Salesforce Data Cloud: Echtzeit-Datenplattform für einheitliche Kundenprofile

Salesforce Data Cloud ist eine Echtzeit-Datenplattform, die sämtliche Datenquellen eines Unternehmens — CRM, ERP, Marketing-Tools, IoT-Geräte und externe Data Lakes — zu einheitlichen Kundenprofilen zusammenführt und diese für KI, Automatisierung und Agentforce nutzbar macht.

Unternehmen betreiben heute Hunderte von Applikationen — doch laut dem Salesforce State of Data Report 2025 sind nur 29% davon verbunden. Das Ergebnis: Datensilos, inkonsistente Kundenprofile und KI-Modelle, die auf fragmentierten Daten halluzinieren. 84% der Datenverantwortlichen bestätigen im selben Report, dass ihre Datenstrategie einen kompletten Umbau benötigt, bevor KI-Initiativen erfolgreich sein können. Genau hier setzt die Data Cloud an.

Das Wichtigste in Kürze

• 32 Billionen Datensätze pro Quartal: Data Cloud verarbeitet massive Datenvolumen in Echtzeit — 15 Billionen davon via Zero Copy ohne Datenverschiebung (Q3 FY26, Salesforce Investor Relations).
• Gartner-Leader im CDP-Markt: Salesforce wurde 2026 zum dritten Mal in Folge als Leader im Gartner Magic Quadrant für CDPs positioniert — als einziger Anbieter in der Leader-Kategorie.
• 98% schnellere Lead-Zuweisung: Salesforce reduzierte intern die Speed-to-Lead von 20 Minuten auf 20 Sekunden — mit Data Cloud als Datenfundament.

Dieser Artikel zeigt die Kernfunktionen der Data Cloud, erklärt Zero-Copy-Integrationen mit Snowflake und Databricks, beschreibt den Migrationspfad von der eingestellten IoT Cloud und liefert eine detaillierte Fallstudie. Wer zunächst die Grundlagen einer Customer Data Platform (CDP) verstehen möchte — Funktionsweise, CDP vs. CRM und Implementierung — findet dort den idealen Einstieg. Für einen Gesamtüberblick über alle Salesforce-Produkte empfehlen wir unseren Leitfaden Was kann man mit Salesforce in einem Unternehmen machen?.

Was ist Salesforce Data Cloud (Data 360)?

Salesforce Data Cloud — seit Dreamforce im Oktober 2025 offiziell Data 360 — ist die native Datenplattform innerhalb des Salesforce-Ökosystems. Sie sammelt, vereinheitlicht und aktiviert Daten aus beliebigen internen und externen Quellen in Echtzeit.

Die Plattform löst ein fundamentales Problem: In den meisten Unternehmen liegen Kundendaten fragmentiert über CRM, ERP, Marketing-Automation, E-Commerce und externe Systeme verteilt. Data Cloud adressiert dieses Problem durch drei Kernmechanismen:

• Unified Customer Profile: Identitätsauflösung über alle Touchpoints hinweg — aus fragmentierten Datensätzen entstehen konsolidierte 360-Grad-Kundenprofile
• Echtzeit-Datenströme: Daten von Websites, Apps, IoT-Sensoren und externen Systemen fliessen in Sekundenschnelle ein
• Zero-Copy-Architektur: Externe Daten in Snowflake, Databricks oder BigQuery werden direkt abgefragt — ohne Kopieren oder Verschieben

Die Zahlen belegen die Marktdynamik: Im dritten Quartal des Geschäftsjahres 2026 verarbeitete Data Cloud 32 Billionen Datensätze — ein Anstieg von 119% gegenüber dem Vorjahr. Der kombinierte ARR von Agentforce und Data 360 erreichte laut Futurum Group fast 1,4 Milliarden Dollar — ein Plus von 114%.

Kernfunktionen im Überblick

Data Cloud ist keine isolierte Datenbank, sondern eine aktive Plattform, die Daten verarbeitet und für alle Salesforce-Produkte nutzbar macht.

Datenintegration und Unified Profiles

Über 270 vorkonfigurierte Konnektoren verbindet die Data Cloud interne Salesforce-Daten mit externen Systemen wie ERP, Data Warehouses, Marketing-Plattformen und IoT-Geräten. Die Identity-Resolution-Engine löst dabei Duplikate auf und erstellt ein einheitliches Kundenprofil.

Konkret bedeutet das: Ein Kunde, der über die Website browst, per E-Mail interagiert und im Geschäft einkauft, erscheint als ein Profil — nicht als drei separate Datensätze. Diese Unified Profiles bilden die Grundlage für personalisierte Erlebnisse über alle Kanäle.

KI und Agentforce

Data Cloud bildet das Datenfundament für Agentforce — Salesforces autonome KI-Agenten. Ohne einheitliche, vertrauenswürdige Daten liefern KI-Modelle ungenaue Ergebnisse. Der State of Data Report 2025 bestätigt: 89% der Führungskräfte mit KI in Produktion berichten von ungenauen oder irreführenden Outputs — häufig verursacht durch fragmentierte Datengrundlagen.

Data Cloud löst dieses Problem, indem strukturierte und unstrukturierte Daten in einem vertrauenswürdigen Kontext zusammengeführt werden. Im Q3 FY26 verarbeitete der Salesforce LLM Gateway 3,2 Billionen Tokens — gespeist aus Data-Cloud-Profilen. Die Verarbeitung unstrukturierter Daten stieg dabei um 390% gegenüber dem Vorjahr.

Segmentierung und Aktivierung

Marketing-Teams erstellen dynamische Zielgruppensegmente basierend auf Echtzeitdaten. Diese Segmente lassen sich direkt in Sales Cloud, Service Cloud, Marketing Cloud und Commerce Cloud aktivieren — ohne manuellen Datenexport.

Wer die Daten zusätzlich visuell analysieren möchte, kombiniert Data Cloud mit Salesforce CRM Analytics, das die einheitlichen Profile in interaktive Dashboards überführt.

Zero Copy: Daten ohne Verschiebung nutzen

Eine der bedeutendsten Entwicklungen der letzten zwei Jahre ist die Zero-Copy-Architektur (auch Zero ETL). Statt Daten aus externen Systemen zu kopieren und in Salesforce zu laden (klassisches ETL), fragt Data Cloud die Daten direkt an der Quelle ab.

Unterstützte Plattformen

Plattform	Status	Richtung
Snowflake	GA	Bidirektional
Databricks	GA	Bidirektional
AWS Redshift	GA	Eingehend
Google BigQuery	GA	Eingehend

Die Zahlen sprechen für sich: Im Q3 FY26 wurden 15 Billionen Datensätze via Zero Copy aufgenommen — ein Anstieg von 341% gegenüber dem Vorjahr. Der Salesforce Engineering Blog berichtet, dass über 4 Billionen Datensätze in sechs Monaten abgefragt wurden, ohne dass Daten verschoben werden mussten.

Kostenvergleich: Zero Copy vs. Batch-Pipeline

Methode	Kosten pro Mio. Datensätze
Data Federation (Zero Copy)	70 Credits
Klassische Batch-Pipeline	2.000 Credits

Das entspricht einer Kostenreduktion von über 96%. Für Unternehmen mit grossen Datenmengen ist Zero Copy nicht nur technisch elegant, sondern auch wirtschaftlich entscheidend. Laut dem State of Data Report 2025 adoptieren bereits 56% der Unternehmen Zero-Copy-Datenintegration.

Für Schweizer Unternehmen mit SAP-Landschaften ist die Zero-Copy-Integration besonders relevant: Statt teure ETL-Pipelines zwischen SAP und Salesforce aufzubauen, liest Data Cloud Daten direkt aus SAP S/4HANA oder SAP BW — über MuleSoft-Konnektoren oder das Zero-Copy-Partner-Network.

IoT-Daten in Salesforce: Von IoT Cloud zu Data Cloud

Unternehmen, die Gerätedaten — von Sensoren, Maschinen oder vernetzten Produkten — in Salesforce integrieren möchten, stehen vor der Frage: Wie hat sich die IoT-Strategie bei Salesforce entwickelt?

Die ehemalige Salesforce IoT Cloud (2015–2020)

Salesforce lancierte die IoT Cloud 2015 auf Dreamforce als Plattform zur Integration von Milliarden von Geräteereignissen ins CRM. Die zentrale Komponente war die Thunder Engine, die auf Apache Kafka, Spark, Storm und Cassandra basierte und Echtzeit-Datenströme verarbeitete.

Die IoT Cloud wurde jedoch mit dem Winter-‘21-Release eingestellt. Orchestrations und IoT Contexts im Setup waren danach nicht mehr zugänglich.

Heutige Lösung: Platform Events + Data Cloud

Die Kernfunktionalitäten der ehemaligen IoT Cloud sind heute über drei Technologien verfügbar:

• Platform Events: Ereignisgesteuerte Architektur für Echtzeit-Kommunikation zwischen Systemen. Geräte-Events lösen direkt Salesforce Flows aus.
• Data Cloud: Verarbeitung und Vereinheitlichung grosser IoT-Datenmengen. Sensor-Daten fliessen als Datenströme in einheitliche Profile ein.
• MuleSoft: Integration von IoT-Plattformen (AWS IoT, Azure IoT Hub) mit Salesforce über vorkonfigurierte Konnektoren.

Für Unternehmen, die IoT-Daten für vorausschauende Wartung, Asset-Tracking oder Echtzeit-Monitoring nutzen, bietet diese Kombination deutlich mehr Flexibilität als die ursprüngliche IoT Cloud — insbesondere durch die Zero-Copy-Integration mit externen IoT-Data-Lakes.

Praxisbeispiel: Emerson Climate Technologies

Als die IoT Cloud 2015 vorgestellt wurde, war Emerson Climate Technologies einer der ersten Anwender. Das Unternehmen verknüpfte Daten von vernetzten Komfortprodukten in Echtzeit mit CRM-Kundendaten, um proaktive Serviceangebote zu ermöglichen.

„Durch die Integration unserer vernetzten Komfortprodukte und -dienste mit Kundendaten in Salesforce in Echtzeit können wir die Bedürfnisse unserer Kunden proaktiv und personalisiert ansprechen.” — Todd Finders, CIO, Emerson Climate Technologies (Salesforce Pressemitteilung, September 2015)

Heute liesse sich ein solches Szenario über Data Cloud mit Zero-Copy-Anbindung an eine IoT-Plattform realisieren, kombiniert mit Platform Events für ereignisgesteuerte Service-Aktionen und Agentforce für automatisierte Reaktionen auf Geräte-Anomalien.

Implementierung der Salesforce Data Cloud

Die Einführung der Data Cloud erfordert eine strukturierte Herangehensweise. In unseren Kundenprojekten hat sich ein dreiphasiger Ansatz bewährt:

Phase 1: Datenlandschaft analysieren

Bevor Konnektoren konfiguriert werden, braucht es Klarheit über die bestehende Datenarchitektur:

• Welche Systeme führen Kundendaten? (CRM, ERP, Marketing-Automation, E-Commerce, IoT)
• Wo entstehen Duplikate und Inkonsistenzen?
• Welche Datenqualität liegt vor? (26% der Unternehmensdaten gelten laut dem State of Data Report als nicht vertrauenswürdig)

Phase 2: Schrittweise Integration

Statt alle Datenquellen gleichzeitig anzubinden, empfehlen wir einen iterativen Ansatz:

1. Kernquellen verbinden: CRM-Daten aus Sales Cloud und Service Cloud als Basis
2. Marketing-Daten einbinden: Marketing Cloud, Web-Analytics, E-Mail-Interaktionen
3. Externe Quellen anbinden: Data Warehouses via Zero Copy, ERP-Systeme via MuleSoft
4. IoT und Echtzeit-Daten: Sensor-Daten, App-Events und Geräte-Telemetrie

Phase 3: Aktivierung und Optimierung

Sobald die Daten fliessen, beginnt die Wertschöpfung:

• Einheitliche Kundenprofile für Vertrieb und Service bereitstellen
• Dynamische Segmente für Marketing-Kampagnen erstellen
• Agentforce-Agenten mit vertrauenswürdigen Daten ausstatten
• Dashboards in CRM Analytics aufbauen

Für Unternehmen in der Schweiz ist relevant: Salesforce bietet über Hyperforce Data Residency in der Schweiz an. Sales Cloud und Service Cloud laufen bereits auf Schweizer Infrastruktur, konform mit dem nDSG. Die Data-Cloud-Unterstützung auf Hyperforce Schweiz befindet sich derzeit in der Einführung.

Fallstudie: Salesforce als „Customer Zero”

Die überzeugendste Fallstudie für Data Cloud liefert Salesforce selbst. Das Unternehmen stand vor der Herausforderung eines veralteten Marketing-Automatisierungsprozesses, der sich über drei Systeme erstreckte und 2 Millionen Zeilen Custom Code umfasste.

Die Ausgangslage

• Fragmentierte Daten über drei separate Systeme
• 2 Millionen Zeilen Custom Code für die Lead-Verarbeitung
• Lead-Zuweisung dauerte 20 Minuten
• Keine einheitlichen Kundenprofile

Die Lösung mit Data Cloud

Salesforce implementierte Data Cloud als zentrales Datenfundament und baute ein Customer 360 Truth Profile auf:

Kennzahl	Ergebnis
Datensätze vereint	15 Milliarden aus 290+ Datenströmen
Einheitliche Profile	120 Millionen
Speed-to-Lead	Von 20 Minuten auf 20 Sekunden
Custom Code	Von 2 Mio. auf 40.000 Zeilen (Salesforce Flow)
Lead-Qualität	93% der konvertierten Leads haben AI-Score 3+ (von 5)
Segmente	550+ über 165+ Aktivierungen

„Mit vertrauenswürdigen Daten aus der Data Cloud konnten wir KI, maschinelles Lernen und Automatisierung auf der Salesforce-Plattform nutzen, um unsere Lead-Zuweisungsgeschwindigkeit drastisch zu verbessern.” — Michael Andrew, SVP Marketing Decision Science, Salesforce (Vollständige Fallstudie)

Der Schlüssel lag nicht nur in der Technologie, sondern in der Reduktion von Komplexität: 2 Millionen Zeilen Custom Code wurden durch standardisierte Salesforce Flows ersetzt. Das verkürzte die Implementierungszeit für Änderungen von Wochen auf Tage.

Data Cloud und der CDP-Markt

Salesforce Data Cloud operiert im schnell wachsenden Markt für Customer Data Platforms. Laut MarketsandMarkets soll der globale CDP-Markt bis 2030 auf 37,11 Milliarden Dollar wachsen. Salesforce wurde im Gartner Magic Quadrant für CDPs 2026 zum dritten Mal in Folge als Leader positioniert — und ist der einzige Anbieter in der Leader-Kategorie. Adobe fiel von Leader (2025) auf Visionary zurück, Tealium vom Leader zum Challenger.

Was Data Cloud von klassischen CDPs unterscheidet, ist die native Integration in das gesamte Salesforce-Ökosystem. Während eigenständige CDPs Daten sammeln und an externe Systeme weiterleiten, aktiviert Data Cloud die Daten direkt in Sales, Service, Marketing und Commerce — ohne zusätzliche Middleware.

Für Unternehmen, die eine umfassendere Sicht auf ihre Kundeninteraktionen benötigen, ergänzt die Experience Cloud die Data Cloud um Self-Service-Portale, die auf denselben einheitlichen Profilen aufbauen. Und die Health Cloud zeigt, wie branchenspezifische Clouds die Data-Cloud-Profile für spezialisierte Anwendungsfälle im Gesundheitswesen nutzen.

Data Cloud für Ihr Unternehmen

Salesforce Data Cloud hat sich von einer Customer Data Platform zu einem strategischen Datenfundament für das gesamte Salesforce-Ökosystem entwickelt. Mit dem kombinierten ARR von fast 1,4 Milliarden Dollar (Agentforce + Data 360) und einem Wachstum von 114% ist die Relevanz eindeutig.

Ob Sie IoT-Daten integrieren, KI-Agenten mit vertrauenswürdigen Daten ausstatten oder fragmentierte Kundenprofile vereinheitlichen möchten — Data Cloud liefert die Grundlage. Cloud Consultants unterstützt Sie bei der Implementierung: von der Datenlandschaftsanalyse über die Zero-Copy-Integration bis zur Aktivierung in Vertrieb und Marketing. Vereinbaren Sie ein Erstgespräch, um das Potenzial für Ihr Unternehmen zu besprechen.