Academy Sports setzte auf KI zur Preisgestaltung – und die entscheidende Frage ist nicht, ob es funktioniert, sondern wer den Wert abschöpft
Wenn eine Einzelhandelskette mit mehr als 300 Filialen bekannt gibt, dass sie seit über einem Jahrzehnt mit einer Preisintelligenz-Plattform zusammenarbeitet und diesen Vertrag gerade um mehrere weitere Jahre verlängert hat, ist die technologische Schlagzeile das Uninteressanteste daran. Die eigentlich strategisch relevante Erkenntnis liegt woanders: Wie wird der durch diese Effizienz geschaffene Wert zwischen dem Unternehmen, seinen Lieferanten und seinen Käufern neu verteilt?
Academy Sports + Outdoors, einer der größten Einzelhändler für Sportartikel in den Vereinigten Staaten mit einer Präsenz in mehr als 300 Filialen, hat eine Verlängerung seiner mehrjährigen Vereinbarung mit Revionics formalisiert, einem auf KI-gestützte Preisoptimierung spezialisierten Unternehmen. Das Tool deckt zwei kritische Funktionen ab: die standort- und marktspezifische Grundpreisgestaltung sowie das Management von Rabatten zur Abverkauf von Saisonware ohne Margenverlust. Die Ankündigung ist operativ solide. Was eine tiefere Analyse verdient, ist die dahinterstehende Anreizarchitektur.
Von 70 Filialen mit manueller Preisgestaltung zu 300 mit Algorithmen
Der Vizepräsident für Preisgestaltung bei Academy beschrieb präzise das Skalierungsproblem, das den Übergang motiviert hatte. Mit 70 Filialen konnte ein menschliches Team jeden Markt einzeln analysieren und vernünftige Entscheidungen treffen. Mit 300 Filialen und einem hochgradig heterogenen Sortiment – von Campingausrüstung bis hin zu Sportschuhen – erreicht die kognitive Kapazität jedes Teams ihre operative Grenze, bevor auch nur ein einziger Preisüberprüfungszyklus abgeschlossen ist.
Die Lösung ist ideologisch nicht neu: Revionics positioniert sich seit Jahren in diesem Segment, und die Beziehung zu Academy besteht seit mehr als einem Jahrzehnt. Was sich verändert hat, ist das Ausmaß des Problems und damit die Größenordnung der Auswirkungen, wenn die Automatisierung gut oder schlecht umgesetzt wird. Eine gut kalibrierte Preisoptimierungsplattform kann die Bruttomarge in Kategorien mit hoher Umschlagsgeschwindigkeit um 100 bis 300 Basispunkte steigern, allein durch eine präzisere Ausgangsbewertung und die Verringerung der Rabatttiefe, die zur Bestandsliquidierung erforderlich ist. Bei einem Unternehmen in der Größenordnung von Academy entspricht das zig Millionen Dollar an jährlich gekapsertem – oder verlorenem – Wert, wenn das Modell falsch trainiert wurde.
Der Fall hat auch eine externe Druckebene, die ihn noch dringlicher macht: Zölle auf Importe haben die Beschaffungskosten für wichtige Produkte erhöht, von denen viele in Asien hergestellt werden. Eine Preisplattform mit Kostenausgleichslogik ermöglicht es, Kostensteigerungen chirurgisch präzise, Kategorie für Kategorie, weiterzugeben, ohne eine generelle Preiserhöhung, die das Preisempfinden der Käufer in die Höhe treibt. Das ist präzises Margenmangement – keine lineare Preispolitik.
Die unsichtbare Verteilung des geschaffenen Werts
Hier liegt der strategische Knoten, den Pressemitteilungen niemals erwähnen. Wenn ein Einzelhändler seine Preisgestaltungskompetenz verbessert, kann der geschaffene Wert in drei verschiedene Richtungen fließen: zum Käufer (in Form von Preisen, die besser an die lokale Nachfrage angepasst sind), zum Unternehmen (in Form höherer Margen) oder zu den Lieferanten (wenn die höhere Effizienz in größeres Volumen und vorhersehbare Umschlagsraten übersetzt wird).
In der Praxis hängt die Richtung des Flusses von einer einzigen Variable ab: der relativen Verhandlungsmacht jedes Akteurs in der Lieferkette. Und in diesem Fall hat Academy gegenüber der Mehrheit seiner Eigenmarken- und kleineren Lieferanten eine dominante Position. Die Automatisierung der Preisgestaltung schafft keinen Wert von sich aus; sie beschleunigt und präzisiert lediglich den Mechanismus, durch den dieser Wert bereits verteilt wurde. Wenn die Marge vorher ineffizient abgeschöpft wurde, wird sie jetzt effizient abgeschöpft. Die Frage ist, ob diese Effizienz geteilt oder konzentriert wird.
Die historischen Belege aus dem Einzelhandelssektor legen nahe, dass die erste Margenausweitung, die sich aus Preisoptimierungstools ergibt, fast ausschließlich dem Händler zugute kommt. Die Lieferanten spüren den Druck in Form kürzerer Verhandlungsfenster, einer geringeren Toleranz gegenüber Preisschwankungen und anspruchsvollerer Rabattbedingungen bei der saisonalen Lagerräumung. Die Käufer erhalten im besten Fall Preise, die besser an die lokale Nachfrage angepasst sind – was genau das ist, was Academy versprochen hat –, aber diese Anpassung kann je nach dem Wettbewerbsniveau in jedem geografischen Markt sowohl nach unten als auch nach oben wirken.
Eine Umfrage von Revionics unter nahezu hundert Fachleuten aus dem Einzelhandelssektor ergab, dass zwei Drittel von ihnen planen, ihre Investitionen in KI-gestützte Preistools in den nächsten zwei Jahren zu erhöhen. Diese Zahl ist kein Beweis dafür, dass die Technologie Verbrauchern nutzt; sie ist ein Beweis dafür, dass die Technologie den Margen der Händler nutzt, die sie einsetzen. Der Unterschied zwischen beiden Interpretationen ist erheblich.
Der nachhaltige Wettbewerbsvorteil liegt nicht im Algorithmus
Revionics ist nicht der einzige Akteur auf diesem Markt. Invent Analytics, Wiser Solutions und eine wachsende Liste von Mitbewerbern bieten ähnliche Fähigkeiten zur Preisoptimierung und Bestandsverwaltung. Wenn 66 % der KMU-relevanten Einzelhändler innerhalb von zwei Jahren vergleichbare Tools einsetzen, erodiert der Wettbewerbsvorteil, der sich aus dem Tool ergibt, proportional zur Geschwindigkeit seiner Verbreitung. Was Academy in drei Jahren von seinen Mitbewerbern unterscheiden wird, ist nicht, dass es Revionics nutzt, sondern wie es die Daten nutzt, die Revionics generiert.
Das am stärksten unterschätzte systemische Risiko bei dieser Art von Implementierungen ist die Anbieterabhängigkeit. Eine mehr als zehnjährige Beziehung mit einer einzigen Preisplattform erzeugt eine Anhäufung von proprietärer Logik, historischen Daten und internen Prozessen, die auf dieses spezifische Tool kalibriert sind. Die Migrationskosten – technisch, operativ und organisatorisch – werden mit der Zeit prohibitiv, was die Verhandlungsmacht des Technologieanbieters bei jeder Vertragsverlängerung erhöht. Academy hat gerade eine mehrjährige Verlängerung unterzeichnet. Revionics weiß genau, wie viel es Academy kosten würde, die Plattform zu wechseln. Diese Informationsasymmetrie hat einen Preis, und dieser Preis wird in den Bedingungen des nächsten Vertrags auftauchen.
Das wirklich nachhaltige Geschäftsmodell in der Preisoptimierung ist nicht das, das die Marge des Händlers bei jeder Transaktion maximiert. Es ist das, das genug Käuferloyalität aufbaut – durch Preise, die als fair und konsistent wahrgenommen werden –, um die Kosten der langfristigen Kundengewinnung zu senken. Wenn der Algorithmus in Märkten, in denen Academy keine direkte Konkurrenz hat, die Preise aggressiv anhebt, wird er kurzfristig Marge abschöpfen und mittelfristig die Wertwahrnehmung zerstören. Käufer, die mehr bezahlen, als sie erwartet haben, kommen nicht zurück; sie wechseln einfach zum nächsten Händler, der dasselbe Tool eingesetzt und es nach anderen Kriterien kalibriert hat.
Der Wert, den Academy mit diesem Einsatz aufbaut, hängt letztlich von einer Entscheidung ab, die kein Algorithmus allein treffen kann: ob die zusätzlich erfassten Margen reinvestiert werden, um das Angebot für Käufer und Lieferanten zu verbessern, oder ob sie als finanzieller Gewinn für die Aktionäre konsolidiert werden. Einzelhandels-Ökosysteme, die Bestand haben, sind jene, die jedem Akteur genug Wert verteilen, damit niemand einen Anreiz hat, sie zu verlassen. Jene, die ausschließlich durch Optimierung der Kernmarge aufgebaut werden, stellen am Ende – oft zu spät – fest, dass sie genau aus den Beziehungen geschöpft haben, die sie getragen haben.
