KI-gestützte Preisoptimierung: Wie dynamische Preisgestaltung funktioniert und wann sie passt

Kaum eine Stellschraube wirkt so direkt auf den Ertrag wie der Preis, und kaum eine wird in kleinen Unternehmen so selten systematisch überprüft. KI-gestützte Preisoptimierung wertet Verkaufsdaten, Nachfrage und Wettbewerb aus und schlägt Preise vor, die besser zur jeweiligen Situation passen. Dieser Beitrag erklärt, wie dynamische Preisgestaltung funktioniert, für welche Betriebe sie sich eignet und welche rechtlichen Regeln Sie kennen sollten.

Warum Preise oft auf Bauchgefühl beruhen

In vielen Betrieben entsteht die Preisliste einmal im Jahr. Der Inhaber eines Fahrradladens mit Onlineshop schaut, was die Konkurrenz verlangt, schlägt die gestiegenen Einkaufspreise auf und rundet. Danach bleiben die Preise unverändert, egal ob im März die Nachfrage nach E-Bikes anzieht oder im November Lagerware liegt. Im Friseursalon kostet der Haarschnitt am Dienstagvormittag dasselbe wie am Samstag, obwohl der Samstag wochenlang ausgebucht ist und dienstags Stühle leer bleiben.

Das ist verständlich. Preise systematisch zu prüfen, kostet Zeit, und niemand möchte Stammkunden mit ständig wechselnden Preisen verärgern. Gleichzeitig verschenkt ein starrer Preis an manchen Stellen Ertrag und schreckt an anderen Stellen Kunden ab. Genau hier kann Software helfen, wenn sie mit Augenmaß eingesetzt wird.

Wie KI-gestützte Preisoptimierung funktioniert

Ein Preisoptimierungssystem verarbeitet mehrere Datenquellen: Ihre eigenen Verkäufe der letzten Monate, Lagerbestände, saisonale Muster, Wettbewerberpreise und gegebenenfalls Auslastungsdaten wie gebuchte Termine oder belegte Zimmer. Daraus schätzt es, wie stark die Nachfrage auf Preisänderungen reagiert, und leitet Preisvorschläge ab.

Wichtig ist die Frage, wer am Ende entscheidet. Im Onlinehandel werden Preise häufig automatisch innerhalb fester Grenzen angepasst. Im B2B-Geschäft ist eine Empfehlung für den Verkäufer üblicher: Für dieses Angebot liegt der Spielraum zwischen einem bestimmten Mindest- und einem Zielpreis. In beiden Fällen legen Sie die Leitplanken fest, also Untergrenzen, Obergrenzen und Produkte, die nie automatisch verändert werden. Ohne solche Regeln kann ein System in einen Preiskampf mit einem Wettbewerber geraten, den niemand gewollt hat.

Die Qualität der Vorschläge hängt direkt an den Daten. Fehlen Rabatte in der Historie, wurden Rücksendungen nicht erfasst oder sind Aktionszeiträume nicht markiert, zieht das System falsche Schlüsse und hält etwa einen Abverkauf für normale Nachfrage.

Beispielrechnung: was ein kleiner Preisschritt bewirkt

Angenommen, ein Shop verkauft ein Zubehörteil für 100 € netto, der Einkauf kostet 60 €. Pro Stück bleiben also 40 € Deckungsbeitrag. Bei 100 verkauften Stück im Monat sind das 4.000 €. Hebt der Shop den Preis um 3 € an, bleiben pro Stück 43 €. Um denselben Deckungsbeitrag von 4.000 € zu erreichen, reichen nun etwa 93 Stück. Solange der Shop durch die Preiserhöhung nicht mehr als rund sieben Verkäufe im Monat verliert, steht er mindestens gleich da. Ob das gelingt, hängt von Ihrem Produkt und Ihren Kunden ab. Genau diese Reaktion versucht eine KI aus Ihren Daten zu schätzen, und genau deshalb brauchen Sie für verlässliche Vorschläge eine ausreichende Datenbasis.

Wo dynamische Preisgestaltung passt und wo nicht

Betrieb	Eignung	Anmerkung
Onlineshop mit vielen Artikeln	Gut	Viele Verkaufsdaten, Preise leicht änderbar
Hotel, Ferienwohnung, Vermietung	Gut	Auslastungsabhängige Preise sind dort üblich
Salon, Werkstatt, Studio	Eingeschränkt	Eher feste Randzeiten-Angebote als laufend wechselnde Preise
B2B-Vertrieb mit Angeboten	Als Empfehlung	Rabattspielräume pro Kunde und Auftrag vorschlagen
Arztpraxis, Kanzlei, Steuerberatung	Kaum	Gebühren sind oft durch Gebührenordnungen geregelt
Handwerk mit Einzelangeboten	Gering	Kalkulation je Auftrag, wenige vergleichbare Fälle

Für kleine Dienstleister ist oft eine einfachere Variante sinnvoller: feste, klar kommunizierte Preise für schwach ausgelastete Zeiten. Das ist keine KI im engeren Sinn, nutzt aber denselben Gedanken. Eine KI kann dabei helfen, diese Zeiten aus Ihren Buchungsdaten zu erkennen und Kunden gezielt anzusprechen, die flexibel sind. Wie Sie Kundengruppen dafür sinnvoll trennen, beschreibt der Beitrag zur Kundensegmentierung mit KI.

Rabattspielräume im B2B-Vertrieb

Im Geschäft zwischen Unternehmen sieht Preisoptimierung anders aus. Ein Großhändler für Sanitärbedarf hat zwar eine Preisliste, verhandelt aber mit jedem Installateur eigene Konditionen. Über die Jahre entstehen so Rabatte, die niemand mehr begründen kann: Der eine Kunde bekommt viel Nachlass, weil er vor Jahren einmal mit Abwanderung gedroht hat, der andere wenig, obwohl er deutlich mehr abnimmt. Eine KI kann aus der Auftragshistorie zeigen, wo die gewährten Rabatte nicht zu Volumen, Zahlungsverhalten oder Treue passen. Der Außendienst erhält dann vor dem Gespräch einen Vorschlag mit Begründung, entscheidet aber selbst. Schon diese Transparenz führt oft zu ruhigeren und besser vorbereiteten Preisgesprächen.

Recht und Fairness bei dynamischen Preisen

Dynamische Preise sind in Deutschland grundsätzlich zulässig. Einige Regeln sollten Sie aber kennen und im Zweifel rechtlich prüfen lassen:

• Preisangaben: Der angezeigte Preis muss jederzeit korrekt und vollständig sein. Wer mit einer Preisermäßigung wirbt, muss nach der Preisangabenverordnung den niedrigsten Preis der letzten 30 Tage angeben.
• Personalisierte Preise: Wird ein Preis auf Grundlage automatisierter Entscheidungen individuell für einen Verbraucher angepasst, müssen Sie im Onlinehandel darauf hinweisen.
• Diskriminierung: Preise dürfen nicht an Merkmale wie Herkunft, Geschlecht oder Alter geknüpft werden.
• Kartellrecht: Preise automatisch an Wettbewerber zu koppeln, ist heikel, wenn dadurch faktisch abgestimmtes Verhalten entsteht.

Neben dem Recht zählt das Vertrauen Ihrer Kunden. Wer erfährt, dass sein Nachbar für dasselbe Produkt am selben Tag weniger bezahlt hat, fühlt sich schnell übervorteilt. Transparente Regeln wie Frühbucherpreise oder Randzeiten-Angebote werden meist akzeptiert, undurchsichtige Schwankungen eher nicht.

In fünf Schritten starten

1. Prüfen Sie, ob Ihre Verkaufsdaten sauber und vollständig vorliegen, mit Datum, Preis und Menge.
2. Wählen Sie eine überschaubare Produktgruppe oder Leistung als Test.
3. Legen Sie Leitplanken fest: Mindestpreise, Höchstpreise, ausgenommene Artikel.
4. Lassen Sie das System zunächst nur Empfehlungen geben und vergleichen Sie diese mit Ihrer Einschätzung.
5. Werten Sie nach einigen Wochen Absatz, Ertrag und Kundenreaktionen aus, bevor Sie automatisieren.

Preisoptimierung ist kein Kernthema von Neurobots. Die digitalen Mitarbeiter können aber dafür sorgen, dass Preisfragen per Chat, WhatsApp oder Telefon konsistent auf Basis Ihrer aktuellen Preisliste beantwortet und Interessenten an Ihr CRM übergeben werden. So erfahren Kunden auf allen Kanälen denselben Preis.

Häufige Fragen

Ab welcher Größe lohnt sich KI-gestützte Preisoptimierung?

Entscheidend ist weniger der Umsatz als die Zahl vergleichbarer Verkäufe. Ein Shop mit vielen Bestellungen pro Tag liefert genug Daten, ein Betrieb mit zwanzig Einzelaufträgen im Jahr nicht.

Verärgere ich Stammkunden mit wechselnden Preisen?

Das Risiko besteht, wenn Schwankungen groß und unerklärt sind. Feste Regeln, nachvollziehbare Anlässe und eventuell stabile Preise für Stammkunden mindern es deutlich.

Kann ich Wettbewerberpreise automatisch übernehmen?

Beobachten ja, blind übernehmen besser nicht. Neben kartellrechtlichen Fragen verlieren Sie die eigene Positionierung, wenn Sie jeder Bewegung folgen. Mehr dazu im Beitrag zur Wettbewerbsbeobachtung mit KI.

Brauche ich dafür eine eigene Software?

Viele Shopsysteme und Buchungsplattformen bieten bereits Funktionen oder Erweiterungen für dynamische Preise. Prüfen Sie zuerst, was Ihr vorhandenes System kann, bevor Sie ein weiteres Werkzeug einführen.

Fazit

Dynamische Preisgestaltung kann helfen, Preise näher an die tatsächliche Nachfrage zu bringen, verspricht aber keine Mehrerträge von selbst. Sie braucht saubere Daten, klare Leitplanken und Rücksicht auf Recht und Kundenvertrauen. Ergänzende Ideen für den Onlinehandel finden Sie im Beitrag zu KI-Produktempfehlungen im E-Commerce. Wie ein KI-Vertriebsassistent für Online-Shops Kundenfragen rund um Produkte und Preise übernimmt, lesen Sie auf der Lösungsseite.