PriceCheck Podcast: KI, Agenten und die Zukunft dynamischer Preisgestaltung

Dr. Fabian Uhrich
Hallo, ich bin Fabian Urich, CPO von Quicklizard, und heute möchte ich über KI und Agenten sprechen und wie diese mit dem Preismanagement zusammenhängen. Aus diesem Grund habe ich Dr. Markus Husemann Kopetzky eingeladen, um einige Gedanken und Überlegungen auszutauschen. Markus.

Dr. Markus Husemann-Kopetzky
Vielen Dank, Fabian, dass Sie mich eingeladen haben, und ich freue mich auf ein sehr interessantes Gespräch.

Dr. Fabian Uhrich
Unglaublich. Die Preisgestaltung ist eine der Geschäftsdisziplinen, die seit langem die Vorteile von Big Data und statistischen Methoden nutzt. Die meisten Signale, die die Nachfrage erklären, könnten ich als erklärende Variablen bezeichnen – um es einfach zu halten –, und sie sind bereits als strukturierte Daten verfügbar, wie zum Beispiel die Preise der Wettbewerber, die Kaufpreise, die Lagerbestände, psychologische Preisgrenzen, Wetterdaten – alles, was als Zahlen codiert ist. Daher sind Big Data-Analysen eine sehr wichtige Komponente des Marktforschungsmanagements.

Big Data als Instrument ist bei der Preisgestaltung sehr verbreitet. Typische Methoden werden bereits seit geraumer Zeit eingesetzt, wie beispielsweise logistische Regressionsmodelle und Random Forest-Regressionsmodelle – um nur einige zu nennen. Und diese Werkzeuge funktionieren offensichtlich gut bei der Erklärung historischer Preis-Nachfrage-Beziehungen. Sie können auch verwendet werden, um zukünftige Nachfragereaktionen auf Preisänderungen zu erklären und vorherzusagen.

Nun stellt sich die Frage: Welche Auswirkungen und Auswirkungen werden künstliche Intelligenz und Agenten auf all diese Methoden haben? Wie sehen Sie das, Markus?

Dr. Markus Husemann-Kopetzky
Das ist eine sehr interessante Frage. Vielen Dank, dass Sie das angesprochen haben. Wenn ich mich mit KI und Agenten und Preisen befasst, sehe ich das aus der Perspektive eines Praktikers. Die Frage lautet: Was bringt das für mich? Ich sehe KI als das Beste aus zwei Werkzeugenkisten. In der ersten Werkzeugkiste handelt es sich, wie Sie es beschrieben haben, um statistisches Lernen und maschinelles Lernen.

Ich weiß, dass maschinelles Lernen nicht so besonders sexy ist, da dieser Begriff schon seit einiger Zeit im Umlauf ist. Aber dieser Teil der KI ist äußerst hilfreich, um komplexe Probleme zu optimieren. Im Grunde, wenn man sich einen der berühmtesten Algorithmen der Maschinellen Lernung wie neuronale Netze ansieht, mimt das neuronale Netzwerk das Gehirn. Und deshalb sprechen wir immer von

Künstliche Intelligenz auf der Basis von neuronalen Netzen, als wir vor vielen Jahren künstliche Intelligenz mit maschinellem Lernen zusammenbrachten. Sie haben also das statistische Werkzeug. Und jetzt haben wir etwas mehr. Wir haben darüber hinaus große Spracherkennungsmodelle. Diese machen aus allen Daten und Ergebnissen Sinn und bringen diese dem Pricing-Manager vor. Wir haben also nicht nur das…

Analysen gibt es hier, aber wir haben auch ein Mechanismus, um das zu verstehen. Wenn ich meiner Mutter das erklären müsste, würde ich sagen, dass das Machine Learning die Hauptrolle spielt, aber wir haben nicht nur das Motorrad, das Preisberechnungs-System, sondern darüber hinaus auch Agenten. Und die Agenten sind nicht nur dabei,

Diese Analysen können in gewissem Maße auch auf diese Erkenntnisse eingehen und Entscheidungen für sie treffen. Wenn ich also meiner Mutter noch einmal erklären würde, welche Agenten ich als Werkzeugkasten für KI bezeichne, sind Agenten die Mitarbeiter und der Preismanager ist immer noch der Chef.

Dr. Fabian Uhrich
Ich mag Ihre Analogie durchaus, Markus. Mit KI wird dieses Werkzeug immer leistungsfähiger, bessere Modelle können zur Erklärung des Preisschwankungsverhaltens gewählt werden, und natürlich sehen wir auch von unserer Seite eine Verbesserung der Genauigkeit der Prognosen und der Prognosemodelle. Dies sind jedoch immer noch nur inkrementelle Verbesserungen, da die meisten erklärenden Variablen in der Preisgestaltung bereits als Zahlen verfügbar sind.

Die größeren Störungen, die ich normalerweise in Bereichen und Domänen beobachte, wo Bilder und Textmuster die Art von Engpass darstellen, die die Arbeit mit Algorithmen erschwert. Daher ist dies in der Preisgestaltung nicht das Problem oder die Herausforderung. Natürlich helfen das Hinzufügen von Bildern für ähnliche Übereinstimmungen, die Interpretation von Text in sozialen Medien und die neuesten Suchtrends.

Um schneller auf diese Trends reagieren und diese auch in der Preisgestaltung antizipieren zu können. Aber ich denke, das ist nicht so entscheidend wie in anderen Disziplinen, wenn ich an Installationsarbeiten an einer Maschine denke. Und mit virtuellen Brillen kann man die Maschine live sehen, und nur dank der Bilder, die man sieht, kann der Algorithmus Ihnen empfehlen, was man an dieser Maschine tun sollte. Was die Preisgestaltung betrifft, sehe ich weniger dieser Störungen.

Für mich sind die Agenten wohl der entscheidende Faktor bei der Preisgestaltung. Wie sehen Sie das?

Dr. Markus Husemann-Kopetzky (05:14)
Ich stimme voll und ganz dem zu, dass die Daten grundsätzlich schon seit einiger Zeit vorhanden sind, selbst multimodale Daten, und dass die Technologie, ebenso wie die Techniken und Methoden, auch schon seit langer Zeit vorhanden ist. Was ich jedoch beobachte, ist, dass die Anwendung dieser Methoden, um aus diesen Daten einen Sinn zu gewinnen, in der Vergangenheit eine sehr spezialisierte Fachkompetenz erfordert hat. Und mit großen Sprachmodellen haben wir eine

Ich habe die Möglichkeit geschaffen, dass auch weniger qualifizierte Personen diese nutzen können. Das gilt auch für diejenigen, die kein Doktorat in Mathematik besitzen. Fähigkeiten sind also keine Neuheit. Die Möglichkeiten sind ebenfalls keine Neuheit. Was aber neu ist, ist, dass mehr Unternehmen diese nutzen können. Und ich stimme Ihnen vollkommen zu, dass Agenten in Bereichen wie

Steroide tragen zu dieser Entwicklung bei. Was halten Sie davon?

Dr. Fabian Uhrich
Absolut.

Um Ihre Analogie zu beibehalten: Die Agenten sind sozusagen die Berater, die es dem Chef oder den Beratern des Chefs ermöglichen, bessere Entscheidungen zu treffen und den Preisaufbau auf eine bessere Weise zu nutzen. Sie können dabei helfen, das Verhaltensverhalten zu erklären, Preisempfehlungen in natürlicher Sprache zu erläutern und dabei eine große Menge an Argumentation einzubringen, können aber auch den Chef herausfordern.

Vielleicht sogar besser als ein Mensch, denn ein Agent hat keine Angst vor einem Rückgang in seiner Karriereleiter. So kann ein Agent völlig offen sein und dem Pricing-Manager mitteilen, welche Strategien auf die falsche Weise festgelegt werden könnten, welche Konfigurationsparameter wirklich keinen Sinn ergeben. Außerdem kann er komplexe Aufgaben übernehmen, wie beispielsweise repetitive Aufgaben, aber auch strategischere Aspekte wie die Festlegung der richtigen Ziele für die richtigen Artikel.

So kann KI tatsächlich dabei helfen, Ziele zu setzen, diese zu erreichen, und Agenten können sogar die Ziele über die Zeit herausfordern und ändern – sagen wir mal. So könnte beispielsweise der Preismanager sagen: „Wir optimieren für den Gewinn für diese Artikel.“ Der Agent könnte ihm dann sagen: „Nein, eigentlich sollten diese eher auf die Maximierung des Umsatzes ausgerichtet sein, aber es gibt sogar ein paar Produkte in diesem Segment, die falsch klassifiziert sind, und das muss man neu klassifizieren.“ Das ist also

Die Art der Veränderungen und der Nutzen, die ich von den Agenten erwarte, sind offensichtlich vorhanden.

Dr. Markus Husemann-Kopetzky
Wie kann ich nicht zustimmen? Die Agenten werden zum Begleiter oder Mitarbeiter des Preisschmiegers, der immer noch im Fahrersitz sitzt. Und die Agenten übernehmen repetitive Aufgaben. Sie übernehmen die Berechnungen und schaffen Erkenntnisse. Aber nein, sie treffen nicht nur ihre eigenen Entscheidungen, sondern… sie entdecken auch die Entscheidungen, die getroffen werden müssen. Sie bringen diese Entscheidungen also dem Preisschmiegers zur Kenntnis. Und das sind völlig verschiedene Felder. Die eine ist die Effizienz, das Gleiche mit weniger Zeit zu erledigen oder mehr mit der gleichen Zeit zu erledigen. Die andere ist die Effektivität. Man trifft einfach bessere Entscheidungen als zuvor.

Dr. Fabian Uhrich
Ich finde das sehr sinnvoll. Außerdem sehe ich das auch bei unserer Software: Die KI verbessert die Effizienz, indem sie einerseits die richtige Data Science-Methode für die Prognose von Nachfrage auswählt und andererseits neue und zusätzliche erklärende Variablen wie Social-Media-Trends oder Bilderkennung berücksichtigt. Dadurch wird der gesamte Prozess der Modellentwicklung deutlich einfacher und schneller.

Aber auch wenn ich an die Interaktion mit unserem Preisberechnungstool denke. Man muss nicht über verschiedene Schaltflächen klicken, um einen Filter in der Liste der Artikel festzulegen. Stattdessen kann man einfach in natürlicher Sprache eingeben, worauf man sich konzentrieren möchte, und die Filter werden automatisch von den A-by-the-AI-Funktionen festgelegt. Oder wenn man nach bestimmten Empfehlungen fragt und Erklärungen erhält – all das kann in natürlicher Sprache geschehen, und das alles beschleunigt den Workflow, macht ihn reibungsloser und effizienter und generiert einen Bericht.

Geben Sie einfach ein, was Sie sehen möchten, und der Bericht wird aus dem System herausgeliefert. Aber der größere und interessantere Aspekt, wie Sie gesagt haben, ist auch die Effektivität. So lässt sich die falsche Arbeit schneller erledigen, aber Effektivität bedeutet tatsächlich, dass KI uns zu einem entscheidenden Schritt führt. Die Strategie herausfordern, die Art und Weise, wie Produkte gruppiert und zusammengefasst werden, hinterfragen und tatsächlich die Geschäftslogik hinterfragen.

Das ist wirklich das, was einen großen Unterschied im Ergebnis bewirken kann. Daher ist das für mich der größte Vorteil. Um es noch greifbarer zu machen, benutzte ich in den alten Zeiten, als ich für die Preisgestaltung bei Zooplus verantwortlich war, eine sehr einfache Kennzahl, um das Wachstum und die Margenentwicklung zu beobachten. Und es gibt sehr eindeutige Fälle. Wenn man gut wächst, verringert sich die Margen, was wahrscheinlich auf sinkende Preise zurückzuführen ist – das treibt das Wachstum an und ist fantastisch. Wenn man das als Ziel hat, behalten Sie es.

Und ich habe auch Fälle gefunden, in denen sich die Umsätze verringerten, aber die Preise sanken auch. Es stimmt also etwas nicht. Trotz des Preisrückgangs kam das Wachstum nicht zustande. Das ist ein Bereich, in dem ich wissen musste, dass ich mich eingehend einbringen und tiefer in die Materie einsteigen muss. Mit Quicklizard Lizard bieten wir nun viel mehr als nur Wachstum und Margenderstellung an. Es gibt viele weitere Kennzahlen. Zum Beispiel, indem wir den durchschnittlichen saisonalen Anteil in den verschiedenen Kategorien betrachten.

Die Situation des ausgefallenen Bestands als mögliche Erklärung für das schlechte Wachstum zu verstehen. Und vielleicht war es nicht die Preisgestaltung, sondern einfach, dass die Lagerbestände nicht ausreichen. Sensitivität gegenüber dem Wettbewerb: Verständnis dafür, welche Kategorien besonders empfindlich auf Preisänderungen des Wettbewerbs reagieren als andere. Durchschnittliche Preiselastizität. Anteil der saisonalen Schwankungen. Sind diese Artikel derzeit im Angebot? Gibt es derzeit einen saisonalen Höchststand? Dies bringt leider schnell sieben, acht, neun verschiedene Kennzahlen mit sich. Es handelt sich nicht mehr um zwei-in-zweien-Kennzahlen, leider. Es ist eher ein multidimensionaler Raum und das ist

Es ist fast unmöglich, selbst für intelligente Menschen wie mich, aus all diesen verschiedenen Kombinationen die richtigen Schlüsse zu ziehen. Und genau hier kommt die Kraft der Agentischen KI zum Einsatz: Sie kann durch die simultane Interpretation all dieser unterschiedlichen Kennzahlen wirklich präzise Empfehlungen und Auswirkungen abgeben und dem Pricing-Manager zeigen, wohin man tiefer eintauchen und welche Hypothesen für Veränderung und Verbesserung gelten könnten. Genau hier sehe ich den größten Mehrwert unserer Software durch die Anwendung von KI. Jetzt möchte ich auch eine breitere externe Perspektive von Markus als renommierter Pricing-Evangelist hören: Wo sehen Sie das Endziel von AI in der Preisgestaltung?

Dr. Markus Husemann-Kopetzky
Das ist auch eine sehr gute Frage. Ich möchte hier nicht zu philosophisch werden, aber was ich in der Endphase der Preisgestaltung sehe, ist folgendes: Ich bin fest davon überzeugt, dass die Preisgestaltung sehr effizient werden wird und alle Entscheidungen oder Inputvariablen, alle Erkenntnisse, die Sie gerade erwähnt haben, die dazu beitragen, diese Effizienz zu erreichen. Also am Ende kommt es auf jeden Kunden an.

Ich zahle entsprechend dem Wert, den ich erhalten habe. Ich spreche nicht von personalisierten Preisen. Ich spreche lediglich von Preisen im Allgemeinen. Wir haben also den richtigen Preis, der dem erhaltenen Wert entspricht. Und das ist eine gute Nachricht, denn der Algorithmus kümmert sich um den optimalen Preis, und das Unternehmen kümmert sich um den Wert, den es dem Kunden vermittelt. Und genau das ist im Kern des Problems.

Jedes Geschäftsmodell. Wie schaffen Sie für Ihre Kunden einen Mehrwert, der Ihre Kosten für die Bereitstellung dieser Leistungen übersteigt? Das Verhältnis sollte idealerweise besser sein als das der zweitbeste Angebot. Deshalb werden wir uns stärker darauf konzentrieren, den Kunden Mehrwert zu bieten, und der Algorithmus wird die Differenz des Mehrwerts erkennen und die Preise entsprechend anpassen. Also Preisgestaltung: Ich möchte nicht…

Ich möchte nicht sagen, dass es zu einer Ware wird. Ich möchte nur sagen, dass dies extrem wichtig werden wird, da, wenn Ihre Preisstrategie im Allgemeinen als Unternehmen nicht effizient ist, Sie wahrscheinlich zu viel oder zu wenig Preise verlangen werden. Sie können also nicht zulassen, dass ein ineffizienter Preis herrscht, wenn alle anderen einen effizienten Preis haben. Das ist das Endziel meiner Meinung nach. Was ist Ihre Meinung dazu?

Dr. Fabian Uhrich
Jetzt kann ich die gleiche Antwort geben wie Sie zuvor. Es ist schwer, der Aussage zu widersprechen. Ich stimme hundertprozentig zu. Die Zukunft der KI in der Preisgestaltung, die Agenten in der Preisgestaltung werden Zeit sparen, sie werden unterstützen, Anleitung geben und sicherstellen, dass alle Gedanken der Menschen auf den Wert ausgerichtet sind und dass die gesamte Planung der Menschen durch die Software, die Statistiken, die KI und die Agenten erledigt wird.

Und ich denke, da sind wir gerade unterwegs. Die einzige Frage ist nur, wie wir dorthin gelangen. Das ist die nächste Frage.

Dr. Markus Husemann-Kopetzky
Ja, das ist auch eine sehr interessante Frage. Im Kern der Frage steht: Wie kann ich diese Fähigkeit entwickeln, professionelle Preisgestaltung zu leisten? Es gibt im Grunde zwei Möglichkeiten. Wenn Sie ein sehr großer E-Commerce-Anbieter mit Milliarden Umsatz sind und Sie in Seattle gegründet wurden,

Oder zumindest haben Sie Ihren Hauptsitz dort. Sie können stark in diese spezialisierten Fähigkeiten investieren, um sogar bei sehr kleinen, sehr feinen Preisfragen optimal zu arbeiten, da aufgrund der enormen Größe Ihres Unternehmens dies immer lohnen kann, da Sie Ihre Lösung einfach skalieren können. Wenn Sie jedoch nicht so groß sind, haben Sie diese Größe nicht, und Sie sind kein besonderer Außenseiter.

Sie haben die Entscheidung, es selbst zu bauen oder es extern zu kaufen. Und diese speziellen, anspruchsvollen Preisverhandlungskompetenzen sind sehr spezialisiert. Es handelt sich also definitiv um eine Investition in etwas, das man vorher nicht haben kann. Deshalb müssen Sie tatsächlich in diese Investition investieren. Die Frage ist: Wie können Sie effizient investieren? Und aus meiner Erfahrung in diesem Kaufentscheidungsprozess ist die Antwort:…

Die Kaufentscheidung ist in der Regel die dominantste Strategie. Denn wenn man die Kaufentscheidung betrachtet, muss ein Softwareentwicklungsteam, das noch nie ein Preisberechnungssystem gesehen hat, ein solches System entwickeln. Man muss es entwickeln, man muss es pflegen und man muss es weiterentwickeln. Was ist also Ihr Vorteil hier? Man könnte denken: Okay, ich habe eine Art geheimes Preisberechnungs-Quellcode, den niemand sonst hat, vielleicht sogar, aber dann muss man einfach warten, um diesen geheimen Preisberechnungs-Quellcode so einzusetzen, dass niemand sonst ihn nutzen kann.

Aber was ist diese technische Grundlage? Das könnte das Gleiche sein. Wenn man die gesamte Grundlage woanders kauft, verteilt der Anbieter, der diese Preissoftware entwickelt hat, seine Entwicklungskosten auf die gesamte Kundenbasis und die Wartungskosten auf die gesamte Kundenbasis. Und er hat ein sehr spezialisiertes Team von Softwareentwicklern, die nur

Sie entwickeln Preisberechnungsprogramme, daher ist ihr Team in diesem speziellen Anwendungsfall normalerweise auch besser. Und ich weiß, das Beispiel klingt ein wenig abwegig, aber genau deshalb programmieren keine Unternehmen ihre Textverarbeitungsprogramme wie Word und niemand baut ihr ERP-System wie SAP oder Oracle. Es gibt also keinen Grund, nicht mit Standardsoftware zu beginnen. Und irgendwann, wenn man…

Eine Standardsoftware, die Ihr Unternehmen gelernt hat, dann können Sie entscheiden: Okay, das ist eine maßgeschneiderte Software, aber trotzdem haben Sie 5 weitere Projekte %, die eine individuelle Entwicklung erfordern. Ist es also lohnenswert, für diese zusätzlichen 5 Prozentpunkte alles selbst zu entwickeln? Und das wird Sie wahrscheinlich nicht sein, denn es geht nicht nur um Entwicklungskosten, sondern auch um Opportunitätskosten. Ihre SDEs, selbst mit Vibe-Coding, sind eine begrenzte Ressource. Und der Aufwand, nichts zu entwickeln, ist enorm.

Was statt der Preissoftware entwickelt worden wäre, lohnt sich in der Regel nicht, es selbst zu machen. Das ist mein Punkt.

Dr. Fabian Uhrich
Wie könnte ich dagegen sein? Auch in unserer Vorstellung geht es nicht um Make-or-buy. Es geht um Buy and Build. Sie können also Ihre Komponenten und Ihre magische Sauce in die Software einbauen und diese wiederverwenden, um Ihre eigene ganz spezifische und einzigartige Preisstrategie zu berücksichtigen. Alle Agenten und die KI helfen Ihnen dabei, diese zu testen und zu implementieren.

Ich denke, wir sind zumindest in dieser Frage uns einig. Und ich bin sehr gespannt darauf, wie sich diese Zukunft der KI in den kommenden Monaten tatsächlich entwickeln wird. Ich werde ausdrücklich nicht sagen, in den kommenden Jahren, sondern in den kommenden Monaten.

Dr. Markus Husemann-Kopetzky
Ja, es ist erst am Anfang. Für alle wird dies eine sehr gute Zeit sein, insbesondere für die Unternehmen. Außerdem wird dies die Preisgestaltung innerhalb des Unternehmens beschleunigen. Diese neuen Tools werden den Unternehmen zeigen, dass Preismanager über sehr leistungsstarke Werkzeuge verfügen. Und der Geschäftsfall für die Einführung weiterer KI-Funktionen wird sich dadurch vergrößern.

Am wahrscheinlichsten geschieht dies auch bei den Preisen, da die Rendite aus Investitionen enorm hoch ist und bei KI diese nicht verhandelbar ist.

Dr. Fabian Uhrich
Perfekt, Markus. Vielen Dank, dass Sie sich die Zeit genommen haben. Es war eine Freude mit Ihnen zu sprechen und ich hoffe, Sie in einer weiteren Folge dieser Art von Gesprächen in Zukunft wieder zu sehen.

Dr. Markus Husemann-Kopetzky
Vielen Dank. Es war eine Freude, bei Ihnen zu sein.