Agentforce für Non-Profits: Wie agentische KI operative Arbeit wirklich entlasten kann

Künstliche Intelligenz wird im Non-Profit-Sektor oft noch abstrakt diskutiert und viele Organisationen fragen sich: Was bringt uns KI konkret im Alltag? Wo entstehen für uns echte Entlastungen? Und wie lässt sich das sicher in unsere bestehenden Prozesse integrieren? Für uns bei der ANT zeigt sich der größte Nutzen von KI für NPOs dort, wo Teams heute viel Zeit mit wiederkehrenden Aufgaben verbringen, wie z.B. durch Bearbeitung von Serviceanfragen, Änderung von Daten, Beantwortung von E-Mails, das Suchen von Informationen oder die Vorbereitung der nächsten Schritte. Genau hier wird Agentforce für Non-Profits interessant. Salesforce beschreibt Agentforce als Plattform für KI-Agenten, die mit vertrauenswürdigen Unternehmensdaten arbeiten, darunter Salesforce CRM-Daten. Für Non-Profits bietet Salesforce inzwischen Agentforce-Funktionen für Bereiche wie Fundraising, Freiwilligenmanagement und Programmarbeit an.

Von Vorhersagen zu handelnder KI

Die Entwicklung von KI in Salesforce lässt sich grob in drei Phasen beschreiben. Am Anfang stand vor allem predictive AI. Dabei wurden historische Daten genutzt, um Muster zu erkennen und Vorhersagen zu treffen. Beispielsweise: Welche Kontakte reagieren wahrscheinlich auf eine Kampagne? Welche Leads entwickeln sich zu Spender:innen? Welche Servicefälle ähneln früheren Anfragen? Danach kam generative AI stärker in den Arbeitsalltag. Sie konnte Texte entwerfen, E-Mails formulieren, Inhalte zusammenfassen oder Kommunikation vorbereiten. Mit Agentforce geht Salesforce noch einen Schritt weiter. Die KI tritt aus dem Chat heraus um mit CRM-Daten zu arbeiten, den Kontext zu verstehen und über definierte Aktionen Prozesse anzustoßen. Konkret gesagt: Sie kann nicht nur antworten, sondern unter bestimmten Bedingungen Arbeitsschritte ausführen.

Für Non-Profits ist gerade dieser Unterschied entscheidend, weil Ressourcenengpässe über die vielen kleinen administrativen Aufgaben entstehen, welche täglich Zeit kosten.

Was Agentforce anders macht

Ein normales Large Language Model (LLM) beantwortet Fragen und erzeugt Texte. Agentforce hingegen arbeitet durch die Einbettung in Salesforce mit dem Datenmodell, den Berechtigungen und den Prozessen der Organisation. Das ist wichtig, weil der Agent im Unterschied zum LLM nicht losgelöst von der Organisation agiert. Er sieht nur, was er sehen darf und kann nur tun, was vorher definiert wurde. Und wenn eine Aufgabe nicht unterstützt wird, kann sie an ein Team weitergeleitet werden. In der Praxis ergeben sich als Beispiel folgende Use Cases für Agentforce: Der Agent kann zum Beispiel eine Anfrage lesen, relevante Informationen aus dem CRM erkennen, den richtigen Datensatz finden und anschließend eine vordefinierte Aktion starten. Weitere Anwendungsmöglichkeit sind Adressänderungen, eine Kommunikationssperre setzen oder einen Fall an eine Servicequeue übergeben. Damit wird KI zu einem Teil des operativen Ablaufs anstelle eines separaten Werkzeugs neben dem CRM.

Ein Beispiel aus der Praxis: Serviceanfragen per E-Mail

In einem Proof of Concept haben wir bei der ANT untersucht, wie Agentforce ein Serviceteam bei wiederkehrenden E-Mail-Anfragen entlasten kann.

Das Szenario war bewusst einfach gewählt: Eine Person schreibt eine E-Mail an die Organisation und bittet darum, keine Post mehr zu erhalten. Agentforce liest die E-Mail, erkennt die Anfrage, findet den passenden Kontakt anhand vorhandener Informationen und setzt im CRM die entsprechenden Werte. Anschließend wird automatisch eine Bestätigung per E-Mail versendet. In einem zweiten Beispiel wurde eine Adressänderung verarbeitet. Auch hier musste niemand manuell den Datensatz suchen, Felder ändern und eine Rückmeldung schreiben, denn der Prozess wurde im Hintergrund ausgeführt und dokumentiert.

Wichtig zu beachten ist, dass Agentforce die Daten nicht einfach frei verändert sondern vordefinierte Aktionen anstößt. Die eigentliche Änderung erfolgt über konfigurierte Salesforce-Prozesse, wodurch nachvollziehbar bleibt, was passiert ist und welche Logik dahinterliegt. An Punkten, an denen die KI nicht sicher weiterkommt, bleibt der Mensch eingebunden. Beispielsweise wenn Informationen fehlen, fragt der Agent nach oder wenn eine Anfrage nicht unterstützt wird, entsteht daraus automatisch ein Fall, der an das Serviceteam übergeben wird.

> Mehr erfahren und Webinar-Aufzeichnung ansehen

Sicherheit: Warum der Einstein Trust Layer wichtig ist

Gerade bei Non-Profits spielt Vertrauen eine zentrale Rolle da Spender:innendaten, Kontakthistorien und Serviceanfragen geschützt werden müssen. Deshalb ist die Sicherheitsarchitektur hinter KI ein entscheidender Punkt. Um Sicherheit zu gewährleisten, nutzt Salesforce denEinstein Trust Layer. Dieser umfasst u.a. dynamische Kontextverankerung, Datenmaskierung, Prompt Schutz, Null-Datenaufbewahrung, Toxizitätserkennung und Auditfunktionen. Vereinfacht gesagt: Bevor Informationen an ein Sprachmodell übergeben werden, werden sensible Daten geschützt oder maskiert. Das Modell verarbeitet zwar die Anfrage, doch die Organisation behält Kontrolle über Kontext, Zugriffe und Protokollierung. Zudem arbeitet der Trust Layer mit Null-Datenaufbewahrung, sodass Prompts und Antworten nicht beim LLM-Anbieter gespeichert werden. Eine eigene Datenschutzprüfung wird dadurch nicht ersetzt, schafft aber dafür eine technische Grundlage, um KI kontrollierter in CRM-Prozesse einzubinden.

Quelle: https://developer.salesforce.com/docs/ai/agentforce/guide/trust.html

Wo Agentforce für Non-Profits Mehrwert schaffen kann

Aus unserer Sicht gibt es vor allem drei Bereiche, in denen Agentforce für Non-Profits spannend ist:

1. Service und Verwaltung. Dazu gehören Adressänderungen, Kommunikationswünsche, einfache Rückfragen, Datenkorrekturen oder die Weiterleitung nicht unterstützter Anliegen.
2. Fundraising. Agentforce kann helfen, Spenderhistorien zusammenzufassen, Kommunikationsvorschläge zu erstellen, nächste Schritte vorzubereiten oder Hinweise auf passende Zielgruppen und Kampagnen zu geben.
3. Major Donor und Stiftungsfundraising. Hier kann KI besonders bei Recherche, Zusammenfassungen und Vorbereitung unterstützen. Zum Beispiel durch die Analyse vergangener Kommunikation, das Zusammenfassen von Dokumenten oder die Vorbereitung persönlicher Ansprache.

Gerade kleine Teams können dadurch mehr Wirkung bei gleichzeitig geringerem administrativen Arbeitsaufwand erzielen.

KI ist kein Zauberwerk

Das Potenzial von Agentforce hängt maßgeblich davon ab, wie gut die Grundlagen sind. Die Datenqualität muss ausreichend sein, Prozesse müssen klar beschrieben sein, Berechtigungen müssen sauber gesetzt sein und die Organisation muss wissen, welche Aufgaben die KI übernehmen soll und welche bewusst beim Menschen bleiben. Unsere klare Empfehlung ist es deshalb lieber klein mit klar begrenzten Use Cases zu starten als direkt ein großes KI-Programm zu implementieren. Beispiele für klar begrenzte Use Cases sind: Adressänderungen automatisieren; Postversand abbestellen; Standardanfragen vorsortieren. Erst wenn ein Prozess stabil läuft, kann die Organisation weitere Szenarien ergänzen. Das verringert das Risiko von KI und formt sie zu einem lernbaren Baustein in einer bestehenden Architektur.

© ANT-Informatik AG

Unser Fazit

Wird Agentforce als Werkzeug für konkrete operative Entlastung verstanden, kann es für Non-Profits ein echter Hebel sein. Der Wert einer KI für NPOs entsteht dadurch, dass sie wiederkehrende Aufgaben zuverlässig übernimmt, Teams Zeit zurückgibt und Prozesse nachvollziehbar verbessert. Für uns bei der ANT ist es entscheidend mit echten Geschäftsproblemen zu starten, Datenqualität ernst zunehmen, Sicherheitsarchitektur von Beginn an mitzudenken und menschliche Kontrolle dort einzubauen, wo sie gebraucht wird. Geanu dann kann Agentforce leisten, was viele Non-Profits heutzutage brauchen: kleine Teams entlasten, Serviceprozesse beschleunigen und mehr Raum für die Arbeit schaffen, die wirklich Wirkung erzeugt.