot

Für einen Industriebetrieb zählt der Produktstatus, weil ein Pilot selten mit Service Level oder festem Preis kommt. Stand 27. Oktober 2026 sagen die Hersteller Folgendes:

Produkt	Status laut Hersteller	Preis veröffentlicht	Modell genannt
Copado Agentia	“available today” in den Editionen Agentia Advanced und Agentia Pro (April 2026)	nein	nein
Copado Agentia Headless (Agenten in der IDE)	“officially GA” auf Copados Dreamforce-2026-Seite, ohne Datum	nein	nein
Gearset Cam	gestartet mit Piloten bei “a selection of Gearset customers”, kein GA-Hinweis	nein	nein
Provar MCP	in der Provar-Automation-Lizenz enthalten, CLI-Plugin aus dem Beta-Kanal installiert	kein Aufpreis	nutzt Ihren KI-Assistenten

Quellen: Copado-Pressemitteilung, Copados Dreamforce-2026-Seite4, Gearset-Ankündigung und Gearsets Agentenseite5, Dokumentation zu Provar MCP6.

Die einzige harte Zahl liefert Gearset:

44 %

der Pull Requests eines Teams erstellte Cam bei einem Kunden innerhalb einer Woche

75 %

dieser Pull Requests wurden erfolgreich gemergt

Das ist ein Kunde, gemessen vom Hersteller, nach einer Woche. Es zeigt, dass Cam in einer echten Org mergefähige Pull Requests erzeugen kann, mehr nicht. Jeder vierte wurde nicht gemergt, und jeder lief durch das Review des Teams.

Modell, Region und Aufbewahrung unterscheiden die drei am stärksten

Hier unterscheiden sich die drei Produkte am stärksten, und hier sollte ein Hersteller mit DSGVO-Pflichten und Betriebsrat zuerst hinschauen.

Gearset veröffentlicht allgemeine KI-Bedingungen in seinen Product and Location Specific Terms7, in einer Fassung gültig ab 15. September 2026. Cam wird darin nicht namentlich genannt, die Regeln gelten aber für Gearsets KI-Funktionen insgesamt:

• Zu den Anbietern gehören “OpenAI and Amazon Web Services”, mit “data centres in the United States and as otherwise specified in the Documentation”.
• Gearset speichert Ein- und Ausgaben 90 Tage oder, wo die Software es anbietet, kürzer, wenn Sie das einstellen; die Modellanbieter speichern nichts.
• Gearset trainiert keine Modelle mit Kundendaten, darf Ein- und Ausgaben aber nutzen, um seine Dienste zu bewerten und zu verbessern.
• Der Verbrauch wird in Credits gemessen, mit einer monatlichen Obergrenze aus dem Bestellformular. Ist sie erreicht, sperrt Gearset die KI-Funktionen bis zum Monatsende.
• Der Kunde darf die KI-Funktionen nicht nutzen, um menschliche Entscheidungen ganz oder im Wesentlichen zu ersetzen.

Copado nennt für Agentia auf den Seiten, die ich geöffnet habe, weder Modell noch Region. Das öffentliche Datenblatt “Copado AI and your data” stammt vom Juni 2024 und behandelt CopadoGPT und Test Copilot, nicht Agentia; ich konnte nur die Zusammenfassungsseite lesen. Über die Qualität der Antworten sagt das nichts. Sie brauchen sie aber schriftlich, bevor Sie unterschreiben.

Provar MCP läuft laut Dokumentation “entirely on your local machine” und sendet keine Projektdateien, keinen Testcode und keine Zugangsdaten an Provar, solange Sie die optionale API-Validierung nicht einschalten. Metadaten und Testfälle erreichen aber den KI-Assistenten, den Sie anbinden. Die Datenfrage verschiebt sich damit in Ihren Vertrag mit Anthropic, GitHub oder Cursor, den Sie ohnehin geklärt haben sollten; dazu mehr im Beitrag zu Betriebsrat und DSGVO bei KI-Coding. Nach meiner Lesart der Herstellerseiten ist Provar MCP das am leichtesten freizugebende der drei Produkte. Meine Lesart der Bedingungen ist keine Rechtsberatung.

Beispiel: ein Maschinenbauer mit Copado und Nearshore-Partner

Nehmen wir einen Maschinenbauer mit Sales Cloud für den Händlervertrieb, Field Service für den Außendienst und einer Schnittstelle zu SAP S/4HANA für Ersatzteile und Gewährleistung. Die Pipeline läuft auf Copado. Drei interne Entwickler arbeiten mit einem Partner, der sechs Nearshore-Entwickler stellt, und der Partner programmiert bereits mit Claude Code über Accounts, die dem Kunden gehören. Alle Zahlen sind Annahmen.

Copado bietet ein Upgrade auf Agentia an. So würde ich vorgehen:

1. Bauen und Steuern trennen. Der Coding-Agent schreibt schon Apex und Flows. Die Frage an Agentia lautet, ob Context Hub und Freigabeschritte etwas bringen, das die bestehende Pipeline und die Quality Gates für KI-Code nicht leisten.
2. Die vier Antworten schriftlich holen. Modell und Anbieter, Verarbeitungsregion, Aufbewahrung sowie Abrechnung und Obergrenze des Verbrauchs. Bis sie auf Papier stehen, sieht Agentia nur eine Developer Sandbox ohne Kunden- und Händlerdaten.
3. Einen engen Tickettyp pilotieren. Etwa 20 kleine Änderungen am Objekt für Gewährleistungsanträge: neue Felder, Picklist-Werte, eine Validierungsregel. Messen Sie, wie viele Pull Requests ohne Nacharbeit gemergt werden und wie lange das Review dauert, im Vergleich zu gleichartigen Tickets, die der Coding-Agent allein erledigt.
4. Provar MCP ergänzen, wenn Provar schon lizenziert ist. Die Regressionstests für das Händlerportal sind das naheliegende Ziel. Es kostet nichts extra, und die Daten bleiben in einer bereits freigegebenen Werkzeugkette.
5. Nach sechs Wochen entscheiden, auf Basis von Zahlen aus Ihrer eigenen Org, nicht anhand der 44 und 75 Prozent des Herstellers.

Mit Gearset bleiben die Schritte gleich; Schritt 2 startet bei Gearsets veröffentlichten Bedingungen und fragt nach einer EU-Region.

Wann reichen Open Source und ein allgemeiner Coding-Agent?

Ein Team, das bereits sfdx-hardis nutzt, bekommt vieles, was bezahlte DevOps-Agenten bieten, ohne zweiten KI-Vertrag. Laut der KI-Einrichtungsanleitung von sfdx-hardis8 erklärt es Deployment-Fehler, beschreibt Flows und Apex-Klassen und verbessert die erzeugte Dokumentation. Als Anbieter kommen Agentforce, OpenAI, Anthropic, Google oder ein lokales Ollama-Modell in Frage, eingestellt über Umgebungsvariablen oder über ein firmeneigenes Gateway geleitet. Sie wählen das Modell und damit die Region. Die automatische Fehlerkorrektur per Coding-Agent ist in Beta, und die Anleitung verlangt, dass ein Experte diese Änderungen vor dem Merge prüft.

Kombinieren Sie das mit Claude Code, Codex oder Copilot für die Entwicklung, verglichen in Agentforce Vibes, Claude Code, Codex oder Copilot, und eine Pipeline in Ihrem Besitz entscheidet, was in Produktion geht. Der Preis dafür ist der Support.

Diese Fragen vor dem Kauf schriftlich stellen

Diese Fragen würde ich jedem DevOps-Anbieter stellen, der einen KI-Agenten verkauft, und die Antworten ins Bestellformular schreiben lassen:

• Welches Modell und welcher Anbieter betreiben den Agenten, und informieren Sie uns vor einem Wechsel?
• In welcher Region werden Eingaben verarbeitet, und gibt es eine EU-Region?
• Wie lange werden Prompts, Code und Metadaten gespeichert, bei Ihnen und beim Modellanbieter, und fließen sie ins Training?
• Wie wird der Verbrauch gemessen, wo liegt die monatliche Obergrenze, und was passiert, wenn wir sie erreichen?
• Ist das Produkt allgemein verfügbar, in Beta oder im Pilot, und welches Service Level gilt?
• Wer gibt die Pull Requests des Agenten frei, und kann er jemals ohne Menschen deployen?
• Was passiert mit dem Kontext, den der Agent über unsere Org aufgebaut hat, wenn wir wechseln?

Die letzten beiden Fragen hängen mit Punkten zusammen, die ich an anderer Stelle beschreibe: Der Kunde sollte seine DevOps-Tools selbst besitzen, und dieselben Regeln gehören in die Verträge mit Partnern, die mit KI programmieren. Das Aufsetzen gehört zu meiner Arbeit im DevOps- und Release-Management, die breitere Werkzeugwahl steht in Kapitel 4 der KI-Masterclass.

Quellen8

1. 1Copados Pressemitteilung (öffnet in einem neuen Tab)copado.com
2. 2Gearsets Ankündigung vom 2. September 2026 (öffnet in einem neuen Tab)assets.gearset.com
3. 3Provar-Blog (öffnet in einem neuen Tab)provar.com
4. 4Copados Dreamforce-2026-Seite (öffnet in einem neuen Tab)copado.com
5. 5Gearsets Agentenseite (öffnet in einem neuen Tab)gearset.com
6. 6Dokumentation zu Provar MCP (öffnet in einem neuen Tab)documentation.provar.com
7. 7Product and Location Specific Terms (öffnet in einem neuen Tab)gearset.com
8. 8KI-Einrichtungsanleitung von sfdx-hardis (öffnet in einem neuen Tab)sfdx-hardis.cloudity.com