Salesforce stellt Koa Reasoning‑Modell für Agentforce vor, trainiert auf Nemotron

Salesforce und NVIDIA haben am 15. September 2026 Koa angekündigt, ein CRM‑Reasoning‑Modell für die Agentforce‑Plattform von Salesforce, das durch Nachtraining des NVIDIA Nemotron 3 Super‑Modells auf einem proprietären synthetischen Datensatz, der auf Unternehmenswissen aus fast drei Jahrzehnten CRM‑Implementierungen basiert, erstellt wurde.

Salesforce beschrieb Koa als sein erstes CRM‑Reasoning‑Modell, das speziell dafür entwickelt wurde, Agenten dabei zu unterstützen, komplexe, mehrstufige Arbeitsabläufe zu durchdenken und die richtigen Werkzeuge zu nutzen, um die Arbeit abzuschließen. In der gemeinsamen Ankündigung der Unternehmen sagte Salesforce‑Vorsitzender und CEO Marc Benioff: “Das wertvollste, was Salesforce gebaut hat, ist nicht unsere Plattform – es ist das angesammelte Wissen darüber, wie Unternehmensgeschäfte tatsächlich funktionieren. Mit Koa wird dieses Wissen direkt im Modell selbst verankert.” Jensen Huang, Gründer und CEO von NVIDIA, sagte, die offenen Nemotron‑Modelle gaben Salesforce die Grundlage für ein CRM‑Modell, das sicher denken und handeln kann.

Salesforce erklärte, dass es die Gewichte des Koa‑Modells kontrolliert und das Nachtraining sowie die Inferenz vollständig innerhalb seiner eigenen Vertrauensgrenze durchführt, sodass während der Inferenz keine Kundendaten diese Grenze überschreiten. Koa bietet Kunden eine spezialisierte, von Salesforce gehostete Option zur Nutzung von Agentforce‑Anwendungsfällen.

Synthetische Trainingsdaten und Nachtrainingsmethode

Nach Angaben von Salesforce wurden für das Training von Koa keine Kundendaten verwendet. Der Trainingskorpus wurde vollständig aus synthetischen Szenarien erstellt, die die Reasoning‑, Werkzeug‑ und Entscheidungsfähigkeiten Agentforce‑Agenten in CRM‑Arbeitsabläufen wie Lead‑Generierung, Qualifizierung von Opportunities und Lösung von Service‑Fällen abdecken.

Die Szenarien wurden entwickelt, um reale Unternehmensarbeitsabläufe in mehr als 14 Branchen zu simulieren, darunter Fertigung, Finanzdienstleistungen, Gesundheitswesen und Reisen. In jedem Szenario wurde einer Persona ein Satz von Aufgaben zugeordnet, und die Reihenfolge der Aktionen und Werkzeugaufrufe, die zur Ausführung erforderlich sind, wurde im Voraus festgelegt.

Für das Nachtraining setzte Salesforce Supervised Fine‑Tuning und Reinforcement Learning mit Group Relative Policy Optimization (GRPO) ein, wobei die NVIDIA‑Tools NeMo RL, NeMo Gym und NeMo AutoModel verwendet wurden. Salesforce erklärte, dass das Training an einem gezielten Satz priorisierter Unternehmensaufgaben dem Modell tiefere Expertise verleihe und es lehre, ein Ziel durch eine Sequenz korrekter Aktionen zu erreichen, anstatt bei einer richtigen Antwort zu stoppen.

Fachpapier und berichtete Ergebnisse

In ein Forschungspapier, das am 14. September 2026 bei arXiv eingereicht wurde, beschreiben die Entwickler des Modells Koa als Ergebnis der Anwendung von GRPO‑Reinforcement‑Learning auf das Open‑Weight‑Modell Nemotron‑3‑Super‑120B, wobei öffentliche und synthetisch erzeugte Daten und keine Kundendaten verwendet wurden. Die Autoren identifizieren als charakteristisches Element des Modells eine Simulation‑zu‑Reward‑Pipeline, die Workflow‑Spezifikationen in persona‑bedingte, mehrstufige Aufgaben umwandelt, wobei die Belohnungen an die Lösung jeder Aufgabe durch erfolgreiche Werkzeugnutzung für datenabhängige Anfragen geknüpft sind. Für Unternehmensdomänen werden diese Spezifikationen in Agent Script, der deklarativen Sprache von Salesforce zum Erstellen von Agentforce‑Agenten, verfasst; für öffentliche Werkzeug‑Nutzungs‑Domänen wurde die Workflow‑Struktur direkt synthetisiert, wobei dieselbe Simulations‑ und belohnungsbasierte Mechanik GRPO sowohl dort als auch in den Unternehmensdomänen antreibt.

Die Autoren berichten, dass Koa in öffentlichen Werkzeug‑Nutzungs‑, agenten‑Reasoning‑ und Unternehmens‑CRM‑Benchmarks gegenüber seinem Open‑Weight‑Grundmodell Verbesserungen erzielt, wobei die deutlichsten Fortschritte beim mehrstufigen Werkzeug‑Einsatz zu verzeichnen sind, es einen starken proprietären Basiswert übertrifft und unter den stärksten Frontier‑Modellen bleibt. Sie schließen, dass spezifikationsgesteuertes Reinforcement‑Learning einen praktischen Weg bietet, Open‑Weight‑Foundation‑Modelle für unternehmensbezogene agentische Arbeit zu spezialisieren.

Separat erklärte Salesforce, dass Koa in seinem CRM‑Benchmark, einer Suite realer Aufgaben wie das Aktualisieren einer Opportunity, das Weiterleiten eines Falls oder das Planen einer Nachverfolgung, die Leistung führender Modelle bei CRM‑Aktionen mit dreimal weniger Fehlern erreicht oder übertrifft.

Pilotprojekte, Missionforce und Verfügbarkeit

Koa wird bereits innerhalb von Salesforce eingesetzt, unter anderem in einem Slack‑Agenten, der Mitarbeitern hilft, Informationen zu finden und tägliche Aufgaben zu erledigen. Kunden‑Pilotprojekte laufen mit 1-800Accountant, Baxter Credit Union, Engine, Formula 1, UChicago Medicine und Xero.

Ryan Teeples, Chief Strategy Officer bei 1-800Accountant, sagte, Koa ermögliche den Agenten des Unternehmens, Schritt für Schritt durch Steuervorschriften, Finanzdaten und Kundendokumente zu denken. John Sahagian, Senior Vice President und Chief Data Officer bei Baxter Credit Union, erklärte, das Modell könne digitalen Agenten helfen, Informationen, Werkzeuge und Richtlinien hinter den Zielen der Mitglieder, wie dem Hauskauf, abzuwägen. Elia Wallen, Gründer und CEO von Engine, bemerkte, Geschäftsreisen umfassen unzählige bewegliche Teile und seine Teams bräuchten ein Modell, das präzise durch mehrstufige Probleme denken kann, anstatt nur selbstbewusst zu klingen. Andrew Chang, Chief Marketing Officer bei UChicago Medicine, sagte, Koa könne längere, mehrstufige Koordinations‑Workflows bewältigen, sodass Teams mehr Zeit für die Patientenversorgung haben.

Zusammen mit Koa bringen die beiden Unternehmen Nemotron-basierte Modelle und beschleunigtes Rechnen in Missionforce für Regierungs- und regulierte Organisationen. Laut der Ankündigung müssen viele dieser Organisationen das Modell und die Trainingsdaten kontrollieren und in spezialisierten Umgebungen – privaten Clouds, klassifizierten Netzwerken und vollständig luftisolierten Systemen – einsetzen, die niemals öffentliche Infrastruktur berühren.

Nachträglich trainierte NVIDIA-Modelle werden die Agenten für Missionforce Operations antreiben, ein Produkt, das Regierungs‑Workflows wie Beschaffung, Lieferantenmanagement und Logistik digitalisiert und automatisiert. Die Modelle werden mit den operativen Daten und der Terminologie jeder Organisation trainiert, sodass Agenten Back‑Office‑Prozesse durchlaufen und innerhalb der eigenen Umgebung des Kunden, einschließlich luftisolierter Netzwerke, Maßnahmen ergreifen können. Die Unternehmen erklärten zudem, dass sie daran arbeiten, nachträglich trainierte NVIDIA-Modelle in weitere Missionforce‑Funktionen zu integrieren, was Kunden ermöglichen würde, Modelle auf ihrer eigenen Infrastruktur für spezialisierte Arbeitslasten zu erstellen und auszuführen.

Koa ist derzeit für ausgewählte Pilotkunden in Agentforce verfügbar, die allgemeine Verfügbarkeit wird für den Winter 2026 in US‑Regionen erwartet. Missionforce Operations ist jetzt allgemein in US‑Regionen verfügbar, und die nachträglich trainierten NVIDIA-Modelle werden im Oktober 2026 für ausgewählte Kunden bereitstehen.