Cars24 setzt OpenAI-Technologie ein, um einen gesprächsgetriebenen Autohandels‑Marktplatz in Indien sowie in den VAE und Australien zu skalieren. Voice- und Chat-Agenten begleiten Kauf, Verkauf, Finanzierung und Support – intern nutzt das Team ChatGPT Enterprise und Codex. Ergebnis: über eine Million Gesprächsminuten pro Monat und eine breite tägliche Nutzung in der Organisation.
Skalierung eines komplexen, dialoggetriebenen Marktplatzes
Der Kauf oder Verkauf eines Autos erfolgt selten in einer einzigen Sitzung. Viele Schritte finden außerhalb der App statt – von Telefonaten über Dokumentenprüfung bis zu Nachfassaktionen. Cars24 adressiert diese Komplexität mit OpenAI-basierten Voice- und Chat-Agenten, um konsistente, qualitativ hochwertige Erlebnisse in großem Maßstab zu liefern, ohne die operativen Teams proportional vergrößern zu müssen.
„Buying a car in India is a journey, not a transaction… Today, we handle over a million conversation minutes a month through AI, giving every customer a high-quality experience at any scale.“ —Vikram Chopra, Cars24
AI-Agenten entlang der gesamten Customer Journey
Für Käufer erfassen Agenten Budget, Familiengröße, Pendelbedarf und Fahrzeugpräferenzen, empfehlen passende Modelle aus dem Katalog, buchen Probefahrten und unterstützen bei der Finanzierung. Vor dem Termin wird nachgefasst, bei Bedarf werden Alternativen vorgeschlagen und Finanzierungsdetails ergänzt. Nach dem Besuch klären Agenten, ob der Kunde fortfahren, einen weiteren Termin buchen oder andere Optionen prüfen möchte. Auch nach dem Kauf leisten sie Unterstützung bei Feedback, Garantiefragen, Rückgaben und After-Sales-Service.
Werktäglich um 7:30 Uhr · jederzeit abbestellbar · Double-Opt-in · Datenschutz
Für Verkäufer erfassen die Agenten Fahrzeugdaten, planen Inspektionen, versenden Erinnerungen, helfen beim Umbuchen verpasster Termine und ziehen Wettbewerbsinformationen heran, wenn anderswo verkauft wurde. Leads, die früher nach zehn Tagen absprangen, werden erneut aktiviert, qualifiziert und bei passender Preisvorstellung zurück in den Funnel geführt.
Codex im Software-Lifecycle verankern
Cars24 nutzt Codex nicht als isoliertes Coding-Tool, sondern als aktiven Teilnehmer im Entwicklungsalltag. Product Manager erstellen und verfeinern damit Linear-Tickets; Engineering bindet Codex in Bug-Reports ein, damit definierte Aufgaben übernommen werden. Codex fasst Arbeit über GitHub zusammen und postet Team-Updates – die Zahl notwendiger Stand-ups sinkt. Innerhalb weniger Wochen wurden Workflows um Linear neu ausgerichtet, sodass Codex die Kette von Ticket-Erstellung und Grooming bis Implementierung, Bugfixes und Updates unterstützt.
„I thought Codex would make our engineers faster… That is when I realised we had not just changed how we write code but had changed how the entire company thinks about getting work done.“ —Jayesh Gupta, Cars24
Agentische Workflows in allen Teams
Über die Technik hinaus dient KI als operative Schicht für Self-Service-Automatisierungen. In Finance und Investor Relations zieht Codex Zahlen aus Quellsystemen, führt Analysen durch und bereitet Investor-Reporting vor, ohne manuelles Nachfassen. Zudem prüft ein Workflow Beschaffungsanträge und Bestellungen oberhalb eines Schwellwerts, identifiziert Auffälligkeiten, markiert Risiken und gibt unkritische Vorgänge automatisch frei. Teams entwickeln zunehmend eigene Tools: „Chief-of-Staff“-Agenten verknüpfen Slack, Gmail und WhatsApp, koordinieren Kommunikation, Terminierung, Hiring-Prozesse und Follow-ups.
Ein AI-first Operating Model
Der Übergang von Pilot zu Produktion gelingt, wenn KI klar an Geschäfts-Workflows gekoppelt ist. Cars24 startete bei volumenstarken Kundendialogen, um Lead-Abdeckung, Conversion-Unterstützung und ein konsistentes Erlebnis entlang der Journey zu verbessern. Intern sind ChatGPT Enterprise und Codex bei rund 600 Mitarbeitenden im Einsatz, mit 85–90 Prozent täglicher Nutzung. Teams aus Engineering, Finance, Legal, Marketing und Operations bauen damit Workflows, automatisieren wiederkehrende Aufgaben und bewegen Arbeit effizienter über Systeme hinweg. KI fungiert zugleich als Engagement-Layer zum Kunden und als interne Betriebsschicht – für mehr Reichweite, schnelleres Bauen und konsistentere Skalierung.
Fazit
Die Fallstudie von Cars24 zeigt, wie sich gesprächsintensive Prozesse mit KI-Agenten zuverlässig skalieren lassen. Gerade dort, wo Entscheidungen und Konversionen durch wiederholte Interaktionen entstehen – Beratung, Terminierung, Dokumentenabgleiche, Nachfassaktionen – können Voice- und Chat-Agenten Qualität und Reichweite stabilisieren, ohne Personal im gleichen Maße aufzustocken. Bemerkenswert ist zudem die Verankerung von Codex als Arbeitslage für funktionsübergreifende Teams: Produkt, Finance, Recht, Marketing und Operations nutzen dieselbe KI, um Datenflüsse zu bündeln, Standardprüfungen zu automatisieren und Statuskommunikation zu vereinheitlichen. Für Unternehmen in regulierten und fragmentierten Märkten kann dieses Muster Orientierung bieten: nicht als Einzellösung, sondern als systematische Kopplung von KI an klar definierte Workflows. Wer so vorgeht, erhöht Konsistenz und Geschwindigkeit, ohne gewachsene Tools zu ersetzen. Trends wie agentische Systeme, sichere Unternehmens-KI und tiefe Tool-Integrationen (z. B. Ticketing, Versionskontrolle, Kollaboration) werden damit greifbar. Wichtig bleibt ein sauberer Rahmen für Datenzugriff, Protokollierung und Freigaben – so wird Automatisierung skalierbar und auditierbar. Insgesamt entsteht ein belastbares Operating Model, das Kundenerlebnis und interne Abläufe gleichzeitig adressiert.
Handlungsempfehlung
- Identifizieren Sie gesprächsintensive Schritte in Vertrieb und Service und testen Sie dort eng umrissene Voice-/Chat-Agenten mit klaren KPIs (z. B. Lead-Abdeckung, Terminquote).
- Verankern Sie KI in bestehenden Tools (CRM, Ticketing, Kollaboration), statt Parallelprozesse zu schaffen; definieren Sie Schnittstellen und Datenzuständigkeiten.
- Etablieren Sie Governance für Datenzugriffe, Prüfregeln und Auto-Freigaben (Schwellenwerte, Protokolle, Eskalationen), um Compliance und Nachvollziehbarkeit zu sichern.
- Ermöglichen Sie Self-Service: Schulen Sie nicht nur IT-Teams, sondern auch Fachbereiche, eigene Mini-Workflows zu bauen – mit Leitplanken und Review-Prozessen.
- Starten Sie mit einem Pilot in einem volumenstarken Use Case und skalieren Sie schrittweise entlang messbarer Effekte auf Qualität und Durchlaufzeiten.
Beitragsbild: Alex Kotliarskyi / Unsplash
