Was ist Orchestrierung von KI-Agents?

Orchestrierung von KI-Agents ist die koordinierte Verwaltung mehrerer KI-Agents, die zusammenarbeiten, um mehrstufige Aufgaben über Geschäftssysteme hinweg zu erledigen. Statt dass ein Agent eine gesamte Anfrage End-to-End bearbeitet, wird die Arbeit an den Agent weitergeleitet, der für jeden Schritt am besten geeignet ist. Der Schlüssel ist, dass der gemeinsame Kontext mit jedem Agent übertragen wird, damit der Fortschritt nicht bei jeder Übergabe zurückgesetzt wird.

Stellen Sie sich das als eine Art Verkehrssteuerung für intelligente Systeme vor. Ein Agent kann eine Anfrage analysieren. Ein anderer kann in einem CRM-Datensatz Maßnahmen ergreifen. Ein dritter kann eine Warnung anzeigen, wenn etwas nicht stimmt. Orchestrierung definiert, wie diese Übergänge stattfinden und wer bei jedem Schritt Autorität hat. In der Praxis definiert Orchestrierung, wie Agents kommunizieren, wann sie Maßnahmen ergreifen können und welche Leitlinien gelten.

Eine Orchestrierung von KI-Agents bietet die Struktur hinter dieser Koordination. Sie regelt, wie Agents auf Daten zugreifen, wie Entscheidungen protokolliert werden und wann ein Mensch eingreifen muss. Ohne diese Struktur kann die Automatisierung abweichen oder sich überschneiden. Damit arbeiten Multi-Agent-Systeme in Unternehmensumgebungen präzise und verantwortungsvoll.

In einem großen Unternehmen beginnt die Einführung von KI selten mit einem umfassenden Plan. Meistens beginnen solche Initiativen damit, dass beispielsweise eine Führungskraft im Servicebereich eine schnellere Triage wünscht oder Sales einen besseren Überblick über den Zustand der Pipeline benötigt. Möglicherweise möchte der operative Bereich, dass weniger manuelle Überprüfungen erforderlich sind. Und zunächst geschieht die Implementierung dieser KI-Agents schnell, weil Sie das Gefühl haben, dass die Workload fast sofort reduziert wird.

Sechs Monate später sind ein halbes Dutzend Agents im produktiven Einsatz, und Sie haben keine Ahnung, wie Sie sie organisieren oder kommunizieren können.

Nun ändern sich die Fragen. Wer entscheidet, welcher Agent die Befugnis für einen Kundendatensatz hat? Was passiert, wenn zwei Systeme widersprüchliche Aktionen generieren? Wie können Sie eine Entscheidung bei einer Konformitätsprüfung auf ihre Quelle zurückverfolgen?

Die Orchestrierung von KI-Agents bietet eine Lösung für diese Probleme. Sie legt fest, wie Agents interagieren, welche Aktionen genehmigt werden müssen und wie Aktivitäten aufgezeichnet werden. Bei kleinen Pilotprojekten mag diese Koordinierungsebene zunächst als nicht so dringend erscheinen. Auf Unternehmensebene wird sie jedoch Teil des Risikomanagements und der Leistungsmessung.

Wenn man über „KI“ am Arbeitsplatz spricht, kann es zu diesem Zeitpunkt fast alles bedeuten, aber Unternehmen setzen in der Regel kein einheitliches System ein. Sie führen Agents ein, die für bestimmte Aufgaben entwickelt wurden. Auf aufgabenbasierter Ebene ist es effizienter, aber auch deshalb brauchen Sie Orchestrierung.

Unternehmen weisen KI-Agents immer häufiger definierten Geschäftsrollen zu, z. B.:

• Sales-Agents: Überwachen von Account-Aktivitäten, Markieren von Kaufsignalen und Aktualisieren von Pipeline-Daten.
• Service-Agents: Eingehende Anfragen nach Dringlichkeit oder Vorgeschichte sortieren und die Kundenvorgänge entsprechend weiterleiten.
• Beschaffungs-Agents: Kaufanfragen prüfen und anhand der Vertragsbedingungen validieren.
• Analytics-Agents: Leistungstrends auswerten und Statistiken für die Führungskräfte aufzeigen.
• Konformitäts-Agents: Überwachen von Aktivitäten auf Verstöße gegen Richtlinien oder ungewöhnliches Verhalten.

Jeder Agent konzentriert sich auf einen eng gefassten Aufgabenbereich, und Multi-Agent-Orchestrierung ermöglicht es Ihnen, diese Agents voneinander getrennt, aber dennoch koordiniert zu halten. Konkret könnte dies in etwa so aussehen:

• Logik der Aufgabenübertragung: Wie werden Aufgaben je nach Kontext, Rolle oder Datenbedingungen dem entsprechenden Agent zugewiesen?
• Verwaltung von Prioritäten: Welche Aktionen werden zuerst ausgeführt, wenn mehrere Agents auf dasselbe Ereignis reagieren?
• Konfliktlösung: Was geschieht, wenn Agents konkurrierende Aktualisierungen oder Empfehlungen vorlegen?
• Eskalationswege: Wann wird die Automatisierung unterbrochen und eine menschliche Bedienkraft hinzugezogen, um eine Entscheidung zu überprüfen oder zu übersteuern?

Eine Vertragsverlängerung im CRM vornehmen. Ein Sales-Agent stellt einen Rückgang der Nutzung fest und entwirft eine Kommunikationsmaßnahme. Bevor diese Nachricht versendet wird, kennzeichnet ein Konformitäts-Agent den Account als „Dokumentation ausstehend“. Die Orchestrierung blockiert die Kommunikationsmaßnahme, leitet das Anliegen an zur Prüfung der Konformität weiter und protokolliert die mit diesem Account verbundene Abfolge von Maßnahmen. Sobald die Dokumentation geklärt ist, wird der Sales-Workflow fortgesetzt.

Selbst etwas, das einfach klingt – wie beispielsweise das Onboarding von neuen Kund:innen –, erstreckt sich in der Regel über mehrere Systeme und Kontrollpunkte. An dieser Stelle wird die Aufgabenaufteilung Teil der Koordination.

Die Orchestrierung von KI-Agents beginnt damit, größere Ziele in definierte Aktionen zu unterteilen. Anstatt einen Agent zu beauftragen, sich um das „Onboarding“ zu kümmern, wird der Workflow in kleinere Aufgaben unterteilt, die gezielter zugewiesen werden können.

So kann das Onboarding beispielsweise die Überprüfung der Daten zum Account im CRM, die Erstellung eines Vertrags über ein Dokumentenmanagementsystem und die Einrichtung von Zugriffsrechten in einer Backend-Anwendung umfassen. Jeder dieser Schritte kann von einem anderen Agent mit klar definierten Zuständigkeiten übernommen werden.

Die Orchestrierung regelt, wie diese Schritte miteinander verknüpft werden. Manche Aktionen müssen nacheinander ausgeführt werden, während andere gleichzeitig ablaufen können. Das System verfolgt den Fortschritt, sodass nachfolgende Schritte erst dann ausgelöst werden, wenn die Voraussetzungen erfüllt sind. Diese Prozesssteuerung sorgt dafür, dass die Arbeit voranschreitet, ohne dass erforderliche Genehmigungen übersprungen oder Doppelarbeit geleistet wird.

KI-Agents sind zudem selten nur in einer einzigen Anwendung im Einsatz. In den meisten Fällen erstreckt sich die Arbeit in Unternehmen über verschiedene Plattformen hinweg, und die Koordination spielt auch eine Rolle dabei, wie sich die Agents zwischen diesen bewegen.

• CRM-Systeme: Ein Agent aktualisiert die Daten zu Verkaufschancen, protokolliert Aktivitäten oder löst je nach Kundenverhalten Folgeaktionen aus.
• ERP-Plattformen: Ein Beschaffungs-Agent prüft Bestellungen oder kontrolliert die Budgetzuweisungen, bevor die Genehmigungsverfahren fortgesetzt werden.
• Tools für die Zusammenarbeit: Benachrichtigungen werden in gemeinsamen Arbeitsbereichen angezeigt, sodass Account-Inhaber:innen oder -Verwalter:innen Änderungen im Kontext überprüfen können.
• Wissenssysteme: Die Agents ziehen interne Richtlinien oder Unterlagen zu Rate, bevor sie Empfehlungen aussprechen.

So sorgt die Orchestrierung dafür, dass alles zusammenpasst.

Stellen Sie sich vor, ein großes Geschäft steht kurz vor dem Abschluss. Ein Sales-Agent aktualisiert den Status der Opportunity im CRM. Diese Änderung löst automatisch eine Beschaffungsprüfung im ERP-System aus, um die Preisgrenzen zu überprüfen. Übersteigt der Rabatt die in den Richtlinien festgelegten Obergrenzen, verhindert eine Konformitätsregel die weitere Abwicklung des Geschäfts und sendet eine Benachrichtigung an einen Finanz-Lead in einem Kollaborationsbereich. Nach der Genehmigung wird der CRM-Datensatz erneut aktualisiert, und die Vertragserstellung wird fortgesetzt.

Die Orchestrierung legt fest, wann diese systemübergreifenden Aktionen stattfinden und welche Kontrollpunkte erfüllt sein müssen, bevor der nächste Schritt einleitet wird. Ohne diese Koordinierungsebene können Agents zwar innerhalb der Grenzen ihrer eigenen Anwendung agieren, verlieren jedoch den Überblick, sobald die Arbeit an anderer Stelle fortgesetzt wird.

Sobald mehrere Agents in gemeinsamen Workflows zusammenarbeiten, müssen Unternehmen entscheiden, wie die Koordination gestaltet werden soll. Es gibt kein einziges Modell, das für jede Umgebung geeignet ist. Der richtige Ansatz hängt von den Governance-Anforderungen, der Komplexität des Systems und dem Ausmaß der Autonomie ab, die den Agents gewährt wird.

In einem zentralisierten Modell verwaltet eine primäre Steuerungsebene die Aufgabenzuweisung und den Flow der Entscheidungen. Einzelne Agents führen definierte Aktionen aus, doch die Weiterleitungslogik und die Genehmigungsregeln werden an einer zentralen Stelle verwaltet.

Diese Struktur verschafft den Teams in Unternehmen einen umfassenden Überblick über den Fortschritt der Workflows. Die Durchsetzung von Richtlinien ist einfacher, da die Ausführungswege vordefiniert sind. Es wird häufig in regulierten Umgebungen bevorzugt, in denen Prüfpfade und das Änderungsmanagement streng kontrolliert werden.

In einem verteilten Modell kommunizieren die Agents direkter miteinander. Anstatt jede Entscheidung über eine zentrale Steuerstelle laufen zu lassen, vereinbaren die Agents die Zuständigkeit für Aufgaben auf der Grundlage des Kontexts und ihrer Fähigkeiten.

Dieser Ansatz kann Support für mehr Flexibilität in dynamischen Umgebungen bieten. Zudem führt dies zu einer höheren Komplexität, da die Koordinationslogik nicht in einer einzigen übergeordneten Ebene, sondern über mehrere Systeme verteilt ist.

Viele Unternehmen verfolgen einen hybriden Ansatz. Die grundlegenden Governance-Regeln werden zentral festgelegt, während bestimmte operative Entscheidungen auf der Ebene der Agents getroffen werden.

So kann ein Unternehmen beispielsweise Genehmigungsschwellen und Konformitätsregeln zentral festlegen, es den Sales- oder Service-Agents jedoch gestatten, die Delegation von Routineaufgaben innerhalb dieser Grenzen selbst zu verwalten. Dieses Modell schafft ein Gleichgewicht zwischen Kontrolle und operativer Schnelligkeit.

Seitdem immer mehr Anbieter in diesen Bereich drängen, werden die Begriffe „Plattform“, „Tool“ und „Framework“ häufig synonym verwendet. Sie haben nicht dieselbe Bedeutung, insbesondere in Unternehmensumgebungen.

Ein Tool zur Orchestrierung von KI-Agents löst in der Regel ein spezifisches Problem. Es könnte einen Workflow-Generator, ein Überwachungs-Dashboard oder eine Schnittstelle zwischen zwei Systemen bereitstellen. Diese Tools sind nützlich, haben jedoch einen begrenzteren Anwendungsbereich.

Eine Plattform zur Orchestrierung von KI-Agents stellt die zugrunde liegende Infrastruktur bereit, die regelt, wie Agents unternehmensweit registriert, bereitgestellt und überwacht werden. Das Tool verwaltet Identitäten, Berechtigungen, Ausführungsregeln und Aktualisierungen im Lebenszyklus. Anstatt die Koordination zwischen verschiedenen Diensten manuell zusammenzufügen, ist eine Plattform das Betriebsmodell.

Frameworks zur Orchestrierung von KI-Agents liegen eine Ebene tiefer. Sie legen fest, wie Agents miteinander kommunizieren, wie Kontext zwischen ihnen weitergegeben wird und wie der Status während mehrstufiger Workflows beibehalten wird. Frameworks beeinflussen die Logik hinter der Orchestrierung, während Plattformen diese in die Praxis umsetzen.

Diese Funktionen heben die Orchestrierung von der experimentellen Automatisierung auf die Ebene einer verwalteten Unternehmensinfrastruktur:

• Agent-Registrierung und Verwaltung des Lebenszyklus: Verfolgen, welche Agents aktiv sind, wem sie zugeordnet sind und wann sie aktualisiert werden.
• Steuerung des Datenzugriffs: Legen Sie fest, welche Informationen die einzelnen Agents abrufen oder ändern dürfen.
• Observability und Überwachung: Protokollieren von Aktivitäten, damit die Teams nachvollziehen können, wie Entscheidungen getroffen wurden.
• Sicherheitskontrollen: Durchsetzung von Richtlinien zur Identitätsverwaltung und Zugriffskontrolle in allen Umgebungen.
• Durchsetzung von Richtlinien: Geschäftsregeln einheitlich in allen Workflows anwenden.

Sobald sich ein Unternehmen für die Orchestrierung von KI-Agents entschieden hat, dreht sich alles um die Frage, wie diese umgesetzt werden soll. An dieser Stelle kommen Frameworks und Tools zum Support ins Spiel.

Frameworks definieren die Logik hinter der Mulit-Agent-Koordinierung. Sie bestimmen, wie die Agents Informationen interpretieren und weitergeben, um in jedem Schritt Kontinuität zu gewährleisten. Zu den Kernkomponenten gehören häufig:

• Logik der Aufgabenweiterleitung: Legt anhand vordefinierter Bedingungen fest, welcher Agent eine Anfrage bearbeitet.
• Mechanismen zur gemeinsamen Nutzung von Kontextinformationen: Relevante Informationen bleiben erhalten, wenn Aufgaben zwischen den Agents weitergeleitet werden.
• API-Koordination: Ermöglicht eine strukturierte Kommunikation zwischen Agents und Unternehmenssystemen.
• Zustandserhaltung: Verfolgt den Fortschritt des Workflows, sodass Vorgänge nach Unterbrechungen nahtlos fortgesetzt werden können.

Diese Frameworks übernehmen die Governance nicht selbst, sondern bieten die strukturelle Logik, auf die sich Orchestrierungsplattformen stützen, um konsistent zu funktionieren.

Unterstützende Tools machen die Orchestrierung für Unternehmensteams transparent und überschaubar.

• Überwachungs-Dashboards: Fördern Sie Agent-Aktivitäten und Workflow-Status zutage.
• Workflow-Builder: Ermöglichen Sie Teams die Konfiguration von Koordinationsregeln, ohne dass Kernsysteme umgeschrieben werden müssen.
• Identitäts- und Zugriffskontrollen: Binden Sie die Berechtigungen der Agents an die Unternehmensrichtlinien.
• Human-in-the-Loop-Systeme: Fügen Sie Prüfpunkte ein, sobald die Automatisierung vordefinierte Schwellenwerte erreicht.

Gemeinsam sorgen Frameworks und Tools dafür, dass die Orchestrierung von der architektonischen Theorie in die operative Praxis umgesetzt wird.

Wenn die Orchestrierung gut umgesetzt ist, zeigen sich die Vorteile im täglichen Betrieb.

Durch aufeinander abgestimmte Agents werden Nacharbeiten und manuelle Überprüfungen deutlich seltener. Wenn die Zuständigkeiten klar definiert sind, macht ein Agent die Arbeit eines anderen nicht unwissentlich zunichte. Die Arbeiten schreiten in einer strukturierten Reihenfolge voran, und die Freigaben erfolgen an vorhersehbaren Kontrollpunkten.

Die Teams verbringen weniger Zeit damit, Systemkonflikte zu beheben, und können sich stattdessen stärker auf Entscheidungen mit höherem Mehrwert konzentrieren. Und wenn doch einmal etwas nicht funktioniert, müssen Sie nicht mühsam herausfinden, warum ein Workflow ins Stocken geraten ist, sondern wissen genau, an welcher Stelle er unterbrochen wurde und warum.

Mit der zunehmenden Fähigkeit von KI-Agents, Datensätze zu aktualisieren oder Aktionen auszulösen, wird die Governance zu einem zentralen Anliegen der Führungskräfte.

Die Orchestrierung trägt dazu bei, indem sie die Durchsetzung von Regeln zentralisiert. Sie legt fest, welche Maßnahmen einer Genehmigung bedürfen, und stellt sicher, dass diese Entscheidungen protokolliert werden. Im Rahmen von Audits oder Konformitätsprüfungen können Unternehmen nachvollziehen, wie sich ein Workflow entwickelt hat und welches System die einzelnen Schritte ausgelöst hat.

Viele KI-Pilotprojekte funktionieren gut, wenn sie isoliert eingesetzt werden. Die Schwierigkeiten beginnen, sobald zusätzliche Agents abteilungsübergreifend eingesetzt werden.

Durch die Orchestrierung entsteht ein wiederverwendbares Modell für das Hinzufügen neuer Agents, ohne dass die Koordinationslogik jedes Mal neu geschrieben werden muss. Teams können einen neuen Agent registrieren, dessen Zuständigkeitsbereich festlegen und ihn unter Einhaltung der geltenden Governance-Regeln in bestehende Workflows integrieren.

Conversational AI dient häufig als Einstiegspunkt in Unternehmenssysteme. Kund:innen interagieren mit Chat-Agents. Die Mitarbeiter:innen nutzen interne Assistenzsysteme, um Informationen abzurufen oder Anfragen zu stellen. Hinter den Kulissen kann eine einzige Interaktion mehrere Agents auslösen.

Wenn Kund:innen wegen einer Unstimmigkeit bei der Rechnungsstellung anfragen, kann dies dazu führen, dass ein Service-Agent die Fallhistorie überprüft, ein Finanz-Agent den Zahlungsstatus überprüft und ein Richtlinien-Agent die Rückerstattungsberechtigung prüft. Ohne eine zentrale Koordination könnte jedes System eigenständig reagieren, was zu fragmentierten Aktualisierungen oder doppelten Aktionen führen würde.

Durch die Orchestrierung wird Conversational AI zum Einstiegspunkt in einen koordinierten Workflow. Der Chat-Agent sammelt Kontextinformationen, leitet diese an die zuständigen Backend-Agents weiter und wartet auf festgelegte Kontrollpunkte, bevor er antwortet. Tritt eine Ausnahme auf, wird der Workflow an einen menschlichen Prüfer weitergeleitet, anstatt unvollständige Informationen zurückzugeben.

Wer schon einmal im Support gearbeitet hat, kennt den Moment, in dem ein Kundenvorgang kompliziert wird. Das Problem der Kund:innen lässt sich nicht eindeutig einer Kategorie zuordnen, und die Lösung hängt von Informationen ab, die über verschiedene Systeme verstreut sind.

Dank der Orchestrierung wird diese Komplexität im Hintergrund bewältigt. Eine Interaktionen beim Kundenkontakt kann eine interne Überprüfung auslösen, ohne dass die Kund:innen von einem Team zum nächsten weitergeleitet werden. Die zuständigen Fachkräfte werden automatisch benachrichtigt, und der Kundenvorgang wird nach festgelegten Regeln bearbeitet, anstatt davon abzuhängen, wer ihn als Nächstes zufällig sieht.

Verzögerungen bei der Beschaffung sind häufig auf Unklarheiten zurückzuführen, beispielsweise wenn eine Anfrage in der Warteschlange einer Person hängen bleibt oder wenn Unterlagen unvollständig sind.

Bei der Orchestrierung werden diese Abhängigkeiten geklärt, bevor die Anfrage weitergeleitet wird. Die Überprüfungen erfolgen im Hintergrund, und Anträge, die den Richtlinien entsprechen, werden ohne manuelle Nachverfolgung weiterbearbeitet. Wenn etwas die Anforderungen nicht erfüllt, wird dies frühzeitig erkannt und nicht erst im letzten Schritt entdeckt.

Observability beginnt mit der Überwachung des Verhaltens von Agents. Die Teams können einsehen, welcher Agent Maßnahmen ergriffen hat, auf welche Eingaben er sich dabei gestützt hat und wie der Workflow verlaufen ist. Wenn etwas ins Stocken gerät oder zu einem unerwarteten Ergebnis führt, gibt es eine nachvollziehbare Aufzeichnung der Ereignisse und keine „Black Box“.

Auf dieser Grundlage helfen Leistungsanalysen den Teams dabei, Muster im Zeitverlauf zu erkennen. Verlangsamen sich bestimmte Workflows? Konzentrieren sich die Genehmigungen auf eine bestimmte Phase? Lösen die Agents mehr Ausnahmen aus als erwartet?

Die Orchestrierung bietet zudem Support für die Erkennung von Risiken und Anomalien. Sollte ein Agent beginnen, außerhalb festgelegter Parameter zu agieren oder ungewöhnliche Ergebnisse zu erzeugen, kann das System dieses Verhalten kennzeichnen, bevor es sich auf andere Workflows auswirkt.

In solchen Momenten sollte eine menschliche Kontrolle vorgesehen sein. Wenn beispielsweise ein Agent einen Rabatt gewährt, der über einem genehmigten Höchstbetrag liegt, sollte der Workflow automatisch angehalten werden. Anstatt den Vorgang abschließen zu lassen, leitet das System ihn an einen dafür zuständigen Prüfer weiter, der die Entscheidung bestätigt oder korrigiert, bevor der Vorgang fortgesetzt wird.

Orchestrierung funktioniert auf Unternehmensniveau nur dann, wenn die Koordination bereits in die Plattform selbst integriert ist. Salesforce betrachtet die Orchestrierung von KI-Agents als Infrastruktur und nicht als Add-on. Mit Agentforce wird die Orchestrierung durch folgende Funktionen unterstützt:

• Eine einheitliche Datenbasis: Die Agents arbeiten mit demselben CRM-Datenmodell, sodass Aktualisierungen, Genehmigungen und Benachrichtigungen auf eine gemeinsame, verlässliche Datenquelle zurückgreifen.
• Integrierte Governance-Kontrollen: Zugriffsberechtigungen, Richtlinien und Genehmigungslogik werden in allen Workflows einheitlich durchgesetzt.
• Zentrale Überwachung: Führungskräfte können einsehen, wie die Agents abteilungsübergreifend arbeiten, ohne Berichte aus verschiedenen Tools zusammenführen zu müssen.
• Architektur zur Koordination mehrerer Agents: Agents werden innerhalb eines strukturierten Betriebsmodells registriert, in ihren Aufgabenbereich eingebunden und bereitgestellt, anstatt über Ad-hoc-Integrationen miteinander verbunden zu sein.

Salesforce bietet die Grundlage für die Koordination von Agents in großem Maßstab innerhalb bestehender Unternehmenssysteme.

Beginnen Sie damit, den Prozess in seiner derzeitigen Form darzustellen. Wo findet die Übergabe statt? In welchen Bereichen sind Agents bereits eigenständig tätig? Von dort aus:

• Legen Sie die Zuständigkeiten der Agents klar fest: Jeder Agent sollte einen eng gefassten Aufgabenbereich und klar definierte Befugnisse haben.
• Wählen Sie ein Koordinationsmodell aus: Entscheiden Sie, ob eine zentralisierte, dezentrale oder hybride Steuerung Ihren Governance-Anforderungen entspricht.
• Legen Sie frühzeitig Interventionsregeln fest: Legen Sie fest, wann Workflows unterbrochen werden und wer Ausnahmen prüft.
• Vor dem Erweitern überprüfen: Beobachten Sie das Verhalten und die Leistung, bevor Sie weitere Agents hinzufügen.

Die Orchestrierung lässt sich leichter skalieren, wenn sie von Anfang an strukturiert gestaltet wird, anstatt erst nach der Einführung der Automatisierung nachträglich Kontrollmechanismen einzuführen.

Je früher die Koordination in Ihre KI-Strategie integriert wird, desto einfacher ist es, diese zu skalieren, ohne dass es zu Reibungsverlusten zwischen den Teams und Systemen kommt. Wenn Ihr Unternehmen den Übergang von isolierten Agents zu einer unternehmensweiten Automatisierung vollzieht, ist es nun an der Zeit, festzulegen, wie diese Systeme zusammenarbeiten und wie die Überwachung erfolgt.

Erfahren Sie in diesem Leitfaden zum Thema Optimierung des ROI mit Agentforce , wie Sie den ROI mit Agentforce maximieren können.