KI-gestützte Preissysteme gibt es seit Jahren. Agentic Pricing ist etwas anderes – autonomer, zielgerichteter und fundamentaler für die Rolle des Pricing Managers. Was steckt dahinter?
Nicht jede KI im Pricing ist agentisch. Der Begriff beschreibt eine neue Qualität der Automatisierung – Systeme, die nicht nur reagieren, sondern eigenständig handeln, planen und entscheiden.
Der Begriff „Agentic AI" hat sich in den letzten zwei Jahren von einem Forschungskonzept zu einem echten Markttrend entwickelt. Im Pricing bedeutet er eine klare Abgrenzung von bisherigen Automatisierungsansätzen: Regelbasiertes Repricing reagiert auf Wettbewerberpreise nach vordefinierten Wenn-Dann-Logiken. ML-basierte Optimierung empfiehlt Preise auf Basis historischer Muster. Agentic Pricing geht einen Schritt weiter.
Ein agentisches Pricing-System verfügt über ein Ziel (z.B. Marginoptimierung unter Wettbewerbspositionierungsconstraint), plant eigenständig Handlungsschritte, nutzt verfügbare Werkzeuge (Preisdaten-APIs, Lagerbestandsinformationen, Nachfrageprognosen), führt diese Schritte aus – und passt seinen Plan an, wenn Ergebnisse von Erwartungen abweichen. Das ist qualitativ anders als ein regelbasiertes System, das auf Auslöser reagiert.
Die vier Merkmale agentischen Pricings
1. Zielautonomie: Das System verfolgt ein übergeordnetes Ziel – nicht nur einen einzelnen Trigger-Wert. „Maximiere Marge auf Kategorie X unter Berücksichtigung des Wettbewerbspreises und der aktuellen Lagerreichweite" ist ein agentisches Ziel. „Wenn Wettbewerber unter 50 Euro geht, gehe auf 48,90 Euro" ist ein Regelwerk – kein agentisches Verhalten.
2. Mehrschrittiges Reasoning: Agentische Systeme zerlegen komplexe Preisaufgaben in Teilschritte und führen diese sequenziell oder parallel aus. Das beinhaltet das Abrufen aktueller Daten, das Bewerten von Szenarien, das Prüfen von Constraints und das Ausgeben einer Preisempfehlung oder -entscheidung – alles ohne menschlichen Eingriff in den Prozess.
3. Tool Use: Agentische Systeme nutzen externe Werkzeuge. Sie können Preisvergleichsportale abfragen, Wettbewerbsdatenbanken auslesen, Wetterdaten für saisonale Prognosen ein