Wettbewerbspreise beobachten und automatisch reagieren.

Wer seine Preise setzt, ohne den Markt zu kennen, verschenkt entweder Marge oder Umsatz — meist abwechselnd. In vielen mittelständischen Unternehmen läuft die Wettbewerbsbeobachtung noch über gelegentliche manuelle Stichproben: Jemand schaut einmal im Monat in ein paar Online-Shops und trägt Zahlen in eine Tabelle. Das ist mühsam, lückenhaft und immer zu spät. KI-gestütztes Price Monitoring verspricht, diesen Prozess zu automatisieren: Wettbewerbspreise kontinuierlich erfassen, Muster erkennen, Preisempfehlungen ableiten. Das funktioniert in der Praxis und liefert handfesten Nutzen — birgt aber zwei Klassen von Risiken, die ehrlich benannt werden müssen: technische (Datenqualität, Matching falscher Produkte) und rechtliche (Kartellrecht, automatisierte Preisabsprachen). Dieser Beitrag erklärt, wie automatisierte Preisbeobachtung technisch funktioniert, welchen Nutzen sie realistisch bringt, wo die kartellrechtlichen Leitplanken verlaufen und warum vollautomatisches Repricing in vielen Fällen die schlechtere Idee ist als ein gut gebautes Empfehlungssystem mit menschlicher Freigabe.

Was Preisbeobachtung im Kern leisten muss.

Price Monitoring besteht aus drei Schritten, die alle sauber funktionieren müssen, sonst ist das Ergebnis wertlos. Erstens das Erfassen: Wettbewerbspreise von Webshops, Marktplätzen oder Preisportalen abgreifen. Zweitens das Matching: das eigene Produkt dem Wettbewerbsprodukt korrekt zuordnen. Drittens das Auswerten: aus den Rohdaten Muster, Trends und Empfehlungen ableiten.

Der unterschätzte Engpass ist das Matching. Zwei Produkte mit ähnlichem Namen sind oft nicht dasselbe — andere Variante, andere Menge, anderes Zubehör. Wird hier falsch zugeordnet, baut die ganze Empfehlung auf Sand. KI hilft beim Matching über Produkttexte, Bilder und Attribute, kommt aber nicht ohne menschliche Kontrolle der kritischen Fälle aus.

Eine realistische Trefferquote beim automatischen Produkt-Matching liegt im Bereich von 80 bis 95 Prozent, abhängig von Sortiment und Datenqualität. Für die unsicheren Fälle braucht es eine Prüfschleife — sonst empfiehlt das System Preise auf Basis falscher Vergleiche.

Welche Daten realistisch verfügbar sind.

Nicht alle Wettbewerbspreise sind gleich gut zugänglich. Es lohnt sich, die Quellen nach Aufwand und Verlässlichkeit zu sortieren:

Wichtig: Das automatisierte Auslesen fremder Websites berührt rechtliche Fragen — von Nutzungsbedingungen bis Urheberrecht. Seriöse Lösungen setzen primär auf zulässige Quellen wie offizielle Marktplatz-Schnittstellen und lizenzierte Preisdaten, nicht auf aggressives Scraping rechtlich heikler Seiten. Dieser Punkt gehört vor Projektstart geklärt.

Von der Beobachtung zur Empfehlung.

Reine Preisbeobachtung ist nur die halbe Miete. Der Wert entsteht, wenn aus den Daten Handlungsempfehlungen werden. Hier kommt KI ins Spiel — aber bodenständiger, als viele erwarten.

Sinnvolle Bausteine sind: Erkennung von Preistrends und Aktionsmustern bei Wettbewerbern, Schätzung der eigenen Preiselastizität (wie reagiert die Nachfrage auf Preisänderungen), und Regelwerke, die Empfehlungen an Geschäftsziele binden — etwa Mindestmarge, Lagerabbau, Wettbewerbsposition.

Die Preiselastizität ist dabei der anspruchsvollste Teil. Eine seriöse Schätzung braucht ausreichend Historie mit echten Preisänderungen. Für Produkte mit stabiler Nachfrage und guter Datenlage sind belastbare Aussagen möglich; für seltene oder neue Produkte bleibt die Schätzung unsicher — und das sollte das System auch sagen, statt eine Scheinpräzision vorzutäuschen.

Die kartellrechtliche Leitplanke.

Hier liegt das ernsteste Risiko, und es wird oft unterschätzt. Die automatisierte Beobachtung öffentlicher Wettbewerbspreise und das eigenständige Setzen eigener Preise ist grundsätzlich zulässig. Heikel wird es an drei Stellen.

Erstens dürfen Preisalgorithmen nicht zu abgestimmtem Verhalten zwischen Wettbewerbern führen. Wenn mehrere Anbieter dieselbe Repricing-Software nutzen und diese die Preise koordiniert, kann das eine verbotene Abstimmung sein — selbst ohne direkte Absprache zwischen Menschen.

Zweitens ist die Durchsetzung von Wiederverkaufspreisen gegenüber Händlern (Preisbindung) in der Regel unzulässig. Ein Monitoring-System, das primär dazu dient, Händler zur Einhaltung vorgegebener Preise zu drängen, bewegt sich auf dünnem Eis.

Drittens gilt: Je vollautomatischer das Repricing, desto wichtiger sind dokumentierte Leitplanken. Diese Punkte sind kein Detail, sondern können bei Verstößen empfindliche Bußgelder auslösen. Eine kartellrechtliche Prüfung des konkreten Setups durch fachkundige Beratung ist dringend zu empfehlen — dieser Beitrag ersetzt sie nicht.

Warum vollautomatisches Repricing selten die beste Wahl ist.

Technisch ist es möglich, Preise vollautomatisch und in Echtzeit an den Wettbewerb anzupassen. In bestimmten Marktplatz-Szenarien ist das auch üblich. Für viele Mittelständler ist es trotzdem nicht der beste Weg.

Vollautomatik birgt mehrere Gefahren: Preisspiralen nach unten, wenn mehrere Systeme sich gegenseitig unterbieten; Fehlpreise durch falsches Matching, die sofort live gehen; und der Verlust strategischer Kontrolle über die eigene Positionierung.

Bewährt hat sich ein halbautomatischer Ansatz: Das System erfasst, analysiert und schlägt vor — die Freigabe für relevante Preisänderungen bleibt beim Menschen, zumindest oberhalb bestimmter Schwellen. So bleibt Geschwindigkeit erhalten, ohne die Kontrolle aufzugeben. Wo Vollautomatik sinnvoll ist, sollte sie durch harte Leitplanken abgesichert sein: Mindest- und Höchstpreise, Margenuntergrenzen, Plausibilitätsprüfungen, die offensichtliche Fehlpreise abfangen.

Grenzen der Aussagekraft.

Auch das beste Monitoring zeigt nur einen Ausschnitt. Drei Grenzen sind wichtig. Erstens sieht man nur sichtbare Preise — Rabatte, Verhandlungspreise, B2B-Konditionen bleiben oft verborgen. Der beobachtete Preis ist nicht immer der tatsächlich gezahlte.

Zweitens erklärt der Wettbewerbspreis nicht die Strategie dahinter. Ein niedriger Preis kann Lagerabbau, Kampfpreis oder Fehler sein. Die KI sieht die Zahl, nicht den Grund — wer ihr blind folgt, kopiert möglicherweise einen Fehler des Wettbewerbers.

Drittens ist Preis nicht alles. Lieferzeit, Service, Marke und Vertrauen beeinflussen die Kaufentscheidung oft stärker als ein paar Prozent Preisunterschied. Ein reines Preis-Monitoring verleitet dazu, den Wettbewerb auf eine Dimension zu reduzieren, die in Wahrheit nur ein Faktor von mehreren ist.

Einstieg, Kosten und Lernkurve.

Ein realistischer Einstieg beginnt mit einer überschaubaren Produktgruppe — die umsatzstärksten Artikel oder die mit dem schärfsten Wettbewerb — und einer Handvoll klar zugänglicher Quellen. Sechs bis zwölf Wochen sind realistisch, bis ein erster Monitoring-Ausschnitt verlässliche Daten liefert.

Die Kosten variieren stark mit dem Modell: Fertige Monitoring-Tools gibt es im Abo ab niedrigen vierstelligen Monatsbeträgen, individuell gebaute Lösungen mit eigener Empfehlungslogik und ERP-Anbindung liegen für den ersten Anwendungsfall eher bei 30.000 bis 100.000 Euro plus laufenden Datenkosten. Der Nutzen entsteht über bessere Margen bei wettbewerbsfähiger Position — oft im Bereich einiger Prozentpunkte Marge in den betroffenen Sortimenten, wenn die Empfehlungen konsequent genutzt werden.

Was Zeit braucht: das Vertrauen in die Empfehlungen. Vertrieb und Pricing-Verantwortliche müssen lernen, wann sie dem System folgen und wann ihre Markterfahrung wichtiger ist. Diese Lernkurve dauert Monate — wer sie überspringt, schaltet entweder zu früh auf Vollautomatik oder ignoriert das System ganz.

Sie wollen wissen, ob sich automatisierte Preisbeobachtung für Ihr Sortiment lohnt — und wie Sie dabei kartellrechtlich sauber bleiben? Unverbindlich anfragen — wir schauen gemeinsam auf Ihre Märkte, verfügbaren Datenquellen und die rechtlichen Leitplanken und schätzen den möglichen Margenhebel ehrlich ab.