Gemeinhin gilt Dynamik ja als eine positive, energetische Eigenschaft. Wenn sich diese jedoch auf Online-Preise bezieht und selbige eher nach oben als nach unten bewegen, wird Dynamik irgendwie unsympathisch. Dynamic Pricing bzw. dynamisches Preismanagement sind solche Energiequellen, die Preise im E-Commerce entsprechend der Nachfrage quasi in Echtzeit regulieren.
Die treibenden Kräfte hinter der Frage, wie es denn sein kann, dass das Produkt im Online-Shop, was gerade noch so günstig war, plötzlich teurer geworden ist, und das bei gefühlt jedem Online-Händler, sind Preis-Algorithmen. Die Künstliche Intelligenz, die Preise fortlaufend und auf tausenden von Plattformen beobachtet und dann eben entsprechend anpasst, ist nun in den Fokus der Monopolkommission, ein unabhängiges Expertengremium, das seit über 40 Jahren die Bundesregierung in Sachen Wettbewerb berät, gerückt. In ihrem 2018-Gutachten, dass die Forscher Bundeswirtschaftsminister Peter Altmaier jetzt übergaben, wird die Skepsis über selbstlernende und fast schon autonom handelnde Preisalgorithmen sehr deutlich.
Der E-Commerce-Boom wie auch der Wettbewerb der Online-Händler untereinander und gegenüber dem stationären Handel trägt natürlich dazu bei, dass die für die Preisfindung und -anpassung eingesetzte Künstliche Intelligenz (KI) das Heft immer mehr in der Hand hat, da der Einsatz von selbstlernende Preisalgorithmen sehr viel schnellere, verlässlichere und effizientere Preiswettbewerbe zulässt. Außerdem schont die KI natürlich Ressourcen. Keine aufwendige manuelle Recherche mehr, für das Personal eingesetzt werden muss. Stattdessen durchforsten Programme permanent das Internet nach entsprechendem Nachfrageverhalten der Kunden, vergleichen die Preise der Wettbewerber, die eigenen und entwickeln so ein sich fast in Realtime veränderndes Preismanagement.
Wenn dann auch noch mehrere Händler dieselben Preisalgorithmen einsetzen, um am Ende dieselbe Preissetzung festzulegen, würde man normalerweise von widerrechtlicher Absprache bzw. von Kollusion sprechen. Doch im Falle der Künstlichen Intelligenz, die zudem ja selbstlernend ist, kann man wohl nicht so einfach von Wettbewerbsverzerrung oder gar Preismanipulation sprechen. Selbst wenn man die Preisalgorithmen verklagen könnte, wäre das praktisch nicht möglich, da sie ja ihre Formeln ständig ändern.
Wie Verbraucher sich gegen mögliche automatisierte Preisabsprachen wehren könnten, sagt das Gutachten der Monopolkimmsion übrigens auch. Das „Zauberwort“ hierfür lautet Algorithmic Consumers. Dahinter verbirgt sich die Überlegung, „dass Algorithmen für Verbraucher Preise beobachten und deren Entwicklung vorhersagen könnten, um sie so bei Kaufentscheidungen zu beraten.“ Auch könnten Kunden dank eingesetzter Künstlicher Intelligenz dadurch überhöhten Preisen ausweichen oder ihre Nachfragemacht bündeln, da es in der Regel mehr (preissensitive) Verbraucher als Anbieter gibt.
Schließlich, so die Monopolkommission, gebe es bereits in anderen Bereichen digitale, persönliche Assistenten, die aktuelle Informationen beispielsweise zur Verkehrslage oder zum Wetter in Echtzeit zur Verfügung stellen oder auch Bestellungen sowie Beschwerden entgegennehmen. Kurzum: Künstliche Intelligenz, die Verbraucher beim Kauf beraten und – sobald sie dafür genug gelernt haben – Käufe autonom und auf Basis bisheriger Kaufentscheidungen der Kunden tätigen. Zu fairen Preisen, versteht sich.
Doch, so das Gutachten weiter, wäre dieser Kampf der Kunden gegen Preisabsprachen und kollektiver Preistreiberei seitens der Online-Händler keiner, der mit gleichen Waffen ausgetragen würde. Denn im Zweifelsfall sitzen die Händler am längeren Hebel, was die Qualität und auch Quantität der Daten wie auch den Zugang zu entsprechenden Algorithmen angeht. Insofern, so der Bericht, scheint die „Effektivität solcher marktbasierten Lösungen [...] aus heutiger Sicht zumindest fraglich“, weil die Gefahr besteht, dass sie „zu spät oder möglicherweise gar nicht entstehen.“
In ihrem aktuellen Gutachten stellt die Monopolkommission am Beispiel Uber dar, wie ein Preiswettbewerb in der Internetökonomie quasi nur de facto existiert, tatsächlich aber durch die Künstliche Intelligenz der Plattform ausgehebelt wird. So legt Uber die Fahrtpreise mithilfe eines Preisalgorithmus fest, den alle Fahrer benutzen (müssen). Zustande kommen die Preise für jede Fahrt durch das so genannte Surge Pricing – ein dynamisches Verfahren, in das neben der Fahrzeugklasse der Uber-Fahrer und der Distanz der Fahrstrecke auch eventuelle Schwankungen der Nachfrage in Echtzeit einfließen. Durch diese zentrale KI-Steuerung kann ein Preiswettbewerb zwischen den Fahrern, die keine Angestellten von Uber sind und selbstständig agieren, nicht mehr stattfinden.
Autor: MB
Diskutieren Sie über diesen Artikel