Jenseits der Benutzeroberfläche: Ersetzt KI klassische Software-Interfaces?
Die Ausgangslage: Dreamforce ‘26 und «KI ersetzt das UI»
An der Dreamforce ‘26 hat Salesforce vorgestellt, was das Unternehmen als grosse Ankündigung des Jahres bezeichnet: AIforce. Vor rund 12'000 Teilnehmenden präsentierte CEO Marc Benioff das nicht als inkrementelles Produktupdate, sondern als das Ende einer Ära – der Ära, in der Menschen eine Anwendung öffnen, sich durch ein Dashboard klicken und Formulare ausfüllen, um ihre Arbeit zu erledigen.
«KI löst eine Interface-Revolution aus», sagte Benioff. «Wir verbinden die Intelligenz der Modelle mit dem gesamten Kontext, den unsere Kunden in Salesforce aufgebaut haben, um ein intelligentes, dynamisches, zusammensetzbares System zu schaffen.»
Patrick Stokes, President of Applications and Marketing bei Salesforce, drückte es in einem Pressebriefing vor der Ankündigung noch direkter aus: «Ich glaube, der Wert von Salesforce lag nie im UI. Er lag in der Plattform, die abbildet, wie unsere Kunden ihr Geschäft codieren. Das UI ist wahrscheinlich das, was ihnen oft im Weg steht und sie ausbremst … es zerlegt das UI quasi in seine Bestandteile und bringt KI, um es zu ersetzen.»
Das ist eine bemerkenswerte Aussage für den grössten CRM-Anbieter der Welt über sein eigenes Produkt. Und es ist – zumindest was die zugrunde liegende Idee betrifft – auch nicht neu. Genau das macht diesen Moment zu einem guten Anlass, darüber zu sprechen, wohin die Reise tatsächlich geht.
Was Salesforce tatsächlich angekündigt hat
Löst man sich von der Keynote-Inszenierung, ist AIforce ein Bündel von Integrationen, die es KI-Assistenten erlauben, ausserhalb der Salesforce-Anwendung auf Salesforce-Daten und -Workflows zuzugreifen:
- Claudeforce – eine Partnerschaft mit Anthropic, die Salesforce-Daten und Geschäftslogik in einen vorgefertigten MCP-Server innerhalb von Claude packt, inklusive Dutzender vorgefertigter Sales-Skills.
- Slackforce – ermöglicht es, Salesforce-Datensätze direkt aus einer Slack-Konversation heraus abzufragen, zu aktualisieren und zu bearbeiten, ohne das CRM zu öffnen.
- Agentforce Coworker – ein KI-Teammitglied direkt in der Lightning-Oberfläche, das innerhalb bestehender Berechtigungen arbeitet.
- Das Headless Toolkit – die zugrunde liegende Architektur: MCP-Server, APIs und Entwicklertools, die die Salesforce-Plattform für jede KI-Oberfläche öffnen, die ein Kunde bauen möchte.
Der Grundgedanke: Agenten können über die Datensätze, die Logik und die Berechtigungen eines Unternehmens hinweg denken – und zwar dort, wo Menschen bereits arbeiten: in Slack, in Claude oder in einer eigens per Beschreibung generierten Oberfläche – statt alle durch ein fixes Set von Bildschirmen zu zwingen.
Jede Anfrage läuft weiterhin über bestehende Berechtigungen, und Salesforce betont explizit, dass eine «Zero Data Retention»-Policy mit den Modellanbietern gilt, mit denen man zusammenarbeitet. Mit anderen Worten: Die Architektur bleibt deterministisch (Daten, Geschäftslogik, Berechtigungen), während die Interaktionsebene probabilistisch und konversationell wird.
Die eigentliche Frage: Braucht es für Business-Anwendungen überhaupt noch ein UI?
Diese architektonische Trennung – deterministisches Backend, probabilistisches Interface – ist der eigentlich spannende Teil, und sie ist grösser als die Produktankündigung eines einzelnen Anbieters.
Jahrzehntelang bedeutete «Software nutzen» vor allem: lernen, wo sich was befindet – welches Menü, welcher Tab, welches Feld. Die Oberfläche war in gewissem Sinn das Produkt – ein grosser Teil der Enterprise-Software-Ausgaben floss in den Bau und Unterhalt von Bildschirmen, die Geschäftslogik in etwas übersetzten, durch das sich Menschen klicken konnten.
Grosse Sprachmodelle verändern die Ökonomie dieser Übersetzung. Wenn ein Modell zuverlässig aus «Zeig mir alle offenen Rechnungen von Kunden aus Zürich, die älter als 90 Tage sind» die richtige Abfrage, die richtige gefilterte Ansicht und eine korrekt formatierte Antwort macht, wird das Dashboard, für das früher ein Product Manager, ein Designer und ein ganzer Sprint nötig waren, optional. Es kann bei Bedarf generiert werden – in genau dem Kanal, in dem die Person gerade arbeitet.
Das heisst nicht, dass die grafische Oberfläche verschwindet. Manche Aufgaben sind genuin visuell und räumlich – Layouts vergleichen, einen Grundriss prüfen, ein komplexes Formular mit vielen voneinander abhängigen Feldern bearbeiten oder eine dichte Tabelle nach Ausreissern durchsuchen. Niemand möchte ein Gantt-Diagramm in Prosa beschreiben. Was sich ändert: Die grafische Oberfläche ist nicht mehr der einzige Zugang. Sie wird zu einer von mehreren Oberflächen – neben Chat, Sprache und Agenten, die autonom innerhalb von Leitplanken handeln, die ein Mensch vorab freigegeben hat.
Die eigentliche Verschiebung ist also nicht «keine Oberflächen mehr». Sie lautet: Die Oberfläche wird zum Nebenprodukt des Datenmodells und der darunterliegenden Berechtigungen – bei Bedarf generiert, statt der fixe Ausgangspunkt zu sein, um den herum alles designt werden muss.
graph LR;
GUI["Dashboard / UI"] --> Core[("Geschäftsdaten,
Logik & Berechtigungen")];
Chat["Chat: Claude / ChatGPT"] -->|MCP| Core;
Msg["Slack / Sprache / eigene UI"] -->|MCP| Core;
Agent["Autonomer Agent"] -->|MCP, kontrolliert| Core;
Jeder Pfeil in diesen kontrollierten Kern kann dieselben Berechtigungen und denselben Audit-Trail tragen – unabhängig davon, über welche Oberfläche eine Person oder ein Agent gerade arbeitet. Genau das ist die Architektur, auf der sowohl AIforce als auch die MCP-Integration von Exolynk aufbauen.
Das hatten wir schon: MCP in Exolynk seit 2025
Genau hier wirkt die Dreamforce-Inszenierung aus unserer Sicht ein Jahr zu spät. Am 30. August 2025 – mehr als ein Jahr vor AIforce – haben wir genau dieses Muster live am Vibe Code Fest in Zürich demonstriert: die native Integration des Model Context Protocol in die Exolynk Low-Code-Plattform.
MCP, ursprünglich von Anthropic entwickelt und mittlerweile auch von OpenAI, Google und anderen übernommen, ist dasselbe offene Protokoll, auf dem Salesforce jetzt Claudeforce aufbaut. Die Idee ist identisch mit dem, was Benioff auf der Bühne beschrieben hat: Statt Daten aus einem Business-System zu kopieren, einem Chatbot den Kontext neu zu erklären und das Ergebnis wieder zurückzukopieren, verbindet sich der KI-Assistent direkt mit den Daten, der Logik und den Aktionen des Systems.
In unserer Live-Demo wurde eine Fleet-Management-App auf Exolynk vollständig über natürlichsprachliche Prompts in Claude bedient – ganz ohne eigens gebautes Dashboard:
- «Gib mir einen Überblick über die Flotte» zog live Daten direkt aus der Datenbank.
- Ein Foto eines Fahrzeugausweises, hochgeladen im Chat, wurde ausgelesen, strukturiert und automatisch als neuer Datensatz angelegt.
- Eine Servicerechnung, auf demselben Weg hochgeladen, wurde interpretiert und direkt dem Wartungsprotokoll des jeweiligen Fahrzeugs zugeordnet.
- «Erstelle ein Diagramm der Durchschnittspreise pro Kategorie» erzeugte aus einem einzigen gesprochenen Befehl eine Live-Visualisierung im Dashboard.
Nichts davon brauchte einen eigens gebauten Bildschirm. Es brauchte ein Datenmodell, klare Geschäftsregeln und einen KI-Assistenten mit kontrolliertem Zugriff auf beides – genau die Architektur aus «deterministischem Fundament, probabilistischem Interface», die Salesforce jetzt als Zukunft beschreibt.
Exolynk MCP Integration
Introduction Exolynk MCP Integration - AI-Native Low-Code Business Apps On August 30th, at the first Vibe Code Fest in Zurich, we had the honor of presenting a feature that will fundamentally change …
Und es funktioniert auch in Slack – ganz ohne grosse Ankündigung
MCP ist nicht an einen einzelnen Chat-Client oder eine einzelne Event-Demo gebunden. Der Slackforce-Pitch von Salesforce – CRM-Daten und -Updates direkt aus einer Slack-Konversation heraus abzurufen, ohne die App zu öffnen – ist etwas, das Exolynk schon seit einer Weile unterstützt, unabhängig von jeder Produktankündigung:
Der Praxisbeweis: Kontrollierter KI-Zugriff in einer regulierten Branche
Eine Live-Demo ist das eine, der Praxiseinsatz in einem regulierten Umfeld etwas anderes. An den Motherson Tech Supplier Days haben wir Qualitätsverantwortlichen aus der Automobilbranche gezeigt, wie MCP innerhalb eines echten Qualitätsmanagementsystems funktioniert – und der anschliessende Roundtable hat viel darüber verraten, was tatsächlich zählt, sobald der Neuigkeitseffekt verfliegt.
Drei Punkte kamen dabei immer wieder zur Sprache – und alle drei lassen sich direkt auf die Vertrauensgeschichte übertragen, die Salesforce jetzt auch mit AIforce erzählt:
- Datensouveränität ist nicht verhandelbar. Lückenlose Audit-Trails, strikte Zugriffskontrolle sowie On-Premise- oder Private-Cloud-Hosting galten als Grundvoraussetzung, nicht als nettes Extra – besonders für Tier-1-Zulieferer, die proprietäre Konstruktionsdaten von OEM-Kunden verwalten. Bei Exolynk bedeutet das: in der Schweiz gehostete Infrastruktur nach Schweizer Recht, keine Abhängigkeit von den Datenschutz-Zusagen eines ausländischen Hyperscalers.
- Human-in-the-loop, per Policy, nicht per Hoffnung. Jeder KI-generierte Vorschlag – ein Entwurf für einen Abweichungsbericht, eine vorgeschlagene Ursache – braucht eine menschliche Freigabe, bevor er in den Qualitätsdatensatz übernommen wird. Die MCP-Integration von Exolynk lässt sich pro Tool konfigurieren: Manche Aktionen laufen unbeaufsichtigt (z. B. einen Status abfragen), andere verlangen immer eine explizite Bestätigung (z. B. einen Datensatz löschen oder ändern).
- Keine Parallelsysteme. Ein Tool, das Qualitätsingenieure aus ihrem bestehenden Workflow herausreisst, wird nicht angenommen – egal wie leistungsfähig es ist. Direkter MCP-Zugriff bedeutet, dass die KI die Menschen dort abholt, wo sie ohnehin schon arbeiten.
Das ist derselbe Pitch aus «Zero Data Retention, bestehenden Berechtigungen, Agenten, die innerhalb von Leitplanken handeln» wie bei AIforce – nur eben in einer echten Produktivumgebung, in einer auditierten Branche, rund ein Jahr vor der Bühnen-Ankündigung von Salesforce demonstriert.
AI QMS in the Automotive Industry
Setting the Scene At Motherson’s Tech Supplier Days, we had the opportunity to present our QMS solutions to a high-calibre audience of automotive supplier quality professionals. What followed …
Salesforce AIforce vs. Exolynk MCP: Ein direkter Vergleich
Beide Plattformen nähern sich derselben architektonischen Idee von unterschiedlichen Ausgangspunkten – eine grosse, etablierte CRM-Suite auf der einen, eine Schweizer Low-Code-Plattform auf der anderen Seite. Nebeneinandergestellt zeigen sich die Unterschiede vor allem beim Umfang, beim Hosting-Modell und dabei, wie lange das Muster schon im Produktivbetrieb läuft.
| Salesforce AIforce | Exolynk + MCP | |
|---|---|---|
| Grundidee | CRM-Daten, -Logik und -Workflows für KI-Oberflächen ausserhalb der Salesforce-UI öffnen | Business-App-Daten, -Logik und -Workflows für KI-Oberflächen ausserhalb jedes fixen Dashboards öffnen |
| Protokoll | MCP (über Claudeforce), zusätzlich proprietäre APIs und Skills | Natives, offenes MCP |
| Angekündigt / live | Angekündigt an der Dreamforce ‘26 (Beta für Claude-Integration) | Seit August 2025 im Produktivbetrieb |
| Daten-Hosting | Salesforce-Cloud-Infrastruktur (Anbieter mit Hauptsitz in den USA) | In der Schweiz gehostet, nach Schweizer Datenschutzrecht |
| Governance-Modell | Bestehende Berechtigungen pro Anfrage durchgesetzt; «Zero Data Retention» bei Modellanbietern | Policy pro Tool: unbeaufsichtigt vs. bestätigungspflichtig, frei konfigurierbar |
| Zugrunde liegende Plattform | Etablierte, funktionsreiche CRM-Suite | Low-Code-Plattform für individuelle Business-Anwendungen |
| Passt am besten zu | Organisationen, die bereits auf Salesforce standardisiert sind | Organisationen, die eigene Prozesse aufbauen oder digitalisieren und volle Kontrolle über Datenstandort und Tool-Governance wollen |
Der Sinn dieser Tabelle ist nicht «das eine ist besser». Es geht darum, dass die Richtung – KI als primäre Interaktionsebene, mit einem kontrollierten, deterministischen System darunter – jetzt von zwei völlig unterschiedlichen Anbietern unabhängig voneinander eingeschlagen wird. Das ist normalerweise ein Zeichen dafür, dass das Muster real ist – und kein Marketing-Winkelzug.
Die andere Hälfte der Geschichte: Warum wir weiterhin eine neue UI ausliefern
Alles bisher Gesagte könnte man so lesen: «KI gewinnt, die grafische Oberfläche verliert.» Das ist nicht unsere Position – und genau deshalb bringen wir diesen Herbst eine komplett neue Benutzeroberfläche für Exolynk heraus, parallel zu unserer MCP-Arbeit, nicht anstelle davon.
Viele unserer Kunden schätzen eine grafische Oberfläche – aus Gründen, die im KI-Hype gerne untergehen. Manche Aufgaben erledigt man tatsächlich schneller per Klick als per Beschreibung in einem Chatfenster. Manche Nutzerinnen und Nutzer bevorzugen schlicht einen visuellen Workflow. Und zunehmend hören wir einen eher strategischen Grund: Kunden möchten, dass ihr Tagesgeschäft unabhängig von KI funktioniert – nicht abhängig von der Verfügbarkeit, den Preisänderungen oder den Policy-Entscheidungen eines Modellanbieters, die sie selbst nicht kontrollieren.
Diese Unabhängigkeit ist eine bewusste Design-Entscheidung, kein Notbehelf. Exolynk ist so gebaut, dass die Plattform bei Bedarf komplett ohne jede KI-Komponente läuft. Jeder Workflow, jedes Business-Objekt, jede Aktion, die ein KI-Assistent via MCP auslösen kann, lässt sich genauso gut per Klick in der App auslösen. KI ist ein zusätzlicher Zugangsweg – keine Abhängigkeit, auf die die Plattform angewiesen ist, um zu funktionieren.
Das ist die Nuance, die wir in der «KI ersetzt das UI»-Erzählung als verloren gegangen sehen – unsere eigene eingeschlossen, bis wir es hier klar aussprechen: Das Ziel ist nicht, die Oberfläche abzuschaffen, sondern niemanden mehr zu zwingen, ausschliesslich über sie zu gehen. Eine gut gestaltete grafische Oberfläche und eine kontrollierte KI-Schicht auf demselben Datenmodell sind keine konkurrierenden Wetten – sie sind dieselbe Plattform, die beide Enden davon abdeckt, wie Menschen tatsächlich arbeiten möchten.
Ist die grafische Oberfläche also tot?
Nicht tot – degradiert. Was die Dreamforce ‘26 signalisiert, und was wir seit einem Jahr im Produktivbetrieb erleben, ist: Die grafische Oberfläche verliert ihre Rolle als Standardweg, um mit Business-Systemen zu interagieren. Für genuin visuelle, räumliche oder explorative Arbeit bleibt sie nützlich. Aber für den grossen Teil der Geschäftsaufgaben, die sich auf «etwas nachschlagen», «einen Datensatz aktualisieren», «das hier zusammenfassen» oder «dieses Dokument in strukturierte Daten überführen» reduzieren lassen, ist ein Gespräch mit einem KI-Assistenten mit kontrolliertem, direktem Zugriff auf das darunterliegende System heute der schnellere, reibungsärmere Weg als jedes Dashboard.
Am meisten profitieren jene Organisationen, deren Geschäftslogik und Berechtigungen bereits so sauber sind, dass eine KI sicher damit umgehen kann – das ist ein Thema für Datenmodellierung und Governance, nicht für UI-Design. Genau darauf haben wir Exolynk von Anfang an ausgerichtet.
Ob Salesforce oder Exolynk – das Muster ist dasselbe: Die Oberfläche hört auf, das Produkt zu sein. Das Produkt sind das Datenmodell und die Governance dahinter – die Oberfläche ist nur noch die Fläche, die gerade am praktischsten ist.
Was das für uns bedeutet
Dass Salesforce diese Richtung an der Dreamforce bestätigt, ist im Grunde eine gute Nachricht für alle, die bereits in eine MCP-basierte Architektur investiert haben – es zeigt, dass der Rest der Branche gerade zu einem Muster aufschliesst, das längst nicht mehr experimentell ist. Wenn du sehen möchtest, wie kontrollierter, produktionsreifer KI-Zugriff auf eure eigenen Geschäftsdaten aussieht – nicht als Keynote-Demo, sondern als etwas, das euer Team schon morgen einsetzen kann – sind die beiden Beispiele unten ein guter Einstieg.
Neugierig, wie das für eure eigenen Prozesse aussehen könnte? Nimm Kontakt mit uns auf.