Unterschiedliche Preise für unterschiedliche Kunden – basierend auf Kaufhistorie, Gerät, Standort und Zahlungsbereitschaft. Technisch ist es möglich. Rechtlich ist es komplex. Und kundenseitig ist es heikel. Was ist 2026 tatsächlich realistisch?
Personalisiertes Pricing – die Praxis, verschiedenen Kunden verschiedene Preise zu zeigen – ist seit Jahren technisch möglich und in bestimmten Sektoren (Airlines, Hotels, Ride-Hailing) etabliert. Im Retail ist es ein Tabuthema, das gleichzeitig intensiv erforscht und selektiv praktiziert wird. Was ist 2026 realistisch und rechtlich sauber?
Wo personalisiertes Pricing bereits stattfindet
Offen: Airlines und Hotelbuchungsplattformen setzen explizit auf dynamische Preise nach Buchungszeitraum, Kapazität und Segment. Im Online-Retail: Amazon testet kontinuierlich Personalisierungen bei "Sonderangeboten" und "Prime-Mitglieder-Preisen". Subtiler: Coupon-Targeting (Kunde X bekommt 10 % Gutschein, Kunde Y 20 %) ist eine Form personalisierter Preisdifferenzierung, die sich rechtlich klar innerhalb des zulässigen Rahmens befindet.
Technische Möglichkeiten 2026
ML-Modelle können individuelle Willingness-to-Pay (WTP) aus Kaufhistorie, Browsing-Verhalten, Gerätekategorie (iOS vs. Android → Einkommenskorrelation), Standort und Zeitpunkt schätzen. Die Modell-Genauigkeit ist erheblich gestiegen: Shopify-eigene Studien zeigen, dass WTP-Modelle für Bestandskunden mit ≥5 Transaktionen Fehler von unter 15 % erreichen. Aber: WTP-Modellierung ist nicht gleich Preis-Personalisierung. Zwischen Modell und Implementierung stehen rechtliche und markenstrategische Hürden.
Rechtliche Grenzen in Deutschland
Preisdiskriminierung (unterschiedliche Preise für gleiche Produkte) ist im deutschen Recht nicht generell verboten. Aber: (1) Diskriminierung nach geschützten Merkmalen (Herkunft, Geschlecht, Religion) ist unzulässig (§19 AGG). (2) Preisdifferenzierung nach Gerät oder Browser ist eine Grauzone – BGH-Rechtsprechung ist noch nicht konsolidiert. (3) Preistransparenz-Pflicht (§11a UWG) gilt für angezeigte Preise unabhängig von Personalisierung.
Markenrisiko: Das eigentliche Problem
Das größte Risiko ist nicht rechtlich, sondern reputational: Wenn Kunden entdecken (Screenshot-Vergleich in Community), dass verschiedene Kunden verschiedene Preise sehen, entsteht Vertrauensverlust, der schwer reparierbar ist. Amazon hat dieses Problem bereits mehrfach erlebt. Die Reaktion der meisten Premium-Brands: Personalisierung über Coupons und Loyalty-Programme (transparent), nicht über dynamische Listpreise (intransparent).
Warum das für Pricing Manager wichtig ist
Personalisiertes Pricing ist ein mächtiges Instrument – aber das Reputationsrisiko ist real und muss gegen den Margengewinn abgewogen werden. Der sichere Weg: Coupon-basierte Personalisierung statt Listpreis-Personalisierung.
Warum das für Pricing Manager wichtig ist: WTP-Modelle für Bestandskunden (≥5 Transaktionen) erreichen Fehler unter 15 %. Rechtliche Grauzone: Preisdifferenzierung nach Gerät/Browser (BGH noch offen). Größtes Risiko: Reputational bei Community-Entdeckung. Sicherster Weg: Personalisierung über Coupon-Targeting (transparent), nicht Listpreis-Manipulation. Quellen: Shopify WTP-Research 2025, §19 AGG, §11a UWG, BGH Preistransparenz-Rechtsprechung 2024.