Nicht jede algorithmische Preisgestaltung ist gleich. Für viele E-Commerce-Gründer klingt Preisautomatisierung nach einem klugen Weg, Margen zu schützen und auf Nachfrage zu reagieren. Die Variante, die am meisten staatliche Aufmerksamkeit erregt, ist aber spezifischer und umstrittener: der Einsatz von Kundendaten, um vorherzusagen, wie viel eine bestimmte Person zu zahlen bereit ist, und der Preis wird entsprechend erhöht. Wenn ein Algorithmus entscheidet, dass jemand wohlhabend ist, ein Produkt dringend braucht oder den Warenkorb wahrscheinlich nicht abbricht, zeigt er dieser Person womöglich einen höheren Preis als anderen. Genau diese Form versuchen Gesetzgeber zunehmend einzuhegen.

Wie individualisierte Preissysteme arbeiten

Algorithmische Preisgestaltung meint allgemein Software, die mit Daten und automatischen Regeln Preise setzt oder anpasst. Die Form, die heute unter dem Mikroskop liegt, ist individualisierte Preisgestaltung: Algorithmen, die die Zahlungsbereitschaft einer bestimmten Person schätzen und den Preis auf diese Person zuschneiden.

Diese Systeme greifen auf sehr verschiedene Datenpunkte zu, darunter Surfverhalten, Kaufhistorie, Gerätetyp, Postleitzahl, Herkunftsquelle, Treuedaten, Standortmuster und weitere Verhaltens- oder demografische Hinweise. In der Praxis heißt das: Zwei Menschen könnten dasselbe Produkt zur selben Zeit ansehen und unterschiedliche Preise sehen, weil das System vorhersagt, dass einer von ihnen einen höheren Preis akzeptiert.

Schließt der Algorithmus etwa auf hohes Einkommen, auf frühere Premiumkäufe oder auf wiederholte Kaufabsicht ohne Abschluss bei anderen Anbietern, kann er den angezeigten Preis erhöhen. Hält er jemanden für preissensibel, senkt er das Angebot, um den Verkauf zu sichern. Das Ziel ist einfach: von jeder Person so viel zu verlangen wie möglich, ohne den Abschluss zu verlieren.

Warum das wie ein Gründertraum aussieht

Rein kaufmännisch ist der Reiz offensichtlich. Individualisierte algorithmische Preise können Unternehmen helfen:

Mehr Umsatz pro Transaktion abschöpfen: Wenn jemand ohnehin kaufen will, kann das System die Marge höher drücken.

Unnötige Rabatte vermeiden: Statt breiter Aktionen für alle lassen sich Preise gezielt nur dort senken, wo ein Anreiz nötig ist.

Conversion effizienter machen: Preise lassen sich an Signalen ausrichten, die auf Abbruch oder Abschluss hindeuten.

Schneller und in großem Maßstab entscheiden: Software verarbeitet tausende nutzerbezogene Signale sofort, weit über das hinaus, was ein Team manuell könnte.

Für Gründerinnen und Gründer klingt das nach einer höchst effizienten Preismaschine. Sie versprechen engere Margenkontrolle, genauere Monetarisierung und bessere Ergebnisse aus bezahltem Traffic und Kundengewinnung.

Warum der US-Staat eingreifen will

Genau hier sehen Regulierer die Gefahr. Die Sorge ist nicht einfach, dass Preise sich ändern. Sie ist, dass Preise sich auf undurchsichtige Weise anhand persönlicher Daten ändern und Menschen mehr zahlen, weil ein Algorithmus glaubt, sie könnten es sich leisten — oder man könne sie dazu drängen.

Daraus ergeben sich mehrere große Probleme:

Ausnutzende Preispersonalisierung: Erkennt ein System, dass jemand wohlhabend, in Not, treu oder wenig vergleichsfreudig ist, verlangt es von dieser Person womöglich mehr, einfach weil es geht. Regulierer halten das für potenziell ausbeuterisch, besonders wenn Menschen nicht merken, dass sie anders behandelt werden.

Privatsphäre und Überwachung: Individualisierte Preise hängen oft an detaillierter Verhaltensverfolgung. Gesetzgeber und Behörden sorgen sich zunehmend, dass Unternehmen sensible Daten in einer Weise sammeln und nutzen, der niemand wirklich zugestimmt hat.

Fairness und Diskriminierung: Selbst wenn ein Unternehmen nicht ausdrücklich nach Herkunft, Geschlecht, Alter oder Einkommen bepreist, können Algorithmen Ersatzmerkmale nutzen, die ähnliche Ergebnisse erzeugen. Postleitzahl, Gerätetyp, Kaufmuster und Surfverhalten können alle als Stellvertreter für geschützte oder sensible Eigenschaften wirken.

Fehlende Transparenz: Menschen gehen in der Regel davon aus, dass angezeigte Preise auf Marktlage, Aktionen oder Angebot und Nachfrage beruhen. Sie erwarten nicht, dass verborgene Systeme ihre persönliche Obergrenze berechnen und still dagegen bepreisen.

Vertrauen in den Markt: Wenn Menschen entdecken, dass sie für dasselbe Produkt mehr zahlen als andere, weil sie bestimmte Eigenschaften haben oder weil Daten über sie gesammelt wurden, schwindet das Vertrauen schnell. Regulierer sehen darin sowohl eine Frage des Verbraucherschutzes als auch des funktionierenden Wettbewerbs.

Der Druck aus der Gesetzgebung

Behörden auf Bundes- und Staatsebene signalisieren inzwischen, dass diese Art der Preisgestaltung genauere Prüfung verdient. Im Juli 2024 forderte die Federal Trade Commission Informationen von Unternehmen an, die an dem beteiligt sind, was sie „Surveillance Pricing“ nannte, mit Blick darauf, wie persönliche Daten Preise formen. Dieser Begriff ist wichtig, weil er Preisgestaltung direkt mit Überwachung verknüpft.

Parallel arbeiten Gesetzgeber an Vorschriften, die algorithmische Preisgestaltung begrenzen oder Offenlegung verlangen, besonders wenn sie auf persönlichen Daten beruht. Der politische Schwung deutet auf die wachsende Überzeugung, dass individualisierte, undurchsichtige Preise die Grenze von kluger Optimierung zu unfairer Manipulation überschreiten können.

Der rechtliche Rahmen entwickelt sich noch, doch die Richtung ist klar: Je stärker Preisentscheidungen auf persönlichen Profilen statt auf marktweiten Faktoren beruhen, desto wahrscheinlicher ziehen sie behördliche Aufmerksamkeit an.

Was das für Gründer bedeutet

Der entscheidende Unterschied liegt zwischen breiter Preisoptimierung und individualisierter Preisgestaltung, die Kundschaft dafür zu bestrafen scheint, wohlhabender, treuer oder kaufbereiter zu sein.

Wenn deine Preisstrategie persönliche Daten nutzt, um Zahlungsbereitschaft auf individueller Ebene zu schätzen, solltest du damit rechnen, dass Regulierer in diesem Bereich weiter Druck machen. Je näher dein Modell daran kommt, jeder Person ihr persönliches Maximum abzuverlangen, desto größer werden rechtliche, ethische und Reputationsrisiken.