Coding-Agenten für Salesforce: Claude Code, Codex, Copilot

Für Salesforce-Arbeit taugen 2026 alle großen Coding-Agenten, von Claude Code über OpenAI Codex bis GitHub Copilot. Der Grund liegt bei Salesforce: Skills und gehostete MCP-Server funktionieren mit jedem kompatiblen Agenten. Welches Werkzeug Ihr Team oder Ihr Partner nutzt, bestimmt die Codequalität deshalb weniger als Regeldatei, Review und Pipeline. Für einen Hersteller zählen bei der Auswahl vier Fragen: Wo werden Code und Daten verarbeitet, was steht im Vertrag, wie wird abgerechnet und wer kontrolliert die Regeln. Einen unabhängigen Apex-Benchmark, der das beste Modell kürt, gibt es nicht.

Welche Coding-Agenten kommen für Salesforce infrage?

Ein Coding-Agent ist ein KI-Werkzeug, das selbst Dateien liest, Befehle ausführt, Tests startet und Änderungen als Commit oder Pull Request vorbereitet. Salesforces eigenes Werkzeug, Agentforce Vibes, beschreibe ich in Kapitel 2. Hier geht es um die externen Agenten, die Ihre Entwickler oder Ihr Implementierungspartner oft schon auf dem Laptop haben.

Werkzeug	Anbieter	Salesforce-Anbindung	Abrechnung
Claude Code	Anthropic	offizielles Plugin salesforce-development mit rund 40 Skills und drei MCP-Servern	Seat mit Kontingent (Team, Enterprise) oder Token über API und Cloud-Anbieter
OpenAI Codex	OpenAI	Skills-Bibliothek sf-skills, von Salesforce als kompatibel genannt	Credits pro Token, in ChatGPT-Plänen enthalten
GitHub Copilot	GitHub	MCP-Client in VS Code, Agent HQ mit Claude- und Codex-Agenten	Seat mit AI Credits zu 0,01 $
Cursor	Anysphere	von Salesforce für sf-skills und Hosted MCP als kompatibel genannt	Preise vor Einsatz beim Anbieter prüfen
Agentforce Vibes (zum Vergleich)	Salesforce	nativ, Skills vorinstalliert	Flex Credits oder Unmetered-Lizenz

Für Entwickler

Was das Claude-Code-Plugin mitbringt

Das Plugin für Claude Code nennt Salesforce „our first official plugin, built for Claude Code“ (öffnet in einem neuen Tab). Es bündelt etwa 40 der über 100 Skills aus der offenen Bibliothek sf-skills und richtet die MCP-Server salesforce-api-context, salesforce-metadata-experts und salesforce-lsp ein. Für OpenCode, Codex und Cursor nennt Salesforce dieselbe Skills-Bibliothek als installierbar, ein offizielles Plugin für diese Agenten habe ich in der Salesforce-Dokumentation nicht gefunden. Die gehosteten MCP-Server lassen sich laut Summer-'26-Guide (öffnet in einem neuen Tab) mit „any MCP-compatible AI client, such as Claude, ChatGPT, Cursor“ verbinden. GitHub hebt Copilot mit Agent HQ (öffnet in einem neuen Tab) sogar eine Ebene höher: Seit Februar 2026 laufen dort Claude- und Codex-Agenten neben dem eigenen Agenten, damals als Public Preview für Copilot Pro+ und Enterprise.

Praktisch heißt das: Claude Code bringt heute das meiste fertig verpackte Salesforce-Setup mit. Bei den anderen Agenten richtet Ihr Team Skills und MCP-Server selbst ein. Den ausführlichen Vergleich nach Vertrag, EU-Datenresidenz, Kostenmodell und Governance finden Sie in Agentforce Vibes, Claude Code oder Copilot. Wer noch den lokalen Salesforce DX MCP Server nutzt, findet die nötige Umstellung in Kapitel 3.

Warum das Werkzeug weniger entscheidet als Regeln und Pipeline

Salesforce hat zur TDX 2026 angekündigt, dass alles auf der Plattform zu einer API, einem MCP-Tool oder einem CLI-Befehl wird, und dabei laut SalesforceBen (öffnet in einem neuen Tab) Claude Code, Cursor, Codex und Windsurf ausdrücklich genannt. Die Salesforce-Kompetenz eines Agenten kommt damit aus Skills, MCP-Servern und Ihren Projektregeln, weniger aus dem Werkzeug selbst.

Die Regeln stehen in einer Regeldatei im Repository, etwa CLAUDE.md oder AGENTS.md. Sie beschreibt Namenskonventionen, verbotene Muster und die Definition of Done. Der Copilot Coding Agent liest laut GitHub Changelog (öffnet in einem neuen Tab) neben den eigenen Formaten auch AGENTS.md, CLAUDE.md und GEMINI.md. Eine gut gepflegte Datei im Kunden-Repository wirkt also über mehrere Werkzeuge hinweg. Warum diese Datei dem Kunden gehören sollte, steht in der KI-Regeldatei im Salesforce-Repository und grundsätzlich in warum Kunden ihre DevOps-Tools selbst besitzen sollten.

Kein Benchmark für Apex

Einen unabhängigen, öffentlichen Benchmark, der Claude, GPT und Gemini an Apex, LWC oder Flow misst, habe ich nicht gefunden. Salesforce selbst hat für sein früheres Code-Modell xGen-Code bessere Genauigkeit behauptet (öffnet in einem neuen Tab), aber keine Messwerte veröffentlicht, nur eine interne Umfrage mit rund 125 eingesparten Minuten pro Woche. Was es gibt, sind Sicherheitsdaten: Veracode misst im GenAI Code Security Report 2026 (öffnet in einem neuen Tab) eine Sicherheits-Passrate von 56 Prozent für KI-generierten Code, bei Java nur 30 Prozent. Apex ist Java syntaktisch nah, ich würde diese Zahl ernst nehmen.

56 %

Sicherheits-Passrate für KI-generierten Code

30 %

Sicherheits-Passrate bei Java

125 Min.

eingespart pro Woche laut interner Salesforce-Umfrage, ohne Messwerte

Ein Signal ist die Wahl von Salesforce selbst. Agentforce Vibes ist laut GA-Ankündigung (öffnet in einem neuen Tab) „powered by Claude and the Mastra agent orchestration engines“, und Salesforce will laut Claudeforce-Pressemitteilung (öffnet in einem neuen Tab) Claude Code und Claude Enterprise allen eigenen Entwicklern und Wissensarbeitern zur Verfügung stellen. Ein Signal ersetzt aber keine Messung an Ihrem Code. Ich empfehle eine kleine eigene Testsuite: 10 bis 20 Aufgaben aus Ihrem Backlog, etwa ein Trigger-Handler mit Bulk-Test, eine LWC für das Händlerportal und eine Flow-Änderung im Garantieprozess. Gemessen werden Deploy-Erfolg, Testergebnis und die Zahl der Review-Befunde. Welche Prüfungen jeder KI-Code bestehen muss, beschreibt Kapitel 8.

Anthropic, OpenAI und Google: was die Partnerschaften bedeuten

Trennen Sie zwei Entscheidungen: welches Modell Ihre Agentforce-Agenten zur Laufzeit nutzen, etwa ein Serviceagent für Händleranfragen, und welchen Coding-Agenten Ihre Entwickler nutzen. Die Partnerschaften von Salesforce wirken auf beides unterschiedlich.

Anbieter	In Agentforce zur Laufzeit	In der Entwicklung	Meine Einordnung
Anthropic	Claude über Amazon Bedrock innerhalb der Salesforce Trust Boundary; ein Reasoning-Modell der Atlas Reasoning Engine	Standard in Agentforce Vibes; Claude Code für Salesforce-Mitarbeitende	tiefste Integration; Kunden bekommen Plugin und Skills, keine Claude-Code-Lizenzen
OpenAI	GPT-4o bis GPT-5.6, von Partnern betrieben in einer „shared trust zone“	GPT-Modelle in Vibes wählbar; Codex mit sf-skills	breite Modellauswahl, EU-Datenresidenz für API-Projekte
Google	Gemini 2.5 bis 3.6 über Vertex AI; Gemini Enterprise laut SalesforceBen GA in der Reasoning Engine	die Vibes-Ankündigung nennt nur Claude und GPT	relevant für Agentforce, kaum für den Codepfad

Quellen: Supported Models (öffnet in einem neuen Tab), Anthropic, Oktober 2025 (öffnet in einem neuen Tab), Claudeforce (öffnet in einem neuen Tab), SalesforceBen zur Dreamforce 2026 (öffnet in einem neuen Tab).

Wo werden Code, Metadaten und Testdaten verarbeitet?

Bei Herstellern steckt im Repository mehr, als man denkt: Preisfindung, Rabattfreigaben, Händlerkonditionen und die Schnittstellendefinitionen zu SAP. Noch heikler sind die Prompts. Wer einem Agenten Fehlerlogs aus einer Full-Copy-Sandbox gibt, schickt Kunden- und Händlerdaten an das Modell. Deshalb gehört die Frage nach dem Verarbeitungsort vor die Werkzeugwahl.

Weg	Verarbeitungsort	Offen
Anthropic First-Party-API (auch Claude Code über die Console)	Inferenz „us“ oder „global“, Speicherung im Workspace nur USA	keine EU-Option
Claude über Amazon Bedrock oder Google Cloud	regionale Endpunkte, laut Anthropic mit 10 % Aufschlag gegenüber global	welche Modelle in welcher EU-Region, beim Cloud-Anbieter klären
Claude Code auf Team- oder Enterprise-Seats	in den geprüften Quellen keine EU-Option gefunden	vertraglich mit Anthropic klären
OpenAI API mit EU-Projekt	Verarbeitung in der Region, Anfragen und Antworten ohne Speicherung	ob Codex abgedeckt ist, sagt OpenAI dort nicht
ChatGPT Enterprise mit EU-Workspace	Speicherung in Europa, seit Januar 2026 optional Inferenz in Europa	dasselbe für Codex
GitHub Copilot	GitHub Enterprise Cloud mit Datenresidenz existiert	wo Copilot-Modellaufrufe laufen, bei GitHub erfragen

Quellen: Anthropic Data Residency (öffnet in einem neuen Tab), Anthropic Pricing (öffnet in einem neuen Tab), OpenAI Data Residency in Europe (öffnet in einem neuen Tab), GitHub Changelog September 2026 (öffnet in einem neuen Tab).

Dazu kommt das Arbeitsrecht. Laut CMS (öffnet in einem neuen Tab) sind KI-Systeme grundsätzlich geeignet, Leistungs- oder Verhaltensdaten auszuwerten, weshalb für ihre Einführung in aller Regel eine Betriebsvereinbarung nötig ist und ihre Nutzung ohne sie unzulässig bleibt. Wie Sie Betriebsrat und DSGVO früh einbinden, beschreibe ich in KI-Coding, Betriebsrat und DSGVO.

Was kosten Coding-Agenten pro Entwickler?

Alle großen Anbieter rechnen inzwischen nach Token ab. Der Seatpreis kauft ein Kontingent, keine unbegrenzte Nutzung. Alle Beträge sind US-Listenpreise in USD.

Werkzeug	Abrechnung	Richtwert laut Anbieter
Claude Code	Token; auf Team und Enterprise aus einem Seat-Kontingent mit Fünf-Stunden- und Wochenfenster	rund 13 $ pro aktivem Tag, 150 bis 250 $ pro Monat, bei 90 % der Nutzer unter 30 $ pro aktivem Tag
OpenAI Codex	Credits pro Million Token, seit April 2026	100 bis 200 $ pro Entwickler und Monat; eine Aufgabe mit GPT-5.6 Sol braucht 5 bis 40 Credits
Copilot Business / Enterprise	19 $ / 39 $ pro Nutzer und Monat mit 1.900 / 3.900 AI Credits, unternehmensweit gepoolt	1 Credit = 0,01 $, Verbrauch nach Modell und Token
Agentforce Vibes	Flex Credits in Einheiten zu 2.000 Token, oder Unmetered-Lizenz	Premium-Modell begrenzt auf 2.500 Requests oder 36 Mio. Token in 30 Tagen, danach Flex Credits oder GPT-5

Quellen: Claude Code Costs (öffnet in einem neuen Tab), Codex Rate Card (öffnet in einem neuen Tab), GitHub Copilot Plans (öffnet in einem neuen Tab), Vibes Usage and Billing (öffnet in einem neuen Tab).

Wer bei Copilot nur den Seatpreis sieht, unterschätzt den agentischen Einsatz. 1.900 Credits entsprechen 19 $ Modellnutzung. Ein Entwickler, der agentisch so viel verbraucht wie der Claude-Code-Durchschnitt von 13 $ am Tag, hat seinen Anteil am Pool nach eineinhalb Arbeitstagen aufgebraucht. Die Rechnung für ein ganzes Projekt und die Frage, ob Kunde oder Partner zahlt, stehen in was KI-Coding im Salesforce-Projekt kostet. Token-Preise und Caching vertieft Kapitel 7.

Und die Salesforce-spezifischen DevOps-Agenten?

Die DevOps-Anbieter haben 2026 eigene Agenten gebracht. Sie ersetzen den Coding-Agenten nicht, sie steuern, was davon in Produktion kommt.

Agent	Was er tut
Gearset Cam	Übernimmt laut Ankündigung vom 2. September 2026 (öffnet in einem neuen Tab) ein Ticket bis zum Pull Request und prüft vorher, ob die Änderung deploybar ist. In Piloten lieferte Cam bis zu 44 Prozent der Pull Requests eines Teams, bei einem Kunden wurden 75 Prozent davon gemergt. Das sind Herstellerzahlen.
Copado Agentia Headless	Bringt Copados Agenten in die IDE und ist laut Copado (öffnet in einem neuen Tab) allgemein verfügbar.
Provar MCP	Ist laut Provar (öffnet in einem neuen Tab) ein Open-Source-Plugin für die Salesforce CLI, das Tests erzeugt und gegen über 240 Regeln prüft. Es läuft mit Claude, Copilot und Cursor und kostet mit einer Provar-Automation-Lizenz nichts extra.

Weder Gearset noch Copado nennen in diesen Quellen das zugrunde liegende Modell. Für einen Hersteller mit Datenschutzvorgaben ist das eine Due-Diligence-Frage: welches Modell, welche Region, welche Aufbewahrung.

Durchgespielt: Werkzeugwahl bei einem Maschinenbauer

Nehmen wir einen Maschinenbauer mit SAP S/4HANA, Service Cloud und einem Händlerportal auf Experience Cloud. Drei interne Entwickler arbeiten mit einem Partner, der fünf Nearshore-Entwickler stellt. Alle Zahlen sind Annahmen. Die internen Entwickler haben Copilot Business über die bestehende GitHub-Lizenz, der Partner möchte Claude Code mit eigenen Konten nutzen.

So würde ich vorgehen:

Schritt	Vorgehen
Freigabeliste festlegen	Copilot bleibt, Claude Code kommt dazu, aber über ein Konto des Kunden, entweder Enterprise-Seats oder Bedrock mit regionalem Endpunkt. Private Konten des Partners schließe ich aus, weil dann niemand weiß, wo Code und Logs landen.
Regeldatei im Kunden-Repository	Eine AGENTS.md als gemeinsame Basis, die Copilot liest, plus eine kurze CLAUDE.md, die darauf verweist. Verantwortlich ist der interne Architekt, nicht der Partner.
Arbeitsorte begrenzen	Agenten arbeiten nur in Developer-Sandboxes ohne Produktivdaten. Händlerdaten aus der Full-Copy-Sandbox gehören nicht in Prompts.
Kosten realistisch schätzen	Acht Entwickler mit angenommen 15 aktiven Tagen kosten beim Anthropic-Durchschnitt von 13 $ rund 1.560 $ im Monat. Hätten alle acht Copilot Business, wären es 152 $ Seatpreis, der gepoolte Rahmen von 15.200 Credits deckt aber nur 152 $ Modellnutzung ab. Bei ähnlich intensiver agentischer Arbeit landen beide Werkzeuge in derselben Größenordnung.
Vertrag anpassen	Der Partner legt offen, welche Werkzeuge und Modelle er nutzt, und die Kosten werden entweder in den Tagessatz eingepreist oder durchgereicht. Was in den SOW gehört, steht in Partner, KI-Coding und Vertrag.
Mit der Testsuite starten	15 Aufgaben aus dem Backlog, beide Werkzeuge, gleiche Gates. Danach entscheidet das Ergebnis, nicht die Vorliebe einzelner Entwickler.

Nach meiner Einschätzung dauert in so einem Setup die Abstimmung mit Betriebsrat und Datenschutz länger als die Werkzeugauswahl. Planen Sie sie deshalb zuerst ein. Die Steuerung mehrerer Partner mit unterschiedlichen Werkzeugen ist Teil meiner Arbeit in der Partnersteuerung, die Gates gehören ins DevOps und Release Management. Wie Salesforce sein Partnermodell gerade auf Agenten umstellt, behandelt Kapitel 5.