Eine neue Art des Computings, kein neues Werkzeug
Als generative KI Einzug hielt, vertrat Localiza eine Auffassung, die alles Folgende prägte: Dies war mehr als eine weitere Software im Werkzeugkasten; es war eine Veränderung in der Art und Weise, wie das Unternehmen arbeitet.
Statt isolierte Anwendungsfälle zu verfolgen, organisierte das Unternehmen seine Zusammenarbeit mit OpenAI um drei strategische Säulen: die Transformation des Geschäfts durch Experimentieren im großen Maßstab, die Schaffung neuer Kundenschnittstellen und den Aufbau KI-nativer Produkte. Was alle drei verbindet, ist die Entscheidung, Prozesse rund um Intelligenz, Kontext und Geschwindigkeit neu zu gestalten.
„Wir sehen dies als ein leistungsstarkes Werkzeug, das unseren Teams hilft, das, was sie bereits gut machen, weiterhin zu tun. Sie leben unsere Kultur, verstehen die Bedürfnisse unserer Kunden und wissen, wie man einen hervorragenden Service liefert.“—André Petenussi, CTO, Localiza
Säule 1: Skalierung ermöglicht Lernen
Das Prinzip, das die interne Einführung leitet, ist einfach: Skalierung ermöglicht Lernen, und Lernen schafft bessere Produkte.
In der Praxis bedeutete das, ChatGPT-Lizenzen als Ressource für Experimentieren und Produktivität zu verteilen und nicht einfach als individuellen Zusatznutzen. Teams in ganz Localiza, von der Finanzabteilung bis zum Tagesgeschäft, führen aktive Experimente mit Custom GPTs, Agenten und Codex durch.
Codex kam zuerst in der Technologieabteilung an – bei Softwareentwicklern, Produktmanagern, Designern und Data Scientists. Doch die Einführung blieb nicht dabei: Analysten, Manager, PMOs, Juristen und andere Fachspezialisten des Unternehmens begannen, eigene Prototypen und Automatisierungen zu bauen, um Hypothesen in ihren Fachgebieten zu testen.
Das war ein Effekt, den das Unternehmen nicht erwartet hatte – eine Neudefinition der Phasen vor der Entwicklung, bei der multidisziplinäre Teams Lösungen prototypisieren, bevor sie in eine Entwicklungswarteschlange gelangen.
Der Engpass, sagt er, sei ein menschlicher und kein technischer.
„Die große Herausforderung besteht darin, einem großen Team neue Arbeitsweisen und neue Fähigkeiten zu vermitteln und gleichzeitig sicherzustellen, dass alle unsere 19 Tribes und 130 Squads effizient und konsistent arbeiten.“—André Petenussi, CTO, Localiza
Säule 2: Kunden beschreiben ihre Bedürfnisse in natürlicher Sprache
Der zweite Bereich beginnt mit einer Beobachtung zum Verhalten: Menschen haben begonnen, in natürlicher Sprache zu beschreiben, was sie benötigen, und schaffen damit einen neuen Einstiegspunkt für Mobilitätsdienstleistungen – genau in dem Moment, in dem sie ihre Absicht äußern.
Localizas interne Daten bestätigen diesen Wandel: Der Traffic, der von LLMs ausgeht, wächst seit 2024 schnell, wobei sich ChatGPT als Hauptkanal herauskristallisiert.
Das Unternehmen entschied sich, frühzeitig in diesem Raum Präsenz aufzubauen. Im März 2026 wurde es Brasiliens erste Mobilitätsplattform – und eine der ersten in Lateinamerika –, die eine direkt in ChatGPT integrierte App anbietet. Kunden können Optionen für Miete, Abo und Gebrauchtwagen erkunden und ihre Reise im Gespräch beginnen, bevor sie die Transaktion in Localizas sicherer Umgebung abschließen.
„Wir glauben, dass wir unsere Kunden auf diese neuen Arten bedienen konnten, weil wir diese Herausforderung früh angenommen haben und bei jedem Schritt weiterlernen.“—André Petenussi, CTO, Localiza
Intern wird Localizas App in ChatGPT als das behandelt, was sie ist: ein Experiment, das darauf ausgelegt ist, das Unternehmen nah an der Grenze des Kundenverhaltens zu halten, das Lernen aus echten Interaktionen zu beschleunigen und zu erkunden, wie KI das bestehende Ökosystem ergänzt.
Säule 3: Liza, ein Produkt, das rund um das Gespräch entwickelt wurde
Das deutlichste Beispiel des Unternehmens für ein KI-natives Produkt ist Liza, ein Konversationsassistent, der sich als etablierter Erfolg in seinen Abläufen erwiesen hat.
Der Unterschied zu einem herkömmlichen Chatbot liegt in der Architektur, nicht in der Oberfläche. Liza wurde nicht entlang eines festen Entscheidungsbaums aufgebaut, sondern rund um Gespräch, Absicht und Kontext: Es kombiniert OpenAI-Modelle, Localiza-Dienste und spezialisierte Tools, um zentrale Teile des Erlebnisses zu unterstützen – vom Verstehen der anfänglichen Anfrage bis zur Hilfe in wichtigen Phasen der Mietreise.
Das Ziel ist, wiederkehrende Abläufe mit Qualität zu bewältigen und die Teams für komplexe Interaktionen mit höherem Wert freizusetzen.
Der Erfolg wird jedoch nicht am Volumen der Automatisierung gemessen.
Localiza bildete seine Kundenservice-Abläufe bereits ab und maß sie, bevor es Zugang zu dieser Art von Technologie hatte – und diese Grundlage ermöglichte es, klar zu entscheiden, wo ein Agent einspringen sollte und wo ein Mensch eingreifen muss.
„Wir haben uns stets verpflichtet, die Kundenreise so nahtlos wie möglich zu gestalten, und Kennzahlen entwickelt, um die Qualität dieses Erlebnisses zu messen. Wir verfolgen natürlich auch die Konversion, aber unser Hauptfokus liegt auf dem Kundenerlebnis.“—André Petenussi, CTO, Localiza
Liza dient auch als kontinuierliche Lernschleife: aggregierte und überwachte Signale aus Interaktionen helfen dabei, Bedürfnisse, Reibungspunkte und Servicechancen zu identifizieren. In Kombination mit Sprachfunktionen – Voice-to-Text und Text-to-Voice – unterstützen diese Signale seine Entwicklung von einem transaktionalen Chatbot zu einer KI-nativen Kundenschnittstelle, die über verschiedene Mobilitätsabläufe hinweg lernen und skalieren kann.
„Das befreit einen Großteil des Teams, um sich mit mehr Vertrauen und Leichtigkeit bedeutsameren Problemen zu widmen, und hilft uns, unsere Mission für unsere Kunden zu erfüllen.“—André Petenussi, CTO, Localiza
Gemeinsam lernen, seit GPT‑3.5
Die Partnerschaft mit OpenAI begann früh: Die erste Version von Liza lief noch auf GPT‑3.5.
Für Petenussi liegt der zentrale Wert der Beziehung im aktiven Lernen zwischen zwei Unternehmen, die sich parallel entwickeln, und nicht in einer bestimmten Funktion – wobei der Partner die Herausforderungen von Localiza und die unterschiedlichen Reifegrade seiner Fähigkeiten versteht, sowohl innerhalb als auch außerhalb der Technologie.
Dies ist ein Argument, das er oft gegenüber anderen Unternehmen am Markt anführt: Bei einer Technologie, die noch im Reifen begriffen ist, haben Ausprobieren und Fehler machen sowie enge Zusammenarbeit einen erheblichen Wert.
„Wir glauben, dass wir noch in den frühen Jahren einer Technologie stehen, die Märkte, unsere Arbeitsweise und die Art, wie wir Produkte und Dienstleistungen nutzen, verändert. Sie wird unsere Welt in den nächsten 5, 10 und 15 Jahren mitgestalten.“—André Petenussi, CTO, Localiza
Ergebnisübersicht
Im März 2026 wurde Localiza das erste Unternehmen in Brasilien und eines der ersten in Lateinamerika, das eine App startete, die direkt in ChatGPT integriert ist; vor Kurzem nahm es als Werbetreibender am Werbepilotprojekt der Plattform in Brasilien teil.
Der Traffic von LLMs wächst seit 2024 rasch, wobei ChatGPT der Hauptkanal ist.
Der Liza-Assistent arbeitet mit mehr als 60 spezialisierten Agenten, die auf Reasoning-Modellen, MCP-Integration und spezialisierten Tools basieren, die die Mietreise orchestrieren.
Teams im gesamten Unternehmen – von der Finanzabteilung bis zu den Operations – führen aktive Experimente mit benutzerdefinierten GPTs, Agenten und Codex durch.
Codex erreichte die Technologieabteilung und breitete sich auf Geschäftsbereiche aus, wobei Analysten, Manager, PMOs und Juristen eigene Prototypen und Automatisierungen entwickelten.
Die Technologieoperation ist in 19 Tribes und 130 Squads organisiert.
Lektionen für Führungskräfte
Behandeln Sie KI als ein neues Betriebsmodell und nicht als Produktivitätsschicht. Die größten Gewinne entstehen durch die Neugestaltung von Prozessen rund um Intelligenz, Kontext und Geschwindigkeit.
Nutzen Sie Skalierung, um Lernen zu erzeugen. Gleichzeitige Experimente im großen Maßstab erzeugen mehr organisatorisches Wissen als ein perfekter Pilot.
Tragen Sie Experimentieren über die Technologie hinaus. Wenn Juristen, PMOs und Analysten in ihren eigenen Bereichen prototypisieren, verändert sich die Natur der vorgelagerten Arbeit.
Kartieren und messen Sie Ihre Journeys, bevor Sie sie automatisieren. Vorhandene Qualitätsmetriken ermöglichen es Ihnen zu entscheiden, wo ein Agent eingreifen sollte und wo ein Mensch unverzichtbar ist.
Der Engpass bei der Einführung ist die Weiterqualifizierung, nicht das Modell. Zu ändern, wie hunderte Menschen arbeiten, ist schwieriger – und entscheidender – als die Technologie zu integrieren.
Tipps
Beginnen Sie mit dem Problem und der Journey des Kunden und nicht mit einer Modellfunktion.
Vergeben Sie Lizenzen als Experimentierbudget und nicht als individuellen Vorteil.
Legen Sie Qualitätsmetriken fest, bevor Sie konversationelle Agenten skalieren.
Betrachten Sie eine Präsenz in neuen konversationellen Kanälen als Lernexperiment und nicht als Akquisitionskampagne.
Schließen Sie den Kreis: Nutzen Sie die durch jede Interaktion erzeugten Signale, um das Produkt selbst zu verbessern.
Nächste Schritte
Localizas Anspruch ist es, KI in den Mittelpunkt seiner nächsten Erfahrungen und Prozesse zu stellen – sei es bei der Art, wie Arbeit erstellt wird, bei dem Erlebnis, das für Kunden geschaffen wird, oder bei der Lösung eines operativen Problems.
Zu den nächsten Bereichen, die bereits mit OpenAI entwickelt werden, gehören die Weiterentwicklung von Liza und vertriebsorientierten Agenten, die Etablierung konversationeller Schnittstellen als Kundeneinstiegspunkt sowie der neue Zyklus der agentic Softwareentwicklung.
„Der Hauptfokus liegt darauf, wie wir bessere Erlebnisse schaffen. Sei es, um die Profitabilität unseres Geschäfts zu verbessern, dessen Gesundheit sicherzustellen oder vor allem, um beeindruckende Erlebnisse für unsere Kunden und unsere Mitarbeitenden zu schaffen.“—André Petenussi, CTO, Localiza