HubSpot und Salesforce verkaufen ihre KI-Schichten inzwischen beide als “Agenten”: Breeze bei HubSpot, Agentforce bei Salesforce. Beide Anbieter versprechen, dass Vertriebsteams damit Standardaufgaben ohne eigenes Entwicklungsprojekt automatisieren. Die Frage, die dabei selten beantwortet wird: Reicht das für den eigenen Vertriebsprozess, oder kauft man sich nur eine neue Version desselben Problems, gegen das CRM-Automatisierung eigentlich helfen soll.
Kurzfassung
HubSpot Breeze und Salesforce Agentforce liefern vorgefertigte KI-Agenten direkt im CRM, nutzungsbasiert abgerechnet und ohne eigenes Entwicklungsprojekt aktivierbar. Sie funktionieren gut für Prozesse, die dem vorgefertigten Muster entsprechen. Sobald ein Prozess mit unstrukturierten Eingaben, unternehmensspezifischen Ausnahmen oder mehreren Systemen außerhalb des CRM arbeitet, bestimmt der Anbieter das Verhalten des Agenten, nicht mehr der eigene Prozess.
Was ein KI-Agent grundsätzlich ausmacht, also der Unterschied zu einem klassischen Chatbot, erklärt der Beitrag Was ist ein KI-Agent?. Dieser Vergleich setzt dort an und schaut konkret auf die beiden CRM-nativen Umsetzungen.
Was HubSpot Breeze leistet
Breeze ist HubSpots KI-Schicht über dem gesamten CRM. Zentral verwaltet wird sie über den Agent Hub, laut HubSpot die “zentrale Heimat, um KI-Agenten über die Plattform hinweg zu bauen und zu verwalten”. Vier vorgefertigte Agenten stehen zur Verfügung: ein Content-Agent, ein Prospecting-Agent, ein Kundenservice-Agent und ein Daten-Agent. Teams können zusätzlich eigene Agenten ohne Code aufsetzen, die auf Daten zugreifen, die bereits im CRM liegen.
Der Agent Hub ist in den Editionen Starter, Professional und Enterprise enthalten, eigene Agenten laufen über HubSpot Credits, die im Voraus gekauft oder nutzungsbasiert abgerechnet werden (HubSpot, Produktseite Breeze). Das senkt die Einstiegshürde deutlich: Ein Team kann einen der vier vorgefertigten Agenten aktivieren, ohne ein Projekt zu beauftragen.
Was Salesforce Agentforce leistet
Agentforce verfolgt denselben Grundgedanken mit einem anderen technischen Unterbau. Herzstück ist die Atlas Reasoning Engine, die laut Salesforce eine Aufgabe in kleinere Teilschritte zerlegt, jeden Schritt bewertet und daraus einen Plan für das weitere Vorgehen ableitet. Agenten sollen Fragen selbstständig beantworten, auf Basis von Geschäftsdaten handeln und bei Bedarf an einen Menschen eskalieren, über Web, Telefon und App-Kanäle hinweg.
Der Einstieg ist niedrigschwelliger, als der Markenname vermuten lässt: Jeder Salesforce-Kunde kann Agentforce laut Salesforce kostenlos über Salesforce Foundations für beliebige Anwendungsfälle starten. Darüber hinaus rechnet Salesforce über Flex Credits, pro gelöstem Fall (“Resolutions”) oder klassisch pro Nutzerlizenz ab, je nachdem, wie ein Team den Einsatz plant.
Breeze, Agentforce und eigene Automatisierung im Vergleich
| Kriterium | HubSpot Breeze | Salesforce Agentforce | Eigene CRM-Automatisierung |
|---|---|---|---|
| Enthalten in | Agent Hub in Starter, Professional, Enterprise | Kostenloser Einstieg über Salesforce Foundations | Kein CRM-Tarif, eigenes Projekt |
| Abrechnung | HubSpot Credits, Kauf oder nutzungsbasiert | Flex Credits, Resolutions oder Nutzerlizenz | Projektpreis plus laufender Betrieb |
| Ausgangsbasis | Vier vorgefertigte Agentenmuster | Atlas Reasoning Engine, konfigurierbare Agenten | Auf den konkreten Prozess zugeschnitten |
| Umgang mit Ausnahmen und Freitext | Begrenzt auf das, was der Agententyp vorsieht | Begrenzt auf das, was sich konfigurieren lässt | Vollständig anpassbar an reale Falldaten |
| Integration außerhalb des CRM | Über HubSpot-eigene Integrationen | Über Salesforce-eigene Integrationen | Beliebig, inklusive Drittsysteme |
| Freigabeschritte vor Aktionen | Anbieterseitig vorgegeben | Anbieterseitig vorgegeben | Selbst definierbar, siehe unten |
Die Tabelle zeigt den eigentlichen Kompromiss: Beide nativen Lösungen sparen Zeit bis zum ersten funktionierenden Agenten, weil die Grundarchitektur bereits steht. Genau diese Grundarchitektur ist aber auch die Grenze. Was ein vorgefertigter Agententyp nicht vorsieht, lässt sich nicht einfach ergänzen, sondern erfordert entweder einen Workaround oder den Wechsel auf eine andere Lösung.
Datenschutz: Wo die native KI die Kontrolle abgibt
Beide Anbieter sichern zu, nicht mit Kundendaten zu trainieren. HubSpot verpflichtet die von ihr eingesetzten KI-Dienstleister vertraglich dazu, keine Modelle auf HubSpot-Kundendaten zu trainieren, und Nutzer können der Verwendung ihrer Daten zur Modellverbesserung aktiv widersprechen (HubSpot, “AI Trust and Safety”). Salesforce bietet mit Hyperforce EU OZ eine kostenpflichtige Option für verstärkte Datenresidenz in der EU, verfügbar unter anderem für Deutschland (Salesforce, “Hyperforce”).
Der Unterschied liegt im Detail, nicht in der grundsätzlichen Haltung. HubSpots reguläre EU-Datenresidenz deckt die Speicherung der CRM-Daten ab. Für die KI-Auswertung selbst verweist HubSpot in der eigenen Wissensdatenbank auf die Sub-Processors-Seite, auf der pro KI-Dienstleister, etwa OpenAI, der jeweilige Verarbeitungsort einzusehen ist (HubSpot, “AI Cloud Infrastructure FAQ”). Das heißt konkret: Wer EU-Datenresidenz für alle Breeze-Funktionen sicherstellen will, muss die aktive Sub-Processor-Liste prüfen, nicht die allgemeine Datenresidenz-Aussage. Dasselbe Muster, mit anderem Anbieter, beschreibt der Beitrag Claude in Microsoft Copilot: Warum die EU-Datengrenze jetzt eine Lücke hat.
Sub-Processor-Liste prüfen, nicht die Produktseite
“Kein Training auf Kundendaten” und “EU-Datenresidenz” sind zwei getrennte Zusagen, die selten gemeinsam für jede KI-Funktion gelten. Prüf für jeden aktivierten Agenten, welcher KI-Dienstleister im Hintergrund läuft und wo dieser verarbeitet, nicht nur, was auf der Produktseite steht.
Wo native CRM-KI an ihre Grenzen kommt
Der Grund, warum CRM-Automatisierungsprojekte im Mittelstand oft am Pilot hängen bleiben, ist selten die fehlende KI-Funktion, sondern die Realität der eigenen Daten: unstrukturierte E-Mails, uneinheitliche Firmenbezeichnungen, Freitextfelder, Ausnahmefälle, die kein Anbieter vorhersehen konnte. Genau das beschreibt der Beitrag CRM-Automatisierung im Mittelstand im Detail. Ein vorgefertigter Agent wie Breezes Prospecting-Agent oder ein per Atlas Reasoning Engine konfigurierter Agentforce-Fall ist für den Standardfall gebaut, den der Anbieter im Blick hatte, nicht für die Ausnahme, die im eigenen Betrieb täglich vorkommt.
Dazu kommt die Frage der Kontrolle. Wer entscheidet, ab welcher Sicherheit ein Fall automatisch durchläuft und ab wann ein Mensch prüfen muss? Bei beiden nativen Lösungen legt das im Kern der Anbieter fest, über Konfigurationsoptionen innerhalb des vorgesehenen Rahmens. Bei einer eigenen Automatisierung lässt sich diese Schwelle exakt auf den eigenen Prozess und das eigene Risiko zuschneiden, inklusive eines technisch erzwungenen Freigabeschritts vor Aktionen, die sich nicht rückgängig machen lassen. Wie das technisch aussieht, unabhängig davon, welches Modell im Hintergrund läuft, beschreibt der Beitrag KI-Agenten Sicherheit: Wie du die Grenzen eines Agenten technisch ziehst.
Kostenlogik: nutzungsbasiert ist nicht gleich planbar
Ein Punkt, der in der Einstiegs-Euphorie oft untergeht: Beide Anbieter rechnen KI-Nutzung verbrauchsbasiert ab, HubSpot über Credits, Salesforce über Flex Credits oder gelöste Fälle. Das senkt die Einstiegshürde, macht die monatlichen Kosten aber auch abhängig vom tatsächlichen Nutzungsverhalten der Belegschaft. Ein Agent, der plötzlich häufiger genutzt wird, weil ein Team ihn gut findet, treibt die Rechnung nach oben, ohne dass vorher jemand einen Schwellenwert festgelegt hat. Bei einer eigenen Automatisierung ist der Betrieb dagegen ein fester Bestandteil der Projektkalkulation, mit bekannten Grenzen von Anfang an. Für ein Pilotprojekt ist das kein Nachteil, für eine Lösung, die dauerhaft in mehreren Teams laufen soll, gehört die Kostenprognose in dieselbe Entscheidung wie die inhaltliche Passung.
Verdict: Wann reicht was
Breeze oder Agentforce reichen, wenn der Prozess in eines der vorgefertigten Agentenmuster passt, die Datenlage bereits sauber ist und keine Integration außerhalb des jeweiligen CRM nötig ist. Für ein Team, das schnell einen Prospecting- oder Kundenservice-Agenten testen will, ist das der naheliegendste erste Schritt, ohne eigenes Projekt.
Eigene CRM-Automatisierung lohnt sich, sobald einer von drei Punkten zutrifft: Der Prozess verarbeitet unstrukturierte Eingaben, die über das vorgesehene Agentenmuster hinausgehen. Er muss mit Systemen außerhalb des CRM sprechen, etwa ERP, Rechnungswesen oder einem Dokumentenarchiv. Oder die Freigabelogik, wer wann eingreift, muss enger sein, als der Anbieter es vorsieht. In diesen Fällen bestimmt sonst nicht der eigene Prozess das Verhalten des Agenten, sondern die Grenzen des Produkts.
Was jetzt zu tun ist
Bevor du dich für Breeze, Agentforce oder eine eigene Automatisierung entscheidest, lohnt sich eine ehrliche Bestandsaufnahme: Welcher CRM-Prozess kostet heute am meisten Zeit, wie strukturiert sind die Eingaben tatsächlich, und wie eng muss die Freigabe sein? Diese drei Antworten entscheiden mehr über die richtige Lösung als jedes Feature auf der Produktseite eines Anbieters.
Im Kennenlerngespräch gehen wir genau diese Fragen anhand deines konkreten Vertriebsprozesses durch und sagen dir ehrlich, ob eine native Lösung reicht oder eine eigene Automatisierung mehr leistet.
