Salesforce Koa baut auf offenen Gewichten, liefert aber geschlossen
Salesforce sagt, Koa mache auf dem eigenen CRM Bench dreimal weniger Fehler, doch die Gewichte sind proprietär und das Modell läuft nur auf Salesforce-Infrastruktur.
3 Min. Lesezeit

Salesforce hat am 15. September 2026 Koa angekündigt, sein erstes selbst gebautes Reasoning-Modell, und es baut auf Nvidias Nemotron mit offenen Gewichten auf. Die eigene Seite von Salesforce nennt dann das Detail, das entscheidet, ob davon etwas für Sie nutzbar ist: die Gewichte sind proprietär, und das Modell läuft nur innerhalb der Salesforce-Infrastruktur.
Aus einer Basis mit offenen Gewichten wurde also ein geschlossenes Produkt. Dieses Muster verdient mehr Aufmerksamkeit als das Modell selbst.
Was Salesforce laut eigener Aussage kann
Koa richtet sich auf Unternehmensarbeit in Vertrieb, Marketing und Kundenbetreuung, mit Token-Effizienz als erklärtem Ziel. TechCrunch berichtet, es sei mit synthetischen Daten nachtrainiert worden, die Szenarien aus Kundenbetreuung und Vertrieb nachbilden, und nicht mit echten Kundendaten.
Eine Benchmark-Zahl ist veröffentlicht. Salesforce sagt, Koa mache auf CRM Bench dreimal weniger Fehler als führende Modelle bei realen CRM-Aufgaben.
Lesen Sie das genau. CRM Bench ist Salesforces eigener Benchmark, und die Vergleichsmodelle werden auf der Seite nicht genannt. Ein Anbieter, der sein eigenes Modell auf seinem eigenen Benchmark gegen unbenannte Rivalen bewertet, liefert eine Behauptung und keine Messung, die Sie nachvollziehen können.
Salesforce formuliert den Wandel auch selbst. Reasoning "war immer etwas, wofür wir uns auf die Anbieter der Frontier-Modelle verlassen haben. Bis jetzt", sagt das Unternehmen.
Wie Sie es tatsächlich bekämen
Das Liefermodell ist der Teil, den die meiste Berichterstattung übersprungen hat.
| Frage | Was Salesforce sagt |
|---|---|
| Gewichte | Proprietär, kein Download |
| Wo es läuft | Nur Salesforce-Infrastruktur |
| Wie es bereitgestellt wird | Über Data Cloud als verwaltetes LLM, wählbar im Agentforce Setup |
| Jetzt verfügbar | Ausgewählte Pilotkunden |
| Allgemeine Verfügbarkeit | Angestrebt für Winter 2026, US-Regionen |
| Offene Beta | Geplant nach der allgemeinen Verfügbarkeit |
Ein Nvidia-Vice-President beschrieb die Entwurfsziele als "sovereign AI, time to first token, efficient reasoning, for the tokenomics of it all". Das technische Interesse liegt im letzten Teil. Nemotron wurde für effiziente Inferenz gebaut, und genau das macht ein kleineres, aufgabenbezogenes Modell billiger im Betrieb als ein Frontier-Modell.
Salesforce kündigte am selben Tag noch etwas an: ClaudeForce, eine Partnerschaft, die Anthropics Claude in die Salesforce-Infrastruktur bringt. Am selben Morgen ein eigenes Modell zu bauen und ein fremdes weiterzuverkaufen ist kein Widerspruch. Es ist eine Absicherung.
Was das für Entwickler bedeutet
Prüfen Sie die Bereitstellungsbedingungen vor dem Benchmark. Ein Modell, das Sie nicht herunterladen können und das nur auf der Infrastruktur eines Anbieters läuft, ist ein verwalteter Dienst mit einem Modell darin. Bewerten Sie es wie einen Dienst: Latenz, regionale Verfügbarkeit, Preis pro Arbeitseinheit, und was passiert, wenn Sie wieder weg wollen.
Planen Sie dieses Quartal nicht mit Koa, sofern Sie nicht schon Pilotkunde sind. Die allgemeine Verfügbarkeit wird für Winter 2026 angestrebt und ist zu dem Zeitpunkt auf US-Regionen begrenzt, mit einer offenen Beta erst danach. Wenn Ihr Produkt das in Europa braucht, gibt es kein Datum.
Behandeln Sie die Angabe von dreimal weniger Fehlern als Hypothese, die Sie an eigenen Daten prüfen. Anbieter-Benchmarks sind nützlich, um zu erkennen, worauf ein Modell abgestimmt wurde, hier klar auf CRM-Arbeit. Für die Vorhersage Ihrer Ergebnisse sind sie es nicht, und diese Seite hat den Punkt schon bei Veröffentlichungen mit offenen Gewichten gemacht, deren Lizenzen enger sind als das Wort vermuten lässt.
Der strategische Schluss ist der, den man mitnehmen sollte. Nvidia gibt ein leistungsfähiges Basismodell heraus, und ein Unternehmen mit einem Vertriebskanal trainiert es für eine Domäne nach und verkauft den Zugang. Erwarten Sie mehr davon: die offenen Gewichte sind die Eingabe, nicht das Produkt. Wenn Ihr Plan darauf beruht, ein Modell selbst zu betreiben, prüfen Sie, ob das, worüber Sie sich freuen, wirklich der geöffnete Teil ist.
Quellen
- Salesforce and Nvidia's new reasoning model is everything the AI labs should fear - TechCrunch
- Salesforce Koa - Salesforce
Ähnliche Artikel

Mistral sammelt 3 Mrd. € bei 21 Mrd. € ein, angeführt von Samsung
Mistral hat 3 Milliarden Euro bei einer Bewertung von 21 Milliarden eingesammelt, fast das Doppelte der letzten Runde. Geplant sind 1 GW europäische Rechenleistung bis 2030.

Qwen3.5-9B braucht 32KB pro Token für den KV-Cache
Qwen3.5-9B nutzt volle Attention in nur 8 seiner 32 Schichten, daher kostet sein KV-Cache 32KB pro Token. Dieses Verhältnis entscheidet, ob er in 8GB passt.

Microsofts KI-Verhaltenskodex ist ein Entwurf, keine Regel
Microsoft veröffentlichte am 14. September 2026 absolute Grenzen für seine MAI-Modelle und sagte dann, die aktuellen Modelle seien noch nicht darauf trainiert.