Und wie Sie mithilfe von Simulationen bessere Entscheidungen treffen
Was bringt es, einen Preis um 20 % zu erhöhen – wenn die Verkäufe gleichzeitig um 30 % einbrechen?
Diese Frage kennt jede:r Pricing-Manager:in. Und sie ist schwieriger zu beantworten, als sie auf den ersten Blick scheint. Denn Preisentscheidungen wirken sich selten linear aus.
In diesem Beitrag erklären wir:
- Warum Preisänderungen selten isoliert wirken
- Wie man deren Effekt auf Absatz und Umsatz realistischer einschätzen kann
- Wie Simulationen helfen, das eigene Pricing zu professionalisieren
Die drei Stellschrauben des Pricings – und wie sie einander beeinflussen
Die Grundformel für Umsatz ist einfach:
Umsatz = Preis × Absatz
In der Praxis ist diese Gleichung aber nur ein kleiner Teil der Wahrheit. Denn:
Sobald sich der Preis ändert, ändert sich in der Regel auch der Absatz – in unvorhersehbarer Weise.
- Ein höherer Preis kann zu weniger Käufen führen.
- Ein niedrigerer Preis kann neue Zielgruppen erschließen.
- Und manchmal bleibt der Absatz gleich, obwohl der Preis steigt – z. B. bei loyalen Kund:innen oder Nischenprodukten.
In der Preistheorie wird die Wirkung von Preisänderungen auf den Absatz durch die Preiselastizität der Nachfrage beschrieben. Sie gibt an, wie stark sich die Absatzmenge prozentual verändert, wenn sich der Preis um ein Prozent ändert. Ein elastisches Nachfrageverhalten (Elastizität < –1) bedeutet etwa, dass der Umsatz bei Preiserhöhungen sinkt, selbst wenn der Stückpreis steigt.
In vielen Märkten ist dieser Zusammenhang nicht linear. Kleine Preisänderungen können große Absatzreaktionen auslösen, während größere Änderungen manchmal überraschend geringe Effekte zeigen.
Ein einfaches Beispiel – mit überraschendem Effekt
Ein Produkt kostet aktuell 10 € und wird auf 12 € erhöht – eine Steigerung von 20 %.
👉 Wenn der Absatz dabei um 30 % sinkt, ergibt sich:
- Vorher: 10 € × 100 Verkäufe = 1.000 € Umsatz
- Nachher: 12 € × 70 Verkäufe = 840 € Umsatz
- Verlust: 160 € oder –16 %
Das bedeutet: Obwohl der Preis steigt, sinkt der Umsatz.
Das ist kein Ausnahmefall, sondern passiert häufiger als gedacht – vor allem, wenn Preiselastizität nicht berücksichtigt wird.
Warum Preiselastizität schwer einzuschätzen ist
In der Theorie ist die Preiselastizität ein klar definiertes Maß – in der Praxis jedoch schwer exakt zu berechnen. Denn Preisänderungen treten selten isoliert auf: Sie gehen meist mit zahlreichen weiteren, interdependenten Effekten einher, dies verzerrt die Analyse der Pricing-Effektivität. Solche Effekte hängen z. B. ab von:
- Produktkategorie (Commodity vs. Premium)
- Wettbewerbssituation
- Markenstärke
- Verfügbarkeit (eigene und beim Wettbewerb)
- Historisches Kaufverhalten
Gleichzeitig fehlt es vielen Unternehmen an ausreichend differenzierten Daten, um verlässliche Elastizitätswerte zu ermitteln.
Auch das Konsumentenverhalten ist nicht konstant – psychologische Effekte, Schwellenpreise oder unterschiedliche Reaktionen in Kundensegmenten erschweren die Einschätzung zusätzlich.
Simulationen bieten hier eine praktikable Alternative: Sie kombinieren reale Verkaufsdaten mit fundierten Annahmen und ermöglichen es, verschiedene Preisszenarien systematisch durchzuspielen – eine realistische Annäherung, wo exakte Vorhersagen kaum möglich sind.
Wie Simulationen helfen, Preisänderungen realistisch einzuschätzen
Moderne Simulationstools ermöglichen es, Preisänderungen mit realen Verkaufszahlen aus der Vergangenheit zu kombinieren – und darauf basierend Forecasts zu erstellen.
Typischer Workflow:
- Analyse des Status quo:
- Welche Preise, Absätze und Umsätze gab es bisher – pro Produkt, Marke oder Kategorie?
- Preisvorschlag auf Basis von Regeln:
- z. B. Margenziele, Wettbewerbsverhalten, Lagerbestand, Produktattribute
- Mehrere Simulationen mit Annahmen:
- Wie stark verändert sich der Absatz voraussichtlich bei einer Preisänderung von x %?
- Berechnung des Netto-Impacts:
- Umsatzpotenzial, Deckungsbeitrag, Preisrealisierung, Preisdurchsetzung – für jedes Produkt und aufsummiert
Wichtig: Die Simulation ersetzt keine Marktforschung, aber sie gibt eine quantifizierbare Entscheidungsgrundlage – oft fundierter als reine Bauchgefühl-Entscheidungen.
Welche Annahmen sinnvoll sind – und welche Risiken bestehen
Bei der Simulation müssen zwei Annahmen getroffen werden:
- Erwartete Absatzänderung (%):
- z. B. –10 % bei einer Preiserhöhung von +5 %
- Erwartete Preisrealisierung (%):
- z. B. 90 %, wenn oft Rabattaktionen greifen
Tipp: Beginnen Sie mit realistischen Werten auf Kategorieebene und verfeinern Sie bei Bedarf auf Produktebene. Übernehmen Sie nie pauschal alte Werte – beobachten Sie, wie ähnliche Produkte auf Preisänderungen reagiert haben.
Wie hilft oraya’s Preismanagementlösung rupio?
Mit rupiolassen sich sich:
- Regelbasierte Preisvorschläge erstellen (nach Marge, Wettbewerb, Lager etc.)
- Simulationen direkt basierend auf diesen Vorschlägen starten
- Annahmen auf Kategorie- oder Produktebene treffen
- Ergebnisse sofort sichtbar machen – für 1.000 oder 100.000 Produkte gleichzeitig
So sieht das Ganze in rupio aus:
Und das Beste: Sie können jederzeit Varianten vergleichen – z. B. bei aggressiveren oder konservativeren Annahmen. So werden aus Preisideen fundierte Entscheidungen.
Fazit: Pricing-Entscheidungen brauchen Simulationsfähigkeit
Preisentscheidungen im Blindflug sind riskant – und oft teuer. Wer Preise strategisch setzen will, braucht Transparenz über ihre Wirkung.
Simulationen helfen, die Auswirkungen von Preisänderungen realistisch zu bewerten – basierend auf echten Verkaufszahlen und nachvollziehbaren Annahmen.
👉 Tools wie rupio machen diese Simulation nicht nur möglich, sondern einfach bedienbar – auch für Unternehmen mit begrenzten Ressourcen.
Möchten Sie Ihre Preisstrategie auf ein neues Level heben?
Wir richten Ihnen gerne ein kostenloses Demo-System ein – mit echten Beispielen und Ihrem eigenen Setup.