Ausgabe vom 16. Juni 2026

Salesforce hat am 15. Juni angekündigt, die KI-Kundenservice-Plattform Fin für 3,6 Milliarden Dollar zu übernehmen. Hinter dem Namen steckt ein alter Bekannter: Fin ist das im März 2026 umbenannte Intercom, das nach 15 Jahren unter dem alten Namen seine Neuausrichtung zum reinen KI-Unternehmen mit dem Namen seines erfolgreichsten Produkts besiegelte. Salesforce kauft also das gesamte Unternehmen — Team, Technologie und Kundenbasis. CEO Eoghan McCabe und die Führungsriege sollen an Bord bleiben. Der Abschluss der Transaktion wird, vorbehaltlich regulatorischer Freigaben, für das vierte Quartal des Salesforce-Geschäftsjahres 2027 (also Anfang 2027) erwartet.

Fins Kern ist ein KI-Agent, der Support-Anfragen über zahlreiche Kanäle hinweg eigenständig löst — Live-Chat, WhatsApp, SMS, Telefon und Slack. Das Unternehmen beziffert die durchschnittliche autonome Lösungsquote auf rund 76 Prozent über mehr als 12.000 Kunden, bei den besten Implementierungen über 85 Prozent. Angetrieben wird der Agent von Apex, einem proprietären, speziell für den Kundensupport „post-trainierten“ Modell. Nach Fins eigenen Benchmarks schlägt Apex 1.0 mit einer Lösungsquote von 73,1 Prozent die Frontier-Modelle von OpenAI und Anthropic — bei zugleich geringeren Kosten und weniger Halluzinationen. Genau dieses „Vertical Model“-Argument — ein schlankes Spezialmodell schlägt das teure Generalmodell in der Nische — dürfte für Salesforce mit ausschlaggebend gewesen sein.

Strategisch zahlt der Kauf direkt auf Agentforce ein, Salesforces Plattform, mit der Unternehmen eigene KI-Agenten zur Automatisierung von Aufgaben bauen. Bislang positioniert Salesforce Agentforce vor allem als Baukasten innerhalb der eigenen Clouds; Fin liefert dagegen einen sofort einsatzfähigen, in der Praxis bewährten Customer-Service-Agenten samt Modell und Messdaten. CEO Marc Benioff stellte in Aussicht, die Kombination werde „Unternehmen jeder Größe“ mit „vertrauenswürdigen Agenten, die messbare Ergebnisse im großen Maßstab liefern“ versorgen. Für Salesforce bedeutet das ein Stück weniger Abhängigkeit von externen Frontier-Modellen und ein eigenes, auf Support spezialisiertes KI-Asset.

Der Wettbewerbskontext ist aufgeladen: Der Markt für agentischen KI-Kundenservice gilt als eines der ersten Felder, in dem KI-Agenten nachweisbar Kosten senken — und entsprechend hart umkämpft. Startups wie Decagon und Sierra (gegründet vom früheren Salesforce-Co-CEO Bret Taylor) haben Milliardenbewertungen erreicht, während Zendesk, Microsoft und ServiceNow eigene Agenten in Stellung bringen. Mit der Übernahme von Fin sichert sich Salesforce nicht nur Technologie, sondern auch über 30.000 Bestandskunden — ein direkter Cross-Selling-Kanal in Agentforce und die übrige Salesforce-Suite hinein.

Für den Markt ist der Deal ein deutliches Konsolidierungssignal. Die Phase, in der sich Dutzende KI-Support-Startups um Pilotkunden balgten, geht in eine Phase über, in der die großen Plattformanbieter die erfolgreichsten Anbieter aufkaufen. Für Entscheider auf Kundenseite heißt das zweierlei: Die Reife agentischer Support-Lösungen steigt schnell — eine Lösungsquote jenseits von 75 Prozent ist keine Marketing-Behauptung mehr, sondern ein verhandelbarer SLA. Zugleich wächst das Lock-in-Risiko, wenn der Support-Agent fest in das CRM-Ökosystem eines einzelnen Anbieters eingebettet ist. Wer heute einen KI-Kundenservice einführt, sollte die Frage der Modell- und Datenportabilität von Anfang an mitverhandeln.

Meta hat am 15. Juni einen „AI Mode“ für die Facebook-Suche eingeführt. Statt einer klassischen Trefferliste liefert die von Meta AI angetriebene Funktion eine zusammengefasste, in natürlicher Sprache formulierte Antwort — generiert aus dem, worüber Nutzerinnen und Nutzer in öffentlichen Posts, Gruppen und Reels tatsächlich diskutieren. Man stellt eine Frage im Klartext und erhält eine Synthese der relevanten Beiträge, statt selbst durch Suchergebnisse zu scrollen. Die TechCrunch-Schlagzeile spricht von Inhalten „über Metas Plattformen hinweg“; ob neben Facebook auch Instagram und Threads als Quellen einfließen, hat Meta in der Ankündigung allerdings nicht eindeutig bestätigt — explizit genannt wurden Facebook-Posts, Gruppen, Reels und Marketplace.

Der Rollout erfolgte nach übereinstimmenden Berichten unmittelbar und ohne erkennbare Beta- oder Stufenphase. Damit übernimmt Meta ein Muster, das sich bei KI-getriebenen Suchprodukten durchsetzt: Google hat seinen „AI Mode“ und die „AI Overviews“ breit ausgerollt, Perplexity hat das konversationelle Suchen populär gemacht. Metas strategischer Vorteil liegt in einem Datenschatz, an den die Konkurrenz nicht ohne Weiteres herankommt: die soziale Konversation von Milliarden Nutzern. Wo Google das offene Web indexiert, durchsucht Facebook AI Mode das, was Menschen einander in Gruppen und unter Reels schreiben — ein qualitativ anderes, oft meinungs- und erfahrungsbasiertes Korpus.

Genau darin liegt aber auch das Risiko. Weil der Assistent Inhalte alltäglicher Nutzer zusammenfasst und nicht geprüfte Quellen, besteht die reale Gefahr, dass veraltete oder irreführende Informationen in die Antworten durchsickern — ein Problem, das bereits bei Googles KI-Zusammenfassungen dokumentiert ist. In der Ankündigung fanden sich nach übereinstimmenden Berichten keine Angaben zu Genauigkeits-Schutzmechanismen, Fakten-Prüfung oder menschlicher Kontrolle. Brisant ist, dass eine KI-Antwort, die aus Gruppendiskussionen schöpft, im Zweifel auch Verschwörungserzählungen oder medizinische Fehlinformationen aggregieren kann, ohne dass deren Herkunft sichtbar bleibt.

Aus Datenschutzsicht wiegt schwer, dass die Ankündigung keine sichtbare Opt-out-Option für das KI-Indexieren der eigenen öffentlichen Beiträge nennt. Metas Grundannahme lautet: Öffentlich Gepostetes ist standardmäßig Material für die KI. Das deckt sich mit Metas breiterer Linie — der Konzern hat seine Datenschutzrichtlinie so angepasst, dass öffentliche Inhalte über Facebook, Instagram und Threads zum KI-Training genutzt werden dürfen. Während EU- und UK-Nutzer über ein Widerspruchsformular im Privacy Center Einspruch erheben können, fehlt Nutzern in den USA und anderen Ländern ohne nationale Datenschutzgesetze ein verlässlicher Mechanismus, um ihre Daten von der KI-Nutzung auszunehmen.

Der Vorstoß fällt in eine Woche, in der Metas Datenschutzpraxis ohnehin unter Beobachtung steht: Laut einem WIRED-Bericht hat der Konzern für ein Testprojekt seiner Smart Glasses Gesichtserkennungs-Software von Rank One Computing lizenziert — einem Zulieferer, der Behörden wie dem US-Marshals-Service und Militärstellen biometrische Technik liefert. Reste des Codes sollen sogar in einer an über 50 Millionen Geräte ausgelieferten Version von Metas KI-App geschlummert haben; Meta löschte die Systeme nach Bekanntwerden und bestreitet einen aktiven Einsatz von Gesichtsscans. Für Produktverantwortliche und Compliance-Teams ergibt sich daraus ein klares Bild: Metas KI-Offensive verschiebt die Grenze dessen, was als „öffentlich“ und damit verwertbar gilt — und verlagert die Last des Widerspruchs auf die Nutzer. Wer beruflich in Facebook-Gruppen publiziert, sollte davon ausgehen, dass diese Inhalte künftig in synthetisierten KI-Antworten Dritter auftauchen.

Goldman Sachs testet den KI-Coding-Agenten Devin als „neuen Mitarbeiter“, McKinsey lässt nach eigenen Angaben bereits rund 25.000 KI-Agenten neben seinen 60.000 menschlichen Beschäftigten arbeiten: KI-Agenten wandern vom Werkzeug zum handelnden Akteur im Unternehmen. Doch wer kontrolliert, worauf ein solcher Agent zugreifen darf, wer ihm Rechte erteilt und wer sie ihm wieder entzieht? Genau hier setzt NewCore an, das jetzt mit einer Seed-Finanzierung von 66 Millionen Dollar aus dem Stealth-Modus tritt und mit 300 Millionen Dollar bewertet wird.

NewCore will Menschen, Maschinen und KI-Agenten unter einer einzigen, sicherheitsorientierten Architektur verwalten. Anders als klassische Service-Accounts behandelt die Plattform Agenten als vollwertige Identitäten („first-class identities“) mit eigenen Berechtigungen, eigenem Lebenszyklus und gezielten Widerrufs-Mechanismen. Technisch setzt das Unternehmen auf eine Split-Key-Architektur, bei der kritische Zugangsdaten zwischen Kunde und Plattform aufgeteilt werden, um einen einzelnen Kompromittierungspunkt zu vermeiden. Coding-Werkzeuge wie Claude Code, OpenAI Codex oder Cursor sollen so als verwaltete Identitäten auf Unternehmenssysteme zugreifen, während Beschäftigte Zugriffe per Mobile-App erteilen, prüfen und entziehen können.

Hinter NewCore stehen erfahrene Branchenveteranen. CEO Zohar Alon gründete zuvor die Cloud-Security-Firma Dome9, die von Check Point übernommen wurde; CTO Amihai Neiderman leitete Forschung in der israelischen Einheit 8200 und gründete das Healthcare-KI-Startup Nym Health; Chief Commercial Officer Erez Yarkoni war CIO von T-Mobile USA und Telstra. Angeführt wurde die Runde von der auf Cybersecurity spezialisierten Risikokapitalfirma Cyberstarts, mit Beteiligung von Index Ventures und Evolution Equity Partners.

Alons These ist pointiert: Identitätsplattformen seien „eines der schwächsten Glieder in der Unternehmenssicherheit“, und die 15 bis 20 Jahre alten Systeme würden an der schieren Skalierung und Komplexität von KI-Agenten zerbrechen. Damit zielt NewCore direkt auf die Platzhirsche Okta und Microsoft Entra, die zwar Agent-Funktionen nachrüsten, ihre Plattformen aber ursprünglich für menschliche Mitarbeiter entworfen haben. NewCore positioniert sich als von Grund auf für eine hybride Belegschaft aus Menschen, Maschinen und Agenten gebaut — ein wachsendes Feld, in dem auch Startups wie Astrix Security um „Non-Human Identity“ konkurrieren.

Für Unternehmen ist das mehr als ein technisches Detail. Sobald ein Agent eigenständig Datenbanken abfragt, E-Mails versendet oder Code in Produktion bringt, entstehen dieselben Governance-Fragen wie bei einem Angestellten: Wer haftet, welche Rechte gelten, was steht im Audit-Log? NewCore zählt bislang weniger als zehn Kunden und über zehn Design-Partner bei mehr als 50 Mitarbeitern; der reguläre Verkaufsstart ist für den Sommer 2026 geplant. Ob das junge Unternehmen die etablierte IAM-Konkurrenz schlägt, ist offen — dass „Agent Identity“ zur eigenen Sicherheitskategorie wird, zeichnet sich jedoch immer deutlicher ab.

Sarvam ist Indiens jüngstes KI-Einhorn. Das in Bengaluru ansässige Startup hat in einer Series-B-Runde 234 Millionen Dollar bei einer Bewertung von 1,5 Milliarden Dollar eingesammelt. Angeführt wird die Runde vom IT-Dienstleister HCLTech, der Tochter des Mischkonzerns HCL Group, mit einem Investment von 150 Millionen Dollar — rund zwei Drittel der bislang angekündigten Summe und ein Anteil von über zehn Prozent am Unternehmen. Beteiligt sind außerdem Bessemer Venture Partners sowie die Bestandsinvestoren Khosla Ventures und Peak XV Partners. Insgesamt strebt Sarvam für die Runde 300 Millionen Dollar an. Zum Vergleich: Zuvor hatte das 2023 gegründete Unternehmen lediglich 41 Millionen Dollar über Seed und Series A aufgenommen.

Gegründet wurde Sarvam von Vivek Raghavan und Pratyush Kumar, die zuvor am Indian-Language-KI-Projekt AI4Bharat am IIT Madras gearbeitet haben. Das Startup baut einen Full-Stack-KI-Ansatz — von der Modellentwicklung über die Inferenz-Infrastruktur bis zu Unternehmensanwendungen — mit klarem Fokus auf indische Sprachen und Anwendungsfälle. Anfang 2026 veröffentlichte Sarvam quelloffene Modelle mit 30 und 105 Milliarden Parametern. Die Plattform verarbeitet nach Unternehmensangaben täglich zwei Millionen Konversationen und zehn Millionen API-Aufrufe; die Sprachmodelle transkribieren monatlich über 500.000 Audiostunden.

Die Dimension der realen Einsätze unterstreicht den Anspruch: Daten von 17 Millionen Landwirten für Indiens Landwirtschaftsministerium, Sprach-Kampagnen für 45 Millionen Versicherungsnehmer, agentische KI für eine über 350.000 Köpfe zählende Vertriebsmannschaft eines großen Fintechs. Sarvam bedient damit Sektoren von Banking über Versicherung und Behördendienste bis zur Verteidigung — Bereiche, in denen Datensouveränität und Sprachverständnis besonders sensibel sind.

Strategisch ist die Runde Teil von Indiens Vorstoß zu souveräner KI. Im Rahmen der IndiaAI-Mission wurde Sarvam ausgewählt, das erste indigene, von Grund auf in Indien entwickelte Foundation Model des Landes zu bauen — reasoning-fähig, voice-first und fließend in indischen Sprachen, betrieben auf lokaler Infrastruktur. Hintergrund ist ein Paradox: Sowohl OpenAI als auch Anthropic bezeichnen Indien als ihren zweitgrößten Markt nach den USA, doch hohe Compute-Kosten und knappes Kapital haben bislang verhindert, dass das Land eigene Frontier-Modelle hervorbringt.

Das frische Kapital soll genau diese Lücke schließen: Sarvam will sein nächstes Frontier-Modell trainieren — mit Schwerpunkt auf agentischen, Coding- und Cybersecurity-Anwendungen — und den Compute-Zugang ausbauen. Die Allianz mit HCLTech verbindet Sarvams Modelle mit den Unternehmensbeziehungen, der Engineering-Mannschaft und den Software-Assets des IT-Konzerns. Für die globale KI-Landschaft ist der Fall ein Lehrstück über den Trend zur souveränen KI: In einer Zeit, in der der Zugang zu westlichen wie chinesischen Spitzenmodellen zunehmend von geopolitischen Erwägungen abhängt, setzt Indien auf strategische Autonomie statt auf Abhängigkeit von ausländischen Anbietern.