Die digitalen Regaletiketten an den Regalen der Walmart-Filialen in Arkansas zeigen denselben Preis wie die App auf dem Smartphone des Kunden. Das Unternehmen bestätigt das. Was es nicht bestätigt: dass der Preis je nach Käufer variiert. Walmart und Target, die beiden größten US-Einzelhändler, distanzieren sich öffentlich von personalisierten Preisen. Die Technologie, die das ermöglichen würde, ist jedoch bereits ausgerollt. Diese Diskrepanz zwischen Möglichkeit und Absicht ist der eigentliche Storykern.
Was Walmart und Target tatsächlich sagen, und was sie verschweigen
Target erklärt auf Nachfrage, Preise weder nach Identität noch nach Standort oder Nachfragespitzen anzupassen. Walmart versichert dasselbe für seine digitalen Regaletiketten, die es derzeit im gesamten US-Filialnetz einführt, und für den KI-Shoppingassistenten Sparky. Beide Aussagen sind technisch korrekt und inhaltlich halbherzig. Denn die Infrastruktur für dynamische Preise existiert. Über 2.000 Walmart-Filialen verfügen bereits über digitale Regaletiketten, die sich per Software zentral aktualisieren lassen. Die Frage ist nicht, ob die Technik Preise in Echtzeit ändern kann. Die Frage ist, welche Daten sie speist.
Warum jetzt der Vorwurf persönlicher Preise auftaucht
Der Verdacht ist nicht neu. Schon 2012 berichtete die New York Times, Walmart habe Online-Preisempfehlungen anhand von Standortdaten variiert. Die aktuelle Debatte speist sich aus zwei Quellen: erstens die zunehmende Fähigkeit von Algorithmen, Kaufverhalten in Echtzeit zu analysieren, zweitens der regulatorische Druck. Die Federal Trade Commission hat 2024 eine Studie zu personalisierten Preisen veröffentlicht, die aufzeigte, dass Preise für identische Produkte um bis zu 15 Prozent je nach Nutzerprofil schwanken können. In Kalifornien und New York laufen Gesetzentwürfe, die dynamische Preise nach Kundendaten verbieten würden.
Zahl/Fakt Laut einer Umfrage von Consumer Reports aus dem Jahr 2024 lehnen 71 Prozent der US-Konsumenten personalisierte Preise ab, wenn sie von Kundendaten abgeleitet werden. Nur 12 Prozent halten sie für akzeptabel, wenn Rabattprogramme betroffen sind.
Wie funktioniert personalisierte Preisgestaltung technisch?
Drei Datenquellen speisen dynamische Preismodelle: Standortdaten, die über IP-Adresse oder GPS erfasst werden, Kaufhistorien aus Treueprogrammen und Browsing-Verhalten auf der eigenen Plattform. Amazon hat dieses Verfahren seit Jahren praktiziert. Ein Beispiel aus dem Jahr 2020: Der Preis für einen bestimmten Staubsauger variierte je nach Postleitzahl um bis zu 20 Dollar. Das Unternehmen sprach von „Preisoptimierung“, nicht von Personalisierung. Der Unterschied ist semantisch, nicht funktional.
Walmarts digitale Regaletiketten funktioniert nach einem anderen Prinzip. Sie ermöglichen Filialpreise, die sich an Lagerbestände, Wetterdaten oder Tageszeit koppeln. Das ist dynamische Preisgestaltung, aber keine personalisierte. Die Grenze verläuft dort, ob der Algorithmus den Kunden oder den Kontext betrachtet. Walmart betont den Kontext. Kritiker fragen, warum beide nicht kombiniert werden könnten.
Was bedeutet das für den DACH-Markt?
Deutsche Händler operieren unter strengeren Datenschutzauflagen. Die DSGVO und das Bundesdatenschutzgesetz machen die Verknüpfung von Kaufverhalten mit Identitätsdaten aufwendig. Dennoch gibt es Ansätze. Otto Group experimentiert mit personalisierten Rabatten in der App. Zalando variiert Preise je nach Gerät und Standort, auch wenn das Unternehmen dies als „optimale Preisausgabe“ bezeichnet. Der entscheidende Unterschied zu den USA: Deutsche Händler müssen die Datenbasis für jede Preisanpassung dokumentieren. Das bremst Personalisierung, ohne sie zu verbieten.
Personalisierte Preise sind kein Technologieproblem, sondern ein Vertrauensproblem. Wer sie einführt, muss erklären, warum der Kunde A mehr zahlt als Kunde B. Diese Erklärung zu liefern, fällt selbst Walmart und Target schwer.
Warum Händler dynamische Preise trotzdem brauchen
Die Logik der dynamischen Preisgestaltung ist ölkonomisch schlüssig. Überschüssige Ware muss verkauft werden, bevor sie verdirbt. Nachfragespitzen erlauben höhere Margen. Amazon hat mit „Deals of the Day“ gezeigt, dass zeitlich begrenzte Preissenkungen Conversion-Raten um bis zu 30 Prozent steigern können. Walmart und Target stehen unter Druck, ihre Filialen profitabel zu halten, während Amazon den Online-Markt dominiert. Digitale Regaletiketten sind ein Wettbewerbsinstrument, kein Kundenservice.
Die Gefahr liegt in der Eskalation. Sobald die Infrastruktur für kontextbasierte Preise existiert, ist der Schritt zu kundenbasierten Preisen klein. Ein Algorithmus, der Regen als Auslöser für höhere Preise bei Regenschirmen akzeptiert, kann genauso auf den Kunden der Regenschirme schauen. Die Händler wissen deshalb, dass sie jetzt Grenzen ziehen müssen, bevor Regulierer es für sie tun.
Die nächsten Schritte für E-Commerce-Entscheider
Händler, die dynamische Preise im Blick haben, sollten drei Fragen klären: Erstens, welche Datenquellen tatsächlich in Preismodelle einfließen. Zweitens, ob die Preisanpassungen nachvollziehbar dokumentiert werden können. Drittens, wie Kunden auf transparente Preise reagieren. Die Erfahrung aus den USA zeigt, dass Transparenz kein Wettbewerbsnachteil ist, sondern ein Vertrauensvorsprung. Wer erklärt, warum ein Preis sich ändert, verliert weniger Kunden als der, der es versucht zu verbergen.
Die Geschichte von Walmart und Target ist keine Absage an dynamische Preise. Sie ist eine Verteidigungsgrenze. Die Händler investieren in die Fähigkeit, Preise in Echtzeit zu ändern, und versichern gleichzeitig, diese Fähigkeit nicht gegen ihre Kunden einzusetzen. Ob diese Zusage hält, wird sich nicht in Pressemitteilungen zeigen, sondern in den Algorithmen, die niemand sehen kann.