Newcomer der Woche: Salesforce baut sein erstes eigenes Modell — auf offenen Gewichten, ausgeliefert hinter verschlossener Tür

Salesforce hat am 15. September Koa vorgestellt, sein erstes eigenes Denkmodell. Gebaut ist es nicht von null, sondern auf Nvidias Nemotron 3 Super, einem Modell mit offenen Gewichten. Das Nachtraining übernahm Salesforce selbst, gemeinsam mit Nvidia.

Als Trainingsmaterial diente ein eigens erzeugter synthetischer Datensatz, der laut Unternehmen 27 Jahre Erfahrung aus CRM-Einführungen in über vierzehn Branchen abbildet, von der Fertigung über Finanzdienstleister bis zu Gesundheitswesen und Reise. Kundendaten seien dabei nicht verwendet worden. Verfahren: überwachtes Feintuning plus bestärkendes Lernen mit Group Relative Policy Optimization, gefahren über Nvidias NeMo-Werkzeugkette.

Marc Benioff beschreibt das Ergebnis so: Man habe „eine Denkmaschine trainiert, die den Aufbau eines Geschäftsabschlusses versteht, den Lebenszyklus eines Servicefalls und die Arbeitsabläufe, die sich von Branche zu Branche unterscheiden“.

Die Zahl, die man nicht nachrechnen kann

Salesforce gibt an, Koa erreiche oder übertreffe die Leistung führender Modelle bei CRM-Aufgaben und mache dabei dreimal weniger Fehler. Gemessen wurde an echten Vorgängen: Verkaufschancen aktualisieren, Servicefälle zuweisen, Folgetermine einplanen.

Der Benchmark heißt CRM Bench und stammt von Salesforce. Welche „führenden Modelle“ verglichen wurden, steht nirgends. Das ist der Punkt, an dem die Meldung aufhört, eine Messung zu sein: Ein eigener Test gegen ungenannte Gegner ist eine Behauptung mit Nachkommastellen. TechCrunch übernimmt die Zahl ebenfalls ohne Gegenprobe.

Auch die Trainingsseite hat eine offene Flanke. Synthetische Daten vermeiden das Datenschutzproblem sauber, aber sie bilden ab, was Salesforce für typisch hält. Ob ein Modell, das an ausgedachten Verkaufsfällen gelernt hat, mit den unordentlichen echten zurechtkommt, beantwortet keine der beiden Quellen.

Was daran neu ist

Interessant ist nicht das Modell, sondern die Richtung. Bisher liefen offene Gewichte in zwei Richtungen: Ein Lab veröffentlicht sie, und Forscher oder kleinere Anbieter bauen darauf auf. Koa ist der dritte Fall. Ein Konzern, der selbst nie ein Modell gebaut hat, nimmt offene Gewichte als Rohstoff, kippt sein Branchenwissen hinein und liefert ein geschlossenes Produkt aus.

Denn offen bleibt an Koa nichts. Die Gewichte des nachtrainierten Modells gehören Salesforce, das Nachtraining läuft in der eigenen Infrastruktur, die Ausführung ebenfalls. Nvidias Nemotron war der Ausgangspunkt, das Ziel ist ein Modell, das die Salesforce-Grenze nie verlässt. Für Behörden und regulierte Kunden gibt es die Variante Missionforce Operations, die sich auch vollständig vom Netz trennen lässt.

Genau darin liegt das Drohpotenzial für die großen Labs, das TechCrunch beschreibt. Wer Koa nutzt, schickt seine Kundendaten nicht mehr zu OpenAI oder Anthropic. Die Rechnung des Konzerns lautet: Ein kleineres, auf die Aufgabe trainiertes Modell braucht weniger Token für dasselbe Ergebnis. Zahlen dazu nennt Salesforce keine.

Für uns schließt das an eine Frage an, die seit Wochen mitläuft: Was heißt „offen“ eigentlich noch? Im August war die Antwort eine Lizenzfrage, als Alibaba sein kleines Modell unter Apache 2.0 stellte und das große nicht. Koa zeigt die Variante daneben. Die Lizenz erlaubt alles, und trotzdem kommt beim Nutzer nichts Offenes an.

Erste Pilotkunden sind 1-800Accountant, Baxter Credit Union, Engine, Formula 1, UChicago Medicine und Xero. Die allgemeine Verfügbarkeit ist für den Winter 2026 angekündigt, zunächst nur in US-Regionen. Bis dahin lässt sich die Fehlerquote von außen nicht prüfen, und danach vermutlich auch nicht.