Webinar-Zusammenfassung: Wie Cars24 über 3 Millionen Minuten Verkaufsgespräche mit Voice-KI automatisiert

Cars24 betreibt produktive Sprachagenten in 13 Sprachen im großen Maßstab. 

Dieser Beitrag fasst Behind the Agent: Wie Cars24 mit Voice AI über 3 Millionen Minuten Verkaufsgespräche automatisiert mit Jayesh Gupta, Head of AI and Innovation bei Cars24, zusammen. Er erläutert genau, wie Cars24 sein Voice-AI-System aufgebaut und eingesetzt hat – vom ersten einfachen Anwendungsfall bis hin zu einer Multi-Agent-Architektur, die Millionen Minuten Kundengespräche verarbeitet.

Warum Voice AI in diesem Maßstab wichtig ist

Cars24 ist einer der größten Gebrauchtwagen-Marktplätze Indiens und in Indien, den VAE und Australien tätig. Das Unternehmen verkauft monatlich 4.000–4.500 Autos, führt über 100.000 Inspektionen durch und ermöglicht mehr als 22.000 Probefahrten.

Hinzu kommen Finanzierung, Support nach der Auslieferung, Bußgeldzahlungen und Kredite auf Autos. Allein ihr Verkaufstrichter erstreckt sich pro Kunde über 30 bis 45 Tage.

75 % der Käufer besitzen zum ersten Mal ein Auto. Für sie ist ein Autokauf keine Transaktion. Es ist eine finanziell bedeutende und emotional aufgeladene Entscheidung. Das heißt: 70–80 % des Cars24-Produkts sind nicht die App, sondern das Gespräch. Persönlicher, geführter und unterstützter Verkauf in jeder Phase des Trichters.

Vor den KI-Agenten geriet das System ins Stocken. Kunden riefen die falschen Teams an – etwa den Vertrieb bei Support-Anliegen. Das führte zu längeren Wartezeiten und einem ineffizienten Kundenerlebnis. 

Die Wartezeiten wurden länger. Über einen 30-tägigen Trichter hinweg wurden Nachfassaktionen versäumt. 

Der Betrieb war teuer und schwer skalierbar, da er alles von der Lead-Qualifizierung bis zur Kreditdokumentation abdeckte.

Heute: 

1. 25 % des gesamten Anrufvolumens sind automatisiert
2. Bei fast der Hälfte aller Verkäufe unterstützt Voice AI
3. Die Anrufkosten sind um 50 % gesunken

Demo 1: Der Verhandlungsagent von Cars24

Szenario: Ein Cars24-Sprachagent ruft einen Verkäufer an, der erwägt, sein Auto zu verkaufen, und verhandelt auf Hindi, um ihn von Cars24 statt konkurrierenden Plattformen zu überzeugen.

Gezeigt wurde:

- Der Agent führt eine vollständige Verkaufsverhandlung auf Hindi

- Er behandelt Einwände und tritt in Echtzeit gegen andere Plattformen an

- Das Gespräch klingt natürlich – mit geringer Latenz und ohne robotische Pausen

- Der Agent überzeugt den Verkäufer im Gespräch, sich für Cars24 zu entscheiden

Warum das wichtig ist: Diese Agenten verkaufen aktiv, gehen mit Unklarheiten um, entkräften Einwände und führen eine Konversionsentscheidung herbei – und das alles in der Sprache, in der sich Kunden am wohlsten fühlen. Cars24 hat festgestellt, dass die passende Sprache die Gesprächsdauer und Geschäftsergebnisse direkt verbessert.

Demo 2: Multi-Agent-Orchestrierung für Cross-Selling

Szenario: Ein Kunde hat einen Inspektionstermin verpasst. Ein Qualifizierungsagent ruft an, um einen neuen Termin zu vereinbaren, erkennt Upgrade-Interesse und leitet den Anruf live an einen Vertriebsagenten weiter, der das Gespräch ohne Kontextverlust übernimmt.

Gezeigt wurde:

- Agent 1 (Sneha) spricht den verpassten Termin an und vereinbart einen neuen

- Sneha ermittelt die Absicht: Möchte der Verkäufer upgraden oder aus finanziellen Gründen verkaufen?

- Der Kunde signalisiert Upgrade-Interesse

- Sneha bietet an, an das richtige Team weiterzuleiten, und tut dies während des Anrufs

- Agent 2 übernimmt mit dem vollständigen Kontext und führt das Gespräch in Richtung Gebrauchtwagenkauf weiter

- Als der Kunde um einen Rückruf in einer Stunde bittet, bestätigt der Agent dies, fasst den Terminstatus zusammen und beendet den Anruf sauber

Warum das wichtig ist: Diese Demo zeigt, wie Multi-Agent-Orchestrierung in der Praxis aussieht. Jeder Agent übernimmt eine Aufgabe, und der Kontext wird zwischen ihnen weitergegeben. Es gibt keine Wiederholungen und keine verlorenen Übergaben. Cars24 arbeitet auf eine einzige, rund um die Uhr erreichbare Nummer hin, über die Kunden ihre gesamte Journey abwickeln können – verkaufen, kaufen, finanzieren – ohne sich jemals wiederholen zu müssen.

So hat Cars24 es umgesetzt: technische Überlegungen

Cars24 begann mit dem einfachstmöglichen Anwendungsfall: Erinnerungen an verpasste Termine. Kurze Anrufe, binäre Ergebnisse, geringe Fehlerkosten. So konnte das Team lernen, was funktioniert, bevor es weiter skalierte.

Beim Wechsel zu längeren, komplexeren eingehenden Anrufen – Fahrzeugberatungsgesprächen, die durchschnittlich 7 Minuten und manchmal bis zu 13 Minuten dauerten – stießen sie mit Einzelagenten-Architekturen an eine klare Grenze. 

Mini-Modelle verloren nach 3 bis 4 Minuten den Kontext. 

Größere Modelle führten zu Latenz. 

Alles in einen Prompt zu packen, machte das System fragil: Eine Änderung im Kreditprozess konnte den Kaufprozess beeinträchtigen.

Die Lösung war Multi-Agent-Orchestrierung. Sie teilten das Gespräch in Phasen auf: 

1. Ein kleiner Qualifizierungsagent mit einem Mini-Modell erfasst die anfängliche Absicht
2. Sobald der Kunde eingebunden ist und bereit ist, etwas länger zu warten, übernimmt ein größeres Modell die Beratung
3. Ein dritter, auf Kredite spezialisierter Agent wird nur aktiv, wenn Preis oder Finanzierung zur Sprache kommen.

Jeder Agent erledigt eine Aufgabe gut. Änderungen an einem beeinträchtigen die anderen nicht.

Der technische Stack (orchestriert mit der ElevenAgents-Plattform):

1. Speech to Text: ElevenLabs Scribe v2 in Echtzeit, ausgewählt aufgrund seiner Genauigkeit in lauten Tier-2- und Tier-3-Umgebungen über 13 Sprachen hinweg
2. Text to Speech: ElevenLabs Flash 2.5, kürzlich aktualisiert auf Eleven v4 Turbo mit messbarer Steigerung der Vertriebsleistung
3. LLM: GPT-4.1 mini für die meisten Anwendungsfälle, GPT-4o oder ein gleichwertiges Modell für längere Beratungsgespräche, die tiefergehendes Reasoning erfordern
4. Telefonie: WebSockets mit PCM bei 24 kHz für hohe Audioqualität; zu den Anbietern in Indien gehören Twilio, Exotel und Plivo
5. Integrationen: Individuelle API-Aufrufe an die ElevenLabs Agents-Plattform, MCP-Unterstützung und native HubSpot-Integration für den australischen Markt
6. Vektordatenbank: Qdrant mit binärer Quantisierung für große Datensätze mit mehr als einer Million Vektoren, um Latenz und Kosten niedrig zu halten

Die Entscheidung für ElevenLabs Agents statt separater STT-, LLM- und TTS-Komponenten beruhte auf einem Punkt: Latenz. 

Der eigene Aufbau der Pipeline erhöhte die Latenz selbst mit denselben zugrunde liegenden Modellen konstant auf über eine Sekunde. 

Die ElevenLabs-Plattform – die sowohl die Modelle als auch die Orchestrierungsebene bereitstellt – senkte sie um 30 bis 40 %. Diese Verringerung führte direkt zu einer Steigerung der Konversionen um 30 bis 40 %.

Best Practices von Cars24

1. Beginnen Sie dort, wo die Fehlerkosten am geringsten sind. Der erste Anwendungsfall von Cars24 waren Erinnerungen an verpasste Termine – kurz, einfach, risikoarm. Der Nachweis, dass das Modell hier funktioniert, schuf intern Vertrauen und gab dem Team Raum zum Lernen, bevor es wertvollere Teile des Trichters anging.

2. Setzen Sie es bei echten Kunden ein, nicht in Simulationen. Interne Tests können das Chaos echter Gespräche nicht nachbilden. Cars24 führte seine Pilotprojekte mit 10 % des Live-Traffics durch, akzeptierte den vorübergehenden Rückgang und nutzte echtes Feedback zur Iteration.

3. Begrenzen Sie die Prompt-Länge strikt. Cars24 begrenzt Prompts für Anrufe unter zwei Minuten auf 4.000 bis 5.000 Tokens. Längere Prompts verlangsamen das Modell und verbessern die Ergebnisse nicht zuverlässig. Braucht ein Anwendungsfall mehr, erstellen Sie einen weiteren Agenten.

4. Hinterlegen Sie häufige Antworten im Prompt, nicht in der Wissensdatenbank. Bei den häufigsten Fragen der Kunden sollten die Antworten direkt im Prompt stehen. Tool-Aufrufe und RAG-Abrufe bleiben den übrigen 20 % vorbehalten. Das vermeidet die meisten Latenzspitzen bei Wissensabfragen.

5. Zeichnen Sie die erste Nachricht vorab auf. ElevenLabs Agents kann die Eröffnungsnachricht vor dem Verbindungsaufbau generieren und cachen. In Kombination damit, dass die erste Nachricht nicht unterbrochen werden kann, reduziert dies frühe Abbrüche durch Netzwerklatenz oder vorzeitige Unterbrechungen.

6. Integrieren Sie Evaluierungen in jeden Anruf. Cars24 nutzt ElevenLabs Agents Evals bei 100 % der Anrufe, um zu prüfen, ob SOPs eingehalten wurden, ob der Kunde Frustration zeigte und ob etwas fehlgeschlagen ist. Fehlgeschlagene Evaluierungen lösen eine manuelle Prüfung aus. Zufallsstichproben werden täglich auditiert. Das Team handelt proaktiv statt reaktiv.

7. Skalieren Sie schrittweise. Neue Agenten werden in Stufen von 5 %, 10 %, 20 %, 50 % und 100 % ausgerollt. Jede Stufe wird zwei Tage gehalten, um vor der weiteren Ausweitung stabile Evaluierungsmetriken zu bestätigen.

8. Rufen Sie keine Kunden an, die nicht darum gebeten haben, von Ihnen zu hören. Jeder ausgehende Anruf von Cars24 geht an jemanden, der bereits in den Trichter eingetreten ist. Unaufgeforderte KI-Ansprache erhöht die Zahl der Beschwerden und schadet dem Vertrauen. Die Leitlinie ist einfach: Wer noch nicht eingebunden ist, wird nicht angerufen.

9. Seien Sie ehrlich, wenn Kunden fragen, ob sie mit KI sprechen. Cars24-Agenten bestätigen auf Nachfrage, dass sie virtuelle Assistenten sind. Wenn ein Kunde mit einem Menschen sprechen möchte, wird der Anruf sofort weitergeleitet.

10. Betrachten Sie KI-Ausgaben als Investitionsposten, nicht als Kosten. Cars24 berücksichtigt KI-Kosten inzwischen in seinen jährlichen Betriebsplänen, mit konkreten Mandaten, die an messbare Geschäftsergebnisse geknüpft sind. Jeder Einsatz soll eine reale Kennzahl verbessern.

Sehen Sie sich die vollständige Session an

Sehen Sie sich die vollständige Session hier an.