AI in Robotics with Salesforce AI Developer

Diese Weiterbildung kombiniert KI-Grundlagen für Robotik mit der Entwicklung von KI-Anwendungen auf der Salesforce-Plattform. Der zweite Schwerpunkt richtet sich an Entwicklerinnen und Entwickler, die KI-Features in Salesforce-Instanzen implementieren: Einstein-Prediction-Builder, Einstein Discovery, Agentforce und die Integration von Large Language Models über Salesforce AI-APIs. Die Verbindung beider Themenbereiche erschließt sich über das Konzept der intelligenten Automatisierung: Robotiksysteme und CRM-Plattformen werden in modernen Unternehmensumgebungen zunehmend miteinander verbunden — beispielsweise wenn ein Fertigungsroboter einen Servicefall in Salesforce auslöst, Predictive-Maintenance-Daten in ein CRM-Dashboard einfließen oder KI-gestützte Qualitätssicherungsergebnisse automatisch in Vertriebsprozesse übertragen werden.

Modul 1 — KI in der Robotik: Datenerzeugung, Vorhersagen und autonome Entscheidungen Robotersysteme erzeugen kontinuierlich strukturierte Daten — Sensormessungen, Kamerabilder, Zustandsprotokolle und Qualitätskennzahlen. Dieses Modul zeigt, wie diese Daten mit KI-Methoden ausgewertet werden, welche Lernparadigmen dafür geeignet sind und wie sie in übergeordneten Unternehmenssystemen nutzbar gemacht werden.

• Überwachtes, unüberwachtes und bestärkendes Lernen an Robotik-Beispielen erklärt
• Anomalieerkennung in Maschinendaten mit Isolation Forest und Autoencoder-Methoden
• Predictive Maintenance: Datenmuster erkennen, die Maschinenausfälle ankündigen
• Kamera-basierte Qualitätsprüfung: Defekterkennung mit einfachen CNN-Architekturen
• Datenpipelines vom Sensor bis zur API: REST, MQTT und Webhook-Integration
• Datenprivacy bei Robotik-Sensordaten: Pseudonymisierung, Aggregation, Zugriffssteuerung

Modul 2 — Salesforce-Entwicklungsgrundlagen für KI-Entwickler Um Einstein-KI-Features in Salesforce zu implementieren, braucht man Verständnis der Salesforce-Plattformarchitektur: Datenmodell, Automatisierungswerkzeuge und der Entwicklungsstack. Dieses Modul baut das nötige Fundament für die KI-spezifischen Module auf.

• Salesforce-Objektmodell: Standard Objects, Custom Objects, Relationships
• Salesforce Flow für Automatisierung ohne Code: Trigger, Entscheidungen, Aktionen
• Grundlagen Apex (Klassen, Trigger, SOQL) für KI-Integration
• Lightning Web Components (LWC): Struktur und Datenbindung für KI-Ausgabe-Dashboards
• Salesforce-API-Typen: REST API, Bulk API, Streaming API für externe Datenzulieferung
• Sandbox-Umgebungen und Deployment-Prozesse in Salesforce DX

Modul 3 — Einstein AI: Prediction Builder, Discovery und Einstein Vision Die klassischen Einstein-KI-Features in Salesforce ermöglichen Vorhersagen auf Basis von CRM-Daten ohne eigenes Modelltraining. Dieses Modul zeigt, wie diese Features konfiguriert und für Robotik-nahe Szenarien genutzt werden können — etwa für Vorhersagen über Maschinenstandzeiten, Bestellverhalten bei Ersatzteilen oder Kundenzufriedenheit nach Serviceinterventionen.

• Einstein Prediction Builder: Score-Felder anlegen, Trainingsdaten auswählen, Modell deployen
• Einstein Discovery: Stories aufbauen, Empfehlungen generieren, in Flow einbinden
• Einstein Vision: Bild-Klassifikator trainieren und über REST-API aufrufen
• Einstein Language: Absichtsklassifikation und Stimmungsanalyse in Service-Prozessen
• External ML Platform: Eigenes ML-Modell (z. B. TensorFlow) als Einstein-Vorhersage einbinden
• Datenqualität und Bias-Erkennung in Einstein-Modellen

Modul 4 — Agentforce und Einstein Copilot: KI-Agenten auf der Salesforce-Plattform Mit Agentforce hat Salesforce eine Low-Code-Plattform für autonome KI-Agenten eingeführt, die komplexe mehrstufige Aufgaben im CRM ausführen können. Dieses Modul ist aktuell und behandelt eines der wichtigsten Felder der Salesforce-KI-Entwicklung für 2025 und darüber hinaus.

• Agentforce-Architektur: Agent, Actions, Topics, Guardrails und Reasoning
• Vordefinierte vs. benutzerdefinierte Actions (Apex, Flow, MuleSoft)
• Prompt Templates mit Grounding in Salesforce-Daten und externen Quellen
• Einstein Copilot anpassen: Custom Topics, Custom Actions, Persona-Steuerung
• Einstein Trust Layer: Datenmaskierung, Audit Trail, Zero-Retention-Policy
• Teststrategien für Agentforce-Agenten: Functional Tests, Regressionstests

Praxisblock — Implementierungsszenarien und Zertifizierungsvorbereitung Der Praxisblock bringt beide Kursteile zusammen und bereitet auf die Salesforce AI Developer-Zertifizierung vor. Fallstudien zeigen, wie Robotik-Daten in Salesforce-CRM-Prozesse fließen.

• Lab: Prediction Builder für Predictive-Maintenance-Score auf Basis von Maschinentelemetrie
• Lab: Agentforce-Agent für automatisierte Service-Ticket-Erstellung nach Roboteralarm
• Lab: Einstein Vision Klassifikator für Qualitätsprüfungsbilder trainieren und deployen
• Lab: External ML Platform — TensorFlow-Modell als Einstein-Vorhersage in Salesforce einbinden
• Lab: Einstein Copilot Custom Action, die Echtzeit-Sensordaten aus einer externen API abruft
• Fallstudie: Produktionsanlage löst Salesforce-Case über einen Webhook aus
• Fallstudie: Anomalieerkennung auf Roboterdaten — Ergebnis als Einstein-Score im CRM
• Salesforce AI Developer Zertifizierungsformat: Aufbau, Themengewichtung, Tipps
• Mock-Exam: Salesforce AI Developer (60 Fragen, 105 Minuten)
• Review typischer Prüfungsfragen zu Einstein Trust Layer und Agentforce
• Fehleranalyse: häufige Implementierungsprobleme bei Agentforce-Aktionen
• Abschlussprojekt: KI-Automatisierungsszenario Robotik + Salesforce konzipieren

Der Unterricht findet im virtuellen Klassenzimmer statt, kombiniert mit Übungen in Salesforce-Developer-Orgs. Die Labs sind so aufgebaut, dass alle Teilnehmenden mit einer kostenlosen Developer-Org arbeiten können.

Dieser Kurs spricht Salesforce-Entwicklerinnen und -Entwickler an, die ihre Kenntnisse gezielt auf Einstein-KI-Features und Agentforce erweitern möchten. Der Robotik-Teil macht die KI-Konzepte greifbarer und erschließt Szenarien in der Fertigungs- und Automatisierungsindustrie — einem Feld, in dem Salesforce als Field-Service- und CRM-Plattform stark vertreten ist.

• Salesforce Developer mit Erfahrung in Apex und Flow, die KI-Features einführen möchten
• CRM-Berater in der Fertigungs- oder Automatisierungsbranche
• Softwareentwickler mit Interesse an Low-Code-KI auf Salesforce
• IT-Projektleiter, die Salesforce-KI-Projekte technisch begleiten und einschätzen wollen
• Quereinsteiger mit Salesforce-Grundkenntnissen und KI-Interesse

Synchroner Live-Online-Unterricht mit regelmäßigen Hands-on-Phasen in Salesforce Developer Orgs. Fallstudien aus Fertigungs- und Serviceumgebungen verankern die Lerninhalte im Berufsalltag. Ergänzend stehen Trailhead-Lernpfade und offizielle Salesforce-Dokumentation als Begleitmaterial zur Verfügung.

Vollzeitformat, Dauer ein bis drei Monate je nach Modulauswahl und Vorwissen. Individuelle Starttermine und Teilzeitoption auf Anfrage.

Lehrgangszertifikat nach Kursabschluss. Die externe Salesforce AI Developer-Zertifizierung wird separat über Webassessor (Salesforce-Prüfungsplattform) erworben und ist nicht im Kurspaket enthalten.

Salesforce dominiert den CRM-Markt und ist in der Fertigungs-, Logistik- und Dienstleistungsbranche weit verbreitet. Wer Einstein-KI-Features und Agentforce beherrscht, kann KI-gestützte Automatisierungen direkt in bestehende Salesforce-Instanzen einbauen, ohne externe KI-Infrastruktur aufzubauen. Das senkt den Einstiegshürden für KI-Projekte und beschleunigt die Time-to-Value erheblich. Die Kombination mit Robotik-Grundlagen schafft ein Profil, das in der industriellen Digitalisierung besonders gefragt ist: Wer versteht, wie Maschinendaten entstehen, und gleichzeitig weiß, wie man sie in Salesforce-Workflows verarbeitet, übernimmt eine Brückenfunktion zwischen Produktion und Vertrieb/Service — eine Rolle, für die derzeit sehr wenige Fachleute ausgebildet sind. Die Salesforce AI Developer-Zertifizierung ist eine der neueren Salesforce-Spezialisierungen und spiegelt wider, dass KI-Features in Salesforce nicht mehr optional, sondern Kernbestandteil moderner Salesforce-Implementierungen sind. Mit dem Zertifikat in der Tasche ist man für Projekte positioniert, in denen Kunden Einstein und Agentforce einführen — das ist ein wachsendes Projektsegment im Salesforce-Ökosystem.