Preiselastizität in der Praxis – Teil 2

Grundsätzlich gibt es zwei Ansätze, um Preiselastizität zu ermitteln:

• direkte Messmethoden, bei denen echte Verkaufsdaten analysiert werden,
• indirekte Methoden, die auf Marktforschung und Kundenbefragungen beruhen.

Beide Wege liefern wertvolle Erkenntnisse – und ihre Kombination führt meist zu den besten Ergebnissen.

Im Alltag eines Autohauses stecken bereits unzählige Daten, die Aufschluss über die Preisempfindlichkeit der Kund:innen geben.
Wer Preisänderungen in Verbindung mit den Verkaufszahlen betrachtet, kann daraus Muster und Reaktionen ableiten.

Ein Beispiel:
Ein Händler analysiert seine historischen Verkaufsdaten und erkennt: Immer, wenn die Preise für Scheibenwischer um mehr als 5 % steigen, sinkt der Absatz deutlich. Bei Starterbatterien hingegen bleibt der Absatz trotz Preiserhöhung nahezu konstant.

Hier kommt die Regressionsanalyse ins Spiel – ein statistisches Verfahren, das den Zusammenhang zwischen Preis und Absatzmenge beschreibt.

Geht man von einer annähernd linearen Nachfrage aus, lässt sich der Zusammenhang zwischen Preis und Absatzmenge wie folgt beschreiben:

Anhand des Parameters β lässt sich ablesen, um wieviel Einheiten die Absatzmenge sinkt, wenn der Preis um eine Einheit steigt. Im Falle einer linearen Nachfrage hängt die Preiselastizität von der Höhe des aktuellen Preisniveaus ab.

Zur Bestimmung der Preiselastizität geht man in zwei Schritten vor:

1. Bestimmung der prognostizierten Absatzmenge beim aktuellen Preisniveau.
2. Bestimmung der prognostizierten Absatzmenge bei einer Erhöhung des aktuellen Preisniveaus um 1 Einheit.

Beispiel:

• Das Ergebnis der Regressionsanalyse lautet: Absatzmenge = 1000-2*Preis.
• Das aktuelle Preisniveau ist: 50€.
• Die prognostizierte Absatzmenge beim Preisniveau von 50€ ist: 1000-2*50=900.
• Die prognostizierte Absatzmenge bei einer Preiserhöhung um 1 Einheit ist: 1000-2*51=898.

Zur Berechnung der Preiselastizität werden die jeweils relativen Änderungen verwendet:

• Eine Absatzreduktion von 900 auf 898 Einheiten stellt eine -0,22% Veränderung dar.
• Eine Preiserhöhung von 50€ auf 51€ stellt eine 2% Veränderung dar.
• Es resultiert eine Preiselastizität von: -0,11 (-0,22%/2%).

Bei einem aktuellen Preisniveau von 50€ ist die Nachfrage somit unelastisch.

Ganz anders ist die Situation bei einem Preisniveau von 300€. Hier würde eine Preiserhöhung auf 301€ (d.h. um 0,33%) zu einer Senkung der Absatzmenge von 400 auf 398 Einheiten führen (d.h. um -0,5%). Hieraus ergäbe sich eine Preiselastizität von -1,5 (-0,5%/0,33%).

Bei einem Preisniveau von 300€ ist die Nachfrage somit elastisch.

Neben der Datenanalyse sind auch kontrollierte Preisexperimente (A/B-Tests) ein bewährter Weg:
Ein Autohaus testet die Preisempfindlichkeit seiner Kund:innen bei neuen Sommerreifen, indem es zwei unterschiedliche Preise in zwei Regionen anbietet:
In Region A ist der Preis leicht höher, in Region B etwas niedriger.

Das Ergebnis: In Region A bleibt der Absatz nahezu gleich – die Kund:innen reagieren also kaum auf die Preiserhöhung. In Region B dagegen führt der niedrigere Preis zu deutlich mehr Verkäufen, weil Kund:innen sensibler auf Preisunterschiede reagieren.

Diese Beobachtung zeigt, wie unterschiedlich Preiselastizitäten je nach Region oder Kundengruppe ausfallen können – und liefert wertvolle Hinweise für künftige Preisentscheidungen.

Nicht immer liegen genügend Daten vor – besonders bei neuen Produkten oder Dienstleistungen.
Dann können indirekte Methoden wertvolle Einblicke liefern.

Kundenbefragungen:
Werkstätten oder Händler können gezielt erfragen, ab welchem Preis Kund:innen ein Produkt oder eine Dienstleistung als „zu teuer“ empfinden. So lassen sich Preisschwellen identifizieren, die das Kaufverhalten beeinflussen.

Conjoint-Analysen:
Hier werden Kund:innen mit fiktiven Kaufentscheidungen konfrontiert.
Zum Beispiel:

„Würden Sie lieber Produkt A mit Originalteilen zu 199 € kaufen oder Produkt B mit Nachrüstteilen zu 149 €?“

Dadurch erkennt man, welche Merkmale und Preisniveaus besonders entscheidend sind.
Ein weiterer Vorteil: Mit Conjoint-Analysen lassen sich Kreuzpreiselastizitäten bestimmen – also, wie sich Preisänderungen bei einem Produkt auf ein anderes auswirken.

So wertvoll diese Methoden sind – sie sind selten eindeutig.
Denn Preisentscheidungen wirken nicht isoliert:

• Wettbewerbsaktivitäten,
• saisonale Schwankungen,
• Inflation oder
• makroökonomische Trends

beeinflussen die Nachfrage oft gleichzeitig.

Um die „wahre“ Preiselastizität zu erkennen, müssen diese Faktoren in Analysen statistisch kontrolliert werden.
Je größer die Datenbasis, desto zuverlässiger die Ergebnisse – und desto fundierter die späteren Preisentscheidungen.

Es gibt nicht die eine Methode, um Preiselastizität zu messen.
Aber: Wer mehrere Ansätze kombiniert – etwa Datenanalyse, A/B-Tests und Kundenbefragungen – erhält ein realistischeres Bild vom Nachfrageverhalten seiner Kund:innen.

Takeaway: Eine breite Datenbasis und mehrere praxisnahe Tests schaffen die Grundlage für fundierte Preisentscheidungen und sind der Schlüssel zu erfolgreichem Preismanagement.

Im nächsten Teil der Serie zeigen wir, wie Autohäuser die gewonnenen Erkenntnisse strategisch nutzen können:
Welche Preisstrategien eignen sich für unterschiedliche Elastizitätsgefüge und wie lassen sie sich konkret umsetzen, um Margen gezielt zu optimieren?

Bleiben Sie dran – Teil 3 erscheint in Kürze.