Salesforce AIforce im Club - Episode 4

Das Team ist eingeteilt. Die Barkeeper wissen, wann sie arbeiten, die Runner ebenfalls. Alles steht in Slack. Eigentlich sind wir fertig. Eigentlich.

Denn jetzt müssen die Schichten noch in Salesforce angelegt werden. Dieselben Menschen, dieselben Veranstaltungen, dieselben Informationen. Nur eben noch einmal in einem anderen System.

Solche Aufgaben gehören zum Alltag, wenn man einen Club betreibt. Neben Musik, Gästen und langen Nächten gibt es Personalplanung, Belege, Auszahlungen und Monatsabschlüsse. Seit wir den NY.Club übernommen haben, habe ich viel davon in Salesforce abgebildet.

Inzwischen verändert KI, wie ich mit diesem System arbeite. Zwei Ansätze haben mich dabei besonders beschäftigt:

Coworker innerhalb von Salesforce und Salesforce über Claude, „Claudeforce“.

Was mit Ausprobieren angefangen hat, übernimmt heute konkrete Arbeit. Nach meiner Schätzung spare ich dadurch bereits sechs bis zehn Stunden im Monat. Gleichzeitig bekomme ich Einblicke in unseren Betrieb, die vorher zwar in den Daten steckten, für mich aber kaum greifbar waren.

Ein neuer Kollege braucht erst einmal Kontext

Als ich Coworker aktiviert hatte, habe ich Slack angebunden und zunächst erklärt, wofür wir unsere Salesforce Instanz einsetzen. Welche Abläufe dort stattfinden und wie unser Club organisiert ist. Das war eine erstaunlich vertraute Situation: Auch einem neuen Kollegen würde ich zuerst erklären, wie unser Betrieb funktioniert.

Danach wollte ich wissen, wie weit Coworker mit diesem Kontext kommt. Unsere Personalplanung war dafür ein guter Test. Wir fragen in Slack ab, wann unsere Mitarbeiter verfügbar sind. Anschließend entscheiden wir, wer bei welcher Veranstaltung arbeitet, und teilen die Einteilung in den jeweiligen Channels. Die Mitarbeiter werden dort per @Mention genannt.

Für das Anlegen der Schichten in Salesforce hatte ich bereits einen Agentforce Agent gebaut. Der konnte diese Aufgabe erledigen, wenn ich ihm sagte, wer eingeteilt war. Die Verbindung zwischen der fertigen Planung in Slack und diesem Agenten musste ich bisher selbst herstellen.

Also habe ich Coworker gebeten, in Slack nachzusehen und die Schichten für das heutige Event in Salesforce anzulegen. Und tatsächlich: Coworker hat die Schichten angelegt. Dass das funktioniert, hatte ich natürlich gehofft. Dass ich dafür weder die Namen noch den Weg von Slack nach Salesforce erklären musste, fand ich dann doch ziemlich beeindruckend.

Coworker fand die Einteilungen in den Channels. Er erkannte, dass die genannten Mitarbeiter als Kontakte in Salesforce existieren und sich über die dort hinterlegte Slack ID zuordnen lassen. Und er nutzte den vorhandenen Agenten, um die Schichten anzulegen.

Dabei war auch nicht jede Suche sofort erfolgreich. Im Verlauf konnte ich sehen, wie Coworker zunächst nichts fand, breiter suchte, einzelne Channels durchging und Salesforce Metadaten untersuchte. Er arbeitete sich zur Lösung vor.

Die Wirkung reicht bis zur Auszahlung

Natürlich spart mir das Zeit. Aber die größere Veränderung liegt für mich im durchgängigen Ablauf. Die Verfügbarkeit wird in Slack abgefragt. Dort entsteht auch die Einteilung. Daraus werden konkrete Schichten an konkreten Events in Salesforce. Später lässt sich die ausgezahlte Gage genau dieser Schicht zuordnen.

Bisher war ich also selbst die Schnittstelle zwischen Slack und Salesforce. Einteilung lesen, Mitarbeiter zuordnen, Schichten anlegen. Genau diesen Teil übernimmt jetzt Coworker. Er führt Informationen und Fähigkeiten zusammen, die bereits vorhanden waren, und findet heraus, was für den Auftrag gebraucht wird. Genau darin sehe ich seine Rolle als Orchestrator.

Mit Claudeforce wurde aus Ausprobieren Monatsabschluss

Claudeforce habe ich direkt ausprobiert, als es vorgestellt wurde. Zunächst mit überschaubaren Aufgaben: Informationen abfragen, Daten aktualisieren, schauen, was funktioniert. Interessant wurde es für mich bei größeren Aufgaben, die über mehrere Systeme verteilt sind.

Unser Kassenbuch führen wir in Salesforce. Die Belege dazu, also Rechnungen, Quittungen und andere Nachweise liegen in Google Drive. Für den Monatsabschluss müssen die Unterlagen zusammengeführt und für DATEV vorbereitet werden. Dafür kann ich Claude einen zusammenhängenden Auftrag geben:

Die Belege durchgehen, mit den Kassenbucheinträgen in Salesforce abgleichen, vorhandene Einträge verknüpfen und fehlende anlegen. Wo eine Auszahlung noch aussteht, soll die notwendige Entnahme vorbereitet werden. Am Ende habe ich einen Ordner mit geprüften Belegen für die Weitergabe an DATEV. Gleichzeitig sind die Unterlagen den Einträgen in Salesforce und den zugehörigen Accounts zugeordnet.

Noch offene Auszahlungen werden mit kommenden Veranstaltungen verknüpft. So bekommt auch der verantwortliche Chef vom Dienst die Information, was an dem Abend ausgezahlt werden muss.

Ähnlich funktioniert es mit Ausgaben, die ich privat vorgestreckt habe. Auf einem Kreditkartenauszug stehen beispielsweise Hotelübernachtungen bei Motel One oder Lufthansa Flüge für DJs. Claude kann diese Positionen erkennen, den passenden Vorgängen in Salesforce zuordnen und die Erstattung als offene Auszahlung einplanen. Das reduziert den Aufwand für meinen Monatsabschluss erheblich. Vor allem bleiben weniger lose Enden zwischen Beleg, Buchung und Auszahlung.

Mein eigentliches Highlight: neue Blicke auf dieselben Daten

Richtig spannend wurde es für mich dann mit den Artefakten. Denn auf einmal konnte ich mir Ansichten bauen lassen, die ich schon lange haben wollte, für deren Umsetzung aber immer irgendetwas anderes wichtiger war. Gemeint sind interaktive Ansichten und kleine Anwendungen, die Claude für meine konkreten Fragestellungen erstellt. Ein Beispiel ist unser Jahresvergleich. Für einen Club reicht es oft nicht, einfach dasselbe Datum zweier Jahre gegenüberzustellen. Ich möchte Freitage mit Freitagen vergleichen, Samstage mit Samstagen und ganze Wochenenden miteinander betrachten.

Mit wenigen Instruktionen konnte ich mir dafür eine Ansicht auf Basis unserer Salesforce Daten erstellen lassen: mit Barumsatz, Eintritt, Garderobe, Gästezahlen, Kosten und der Entwicklung über den gewählten Zeitraum. So kann ich nachvollziehen, wie sich vergleichbare Clubnächte entwickeln und welcher Bereich zu einer Veränderung beiträgt.

Früher hätte ich dafür aufwendige Reports und Dashboards bauen oder eine zusätzliche Analytics Lösung einsetzen müssen. Für diese konkrete Auswertung komme ich heute erheblich schneller zu der Ansicht, die ich brauche.

Die Informationen waren bereits vorhanden. Aber zwischen „Die Daten sind da“ und „Ich kann daraus eine Entscheidung ableiten“ lag oft ein aufwendiger Weg.

Dieser Weg ist für mich deutlich kürzer geworden.

Woher kommt das Geld – und wohin geht es?

Ein weiteres Artefakt zeigt unsere Einnahmen und Ausgaben als Geldfluss. Auf der einen Seite sehe ich, woher der Umsatz kommt, beispielsweise von der Bar, vom Eintritt oder von der Garderobe. Auf der anderen Seite wird sichtbar, wie sich die Ausgaben auf Personal, Künstler, Getränke und weitere Kostenarten verteilen. Das hilft mir, die wirtschaftlichen Zusammenhänge eines Monats auf einen Blick zu erfassen. Wie stehen Einnahmen und Ausgaben zueinander? Welche Kostenblöcke fallen besonders ins Gewicht? Was bleibt am Ende übrig?

Die Datenbasis bleibt Salesforce. Die Darstellung entsteht passend zu meiner Frage.

Damit wird aus den vielen einzelnen Einträgen eine Ansicht, mit der ich unseren Betrieb besser verstehen und steuern kann.

Was verkauft sich an der Bar – und wo können wir unterstützen?

Auch unsere Bardaten lassen sich so anders betrachten. Ich kann Umsätze und verkaufte Getränke nach Barkeeper, Schicht und Teamzusammenstellung untersuchen. Welche Produkte laufen besonders gut? Welche Kombinationen von Mitarbeitern fallen durch gute Ergebnisse auf? Wo lohnt es sich, genauer hinzuschauen?

Ein praktisches Beispiel ist unser höherpreisiger Gin. Wird er aktiv empfohlen und verkauft? Gibt es Unterschiede, aus denen wir lernen können? Braucht jemand mehr Produktwissen, um ihn Gästen überzeugend anzubieten?

Solche Auswertungen liefern Anhaltspunkte für Gespräche und Unterstützung im Team. Bei der Einordnung gehören auch die jeweilige Veranstaltung, die Gästezahl und der Einsatzort an der Bar dazu.

Für mich entsteht der Nutzen dann, wenn aus den Zahlen eine konkrete Entscheidung wird: ein Produkt besser erklären, Erfahrungen im Team teilen oder eine Entwicklung genauer beobachten.

Und plötzlich hängt Salesforce über der Bar

Mein persönliches Lieblingsbeispiel ist unsere Getränkekarte. Für die Bildschirme über den Bars habe ich ein öffentliches Artefakt erstellen lassen: eine animierte Karte mit Getränken und Preisen aus Salesforce. Die läuft als Website im Vollbildmodus auf unseren Bildschirmen.

Wenn sich Preise ändern oder neue Artikel dazukommen, kann ich die aktualisierten Informationen aus Salesforce in das Artefakt übernehmen lassen. Ich muss dafür kein neues Video gestalten und exportieren.

Beispiel öffnen

Das ist ein schöner Moment: Daten, die wir ohnehin für unseren Betrieb pflegen, werden direkt für unsere Gäste nutzbar. Der Headless Ansatz wird hier sehr konkret. Ich arbeite über Claude mit Salesforce und lasse daraus eine Oberfläche für einen bestimmten Zweck entstehen. Salesforce bleibt die Datenbasis, während die Nutzung bis an unsere Bar reicht.

Was ich dabei gelernt habe

1. Coworker ist mein Einstieg und mein Orchestrator

Coworker ist für mich ein schneller und zugänglicher Einstieg, um KI als Kollegen in der eigenen Salesforce Org zu nutzen. Ich beschreibe meinen Auftrag, und Coworker sucht einen Weg, ihn umzusetzen. Dabei sehe ich Coworker als Ergänzung zu spezialisierten Agentforce Agents. Mein Agent zum Anlegen von Schichten ist dafür ein gutes Beispiel: Seine Fähigkeit bleibt wertvoll. Coworker kann sie im passenden Zusammenhang einsetzen und die notwendigen Informationen vorher selbst zusammentragen. Innerhalb meiner Salesforce Instanz wird Coworker damit für mich zu einer Art „Superagent“: eine zentrale Anlaufstelle, die Aufgaben mit eigenen Fähigkeiten bearbeitet oder dafür einen spezialisierten Agenten einbezieht. Die Arbeit, die ich bereits in meine Agenten investiert habe, bekommt dadurch einen zusätzlichen Nutzen.

2. Auch ein Artefakt braucht jemanden, der verantwortlich ist

Claudeforce macht es leicht, eigene Auswertungen und Oberflächen zu entwickeln. Wenn sich jetzt jeder sein eigenes Umsatzdashboard baut, haben wir ziemlich schnell fünf hübsche Ansichten und fünf unterschiedliche Ergebnisse. Dann haben wir zwar AI eingesetzt, aber gleich das nächste Problem geschaffen. Einer berücksichtigt noch nicht abgeschlossene Events, ein anderer schließt sie aus. Einer vergleicht Kalendertage, ein anderer Wochenenden. Dazu kommen Tokenverbrauch und mehrfacher Aufwand für Entwicklung, Prüfung und Pflege.

Für mich gehört deshalb zu einem guten Artefakt auch eine klare Ownership: Wer verantwortet die Berechnungslogik? Wer prüft Änderungen? Welche Version verwenden wir gemeinsam?

Artefakte lassen sich organisieren und teilen. Wie das im eigenen Team aussehen soll, würde ich möglichst vor dem ersten produktiv eingesetzten Artefakt klären. So entsteht etwas, das gemeinsam genutzt und weiterentwickelt werden kann.

3. Gute Ergebnisse beginnen mit einer klaren Beschreibung

Meine Erfahrung ist: Je genauer ich die Aufgabe beschreibe, desto besser wird das Ergebnis.

Dazu gehört mehr als „Bau mir ein Dashboard“. Ich muss erklären, welche Datenquellen relevant sind, was einzelne Felder bedeuten und wie die Informationen zu bewerten sind.

Bei unserem Jahresvergleich ist beispielsweise entscheidend, dass ein Freitag mit einem Freitag verglichen wird. Ebenso wichtig ist der Umgang mit Veranstaltungen, die noch nicht final abgerechnet sind. Solche fachlichen Regeln muss ich ausdrücklich mitgeben.

Auch über die Darstellung lohnt es sich nachzudenken: Möchte ich Entwicklungen über die Zeit erkennen, einzelne Veranstaltungen vergleichen oder verstehen, wohin unser Geld fließt? Daraus ergeben sich unterschiedliche Ansichten. Ich beschreibe deshalb möglichst konkret, welche Frage ich beantworten möchte und was ich mit dem Ergebnis anfangen will. Diese Vorarbeit zahlt sich in der Qualität des Artefakts aus.

4. Die erste Version ist der Anfang

Bei aller Begeisterung: Auch mit KI braucht ein gutes Ergebnis Zeit. Manchmal zeigt erst die erste Version, welche Anforderung noch fehlt. Eine Visualisierung sieht gut aus, beantwortet aber die eigentliche Frage noch nicht. Eine Berechnung muss präzisiert werden. Oder im Gespräch mit den Nutzern wird klar, dass sie eine andere Ansicht brauchen. Für mich gehört dieser Austausch zur Entwicklung dazu. Ausprobieren, Ergebnisse prüfen, Feedback einholen und gemeinsam nachschärfen. Mit jeder Runde lerne ich besser zu beschreiben, was ich brauche. Gleichzeitig entsteht ein Werkzeug, das näher an unserem tatsächlichen Alltag ist.

Vom Auftrag bis an die Bar

Die Grundlage für all diese Beispiele steckt auch in der Arbeit, die wir vorher gemacht haben: Mitarbeiter sind zugeordnet, Slack IDs hinterlegt, Events und Schichten verknüpft, Belege und Auszahlungen strukturiert erfasst. Darauf bauen Coworker und Claudeforce auf.

Für mich bedeutet das inzwischen sechs bis zehn Stunden weniger Routinearbeit im Monat und einen besseren Blick auf unseren Betrieb. Die Informationen waren vorher schon da. Jetzt kann ich damit auch im Alltag wirklich etwas anfangen.

Fazit

Auch wenn bei uns die Nächte länger und die Outfits gelegentlich kürzer sind: Bei Personal, Finanzen und fundierten Entscheidungen stehen wir vor denselben Herausforderungen wie andere Unternehmen.

Für mich zeigt sich daran der strategische Wert von KI: vorhandene Daten, Prozesse und spezialisierte Agenten so zusammenzuführen, dass daraus konkrete Handlungsfähigkeit entsteht. Mit klarer Verantwortung und Lösungen, die gemeinsam genutzt werden.

Zeitersparnis ist der Anfang. Der größere Gewinn ist ein Unternehmen, das aus seinem Wissen schneller ins Handeln kommt.