Der klassische A/B-Preistest hat einen entscheidenden Nachteil: Er zeigt denselben Kunden gleichzeitig verschiedene Preise – was rechtlich heikel und reputational riskant ist. Welche alternativen Methoden gibt es 2026, um Preiselastizität valide zu messen?
Preiselastizität zu kennen ist die Grundlage jeder rationalen Preisentscheidung: Wenn eine Preiserhöhung um 10 % den Absatz um 15 % senkt, ist die Nachfrage elastisch – die Erhöhung zerstört Umsatz. Wenn dieselbe Erhöhung nur 3 % Absatzverlust bringt, ist die Nachfrage inelastisch – die Erhöhung steigert Umsatz und Marge. Die meisten Unternehmen kennen ihre Elastizitäten nicht. Das ist kein Datenproblem – es ist ein Methodenproblem.
Warum A/B-Preistesting nicht die beste Lösung ist
Simultanes A/B-Preistesting – denselben Kunden gleichzeitig verschiedene Preise zu zeigen – ist in Deutschland eine rechtliche Grauzone (möglicher Verstoß gegen §3 UWG Irreführung) und reputational riskant, wenn es entdeckt wird. Amazon und Orbitz haben diesen Fehler bereits öffentlichkeitswirksam begangen. Zeitlich versetztes Testing (Preis A im Monat 1, Preis B im Monat 2) leidet unter Konfundiervariablen (Saisonalität, Wettbewerb).
Methode 1: Geografische Preis-Experimente
Verschiedene Preise in verschiedenen Märkten oder Regionen testen. Voraussetzungen: vergleichbare Märkte, kontrolliertes Rollout. Vorteile: Kein simultanes Testing, rechtskonform. Praxis-Beispiel: Gleicher Online-Shop, unterschiedliche Preise in Deutschland vs. Österreich für identische Produkte über 3 Monate. Ergebnis: Elastizitätsmessung auf Kategorie-Ebene ohne juristisches Risiko.
Methode 2: Konjoint-Analyse und Van Westendorp
Konsumentenbefragungen mit direkten Preis-Reaktionsfragen (Van Westendorp Price Sensitivity Meter) oder Konjoint-Analysen liefern Elastizitäts-Schätzungen ohne Marktexperiment. Limitierung: Stated Preference unterschätzt häufig tatsächliche Preisakzeptanz. Aber: Als schnelle Orientierung vor Preisanpassungen geeignet.
Methode 3: Historische Regressionsanalyse
Aus historischen Preis- und Absatzdaten lässt sich mit Regressionsmodellen (OLS, Fixed Effects) eine Elastizitätskurve schätzen – vorausgesetzt, es gab in der Vergangenheit ausreichend Preisvarianz. Moderne Tools (Python-sklearn, R) ermöglichen diese Analyse ohne externe Dienstleister. Genauigkeit steigt stark mit Datenmenge und Preisvarianz in der Vergangenheit.
Warum das für Pricing Manager wichtig ist
Wer Elastizität nicht misst, trifft Preisentscheidungen mit Bauchgefühl. Jede der genannten Methoden liefert bessere Grundlagen als keine Messung – auch wenn keine Methode perfekt ist.
Warum das für Pricing Manager wichtig ist: Simultaner A/B-Preistest ist in Deutschland rechtlich riskant (§3 UWG) und reputational heikel. Alternativen: Geografische Experimente (sauber, rechtskonform), Konjoint-Analyse (schnell, orientierend), historische Regression (genau bei Datenverfügbarkeit). Ziel: Mindestens eine Elastizitätsschätzung pro Top-10-Kategorie. Quellen: Journal of Revenue and Pricing Management 2025, Van Westendorp 1976, §3 UWG.