Zwei Neuerungen machen Salesforce Flows zugleich intelligenter und einfacher in der Umsetzung

Mit dem neuen KI-gestützten Decision-Element und der erweiterten Data Table mit Unterstützung für Apex-definierte Variablen bringt Salesforce zwei praxisrelevante Verbesserungen für Administrator:innen und Developer.

Im Folgenden: eine praxisnahe Einordnung, wie die Funktionen konkret eingesetzt werden, worauf Sie achten sollten – und wo der tatsächliche Mehrwert in der täglichen Arbeit liegt.

KI-gestütztes Decision-Element: Wenn „Wenn-Dann“ an Grenzen stößt

Das neue Decision-Element ermöglicht Entscheidungen im Flow, die nicht mehr auf starren Regeln, sondern auf KI-gestützter Bewertung basieren.

Es ersetzt klassische Logik- oder Keyword-Bedingungen, wenn eine semantische Interpretation nötig ist – also wenn sich Textinhalte nicht eindeutig durch feste Regeln abbilden lassen. Hauptanwendungen sind automatische Kategorisierung und Routing.

Typische Anwendungsfälle

• Automatische Kategorisierung eingehender Fälle (z. B. Beschwerde, Lob, Eskalation) und Weiterleitung an das passende Team.
• Priorisierung nach Dringlichkeit oder Tonalität: KI erkennt, ob ein Anliegen kritisch ist und stuft es automatisch höher ein.

⚙️ Das Feature ist nur verfügbar, wenn Agentforce in Ihrer Salesforce-Org aktiviert ist. Ohne Agentforce erscheint das Decision-Element nicht.

Technische Umsetzung im Flow

• Eingangsvariablen: Übergabe der relevanten Texte (z. B. Case.Description, E-Mail-Body, Chat-Transcript).
• Decision-Outcomes: Definition klarer Kategorien wie Complaint, Compliment, Escalation sowie eines sicheren Standardpfads (z. B. General Intake).
• Routing & Priorisierung: Steuerung von Owner, Queue, Priorität oder SLA abhängig vom KI-Ergebnis.
• Nachvollziehbarkeit: Logging von Eingabetext, Ergebnis, Zeitstempel und Case-ID in einem Log-Objekt oder einer benutzerdefinierten Historie.
• Fallback-Strategie: Bei unklarem Ergebnis Weiterleitung an einen Standard-Kanal zur manuellen Prüfung.

Bewährte Vorgehensweisen

• Outcomes zunächst schlank halten (3–5 Kategorien).
• Immer einen „Safe Default“ vorsehen.
• Stichprobenprüfung im Live-Betrieb, insbesondere bei Eskalationen.
• Mit Pilotbetrieb starten (z. B. für eine Queue), danach skalieren.

Grenzen und Hinweise

• Kontextabhängigkeit: Fachbegriffe oder interne Kürzel können die KI-Einschätzung beeinflussen – regelmäßiges Monitoring ist Pflicht.
• Governance: Outcome-Definitionen dokumentieren und Review-Zyklen etablieren, da Sprachmuster sich ändern können.

Data Table mit Unterstützung für Apex-definierte Variablen

Die Data Table ist ein Flow-Element zur Anzeige, Filterung und Auswahl von Datenlisten.

Bisher war es nicht möglich, Daten aus externen Systemen (über Apex-Callouts) direkt in der Data Table darzustellen, wenn sie als Apex-definierte Variablen vorlagen. Das führte zu aufwendigem JSON-Parsing oder zur Notwendigkeit eigener Lightning Web Components (LWC).

Mit dem neuen Update entfällt dieser Aufwand:

Sie können nun eigene Datentypen definieren, externe Daten abrufen und diese direkt an die Data Table binden – ganz ohne Parsing oder Custom-Komponenten.

Typische Einsatzszenarien

Anzeige externer Listen wie Produkte, Tarife, Lieferoptionen oder Referenzdaten, aus denen Nutzende Einträge auswählen, um Folgeaktionen auszulösen.

Technische Umsetzung im Flow

• Datentyp definieren: Kompakter Apex-definierter Typ mit den relevanten Feldern (z. B. externalId, name, status, amount).
• Callout & Mapping: Der Callout wird in Apex ausgeführt, die JSON-Antwort exakt auf die Felder gemappt und als Collection an den Flow übergeben.
• Data Table binden: Spalten, Sortierung und Auswahl (Einzel- oder Mehrfachselektion) im Flow konfigurieren.
• Auswahl verarbeiten: Gewählte Zeilen für Folgeaktionen nutzen (z. B. Erstellen/Aktualisieren von Datensätzen, erneute Callouts, Zusammenfassungen).
• Performance: Datenmenge im Callout begrenzen (Filter, Pagination), um die Reaktionszeit der Tabelle zu sichern.

Migration von bisherigen Workarounds

• Von LWC zu Data Table: Wenn eine LWC nur Listenanzeige und Selektion abbildet, kann sie meist durch Apex-Type + Data Table ersetzt werden.
• Von String-Parsing zu Typisierung: JSON-Parsing im Flow ersetzen durch ein typisiertes Mapping in Apex – das reduziert Fehler und vereinfacht Tests.

UX-Empfehlungen

• Nur relevante Spalten anzeigen, klar benannte Kurzlabels verwenden.
• Such- und Filterfunktionen einbauen, besonders bei größeren Listen.
• Leere Zustände eindeutig kennzeichnen („Keine Ergebnisse“ statt leerer Tabelle).

Einschätzung: Wo der größte Nutzen liegt

• Höchster Effekt: Das KI-gestützte Decision-Element bringt spürbare Entlastung und Geschwindigkeit bei der Kategorisierung und Priorisierung von Service-Anfragen.
• Größter Komfortgewinn: Die Data Table für Apex-Variablen beseitigt technische Umwege, reduziert Implementierungsaufwand und erhöht die Stabilität.

Beide Features zusammen sorgen für mehr Automatisierung, weniger Pflegeaufwand und eine deutlich höhere Umsetzungsgeschwindigkeit im Flow-Design.

Quickstart: So starten Sie

1. Voraussetzungen prüfen: Ist Agentforce aktiviert?
2. KI-Pilot definieren: Starten Sie mit 3–5 Kategorien im Case Intake und aktivieren Sie von Beginn an das Logging.
3. Externe Daten prüfen: Identifizieren Sie Flows mit Callouts – ersetzen Sie JSON-Parsing oder LWC-Listen durch Apex-Type + Data Table.
4. Rollout planen: Zunächst in Teilbereichen testen, Ergebnisse messen, anschließend skalieren.

Checkliste für den produktiven Einsatz

KI-Decision

• Agentforce aktiv
• Outcomes definiert, Default-Pfad vorhanden
• Logging und Reporting eingerichtet
• Pilotgrenzen und Abbruchkriterien festgelegt

Data Table mit Apex-Variablen

• Apex-Type schlank und eindeutig modelliert
• Callout-Mapping robust und fehlergesichert
• Spalten und Selektion getestet
• Performance geprüft (große Datenmengen, Filter, Pagination)

Fazit

Das KI-gestützte Decision-Element schließt die Lücke überall dort, wo semantische Entscheidungen gefragt sind und klassische Logik versagt – ideal für automatische Kategorisierung und priorisiertes Routing.

Die neue Data-Table-Unterstützung für Apex-Variablen beseitigt aufwendige Workarounds und bringt externe Daten ohne Zusatzcode direkt ins Flow-UI.

Ergebnis: Weniger technische Komplexität, schnellere Umsetzung und stabilere Abläufe – ein klarer Qualitätssprung für alle, die Salesforce-Flows produktiv einsetzen.