79 Prozent mehr zusammengeführte Pull Requests, 50,8 Prozent mehr erledigte Arbeitspakete pro Entwickler — und trotzdem fünf Prozent weniger Production Incidents: Das sind die Zahlen, die Salesforce für April 2026 nach dem Komplettumstieg auf Anthropics Claude Code meldet. Zahlen dieser Klarheit aus einer Organisation dieser Größe kommen selten. Und es sind Zahlen, die das Unternehmen über sich selbst veröffentlicht.
Was Salesforce tatsächlich verändert hat
Engineering-Chef Srinivas Tallapragada beschreibt in Salesforces Unternehmensblog kein Add-on: Ingenieure orchestrieren heute spezialisierte Agenten-Teams statt manuell zu coden — ein struktureller Umbau der Arbeitsweise, nicht nur ein neues Interface. Salesforce hat wiederverwendbare „Claude-Code-Skills“ entwickelt und eine interne Bibliothek namens „AI Expert Suite“ aufgebaut. Token-Limits wurden für alle Entwickler abgeschafft.
Das konkreteste Projektergebnis aus der Mitteilung: Eine Migration von 33 API-Endpoints, klassisch auf 231 Arbeitstage geschätzt, wurde in 13 Tagen abgeschlossen — fünf Pull Requests, vollständige Testabdeckung, laufende Feedback-Schleifen zur Qualitätsverbesserung. Kein hypothetisches Versprechen, sondern ein abgeschlossenes Projekt mit gemessenen Werten.
Dazu kommt ein selbst entwickelter „Effective Output Score“, der laut Salesforce um 151,3 Prozent gestiegen sein soll — eine Kennzahl, die intern definiert und validiert ist und von außen nicht nachgebaut werden kann. Die PR-Zahl und die Incident-Rate sind die belastbareren Werte.
Was das Modell noch nicht löst
Tallapragada benennt selbst offene Punkte: Kontextmanagement in langen Agenten-Sessions, schwankende Qualität von Konfigurationsdateien, ein Sicherheitsmodell, das grundlegend neu gedacht werden muss. Die Frage, wie Junior-Ingenieure ohne klassische Einstiegsaufgaben wachsen sollen, stellt er explizit — ohne Antwort.
Andrej Karpathy hat zur Code-Qualität beschrieben, dass Agenten-generierter Code „aufgebläht, voller Copy-Paste, mit umständlichen Abstraktionen — und brüchig“ sein kann. Er unterscheidet inzwischen zwischen „Vibe Coding“ — Code erzeugen ohne tiefer draufzuschauen — und „Agentic Engineering“, bei dem der Mensch Specs entwirft, Diffs prüft, Tests schreibt. George Hotz nennt KI-Agenten in der Entwicklung einen der teuersten Fehler der Branche: Schwächere Entwickler erkennten fehlerhafte Ausgaben nicht, und das Problem werde mit der Zeit unsichtbarer.
In eigenen Projekten — und bei Entwicklern, die ich gelegentlich im KMU-Umfeld begleite — läuft KI-generierter Code oft auf Anhieb. Wer vier Wochen später für eine Erweiterung oder einen Bugfix draufschaut, braucht aber häufig genauso viel Einarbeitungszeit wie für selbst geschriebenen Code, manchmal länger. Ob Salesforce das durch konsequente Diff-Reviews und Supervision-Protokolle in den Griff bekommt oder ob das erst in einem Jahr sichtbar wird — das ist die entscheidende Frage hinter den Quartalszahlen.
Dass eine Firma dieser Größe nicht pilotiert, sondern komplett umstellt und Zahlen veröffentlicht, ist ein anderes Signal als die übliche Ankündigungs-PR. Dass die Incident-Rate trotz massiv gestiegener PR-Zahl gesunken ist, bleibt das überzeugendste Argument in den veröffentlichten Daten. Replikation in anderen Teams, anderen Stacks, anderen Skalierungsgrößen steht noch aus. Den „Effective Output Score“ kann man vorerst ablegen.
