Das Catalog API sendet compare-at-Preise jetzt als separates Feld. Es heißt list_price, hängt an jeder Produktvariante und bleibt unverändert, was den tatsächlichen Preis angeht: Das Feld price weiterhin allein dafür verantwortlich, was der Kunde am Ende zahlt. Die Trennung ist technisch sauber. Konzeptionell markiert sie den Beginn einer neuen Phase im Preisreporting für jeden, der Katalogdaten automatisiert verarbeitet.
Der Hintergrund: Die UCP Catalog Specification in der Version vom 25. August 2026 definiert list_price als optionales Feld im selben Price-Objekt wie price. Wer API-Antworten typisiert oder validiert, bekommt also ein neues optionales Attribut. Wer Datenpipeline-Beträuer kennt, weiß, dass optionale Felder in der Praxis zweierlei bedeuten: neue Möglichkeiten und neue Fehlerquellen. Beides lohnt eine genauere Betrachtung.
Warum list_price mehr ist als ein zusätzliches Datenfeld
Compare-at-Preise sind kein Marketing-Exoten-Thema. Sie sind das stumme Signal dafür, ob ein Produkt gerade im Angebot steht, wie groß die Schwelle zwischen Original- und Aktionspreis ist und ob ein Shop überhaupt Rabattaktionen automatisiert steuert. Bislang mussten Agenten und Apps diesen Schlüssel handgerieben berechnen, wenn er überhaupt über die API zugänglich war. Ab jetzt existiert er als erstklassiges Feld. Das ist der eigentliche Sprung: Preisgestaltung wird beobachtbar, ohne dass der Händler einen einzigen Klick setzen muss.
Was price weiterhin leistet, und wo list_price ansetzt
price bleibt der single source of truth für den Zahlungsbetrag. list_price liefert den Referenzpreis, zu dem der Rabatt berechnet wird. Für Shops im DACH-Raum, die regelmäßig zwischen Streichpreis und Aktionspreis wechseln, entsteht damit erstmals eine saubere Differenzierung zwischen zwei Zuständen, die bislang oft nur über zeitliche Annäherung oder zusätzliche Felder nachgebildet wurden. App-Entwickler können jetzt unmittelbar erkennen, ob ein Produkt reduziert ist, und den Prozentwert ohne Umwege ableiten. Das spart Rechnerzeit, verringert Fehlerquote und macht Preisverläufe erstmals exakt nachvollziehbar.
Wie sich Preisstrategien mit list_price vergleichen lassen
Die strategische Frage lautet nicht, was das Feld enthält, sondern was man damit messen kann. Der sinnvollste Anwendungsfall: der systematische Abgleich von Rabatttiefe über eine gesamte Kataloglandschaft hinweg. Händler im deutschsprachigen Raum arbeiten häufig mit saisonalen Kampagne-Zyklen, bei denen der Streichpreis je nach Kategorie, Lieferant und Zielgruppe stark variiert. Mit list_price lässt sich erstmals automatisch erkennen, welcher Anteil des Sortiments permanent auf Rabatt steht, wo die größten Streichpreis-Differenzen liegen und ob bestimmte Lieferanten systematisch höhere Originalpreise setzen.
Ein konkretes Szenario: Ein Mode-Händler mit 4.000 Aktiven Artikeln nutzt list_price, um zu prüfen, ob die angeblichen 30 Prozent Rabatt auf Winterbekleidung tatsächlich 30 Prozent bedeuten oder ob der Streichpreis vorher künstlich angehoben wurde. Die API-Antwort zeigt, dass 60 Prozent der Artikel überhaupt keinen list_price tragen. Der Rest fällt in zwei Gruppen: Produkte mit geringer Differenz, Produkte mit erheblicher Differenz. Genau diese zweite Gruppe ist der Hebel für echte Margen- und Wettbewerbsanalyse.
Die deutsche Perspektive: UGP und die Angst vor falschen Versprechen
Im DACH-Markt gilt list_price nicht nur als technisches Feld, sondern auch als regulatorisches Signal. Das Gesetz gegen unlauteren Wettbewerb (UGP) und die Preisangabenverordnung (PAngV) stellen hohe Anforderungen an die Darstellung von Streichpreisen. Wer compare-at-Preise automatisiert verarbeitet, sollte wissen: list_price ist kein Freifahrtschein für rabattiert wirkende Preise. Es ist ein Abbild dessen, was der Händler als Originalpreis kommuniziert. Wer list_price nutzt, muss trotzdem prüfen, ob der angezeigte Preis tatsächlich vorher gültig war. Ansonsten schafft die neue API-Funktion genau die Beweislage, mit der ein Abmahnfall begründet wird.
Welche Fehler beim Sync von list_price jetzt teuer werden
Drei typische Missgriffe tauchen in Projekten regelmäßig auf, wenn optionale Preis-Felder in bestehende Pipelines wandern. Erstens: Annahme, dass list_price immer vorhanden ist. Das Feld ist optional. Fehlt es, heißt das nicht, dass das Produkt nicht reduziert ist. Es heißt nur, dass kein Vergleichspreis gepflegt wurde. Zweitens: falsche Rangfolge. Manche Entwickler interpretieren list_price als den tatsächlichen Preis, wenn price fehlt. Das ist falsch. Der Rabatt ergibt sich nur aus der Differenz. Drittes: zeitliche Verzerrung. Bei sehr großen Katalogen mit mehreren Updates pro Tag kann es vorkommen, dass list_price kurzfristig veraltete Werte liefert. Systeme, die auf list_price reagieren, brauchen daher eine Plausibilitätsprüfung und nicht nur einen Feldervergleich.
Integration in bestehende Datenpipelines
Für Shops, die ihren Katalog über fein granularisierte APIs steuern, ist der praktische Nutzen enorm. Tools, die bislang manuell oder über Scraping Rabattinformationen zusammentrugen, können jetzt auf ein strukturiertes Feld zugreifen. Das reduziert Wartungskosten und erhöht die Aktualität der Daten. Agenten, die Preisentscheidungen vorschlagen, arbeiten plötzlich mit verlässlichen Eingabedaten statt mit Annäherungen. Gerade für Wettbewerbsbeobachtung wird list_price zum Rohstoff, um zu verstehen, wann Konkurrenten Aggressivität zeigen und wann sie Preisspielraum schaffen.
Wie Händler und Agenten list_price jetzt sinnvoll einsetzen
Der erste Schritt ist eine Bestandsaufnahme. Alle Produkte abfragen, die aktuell in jedem Katalog vorhanden sind, und prüfen, wie viele Varianten list_price enthalten. Die Antwort fällt je nach Branche unterschiedlich aus: Elektronik und Mode nutzen compare-at-Preise häufig, Lebensmittel und Einzelhandel eher selten. Der zweite Schritt ist die semantische Anreicherung. Wer die Differenz zwischen price und list_price zentral speichert, kann Rabatttiefe als eigenes Metrik-Feld anbieten. Das wiederum ermöglicht Reports, die bisher nicht auffindbar waren, etwa welche Kategorien die höchste durchschnittliche Reduktion aufweisen oder welche Lieferanten am stärksten rabattieren.
Der dritte Schritt betrifft Governance. list_price sollte als Teil der Preisstrategie behandelt werden, nicht nur als API-Datenpunkt. Regeln festlegen, wann ein compare-at-Preis gesetzt wird, wie lang er gelten darf und wer für die Pflege verantwortlich ist. Shops, die diese Regeln konsequent umsetzen, gewinnen nicht nur bessere Daten, sondern auch ein klareres Preisversprechen. Das ist ein Wettbewerbsvorteil, den die technische Ebene erst ermöglicht.
Zahl/Fakt Studien zeigen, dass klare Preisreduktionen die Conversion-Rate im deutschen Onlinehandel um 15 bis 25 Prozent steigern können, sofern der Nachweis der Reduktion glaubwürdig ist.
Die Sicht der Plattform: Warum optionale Felder gewählt wurden
Die UCP-Spezifikation ist bewusst mit optionalen Feldern gearbeitet, um Rückwärtskompatibilität zu wahren. Vorhandene Integrationen sollen nicht brechen. Gleichzeitig wird damit das Signal gesetzt, dass compare-at-Preise bald flächendeckend relevant sein werden. Die Entwickler Community reagiert bereits: Frameworks und SDKs erweitern ihre Typdefinitionen um list_price, und Datenbank-Schemata fügen Spalte für Rabatt-Differenz hinzu. Für DACH-Händler bedeutet das, dass der Wettbewerbsvorteil nicht im Feld selbst liegt, sondern in der Geschwindigkeit, mit der es operativ verankert wird.
Was kommt nach list_price, und was jetzt entscheidend ist
Die Zukunft der Preisreporting-Pipelines zeigt in Richtung vollständiger Historisierung. Heute liefert list_price den Status quo. Logischer nächster Schritt: eine zeitachsige Aufzeichnung, wann list_price gesetzt wurde, wann er sich geändert hat und wann er entfernt wurde. Solche Daten würden es ermöglichen, Preisverläufe über Quartale hinweg zu analysieren und exakt zu verstehen, wie Rabattkämpfe in einzelnen Kategorien entstehen. Bis es dauert, bietet das aktuelle Feld genug Hebel, um Shops mit sauberer Preisstruktur von solchen mit unklarem Preisversprechen zu unterscheiden.
Die berechtigte Frage, die jedes Team umgeht, lautet: Wer verantwortet list_price? In den meisten Organisationen ist die Antwort noch offen. Läuft die Entscheidung über Streichpreise über Einkauf, Marketing oder den Shop-Betreiber? Je klarer die Zuställigkeit, desto schneller füllt sich das Feld mit Sinn. Shops, die das klären, gewinnen nicht nur bessere API-Daten, sondern auch eine straffere Preisprozess-Ownership. Der Händler, der list_price jetzt als strategischen Hebel begreift, positioniert sich für die nächste Generation von Preisintelligenz.
Die Konsequenz für Entwickler und Entscheider ist klar: Die API-Funktion ist da, sie verändert sofort die Art, wie Preisstrategie gemessen wird. Wer sie aufgreift, erhält einen Wettbewerbsvorteil, der nicht technisch, sondern wahrnehmbar ist. Der Streichpreis wird sichtbar. Der Rabatt wird verlässlich. Und der Kunde bekommt das, was er erwartet: einen Preis, der echt ist.