Salesforce und NVIDIA stellen CRM-Reasoning-Modell Koa vor
Salesforce und NVIDIA haben auf der Dreamforce 2026 das CRM-Reasoning-Modell Koa vorgestellt. Koa ist Salesforces erstes eigenes Reasoning-Modell, das durch Post-Training von NVIDIA Nemotron 3 Super mit synthetischen CRM-Daten entstanden ist und in Agentforce zum Einsatz kommen soll.
Mit KI erstelltInhalt
◆ Fakten auf einen Blick
- Salesforce und NVIDIA haben Koa am 15. September 2026 auf der Dreamforce angekündigt.
- Koa ist Salesforces erstes CRM-Reasoning-Modell für Agentforce und basiert auf NVIDIA Nemotron.
- Koa wurde durch Post-Training von NVIDIA Nemotron 3 Super mit Supervised Fine-Tuning und Reinforcement Learning (Group Relative Policy Optimization) unter Verwendung von NVIDIA NeMo RL, NeMo Gym und NeMo AutoModel erstellt.
- Das Training nutzte einen proprietären synthetischen Datensatz, der auf 27 Jahren Salesforce-CRM-Erfahrung basiert, über 14 Branchen abdeckt und keine Kundendaten enthält.
- Im Salesforce CRM Benchmark erreicht Koa die Leistung führender Modelle oder übertrifft sie bei CRM-Aktionen mit dreimal weniger Fehlern.
- Koa befindet sich im Pilotbetrieb innerhalb von Agentforce und läuft bereits intern bei Salesforce, unter anderem als Slack-Hilfe-Agent.
Salesforce und NVIDIA kündigen Koa auf der Dreamforce an
Salesforce und NVIDIA haben am 15. September 2026 auf der Dreamforce in San Francisco das Modell Koa vorgestellt. Koa ist nach Angaben von Salesforce das erste CRM-Reasoning-Modell des Unternehmens, das speziell für die Agentenplattform Agentforce konzipiert wurde. Grundlage ist das offene Modell NVIDIA Nemotron 3 Super. Durch Post-Training mit einem proprietären synthetischen Datensatz wurde Koa auf CRM-Aufgaben spezialisiert. Der Datensatz basiert nach Unternehmensangaben auf fast 27 Jahren Erfahrung aus Salesforce-CRM-Implementierungen, deckt mehr als 14 Branchen ab und enthält keine Kundendaten. Damit sollen Agenten komplexe, mehrstufige CRM-Aufgaben besser bewältigen und die richtigen Werkzeuge einsetzen. Da Nemotron offene Gewichte hat, kann Salesforce direkt auf die Modellparameter zugreifen, das Modell selbst feinabstimmen und die Inferenz in der eigenen Trust Boundary durchführen. Dadurch behält Salesforce die volle Kontrolle über Modell und Infrastruktur und kann Koa gezielt für CRM-Anforderungen anpassen, ohne auf einen externen Modellanbieter angewiesen zu sein. Die Vorstellung markiert einen strategischen Schritt hin zu agentenbasierten Unternehmensabläufen.
Trainingsmethode und Benchmark-Ergebnisse
Für das Post-Training kombinierte Salesforce überwachtes Feintuning (Supervised Fine-Tuning) mit bestärkendem Lernen nach der Methode Group Relative Policy Optimization (GRPO). Zum Einsatz kamen die NVIDIA-Werkzeuge NeMo RL, NeMo Gym und NeMo AutoModel. Der proprietäre synthetische Datensatz simuliert realistische Unternehmensabläufe aus über 14 Branchen, darunter Fertigung, Finanzdienstleistungen und Gesundheitswesen; Kundendaten wurden nicht verwendet. Dabei lernt das Modell zunächst durch überwachtes Feintuning aus synthetischen CRM-Beispielen; anschließend optimiert GRPO das Verhalten anhand einer Belohnung, die misst, ob der Agent die Aufgabe mit den richtigen Werkzeugaufrufen tatsächlich gelöst hat. Die NVIDIA-Tools stellen dafür die Trainings- und Simulationsumgebung bereit. Im Salesforce CRM Benchmark, der reale Aufgaben wie das Aktualisieren von Verkaufschancen, das Zuweisen von Servicefällen oder das Planen von Folgeterminen umfasst, erreicht Koa nach Angaben von Salesforce die Leistung führender Modelle oder übertrifft sie. Bei CRM-Aktionen verursacht das Modell demnach dreimal weniger Fehler.
Pilotbetrieb in Agentforce und interne Nutzung
Koa befindet sich derzeit im Pilotbetrieb innerhalb von Agentforce und ist noch nicht allgemein verfügbar. Ein Pilotbetrieb ermöglicht es Salesforce, das Modell unter realen Bedingungen zu testen und schrittweise zu verbessern, bevor es breit ausgerollt wird. Salesforce setzt das Modell bereits intern ein, unter anderem als Hilfe-Agent in Slack. Diese interne Nutzung liefert direktes Feedback aus dem Arbeitsalltag und zeigt die Praxistauglichkeit für typische CRM-Anfragen. Das Unternehmen kontrolliert die Modellgewichte und führt sowohl das Post-Training als auch die Inferenz vollständig innerhalb seiner eigenen Trust Boundary durch. Dadurch bleibt die Verarbeitung in einer von Salesforce kontrollierten Umgebung, was für Unternehmen mit strengen Datenschutzanforderungen relevant ist.



